基于改进的时空卷积神经网络的脑电情绪识别

来源：计算机应用与软件杂志2025年第11期北京时间：

作者：朱琳, 高瞻, 邵叶秦, 王华容

摘要：为了提高机器端到端识别情绪的能力，提出一种改进的时空卷积神经网络ESTNet，其主要由四个模块组成：核注意力、空间学习、时间学习和融合。根据脑电信号的采样频率设计核的大小，并在时空模块利用可并行计算的Transformer模型和图神经网络对脑电信号的时间域和空间域解码，并利用卷积神经网络融合时空特征。在DEAP数据集上的实验结果表明，在Valence标签下ESTNet均优于当前主流的网络。另外，为寻找主观情绪状态与生物学之间的客观关联性，基于脑电信号的可视化操作，借助脑地形图对相关情绪理论做了解释性说明。

关键词：脑电情绪识别, 图神经网络, Transformer模型, 时空卷积神经网络, 脑地形图