摘要

脑电图（EEG）情感识别是脑-机接口领域的一项重要任务。尽管近年来提出了许多深度学习方法，但充分利用不同域中的EEG信号信息仍然具有挑战性。本文提出了一种新颖的方法，称为四维注意力神经网络（4D-aNN），用于EEG情感识别。首先，原始EEG信号被转换为四维空间-频谱-时间表示。然后，所提出的4D-aNN采用了频谱和空间注意力机制，自适应地分配不同脑区和频率带的权重，并利用卷积神经网络（CNN）处理四维表示的频谱和空间信息。此外，时间注意力机制被整合到双向长短期记忆网络（LSTM）中，以探索四维表示的时间依赖性。我们的模型在SEED数据集的个体内部划分下达到了最先进的性能。实验结果表明，不同域中的注意力机制在EEG情感识别中具有有效性。