典型文献
基于动态功能性脑网络的情感分析
文献摘要：
人脑活动是在秒级与毫秒级动态变化的,因此采用静态连接方式构建的功能性脑网络,会造成部分与时间相关有效特征的缺失.该文旨在研究情绪变化期间不同大脑区域之间相互作用的时空变化,提出了一个系统的分析框架.该框架包括相关性度量,脑状态分割,代表性时间片段提取以及动态网络构建和分析.首先,利用皮尔逊相关系数量化不同脑区之间的功能连通性.其次,计算两相邻时间点的相关性矩阵之间的奇异值分解(singular value decomposition,SVD)矢量空间距离,确定情绪转换点并对非平稳脑状态进行时间片分割,提取代表性时间片段.最后,基于相关性和频带功率分布构建不同网络模式,利用滑动窗口法估计动态相关模式和动态功率分布变化,然后提取脑动力学的多变量特征并进行分类识别.在SEED数据集上进行的相关实验验证了基于动态功能连接的情感评估方法的可行性,为不同情绪状态下建立脑动态模型开辟了新的途径.
文献关键词：
功能性脑网络;皮尔逊相关系数;功能连通性;奇异值分解;脑状态分割
中图分类号：
作者姓名：
黄义华;童玥;衡霞;卢忱;王忠民
作者机构：
中兴通讯股份有限公司 企业发展部,广东 深圳 518057;移动网络和移动多媒体技术国家重点实验室,广东 深圳 518055;西安邮电大学 计算机学院,陕西 西安 710121;西安邮电大学 陕西省网络数据分析与智能处理重点实验室,陕西 西安 710121
文献出处：
引用格式：
[1]黄义华;童玥;衡霞;卢忱;王忠民-.基于动态功能性脑网络的情感分析)[J].计算机技术与发展,2022(02):20-25
A类：
功能性脑网络,脑状态分割
B类：
情感分析,人脑,毫秒,连接方式,关有,有效特征,情绪变化,变化期,同大,脑区,时空变化,相关性度量,时间片,动态网络,网络构建,皮尔逊相关系数,数量化,功能连通性,相关性矩阵,奇异值分解,singular,value,decomposition,SVD,空间距离,定情,换点,非平稳,频带,功率分布,网络模式,滑动窗口法,动态相关,相关模式,脑动力学,多变量,分类识别,SEED,动态功能连接,情绪状态,动态模型
AB值：
0.410307
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
