基于EEG溯源分析的情绪调节研究

作者：袁密桁; 董煜阳; 吕晓彤

来源：电视技术, 2022, 46(06): 85-90.

DOI：10.16280/j.videoe.2022.06.018

• 脑机接口
• 情绪识别
• 溯源分析
• 特征提取
• 分类

基于情绪调节的脑机接口（Brain-Computer Interface,BCI）能够通过采集大脑信号进行情绪的检测与识别，目前已成为科研的热点方向。但目前情绪识别所使用的脑电信号采集电极过多，部分电极所对应脑区与情绪并无关联，容易造成信号处理的烦琐，因此本文采集情绪相关脑电信号，并使用标准低分辨率断层成像（sLORETA）溯源分析对情绪相关通道进行选择，随后对上海交通大学情感脑电数据集（SEED）使用Hjorth参数与差分方法进行特征提取，并对特征向量分别使用支持向量机（Support Vector Machine,SVM）、k-近邻（K-NearestNeighbor,KNN）及朴素贝叶斯分类器（Naive Bayes Classifier,NBC）进行分类。实验结果表明，对于筛选后的通道，SVM、KNN、NBC的分类平均准确率分别为68%±13.14%,74.67%±10.74%,87.11%±6.65%，其中使用NBC分类器最高分类精度达到93.33%。

• 单位
  自动化学院; 昆明理工大学