| 作者 | 刘柯，张孝，李沛洋，陈多，王国胤 |
| 机构 | 重庆邮电大学 计算机科学与技术学院;重庆邮电大学 生物信息学院;重庆邮电大学 计算智能重庆市重点实验室;南洋理工大学 计算机科学与工程学院 |
| 统计 | 摘要被查看 … 次，已被下载 … 次 |
| 摘要 | 基于脑电的情绪识别是脑机接口领域研究热点。传统脑网络的情绪分类将聚类系数、平均最短路径等拓扑属性作为分类特征。针对这些属性易受网络连接阈值和特征选择的影响，难以完全表征不同情绪状态下的网络空间拓扑结构差异的问题，提出了一种基于脑网络和共空间模式的脑电情绪识别方法(EEG emotion classification based on common spatial patterns of brain networks topology，EEC-CSP-BNT)。该算法基于互信息在各个子频段内计算电极间的功能连接矩阵，同时利用共空间模式分析学习空间滤波器，构建分类特征，最后通过分类器(如Fisher线性判别、支持向量机、K最近邻)实现基于脑电的情绪分类。基用DEAP和SEED数据集实验结果表明，相比于脑网络拓扑属性，EEC-CSP-BNT能有效提取脑网络拓扑结构的分类信息，提高脑电情绪识别性能。 |
| 关键词 | 脑电；脑网络；情绪分类；共空间模式分析；互信息 |
| 基金项目 | 国家自然科学基金资助项目(61703065,61901077,61876201)
重庆市基础研究与前沿探索项目(cstc2018jcyjAX0151)
重庆市教委科学技术研究项目(KJQN201800612) |
| 本文URL | http://www.arocmag.com/article/02-2021-05-027.html |