• 南京邮电大学 射频集成与微组装技术国家地方联合工程实验室(南京 210003);
导出 下载 收藏 扫码 引用

脑电信号与人类情绪具有强相关性,情绪脑网络的节点重要性研究为分析情绪脑机制提供了有效手段。本文采用一种新的节点重要性排序方法——加权 K-阶传播数法,设计实现了一种情绪脑网络的分类算法。首先基于 DEAP 情绪脑电数据构建互样本熵脑网络,对正、负情绪下的脑网络分别进行节点重要性排序,以获得多阈值尺度下的特征矩阵。然后通过特征提取和支持向量机实现对情绪的二分类,分类准确率达到 83.6%。结果表明采用加权 K-阶传播数法提取脑网络节点重要性特征进行情绪分类研究是有效的,为复杂网络的特征提取和分析提供了一种新的方法。

引用本文: 钱宇同, 沈健, 张家祯, 何谈沁, 黄丽亚. 基于加权 K-阶传播数的情绪脑网络分类研究. 生物医学工程学杂志, 2020, 37(3): 412-418. doi: 10.7507/1001-5515.201905039 复制

  • 上一篇

    基于特权信息集成学习的精神分裂症单模态神经影像计算机辅助诊断
  • 下一篇

    基于稀疏偏最小二乘的麻醉意识状态功能连接研究