基于事件相關電位(ERPs)和機器學習的考試焦慮診斷*

章文佩 沈群倫 宋錦濤 周仁來

基于事件相關電位(ERPs)和機器學習的考試焦慮診斷

章文佩沈群倫宋錦濤周仁來

(南京大學心理系, 南京 210023) (安徽工業大學工商管理系, 馬鞍山 243032)(中國科學院數學與系統科學研究院, 北京 100190)

考試焦慮對個體的身心具有嚴重危害。傳統診斷考試焦慮的方法容易受到個體主觀態度的影響, 從而影響對個體考試焦慮的發現與及早干預。為了克服傳統主觀問卷對考試焦慮群體診斷的不足, 本研究提出腦電神經數據結合機器學習的客觀綜合診斷方法評估個體的考試焦慮水平。研究采用情緒Stroop范式, 結合腦電技術測量個體對考試焦慮者的注意抑制功能, 機器學習基于此前提, 提取P1, P2, N2, P3和LPP五種事件相關電位(ERP)成分, 以卷積神經網絡(CNN)為主采用7種常見的機器學習算法對個體考試焦慮程度進行進一步的診斷。結果表明CNN對考試焦慮診斷的準確率達86.5%, F1-score為0.911, 顯著高于其他6種常見算法。因此采用CNN對腦電信號進行深度學習得出的診斷模型能夠有效地對個體的考試焦慮程度進行診斷。

機器學習; 考試焦慮; 情緒Stroop; ERPs

1 前言

在中國, 考試是評價個人能力的一種主要手段。作為一種評價性事件, 個體對考試的認知會影響個體在面對此類事件時的焦慮程度(Schutz, Davis, & Schwanenflugel, 2002)。當個體非常重視考試結果并因此將考試視為一種威脅, 會出現焦慮的癥狀(Lotz & Sparfeldt, 2017)。高度考試焦慮在各級學生中的比例都超過20% (陳睿, 劉瀟楠, 周仁來, 2011), 在一些地區的初中生中這一比例甚至高達35% (陳祉妍, 2002)。

考試焦慮對個體的身心健康具有嚴重危害。首先, 在面臨重要考試的時候, 考試焦慮者會體會到一種強烈的擔憂和情緒反應, 時時刻刻在擔心考試的失敗, 他人的評價以及考試結果的排名(Zeidner & Matthews, 2005)。不僅是心慌、緊張等情緒體驗, 考試焦慮者還會表現出一系列生理的、行為的反應, 如出現與植物性神經活動失調相關的身體反應癥狀(如心跳加快、出冷汗、呼吸急促、顫抖等), 并且由此影響個體的生理健康, 影響內分泌, 降低免疫功能, 增加感染性疾病、胃部不適及睡眠障礙等軀體疾病(閆慧, 盧莉, 2014)。此外, 高度的考試焦慮往往與抑郁情緒相聯系(陳睿等, 2011), 而抑郁癥發病得越早, 越可能影響至終生, 且復發率和自殺率越高(王瑋文, 謝希, 邵楓, 2008)。因此, 對考試焦慮進行早期的準確診斷十分必要。

目前, 國內外對考試焦慮的研究中所采用的診斷技術主要采用主觀測評, 具體分為問卷調查法和訪談法。然而, 想要僅通過主觀測評技術達到對考試焦慮進行早期識別并準確診斷其程度并不容易。具體限制在于：(1)真實性：當被試由于某些原因想要隱藏自己真實的情況時, 采用訪談或者問卷等主觀測評的方法可能會降低評估的準確性(風笑天, 2003), 如學生不希望自己被老師或者家長知道自己的考試焦慮, 則會選擇更為積極的主觀表述, 從而影響評估結果。(2)誘導性：主觀評估的過程可能激發個體的負性情緒, 如在填答問卷中看到“考試”, “掛科”等字面負性信息, 或者訪談中提及有關考試的負性經歷, 個體都有可能會誘發出相關的負性情緒(Diegomantecón, 2015), 從而可能會加重或者影響個體作答時的情緒狀態, 從而影響評估結果。

為了降低這些限制, 結合客觀技術的綜合診斷必不可少。而精確敏感的客觀技術指標需要以考試焦慮的病理模式為基礎。考試焦慮者并不總是處在一種不適應的狀態中, 考試焦慮癥狀的出現具有情境性和特異性(Lowe et al., 2008), 當沒有或者面對非重要考試相關事件時, 考試焦慮者并沒有明顯的心理生理不適癥狀, 只會表現出一定的焦慮癥狀, 但當重要考試相關事件出現時, 考試焦慮者的焦慮水平會急速上升, 伴隨著明顯的心理生理反應, 并進一步影響個體的認知水平(Lotz & Sparfeldt, 2017; Mok & Chan, 2016)。這表明, 考試焦慮的癥狀是隨著考試焦慮者對考試事件的認知而變化的, 即考 試焦慮者越將考試事件視作是一種威脅(即對考試的認知越不合理), 越能夠激發他們的不適癥狀(Mochcovitch, da Rocha Freire, Garcia, & Nardi, 2014)。因此, 考試焦慮者的認知模式是對考試焦慮進行診斷的重要基礎。

腦電技術(Electroencephalography, EEG) 可以有效反映個體對特定刺激的情緒狀態變化、注意及背后的認知模式(Edwards, Burt, & Lipp, 2010)。腦電是人腦活動時產生的自發電位, 具有較高的時間分辨率和敏感性 (Luck, Woodman, & Vogel, 2000), 其中, 事件相關電位(event-related potentials, ERPs)則是大腦對特定類型刺激的電位反應, 可以反映個體對特定事件的認知模式?？荚嚱箲]者的重要認知特點為將考試視為一種威脅, 因此考試相關威脅信息出現時, 高考試焦慮者更容易將注意資源放在考試相關威脅信息上(即注意偏向), 并持續加工這些信息, 對當前需要進行的任務產生干擾(Kalanthroff, Henik, Derakshan, & Usher, 2016; Putwain, Langdale, Woods, & Nicholson, 2011)。具體表現為當考試相關(威脅)信息出現時, 高考試焦慮者在ERP的重要成分上有顯著的波幅變化(增加或降低)。

