基于深度学习的脑电听觉注意力解码模型声学特征与解码准确率相关参数及设计要求.docVIP

基于深度学习的脑电听觉注意力解码模型声学特征与解码准确率相关参数及设计要求

一、脑电听觉注意力解码模型的核心声学特征维度

（一）时域特征：捕捉神经响应的动态变化

时域特征是脑电信号最直观的表现形式，反映了大脑神经元群体电位随时间的波动。在听觉注意力解码中，时域特征主要包括事件相关电位（ERP）的成分参数，如P300、N100、N200等的潜伏期、幅值和波宽。P300成分通常出现在听觉刺激呈现后300毫秒左右，其幅值与受试者对目标刺激的注意力程度正相关——当受试者专注于特定听觉信号时，P300的幅值会显著高于分心状态。例如，在多说话人场景中，对目标说话人语音的注意力会引发更强烈的P300响应，而对干扰语音的P300幅值则明显降低。

除ERP成分外，脑电信号的时域统计特征也具有重要解码价值，如均值、方差、峰值因子、峭度等。这些特征能够反映脑电信号的整体波动特性，帮助模型区分注意力集中与分散状态下的神经活动模式差异。例如，注意力集中时，脑电信号的方差通常会减小，因为神经元活动更同步；而分心状态下，神经元活动的随机性增强，导致方差增大。

（二）频域特征：解析神经振荡的节律模式

频域特征通过傅里叶变换、小波变换等方法将脑电信号从时域转换到频域，揭示大脑不同频段的神经振荡活动。在听觉注意力解码中，主要关注的频段包括delta（0.5-4Hz）、theta（4-8Hz）、alpha（8-13Hz