计算机应用

作者：李路宝, 陈田, 任福继, 罗蓓蓓

单位：1.合肥工业大学 计算机与信息学院, 合肥 230601；2.情感计算与先进智能机器安徽省重点实验室(合肥工业大学), 合肥 230601；3.德岛大学 理工学部, 德岛 770? 8506, 日本

关键词：情感识别,多模态,脑电,心电,图神经网络,注意力

基金：国家自然科学基金资助项目(61432004)

针对生理信号情感识别问题，提出一种基于图神经网络（GNN）和注意力的双模态情感识别方法。首先，使用GNN对脑电（EEG）信号进行分类；然后，使用基于注意力的双向长短期记忆（Bi-LSTM）网络对心电（ECG）信号进行分类；最后，通过Dempster-Shafer证据理论融合EGG和ECG分类结果，从而提高情感识别任务的综合性能。为验证所提方法的有效性，邀请20名受试者参与情感激发实验，并收集了受试者的EGG、ECG信号。实验结果表明，所提方法的二分类准确率在valence维度和arousal维度分别为91.82%和88.24%，相较于单模态EEG方法分别提高2.65%和0.40%，相较于单模态ECG方法分别提高19.79%和24.90%。可见，所提方法能够有效地提高情感识别的准确率，为医疗诊断等领域提供决策支持。

来源：2023年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第3期