[Submitted on 30 Jul 2026]

View PDF HTML (experimental)

Abstract:連続的な感情覚醒の定量化は、時間を要し労力のかかる手動アノテーションによってボトルネックが生じている。本研究では、被験者ごとの手動ラベリングを回避する連続覚醒量定量化のための原理的信号として、グループレベルのEEG dynamic neural synchrony (DNS)を調査する。Correlated Component Analysis (CorrCA)を用い、スライディングウィンドウ法により4つのEEGデータセット（142名の被験者、207時間以上）を横断的に解析し、感情覚醒ダイナミクスのグループレベルマーカーとしてのDNSを体系的に評価した。3つの主要な知見が得られた。第一に、DNSはvalence依存の差異（すべてp<0.003）から有意な感情情報を示し、正の感情がより高い同期を引き起こした。第二に、DNSは生の覚醒値よりも覚醒の一階微分とより強く相関し、神経同期は静的な強度ではなく感情変化の速度を捉えていることが明らかとなった。第三に、DNS–覚醒結合が主要な方法論的選択にどのように依存するかを初めて体系的に特徴づけ、中程度のウィンドウ（10–30 s）、正のラグ（0–10 steps）、および支配的なCorrCA成分のFirst-order Difference特徴量が一貫して強い結合をもたらすことを見出した。被験者分割による再現性検証およびブロック置換検定により、これらの関連は統計的アーティファクトではないことが確認された。本研究の結果は、アノテーション効率化連続感情覚醒量定量化に向けた実証的に検証されたグループレベルマーカーとしてのDNSの有効性を確立する。

Submission history

From: Guandong Pan [view email]
[v1] Thu, 30 Jul 2026 13:43:40 UTC (1,405 KB)