基于社区间脑电信号的因果网络情绪识别方法

摘要

为了探究因效性脑网络中各脑区间信息流动的关系，提出一种基于社区间脑电信号的因果网络情绪识别方法。首先，对预处理后的脑电信号提取其时频域特征，利用基于部分定向相干（Partial Directed Coherence,PDC）方法构建因效性脑网络，并使用Infomap社区划分算法对脑网络进行社区划分。然后，以各社区间部分定向相干因果关系作为边特征，各社区加权平均微分熵作为点特征，构成图数据。最后，将图数据送入图卷积神经网络进行分类识别。实验结果表明，相比以往全通道因效性情绪识别方法，所提方法利用大脑局部之间的有向因效信息降低了计算复杂度，且保持了较高的情绪识别准确率。

关键词

情绪识别 / 因效性脑网络 / 脑电信号 / 部分定向相干 / 社区划分

基金资助

国家自然科学基金项目（61373116）; 陕西省自然科学基础研究计划重点项目（2024JC-ZDXM-37）