基于子领域适应和时空学习的脑电情感识别.pdfVIP

第卷第期应用科学学报

年月

基于子领域适应和时空学习的脑电情感识别

唐意恒，王永雄，王哲，张晓理

上海理工大学光电信息与计算机工程学院，上海

摘摘摘要要要：：：在跨受试情感识别中，不同受试者的脑电样本分布存在显著差异，常采用域适应方

法减小脑电信号的个体差异。然而，全局域适应忽略了不同情感类别子领域的脑电分布差异，

降低了情感特征的可区分性。此外，脑电信号包含众多的电极通道，并且受试者也只在部分刺

激期间达到预期情绪，因此通道间的复杂空间信息和脑电信号的关键帧学习也是亟待解决的

难题。为解决上述问题，提出了一种基于子领域适应和时空学习的脑电情感识别网络。首先，

利用模型中的子领域适应模块，通过最小化类内差异和最大化类间差异以减小子领域的差异

损失；再利用时空特征提取器捕获空间关联性及时间上下文信息，提取判别性情感特征。最

后，在数据集上进行了受试者独立实验，实验结果验证了所提方法的性能，唤醒和效

价的分类准确度分别达和。

关键词：情感识别；脑电；子领域适应；时空学习；深度学习

中图分类号：；；文章编号：

ff

ff

ffff

ff

ff

ff

收稿日期：

基金项目：上海市自然科学基金（）资助

通信作者：王永雄，教授，博导，研究方向为图像处理、人机交互、模式识别。

第期唐意恒，等：基于子领域适应和时空学习的脑电情感识别

随着可穿戴设备和传感器技术的快速发展，大脑活动能够被更准确和稳定地记录并分析，

因此涌现了脑机接口技术与情感识别相结合的新研究方向。此外，脑电信号拥有非生理信号

所不具备的不易伪装、精准反映情绪状态等诸多优点，因此基于脑电信号的情感识别具有较

高的研究价值。

脑电信号的时序信息和电极的空间关联信息包含大量的脑电情感特征，在大部分

常规方法中，时空信息被用于情感识别研究。文献设计了一种