基于脑电信号（EEG）的情绪识别研究综述

情绪模型是情绪识别研究的理论基础，决定了数据标注方式和算法设计方向。研究者普遍采用两类模型：

离散情绪模型

我国自古以来就有“七情六欲”的说法，其七情指的是喜、怒、哀、乐、爱、恶、欲；美国心理学家Ekman等人通过分析人类的面部表情，将人类的情绪划分为生气、讨厌、害怕、高兴、悲伤和惊讶等6种基本情绪类别。Plutchik进一步扩展为八种，并引入“情绪轮”概念，允许基本情绪混合形成复杂情绪（如“失望=惊讶+悲伤”）。以上的情绪分类在研究界中称为离散情绪模型，所有其他情绪都可以由这些基本情绪构成（例如，失望由惊讶和悲伤组成）。

连续维度模型

在另一种维度上，Russell最早提出了二维的连续情绪模型（Valence-Arousal），以愉悦度为横轴、唤醒度为纵轴，是最为广泛使用的二维模型。Mehrabian提出了三维连续情绪模型（Valence-Arousal-Dominance），在二维模型的基础上增加了支配度。连续模型可以在其坐标上找到人的所有基本情绪，能够有效反映情绪的连续变化过程，具有参考价值，这两种模型都有较高认可度。

二维模型（VA）

Valence（效价）：表示情绪的愉悦程度，从-1（极度不愉快）到+1（极度愉悦）。例如，DEAP数据集中，被试观看音乐视频后通过SAM量表对Valence评分。

Arousal（唤醒度）：表示情绪的生理激活程度，从-1（平静）到+1（高度兴奋）。例如，在VR教育场景中，高唤醒度可能关联学习效率提升。

二维情绪模型（VA）,B：SAM量表

三维模型（VAD）

Dominance（支配性）：表示个体对情绪的控制感。例如，恐惧情绪通常伴随低支配性（受环境控制），而愤怒则可能伴随高支配性。

三维情绪模型（VAD）

HUIYING

EEG信号与情绪的相关性

EEG信号的节律性活动与情绪状态存在强关联，其神经机制和特征选择是研究重点。

脑区功能与情绪

前额叶皮层（Frontal lobe）

左前额叶活跃度升高与积极情绪（如喜悦）相关，右前额叶则与消极情绪（如悲伤）相关。这一现象被称为“前额叶不对称性”，在抑郁症患者中尤为显著。Gamma频段（30-45 Hz）在前额叶的功率变化可有效区分高/低唤醒状态。

颞叶（lobe）与顶叶（Parietal）

颞叶（尤其是杏仁核）参与恐惧情绪处理，顶叶则与情绪相关的身体感知整合有关。跨脑区功能连接（如Theta频段相位同步）可反映情绪复杂性。

频带特征与情绪映射

EEG通过头皮电极记录大脑神经元活动的电信号，其时间分辨率可达毫秒级。EEG作为中枢神经系统活动的直接表征，其节律与脑区活动与情绪显著相关。

Delta（0.5-3 Hz）：与深度放松相关，在情绪识别中贡献较低。

Theta（4-7 Hz）：在情绪记忆加工中起重要作用，前额中线Theta功率升高与音乐诱发的愉悦感相关。

Alpha（8-13 Hz）：与放松状态相关，情绪变化可能抑制或增强其功率。

前额Alpha不对称性（左侧功率<右侧）是消极情绪的标记。闭眼静息态Alpha波可能干扰情绪信号，需在预处理中滤除。

聆听音乐时左右额叶脑电图α 波功率差异

Beta（14-30 Hz）：与警觉性和情绪唤醒相关，Beta-2（18-22 Hz）功率在愤怒情绪中显著升高。

Gamma（30-45 Hz）：与复杂情绪处理和跨脑区同步活动相关，高频Gamma活动与高唤醒情绪（如兴奋）强相关。

频带特征与情绪映射

HUIYING

基于EEG的情感识别经典研究方法

情感识别经典研究方法流程

脑电信号的采集和特征提取，基本需要经过被试者挑选→情绪诱发→脑电信号采集→信号预处理→特征提取于分析几个步骤。

情感识别经典研究方法流程

EEG采集：通过让受试者观看情感刺激（如图片、视频、声音），采集其EEG数据 。

信号预处理：对采集到的原始EEG数据进行信号滤波、降噪、去除伪迹等处理。

情感相关特征提取：提取统计特征、时频域特征、非线性混沌系统特征等与情感相关的特征。

特征选择：运用基于过滤、包装、嵌入的方法，以及遗传和进化算法等，从提取的特征中筛选出有效特征。

情感识别建模与推断：采用统计机器学习方法、深度学习方法、模糊逻辑等进行情感识别模型构建和结果推断。

情绪诱发方法

情绪诱发是EEG实验设计的核心环节，常用方法包括：

视觉刺激：国际情感图片系统（IAPS）、视频片段（如DEAP数据库）；

听觉刺激：音乐（国际情感数字化声音库，IADS）或自然声音；

任务诱发：回忆情感事件、社交互动或游戏任务。

多模态刺激（如视听结合）：结合视觉、听觉和场景交互，增强情绪诱发效果

不同情绪脑电图

积极情绪脑电图

消极情绪脑电图

中性情绪脑电图

HUIYING

回映产品: 可穿戴情绪识别设备

可穿戴情绪识别设备是一个综合情绪识别平台。该平台通过实时采集EEG脑电、EDA皮电、EHOG/EVOG眼电、心率、血氧、温度、姿态等生理参数进行情绪的效价、唤醒度等分析。

适用领域:认知科学、运动科学、工效学、人机交互、虚拟现实研究、

基本参数

采样率：最高16KHZ；

共模抑制比：≥ 100dB；

噪声：≤ 5uV；

输入阻抗：≥ 1000MΩ；

脑电EEG：2~100uV；

皮电EDA/GSR：0.5uV~0.2mV，1~100Hz；

血氧SPO2：35-99%；

心率：30-250bpm；

温度TMEP：-55℃ ~150℃，精度0.1℃；

眼电EHOG/EVOG：50~3500uV，0.1~100Hz；

加速度ACC：±2g、±4g、±8g、±16g范围可调；

陀螺仪GYR：±250° /sec、±500° /sec、±1000° /sec、±2000° /sec范围可调。