基于 EEG 的情绪识别综合综述：图视角

基于摘要分析。本文聚焦 EEG 情绪识别中的图方法，围绕脑区间依赖关系如何被表示和利用，对相关研究进行方法层面的系统梳理。作者提出图应用的统一框架，并据此分类现有方法，同时总结开放挑战与未来方向；其主要贡献是综述与方法组织，而非新的情绪识别算法或性能验证。 核心视角是从单独脑区的特征转向脑区之间的依赖关系。摘要将情绪相关的生理与心理状态变化与脑区连接联系起来，并讨论以图表示节点间跨时间、空间维度的动态功能连接。这为理解 EEG 情绪识别中的关系建模提供了组织线索，但图中的关联不能仅凭摘要视为已验证的因果关系或生理机制。 作者强调从方法论角度建立统一框架，但摘要未展开具体分类维度、节点与边的定义、连接估计方式，以及时空信息如何进入模型。因此，目前不能据此判断框架是否涵盖固定或可学习构图、不同图模型及其训练与推理机制，也不能确定各类方法的适用条件。 摘要未提供检索范围、文献纳入标准、数据集、被试与数据划分、对照基线或量化比较结果。阅读全文时宜重点核对分类依据、构图假设与神经科学解释之间的证据关系，以及不同评估协议下结论的可比性；相关实验协议、消融及统计信息尚未验证。本文可作为 EEG 情绪识别图方法的文献导航，但不能据摘要认定图方法普遍优于其他方法，或已具备跨被试、跨会话的稳定泛化能力。