申请/专利权人：小舟科技有限公司

申请日：2024-01-17

公开（公告）日：2024-04-30

公开（公告）号：CN117562542B

主分类号：A61B5/16

分类号：A61B5/16;A61B5/374;A61B5/378;A61B5/38;A61B5/00;G06F18/213;G06N3/044;G06N3/0464;G06N3/08;G06F18/25

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本申请公开了基于脑电信号的情感识别方法、计算机设备及存储介质，方法通过获取用户在包括正向情感刺激源、负向情感刺激源和中性情感刺激源的预设刺激源下产生的脑电信号；对脑电信号进行特征处理，获取脑电信号对应的第一预设频率范围的包括频域数据和时域数据的第一特征数据；根据频域数据在第一预设频率范围中确认目标频率范围，放大目标频率范围对应的时域数据，获取第二特征数据；获取第一特征数据和第二特征数据进行特征融合的目标特征数据；将目标特征数据输入至预训练的情感识别模型，生成情感识别结果，完成对脑电信号的情感识别。本申请通过对关键的情感相关特征进行了有效增强，可以显著提升关键情感特征的表达和识别能力。

主权项：1.一种基于脑电信号的情感识别方法，其特征在于，包括：获取用户在预设刺激源下产生的脑电信号；其中，所述预设刺激源包括正向情感刺激源、负向情感刺激源和中性情感刺激源；对所述脑电信号进行特征处理，获取所述脑电信号对应的第一预设频率范围的第一特征数据；其中，所述第一特征数据包括频域数据和时域数据；根据所述频域数据在所述第一预设频率范围中确认目标频率范围，放大所述目标频率范围对应的时域数据，根据所述目标频率范围对应的频域数据和放大后的时域数据获取第二特征数据；将所述第一特征数据和第二特征数据进行特征融合，获取目标特征数据；将所述目标特征数据输入至预训练的情感识别模型，所述情感识别模型根据所述目标特征数据生成情感识别结果，完成对所述脑电信号的情感识别；其中，所述情感识别结果至少包括正向情感、负面情感和中性情感；所述第一预设频率范围至少包括α波频率范围、β波频率范围和γ波频率范围；所述根据所述频域数据在所述第一预设频率范围中确认目标频率范围，包括：分别获取所述α波频率范围对应的频域数据的第一能量增强值、所述β波频率范围对应的频域数据的第二能量增强值和所述γ波频率范围对应的频域数据的第三能量增强值；根据所述第一能量增强值、第二能量增强值和第三能量增强值中最大值对应的频率范围确定为所述目标频率范围；所述目标特征数据包括目标特征矩阵；在所述将所述目标特征数据输入至预训练的情感识别模型之前，所述方法还包括：对所述目标特征矩阵以预设时间间隔进行特征分割，获取多个子目标特征矩阵；获取每个所述子目标特征矩阵内的特征向量，根据所述特征向量计算所述子目标特征矩阵对应的相关性系数矩阵和散度矩阵；根据所述相关性系数矩阵和散度矩阵获取所述子目标特征矩阵对应的匹配干扰度矩阵；根据所述匹配干扰度矩阵输入至预训练的注意力融合模型，所述注意力融合模型根据所述匹配干扰度矩阵生成注意力权重矩阵，并基于自注意力机制根据所述注意力权重矩阵和所述目标特征矩阵进行融合，以更新所述目标特征矩阵。

全文数据：

权利要求：

百度查询： 小舟科技有限公司 基于脑电信号的情感识别方法、计算机设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD