arXiv eess.SP（Signal Processing）·2026-10-06 12:00· 20 天前AI 评分30

EmoDiPyraTrans：跨受试者与跨人群 EEG 情绪解码的图学习模型

Graph Learning for Cross-Subject, Cross-Population EEG Emotion Decoding and Model-Derived Spatial-Spectral Neural Signatures

AI 导读

研究提出差分图 Transformer 模型 EmoDiPyraTrans，整合自适应图递归、差分注意力、金字塔融合与分布正则化，用于跨受试者 EEG 情绪解码。

AI 要点

团队

第一作者 Dongyi He，末位作者 Nizhuan Wang，共 7 位作者。

主要结果

在 SEED 上准确率与正类 F1 均达 0.928；DEP EEG 上健康对照阳性对中性准确率 0.802，抑郁参与者 0.704。

解决什么问题

跨被试 EEG 情绪解码需兼顾个体差异与可解释的空间-频谱结构。

方法

提出 EmoDiPyraTrans 差分图 Transformer，融合自适应图递归、差分注意力、金字塔融合与分布正则化，在 SEED、FACED、MAHNOB HCI、DEAP、DREAMER 上评估。

局限

从研究设计看，健康到抑郁迁移准确率仅 0.591，混合人群开发为 0.581，跨人群泛化仍有限。

AI 依据原文整理，未经人工核对。