Clasificación de estímulos emocionales mediante análisis de clústeres basado en respuestas fisiológicas de pupilometría, GCR y PPG.
| dc.contributor.advisor | Pino Quiroga, Esteban Javier | es |
| dc.contributor.advisor | Urrutia Martínez, Mabel Alejandra | es |
| dc.contributor.author | Gutiérrez Arriagada, Bárbara Diannira | es |
| dc.date.accessioned | 2026-03-09T14:32:02Z | |
| dc.date.available | 2026-03-09T14:32:02Z | |
| dc.date.issued | 2025 | |
| dc.description | Tesis presentada para optar al título de Ingeniero/a Biomédico. | es |
| dc.description.abstract | El presente informe forma parte de la investigación del proyecto FONDECYT 13220040, EMOCREA: Descubre y recrea tus emociones en entornos de realidad virtual mediante técnicas neurocientíficas y de inteligencia artificial. En este contexto, el estudio se enfoca en la clasificación de estímulos emocionales a partir del análisis de señales fisiológicas como la pupilometría, la conductancia galvánica de la piel (GSR) y la fotopletismografía (PPG), con el objetivo de identificar patrones de respuesta emocional a estímulos visuales en un entorno experimental controlado. La investigación se basa en modelos teóricos del reconocimiento emocional, incorporando un enfoque multidimensional de las emociones que permite analizar el compromiso, la identidad y la aproximación. Se implementaron técnicas de procesamiento de señales y análisis de clusters, utilizando el algoritmo K-means para agrupar los estímulos en categorías emocionales según su impacto fisiológico. El estudio se llevó a cabo con un grupo de adolescentes, quienes fueron expuestos a videos con contenido emocional. Durante la visualización, se registraron sus respuestas fisiológicas y se aplicaron modelos estadísticos de efectos mixtos para evaluar la distribución de las dimensiones emodionales en los grupos estudiados. Los resultados evidenciaron diferencias significativas en la respuesta fisiológica entre los clústeres de estímulos, particularmente en los parámetros de dilatación pupilar, variabilidad de la frecuencia cardíaca y conductancia de la piel. Se encontró que dimensiones como Commitment (compromiso) y Attention (atención) estaban correlacionadas con los cambios en la señal pupilar, lo que refuerza la validez de la pupilometría como un indicador clave en el análisis emocional. En conclusión, los hallazgos obtenidos permiten establecer una relación entre las respuestas fisiológicas y las dimensiones emocionales evaluadas, respaldando la literatura que señala que la pupilometría es un método efectivo para diferenciar estados emocionales a partir de estímulos visuales. Asimismo, la segmentación basada en clústeres evidenció patrones fisiológicos diferenciados en los participantes, lo que aporta nuevas perspectivas en el estudio del reconocimiento de emociones y su aplicabilidad en contextos experimentales. | es |
| dc.description.abstract | This report is part of the research conducted under the FONDECYT 13220040 project, EMOCREA: Discover and recreate your emotions in virtual reality environments using neuroscientific and artificial intelligence techniques. In this context, the study focuses on classifying emotional stimuli based on the analysis of physiological signals—namely pupillometry, galvanic skin response (GSR), and photoplethysmography (PPG)—with the goal of identifying patterns of emotional response to visual stimuli in a controlled experimental setting. Theresearch draws on theoretical models of emotional recognition, incorporating a multidimensional approach that allows for the analysis of engagement, identity, and approach. Signal processing techniques and cluster analyses were employed, using the K-means algorithm to group stimuli into emotional categories according to their physiological impact. The study was carried out with a group of adolescents exposed to emotionally charged videos. During the viewing, their physiological responses were recorded, and mixed-effects statistical models were applied to evaluate the distribution of emotional dimensions within the study groups. The results revealed significant differences in physiological responses among the stimulus clusters, particularly in pupil dilation, heart rate variability, and skin conductance. It was found that dimensions such as Commitment and Attention were correlated with changes in the pupillary signal, reinforcing the validity of pupillometry as a key indicator in emotional analysis. In conclusion, the findings establish a relationship between physiological responses and the emotional dimensions assessed, aligning with existing literature that supports pupillometry as an effective method to differentiate emotional states from visual stimuli. Moreover, the cluster-based segmentation showed distinct physiological patterns among participants, offering new perspectives for the study of emotion recognition and its applicability in experimental contexts. | en |
| dc.description.campus | Concepción | es |
| dc.description.departamento | Departamento de Ingeniería Eléctrica | es |
| dc.description.facultad | Facultad de Ingeniería | es |
| dc.description.sponsorship | ANID, Proyecto FONDECYT 13220040 | es |
| dc.identifier.uri | https://repositorio.udec.cl/handle/11594/13722 | |
| dc.language.iso | es | es |
| dc.publisher | Universidad de Concepción | es |
| dc.rights | CC BY-NC-ND 4.0 DEED Attribution-NonCommercial-NoDerivs 4.0 International | en |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Pupilometría | es |
| dc.subject | Emociones | es |
| dc.subject | Psicofisiología | es |
| dc.title | Clasificación de estímulos emocionales mediante análisis de clústeres basado en respuestas fisiológicas de pupilometría, GCR y PPG. | es |
| dc.type | Thesis | en |