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
动态网格
拍照系统
图像采集模块
表情特征
实时图像信息
粒子加速器
连锁控制方法
屏蔽门
人脸特征向量
面部五官
信号识别模型
信号编码器
癫痫
注意力机制
头皮脑电信号