非侵入式脑机接口
负责人：吕宝粮（电子信息与电气工程学院）
课题组利用脑电、眼电和眼动信号以及深度学习，构建了多模态情绪识别与疲劳检测系统，揭示了情绪识别中关键频段和关键脑区，给出了在实际应用中更少电极的配置方案，该成果荣获2018IEEE计算智能学会的最佳论文奖；通过多次跨个体的不同时间段的实验，发现了三类情绪识别的稳定脑电模式，该成果得到了MIT技术评论的报道；提出了脑电和眼动信号融合的多模态情绪识别框架，实现了对人的内在认知状态和外在潜意识活动的建模，揭示了脑电和眼动信号在情绪识别中的互补特性；开发了三个公开情绪识别和疲劳检测数据集，分别是三类情绪数据集SEED、四类情绪数据集SEED-IV和疲劳检测数据集SEED-VIG，这些数据集得到了国内外700余家高校和研究机构的使用，是目前国际上基于脑电信号情绪识别的两个主要数据库之一。上述研究成果为开展基于情感脑机交互的抑郁症评估与辅助诊断提供了技术支撑和正常人数据队列。
脑电信号与眼动信号融合的情绪识别框架
