欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023106743204
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,具体步骤包括:S1、将脑电信号数据输入至脑电情绪识别模型,根据脑电采集电极的位置,将每个脑电电极所采集的脑电信号放入h×w的2D矩阵中,构建脑电信号的2D矩阵表示;根据时间窗口长度T,将每个通道的脑电信号划分为时间长度为T的样本,得到每个样本的尺寸为T×h×w,并对每个通道的脑电数据进行0‑1归一化;

S2、将所述每个样本按照时间维度分为连续的M个时间步,记为Pt,t∈[1,M];将Pt分别依次输入至时间步共享卷积,从低维与高维两个层面捕捉多个连续时间步的共同特征,得到所述样本中连续的M个时间步的共同特征Ft;按照时间维度拼接所述共同特征Ft,并将所述样本作为残差,与所述拼接后的特征相加,得到特征MF;

S3、构建降采样卷积,将所述特征MF输入至降采样卷积,降低数据的时间维度,并提取(T/8)×h×w与情绪类别高度相关的时间‑空间特征,得到时间‑空间特征图C∈R ;

S4、对时间‑空间特征图C的空间维度进行操作,将其分成N个p×p大小的子区域,表示为 其中i=1,2,...,N,j=1,2,...,T/8;按照时间‑空间特征图C的时间维度,

1×[(T/8)×p×p]

将(T/8)个特征图拼接起来,表示为Ci∈R ,因此,N个拼接后形成的特征图Ci最终

0 N×[T/8)×p×p]

构成特征图C∈R ;

0

将所述特征图C转置,并对转置后每个子区域进行多层感知机操作,令每个子区域之间

1 1

的空间信息交互,进一步强化特征的空间表达,得到特征图C ;再次对特征图C转置,得到特

2 0 2 A

征图C,将所述特征图C作为残差与特征图C相加,并经过层归一化,得到特征图C;

S5、根据情绪的效价、唤醒和支配三个维度,构建三个情绪分类任务,每个情绪分类任A务包含两个类别;使用全连接层对所述特征图C 分别在三个情绪分类任务中进行二分类,得到每个任务中情绪类别的概率,完成情绪识别。

2.根据权利要求1所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,S1中,所述脑电信号数据选择14个通道输入至脑电情绪识别模型,包括通道AF3、AF4、F7、F3、F4、F8、FC5、FC6、T7、T8、P7、P8、O1、O2。

3.根据权利要求1所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,S2中,所述时间步共享卷积包括两个2D卷积层,第一个2D卷积将时间维度缩小,第二个

2D卷积将时间维度放大至初始大小。

4.根据权利要求1所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,S3中,所述降采样卷积包括3个2D卷积层,每个2D卷积层将所述特征MF的时间维度降低至初始状态的1/2,保持空间维度不变,并同时提取与情绪类别高度相关的时间‑空间特征。

5.根据权利要求3或4任一项所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,所述每个2D卷积层都设有激活函数、批归一化层和Dropout层。

6.根据权利要求1所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,S4中,所述多层感知机包括两个全连接层和一个GELU激活函数。

7.根据权利要求1所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在A于,S5中,使用全连接层对所述特征图C 分别在三个分类任务中进行二分类时,使用Softmax函数计算出最大概率的情绪类别,公式为:其中,xi表示第u个神经元的输出值,xc表示第c个神经元的输出值,C为神经元的个数,表示所有神经元的输出值。

8.根据权利要求1所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,训练所述脑电情绪识别模型的步骤包括:采集受试者的脑电信息,构建脑电情绪数据集,并令受试者评估自己的情绪,从情绪的效价、唤醒和支配三个维度进行打分,以此确定情绪类别的真实标签;将所述脑电情绪数据集按照预设比例划分为训练集与测试集;

将训练集的脑电信号数据输入至脑电情绪识别模型,得到每个任务中情绪类别的概率;训练时使用交叉熵损失函数最小化分类结果与真实标签之间的差异,并使用Adam优化器优化损失函数并更新学习率;

在测试集上使用分类准确率、标准差、训练和测试时间对所述脑电情绪识别模型进行性能评估。

9.根据权利要求8所述的一种融合时空交互神经网络的脑电情绪识别方法,其特征在于,所述交叉熵损失函数L公式为:其中,N表示样本数量,M表示类别的数量;若分类类别与真实类别相同,yic为1,否则为

0;pic表示样本i属于类别c的概率。

10.一种融合时空交互神经网络的脑电情绪识别系统,其特征在于,包括:存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至9任一项所述的一种融合时空交互神经网络的脑电情绪识别方法的步骤。