使用多图特征进行心理状态分类

基于摘要分析。该研究面向被动式多通道 EEG 中压力、认知负荷等高层心理状态的分类，提出利用通道间统计依赖所形成的图时间序列提取多图特征，为下游推断提供区别于传统频带功率的信息。 核心机制是将多个传感器之间的统计依赖关系（例如相关性）表示为图，并对这些图随时间形成的序列应用多图分析工具。其研究重点是通道间关系及其时间序列表征，而不是仅依赖频带功率。摘要未说明图的具体构建窗口、边权定义、多图特征提取算法或下游分类器，这些实现细节尚未验证。 作者报告，在三个分类实验中，所提多图特征与传统频带功率特征提供互补的预测信息。摘要未给出具体任务配置、数据集、被试数、被试内或跨被试划分、评价指标及数值，因此不能判断增益幅度，也不能据此确认特征融合是否稳定改善分类表现。 作者还报告，使用所提特征分类时，特定通道及通道对的重要性具有神经科学合理性；其重要性计算方法、对应的神经科学依据及统计验证需结合全文核对。这一结论不宜直接解释为因果机制证据。 复现前应核对 EEG 预处理、图时间序列构建、多图特征计算以及与频带功率基线的比较协议。实验协议、消融及统计信息尚未验证；摘要也不足以确认其在跨被试、跨会话或在线 BCI 场景中的有效性。