[发明专利]一种情绪分析方法、情感脑机接口解码器以及计算机可读存储介质

权利要求书

1.一种情绪分析方法，其特征在于，包括：

获取用户的脑电信号；

将所述用户的脑电信号输入预设的多频带交互卷积神经网络，所述多频带交互卷积神经网络获取所述用户的脑电信号中第一频带的信号和第二频带的信号；从所述第一频带的信号中提取第一空频域特征，从所述第二频带的信号中提取第二空频域特征；基于预设的频带交互算子，对所述第一空频域特征和所述第二空频域特征进行计算得到多频带交互特征；对所述多频带交互特征计算得到所述用户具有一种或多种情绪的概率；

根据所述用户具有一种或多种情绪的概率，输出对所述用户的情绪的分析结果。

2.根据权利要求1所述的情绪分析方法，其特征在于，“对所述多频带交互特征计算得到所述用户具有一种或多种情绪的概率”的步骤包括：

对所述多频带交互特征进行时域平均池化得到时空频域特征，对所述时空频域特征计算得到所述用户具有所述一种或多种情绪的概率。

3.根据权利要求1所述的情绪分析方法，其特征在于，所述多频带交互卷积神经网络预先经过训练以确定参数，使用的训练数据样本为测试用户观看影片时的脑电信号，所述测试用户的脑电信号携带指示所述测试用户的情绪的标签，其中，根据所述影片的类型和/或测试用户的情绪认知设置所述标签。

4.根据权利要求1所述的情绪分析方法，其特征在于，在“基于预设的频带交互算子，对所述第一空频域特征和所述第二空频域特征进行计算得到多频带交互特征”的步骤之前，还包括：

根据使用所述用户情绪分析结果的任务，从预设的多种频带交互算子中选择用于计算所述多频带交互特征频带交互算子。

5.根据权利要求1所述的情绪分析方法，其特征在于，所述训练数据样本分为训练集、验证集，对所述多频带交互卷积神经网络的训练分为第一阶段和第二阶段，所述第一阶段中使用所述训练集训练所述多频带交互卷积神经网络，使用所述验证集计算所述多频带交互卷积神经网络在所述第一阶段的损失函数，调整所述多频带交互卷积神经网络的参数直至所述第一阶段的损失函数达到最低，所述第二阶段中使用所述训练集和所述验证集的合并数据，对调整参数后的所述多频带交互卷积神经网络进行训练，直至所述多频带交互卷积神经网络在所述第二阶段的损失函数小于所述第一阶段的损失函数。

6.一种情感脑机接口解码器，其特征在于，包括：

信号获取模块，获取用户的脑电信号；

多频带交互卷积神经网络，其中包括空频域特征表示模块、多频带交互模块和分类输出模块；所述空频域特征表示模块获取所述用户的脑电信号中第一频带的信号和第二频带的信号，从所述第一频带的信号中提取第一空频域特征，从所述第二频带的信号中提取第二空频域特征；所述多频带交互模块基于预设的频带交互算子，对所述第一空频域特征和所述第二空频域特征进行计算得到多频带交互特征；所述分类输出模块对所述多频带交互特征计算得到所述用户具有一种或多种情绪的概率；

结果输出模块，根据所述用户具有一种或多种情绪的概率，输出对所述用户的情绪的分析结果。

7.根据权利要求6所述的情感脑机接口解码器，其特征在于，

所述分类输出模块对所述多频带交互特征进行时域平均池化得到时空频域特征，基于所述全连接层对所述时空频域特征计算得到所述用户具有所述一种或多种情绪的概率。

8.根据权利要求6所述的情感脑机接口解码器，其特征在于，所述多频带交互卷积神经网络预先经过训练以确定参数，使用的训练数据样本为测试用户观看影片时的脑电信号，所述测试用户的脑电信号携带指示所述测试用户的情绪的标签，其中，根据所述影片的类型和/或测试用户的情绪认知设置所述标签。

9.根据权利要求6所述的情感脑机接口解码器，其特征在于，

所述多频带交互模块根据使用所述用户情绪分析结果的任务，从预设的多种频带交互算子中选择用于计算所述多频带交互特征频带交互算子。

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至5中任一项所述的情绪分析方法。