多尺度卷积结合时序建模的多维脑电情感识别

李修军, 王亚乾, 杨菁菁

重庆理工大学学报(自然科学版) ›› 2026, Vol. 40 ›› Issue (03) : 159 -166.

PDF
重庆理工大学学报(自然科学版) ›› 2026, Vol. 40 ›› Issue (03) : 159 -166.

多尺度卷积结合时序建模的多维脑电情感识别

    李修军, 王亚乾, 杨菁菁
作者信息 +

Author information +
文章历史 +
PDF

摘要

脑电信号(electroencephalogram, EEG)在情感识别领域受到广泛关注。然而,现有方法多侧重于空间和时间维度,却忽视频段维度,存在时空频特征提取不足问题。提出一种基于多尺度卷积与时序建模的特征融合网络(multi-scale convolution and temporal modeling for feature fusion network, MSCTF-Net)进行脑电情绪识别。将脑电信号重构为多维形式输入,设计多尺度空间卷积和频段卷积模块,从三维空频矩阵的空间和频段维度提取空间-频率信息;引入双向长短时记忆网络(Bi-LSTM)对二维时频矩阵进行时序建模,提取时间-频率特征;提出门控特征融合模块进行特征融合。模型在SEED数据集上的平均准确率为96.63%,在SEED-Ⅳ数据集上的平均准确率为91.58%,优于现有的多种深度学习方法。

关键词

脑电信号 / 情绪识别 / 微分熵 / 多尺度卷积 / Bi-LSTM / 特征融合

Key words

引用本文

引用格式 ▾
李修军, 王亚乾, 杨菁菁. 多尺度卷积结合时序建模的多维脑电情感识别[J]. 重庆理工大学学报(自然科学版), 2026, 40(03): 159-166 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/