情绪一直是认知学、心理学、信息科学等多学科研究的热点,尤其是伴随着脑科学与信息科学的飞速发展,基于脑信号的情绪识别技术使得“读取”情绪成为了可能。其中,脑电(Electroencephalograph,EEG)技术更是凭借其高时间分辨率、无创性以及便携性的优点成为有效获取情绪相关脑信号,客观、准确解读情绪的重要途径。情绪是一种由内在或外在刺激诱发的生理、心理活动状态。在不同的心理实验任务中,情绪的加工机制不同,相应地反映在人脑的脑电波信号中也有着不同程度的差异。为此,本文针对不同情绪相关心理实验范式,探索不同实验任务下情绪加工的神经机制,寻找和分析情绪与脑电信号特征之间的关系,构建相应的情绪计算模型,以提高基于脑电的情绪识别的准确性和实用性。主要研究工作如下:1、针对Oddball情绪诱发实验下事件相关电位(Event-Related Potential,ERP)成分有效性差、易混叠等的问题,提出了一种基于空域滤波器的情绪ERP关键成分提取方法,并在此基础上了实现了基于少试次ERP成分的情绪识别。由于情绪相关ERP成分信噪比低,有效信号常淹没在背景脑电信号中,且存在多种ERP成分混叠的现象,导致基于ERP的情绪识别需要利用较多试次的信号叠加平均以提高特征有效性,限制了其实际应用。针对此问题,本文在深入分析情绪诱发ERP成分特征基础上,通过构建ERP成分的空域滤波器提取关键情绪ERP成分,结合线性判决分析最大化不同情绪ERP特征差异,实现了基于少试次情绪ERP关键成分的情绪识别。实验结果表明,本方法在5试次ERP成分叠加平均情况下,强负性情绪识别准确率最高可达到100%,单试次的准确率也得到显著提高。相比传统方法,本文方法具有较高的准确率和更好的实用性。2、针对情绪诱发的ERP特征在分析过程中受到时间和频域的限制,难以充分、全面地表征情绪相关脑电特征的问题,本文提出了一种基于ERP-EEG特征融合的情绪识别方法。在情绪诱发实验过程中,ERP成分特征反映了神经信号变化的时空特性,EEG特征则反映了神经信号变化的节律特性,由于两者针对的情绪加工过程存在差异,以往研究中通常仅采用其中一种特征进行研究,影响了特征分析的有效性。本方法从时间-空间-频率的角度,提出了一种将ERP成分的时空特征和EEG的频段-空间分布特征相结合的情绪识别方法,并重点探讨了与情绪相关的脑电节律特征和相关空间特征(导联)。实验结果表明,相比单独使用ERP成分特征或EEG节律特征,基于ERP-EEG特征融合的情绪识别的准确率分别提高了21%和13%,具有更高的识别准确率。3、针对阈下情绪刺激的认知影响缺乏客观的评价方法,提出了一种基于脑电的阈下情绪启动效应评价方法。心理实验研究中,常采用阈下情绪启动实验范式来研究阈下情绪刺激对人的认知影响。然而现有的评价方式多基于实验任务判断,采用问卷、量表等认知行为学方法。针对此问题,本文基于经典的阈下情绪启动实验,对阈下情绪刺激诱发的脑电信号进行了分析,并引入基于脑电信号的情绪识别方法,直接、客观的验证阈下情绪启动效应。同时,对比分析了阈下和阈上情绪刺激诱发的脑电信号的差异。实验结果表明,正、负两类阈下情绪启动条件下的脑电情绪识别率显著高于机遇概率(50%)(p<0.05)。本文所提方法为研究阈下情绪启动效应提供了一种更直接和客观的评价方法,为探索阈上和阈下两种不同诱发方式下的情绪加工机制提供了一定的基础。