基于空间时空图像的编码地图集用于EEG情绪识别
Danilo Avola1, Luigi Cinque1, Angelo Di Mambro1
1Department of Computer Science, Sapienza University of Rome, Via Salaria 113, Rome 00198, Italy.
International journal of neural systems
|March 27, 2024
概括
这项研究介绍了Empátheia系统,用于使用电脑电图 (EEG) 数据进行情绪识别. 它将EEG信号编码为紧的图像,显著减少数据集大小,同时保持高分类性能.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 情感识别对于人与人,人与计算机的互动至关重要.
- 电脑脑电图 (EEG) 数据分析对于情绪歧视是有效的,但产生了大量的数据集.
- 管理,传输和利用繁的EEG数据集对先进的应用提出了挑战.
研究的目的:
- 开发一种新的系统,Empátheia,通过EEG数据高效地识别情绪.
- 通过将信号编码为紧图像来探索新的EEG数据表示.
- 设计一种分类架构,能够从基于图像的EEG表示中捕捉情绪的空间和时间方面.
主要方法:
- Empátheia系统使用PRISMIN框架从EEG信号中提取时空图像编码 (图书馆).
- 这些地图提供了原始EEG数据的紧表示.
- Empátheia建筑,以卷积,反复和变压器模型为特色,将这些地图集分类为识别情绪.
主要成果:
- 拟议的系统实现了对EEG信号的显著数据大小的减少.
- 尽管压缩,情绪分类的高性能仍保留了.
- 在SEED数据集上的实验证明了基于图像的编码方法的有效性.
结论:
- Empátheia系统提供了一种有效的方法,用于从EEG数据中识别情绪.
- 将EEG信号编码成图像提供了一个紧而高效的数据表示.
- 这种方法为基于EEG的情绪识别研究中的数据表示开辟了新的可能性.
