基于多尺度时空图卷积和对比学习的EEG情绪识别系统及方法

本发明涉及深度学习和情绪识别领域，为一种基于多尺度时空图卷积和对比学习的EEG情绪识别系统及方法，其方法包括步骤：对脑电信号进行预处理；基于情绪类别和受试者身份构建正负样本对；采用堆栈自编码器提取脑电信号的隐藏空间表示，将脑电信号分为多个功能性脑区得到降维后的脑源信号；构建脑源信号的无向图结构；构建多尺度时空图卷积网络作为特征提取网络，并输入无向图结构，动态学习和更新邻接矩阵，对无向图结构中脑源信号的特征进行表达，提取情绪相关特征；基于多尺度时空图卷积和对比学习框架，搭建并训练EEG情绪识别模型，以消除个体性差异。本发明充分利用EEG信号的多维信息，显著提高情绪识别的准确性、鲁棒性和泛化性能。