基于心电信号图像特征及卷积神经网络的情绪识别研究
李永康
方安成
陈娅南
谢子奇
潘帆
何培宇
四川大学 电子信息学院,成都 610065
摘要：为提高情绪识别的准确率,本研究利用卷积神经网络和迁移学习,提出了一种基于心电(electrocardiography,ECG)信号图像特征的情绪识别方法.首先对ECG信号进行预处理,去除噪声;然后提取ECG信号的时域波形图和时频图;最后,利用迁移学习和双输入EfficientNetV2 网络学习图像的时域和频域特征并进行分类,得到对应的情绪类别.在公开数据集Amigos上进行验证,结果显示,本研究在唤醒度、效价和优势度的识别准确率分别为 91.63%,95.27%和 92.32%.相较于其它情绪识别方法,本研究方法具有更高的准确率.
关键词：情绪识别心电信号特征提取双输入卷积神经网络
分类号：R318(医用一般科学)
资助基金：四川省自然科学基金项目(2022NSFSC0799)
论文发表日期：2024-02-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 33-39 )
英文信息