计算机应用研究

作者：龙锦益,方景龙,刘斯为,吴汉瑞,张佳,

单位：1.暨南大学a.信息科学技术学院;b.广东省中医药信息技术重点实验室,广州510632；2.广州琶洲实验室,广州510335；

关键词：心电信号,情绪识别,对比学习,自监督学习,深度学习,生理信号,数据增强,自注意力机制,

基金：国家自然科学基金资助项目(62276115)；广东省中医药信息化重点实验室资助项目(2021B1212040007)；；

现有的机器学习和深度学习在解决基于心电信号的情绪识别问题时主要使用全监督的学习方法。这种方法的缺点在于需要大量的有标签数据和计算资源。同时，全监督方法学习到的特征表示通常只能针对特定任务，泛化性较差。针对这些问题，提出了一种基于对比学习的心电信号情绪识别方法，该方法分为预训练和微调两步。预训练的目的是从未标记的心电数据中学习特征表示，具体为：设计了两种简单高效的心电信号增强方式，将原始数据通过这两种数据增强转换成两个相关但不同的视图；接着这两种视图在时间对比模块中学习鲁棒的时间特征表示；最后在上下文对比模块中学习具有判别性的特征表示。微调阶段则使用带标记数据来学习情绪识别任务。在三个公开数据集上的实验表明，该方法在心电信号情绪识别准确率上与现有方法相比提高了0.21%~3.81%。此外，模型在半监督设定场景中表现出高有效性。

来源：2024年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第4期