低通道脑电也能读情绪:厦门团队用额颞不对称性建模达到87%准确率
便携脑电设备通道少,能捕捉的皮层信息有限,情绪解码一直是难点。厦门理工学院团队提出时空频谱非对称融合网络(STSANet),利用额颞区同源电极之间的非线性半球偏侧化特征,在SEED公开数据集和自采数据集上分别达到86.80%和87.43%的情绪识别准确率。研究还验证了便携式Xmuse设备与专业级Enobio设备的频谱能量分布具有一致性,表明该方法有望在消费级脑电硬件上运行。该研究为预印本,尚未经同行评审。
推荐理由
这项研究针对低通道便携脑电设备的情绪解码瓶颈,提出利用额颞区半球不对称性而非全脑高密度覆盖来提取情绪特征,并验证了消费级与专业级设备间的信号一致性。87%的准确率在低通道条件下具有竞争力,但目前仅在两个数据集上验证,跨场景泛化能力有待更多测试。