摘要
本发明公开了一种基于脑电图和微表情的多模态情绪识别和意识检测方法,具体包括如下步骤:特征提取,关注多通道脑电信号的关联并提取微表情特征,通过特征层对脑电图和微表情进行特征融合,形成多模态特征;对于脑电图特征,处理步骤如下:a、对原始脑电信号进行预处理,包括剔除伪影、滤波和成分去除;b、预处理后,根据输出大小将每个通道的脑电图数据分割成不重叠的1秒间隔,以提取脑电图特征;通过脑电图和微表情的多模态融合特征进行情绪识别,并用距离来衡量意识障碍患者和正常人情绪表达之间的差距,来区分意识状态的好坏程度,起到意识状态辅助检测的目的。
技术关键词
意识障碍患者
表情特征
多通道脑电信号
头皮脑电信号
原始脑电信号
情绪识别模型
脑电图数据
融合特征
Sigmoid函数
时空注意力机制
人脸图像序列
多模态特征融合
多模态数据融合
系统为您推荐了相关专利信息
音频播放控制方法
对象识别模型
音频播放控制装置
皮肤特征信息
身体特征信息
疼痛评估方法
动态视频图像
多模态传感器
表情特征提取
重构模型
状态控制方法
多类特征
面部表情特征
多模态
深度学习模型
访问权限信息
智能对讲终端
对讲设备
生物特征信息
人脸图像信息