MVGT: A Multi-view Graph Transformer Based on Spatial Relations for EEG Emotion Recognition

要約

脳波（EEG）は、電極を介して脳構造の頭皮電気活動をキャプチャする医療イメージング技術であり、情動コンピューティングに広く利用されている。EEGの空間領域は感情情報に富んでいる。しかし、既存の研究で、空間領域における幾何学的・解剖学的構造を多視点から同時にEEG信号を解析したものはほとんどない。本論文では、モデルの表現力を総合的に向上させるために、幾何学的・解剖学的構造を含む時間・周波数・空間領域の情報を統合する、空間関係に基づくマルチビュー・グラフ変換器（MVGT）を提案する。一方、一般に公開されているデータセットに基づく実験結果は、我々の提案モデルが近年の最先端手法を凌駕していることを示している。さらに、この結果は、MVGTが複数のドメインから情報を抽出し、脳波感情認識タスクにおけるチャンネル間の関係を効果的に捉えることができることも示している。

要約(オリジナル)

Electroencephalography (EEG), a medical imaging technique that captures scalp electrical activity of brain structures via electrodes, has been widely used in affective computing. The spatial domain of EEG is rich in affective information.However, few of the existing studies have simultaneously analyzed EEG signals from multiple perspectives of geometric and anatomical structures in spatial domain. In this paper, we propose a multi-view Graph Transformer (MVGT) based on spatial relations, which integrates information from the temporal, frequency and spatial domains, including geometric and anatomical structures, so as to enhance the expressive power of the model comprehensively.We incorporate the spatial information of EEG channels into the model as encoding, thereby improving its ability to perceive the spatial structure of the channels. Meanwhile, experimental results based on publicly available datasets demonstrate that our proposed model outperforms state-of-the-art methods in recent years. In addition, the results also show that the MVGT could extract information from multiple domains and capture inter-channel relationships in EEG emotion recognition tasks effectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL