چکیده: سیگنال‌های مغزی یا الکتروانسفالوگرافی (Electroencephalography) که فعالیت‌های الکتریکی مغز را نشان می‌دهند، توسط الکترود‌های قرار گرفته بر روی پوست سر دریافت، بهبود و ثبت می‌گردند. سیگنال‌های ثبت شده برای تشخیص های بالینی و سیستمهای شناسایی مبتنی بر تعامل انسان و کامپیوتر مورد استفاده قرار می‌گیرد. تشخیص احساسات از روی سیگنال‌های مغزی یک مساله بسیار پر‌چالش در حوزه رابط مغز - کامپیوتر ‌است. در این پایان‌نامه از داده های پایگاه آزمایشگاه دانشگاه شانگهای استفاده شده است، این داده ها از 4 نوع سیگنال احساس تشکیل شده است، که به وسیله نشان دادن 24 فیلم به 15 نفر در طی 3 دوره بدست آمده است، در واقع 24 فیلم با 4 احساس مختلف به این افراد نشان داده‌اند که در بین این 24 فیلم 6 مورد از آن احساس ترس،6 تا احساس شادی، 6 مورد احساس خنثی و 6 تای دیگر آن احساس ناراحتی را به افراد القا می نماید. در گام اول ما به استخراج ویژگی های مناسب سیگنال می پردازیم، که توجه به مناسب ترین حالت از روش تبدیل سیگنال به تصویر و سپس استخراج ویژگی های هر حس از تصویر پرداخته‌ایم، سپس در گام دوم با توجه به ویژگی‌های استخراج شده از دو روش LSTM و CNN استفاده کرده‌ایم که در روش CNN برای چهار احساس (ترس، خنثی،شادی و ناراحتی) به دقت بالا و شناخت نزدیک به 100% رسیده است، اما برای احساس شادی این دقت نسبتا کمتر و در حدود 88% است. اما روش LSTM+CNN به دقت 95% برای خوشحالی و دقت خوبی برای دو احساس خنثی و ناراحتی رسیدیم اما در این روش شناسایی احساس ترس کمی دقت پایین‌تری تسبت به باقی احساسات دارد و در حدود 85% است.