[Submitted on 30 Jul 2026]

View PDF HTML (experimental)

摘要：連續情緒喚醒量化受限於耗時費力的人工標註。本研究探討群體層級 EEG 動態神經同步（DNS）作為無需逐一受試者人工標註的連續喚醒量化原則性訊號。透過 Correlated Component Analysis（CorrCA）並結合滑動視窗計算，針對涵蓋 142 名受試者、超過 207 小時的四個 EEG 資料集，我們系統性地評估 DNS 作為群體層級情緒喚醒動態的標記。三項主要發現如下：首先，DNS 顯示出顯著的情緒資訊，來自於依價性而異的差異（所有 p<0.003），正向情緒引發較高的同步。其次，DNS 與喚醒的一階導數相關性高於與原始喚醒值的相關性，揭示神經同步捕捉的是情緒變化的速率，而非靜態強度。第三，我們首次系統性地描述 DNS 與喚醒的耦合如何取決於關鍵方法選擇，發現中度視窗（10-30 秒）、正向延遲（0-10 步）以及來自主要 CorrCA 元件的一階差分特徵，會產生持續穩健的耦合。受試者分割複製與區塊置換檢定確認這些關聯並非統計假象。我們的研究成果確立 DNS 作為一個經實證驗證的群體層級標記，朝向標註高效的連續情緒喚醒量化邁進。

Submission history

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