自适应渐进注意力图神经网络用于EEG情感识别
信号处理
2025-04-30 v2 机器学习
摘要
近年来，众多神经科学研究表明，大脑的特定区域与人类情感反应相关联，这些区域在不同个体和情感状态之间存在变异性。为了充分利用这些神经模式，我们提出了一种自适应渐进注意力图神经网络（Adaptive Progressive Attention Graph Neural Network, APAGNN），其能够动态捕捉情感处理过程中大脑区域之间的空间关系。APAGNN采用三个专门的专家进行分层分析脑部拓扑结构。第一个专家捕捉全局脑模式，第二个专注于区域特定特征，第三个则检查与情感相关的通道。这种分层方法使神经活动的分析逐步细化。此外，一个权重生成器整合所有三个专家的输出，平衡它们对最终预测标签的贡献。在SEED、SEED-IV和MPED数据集上进行的广泛实验表明，我们的方法提高了EEG情感识别性能，相较于基线方法取得了优异结果。
引用
@article{arxiv.2501.14246,
title = {Adaptive Progressive Attention Graph Neural Network for EEG Emotion Recognition},
author = {Tianzhi Feng and Chennan Wu and Yi Niu and Fu Li and Yang Li and Boxun Fu and Zhifu Zhao and Xiaotian Wang},
journal= {arXiv preprint arXiv:2501.14246},
year = {2025}
}