基于多重注意力机制的时空频融合的脑电情绪识别方法

摘要

近年来，脑电情绪识别在心理治疗和人机交互领域展现了重要的应用前景.然而，现有研究大多未能充分挖掘脑电信号中复杂时空频模式的耦合和互补性特征.本文提出了一种基于多重注意力机制解耦时空频融合特征的网络模型，以有针对性地捕捉脑电信号的时空域与空频域互补特征.该模型通过将多域融合特征解耦为时间流模块、空间增强模块以及频域流模块，同时将空间注意力机制与频域注意力机制聚合到该网络模型中，从而更有效地提取信号中的关键判别信息.在DEAP数据集上进行了大量实验，实验结果表明，该模型在唤醒度和效价维度上的准确率分别达到了93.68%和92.96%,优于现有模型，证明了其在提升情绪识别性能方面的优越性.

关键词

脑电图 / 时空频特征 / 双向门控循环单元 / 注意力机制