情緒Stroop范式能夠很好地反映高考試焦慮個體對考試威脅信息的認知特點(van Bockstaele et al., 2014; Verhaak, Smeenk, van Minnen, & Kraaimaat, 2004)。在情緒Stroop任務中, 每次給被試呈現一個詞語刺激, 同時包含目標維度(顏色)和干擾維度(詞義), 要求被試只專注目標維度(即判斷詞的顏色)而忽略干擾維度(即詞義), 詞義分為考試相關威脅詞(如：掛科)和中性詞(如：街道), 任務通過比較威脅詞和中性詞條件下的ERP成分變化推斷個體對威脅信息的注意特點(Dennis & Chen, 2009; Gu et al., 2011)。由于高考試焦慮者對考試相關威脅信息存在注意偏向, 因此, 當威脅詞出現時, 相比于低考試焦慮者, 高考試焦慮者會在一些有重要意義的ERP成分上表現出波幅的顯著變化, 可能表現為相對早期的、感覺的, 與自動化加工關的成分(如P1, P2, N2等成分) (Kanske & Kotz, 2012; Wabnitz, Martens, & Neuner, 2016), 及相對晚期的、認知的, 與自主加工和情緒活動相關的成分(如P3, LPP等成分; Albert, López-Martín, & Carretié, 2010; Raz, Dan, Arad, & Zysberg, 2013)的波幅顯著增強。

采用ERPs技術對考試焦慮程度評估可以有效降低問卷法的限制：(1)真實性：ERPs中的特定成分反映的是個體對特定刺激的自動化反應, 不易于自主控制, 具有高度的客觀性(Righi, Mecacci, & Viggiano, 2009)。(2)誘導性：ERP任務中呈現的刺激材料往往時間較短, 個體沒有充分的時間對其進行加工, 從而對個體(Morel, George, Foucher, Chammat, & Dubal, 2014; Tillman & Wiens, 2011)的情緒和認知影響較低。然而ERPs技術也存在自身的局限性：(1)個體差異性：不同個體之間的腦電幅值可能差異很大, 很難找到具有代表性的有效特征, 使得在使用腦電對不同群體進行分類診斷的精確性受到影響(Boshra, Ruiter, Reilly, & Connolly, 2016; 王艷娜, 孫丙宇, 2017)。(2)干擾性：由于腦電指標十分敏感, 因此很容易受到外界干擾信號或者內部其他類型認知的干擾(Cecotti et al., 2011)。因此單獨使用ERPs技術進行分類診斷的準確率無法保證。

為了減少ERPs技術的限制對考試焦慮診斷性的影響, 增加診斷的穩定性與準確性, 我們在腦電技術的基礎上進一步采用機器學習技術。機器學習特別是深度學習是一種強力的分類模型, 已經在圖像識別(Krizhevsky, Sutskever, & Hinton, 2012), 自然語言處理(Kumar et al., 2016), 文本分類(Yang et al., 2016)等任務中取得很好的結果。我們主要采用卷積神經網絡(Convolutional neural network, CNN)這種深度學習算法對腦電類型數據進行模型的建立。在適用性方面, CNN是一種基于普通神經網絡的推廣算法, 特別善于捕捉數據的局部特征。腦電數據雖然存在個體差異性和干擾性的局限, 但是也存在相對穩定性, 即在頭皮上相鄰電極點之間的點位變化具有很大的相關性, 結合分析能夠提高準確性。而CNN可以組合分析相鄰電極點之間的腦電數據, 通過下采樣的方式來減小數據矩陣的大小, 有效減少數據的位移、擾動和一些小的變化對數據穩定性和準確性的影響, 因此CNN對腦電數據具有高度適用性(Lu, Jiang, & Liu, 2017; Seijdel, Ramakrishnan, Losch, & Scholte, 2016)。在具體操作方面, 為了處理一些復雜的任務, 在傳統的分類模型中, 往往需要對數據進行很復雜的特征提取, 然后將得到的特征放入分類模型中進行處理。而CNN是一種端對端的算法, 即只需要將經過簡單預處理的數據作為模型的輸入, CNN會自動學習特征, 并且利用習得的特征進行分類。此外, 同傳統機器學習方法相比, CNN在這一類有空間結構的數據上表現遠超傳統機器學習方法(Lee, 2015; Fotin, Haldankar,& Periaswamy, 2016), 并且已被驗證確實能夠提取出高層次的有用的信息(Zeiler & Fergus, 2014; Mahendran & Vedaldi, 2015), 同時神經網絡的結構能夠保證它可以實現對任何一個從輸入向量到輸出向量的連續映射函數的逼近(Hornik, 1991)。所以我們認為CNN能在ERPs數據上取得良好的結果。

因此, 本文主要關注考試焦慮的程度評估與診斷問題, 采用卷積神經網絡(CNN)對高、低考試焦慮者在情緒Stroop中的ERP腦電信號進行分類模型的建立, 并進一步使用該模型對被試的考試焦慮進行診斷, 試圖探究更為客觀、準確的考試焦慮診斷方法。

2 數據采集與預處理

2.1 被試招募

本研究通過海報及網絡招募的方式招募了82名被試。被試(年齡為18~26歲; 皆為右利手)根據考試焦慮量表(Sarason, 1978)得分以及兩位專家的綜合評估被分至高考試焦慮組(TAS分數：27.85 ± 4.78, 人數為57人, 男性25人, 年齡：21.27 ± 1.89歲)和低考試焦慮組(TAS分數：8.65 ± 2.76, 人數為25人, 男性12人, 年齡：21.35 ± 2.96歲)。該實驗已經通過倫理委員會的審查, 所有被試在實驗前已經簽署知情同意書, 均為自愿參加實驗, 在實驗之后也獲得相應的報酬(40元)。

2.2 考試焦慮量表(TAS)

考試焦慮量表是由美國臨床心理學家Irwin G. Sarason于1978年編制完成的(Sarason, 1978)。TAS量表共37題, 每個問題要求作是或否的二擇一回答, “是”記1分, “否”記0分, 通過計算總分對考試焦慮程度進行評估, 總分范圍為0~37, 得分越高說明考試焦慮的程度越高, TAS得分≥20為高考試焦慮者, TAS得分≤12為低考試焦慮者(Newman, 1996; Wang, 2001)。量表的重測信度為0.61, 同質性系數為0.64。量表的結構效度采用與考試焦慮測驗(TAI)的相關測得, TAS 總量表分和TAI的擔心(worry)分量表的相關為0.48; 和TAI的情緒性(emotionality)分量表的相關為0.60 (王才康, 2001)。

