多尺度信息融合流形

实时情绪解码

自动学习局部与全局脑激活模式的最佳流形，实现对情绪EEG信号的高效表征，验证可部署于在线BCI系统。

Li, Chunbo · Shuhan, Zhang · Yufeng, Mu · Yang, Lei · Peng, Yueheng · 李发礼 · 张杨松 · 梁振 · Zehong, Cao · 萬峰 · 尧德中 · 李沛洋 · 徐鹏

IEEE Transactions on Affective Computing 2025

技术优势

自动去除冗余

在融合局部与全局脑激活模式时自动学习最佳流形，避免维度灾难和过拟合，不需要人工筛选特征。

实时可用

在线实验验证了MMIF应用于实时情绪解码系统的可行性与有效性，可直接集成到在线BCI。

判别能力更强

分析实验证实MMIF所学习到的表征具有更强的判别能力和认知可解释性，有助于理解情绪相关的神经模式。

应用场景

• 情绪脑机接口：提供可在线部署的高效情绪表征，提升BCI的实时识别性能。
• 脑电情感计算：通过多尺度信息融合流形提升EEG情感计算的判别能力与可解释性。
• 实时神经解码：在线实验验证实时解码可行性，适用于实时神经解码系统。
• 情绪监测可穿戴设备：高效表征可降低计算负担，适合可穿戴设备上的情绪监测。
• 多模态脑机交互：有效融合多模态EEG特征，为多模态脑机交互提供高效表征方法。