I\textsuperscript{2}RiMA：基于脑电信号的精神压力检测的具有时间注意力的谱黎曼表示

arXiv:2607.01279v1 公告类型：新 摘要：跨受试者脑电图压力检测仍然具有挑战性，因为区别性压力相关模式既取决于受试者又取决于频率。传统的黎曼方法主要在时域中对空间协方差进行建模，忽略了对于高级认知状态解码至关重要的神经振荡，而标准时间标记化通常会破坏切片间时间相干性。为了解决这些限制，我们提出了 \method{}，一种用于基于脑电图的压力检测的内部黎曼流形注意网络。 \method{} 在每个频率点独立构建空间协方差矩阵，并将它们映射到 SPD 切线空间，保留通道几何结构以及特定于频率的判别线索。它还引入了频率簇聚合，以选择信息丰富的频谱分量，并通过形成与脑电图节律一致的紧凑、数据驱动的频率簇来减少冗余。最后，切片内注意模块自适应地集成跨脑电图序列的局部切片级频谱动态和全局时间上下文。对三个数据集的实验表明，\method{} 始终优于五个最先进的基线，实现了高达 82.78\% 的平衡准确率，同时仅用 160 万个参数和 3195 万次 FLOP 保持高效。