2.3 情緒Stroop任務

情緒Stroop任務設計與前人設計類似(Thomas, Johnstone, & Gonsalvez, 2007), 要求被試忽略詞義, 只判斷詞的顏色。在材料上：(1)詞義分為兩種條件：考試相關威脅詞(如“試卷”, “分數”)和中性詞(如“花園”, 鞋子)。詞匯的選取是通過評定的方法：請40位被試(不參加此次實驗)根據威脅度和相關度篩選出考試相關威脅詞與中性詞各15個, 并根據使用頻率進行匹配。評定結果為考試相關威脅詞的威脅度((38) = 30.19,< 0.001)與相關度((38) = 38.166,< 0.001)都顯著高于中性詞, 且兩類詞在使用頻率上沒有顯著差異((38) = 1.436,= 0.162)。(2)詞色分為兩種條件：紅色和藍色。在操作上, 任務包括兩部分(1)練習部分：包含6次實驗試次, 但是每次呈現的都是中性詞, 具體設置與實驗部分(見后文)類似, 且練習部分中出現的詞都沒有出現在實驗部分中。此外, 每個試次中在被試進行反應之后程序都呈現“正確”或“錯誤”的反饋(實驗部分不呈現反饋); (2)實驗部分：包含120次試次(每個詞匯隨機出現4次, 2次為紅色, 2次為藍色)。每個試次都以計算機屏幕中央呈現注視點“+”開始, 該注視點停留在屏幕上200 ms, 之后屏幕呈現空白并持續一定時間(在800至1200 ms之間隨機), 隨后一個目標詞將出現在白色背景下。每個試次在以下兩種情況下結束：(a)被試完成反應(按下按鈕選擇詞匯的顏色), 或者(b)在2000 ms內未進行反應。試次間會出現空白屏幕并持續一定時間(在1000至1200 ms之間隨機)。

2.4 ERP信號采集

本研究采用NeuroScan公司的64導放大器采集EEG信號。采集時采用左側乳突作為參考電極。水平眼電分別置于雙眼外眼瞼處, 垂直眼電分別置于左眼上下2.5 cm處。全頭電阻始終保持在5 kΩ以下。EEG信號的采集采用直流電(DC)模式, 分辨率為1000 Hz。

2.5 數據預處理

腦電信號的離線處理采用Curry 7.0.8軟件。EEG信號通過雙側乳突進行轉參考, 進行0~30 Hz的濾波, 并對垂直眼電與質量不佳的信號進行校正或刪除。ERP成分信息通過疊加被試分別在兩種條件下的EEG信號得出：EEG信號以每次刺激前200 ms至刺激后1000 ms (共計1200 ms)進行分段疊加, 采用刺激前200 ms的數據作為基線對ERP波形進行校正。在具體分析的ERP成分上, 本研究根據前人文獻(Donaldson, Ait Oumeziane, Hélie, & Foti, 2016; Felmingham, Stewart, Kemp, & Carr, 2016)并結合本研究的結果提取出5個具有含義的ERP成分：P1 (120~170 ms), P2 (210~260 ms), N2 (240~290 ms), P3 (320~370 ms)和LPP (450~600 ms), 在每個ERP成分的時間段內取峰值作為此成分的數據值。最終, 對于每一個被試, 我們采集有64個電極點信號, 每個電極點包含威脅詞, 中性詞兩種條件, 每種條件含有5種ERP成分的峰值數據, 即一個被試有64×2×5 = 640個數據。為了確定這5種成分的選擇是否具有代表性, 我們對分別對5種成分在Fz, FCz, Cz, CPz和Pz五個電極點上的ERP波幅進行2(組別高考試焦慮, 低考試焦慮) × 2(條件：考試焦慮威脅詞, 中性詞)的重復測量方差分析, 從而判斷這5種成分的選取是否能有效區分高、低考試焦慮者。

在神經網絡任務中, 我們一般會對數據進行歸一化或者正則化處理, 這樣可以使模型盡快的收斂, 由于這些數據的絕對值都小于15, 我們直接將數據除以15, 使它們的取值在(?1, 1)之間。

2.6 多折交叉驗證

為了對每種機器學習算法進行更為客觀的比較, 我們采取k折交叉驗證的方式, 即：將樣本均勻地分為互斥的k份, 保證每一份的樣本個數相同。一共進行k次訓練, 每次訓練選其中k?1份作為訓練集, 剩下一份作為測試集, 最終的指標為k次訓練之后得到的模型在測試集上指標的平均值(見圖1)。一種基于經驗的k值確定方式為k≈log (n) (Jung, 2018), n為樣本量的大小。這里log (n) = log (82) ≈4.4, 因此我們向上取整取k = 5, 使用5折交叉驗證。

3 卷積神經網絡(Convolutional neural network, CNN)

3.1 卷積層

卷積操作是卷積神經網絡的核心操作, 通過它模型得以提取數據的不同特征, 模型也是通過這一步在數據中學習到了卷積核的參數。卷積的操作如圖2, 具體公式為：

圖1 圖中的表示原始數據集,,,…D表示將分成的k個相同大小的子集

圖2 卷積操作的計算展示

注：這里的卷積是不進行補全的卷積, 即卷積運算之后數據矩陣會相應變小, 同時也有一種補全的卷積操作, 即在原數據矩陣周圍添0, 使得卷積之后得到的數據矩陣大小不變。

卷積操作是通過卷積核(紅色矩陣)在數據矩陣(藍色矩陣)上進行滑動, 將對應的元素進行相乘相加得到的新元素作為輸出矩陣的對應元素。這里輸出數據矩陣的長和寬皆為：4?2+1 = 3。黃色矩陣的第一個元素是由1×1+2×0+5×0+6×2 = 13得到, 由于我們的步長是1, 那么將紅色矩陣向右滑動一格, 黃色矩陣的第二個元素由2×1+0×3+6×0+1×2 = 4得到, 其他元素以此類推。使用多個卷積核就可以得到多個不同的輸出, 以此得到輸入數據的多個不同特征, 卷積核中的元素是所要訓練的參數, 可以通過反向傳播的方式進行訓練(LeCun & Bengio, 1995)。

3.2 池化層

池化是卷積神經網絡中常用的一種操作, 它通過降低矩陣長和寬的大小, 降低了數據矩陣的分辨率, 但是也進一步壓縮并提取了原數據的特征, 并且減少了網絡計算的復雜度。圖3是一個最大池化操作的直觀展示, 不難看出, 如果數據矩陣中的部分數據發生一些輕微變化, 最大池化還是能輸出一樣的結果, 這也是模型對于數據的偏移和旋轉有較好的魯棒性的原因。

