情绪视频诱发的 EEG 响应可定量预测大五人格特质

基于摘要分析。该研究探索能否利用观看情绪视频时的 EEG 响应，定量预测个体的大五人格特质，提出并实现了以自报告人格分数为预测目标的 EEG 回归评估方法。其主要研究对象是人格测量，而非 BCI 控制或意图解码。 研究采集了 66 名参与者观看 28 段视频时的 EEG，视频涵盖 amusement、joy、inspiration、tenderness、anger、disgust、fear、sadness 和 neutral 共 9 类情绪。研究采用回归分析，并结合稀疏特征选择与嵌套留一交叉验证评估样本外预测表现。摘要未说明 EEG 特征定义、回归模型类型、预处理流程及嵌套验证的具体实施方式，这些复现条件尚未验证。 作者报告，在上述嵌套留一交叉验证框架下，EEG 预测分数与自报告分数之间的相关系数，宜人性、尽责性、神经质、开放性和外向性分别为 0.71、0.72、0.86、0.71 和 0.82。原文将其称为预测准确性，但指标实际是相关系数，不能解释为分类 Accuracy，也不能据此判断绝对预测误差或分数校准程度。 作者报告，内部与外部效度检验进一步支持结果的可靠性，并将该方法视为传统人格问卷的潜在替代方案；摘要未提供这些检验的设计、独立验证样本或统计细节，因此尚不能确认跨人群、跨会话或不同刺激条件下的稳定性。由于预测目标来自自报告问卷，与该目标相关并不直接证明模型测得了独立于问卷的人格特质。实验协议、消融及统计信息尚未验证，阅读全文时需核对人格量表、特征选择与验证流程、误差指标及效度检验依据。