Mar, 2023

基于信号处理和深度神经网络的优化脑电情绪检测

PDF
TL;DR本研究使用电脑建立了一个基于神经网络的智能决策模型，通过 EEG 检测来识别人类主观情绪，并采用一些信号处理技术和算法，实验结果表明该模型能够提高情绪检测的准确性。
electroencephalogrameegbrain signalsmood identificationneural network
发现论文，激发创造
  • 基于机器学习和神经网络的 EEG 信号情绪分析

    本研究通过使用 SVM，KNN 和 RNN (LSTM) 等算法，对 DEAP 数据集中的 EEG 信号进行分类和测试，以探究如何使用脑信号来改进情绪识别的性能，并进一步研究情绪随时间变化的规律。

    Jul, 2023

  • 利用迁移学习从 EEG 中进行情感检测

    本研究使用 Resnet50 作为基本模型和 Mean Phase Coherence（MPC）和 Magnitude Squared Coherence（MSC）的组合来识别情绪，结果表明该方法在情感分类方面很有前途。

    Jun, 2023

  • 基于循环神经网络和 KNN 的基于 EEG 信号的人类情感分类

    本研究通过机器学习方法，对脑机接口的 EEG 信号进行分析，利用离散小波变换，重复神经网络和 K 最近邻算法等技术，将与积极、中立和消极情绪相关的 EEG 信号进行分类，其分类性能高达 94.844％，相较于 KNN 算法的 93.438％更加优越。

    May, 2022

  • 基于脑电的情绪识别：教程和综述

    本文从研究者的角度出发，综述了近期 EEG 情感识别研究的代表性成果，并提供教程以帮助研究者从零开始。介绍了 EEG 情感识别在心理和生理水平上的科学基础，将这些被综述的作品分类为不同的技术路线，并说明了理论基础和研究动机，最后讨论了现有的挑战和未来的研究方向。

    Mar, 2022

  • 基于 EEG 信号的智能分析评估消费者决策：神经营销研究

    本研究提出了一种理解消费者对广告和产品的正面和负面反应的方法，通过从 18-22 岁志愿者使用低成本单电极头戴设备记录的脑电图（EEG）信号进行分析。使用朴素贝叶斯（NB）、支持向量机（SVM）、k 最近邻和决策树等机器学习方法进行了详细的基于受试者和基于人口统计学的分析，同时提出了一种深度学习模型。结果表明，在基于广告、产品和性别的组别分析中，SVM 表现更好，而 DL 模型的性能与 SVM 相当，尤其在产品和广告分析方面表现得很好。

    May, 2022

  • 基于深度学习的脑电图分析：系统综述

    通过对 156 篇 DL 和 EEG 论文的回顾和分析，发现 DL 在 EEG 信号识别方面取得了 5.4% 的精度提升，但大多数论文难以复现，因此提出了建议以支持该领域的进一步发展。

    Jan, 2019

  • 面向发展中国家的神经科学即服务

    使用云计算平台与深度学习技术，提供一种无需专业医疗人员参与的、基于 EEG 数据的医疗辅助系统。

    Nov, 2017

  • 用于多模式自然语言处理的 EEG 脑电信号解码

    本文针对脑电信号对自然语言处理的潜力进行了大规模研究，利用多模态机器学习体系结构，发现滤波后的脑电信号对情感分析任务的性能提升最为明显，特别是在训练数据有限的情况下。

    Feb, 2021

  • 广义 Deepfake 检测的脑电图特征

    通过利用从人类参与者的神经处理中测量得到的脑电图（EEG）从 FaceForensics++ 数据集的 Deepfake 刺激中检测深度伪造是这项研究的目标。初步结果表明，人类神经处理信号成功地整合到了 Deepfake 检测框架中，并且暗示了一种能够识别超越训练领域的 Deepfake 的广义神经表征的潜力。此外，我们的研究为理解数字真实主义如何嵌入人类认知系统提供了下一步的步骤，可能推动未来更逼真的数字化身的发展。

    May, 2024

  • 情绪识别的最佳脑电图电极设置：一项实证探索

    人脑是一个复杂的器官，主要控制身体的各个部分，同时也影响情绪。最近的研究表明，脑信号对情绪识别非常有效，但大部分情绪主要集中于哪些脑部尚未被充分探索。本研究通过实证分析了各个脑部在情绪表现中的贡献，并利用 DEAP 数据集找到与情绪相关的最优电极组合。研究采用快速傅里叶变换进行有效特征提取，同时通过带有残差连接的一维卷积神经网络进行分类。实验结果表明，从 DEAP 数据集中的 32 个电极中，只有 12 个电极（F7、P8、O1、F8、C4、T7、PO3、Fp1、Fp2、O2、P3 和 Fz）可以达到 95.81% 的准确率，而添加超过 10 个电极并不能显著提高性能。此外，额叶对情绪识别最为重要。

    Nov, 2023