基于脑电功能与网络拓扑特征的考试焦虑识别系统及方法

本发明涉及基于脑电功能与网络拓扑特征的考试焦虑识别系统及方法。涉及生理电信号处理技术领域。本发明在被试执行形状与物品两类Go/No‑Go任务时同步采集多通道脑电，经伪迹去除和电流源密度空间滤波后，在theta、alpha和beta频段计算以WPLI为主的静态功能连接，并以滑动时间窗提取动态功能连接状态特征，同时构建脑功能网络提取聚类系数、特征路径长度、全局效率、局部效率和小世界系数等拓扑参数；以物品任务相对形状任务的标准化差值作为考试相关对比特征，经图注意力网络与支持向量机双层分类器输出考试焦虑高低风险识别结果及置信度。