[发明专利]基于脑区局部-全局注意力的脑电情感分类方法及系统

权利要求书

1.一种基于脑区局部-全局注意力的脑电情感分类方法，其特征在于，包括以下步骤：

S1、播放用于诱发情绪的视频素材；

S2、采集脑电信号并将采集的脑电信号由模拟信号转换成数字信号存储；

S3、对脑电信号提取脑电局部特征L_i，其中i＝1，2，3，......，N，N为输入的数据样本数量；

S4、对脑电信号进行切片后结合位置编码模拟脑区拓扑结构，从脑区拓扑结构中提取脑电全局特征G_i，其中i＝1，2，3，......，N，N为输入的数据样本数量，基于脑电局部特征L_i和脑电全局特征G_i，通过多层自注意力机制对脑电的情感标签y进行分类识别，得到脑电情感分类结果。

2.根据权利要求1所述的基于脑区局部-全局注意力的脑电情感分类方法，其特征在于，步骤S1包括：

S101、通过Qt编程的应用界面，使经过主观情绪评估的情绪诱发视频素材能够按随机顺序播放；

S102、通过Qt编程的应用界面，使被试者在观看完情绪诱发视频后能够根据视频的唤醒度和愉悦度的高低对视频进行打分，作为视频情感标签存储。

3.根据权利要求1所述的一种基于脑区局部-全局注意力的脑电情感分类方法，其特征在于，步骤S2包括以下子步骤：

采集大脑皮层的脑电信号；

将脑电信号由模拟信号转换为电信号；

对转换为电信号的脑电信号进行预处理；

通过矩阵表征的方式重新排列脑电信号。

4.根据权利要求1所述的一种基于脑区局部-全局注意力的脑电情感分类方法，其特征在于，步骤S3包括以下子步骤：

通过通道注意力加权算法对脑电特征进行通道加权；

通过卷积运算对脑电特征进行脑电局部特征提取；

将脑电局部特征展开成一维向量；

其中，所述通过通道注意力加权算法对脑电特征进行通道加权具体包括：

输入数据为：

X＝[x₁，x₂，x₃，…，x_c]，X∈R^H×W×C

其中，X为输入的三维向量，H为输入向量的长度，W为输入向量的宽度，C为输入向量的通道数，x_c为输入向量X在第C个通道上的分量，R^H×W×C表示一个长宽高分别为片、W、C的三维实空间；

输入向量经过平均池化，计算通道数值分布信息的公式：

其中，v为通道数值分布信息，是一个1×1×C的向量，F_avgpool为平均池化函数，i表示长度H上的第i个位置，j表示宽度W上的第j个位置；

已知sigmoid函数：

激活函数RELU表达式为：

g(x)＝max(0，x)

则通道的权值公式为：

u＝σ(W₂G(W₁v))

其中，x为变量，u为通道的权值，是一个1×1×C的向量，W₁为的矩阵，r为缩放参数，W₂为的矩阵；

将通道权值与输入相乘得到：

其中，是一个H×W的向量，u_c是通道权值向量u在序号为C的通道上的分量；

所述通过卷积运算对脑电特征进行局部特征提取，包括：

为卷积神经网络的输出，是一个H×W的向量，i、j是其下标，K是大小为k₁×k₂的卷积核，k₁、k₂分别表示卷积核K的长度和宽度，m、n是其下标，K(m，n)表示卷积核K在位置m、n处的值；

所述将脑电局部特征展开成一维向量，包括：

进一步展开成一个1×n₁的向量，其中，n₁＝H×W输入一个线性网络层，所得到的脑电局部特征最终为：

式中，L是脑电局部特征，是一个n₂维的向量，W₃为n₂×n₁的矩阵，b₁为n₂维的列向量。