我们考虑从被动式多通道脑电图 (EEG) 设备中提取特征的问题，以用于与压力和认知负荷等高级心理状态相关的下游推理任务。我们提出的特征提取方法使用最近开发的基于频谱的多图工具，并将它们应用于由多个传感器之间的统计依赖结构 (例如相关性) 暗示的图的时间序列。我们在两个数据集的背景下研究这些特征，每个数据集至少包含 30 名参与者，并使用多通道 EEG 系统记录。我们在三种环境下比较了在所提出的特征上训练的分类器与在传统的基于频带功率的特征上训练的分类器的分类性能，发现这两个特征集提供了互补的预测信息。我们最后证明，使用所提出的特征时特定通道和通道对对于分类的重要性在神经科学上是有效的。