Feature Extraction and Selection for Emotions Detection from EEG Signals Using Python

Abstract

Tato práce se zabývá extrakcí a selekcí vlastnosti EEG signálů pro detekci emocí. Proces zpracovávání těchto signálů obsahuje kroky jako předzpracování signálu, extrakci jeho vlastností a následnou jejich selekci. Pro ověření správné implementace byly výsledky extrakce a selekce ohodnoceny algoritmem strojového učení. Tato práce pracuje s již naměřeným datovým souborem DREAMER.This work deals with the extraction and selection of features of EEG signals for emotion detection. Processing these signals included steps such as signal pre–processing, extraction of its features and subsequent selection of features. For verification of the correct implementation, the extraction and selection results were evaluated by a machine learning algorithm. This work works with the already measured DREAMER dataset.