情感计算中的可复现生理特征：关于 arousal 模型的初步分析

在情感计算中，一个关键挑战在于可靠地将主观情感体验与客观生理标记联系起来。这个初步研究通过识别与持续自我报告 arousal 水平相关的来自心血管和电皮肤信号的生理特征来解决可重复性问题。我们使用 Continuously Annotated Signal of Emotion 数据集，对 30 名暴露于短暂情感刺激视频的参与者的心血管和电皮肤信号提取的 164 个特征进行分析。采用控制用户定义目标假发现率（False Discovery Rate）的终止随机实验（T-Rex）方法进行特征选择。令人惊讶的是，在所有候选特征中，仅有两个来源于电皮肤的特征表现出与 arousal 相关的可重复且统计显著的关联，实现了 100% 的确认率。这些结果突显了在生理特征选择中进行严格可重复性评估的必要性，这在情感计算中常被忽视。我们的方法特别适用于需要可信赖且可靠的白盒模型的应用场景，例如精神障碍识别和人机交互系统。