圖3 最大池化的計算展示

注：圖中表示的是一個4×4的矩陣上使用一個2×2的窗口以步長為2進行最大池化, 其原理就是取出每個2×2窗口中的的最大元素作為輸出矩陣中對應元素的值。

3.3 網絡架構

本研究使用的卷積神經網絡架構見圖4。本文中使用的CNN的輸入數據維度是64×2×5, 其中64代表64個不同位置的電極點, 2代表任務條件(即威脅詞和中性詞下不同的腦電信息), 5代表5種ERP成分(即P1, P2, N2, P3和LPP成分)。將原始數據輸入到卷積層Conv1做卷積計算, 即用一個較小的卷積核(也叫卷積矩陣)在數據矩陣上根據給定的步長(這里步長為1)進行滑動, 將對應位置的元素進行相乘求和。在如圖中輸入數據矩陣為64×2×5的情況下, 用16個5×5的卷積核來進行卷積操作, 每一個卷積核都進行卷積操作就得到16個64×2的矩陣(這里我們使用補全的卷積方式, 于是數據矩陣的大小并不發生改變), 這16個矩陣分別代表16種原數據的不同特征, 在深度學習中我們稱為通道數?？梢钥闯鼍矸e是一種局部操作, 通過一定大小的卷積核作用于局部數據區域來提取局部信息, 這里卷積核的大小是事先給定的, 里面的參數由模型學習而來, 這些特性使得CNN的參數可以共享, 減少了參數個數, 并且在數據發生平移變換的時候, 模型仍能捕捉到相似的特征。為了滿足不同任務的需要, 近年來, 許多不同的卷積核如空洞卷積也被提出(Yu & Koltun, 2015)。

卷積層一般會跟著一個下采樣操作, 又叫池化層, 即通過一個小矩陣在數據矩陣上滑動, 只提取小矩陣中的最大數據(最大池化)或平均數據(平均池化), 從一個較大數據矩陣壓縮到一個較小的矩陣用作下一層的輸入, 這一層沒有參數需要學習, 通過池化運算可以減少分辨率, 降低數據對噪音的敏感程度。在這里Pool1層做的就是池化操作, 通過一個4×1的矩陣在上一卷積層的輸出矩陣中以步長為3滑動, 使該輸出矩陣變為22×2×16的大小(22 = [65/4]+1, []表示向下取整)。

圖4 本研究使用的卷積神經網絡架構圖

注：每一層的具體參數見表1。橫線上的數據表示這一層的輸入數據的維度, 也即上一層輸出數據的維度。Conv代表卷積操作, Pool代表池化操作, relu代表在卷積操作之后的非線性激活方法。

每次池化之后我們都會對輸出的數據矩陣做非線性激活, 這一手段使得模型能夠擬合任意的數據流形, 常用的非線性激活函數是relu函數。即：

()=(0,)

在很多實驗中驗證了這是一個非常有效的激活函數, 并且具有生物學意義, 這種非線性的激活函數使得卷積神經網絡可以逼近任意數據分布, 使得網絡有了非常強大的擬合能力, 同時也有防止梯度消失的作用(Nair & Hinton, 2010)。

在后面的幾層中我們繼續做了卷積和池化的操作, 使得數據矩陣的長和寬越來越小, 而通道數越來越多, 即學習得到的特征數越來越多, 這就是卷積神經網絡的特征提取的過程。

傳統的CNN在倒數幾層架構中會將數據矩陣展平成一個向量, 再加入幾層全連接網絡, 也就是FC層, 最后一層再用softmax分類器進行輸出。而最近的研究指出全連接網絡會非常容易導致過擬合, 取消中間的全連接層, 而全用卷積層代替, 并且加入平均池化也即Pool3, 可以大大提高模型的泛化性(Lin, Chen, & Yan, 2013), 因此這里我們采用的也是這種架構。

最后在經過FC層之后能得到一個預測的類別即被試的考試焦慮或者非考試焦慮, 將預測的結果與已知的實際類別進行比較并計算兩者之間的誤差, 使用優化算法Adam來優化模型中每一層的參數從而減少誤差, 使預測的正確率不斷上升, 本文所使用的卷積神經網絡在交叉驗證下的正確率達到了86.6%。本文中的卷積神經網絡的代碼框架是TensorFlow, 在python上進行了實現, 并使用了GPU加速, 顯卡配置是2塊Quadro P500。

為了便于說明每一層的結構, 我們將卷積和池化分為兩層來介紹, 這里我們建立了一個7層的卷積神經網絡(表1), 通過卷積操作來提取特征, 通過池化來壓縮數據的分辨率, 最后采用平均池化提取全局特征, 這一操作可以增加模型的泛化能力。

4 其他機器學習方法

本文還使用了其他機器學習的分類方法：邏輯回歸(Logistic Regression), K近鄰(KNN), 支持向量機(SVM), 隨機森林(Random Forest), 人工神經網絡(ANN), 循環神經網絡(RNN), 并將分類結果與卷積神經網絡進行比較(表2)。其中邏輯回歸是在正負兩類樣本找到一個線性分類邊界來劃分兩類樣本的算法; K近鄰則是通過計算新樣本與訓練集中樣本的“距離”來進行新樣本的劃分, 找出訓練集中離新樣本“距離”最近的K個點, K個點中正(負)類樣本更多, 則新樣本就被預測為正(負)類樣本, 這里我們使用歐式距離; 支持向量機通過尋找離分類邊界最近的訓練樣本點來找到劃分超平面, 這些樣本點被稱為支持向量; 隨機森林是多棵決策樹的集成, 通過可放回采樣, 隨機選取樣本、特征來構造多棵決策樹, 根據每個樹的分類結果來投票共同決定新樣本的分類結果; ANN是最普通神經網絡, 多層的神經網絡通過多次特征的線性組合與非線性函數的激活來得到強大的學習能力; RNN是ANN的一種推廣, 它使得每一層的神經元之間可以互相連接, 從而增加了信息的流動性, 往往應用在自然語言處理當中。

表1 卷積神經網絡架構

注：通過三次卷積操作提取了數據的特征, 將數據矩陣的大小進行壓縮, 但是數據的深度加深, 每次池化操作之后都使用了relu函數對數據矩陣進行逐元素激活, 最后加上一個全連接層將每一個樣本進行分類。

