【论文阅读】EEG-based emotion recognition in an immersive virtual reality environment: From local activity to brain network features

1.这篇文章究竟讲了什么问题？
VR环境下基于EEG信号的情感识别

2.这是否是一个新的问题？
不是

3.这篇文章要验证一个什么科学假设？
3DVR环境下，对情感的刺激产生的EEG信号更加真实

4.有哪些相关研究？如何归类？谁是这一课题在这领域值得关注的研究员？
EEG情感数据集：
MAHNOB-HCI M. Soleymani, J. Lichtenauer, T. Pun, M. Pantic, A multimodal database for affect recognition and implicit tagging, IEEE Trans. Affect. Comput. 3 (1) (2012) 42–55.
DEAP S. Koelstra, C. Muhl, M. Soleymani, Jong-Seok Lee, A. Yazdani, T. Ebrahimi, T. Pun, A. Nijholt, I. Patras, Deap: A database for emotion analysis using physiological signals, IEEE Trans. Affect. Comput. 3 (1) (2012) 18–31.
SEED Wei-Long Zheng, Jia-Yi Zhu, Bao-Liang Lu, Identifying stable patterns over time for emotion recognition from EEG, IEEE Trans. Affect. Comput. 10 (3) (2019) 417–429.
J. Marín-Morales, J.L. Higuera-Trujillo, A. Greco, J. Guixeres, C. Llinares, E. P. Scilingo, M. Alca˜niz, G. Valenza, Affective computing in virtual reality: emotion recognition from brain and heartbeat dynamics using wearable sensors, Sci. Rep. 8 (2018) 1–15.

基于EEG信号的情感识别方法：
采用functional brain networks，和采用spectral power features

5.论文中提到的解决方案之关键是什么？
基于3DVR刺激的EEG信号的情感数据集的建立，以及特征选择的方法对比

6.论文中的实验是如何设计的？
被试：25个(15男性，10女性，平均年龄22.92，SD 1.38)
刺激选择：60个3D VR视频，分为positive,neutral,negative
情感刺激协议：HTC Vive VR 头戴用于呈现VR视频。
60个视频分成两组：第一组包括20positive+10neutral，第二组包括20negatibe+10neutral
被试会有三分钟休息，在每个实验之前，每个实验之后，被试要记录情感valence，两组视频片段要被放两次。因此，120个EEG试验/被试。
a) 首先记录被试的valence打分，证明所选择的vr视频有效的刺激了想要的情感
b)使用不同特征进行情感分类对比实验
c)特征选择对分类性能的影响

7.用于定量评估的数据集是什么？代码有没有开源？
自己创建的数据集，论文发表半年后可以获取数据集，代码未开源

8.论文中的实验及结果有没有很好地支持需要验证的科学假设？
有

9.这篇论文到底有什么贡献？
1.提出一个基于3DVR刺激的EEG信号情感数据集
2.提供了一个baseline情感分类结果

10.下一步呢？有什么工作可以继续深入？
1.基于该数据集，提出更高的分类方法
2.借鉴数据集采集方法，应用到3DVR微表情数据集采集中