Análisis de la actividad ocular y la dilatación pupilar durante estimulación emocional en una muestra de sujetos sanos

Abstract

[ES] El reconocimiento de emociones es un campo de investigación de gran interés para áreas como la sanidad y la psicología. En las últimas décadas se han desarrollado muchos modelos y algoritmos de reconocimiento de emociones para identificar y comprender las emociones humanas. El reconocimiento de las emociones puede intentarse mediante el análisis de las respuestas fisiológicas a determinados estímulos emocionales. Entre otras respuestas fisiológicas, la actividad oculomotora y la dilatación de la pupila han sido investigadas repetidamente en la literatura, debido a su bajo coste y naturaleza no invasiva. Este trabajo investiga, en una muestra de 15 participantes, las diferencias en estas respuestas ante estímulos audiovisuales emocionales personalizados, consistentes en vídeos pregrabados en los que aparecen conocidos o desconocidos destacando características positivas y planes de futuro de las personas estudiadas o de otros individuos, respectivamente. Para ello, se han utilizado algoritmos de aprendizaje automático, en primer lugar, para diferenciar entre periodos de estimulación y no estimulación; en segundo lugar, para diferenciar entre estímulos protagonizados por conocidos o desconocidos; y, por último, para diferenciar entre estímulos de placer y excitación específicos autodeclarados. Nuestros resultados mostraron una precisión superior al 90% a la hora de diferenciar los periodos de estimulación y no estimulación, y una precisión en torno al 80% a la hora de diferenciar los vídeos de conocidos y extraños. La precisión a la hora de identificar estímulos con características específicas fue superior al 65% y comparable a la reportada por estudios anteriores. A la luz de estos resultados, se necesitan estudios adicionales que incluyan más participantes y una gama más amplia de emociones.

[EN] Emotion recognition is a research field of major interest to areas such as health care and psychology. Many emotion models and emotion recognition algorithms have been developed in the last decades in order to identify and understand human emotions. The recognition of emotions can be attempted through the analysis of physiological responses to specific emotional stimuli. Among other physiological responses, oculomotor activity and pupil dilation have been repeatedly investigated in the literature, due to its low cost and non-invasive nature. This work investigates, in a sample of 15 participants, differences in these responses to customized emotional audio-visual stimuli, consisting of pre-recorded videos featuring either acquaintances or strangers highlighting positive characteristics and future plans of either the persons under study or other individuals, respectively. To this aim, machine learning algorithms have been used, first, to differentiate between stimulation and non-stimulation periods; second, to differentiate between stimuli featuring acquaintances or strangers; and, finally, to differentiate between stimuli of specific self-reported pleasure and excitation. Our findings showed an accuracy higher than 90% at differentiating stimulation and non-stimulation periods, and an accuracy around 80% at differentiating videos from acquaintances and strangers. The accuracy at identifying stimuli with specific characteristics was higher than 65% and comparable to that reported by previous studies. In light of these results additional studies are needed including more participants and a wider range of emotions.

[CAT] El reconeixement d'emocions és un camp d'investigació de gran interés per a àrees com la sanitat i la psicologia. En les últimes dècades s'han desenrotllat molts models i algoritmes de reconeixement d'emocions per a identificar i comprendre les emocions humanes. El reconeixement de les emocions pot intentar-se per mitjà de l'anàlisi de les respostes fisiològiques a determinats estímuls emocionals. Entre altres respostes fisiològiques, l'activitat oculomotora i la dilatació de la pupil·la han sigut investigades repetidament en la literatura, a causa del seu baix cost i naturalesa no invasiva. Este treball investiga, en una mostra de 15 participants, les diferències en estes respostes davant d'estímuls audiovisuals emocionals personalitzats, consistents en vídeos pregravats en els que apareixen coneguts o desconeguts destacant característiques positives i plans de futur de les persones estudiades o d'altres individus, respectivament. Per a això, s'han utilitzat algoritmes d'aprenentatge automàtic, en primer lloc, per a diferenciar entre períodes d'estimulació i no estimulació; en segon lloc, per a diferenciar entre estímuls protagonitzats per coneguts o desconeguts; i, finalment, per a diferenciar entre estímuls de plaer i excitació específics autodeclarats. Els nostres resultats van mostrar una precisió superior al 90% a l'hora de diferenciar els períodes d'estimulació i no estimulació, i una precisió entorn del 80% a l'hora de diferenciar els vídeos de coneguts i estranys. La precisió a l'hora d'identificar estímuls amb característiques específiques va ser superior al 65% i comparable a la reportada per estudis anteriors. A la llum d'estos resultats, es necessiten estudis addicionals que incloguen més participants i una gamma més àmplia d'emocions.