5 結果

5.1 ERPs結果

情緒Stroop的ERP結果見圖5, 方差分析結果表明P1, P2, N2, P3和LPP這5種ERP成分對高、低考試焦慮者具有鑒別能力, 即在Fz, FCz, Cz, CPz和Pz點上均有顯著結果。具體表現為(以Cz點結果為例), 在5種成分上, 條件主效應在P2, N2, 和P3成分上顯著(P2:(1, 80) = 9.25,= 0.003, η= 0.10; N2:(1, 80) = 19.51,< 0.001, η= 0.20; P3:(1, 80) = 27.86,0.001η= 0.26), 在P1和LPP成分上不顯著(s(1, 80) < 1.06,s > 0.307), 組別主效應均不顯著(s (1, 80) < 1.52,s > 0.221), 組別與條件交互效應均顯著(P1:(1, 80) = 11.68,< 0.001, η= 0.13; P2:(1, 80) = 14.10,< 0.001, η= 0.15; N2:(1, 80) = 28.55,< 0.001, η= 0.26; P3:(1, 80) = 22.41,< 0.001η= 0.22;LPP:(1, 80) = 16.92,< 0.001η= 0.18); 進一步簡單分析表明, 高考試焦慮組在考試相關威脅詞條件下的ERP波幅顯著強于中性詞條件下(P1:(1, 80) = 16.19,<0.001, η= 0.17; P2:(1, 80) = 37.88,< 0.001, η= 0.32; N2:(1, 80) = 78.12,< 0.001η= 0.49; P3:(1, 80) = 82.18,< 0.001η= 0.51; LPP:(1, 80) = 19.55,< 0.001, η= 0.20), 而低考試焦慮組在兩種詞匯條件下的ERP波幅沒有顯著差異(P1, P2, N2, P3:s (1, 80) < 2.06,s > 0.155; LPP:(1, 80) = 4.02,= 0.048, η= 0.05, 邊緣顯著)。

5.2 機器學習結果

不同機器學習算法比較的結果見表2。由于這一批數據正反兩類的數目并不均衡, 這里我們使用在測試集上的準確率和F1-score來評價模型的優劣, F1-score是樣本類別不均衡下一種衡量模型好壞的評價指標, 它是基于查準率與查全率的調和平均來定義的, 在這一實驗中, 高考試焦慮人群的數量遠多于低考試焦慮人群, 因此在高考試焦慮人群上的準確性可能會掩蓋低考試焦慮的部分, 相對于單一的準確性而言F1-score更加全面的衡量了模型在高、低考試焦慮這兩類人群上的準確性。通過對不同模型間的各類重要指標進行比較(表2), 我們發現CNN在這一分類任務上的各個重要指標都顯著高于其他算法。例如, 宿云、胡斌、徐立新、張曉煒和陳婧(2015)在研究中提到的用隨機森林對EGG信號進行分類的方法, 雖然隨機森林構建更快, 需要調整的參數也更少, 但是它在某些噪音較大的分類問題上容易過擬合, 且偏向于劃分取值較多的特征, 因此在當前數據上表現不佳, 同時也有研究指出, 神經網絡往往比隨機森林得到的結果更優一些(Strier & Shechter, 2016)。因此我們認為, 在對于腦電信號的處理方面, 卷積神經網絡確實有獨特的優勢。

表2 不同機器學習模型的結果對比

圖5 情緒Stroop任務的ERP波形圖

注：情緒Stroop任務中高、低考試焦慮在兩種條件(中性詞和考試相關威脅詞)下的ERP總平均波形圖(以Fz, FCz, Cz, CPz和Pz電極點為例)。

6 討論

本研究提出了一種用于考試焦慮程度的診斷方法。該方法使用ERPs技術采集并分析高、低考試焦慮者在情緒Stroop中對考試相關威脅詞與中性詞下的ERP成分, 采用機器學習(以CNN算法為主)建立了一個對被試焦慮與否的分類模型, 并且通過一些量化的指標說明CNN在這一分類任務上的表現明顯好于其它5種算法。

首先, 情緒Stroop范式結合ERPs技術確實可以作為一個有效判斷考試焦慮程度的診斷任務。具體表現為以下三點：

(1)范式對考試焦慮程度評估的可靠性與有效性。通過比較不同算法在兩個指標上的得分(見表2)可以得出, 采用各模型對被試的ERP數據進行計算均可以得到較高的準確率和F1-score, 準確率高表示模型對高、低考試焦慮兩類人群總的分類能力強, F1-score高代表模型對于識別高、低考試焦慮人的能力都強并且不會因為兩類樣本的數量不均勻使模型產生偏差。前人研究中表明當準確率大于75%, F1-score大于0.8, 模型就有良好的性能(Dem?ar, 2006)。本研究中所采用的機器學習算法的結果基本都能滿足這一條件, 這表明對個體應用情緒Stroop范式所采集到的ERP數據對個體考試焦慮程度的判斷具有穩定性, 因此, 證明此任務具有良好的效度。

(2)機器學習特征選取的有效性和高度客觀性。本研究在機器學習的特征選取中具有重要心理學意義的特征是任務條件(即情緒Stroop任務中的考試相關威脅條件與中性條件)和ERP成分(即P1, P2, N2, P3和LPP成分), 而通過對腦電結果的方差分析可以得出這兩種重要特征的選取兼具有效性和客觀性。首先, 方差分析的結果表明這兩種特征可以有效區分高、低考試焦慮者。方差結果表明低考試焦慮者在情緒Stroop任務中的兩種條件下的ERP波幅沒有顯著差異, 而高考試焦慮者的ERP波幅有顯著差異, 并體現在各個ERP成分上。這說明高考試焦慮者會因為考試相關威脅詞的出現而受到干擾, 說明結合這兩類特征可以有效反映高考試焦慮者認知中視考試相關威脅詞為威脅的認知模式(Gootjes, Coppens, Zwaan, Franken, & van Strien, 2011)。其次, 在這5種ERP成分各自代表了不同的心理學意義并且ERP波幅可以量化, 從而達到診斷的客觀性與準確性。具體而言, P1-P2-N2成分反映的是個體對刺激自動化的注意偏向(Berggren & Derakshan, 2013; Derakshan, Smyth, & Eysenck, 2009), P3成分在此類任務中反映的主要是在個體對信息進一步的精細加工(Jo, Schmidt, Inacker, Markowiak, & Hinterberger, 2016; Peng, Cai, & Zhou, 2015), LPP成分反映的則是個體對刺激的情緒性自動反應(Cosme & Wiens, 2015; Gootjes et al., 2011)。本研究的ERP結果說明當考試相關威脅信息出現時, 高考試焦慮者能夠迅速注意到并自動化加工這類信息(P1-P2-N2成分), 之后高考試焦慮者對這類信息的干擾抑制失敗, 從而對此類信息進行進一步精細加工(P3成分), 這種對威脅信息的加工隨后激發了相應的負性情緒(LPP成分), 因此本研究中的ERP成分可以有效反映高考試焦慮者對考試信息的不合理認知(Chen & Zhou, 2010)。最后, 由于高考試焦慮者對考試相關威脅的反應包含高度自動化的反應, 他們在進行任務的時候往往很難意識到自己對不同類型詞匯的反應, 無法猜測任務目的(Yiend, 2010), 因此在使用此模型進行考試焦慮篩查時, 可以有效避免由于猜測到任務目的而有意識地進行某種傾向的回答(例如掩蓋焦慮程度或者夸大焦慮程度), 達到診斷的客觀性與準確性。

