情绪是一种包含了对外界或内在刺激的心理反应,以及伴随这种心理反应的生理反应。在人类的进化与日常生活中,情绪的作用处处都有体现。早在19世纪学者们就开始采用多种方法、手段来对情绪进行研究。近年来,情绪认知及其神经机制的研究,特别是情绪与认知之间的关系及其潜在的神经机制,已成为认知神经科学的一个热门研究领域。具有高时间分辨率优势的脑电被广泛用于各类情绪研究中。本论文主要以针对情绪图像进行分析识别的脑活动认知规律研究为目的,致力于视觉情绪信息认知规律研究,以及视觉情绪信息认知规律研究指导下的脑电信号处理技术,首先设计基于国际情绪标准图片数据库(IAPS)的图像情绪认知规律实验:采用Russel情绪分类模型,将情绪按两个维度(愉悦度和唤醒度)划分为四类,选择IAPS中的120张情绪图片作为刺激诱发被试产生四类情绪,记录脑电信号,建立情绪图片诱发脑电的认知神经科学实验范式。然后研究图像情绪的脑认知规律,利用事件相关电位技术分为两方面探究人类在加工视觉信息时所诱发的情绪认知规律:基于情绪效价的脑活动分析以及基于情绪唤醒的脑活动分析,对该规律的探究可以为我们有效区分图像情绪状态提供神经科学方面的依据。我们发现在视觉信息加工早期(前200ms),对于不同效价的视觉信息就已经有了不同的加工;且这种差异性加工发生在额叶区与顶叶区,呈左右脑对称的情况;在视觉信息加工的中晚期(300-600ms)也体现了这种差异性,可见对于不同效价的视觉信息差异加工存在于心理加工的每一阶段,并且左右脑对于不同效价的视觉信息差异加工方式不同,但在情绪加工过程均起到一定的作用;处理不同效价的视觉情绪的脑区是重叠的。不同效价的视觉情绪受共同的神经通道的调节;大脑在加工不同类别的视觉情绪信息时具有优势。而唤醒水平不一定会影响情绪加工机制,需要效价因素的影响;一定程度上,效价因素决定情绪加工机制,而唤醒因素只是起调节作用。最后利用卷积神经网络与长短时记忆网络相融合的神经网络来对EEG数据进行特征的提取及分类,利用所获得的认知规律中的空间信息和时间信息对CNN—LSTM网络进行改进,提高分类识别率,在12名被试的脑电数据平均识别率可以达到59.87%,提高了12.5%。本文的研究工作贡献在于建立了有效的事件相关电位技术和行为实验相结合的情绪图片诱发脑电的认知神经科学实验范式;利用ERP技术探究人类加工视觉情绪信息时的认知规律;将其用在对EEG数据进行特征的提取及分类算法改进上,提高了识别率。这为解决情绪诱发的EGG信号分类识别问题提供了新思路与有效的改进方案,具有一定的推广价值;同时也为卷积神经网络等深度学习方法在脑电信号处理中的应用与发展提供了新的思路和方向。