基于黎曼几何的跨被试认知负荷检测研究

摘要

针对认知负荷跨被试检测的难点，结合黎曼几何方法在脑电（electroencephalography,EEG）信号分析中的优势，提出基于均值最小距离（minimum distance to mean,MDM）和切空间的认知负荷跨被试检测方法 .本研究基于60通道EEG信号的多源干扰任务（multi-source interference task,MSIT）数据，经数据预处理后提取事件相关数据段，并采用xDAWN空间滤波器优化EEG协方差特征表示.通过对比传统特征方法，验证所提方法在认知负荷检测任务中的有效性.结果表明，在1.2 s长度的数据窗口中，基于黎曼几何的方法在留一法（leave one subject out,LOSO）跨被试分类中，最优分类性能的受试者工作特征曲线下面积（area under the receiver operating characteristic curve,ROC AUC）达0.790 1；而在被试内（Within）分类中，ROC AUC最高为0.806 2.相较于深度学习模型，所提方法在保持较高分类性能的同时，显著提升了计算效率，为实时监测提供了可行方案.

关键词

认知负荷检测 / 脑电信号 / 黎曼几何 / 均值最小距离 / 切空间 / 跨被试分类

基金资助

国家重点研发计划项目(2021YFF0306405)