مقدمه: حالات چهره، یکی از مهمترین راه­های ارتباطی و پاسخ­ دهی انسان به محیط پیرامون است. هدف این پژوهش، بهره گیری از مدل یادگیری هیجانی مغز(BEL) برای شناسایی حالات هیجانی چهره است. مدل یادگیری هیجانی مغز، الهام گرفته از سیستم لیمبیک مغز(مسئول محرک حالت هیجانی انسانی) است. این مدل برای بالابردن نرخ بازشناسی حالات هیجانی چهره انسان مورد استفاده قرار گرفته­ است. روش: ورودی مدل پیشنهادی دیتاست­ استاندارد JAFFE، شامل شش حالت هیجانی خوشحالی، ناراحتی، خشم، تعجب، ترس و تنفر است. پس از خواندن تصاویر با استفاده از دستورات نرم ‎افزار MATLAB، تمامی تصاویر، وارد مرحله استخراج ویژگی می­ شود. برای استخراج اجزای ریز تصویر از روش PCA استفاده شده­ است. برای محاسبه نرخ بازشناسی حالات هیجانی چهره، تمامی ویژگی­های استخراج شده از مرحله پیش، وارد دسته ­بندی مدل BEL می‎شود. در روش BEL، ماتریس ارتباطات با اجزای ابرو، چشم و دهان ایجاد، وابستگی آن­ها در هر حالت مشخص و حالات چهره، شناسایی می شود. به دلیل نمایش کارایی مدل پیشنهادی، مدل BEL با مدل رقیب SVM مقایسه شده­ است. یافته­ ها: نتایج تحلیل دیتاست­، نرخ بازشناسی حالات چهره را 93/80درصد نشان می­دهد. نتیجه­ گیری: مدل BEL، نرخ بازشناسی حالات هیجانی را با دقت بالاتر از مدل SVM نشان ­داد.