机构名称：
¥ 1.0
情感计算研究领域取得了令人瞩目的成果，使得情绪识别算法能够整合到不同的临床环境中。一方面，越来越低成本的设备随处可见，人工智能算法取得了长足的进步，引发了通过脑电波进行情绪识别应用的快速发展。特别是基于脑电图的脑机接口 (BCI) 设备已被证明是获取脑电波的非常强大的工具，这既因为它们部署迅速，也因为它们在不同场景和环境中的广泛应用。脑电图信号主要用于诊断和治疗各种脑部疾病，包括癫痫、震颤、脑震荡、中风和睡眠障碍。机器学习 (ML) 作为一种分析方法已用于最近的脑电图应用。用于自动脑电图分析的 ML 方法引起了极大的兴趣，尤其是在临床诊断领域。例如，机器学习可以实现基于脑电图的睡眠阶段自动化 [ 1 ]，以及特定疾病（如阿尔茨海默病 [ 2 ]、自闭症谱系障碍 [ 3 ]、抑郁症 [ 4 ] 或一般脑电图病理 [ 5 , 6 ]）的神经系统诊断。有几个因素促成了
使用基于脑电图的脑机接口和可解释的机器学习预测人类情绪
主要关键词
相关文件推荐
