公开(公告)号：CN116509392A

公开(公告)日：2023-08-01

申请号：CN202310326884.9

申请日：2023-03-29

Applicant: 广州大学

Inventor： 伍冯洁 ,  陈晓斌 ,  张倩 ,  黄昱勋 ,  柳佳瑞 ,  何演 ,  刘泽霖 ,  杨籍森 ,  宁毓轩

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/2415 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提出了一种基于脑电波和卷积神经网络的情绪检测识别方法，所述方法包括：采集受试者的原始脑电信号，去除相关噪声，根据受试者的自我评估对脑电信号的情绪种类进行划分和预处理，获得受试者单次的情绪数据；采集多位受试者的原始脑电信号并获取所有受试者的情绪数据，对情绪数据进行整合，建立数据集；生成特征图，并合并为情绪特征立方体，输入GCN+NGCU神经网络；通过GCN+NGCU神经网络获得与情绪的种类相关的脑电波序列的时间‑空间特征向量；构建Softmax情绪分类器模型，将GCN‑NGCU神经网络学习到的脑电波情绪特征输入到Softmax情绪分类器模型中，自动匹配及识别受试者的情绪。本发明可实现准确高效地提取和处理脑电波的情绪状态变化特征，自动识别情绪的种类。