-
题名融合频率和通道卷积注意的脑电(EEG)情感识别
被引量:2
- 1
-
-
作者
柴冰
李冬冬
王喆
高大启
-
机构
华东理工大学信息科学与工程学院
苏州大学计算机信息处理技术重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2021年第12期312-318,共7页
-
基金
国家自然科学基金(61806078,62076094,61976091)
上海市教育发展基金会和上海市教育委员会“曙光计划”(61725301)
+1 种基金
国家重大新药开发科技专项(2019ZX09201004)
上海市科技计划项目(20511100600)。
-
文摘
现有的脑电(EEG)情感识别研究普遍采用神经网络和单一注意机制来学习情感特征,具有相对单一的特征表示。而神经科学研究表明,不同频率和电极通道的脑电信号对情感有不同的响应程度,因此文中提出了一种融合频率和电极通道卷积注意的方法,用于脑电情感识别。具体来说,首先将EEG信号分解到不同的频带上并提取相应的帧级特征,然后用预激活残差网络来学习深层次的脑电情感相关特征,同时在残差网络的每个预激活残差单元中都融入频率和电极通道卷积注意模块,以建模脑电信号的频率和电极通道信息,并生成脑电特征的最终注意表示。在DEAP和DREAMER数据集上的独立于受试者场景下的实验结果表明,所提出的卷积注意方法相比单一注意机制更有助于增强EEG信号中情感显著信息的导入,并且能产生更好的情感识别结果。
-
关键词
脑电情感识别
特征表示
残差网络
预激活残差单元
频率和电极通道卷积注意
-
Keywords
EEG emotion recognition
Feature representation
Residual network
Pre-activated residual unit
Frequency and electrode channel convolutional attention
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-