章文佩 沈群伦 宋锦涛 周仁来

    基于事件相关电位(ERPs)和机器学习的考试焦虑诊断

    章文佩沈群伦宋锦涛周仁来

    (南京大学心理系, 南京 210023) (安徽工业大学工商管理系, 马鞍山 243032)(中国科学院数学与系统科学研究院, 北京 100190)

    考试焦虑对个体的身心具有严重危害。传统诊断考试焦虑的方法容易受到个体主观态度的影响, 从而影响对个体考试焦虑的发现与及早干预。为了克服传统主观问卷对考试焦虑群体诊断的不足, 本研究提出脑电神经数据结合机器学习的客观综合诊断方法评估个体的考试焦虑水平。研究采用情绪Stroop范式, 结合脑电技术测量个体对考试焦虑者的注意抑制功能, 机器学习基于此前提, 提取P1, P2, N2, P3和LPP五种事件相关电位(ERP)成分, 以卷积神经网络(CNN)为主采用7种常见的机器学习算法对个体考试焦虑程度进行进一步的诊断。结果表明CNN对考试焦虑诊断的准确率达86.5%, F1-score为0.911, 显著高于其他6种常见算法。因此采用CNN对脑电信号进行深度学习得出的诊断模型能够有效地对个体的考试焦虑程度进行诊断。

    机器学习; 考试焦虑; 情绪Stroop; ERPs

    1 前言

    在中国, 考试是评价个人能力的一种主要手段。作为一种评价性事件, 个体对考试的认知会影响个体在面对此类事件时的焦虑程度(Schutz, Davis, & Schwanenflugel, 2002)。当个体非常重视考试结果并因此将考试视为一种威胁, 会出现焦虑的症状(Lotz & Sparfeldt, 2017)。高度考试焦虑在各级学生中的比例都超过20% (陈睿, 刘潇楠, 周仁来, 2011), 在一些地区的初中生中这一比例甚至高达35% (陈祉妍, 2002)。

    考试焦虑对个体的身心健康具有严重危害。首先, 在面临重要考试的时候, 考试焦虑者会体会到一种强烈的担忧和情绪反应, 时时刻刻在担心考试的失败, 他人的评价以及考试结果的排名(Zeidner & Matthews, 2005)。不仅是心慌、紧张等情绪体验, 考试焦虑者还会表现出一系列生理的、行为的反应, 如出现与植物性神经活动失调相关的身体反应症状(如心跳加快、出冷汗、呼吸急促、颤抖等), 并且由此影响个体的生理健康, 影响内分泌, 降低免疫功能, 增加感染性疾病、胃部不适及睡眠障碍等躯体疾病(闫慧, 卢莉, 2014)。此外, 高度的考试焦虑往往与抑郁情绪相联系(陈睿等, 2011), 而抑郁症发病得越早, 越可能影响至终生, 且复发率和自杀率越高(王玮文, 谢希, 邵枫, 2008) ......