Estimación del estado emocional utilizando señales fisiológicas periféricas

Abstract

Se han hecho varios estudios acerca de la predicción del estado emocional de las personas a partir de señales fisiológicas. Una forma común de abordar la clasificación es mediante el modelo circunflejo de Russell, donde las emociones se representan en un espacio bidimensional con dos ejes: valencia y excitación. En este trabajo se ha diseñado un modelo predictivo para la clasificación emocional utilizando las señales fisiológicas provenientes del electrocardiograma (ECG), la actividad electrodérmica (EDA), y la temperatura corporal periférica (SKT). Se han planteado tres problemas de clasificación: clasificación binaria de la valencia, clasificación binaria de la excitación, y clasificación multiclase de los cuatro cuadrantes emocionales definidos por modelo circunflejo de Russell. Para cada uno de estos problemas se ha evaluado el desempeño de los modelos de clasificación Random Forest (RF), y Red Neuronal Artificial (RNA). Los mejores resultados obtenidos alcanzaron un 62% de exactitud con el modelo RF en la clasificación binaria de la valencia y la excitación. Estos resultados son comparables con los obtenidos en investigaciones previas y representan un avance en el uso de señales periféricas para la detección emocional.