人格测量是指根据具体的规则使用对应的测量工具对个体内在特征进行定量描述的方法，在心理学实践应用中具有重要意义。近年来，随着生物信号传感技术的进步和机器学习算法的发展，大量研究开始关注自动化人格测量方法。基于人格认知神经科学的发展以及神经信号的客观优势，利用神经信号进行自动化人格测评的研究方向得到越来越多的关注。
我系张丹、王非联合研究团队从个体的情绪脑电响应角度出发，运用脑机接口与机器学习方法提取个体情绪脑电响应特征，设计并实现了可预测个体大五人格特质的自动化脑电测量方法，相关研究成果近日被神经计算和情感计算领域国际知名期刊Neurocomputing（影响因子4.438，JCR Q1）和IEEE Transactions on Affective Computing（影响因子7.512，JCR Q1）接收。
图1: 基于脑电的大五人格测量结果，Neurocomputing期刊论文研究结果
发表在Neurocomputing期刊的研究工作记录了66位被试观看28段情绪视频时的脑电响应，通过脑机接口与机器学习方法挖掘高维度脑电数据中的人格相关特征，实现了脑电模型所得人格得分与自评人格得分的相关性在五个人格维度上达到0.71-0.86之间。
图2: 基于脑电的大五人格测量方法，以中文情绪词汇范式为例
发表在IEEE Transactions on Affective Computing期刊的研究工作设计并实现了基于中文情绪词汇的脑电事件相关响应的大五人格测量方法，这一测量范式具有简洁快速的特点，可在5分钟左右时间内通过快速呈现200个中文情绪词汇完成个体的大五人格量化测量，在文中所报道的196人脑电数据集上的验证计算表明，量化测量脑电模型所得人格得分与自评人格得分的相关性在0.49-0.60之间。基于该研究，研究团队已经获得相关发明专利授权（ZL 2017 1 0405323.2），并开发完成人格测量软件BrainMeFive（软件著作权2019SR1071257）。
上述论文工作的第一作者均为心理学系已毕业硕士研究生李文钰，心理学系张丹、王非为论文共同通讯作者，参与研究工作的还有广州大学心理学系傅世敏教授、心理学系研究生胡鑫、心理学系第二学位本科生吴承鹏、蒋雨航、生物医学工程系博士生陈菁菁、心理学系本科生郭宝顺、龙雪飞、唐砺璐。研究工作得到国家重点研发计划“人机交互自然性的计算原理”（2016YFB1001200）、国家自然科学基金重点项目（U1736220）、国家自然科学基金面上项目（61977041）支持。
相关研究成果所得人格预测性能良好，有望在基于主观自我报告的量表测量方法结果有效性和可靠性存在局限的应用场景发挥作用，如人力资源的入职优化匹配、心理疾病诊断及早期预警等，成为心理测量领域的新型工具。
相关研究成果信息：
Wenyu Li, Chengpeng Wu, Xin Hu, Jingjing Chen, Shimin Fu, Fei Wang*, Dan Zhang* (2020). Quantitative Personality Predictions from a Brief EEG Recording. IEEE Transactions on Affective Computing, DOI: 10.1109/TAFFC.2020.3008775.
Wenyu Li, Xin Hu, Xuefei Long, Lilu Tang, Jingjing Chen, Fei Wang*, Dan Zhang* (2020). EEG responses to emotional videos can quantitatively predict big-five personality traits, Neurocomputing, in press
张丹、胡鑫、王非、陈菁菁，一种基于脑机接口技术的人格测量方法及设备，发明专利，专利号ZL 2017 1 0405323.2
陈菁菁、郭宝顺、蒋雨航、张丹、王非，BrainMeFive基于脑电技术的人格测评系统V1.0，计算机软件著作权，登记号2019SR1071257
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
