脑电项目探索和实现(EEG) (上)：研究数据集选取和介绍SEED

原创

已于 2023-04-05 12:22:53 修改 · 6.8k 阅读

收录于

当前文章被以下社区和专栏收录：

于 2023-01-07 11:43:58 首次发布

文章详述了对EEG脑电图进行情感识别的研究，重点分析了使用图神经网络（GNN）的相关论文，并提供了SEED数据集的介绍和实验。数据集包含受试者的脑电和眼动数据，用于情绪诱导。研究涉及数据预处理、特征提取，如微分熵（DE）和不对称特性，并提供了不同模型的代码实现。

下面所有博客是个人对EEG脑电的探索，项目代码是早期版本不完整，需要完整项目代码和资料请私聊。

数据集
1、脑电项目探索和实现(EEG) (上)：研究数据集选取和介绍SEED
相关论文阅读分析：
1、EEG-SEED数据集作者的—基线论文阅读和分析
2、图神经网络EEG论文阅读和分析：《EEG-Based Emotion Recognition Using Regularized Graph Neural Networks》
3、EEG-GNN论文阅读和分析：《EEG Emotion Recognition Using Dynamical Graph Convolutional Neural Networks》
4、论文阅读和分析:Masked Label Prediction: Unified Message Passing Model for Semi-Supervised Classification
5、论文阅读和分析：《DeepGCNs: Can GCNs Go as Deep as CNNs?》
6、论文阅读和分析： “How Attentive are Graph Attention Networks?”
7、论文阅读和分析：Simplifying Graph Convolutional Networks
8、论文阅读和分析：LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation
9、图神经网络汇总和总结<