一种基于身份模式验证下的脑电情绪识别方法技术

本发明专利技术提出了一种基于身份模式验证下的脑电情绪识别方法，其包括以下步骤：1)采集多通道脑电数据，设定基本的身份模式数；2)提取脑电数据的频谱特征，构建脑电通道映射关系和通道连接图，形成三维空间频谱特征；3)基于张量空间度量实现身份模式验证；4)根据通道连接图，设定距离阈值，进而构建通道的共现矩阵；5)采用自动编码器提取图嵌入特征，输入为脑电频谱特征，输出为共现矩阵；6)设计情绪分类器，采用共享的Multi

【技术实现步骤摘要】
一种基于身份模式验证下的脑电情绪识别方法


[0001]本专利技术涉及脑电情绪分类和身份验证领域，具体涉及一种基于身份模式验证下的脑电情绪识别方法。

技术介绍

[0002]情绪伴随人类一生，是一种复杂的心理过程，在人们的生产和生活中起着非常重要的作用。情绪识别是一个多学科的课题，涉及计算机科学、心理学、认知科学等等。情绪识别有广泛的应用，如抑郁症识别、测谎仪测试、压力调节和情绪调节。当人处于某种情绪状态时，身体会产生一些外在和内部变化，如表情、声音、姿态和生理活动等。因此，可以基于这些身体变化对情绪进行分析。
[0003]用于情绪识别的信号数据可分为两类：非生理信号和生理信号。典型的非生理信号包括面部表情和语音等，而生理信号包括脑电图、肌电图和心电图等。在不同类型的生理信号中，脑电对人类情绪状态的独特反应使其成为情绪识别的最佳选择。然而，生理信号除本身高干扰，弱信息的问题，还具有“被试者独立性”，即不同被试者间存在较大差异。
[0004]张量特征利用张量数据形式相对向量数据形式的优越性，保留特征的空间结构信息，挖掘特征间的相对关系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于身份模式验证下的脑电情绪识别方法，其特征在于，包括以下步骤：步骤1：采集多通道脑电数据，设定基本的身份模式数；步骤2：提取脑电数据的频谱特征，根据国际标准10/20系统所规定的电极所在空间位置，构建脑电通道映射关系和通道连接图，通过通道映射关系形成三维空间频谱特征；步骤3：基于张量空间度量进行身份模式验证，形成多个身份模式集合；步骤4：根据脑电通道连接图，设定通道距离阈值，进而构建通道的共现矩阵；步骤5：采用自动编码器提取图嵌入特征，其输入为多通道的脑电频谱特征，输出为根据脑电通道连接图构建的共现矩阵；步骤6：设计情绪分类器，采用共享的Multi
‑
HeadAttention层和特殊的Feed Forward层实现情绪分类，共享即所有身份模式集合网络共用，特殊即每个身份模式集合网络特有。2.根据权利要求1所述的一种基于身份模式验证下的脑电情绪识别方法，其特征在于，在所述步骤1中，根据多通道脑电数据，设定基本的身份模式集合数，强调“人以群分”概念，不同被试者脑电具有一定相似性，该相似性能够加以利用，减少跨被试者时的域不适应情况。3.根据权利要求1所述的一种基于身份模式验证下的脑电情绪识别方法，其特征在于，在所述步骤2中，形成三维空间频谱特征包括以下步骤：步骤2.1：多通道脑电信号记为其中C为通道数，D为采集信号时间维度；根据Welch方法提取多通道脑电数据4～45Hz频带的频谱特征，包括theta、alpha、beta、gamma波段，其中theta频带为4～7Hz、alpha频带为8～13Hz、beta频带为14～29Hz、gamma频带为30～45Hz；步骤2.2：根据国际标准10/20系统所规定的电极所在空间位置，构建脑电通道映射关系，其实质为二维映射矩阵，能够将C维通道映射成P
×
Q的分布，P,Q分别为映射矩阵的长和宽；脑电通道连接图为各通道间的连接关系，其实质为电极间的连接情况和连接距离；步骤2.3：根据频谱特征和映射关系，构建三维空间频谱特征。4.根据权利要求1所述的一种基于身份模式验证下的脑电情绪识别方法，其特征在于，在所述步骤3中，基于张量空间度量进行身份模式验证的算法包括以下步骤：步骤3.1：特征张量化；张量特征利用张量数据形式相对向量数据形式的优越性，保留特征的空间结构信息，挖掘特征间的相对关系，增强张量空间的表达能力，大幅降低计算复杂度，将提取的向量特征按照导联模态、时频模态转化为张量特征，从而保留多通道脑电信号的空间结构信息等多模态特性；步骤3.2：张量空间学习；根据张量数据提供的丰富的投影方向选择，利用广义张量判别分析通过类间离散度S
b
和类内离散度S
w
学习一系列在单位约束I下的最优...

【专利技术属性】
技术研发人员：李潍，王明明，易洋哲，刘锡祥，
申请(专利权)人：东南大学，
类型：发明
国别省市：