一种基于功能性近红外光谱信号的情绪分类方法

一种基于功能性近红外光谱信号的情绪分类方法，包括步骤：S110：收集不同情绪的功能性近红外光谱的信号数据；S120：信号预处理；S130：构建fNIRS‑CNN的功能性近红外光谱信号情绪分类模型；S140：对构建的fNIRS‑CNN进行训练；S150：根据所述功能性近红外光谱信号情绪分类方法，给出分类结果。本发明通过本发明提出了一种只需要功能性近红外光谱信号数据可以进行精确情绪分类的fNIRS‑CNN模型，这种方法结合了功能性近红外光谱信号的两种特性，延迟的血流动力学响应和不同脑区的激活方式来设计深度学习模型的架构。通过结合这两种特性设计的深度学习算法模型能够有效的解决上述的问题。