一种基于图卷积神经网络的脑电情感识别方法

摘要

本发明属于信号处理技术领域，具体涉及一种基于图卷积神经网络的脑电情感识别方法。所提供的方法是：首先，根据各脑电通道信号间的相关性构建情感相关功能连接模式；然后基于功能连接模式结构将提取的各单通道脑电特征建模为图信号，并建立图卷积神经网络模型。之后，输入训练集图信号对模型进行迭代优化训练，采用反向传播算法和交叉熵损失函数优化网络参数；最后将测试集图信号输入已经完成训练的图卷积神经网络，在效价、唤醒和优势度三维情感模型上进行分类识别。本发明通过还原脑电数据在空间和功能上的联系，能提取更具辨别力的脑电情感特征；通过通道相关性大小能选出与情感最相关的通道电极，在减少通道数量的同时降低了处理时间和硬件成本。