一种多通道脑电数据的情绪识别方法及电子装置制造方法及图纸

本发明专利技术公开了一种多通道脑电数据的情绪识别方法及电子装置，其方法步骤包括：将提取的一脑电数据的各通道频域特征送入一序列特征提取器，获取脑电数据的各通道隐层特征向量；捕获各脑电通道与各情绪类别之间的关联，并将所述关联和隐层特征向量送入一自动编码器，得到所述脑电数据对应的各情感类别的概率值向量。本发明专利技术利用长短时记忆网络在脑电通道序列上学习脑电通道之间的非线性关系，并提取与情绪分类相关的高维脑电特征，自动选择多通道脑电信号中的关键信息，减少由于脑电数据的不稳定性以及环境变化带来的脑电特征之间的领域差异。

An emotion recognition method and electronic device for multichannel EEG data

【技术实现步骤摘要】
一种多通道脑电数据的情绪识别方法及电子装置
本专利技术属于情感识别领域，具体涉及一种多通道脑电数据的情绪识别方法及电子装置。
技术介绍
人类情感是复杂的心理和生理表达，通常与主观感受、气质、性格、动机倾向、行为反应和生理唤醒有关。在情感识别研究领域，人体行为和生理信号都被广泛用于人类情感识别。与语言、面部表情、手势和肢体动作等容易掩盖人的情感的行为信号相比，脑电图(EEG)、肌电图(EMG)和心电图(ECG)等生理信号对识别人类情绪更为可靠和真实。脑电信号是一种具有良好时间分辨率的物理信号，可以通过分析情绪刺激引起的即时脑部活动直接用于情绪识别。近年来，随着脑机接口(BCI)技术的发展，基于脑电的应用越来越广泛，现实生活中出现了大量的基于脑电数据的应用。一般来说，有两种广泛使用的情感模型来描述情感空间，一种是离散模型，另一种是维度模型(请参考图1)。在离散模型中，情绪空间由几个基本的离散情绪来描述。尽管对基本情绪的类别还没有达成共识，但许多研究使用了至少六种基本情绪:喜悦、悲伤、惊讶、恐惧、愤怒和厌恶(参考文献：D.Keltnerand本文档来自技高网...

【技术保护点】
1.一种多通道脑电数据的情绪识别方法，其步骤包括：/n1)将提取的一脑电数据的各通道频域特征送入一序列特征提取器，获取脑电数据的各通道隐层特征向量；/n2)捕获各脑电通道与各情绪类别之间的关联，并将所述关联和隐层特征向量送入一自动编码器，得到所述脑电数据对应的各情感类别的概率值向量。/n

【技术特征摘要】
1.一种多通道脑电数据的情绪识别方法，其步骤包括：
1)将提取的一脑电数据的各通道频域特征送入一序列特征提取器，获取脑电数据的各通道隐层特征向量；
2)捕获各脑电通道与各情绪类别之间的关联，并将所述关联和隐层特征向量送入一自动编码器，得到所述脑电数据对应的各情感类别的概率值向量。


2.如权利要求1所述的方法，其特征在于，所述频域特征为功率特征、功率谱密度特征、事件相关同步化特征、事件相关去同步化特征、高阶谱特征或微分熵特征中的一个或多个。


3.如权利要求1所述的方法，其特征在于，所述序列特征提取器的结构为一长短时记忆网络。


4.如权利要求1所述的方法，其特征在于，注意力机制来捕获脑电通道与不同情感类别之间的关系。


5.如权利要求1所述的方法，其特征在于，所述自动编码器包括一编码器与一解码器；所述自动编码器的编码与解码步骤包括：
1)根据所述关联和隐层特征向量通进行编码，得到所述脑电数据被分类为...

【专利技术属性】
技术研发人员：马翠霞，杜肖兵，李锦瑶，王宏安，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：北京;11