تشخیص و بررسی تغییرات حالات احساسی می¬تواند در تسریع درمان¬ بیماری¬ها موثر واقع شود. بنابراین می¬توان از نتایج ارزیابی حالت¬های احساسی برای کنترل علائم بهبود بیمار استفاده نمود. کمک به بهبودی اختلالاتی شامل، اختلال بیش¬فعالی یا کمبود توجه، اختلال استرس، افسردگی، اختلال خواب و اختلال طیف اوتیسم، کارایی¬های مهمتری برای یک سیستم تشخیص احساسات هستند. از کاربردهای سیستم تشخیص احساسات به عنوان رابط انسان و رایانه می¬توان به این موارد اشاره کرد: سنجش حالات احساسی افراد هنگام تعامل با تکنولوژی¬های جدید و بازی¬های رایانه¬ای و یا هسته یک سیستم مدار بسته که به عنوان سیستم هشدار دهنده برای آگاهی از اینکه یک فرد ناتوان یا سالخورده چه زمانی به کمک نیاز دارد. در این پروژه، احساسات در دو بعد ظرفیت – برانگیختگی با استفاده از سیگنال¬ eeg و سیگنال تنفسی با در نظر گرفتن حداقل تعداد کانال و باند فرکانسی طبقه¬بندی شده¬اند. با استفاده از تبدیل موجک گسسته سیگنال eeg و سیگنال تنفسی به زیرباندهای فرکانسی تجزیه شده و ویژگی¬های مختلف از آن¬ها استخراج شده است. از چند طبقه¬بندی کننده متفاوت برای تشخیص حالت¬های احساسی از روی ویژگی¬های استخراج شده، استفاده شد. نتایج نرم¬افزاری نشان می¬دهند طبقه بندی کننده منتخب، برای سطح برانگیختگی صحت 86.75% و برای سطح ظرفیت صحت 84.05% را برای 10 کانال eeg بدست می¬دهد. این نتایج در مقایسه با کارهای دیگر عملکرد بسیار مناسب سیستم را نشان می¬دهد. به منظور پیاده سازی بهینه سیستم بر روی تراشه ی fpga از شرکت xilinx به شماره virtex-4lx25 ، دردو حالت مجزا، از 2 و 4 کانال eeg استفاده شد. در سیستم پیاده شده مقدار انرژی باند گاما و انرژی سیگنال اولیه بطور هم¬زمان محاسبه شده و سپس بر هم تقسیم می¬شوند. طبقه بندی کننده با دسته بندی ویژگی بدست آمده به تشخیص حالت احساسی سیگنال می¬پردازد. حجم سخت¬افزاری استفاده شده از fpga برای 2 کانال 54% و برای 4 کانال 99% می¬باشد. مقایسه نتایج نرم¬افرازی و سخت¬افزاری نشان می¬دهد که این سیستم قادر به تشخیص احساسات با میزان صحت قابل قبول است.