本书立足于人工智能与神经科学的交叉领域，系统构建情感计算的理论框架与技术体系。全书以情感识别、情感建模与人机交互为脉络，融合认知心理学与生物信号处理的前沿成果，深入解析面部表情识别、语音情感分析、生物电信号解码等核心技术。通过脑电信号特征提取、功能磁共振脑区定位、语音情感数据库构建等20余个跨学科案例（覆盖医疗诊断、教育科技、智能硬件等场景），展现多模态数据融合的解决方案。本书提出“情感增强智能”范式，强调情感维度在人工智能伦理化设计中的核心价值，完整呈现从神经机制解析到智能系统开发的知识图谱，为构建具有情感认知能力的新一代人机交互系统提供理论支撑与实践路径。

更多科学出版社服务，请扫码获取。

2001 年，毕业于空军第一航空学院，获得学士学位；2006 年至 2011 年，在安徽大学计算机应用专业硕博连读，获得工学博士学位。2011 年从安徽大学计算机应用专业博士毕业后留校任教，目前担任计算机科学与技术学院副院长，教授，博士生导师。2017 年 2 月至 2018 年 2 月，前往美国犹他大学（Utah University）开展为期一年的访学研究。国家自然科学基金通信评审专家、省科技厅、省数据资源局项目评审专家；CCF人机交互专委会委员、全国信息技术标准化技术委员会生物特征识别分会委员。国家自然科学基金通信评审专家、省科技厅、省数据资源局项目评审专家；CCF人机交互专委会委员、全国信息技术标准化技术委员会生物特征识别分会委员；IEEE transactions on biomedical engineering, information science, IEEE journal of biomedical and health informatics, neurocomputing, 通信学报, 东南大学学报（自然科学版）等国内外知名期刊审稿人；合肥市中级人民法院智库专家与技术调查官。

目录
前言
第1章 绪论 1
1.1 人工智能与情感智能的融合 1
1.1.1 人工智能的发展与阶段性特征 1
1.1.2 情感智能的提出与核心目标 1
1.2 情感计算 2
1.2.1 语音情感计算 3
1.2.2 文本情感计算 4
1.2.3 生物电情感计算 5
1.3 情感计算的生理信号基础 6
1.3.1 脑电信号 6
1.3.2 心电信号 6
1.3.3 肌电信号 7
1.3.4 皮肤电反应信号 7
1.4 情感计算的应用 8
参考文献 9
第2章 情感神经认知与建模 11
2.1 情感认知的神经科学理论 11
2.1.1 James-Lange理论 11
2.1.2 Cannon-Bard理论 13
2.1.3 Papez-Maclean环路理论 14
2.1.4 Schachter-Singer理论 15
2.1.5 认知评价理论 16
2.1.6 基本情感论 16
2.2 离散情感模型 18
2.2.1 Izard的情感模型 19
2.2.2 Ekman的情感模型 20
2.3 维度情感模型 21
2.3.1 一维情感模型 21
2.3.2 二维情感模型 21
2.3.3 三维情感模型 22
2.3.4 高维情感模型 27
2.4 混合情感模型 27
2.5 动态情感建模过程 28
2.5.1 情感评价 29
2.5.2 情感过滤与衰减 30
2.5.3 交互学习 30
2.5.4 行为选择 31
参考文献 32
第3章 生理心理基础 34
3.1 生理心理信号类型 34
3.1.1 神经生理信号 34
3.1.2 外周生理信号 36
3.2 生理心理信号采集 40
3.2.1 神经生理信号采集 40
3.2.2 外周生理信号采集 43
3.3 生理心理信号的情感计算应用 49
3.3.1 情绪识别 49
3.3.2 情感调节 50
参考文献 52
第4章 基于脑电的情感识别 53
4.1 脑电情感识别概述 53
4.1.1 脑电基础 53
4.1.2 脑电和情感识别联系 54
4.1.3 脑电情感识别流程 55
4.2 情感脑电数据库 56
4.2.1 SEED 57
4.2.2 MAHNOB-HCI 58
4.2.3 DEAP 60
4.2.4 DREAMER 61
4.2.5 AMIGOS 62
4.2.6 FACED 64
4.2.7 OVPD 65
4.3 情感脑电特征提取方法 67
4.3.1 时域特征 67
4.3.2 频域特征 70
4.3.3 空域特征 72
4.4 情感脑电识别方法 75
4.4.1 机器学习 75
4.4.2 深度学习 78
4.5 脑电情感识别应用 83
4.5.1 脑机接口与情感机器人 84
4.5.2 神经调控与脑疾病诊疗 84
参考文献 85
第5章 基于功能磁共振的情感识别 88
5.1 功能磁共振成像的原理与情感识别应用 88
5.1.1 功能磁共振成像简介及原理 88
5.1.2 fMRI的采集及预处理 92
5.1.3 实验范式设计 94
5.1.4 情感计算的技术突破与跨场景应用 95
5.2 功能磁共振情感识别方法及应用 97
5.2.1 基于人工提取特征的情感识别 97
5.2.2 基于自动提取特征的情感识别 105
5.2.3 情感识别的应用 108
5.3 功能磁共振情感调控机制分析应用 111
5.3.1 常用的脑区定位方法介绍 111
5.3.2 功能磁共振在情感调控脑区定位研究中的应用 120
参考文献 121
第6章 基于语音的情感识别 124
6.1 语音情感识别的原理与背景 124
6.2 语音情感数据库 126
6.2.1 设计标准 126
6.2.2 多类型语音情感数据库 127
6.3 语音情感特征 129
6.3.1 语音信号预处理 129
6.3.2 语音情感特征提取 131
6.3.3 语音情感特征选择 135
6.4 语音情感识别方法 140
6.4.1 离散语音情感识别 140
6.4.2 维度语音情感识别 145
参考文献 152
第7章 基于泛在感知的情感识别 154
7.1 泛在感知的定义与分类 154
7.1.1 什么是泛在感知 154
7.1.2 泛在感知的综合应用 155
7.1.3 泛在感知的分类 156
7.1.4 泛在感知在情感识别中的应用 159
7.2 基于接触式感知的情感识别 160
7.2.1 接触式感知的情感识别原理 161
7.2.2 接触式感知的情感识别方法介绍 162
7.2.3 接触式感知的情感识别技术挑战 175
7.3 基于非接触式感知的情感识别 176
7.3.1 非接触式感知的情感识别原理 176
7.3.2 非接触式感知的情感识别方法介绍 177
7.3.3 非接触式感知的情感识别技术挑战 184
参考文献 185
第8章 情感计算的典型应用系统 187
8.1 情感机器人的技术演进与典型应用 187
8.2 智能交互系统中的情感计算技术 191
8.3 健康监护领域的情感计算实践 195
参考文献 197