软件学院科研人员在计算机科学领域的顶级期刊《ACM Computing Surveys(CSUR)》(影响因子为16.6)发表了长篇综述“Research Progress of EEG-Based Emotion Recognition: A Survey”。软件学院博士研究生王一鸣为论文第一作者,张斌教授为通讯作者。
现如今,基于脑电的情绪识别已经成为一个热门的研究方向,但已有综述尚未完整的概述下列问题:跨域特征的抽取和融合、单模态下的过拟合挑战和脑电相关的生理学知识发现、多模态融合和模态缺失。对相关挑战、解决方案的梳理和分析,将为新的研究者指明方向,并熟悉最前沿的解决方案。
针对上述问题,西安交通大学软件学院张斌教授团队对不同子问题下的挑战和解决方案进行综述。在特征抽取和跨域特征融合方法挑战中,梳理了时-频-空域特征的基本概念和联合抽取方法;面向单模态脑电情绪识别问题,重点分析导致过拟合挑战的场景和解决方法,这些场景包括特征冗余、样本稀缺和跨被试情绪迁移。此外,对相关工作中反映出的生理学知识,包括重要的脑区、通道、通道间关系、频带等信息进行了归纳。然后,将问题扩展至围绕脑电信号的多模态情绪识别场景。关于多模态融合,分析了脑电和三类不同信号的融合方法。进一步关注到真实场景下容易出现的模态缺失问题,对训练数据中模态缺失场景和测试时单个模态可用的场景分别进行了探讨。
![](/__local/6/BA/38/7D08DB11E11148CB3842FA4984F_89670F6A_4AC32.png)
图1 基于脑电的情绪识别中的核心挑战和研究热点
编辑:张乐琪
责任编辑:原盛