文档名：基于三维并行多视野卷积神经网络的脑电信号情感识别
摘要：利用脑电信号识别情感状态已经成为当前的研究热门.现有的情感识别方法通常提取二维信息作样本,却忽略了包含大脑不同区域重要特征的空间信息.针对这个问题,结合脑电通道间布局和原始脑电信号中的频率相关特征,提出了基于三维并行多视野卷积神经网络(Three-dimensionalParallelMulti-fieldConvolutionalNeuralNetwork,TPMCNN)的脑电情感识别新方法.首先将原始脑电信号划分成多频带,并提取每个频带的微分熵(DE)特征.接着将数据按照电极传感器的位置转变成三维特征矩阵.最后采用TPMCNN网络处理所得到的矩阵.实验结果表明,利用不同频带的微分熵特征构造的三维特征矩阵,能够有效地提取多通道脑电信号中与情感识别有关的特征,所提出的并行多视野卷积神经网络能够充分发挥出深度学习的优势.实验在公开数据集DEAP上进行二分类,在唤醒和效价的准确率分别达到了97.31%和96.72%,四分类的准确率达到了97.17%,证实了所提出的方法对脑电信号情感识别的优越性能.
Abstract：TheuseofEEGsignalstoidentifyemotionalstateshasbecomeapopularresearchtopic.Existingemotionrecognitionmethodsusuallyextracttwo-dimensionalinformationassamples,butignorethespatialinformationthatcontainingimportantfeaturesofdifferentre-gionsofthebrain.Athree-dimensionalparallelmulti-fieldconvolutionalneuralnetwork(TPMCNN)basedonthelayoutofEEGchannelsandthefrequency-relatedfeaturesintheoriginalEEGsignalisproposedtoaddressthisproblem.Firstly,theoriginalEEGsignalisdivid-edintomultiplefrequencybands,andthedifferentialentropy(DE)featuresofeachbandareextracted.Thenthedataaretransformedintoa3Dfeaturematrixaccordingtothelocationoftheelectrodesensors.FinallytheresultingmatrixisprocessedbyusingtheTPMCNN.Theexperimentalresultsshowethatthe3Dfeaturematrixconstructedusingdifferentialentropyfeaturesofdifferentfrequencybandscaneffec-tivelyextractfeaturesrelatedtoemotionrecognitionfrommulti-channelEEGsignals,andtheproposedparallelmulti-fieldconvolutionalneuralnetworkcanfullyexploittheadvantagesofdeeplearning.TheexperimentsareperformedonthepubliclyavailabledatasetofDEAPfordichotomousclassification,andthevaluesofaccuracyreach97.31%and96.72%forarousalandvalencerespectively,and97.17%forfour-classification,confirmingthesuperiorperformanceoftheproposedmethodforEEGsignalemotionrecognition.
作者：韩新龙 高云园 马玉良 Author：HANXinlong GAOYunyuan MAYuliang
作者单位：杭州电子科技大学自动化学院,浙江杭州310018杭州电子科技大学自动化学院,浙江杭州310018;浙江省脑机协同智能重点实验室,浙江杭州310018
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(4)
分类号：TP391
关键词：情感识别 三维特征 多视野卷积神经网络 并行网络
Keywords：emotionrecognition 3Dfeature multi-fieldconvolutionalneuralnetwork parallelnetwork
机标分类号：TP311.138ORTP273TN911.7
在线出版日期：2024年6月5日
基金项目：国家自然科学基金，国家自然科学基金，国家自然科学基金，浙江省自然科学基金重点项目，浙江省教育厅科研项目，杭州电子科技大学研究生科研创新基金项目基于三维并行多视野卷积神经网络的脑电信号情感识别[
期刊论文] 传感技术学报--2024, 37(4)韩新龙 高云园 马玉良利用脑电信号识别情感状态已经成为当前的研究热门.现有的情感识别方法通常提取二维信息作样本,却忽略了包含大脑不同区域重要特征的空间信息.针对这个问题,结合脑电通道间布局和原始脑电信号中的频率相关特征,提出了基...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于三维并行多视野卷积神经网络的脑电信号情感识别 Emotion Recognition of EEG Signals Based on 3D Parallel Multi-Field Convolutional Neural Network
基于三维并行多视野卷积神经网络的脑电信号情感识别.pdf
- 文件大小:
- 1.39 MB
- 下载次数:
- 60
-
高速下载
|
|
