← 返回列表

基于概率分布标签和脑区特征的fNIRS情绪识别方法及系统

申请号: CN202410069422.8
申请人: 华南理工大学
更新日期: 2026-03-17

专利详细信息

项目 内容
专利名称 基于概率分布标签和脑区特征的fNIRS情绪识别方法及系统
专利类型 发明申请
申请号 CN202410069422.8
申请日 2024/1/18
公告号 CN117582227A
公开日 2024/2/23
IPC主分类号 A61B5/16
权利人 华南理工大学
发明人 晋建秀; 申巧; 舒琳; 帖千枫
地址 广东省广州市南沙区环市大道南路25号华工大广州产研院

摘要文本

本发明涉及情绪识别领域,为基于概率分布标签和脑区特征的fNIRS情绪识别方法及系统,其方法包括:构建情绪诱发数据集,采集受试者不同脑区的近红外数据,获取受试者的主观情绪评分;将不同脑区的近红外数据转化为多通道△HbO2数据,将主观情绪评分映射为情绪类别标签和情绪概率分布标签;将多通道△HbO2数据分脑区通过时序卷积模型得到不同脑区特征向量,结合自注意力机制融合不同脑区特征向量,构建初始情绪识别模型;设计结合情绪概率分布标签和情绪类别标签的联合损失函数,对初始情绪识别模型进行训练,获得训练后的情绪识别模型,用于输出情绪识别分类结果。本发明能反应实场景中个体所产生的多元性和复杂性的情绪变化。

专利主权项内容

1.一种基于概率分布标签和脑区特征的fNIRS情绪识别方法,其特征在于,包括以下步骤:S1、构建情绪诱发数据集,用于诱发受试者情绪;同步采集受试者不同脑区的近红外数据,获取受试者的主观情绪评分;S2、进行数据处理,将不同脑区的近红外数据转化为多通道△HbO数据,将主观情绪评分映射为情绪类别标签和情绪概率分布标签;2S3、将多通道△HbO数据分脑区通过时序卷积模型得到不同脑区特征向量,结合自注意力机制融合不同脑区特征向量,构建初始的脑区注意力情绪识别模型;2S4、设计结合情绪概率分布标签和情绪类别标签的联合损失函数,对初始的脑区注意力情绪识别模型进行训练,获得训练后的脑区注意力情绪识别模型;通过训练后的脑区注意力情绪识别模型输出情绪识别分类结果。