脑电情感计算实战(EEG) (上)：从SEED数据集到特征工程的探索之路
1. 初识SEED数据集：你的情感计算第一站
第一次接触脑电情感计算时，我和大多数研究者一样，面对海量数据集不知从何入手。直到发现上海交大的SEED数据集，才真正打开了这扇门。这个数据集最吸引我的地方在于它的完整度和易用性——就像给你准备好了半成品食材，既能了解原始信号处理过程，又能直接使用提取好的特征快速建模。
SEED数据集包含15名受试者的脑电数据，其中12人还同步采集了眼动数据。实验设计非常巧妙：用精心挑选的中国电影片段（每段约4分钟）来诱发三种典型情绪（积极/中性/消极）。我特别喜欢他们的刺激材料筛选标准：时长适中、无需解释就能理解、能诱发单一明确情绪——这些细节保证了数据质量，也让我后来自己做实验时少走了很多弯路。
数据集文件结构清晰分为两大部分：
- SEED_EEG：包含62通道的预处理脑电信号（200Hz采样率，0-75Hz带通滤波）和已经提取好的微分熵特征
- SEED_Multimodal：除了脑电还包含眼动追踪数据，适合做多模态融合研究
实际使用时有个小技巧：如果是算法快速验证，建议直接用"Extracted_Features"文件夹里的DE特征；如果想深入理解信号处理流程，则可以从"Preprocessed_EEG"的.mat文件开始。我刚开始为了省事直接用了DE特征，后来返工研究原始信号处理流程时，反而花了更多时间。
2. 解密脑电特征工程：为什么微分熵是情感识别的黄金特征
刚开始看论文时，我很好奇为什么SEED数据集要专门提取微分熵（Differential Entropy, DE）作为核心特征。直到自己动手做了对比实验才明白：原始EEG信号就像加密的电报，而DE就是破译情绪密码的本词典。
微分熵本质上描述的是脑电信号在特定频段的能量分布复杂度。与简单功率特征相比，DE能同时反映信号的幅度和概率分布特性。举个例子：当人产生强烈情绪时，某些频段（如Gamma波）的DE值会显著升高，就像突然调高了收音机某个频道的音量。
SEED数据集已经帮我们做好了五频段DE特征提取：
- Delta (1-3Hz)：深度放松状态
- Theta (4-7Hz)：创造性思维
- Alpha (8-13Hz)：闭眼放松
- Beta (14-30Hz)：主动思考
- Gamma (31-50Hz)：强烈情绪
用Python可以这样快速查看DE特征分布：
import scipy.io as sio data = sio.loadmat('Extracted_Features/1_20131027.mat') de_features = data['de_LDS'] # 经LDS平滑后的DE特征 print(f"特征维度：{de_features.shape}") # 通常为(频段数×通道数×时间点)在实际项目中我发现，DE特征对电极位置非常敏感。前额叶区域的DE值对情绪变化响应最明显，这与情绪处理的神经机制高度吻合。有次我误用了枕叶通道数据，模型准确率直接掉了15个百分点——这个教训让我深刻理解了特征选择必须结合神经科学知识。
3. 从MATLAB到Python：手把手处理原始EEG信号
虽然SEED提供了预处理好的数据，但真正要掌握EEG分析，还得会自己处理原始信号。这里分享我的实战经验——如何用Python复现SEED的预处理流程。
关键四步走：
- 降采样：原始信号1000Hz→200Hz
from scipy import signal eeg_1k = ... # 原始信号 eeg_200 = signal.resample(eeg_1k, int(len(eeg_1k)/5)) - 带通滤波：0.5-75Hz（去除极低频漂移和高频噪声）
sos = signal.butter(4, [0.5, 75], btype='bandpass', fs=200, output='sos') filtered = signal.sosfilt(sos, eeg_200) - 分段截取：对齐电影刺激时段（注意5秒提示间隔）
- 去除伪迹：我用的是独立成分分析(ICA)
from mne.preprocessing import ICA ica = ICA(n_components=15).fit(filtered) ica.exclude = [0, 1] # 根据成分图谱手动选择 cleaned = ica.apply(filtered)
处理过程中有个坑要注意：SEED使用的62通道布局并非标准10-20系统，电极顺序很关键。有次我搞混了F3和F4通道，结果左右脑特征完全反了。建议保存这个电极位置对照表：
| 通道编号 | 标准名称 | 脑区位置 |
|---|---|---|
| 1-10 | FP系列 | 前额叶 |
| 11-20 | F系列 | 额叶 |
| 41-50 | T系列 | 颞叶 |
4. 超越DE：高级特征工程实战技巧
当基本DE特征效果遇到瓶颈时，我探索出几个提升模型表现的进阶方法：
1. 动态DE特征：用滑动窗口计算DE的时序变化
def sliding_de(signal, window_size=200, step=50): return np.array([ entropy(signal[i:i+window_size]) for i in range(0, len(signal)-window_size, step) ])2. 跨频段耦合特征：计算不同频段DE的相关性
theta_de = ... # theta频段DE gamma_de = ... # gamma频段DE coupling = np.corrcoef(theta_de, gamma_de)[0,1]3. 脑区协同特征：前额叶与颞叶DE的相位同步性
有次项目截止前三天，准确率卡在82%上不去。尝试在DE基础上加入额叶-顶叶的DASM（微分不对称）特征后，一夜之间提升到87%。这让我明白：好的特征工程有时比换模型更有效。
不过要注意特征维度爆炸问题。我的经验法则是：样本数至少是特征数的10倍。对于SEED这样的中型数据集，建议先做特征选择：
from sklearn.feature_selection import SelectKBest, mutual_info_classif selector = SelectKBest(mutual_info_classif, k=100) selected_features = selector.fit_transform(X, y)在准备下篇的图神经网络建模前，建议先把这些特征保存为图结构需要的格式：
import networkx as nx G = nx.Graph() for i in range(num_channels): G.add_node(i, de=de_features[i]) # 节点属性 for j in adjacent_channels: G.add_edge(i, j, weight=connectivity[i,j]) # 边属性