基于三维特征图和改进DenseNet的脑电情绪识别方法
来源：石河子大学学报·自然科学版杂志2023年第3期北京时间：
作者：苏靖然, 李秋生
单位：1 赣南师范大学物理与电子信息学院,江西 赣州 341000;<br/>2 赣南师范大学智能控制工程技术研究中心,江西 赣州 341000
摘要：情感作为人脑的高级功能,对人的心理健康状态有很大的影响。为了充分考虑脑电信号的空间信息以及时频信息,更好地实现人机交互,论文提出了1种基于三维特征图的改进DenseNet情绪识别模型。通过提取脑电信号θ、α、β和γ4个频段的微分熵特征,结合脑电通道电极的位置映射关系,构造三维特征图,最后使用改进DenseNet网络进行二次特征提取与分类。为了验证该方法的有效性,在SEED数据集上进行了包含积极、中性、消极3种情绪的分类实验,单被试者实验和所有被试者实验获得的分类准确率分别达98.51%和98.68%。实验结果表明,三维特征图结合特征重用方法能够得到高精度的分类结果,为情绪识别提供了可以尝试的新方向。
关键词：脑电信号,电极映射,三维特征图,特征重用,多尺度卷积核