(3)情緒Stroop范式結合ERPs技術評估手段的可操作性。完成一次情緒Stroop任務只需要5分鐘, 且實驗范式規則簡單易懂, 具有高度有效性與可靠性(van Bockstaele et al., 2014; Verhaak et al., 2004), 因此能夠很好地應用到實際診斷。

其次, 不同算法的比較可以得出我們建立的卷積神經網絡模型具有良好的區別高、低考試焦慮者的能力。具體表現為以下三點：

(1)高準確率。相比于其他算法, CNN的算法具有最高的準確率(86.5%)和F1-score (0.911)。因為CNN模型擁有對數據的平移不變性, 并且能夠捕捉數據的局部特性和提取更高級的特征(Boureau et al., 2010), 因此使得卷積神經網絡相對于其他模型而言, 對腦電數據的分析具有更高的適用性, 因此有比較明顯的提升。因此, 本研究建立的CNN診斷模型具有高度準確性, 可靠性和普適性, 同時由于F1-score很高, 這一模型在識別高、低考試焦慮上都有很高的準確度。

(2)診斷精確性。在應用CNN模型對考試焦慮進行診斷時, 不僅可以對個體是否是考試焦慮者進行診斷, 還可以分析出其考試焦慮的程度。在操作層面上, 卷積神經網絡最后一層輸出的是直接的分類結果, 對于一個新的被試, 只要輸入數據, 就可以判定他是否是考試焦慮, 而倒數第二層輸出的結果是該被試是高考試焦慮或低考試焦慮的概率。這個概率可以反映被試個體的考試焦慮程度, 即屬于高考試焦慮這一類的概率越大, 被試的考試焦慮程度越大。因此, 通過對高、低考試焦慮者在情緒Stroop中的ERP腦電信號進行機器學習的結果可以有效對個體的考試焦慮程度進行客觀診斷。

(3)可操作性。雖然對比于傳統機器學習方法, 卷積神經網絡的模型搭建需要仔細的調參, 花費更多地時間, 但是一旦模型建立, 進行預測就會非?？? 特別是對于大量數據而言, 深度學習模型有非常大的優勢。

本研究的局限主要在于兩點：首先, 本研究中數據量不高, 深度學習是數據驅動的模型, 即深度模型強大的泛化能力來自于龐大的數據量, 由于我們的數據量有限, 因此這可能會降低模型的泛化能力。未來可考慮建立大數據數據庫, 并使用數據增強等一系列手段提升數據量, 模型的表現可能有更進一步的提升; 其次, 本研究提出的綜合診斷方法需要借助腦電設備, 相對于單純采用問卷進行診斷還是限制更多。不過隨著便攜腦電設備的不斷發展, 此診斷方法會變得越加便利。

在本研究中, 我們試圖通過卷積神經網絡來對考試焦慮進行更加客觀的診斷, 目標是達到對考試焦慮的及早診斷考試焦慮程度評估。從機器學習的兩個重要指標上的表現來看, 各類模型是相當有效的, 其中, CNN模型是最適用于ERP數據的深度學習, 對考試焦慮的診斷及程度判斷具有很高的準確率與可靠性。

Albert, J., López-Martín, S., & Carretié, L. (2010). Emotional context modulates response inhibition: Neural and behavioral data.,(1), 914–921.

Berggren, N., & Derakshan, N. (2013). Attentional control deficits in trait anxiety: why you see them and why you don’t.,(3), 440–446.

Boshra, R., Ruiter, K., Reilly, J., & Connolly, J. (2016). Machinelearning based framework for EEG/ERP analysis.,, 105.

Boureau, Y-L., Bach, F., LeCun, Y., & Ponce, J. (2010, June). Learning mid-level features for recognition. In(pp. 2559–2566). IEEE.

Cecotti, H., Rivet, B., Congedo, M., Jutten, C., Bertrand, O., Maby, E., & Mattout, J. (2011). A robust sensor-selection method for P300 brain-computer interfaces.,(1), 016001.

Chen, R., Liu, X. N., & Zhou, R. L. (2011). The attentional bias to threat stimuli in test-anxious students.,(1), 151–154.

[陳睿, 劉瀟楠, 周仁來. (2011). 不同程度考試焦慮個體對威脅性刺激注意機制的差異.,(1), 151–154.]

Chen, R., & Zhou, R. (2010). Attentional disengage from test-related pictures in test-anxious students: Evidence from event-related potentials.,, 232–239.

Chen, Z. Y. (2002). Fear of negative evaluation and test anxiety in middle school students.,(12), 855–857.

[陳祉妍. (2002). 中學生負面評價恐懼與考試焦慮的相關性.,(12), 855–857.]

Cosme, D., & Wiens, S. (2015). Self-reported trait mindfulness and affective reactivity: A motivational approach using multiple psychophysiological measurese.,(3), e0119466.

Dem?ar, J. (2006). Statistical comparisons of classifiers over multiple data sets.,, 1–30.

Dennis, T. A., & Chen, C-C. (2009). Trait anxiety and conflict monitoring following threat: An ERP study.,(1), 122–131.

Derakshan, N., Smyth, S., & Eysenck, M. W. (2009). Effects of state anxiety on performance using a task-switching paradigm: An investigation of attentional control theory.,(6), 1112–1117.

Diegomantecón, J. (2015). Instrument adaptation in cross-cultural studies of students’ mathematics-related beliefs: Learning from healthcare research.,(4), 545–567.

Donaldson, K. R., Ait Oumeziane, B., Hélie, S., & Foti, D. (2016). The temporal dynamics of reversal learning: P3 amplitude predicts valence-specific behavioral adjustment.,, 24–32.

Edwards, M. S., Burt, J. S., & Lipp, O. V. (2010). Selective attention for masked and unmasked threatening words in anxiety: Effects of trait anxiety, state anxiety and awareness.,(3), 210–218.

Felmingham, K. L., Stewart, L. F., Kemp, A. H., & Carr, A. R. (2016). The impact of high trait social anxiety on neural processing of facial emotion expressions in females.,, 179–186.

