IN year

​ 一个python工具箱TorchEEG，将工作流程分为五个模块：datasets、transforms、model_selection、models、trainners。每个模块都包含即插即用函数，用于构建和管理工作流程中的某个阶段。鉴于对感兴趣时间窗口的频繁访问，我们引入了一个以窗口为中心的并行输入/输出系统，以增强深度学习系统的效率。​ 总之，TorchEEGEMO是一个全面而高效的基于脑电图的情绪识别工具箱。

研究影响情绪关键频段和信道，选择了4、6、9、12个通道进行实验。1.与积极、中性和消极情绪相关的神经特征确实存在，并且他们在不同个体之间存在共性。2.30次实验，即在两次不同的时间进行实验。研究情绪识别中的脑电图稳定性。1.调查了三种情绪的稳定神经模式。2.在研究情绪识别任务中，还应该考虑性别、年龄和种族等重要因素。

● DEAP：用于分析人类情感状态的多模态数据集。● 32名参与者观看了40个一分钟长的音乐视频。● 参与者根据唤醒、价值、喜欢、支配力、熟悉度对每个视频进行评分。● 利用了last.fm网站检索的情感标签、视频两点检测和在线评估工具对实验的评分进行了广泛的分析。