通过皮肤电活动估计注意力分配

皮肤电活动（EDA）代表手掌皮肤电活动的变化，是交感神经系统活动的指标。本论文提出了一种在分散注意力条件下仅使用EDA数据估计注意力分配的新方法。我们的方法涉及使用来自与注意力聚焦相关的EDA阶段性成分的低频功率谱，并结合机器学习分类模型。我们进行了三项用户研究，旨在估计参与者在执行简单任务时的注意力分配，这些任务在视觉和听觉刺激下进行，刺激频率不同、相同或模糊。目标是估计参与者是专注于视觉还是听觉刺激。结果表明，当两种刺激频率不同时，我们的方法可以以96%的准确率估计注意力分配；当频率模糊时，准确率为73%；当频率相同时则无法估计。