Feng, X. (2003). Result representation and method application: Analysis of 141 investigations.,(2), 28–38.

[風笑天. (2003). 結果呈現與方法運用——141項調查研究的解析.,(2), 28–38.]

Fotin, S. V., Yin, Y., Haldankar, H., Hoffmeister, J. W., & Periaswamy, S. (2016, March). Detection of soft tissue densities from digital breast tomosynthesis: comparison of conventional and deep learning approaches. In(Vol. 9785, p. 97850X). International Society for Optics and Photonics.

Gootjes, L., Coppens, L. C., Zwaan, R. A., Franken, I. H. A., & van Strien, J. W. (2011). Effects of recent word exposure on emotion-word Stroop interference: An ERP study.,(3), 356–363.

Gu, R., Lei, Z., Broster, L., Wu, T., Jiang, Y., & Luo, Y-J. (2011). Beyond valence and magnitude: A flexible evaluative coding system in the brain.,(14), 3891–3897.

Hornik, K. (1991). Approximation capabilities of multilayer feedforward networks.,(2), 251–257.

Jo, H-G., Schmidt, S., Inacker, E., Markowiak, M., & Hinterberger, T. (2016). Meditation and attention: a controlled study on long-term meditators in behavioral performance and event-related potentials of attentional control.,, 33–39.

Jung, Y. (2018). Multiple predicting K-fold cross-validation for model selection.,(1), 197–215.

Kalanthroff, E., Henik, A., Derakshan, N., & Usher, M. (2016). Anxiety, emotional distraction, and attentional control in the Stroop task.,(3), 293–300.

Kanske, P., & Kotz, S. A. (2012). Effortful control, depression, and anxiety correlate with the influence of emotion on executive attentional control.,(1), 88–95.

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. In(pp. 1097–1105).

Kumar, A., Irsoy, O., Ondruska, P., Iyyer, M., Bradbury, J., Gulrajani, I., … Com, R. (2016). Ask me anything: Dynamic memory networks for natural language processing.(pp. 1378–1387).

LeCun, Y., & Bengio, Y. (1995). Convolutional networks for images, speech, and time-series.(pp. 255–258). M. A. Arbib, Ed.Cambridge, MA: MIT Press.

Lee, A. (2015). Comparing deep neural networks and traditionalvision algorithms in mobile robotics..Retrieved from http://cs.swarthmore.edu

Lin, M., Chen, Q., & Yan, S. (2013). Network in network.. Retrieved from https:// arxiv.org/abs

Lotz, C., & Sparfeldt, J. R. (2017). Does test anxiety increase as the exam draws near? – students’ state test anxiety recorded over the course of one semester.,, 397–400.

Lowe, P. A., Lee, S. W., Witteborg, K. M., Prichard, K. W., Luhr, M. E., Cullinan, C. M., ... Janik, M. (2008). The Test Anxiety Inventory for Children and Adolescents (TAICA) examination of the psychometric properties of a new multidimensional measure of test anxiety among elementary and secondary school students.,(3), 215–230.

Lu, Y., Jiang, H., & Liu, W. (2017, September). Classification of EEG signal by STFT-CNN framework: identification of right-/left-hand motor imagination in BCI systems. In(Vol. 299, p. 001).

Luck, S. J., Woodman, G. F., & Vogel, E. K. (2000). Event-related potential studies of attention.,(11), 432–440.

Mahendran, A., & Vedaldi, A. (2015). Understanding deep image representations by inverting them. In(pp. 5188–5196).

Mochcovitch, M. D., da Rocha Freire, R. C., Garcia, R. F., & Nardi, A. E. (2014). A systematic review of fMRI studies in generalized anxiety disorder: evaluating its neural and cognitive basis.,, 336–342.

Mok, W. S. Y., & Chan, W. W. L. (2016). How do tests and summary writing tasks enhance long-term retention of students with different levels of test anxiety?,(6), 567–581.

Morel, S., George, N., Foucher, A., Chammat, M., & Dubal, S. (2014). ERP evidence for an early emotional bias towards happy faces in trait anxiety.,(1), 183–192.

Nair, V., & Hinton, G. E. (2010). Rectified linear units improve restricted boltzmann machines. In(pp. 807–814).

Newman, E. (1996).Los Angeles: Learning Skills Publications.

Peng, M., Cai, M., & Zhou, R. (2015). Processing of task-irrelevant emotional faces impacted by implicit sequence learning.,(17), 1056–1060.

Putwain, D. W., Langdale, H. C., Woods, K. A., & Nicholson, L. J. (2011). Developing and piloting a dot-probe measure of attentional bias for test anxiety.,(4), 478–482.

Raz, S., Dan, O., Arad, H., & Zysberg, L. (2013). Behavioral and neural correlates of emotional intelligence: An event- related potentials (ERP) study.,, 44–53.

Righi, S., Mecacci, L., & Viggiano, M. P. (2009). Anxiety, cognitive self-evaluation and performance: ERP correlates.,(8), 1132–1138.

Sarason, I. G. (1978). The test anxiety scale: Concept and research. In(Vol. 5, pp. 193–216).Washington DC: Hemisphere.

Schutz, P. A., Davis, H. A., & Schwanenflugel, P. J. (2002). Organization of concepts relevant to emotions and their regulation during test taking.,(4), 316–342.

Seijdel, N., Ramakrishnan, K., Losch, M., & Scholte, S. (2016). Overlap in performance of CNN’s, human behavior and EEG classification.,(12), 501.

Strier, R., & Shechter, D. (2016). Visualizing access: Knowledge development in university-community partnerships.,(3), 343–359.

Su, Y., Hu, B., Xu, L. X., Zhang, X. W., & Chen, J. (2015). EEG-data-oriented knowledge modeling and emotion recognition.,(11), 1002–1009. https://doi.org/10.1360/N972014-00829

[宿云, 胡斌, 徐立新, 張曉煒, 陳婧. (2015). 面向腦電數據的知識建模和情感識別.,(11), 1002–1009.]

Thomas, S. J., Johnstone, S. J., & Gonsalvez, C. J. (2007). Event-related potentials during an emotional Stroop task.,(3), 221– 231.

Tillman, C. M., & Wiens, S. (2011). Behavioral and ERP indices of response conflict in Stroop and flanker tasks.,(10), 1405–1411.

van Bockstaele, B., Verschuere, B., Tibboel, H., de Houwer, J., Crombez, G., & Koster, E. H. W. (2014). A review of current evidence for the causal impact of attentional bias on fear and anxiety.,(3), 682–721.

