情绪是当人受到外界刺激时所产生的适应性心理和生理表达。由于听觉能力缺失,使得聋人在成长的过程中容易出现社会适应能力差、情感表达障碍和情绪偏差等问题。本文提出了一种基于脑电信号的聋人情绪识别方法,主要研究内容如下:（1）设计了基于视频诱发的聋人情绪实验范式,采集了聋人在积极、中性和消极状态下的脑电信号,建立了一个包含15位聋人的情感脑电数据集。受试者在每个电影片段播放结束后根据SAM（Self-assessment manikin）系统进行情感标注,依据标注的结果对采集到的脑电信号进行筛选,保证了实验的可靠性。（2）设计了基于双阈值脑网络的情绪识别框架,对聋人情绪进行识别。首先,采用相位锁值计算节点间耦合关系,双阈值法构建脑网络,避免单阈值法构建脑网络时存在阈值过高导致重要连接被丢弃,阈值过低增加不必要连接的问题。然后,提取脑网络的全局特征和局部特征,采用Stacking集成学习模型进行分类。最后,将提取到的脑网络特征分别与功率谱密度和微分熵特征进行融合,有效的提高了情绪识别准确率。（3）提出了一种样本归一化的关键情绪判别性脑区的统计方法,用于筛选与聋人情绪有关的关键电极。首先,通过绘制聋人能量特征值脑拓扑图,分析不同情绪状态下各个脑区的活跃性。然后,设计了6种关键电极选择模式,分别为4通道,6通道,9通道,12-d通道,12-e通道,23通道进行情绪识别。最后,对提取到的6种模式的脑电特征进行分类,获取不同通道对应的情绪识别准确度,进而分析聋人不同脑区与情绪的相关性。