La evaluación de la carga mental (MW) ha sido ampliamente estudiada en diversas tareas de interacción humano-máquina. Los estudios existentes sobre la clasificación de MW generalmente utilizan gorros de electroencefalografía (EEG) no invasivos para recolectar señales de EEG e identificar niveles de MW. Sin embargo, la región de activación del cerebro estimulada por tareas de MW no es la misma para cada sujeto. Puede ser inapropiado utilizar señales de EEG de todos los canales de electrodos para identificar la MW. En este documento, se establece primero un mapa de calor de energía del ritmo EEG para mostrar visualmente las tendencias de cambio en la energía de cuatro ritmos EEG con el tiempo, los canales de EEG y los niveles de MW. Se puede concluir a partir de los mapas de calor presentados que esta tendencia de cambio varía con los sujetos, los ritmos y los canales. Basándose en el análisis, se propone un método de doble umbral para seleccionar canales sensibles para la evaluación de MW. Las señales de EEG de los canales seleccionados de forma personalizada, llamados canales sensibles positivos (PSCs) y canales sensibles negativos (NSCs), se utilizan para la clasificación de MW utilizando el algoritmo de Máquina de Vectores de Soporte (SVM). Los resultados muestran que la selección de canales sensibles personalizados generalmente contribuye a mejorar el rendimiento de la clasificación de MW.