Verhaak, C. M., Smeenk, J. M., van Minnen, A., & Kraaimaat, F. W. (2004). Neuroticism, preattentive and attentional biases towards threat, and anxiety before and after a severe stressor: A prospective study.,(4), 767–778.

Wabnitz, P., Martens, U., & Neuner, F. (2016). Written threat: electrophysiological evidence for an attention bias to affective words in social anxiety disorder.,(3), 516–538.

Wang, C. K. (2001). Reliability and validity of test anxiety scale-Chinese version.,(2), 96–97.

[王才康. (2001). 考試焦慮量表在大學生中的測試報告.,(2), 96–97.]

Wang, W.-W., Xie, X., & Shao, F. (2008). Early-onset depression and its neural basis.,(3), 411–417.

[王瑋文, 謝希, 邵楓. (2008). 早發性抑郁及其神經基礎.,(3), 411–417.]

Wang, Y-N., & Sun, B-Y. (2017). Cigarette craving EEG classification based on convolution neural networks.,(6), 256–260.

[王艷娜, 孫丙宇. (2017). 基于卷積神經網絡的煙癮渴求腦電分類.,(6), 256–260.]

Yan, H., & Lu, L. (2014). Effects of exam stress on psychosomatic response saliva immuneglobulin and cortisol among medical college student.,(6), 813–816.

[閆慧, 盧莉. (2014). 考試應激對醫學生心身反應唾液免疫球蛋白及皮質醇的影響.,(6), 813–816.]

Yang, Z., Yang, D., Dyer, C., He, X., Smola, A., & Hovy, E. (2016). Hierarchical attention networks for document classification., 1480–1489.

Yiend, J. (2010). The effects of emotion on attention: A review of attentional processing of emotional information.,(1), 3–47.

Yu, F., & Koltun, V. (2015). Multi-scale context aggregation by dilated convolutions..Retrieved from https://arxiv.org/abs

Zeidner, M., & Matthews, G. (2005). Evaluation anxiety. In A. J. Elliot & C. S. Dweck (Eds.),(pp. 141–163). London: Guildford Press.

Zeiler, M. D., & Fergus, R. (2014, September). Visualizing and understanding convolutional networks. In(pp. 818–833). Springer, Cham.

Classification of test-anxious individuals using Event-Related Potentials (ERPs): The effectiveness of machine learning algorithms

ZHANG Wenpei; SHEN Qunlun; SONG Jintao; ZHOU Renlai

(Department of Psychology, Nanjing University, Nanjing, 210023, China)(Department of Business Administration, School of Business, Anhui University of Technology, Maanshan, 243032, China) (Academy of Mathematics and Systems Science, Chinese Academy of Sciences, 100190, China)

Individuals with test anxiety always treat tests/examinations as a potential threat. This cognitive mode impairs these individuals’ cognition, attention and emotions. A traditional method classifying subjects either as high or low on test anxiety (i.e., HTA or LTA, respectively) relies on questionnaire data. Questionnaire data may be unstable due to the subjective nature of participants’ attitudes, implying a reduced classification accuracy. In search for higher levels of (data) stability and classification accuracy a new classification approach is proposed. This new approach overcomes subjective data’s negative impact on classification accuracy by relying on event-related potential (EPR) data (also referred to as ERPs), objective (multivariate, longitudinal) data which adequately capture participants’ reactions to relevant stimuli (over time). However, as ERP data may still be somewhat unstable due to individual differences between participants, (machine) learning algorithms are adopted as their ‘learning’ feature may increase both the stability of ERP data and classification accuracy.

This study recruited 57 HTA participants and 25 LTA participants based on: (a) Test Anxiety Scale (TAS) scores, and (b) (two) specialists’ psychological diagnostic results on a single participant. Reliance on the emotional Stroop (ES) paradigm in combination with ERP technology enabled the assessment of participants’ cognitive mode related to test anxiety. In ES, the information on the ERP components P1, P2, N2, P3 and LPP ERP were selected as input for seven commonly used machine learning algorithms: Convolutional Neural Network (CNN), Logistic Regression (LR), K Nearest Neighbors (KNN), Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), and Recurrent Neural Network (RNN). To compare the classification accuracy of these algorithms (using the complete sample of HTA and LTA subjects) important indexes (i.e., accuracy and F1-score) were calculated and compared across these algorithms.

The results showed that: (a) the ERPs data collected in ES allow effective differentiation between HTA and LTA (P1:(1, 80) = 11.68,< 0.001, η= 0.13; P2:(1, 80) = 14.10,< 0.001, η= 0.15; N2:(1, 80) = 28.55,< 0.001, η= 0.26; P3:(1, 80) = 22.41,< 0.001η= 0.22;LPP:(1, 80) = 16.92,< 0.001η= 0.18); (b) classification on the basis of ERP data using machine learning algorithms shows high accuracy and stability, that is the classification accuracy of all seven algorithms is found to be high as evidenced by an accuracy index of 71.8% or higher (CNN: 86.5%, LR: 80.3%, KNN: 71.8%, SVM: 79.0%, RF: 73.1%, ANN: 82.7%, and RNN: 79.2%) and an F1-score of 0.814 or higher (CNN: 0.911, LR: 0.868, KNN: 0.817, SVM: 0.865, RF: 0.814, ANN: 0.882, and RNN: 0.870); (c) CNN outperforms the other six common machine learning algorithms showing both the highest accuracy index and F1-score. Moreover, as over and above this (relative) superiority CNN combines the (technical) property known as ‘shift invariance’ and robustness to noise, the algorithm may be considered ideal for effectively classifying test anxious individuals using ERP data.

It is concluded that: (a) as manifested by its ‘discriminatory’ nature and stable classification performance (as evidenced by all machine learning algorithms’ favorable values for all important indices) reliance on the ES paradigm enables machine learning leading up to effective diagnosis of test anxiety; and (b) participants’ classification into HTA and LTA by relying on ERP data which are subsequently analyzed by means of the machine learning algorithm CNN is (most) effective (i.e., as benchmarked against six other commonly used machine learning algorithms). Consequently, using ES in combination with ERP technology and the CNN machine learning algorithm can be conceived as an ideal method for diagnosing test anxiety.

machine learning; test anxiety; emotional Stroop; ERPs

2018-10-29

* 中央高?；究蒲袠I務費專項資金(14370303)、江蘇省普通高校學術學位研究生科研創新計劃項目(KYZZ16_0010)和安徽省高校人文科學研究項目(SK2017A0084)資助。

章文佩與沈群倫為共同第一作者

R395

周仁來, E-mail: rlzhou@nju.edu.cn