[发明专利]一种基于少量通道EEG信号的情绪识别方法及系统

权利要求书

1.一种基于少量通道EEG信号的情绪识别方法，其特征在于，包括：

S1.获取用户头皮4个通道的脑电信号，对脑电信号进行预处理；

S2.将预处理后的脑电信号转换为基础信号，对基础信号进行分解和重构，得到一系列分量信号；

S3.提取基础信号和分量信号的微分熵作为特征，并对特征进行平滑；

S4.将平滑后的特征输入训练好的分类模型检测用户情绪。

2.根据权利要求1所述的一种基于少量通道EEG信号的情绪识别方法，其特征在于，用户头皮的4个通道为位于前额叶的FP1、FP2通道和位于颞叶T7、T8通道。

3.根据权利要求2所述的一种基于少量通道EEG信号的情绪识别方法，其特征在于，对FP1、FP2、T7、T8通道的脑电信号进行预处理，采用通道电极之间的电位差构建基础信号，即将四个预处理后的脑电信号两两相减得到6个基础信号，分别为FP1-T7，FP1-T8，FP1-FP2，FP2-T7，FP2-T8，T7-T8。

4.根据权利要求1或3所述的一种基于少量通道EEG信号的情绪识别方法，其特征在于，对脑电信号进行预处理的过程为：

对脑电信号进行降采样，得到200Hz的脑电信号；

采用巴特沃斯滤波器对200Hz的脑电信号进行滤波，得到滤波后的脑电信号。

5.根据权利要求1所述的一种基于少量通道EEG信号的情绪识别方法，其特征在于，分别采用固有时间尺度分解、离散小波变换、变分模态分解、相空间重构对基础信号进行分解和重构，其中：

固有时间尺度分解采用仿射线性变换的形式对基础信号进行处理，得到PRC1旋转分量信号和PRC2旋转分量信号；

采用离散小波变换从基础信号中提取Gamma、Beta、Alpha、Theta共四个生理脑电波段的分量信号；

变分模态分解采用并行方法从基础信号中提取固有模态函数，得到VMD1、VMD2、VMD3、VMD4共4个分量信号；

相空间重构对基础信号进行重构得到3D-PSR-ED分量信号。

6.根据权利要求1所述的一种基于少量通道EEG信号的情绪识别方法，其特征在于，采用线性动态系统过滤特征中与情绪状态不相关的成分，完成特征平滑，线性动态系统表示为：

x_t＝z_t+w_t；

z_t＝Az_t-1+v_t；

其中x_t表示观察变量，z_t表示隐藏的情感变量，A表示转移矩阵，w_t表示均值为方差为Q的高斯噪声，v_t表示均值为方差为R的高斯噪声。

7.一种基于少量通道EEG信号的情绪识别系统，其特征在于，包括：

脑电信号收集模块，用于收集目标用户情绪检测时在头皮的FP1、FP2、T7、T8 4个通道产生的脑电信号；

信号预处理模块，用于处理脑电信号收集模块获取的4通道脑电信号，将其转换为基础信号；

信号分解和重构模块，用于对信号预处理模块输出的基础信号进行分解和重构，得到多个分量信号；

特征提取模块，用于提取基础信号和分量信号的特征，并对特征进行平滑处理；

分类模块，用于将平滑处理后的特征输入训练好的分类模型，检测用户情绪。