从EEG信号评估动态心流体验：一种基于过程的方法

作为交互体验目标，心流体验以其主观性和动态性为特征。探索评估动态心流状态的客观方法对于增强用户体验设计、评估和优化具有重要意义。本研究旨在从过程的角度建模心流体验并使用脑电图信号（EEG）量化其强度。为此，我们设计了一个交互任务来诱导心流的动态变化，并同时记录参与者的脑电图信号，形成心流评估数据集。随后，我们提出了一个频率感知卷积Transformer模型（FA-ConFormer）从脑电图中提取动态特征，特别优化以捕获频域中的复杂动态特征。实验结果表明，FA-ConFormer 在心流状态和强度识别方面优于现有方法，心流过程的可视化动态描绘了心流的开始、发展、高峰和衰退及其不同强度，有助于加深对心流体验的理解。