注意力NAS情感脑电识别模型

双域特征融合精度高

基于DE和PSD融合的空频特征图，自动搜索出含轻量注意力模块的CNN架构，在DEAP数据集上取得领先的情感识别精度。

Yingxiao, Qiao · 赵倩

Cognitive Neurodynamics 2026

参数信息

效价F1分数

97.33 %

唤醒度F1分数

97.35 %

技术优势

自动设计网络，省去手工调参

采用神经架构搜索自动寻找最适合情感脑电特征的网络结构，避免人工试错。

融合双域特征，信息更丰富

结合差分熵和功率谱密度构建空频特征图，提供更多空间和频谱信息，提升识别精度。

应用场景

• 情感脑机接口：为情感BCI提供高精度识别模型，可直接用于情绪解码。
• 情感计算：自动提取空频特征并搜索网络结构，减少情感计算中的人工设计。
• 心理健康监测：可用于实时情绪监测，辅助心理状态评估与预警。
• 医疗康复评估：通过情绪变化客观评估康复效果，提供量化指标。