EEG Channel and Spectrum Weighting based Attention State Evaluation
作者：Junyang Zhang, Tianlei Wang, Dinghan Hu and Jiuwen Cao
会议：2023中国自动化大会（CAC 2023）
准确、快速的注意状态评估(Attention State Evaluation, ASE)对于许多实际应用具有重要意义，比如为注意缺陷多动障碍等疾病的诊断提供了依据。常见的ASE方法包括问卷调查、神经生理任务和神经系统测试等，严重依赖专业临床医生的主观判断，诊断过程繁琐。近期研究表明，头皮脑电信号与注意力状态具有较强的相关性。为此，提出一种基于深度学习和脑电信号的ASE算法。特别地，开发了两个新的脑电电极通道(Channels Weighting, CW)和频谱(Spectral Weighting, SW)特征加权模块。CW和SW对不同的电极通道和光谱赋予不同的权重，以提取更重要的特征表示。在真实的生理注意力评估数据集(PhyDAA)上进行实验。实验结果验证了所提方法的有效性。
整体结构图
人机混合智能与智慧健康研究中心隶属于杭州电子科技大学自动化学院，依托于浙江省机器学习与智慧健康国际合作基地，主要研究方向包括：机器学习、深度学习、医学信号处理、场景文字识别、自然语言处理等。研究中心现有在职教师11名，其中包含6位教授、2位副教授、3位讲师，硕博生60余名。负责人曹九稳教授是自动化学院院长，浙江省机器学习与智慧健康国际合作基地中心主任。研究中心有多位国家级和省级人才，与法国巴黎大学、新加坡南洋理工大学、加拿大温莎大学、德国伍伯塔尔大学、澳门大学、复旦华山医院、浙江省儿保医院、浙二医院等长期保持科研合作；研究中心学生多次赴法国、加拿大等交流学习，毕业生多就职于华为、字节跳动、海康威视等国内知名企业。