Review Artikel Ilmiah: Variabilitas Detak Jantung dan Respirasi untuk Karakterisasi Emosi

Informasi Timbal Balik Antara Variabilitas Detak Jantung dan Respirasi untuk Karakterisasi Emosi

Ditulis oleh Miara Dare Marvela

Artikel yang ditulis oleh Mara Teresa Valderas, Antonio Jess Rivera, dan Jess Minguilln dari Departemen Teknik Elektronika, Universitat Rovira i Virgili, Tarragona, Spanyol ini membahas penggunaan teknik non-linear, khususnya Auto-Mutual Information Function (AMIF) dan Cross-Mutual Information Function (CMIF), untuk pengenalan emosi manusia berdasarkan variabilitas denyut jantung (HRV) dan sinyal respirasi. Penelitian ini bertujuan untuk membedakan antara keadaan emosi yang berbeda menggunakan teknik non-linear ini dan melengkapi informasi fitur linier. Hasilnya menunjukkan bahwa teknik non-linear dapat secara efektif mengkarakterisasi emosi manusia berdasarkan kompleksitas HRV dan sinyal pernapasan.

Metode analisis statistik yang digunakan untuk mengetahui signifikansi perbedaan parameter terkait pengenalan emosi menggunakan sinyal HRV adalah uji U Mann-Whitney. Tes ini diterapkan untuk menilai signifikansi statistik perbedaan antara masing-masing pasangan elisitasi.

Database yang digunakan untuk menganalisis data HRV dalam kaitannya dengan emosi divalidasi menggunakan Positive and Negative Affect Schedule - Expanded Form (PANAS-X) oleh 16 subjek yang berbeda dari mereka yang berpartisipasi dalam percobaan. Menurut analisis skala PANAS-X, emosi yang ditimbulkan dalam penelitian ini diverifikasi sesuai dengan elisitasi teoretis, sehingga memvalidasi database untuk analisis data HRV dalam kaitannya dengan emosi.

Studi ini membandingkan efektivitas parameter HRV non-linear dan linear dalam membedakan antara keadaan emosi yang berbeda dengan menganalisis sinyal HRV menggunakan fitur non-linear dan linear. Hasil penelitian menunjukkan bahwa teknik non-linear, seperti Approximate Measure of Intrinsic Complexity (AMIF) dan Conditional Measure of Intrinsic Complexity (CMIF), mampu membedakan antara emosi yang berbeda, memberikan kekuatan pembeda tambahan dibandingkan dengan fitur linier. Selain itu, penelitian ini menunjukkan bahwa indeks non-linear cocok untuk diskriminasi antara emosi yang berbeda, dan teknik AMIF dan CMIF non-linear mencirikan valensi negatif ketakutan dengan mencerminkan kompleksitas yang lebih rendah daripada emosi lain, memberikan informasi yang relevan terkait dengan mekanisme non-linear antara vagal dan aktivitas pernapasan, terutama untuk rasa takut.

Untuk makalah asli dan data lebih lengkapnya silahkan cek tautan di bawah ini:

Sumber