其中本篇论文主要思路是：将脑电图信号分割成固定窗口大小的片段，每一个分段的DE特征是在五个频段上计算的，通过这种方法来生成二维特征图，称为非对称图(AsMap)。然后将AsMap特征输入CNN以实现自动化特征学习。DE特征给出了EEG信号中随机性的度量。其中，与其他的特征提取方法(DASM,RASM,DCAU)不同的是，AsMap能够展现二维向量中每个通道对之间的DE特征，因此，AsMap捕获了时间以及所有大脑区域的空间特征。所提出的方法在SEED和DEFP数据集上同其他特征提取方法进行了比较和测试。