公开(公告)号：CN114732409B

公开(公告)日：2025-02-25

申请号：CN202210173928.4

申请日：2022-02-24

Applicant: 河南大学

Inventor： 杨利军 ,  欧阳如杰 ,  杨晓慧 ,  郑晨 ,  辛欣 ,  苏丽敏 ,  杨晓艺

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种基于脑电信号的情绪识别方法，通过对脑电信号预处理后，将连通性指标作为邻接矩阵，利用图卷积神经网络提取图特征；同时利用时间卷积神经网络提取脑电信号中所蕴含时间特征；进而将两者有效结合进行情绪分类。本方法将图卷积神经网络和时间卷积神经网络相结合，一方面将脑电信号建立为图模型，利用功能连通性指标作为图模型的邻接矩阵进行图卷积特征提取；另一方面利用时间卷积网络提取时间特征。将两个并行的网络提取的空间特征和时间特征相结合，使得模型对不同情绪有更好的识别能力。

公开(公告)号：CN114732409A

公开(公告)日：2022-07-12

申请号：CN202210173928.4

申请日：2022-02-24

Applicant: 河南大学

Inventor： 杨利军 ,  欧阳如杰 ,  杨晓慧 ,  郑晨 ,  辛欣 ,  苏丽敏 ,  杨晓艺

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

Abstract: 本发明公开了一种基于脑电信号的情绪识别方法，通过对脑电信号预处理后，将连通性指标作为邻接矩阵，利用图卷积神经网络提取图特征；同时利用时间卷积神经网络提取脑电信号中所蕴含时间特征；进而将两者有效结合进行情绪分类。本方法将图卷积神经网络和时间卷积神经网络相结合，一方面将脑电信号建立为图模型，利用功能连通性指标作为图模型的邻接矩阵进行图卷积特征提取；另一方面利用时间卷积网络提取时间特征。将两个并行的网络提取的空间特征和时间特征相结合，使得模型对不同情绪有更好的识别能力。