机构名称：
¥ 1.0
摘要 — 人类情感与多个分布式大脑区域密切相关，并且区域之间存在功能联系。然而，如何抽象区域级信息以提高脑电图 (EEG) 情感识别性能尚未得到很好的考虑。为了解决这个问题，我们提出了一种新颖的自适应分层图卷积网络 (AHGCN)，它包括 EEG 通道的基本通道级图和大脑区域的区域级图。与以前的方法不同，我们提出了一种自适应池化操作来自动划分大脑区域而不是手动定义它们。为了捕捉大脑区域或 EEG 通道之间的内在功能联系，我们设计了一个门控自适应图卷积操作。此外，我们开发了一个图解池化操作来整合区域级图和通道级图以提取更多用于分类的判别特征。在两个广泛使用的数据集上的实验表明，我们提出的方法优于许多最先进的 EEG 情感识别方法，并且可以找到一些有趣的 EEG 通道组合。索引词——EEG 情绪识别、图卷积神经网络 (GCNN)、图池化
用于脑电图情绪识别的自适应分层图卷积网络
主要关键词
相关文件推荐
