〔摘　要〕 目的探究与情绪密切相关的脑电特征,并藉此优化最少导联集合。方法 30名被试观看四类典型情绪图片(轻松、沮丧、愉悦、恐惧)并记录脑电信号。Fisher分数(Fscore)算法筛选每导联脑电特征,使用支持向量机方法(SVM)分类四种情绪。结果 24名被试情绪诱发有效,四个特征组合(β频带、γ频带、信息熵、微分熵)的F-score均值作为情绪有效性评价指标,筛选出分类准确率高达81.15%的5个导联(FT7、T7、FC4、TP10、O1)。结论利用校正后的F-score算法首次筛选出脑电信号的特征组合,获得与情绪密切相关的最优导联集合,极大地降低了运算时间,该结果对实现情绪的快速识别有重要价值。