在本文中,我们提出了一个双重模型,考虑了脑电特征图的两种不同表示:1)基于序列的脑电频带功率表示,2)基于图像的特征向量表示。我们还提出了一种基于图像模型显著性分析的信息组合方法,以促进两个模型部分的联合学习。该模型已在四个公开可用的数据集上进行了评估:SEED-IV、SEED、DEAP和MPED。
在本文中,我们提出了一个新的框架,旨在估计情绪的脑电图。该模型由一种双重方法组成,该方法通过层次RNN考虑脑电通道之间的空间关系,通过CNN考虑DL表示。所提出的方法在三个数据集上显示了很好的结果。