一种融合大语言模型与双支路协同的脑电情感识别方法

本发明涉及人工智能与脑电信号处理领域，具体为一种融合大语言模型与双支路协同的脑电情感识别方法，包括：对原始脑电信号构建频段脑电地形图和脑电统计特征；学习脑电频段空间表示并构建神经科学语义描述，结合大语言模型推理各脑电频段的情感贡献权重，生成具有神经科学可解释性的动态RGB脑电地形图，提取语义引导跨频融合特征；引入Cross Attention跨支路特征交互机制，对脑电频段空间表示与语义引导融合表示进行联合建模；将融合后的特征输入分类器完成脑电情感识别。本发明能够充分挖掘脑电频段间的动态关联，提高脑电特征表达能力及模型可解释性，增强跨被试情感识别的泛化性能，为脑电情感识别提供一种兼具准确性、鲁棒性与可解释性的技术方案。