基于脑电空间域表征可视化的情感识别研究* |
| |
引用本文: | 王竞茜,苗敏敏,徐宝国,胡文军.基于脑电空间域表征可视化的情感识别研究*[J].传感技术学报,2023,36(9):1385-1394. |
| |
作者姓名: | 王竞茜 苗敏敏 徐宝国 胡文军 |
| |
作者单位: | 湖州师范学院信息工程学院,浙江省现代农业资源智慧管理与应用研究重点实验室,东南大学仪器科学与工程学院 |
| |
基金项目: | 国家自然科学基金项目(62101189,U20A20228);江苏省前沿引领技术基础研究专项(BK20192004) |
| |
摘 要: | 鉴于情感脑电蕴含丰富的空间模式特征,提出一种基于二维空间域表征可视化的情感识别方法。首先,提取多通道脑电Gamma频段的微分熵(Differential Entropy,DE)特征并根据导联位置映射至9×9的二维空间进行拓扑重构,使用三次插值方法进一步提高空间域特征图的分辨率;然后,针对性地设计了一种深度残差网络(Residual Network,ResNet)模型作为情感脑电解码器对情感脑电信号(Electroencephalogram,EEG)进行深层抽象特征的自动提取和端到端分类;最后,通过梯度加权类激活映射(Gradient-weighted Class Activation Mapping,Grad-CAM)方法对输入特征图进行可解释性分析,依据热力图分布定位对特定情感状态识别具有较大贡献的空间脑区。在SEED数据集上进行了相关情感识别实验,三种情感类别分类平均准确率为94.88%,达到了较先进的性能。
|
关 键 词: | 脑机接口 情感识别 深度残差网络 梯度加权类激活映射 |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|