基于多注意力与多特征融合的脑电情感识别

来源：电子测量技术杂志2025年第19期北京时间：

作者：吴家彬，阳小明，曹太强

单位：西华大学电气与电子信息学院 成都 610039

摘要：为充分融合脑电信号中多维度情感信息以提升情感识别性能，本文提出了一种多注意力与多特征融合的网络模型。该模型结合了脑半球非对称性以及脑电信号的空间、频谱和时域特性，通过并行双输入路径进行特征提取。利用并行注意力机制强化频率通道和空间信息的表达，同时通过动态核选择方式调整卷积核的尺寸，结合深度可分离卷积进一步提取和压缩特征。最后，通过Transformer编码层的融合，提取特征间的时序依赖关系和全局关联信息，从而实现情感分类。在SEED数据集上的三分类实验中，模型取得了98.53%的平均准确率，验证了该方法的优越性。此外，通过对注意力模块的可视化分析，进一步增强了模型的可解释性。

关键词：脑电信号;情感识别;多特征融合;注意力机制;Transformer