儿童早期共情力量脑波评估模型 BEAM
机器学习
2025-09-09 v1 人工智能
摘要
儿童早期的共情能力对其社会和情感发展至关重要，但预测其仍然具有挑战性。传统方法通常仅依赖自报或观察者标注，这些方法容易受偏见，且无法客观地捕捉共情形成的过程。EEG 提供了客观的替代方案；然而，当前方法主要提取静态模式，忽略了时间动态。为克服这些限制，我们提出了一种新型深度学习框架——脑波共情评估模型（BEAM），用于预测 4-6 岁儿童的共情水平。BEAM 利用多视图 EEG 信号捕捉共情的认知维度和情感维度。该框架包含三个关键组件：1）基于 LaBraM 的编码器，用于有效提取时空特征；2）特征融合模块，用于整合来自多视图信号的互补信息；3）对比学习模块，以增强类别间的分离度。在 CBCP 数据集上验证后，BEAM 在多个指标上均超越了当前最先进的方法，展示了其客观评估儿童共情能力的潜力，并为儿童利他发展的早期干预提供了初步见解。
引用
@article{arxiv.2509.06620,
title = {BEAM: Brainwave Empathy Assessment Model for Early Childhood},
author = {Chen Xie and Gaofeng Wu and Kaidong Wang and Zihao Zhu and Xiaoshu Luo and Yan Liang and Feiyu Quan and Ruoxi Wu and Xianghui Huang and Han Zhang},
journal= {arXiv preprint arXiv:2509.06620},
year = {2025}
}