近日，我院在脑电信号分析研究方向取得重要研究进展。由王蒙、葛素楠老师联合指导2023级硕士研究生王爽同学完成的学术论文《An electroencephalogram signal analysis method based on dual self-supervised graph diffusion recurrent network》被国际人工智能领域顶级期刊Engineering Applications of Artificial Intelligence正式录用，这是在人工智能与生物医学交叉领域取得的又一高水平研究成果。Engineering Applications of Artificial Intelligence是计算机科学领域的国际顶级期刊，中科院SCI一区TOP期刊，2024-2025年最新影响因子为8.0。
脑电信号（Electroencephalogram, EEG）分析是人工智能与生物医学交叉领域的重要研究方向，旨在通过揭示人脑复杂的运作机制，辅助神经系统疾病诊断与情绪识别等应用。然而，现有EEG信号分析方法受限于标签噪声和标注数据样本规模，难以有效学习数据的分布特性并识别EEG信号的异质性。
针对上述问题，提出了一种新的双重自监督图扩散循环网络（DSGDRN）方法。该方法首先构建距离图和相关性图结构进行特征表达，以捕捉EEG信号的自然几何特征和大脑内的动态连接信息；其次，采用双重自监督算法将隐藏状态表示为可学习函数，增强图扩散循环网络的表达能力和对上下文信息的识别能力；最后，在测试过程中采用隐藏状态参数连续自适应调整的双学习策略，提升EEG信号在实际场景中的应用能力。在癫痫检测、癫痫分类和情绪识别三个应用场景下的验证实验结果表明，DSGDRN方法在定量评价指标和下游任务性能方面均取得了当前最先进的性能。（撰稿：葛素楠 审核：张凯兵）
人物链接：
王爽，女，2022年毕业于咸阳师范学院beat365在线唯一官网，2023年在西安工程大学beat365在线唯一官网电子信息专业攻读硕士研究生。获全国大学生“数智素养”案例创意设计大赛二等奖。研究方向为脑电信号分析。
