计算机应用研究

作者：刘柯,张孝,李沛洋,陈多,王国胤,

单位：1.重庆邮电大学a.计算机科学与技术学院;b.计算智能重庆市重点实验室;c.生物信息学院,重庆400065；2.南洋理工大学计算机科学与工程学院,新加坡639798；

关键词：脑电,脑网络,情绪分类,共空间模式分析,互信息,

基金：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)；；

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（common spatial pattern，CSP）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。基于DEAP和SEED数据集的实验结果表明，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。

来源：2021年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第5期