采用多路图注意力网络的情绪脑电信号识别方法
情绪是一种大脑产生的主观认知的概括.脑信号解码技术可以以一种较客观的方式来有效地研究人的情绪及其相关认知行为.本文提出了一种基于图注意力网络的脑电情绪识别方法(multi-path graph attention networks,MPGAT),该方法通过对脑电信号通道建图,利用卷积层提取脑电信号的时域特征以及各频带的特征,使用图注意力网络进一步捕捉情绪脑电信号的局部特征以及各脑区之间的内在功能关系,进而构建出更好的脑电信号表征.MPGAT在SEED和SEED-IV数据集的跨被试情绪识别平均准确率分别为86.03%、72.71%,在DREAMER数据集的效价(valence)和唤醒(arousal)维度的跨被试平均准确率分别为76.35%和75.46%,达到并部分超过了目前最先进脑电情绪识别方法的性能.本文所提出的脑电信号处理方法有望为情绪认知科学研究与情绪脑机接口系统提供新的技术手段.
情绪识别、跨被试、图卷积神经网路、图注意力网络、脑电信号、脑机接口、神经网络、深度学习
17
TP391(计算技术、计算机技术)
国家自然科学基金;广东省自然科学基金;广东省自然科学基金;广州市科技计划项目
2022-06-21(万方平台首次上网日期,不代表论文的发表时间)
共9页
531-539