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

AITNT
正文
推荐专利
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
申请号:CN202410970432
申请日期:2024-07-19
公开号:CN118902458B
公开日期:2025-07-15
类型:发明专利
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
1
基于大模型AI的窗口服务矛盾实体检测系统及方法
预警方式 预警规则 语音 视频 数据采集模块
2
基于动态网格与声纹融合的明星互动拍照系统及介质
动态网格 拍照系统 图像采集模块 表情特征 实时图像信息
3
一种用于粒子加速器运行检修的安全连锁控制方法及系统
粒子加速器 连锁控制方法 屏蔽门 人脸特征向量 面部五官
4
基于并行注意力机制可解释的癫痫发作识别方法和装置
信号识别模型 信号编码器 癫痫 注意力机制 头皮脑电信号
5
一种基于LSTM-MHSA算法和层级耦合框架的民航机组认知状态差异评估方法及系统
心理 演化特征 深度学习模型 机组 时序
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号