摘要

本发明公开了一种基于动态脑功能网络的情绪分类方法,包括:(1)采集静息态或任务态下的EEG信号;(2)对采集的EEG信号进行预处理;(3)对进行预处理后的EEG信号进行不重叠的分段;(4)根据每个窗口的EEG信号计算相关系数矩阵;(5)根据每个窗口的相关系数矩阵的对称性,取上三角进行向量化,构建动态脑功能网络序列;(6)构建并训练基于动态脑功能网络的情绪分类器;(7)将动态脑功能网络序列输入情绪分类器进行情绪四分类。本发明通过直接观测人的脑部活动来进行情绪分析;本发明应用动态脑功能网络理论,综合考虑了人脑功能分区的拓扑结构与情绪的时变性,同时应用bi-LSTM序列模型与Attention机制构建分类器,使得模型对情绪的判别更准确。