阶段聚类偏差对情绪EEG阶段幅度合的影响
Tingyu Sheng1,2,3, Qiansheng Feng1,3,4, Zhiguo Luo2,3
1Academy of Medical Engineering and Translational Medicine, Tianjin University, 300072 Tianjin, China.
Journal of integrative neuroscience
|February 29, 2024
概括
从脑电图 (EEG) 数据中删除相位聚类偏差 (PCB) 可以改善情绪状态中相位幅度合的分析. 这种技术增强了恐惧和快乐等情绪之间的差异,有助于更准确地识别情绪.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 信号处理 信号处理
背景情况:
- 神经振荡与情绪有关,但多频相互作用尚未完全理解.
- 阶段振幅合 (PAC) 是神经生理学复杂性和情绪EEG机制的关键.
- 非侧面EEG信号会导致相位聚类偏差 (PCB),可能会扭曲PAC分析.
研究的目的:
- 调查消除相聚类偏差 (PCB) 在情绪电脑图 (EEG) 数据中跨频相振幅合的影响.
- 评估是否调整EEG数据可以改善情绪状态期间神经振荡的特征.
- 为了确定被淘汰的PAC特征对情绪识别的有用性.
主要方法:
- 实施了一种技术,从公共情绪EEG数据集中删除相位聚类偏差 (PCB).
- 计算的减速相振幅合 (PAC) 值.
- 进行统计分析和分类,以比较PCB清除前后的PAC.
主要成果:
- 阶段聚类偏差 (PCB) 导致过高估计的情绪EEG阶段振幅合 (PAC) 值.
- 删除PCB会放大恐惧和快乐情绪之间的合强度差异,特别是在额叶.
- 在PCB移除后,情绪识别准确性保持在减少的特征集下.
结论:
- 删除PCB可以增强情绪EEGPAC模式的独特性.
- 来自PAC的偏见特征包含更丰富的情感信息.
- 移除PCB为分析情绪EEG和提高人类情绪识别精度提供了优势.
