基于脑电时频空多域特征融合的情感识别研究

来源：计算机工程与应用杂志2023年第4期北京时间：

作者：王璐, 梁明晶, 石慧宇, 温昕, 曹锐

单位：太原理工大学 软件学院，太原 030024

摘要：传统基于脑电信号（electroencephalogram，EEG）的情感识别主要采用单一的脑电特征提取方法，为了充分利用EEG中蕴含的丰富信息，提出一种多域特征融合的脑电情感识别新方法。提取了EEG的时域、频域和空域特征，将三域特征进行融合作为情感识别模型的输入。首先计算不同时间窗EEG信号的alpha、beta、gamma三个频段功率谱密度，并结合脑电电极空间信息构成EEG图片，然后利用卷积神经网络（convolutional neural network，CNN）与双向长短期记忆网络（bidirectional long short-term memory network，BLSTM）构建CNN-BLSTM情感识别模型，分别对时、频、空三域特征进行学习。在SEED数据集对该方法进行验证，结果表明该方法能有效提高情感识别精度，平均识别准确率达96.25%。

关键词：脑电信号（EEG）,特征融合,CNN-BLSTM,情感识别