脑机百科消息(bciwiki.com)，厦门理工学院光电与通信工程学院团队提出一种面向低通道脑电的情绪识别网络——时空频谱非对称融合网络（STSANet），相关论文于2026年9月20日发表于《Cognitive Neurodynamics》（PMID 42763501）。该网络采用双分支架构，一支建模频谱振荡特征，另一支显式量化额颞区同源电极间的非线性半球偏侧化差异——这是情绪效价调节的核心神经机制之一。通过跨模态注意力机制将两支特征融合后，STSANet在SEED公开数据集和团队自采数据集上分别达到86.80%和87.43%的情绪识别准确率。
研究团队来自厦门理工学院、厦门培洋脑机接口与智慧健康创新研究院（厦门培洋瑞恒智慧健康有限公司）以及厦门英特瑞克公司。团队在试验级交叉验证条件下确认模型仍保持较高稳健性，消融实验表明空间不对称性建模是性能提升的关键。此外，研究验证了便携式Xmuse设备与专业级Enobio设备之间频谱能量分布的一致性，这意味着该算法有可能在消费级脑电硬件上部署。不过，目前验证仅覆盖2个数据集，跨人群和跨场景的泛化能力尚未得到充分检验。