基于脑电通道增强的情绪识别方法 |
| |
引用本文: | 王晨,胡景钊,刘科,王洁琼,郑佳宾,吴东亚,冯筠.基于脑电通道增强的情绪识别方法[J].西北大学学报,2022(4):560-570. |
| |
作者姓名: | 王晨 胡景钊 刘科 王洁琼 郑佳宾 吴东亚 冯筠 |
| |
作者单位: | 1. 西北大学信息科学与技术学院;2. 新型网络智能信息服务国家地方联合工程研究中心 |
| |
基金项目: | 国家重点研发计划项目(2020YFC1523300); |
| |
摘 要: | 随着人工智能与深度学习的发展,基于深度学习的多通道脑电信号的情绪识别研究逐渐受到关注,但多通道脑电情绪识别信号复杂且各通道重要性一致,并不能高效且有针对性地进行脑电情绪识别。为此,该文提出一种基于缩放卷积层和脑电通道增强模块的情绪识别方法,能直接在脑电物理通道上进行增强学习。首先,通过缩放卷积层提取多通道脑电情绪信号的类时频特征;然后,通过脑电通道增强模块对所有脑电物理通道重新赋予不同的重要性;最后,利用卷积神经网络对情绪进行分类。该方法能够融合多通道脑电信号的时间和频率信息,同时,通过输出各脑电通道的重要性,探究不同情绪维度与脑电通道之间的关系。在DEAP数据集上进行了实验验证,不同脑电通道对情绪识别任务的重要性存在差异,其中,额叶区和枕叶区的C4、 P4、 P3、 PO4、 F7 5个脑电通道重要性相对较高,该情绪识别方法在愉悦度、唤醒度和支配度3个情绪维度上的识别准确率也均有提升。
|
关 键 词: | 情绪识别 脑电信号 通道增强 缩放卷积 深度学习 |
|
|