DSGTANet 半监督双流网络用于跨被试连续 EEG 情绪识别

2026年10月28日，Journal of Neural Engineering 刊出研究，提出半监督框架 DSGTANet，用于跨受试者连续 EEG 情绪识别。据该报道，该框架包含空间结构流、时序动态流与可靠性驱动融合对齐模块；研究团队自建含 6 种动态情绪转换、40 名受试者连续标签的 EEG 数据集，并在该数据集与公开 DEAP 数据集上验证，称 DSGTANet 在 valence 与 arousal 回归上优于现有方法。目前进展停留在论文发表与数据集验证阶段，报道未提及代码、数据公开或实际应用落地情况。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。