تتبع العبء الذهني باستخدام مستشعر تخطيط أمواج الدماغ المتنقل - Emotiv

تتبع العبء الذهني باستخدام مستشعر تخطيط كهربائية الدماغ المحمول

كوك مينه لاي

تم التحديث في

04‏/08‏/2021

تتبع العبء الذهني باستخدام مستشعر تخطيط أمواج الدماغ المتنقل - Emotiv

تتبع العبء الذهني باستخدام مستشعر تخطيط كهربائية الدماغ المحمول

كوك مينه لاي

تم التحديث في

04‏/08‏/2021

تتبع العبء الذهني باستخدام مستشعر تخطيط أمواج الدماغ المتنقل - Emotiv

تتبع العبء الذهني باستخدام مستشعر تخطيط كهربائية الدماغ المحمول

كوك مينه لاي

تم التحديث في

04‏/08‏/2021

الملخص

كان الهدف من الاستقصاء الحالي هو تقييم ما إذا كان يمكن استخدام إعداد تخطيط كهربية الدماغ (EEG) المتنقل لتتبع العبء الذهني، والذي يعد جانباً مهماً من جوانب أداء التعلم والدافعية، وبالتالي قد يمثل مصدراً قيماً للمعلومات في تقييم مناهج التدريب المعرفي.

أجرى خمسة وعشرون شخصاً أصحاء اختبار (N-back) ثلاثي المستويات باستخدام إعداد متنقل بالكامل يتضمن عرض المهمة القائم على الكمبيوتر اللوحي وجمع بيانات تخطيط كهربية الدماغ باستخدام جهاز تخطيط كهربية دماغ متنقل يتم تركيبه ذاتياً في نقطتي تقييم زمنيتين. تم اختيار نهج تحليل مزدوج يتضمن تحليلاً معيارياً للتباين وشبكة عصبية اصطناعية للتمييز بين مستويات العبء المعرفي. تشير نتائجنا إلى أن الإعداد مجدٍ لاكتشاف التغيرات في العبء المعرفي، كما ينعكس من خلال التغيرات عبر فصوص الدماغ في نطاقات تردد مختلفة. وبشكل خاص، لاحظنا انخفاضاً في موجات ألفا القذالية وزيادة في موجات ثيتا الجبهية، والجدارية، والقذالية مع زيادة العبء المعرفي. ويمكن التمييز بين المستويات الأكثر تمايزاً للعبء المعرفي بواسطة نماذج التعلم الآلي المتكاملة بدقة تصل إلى 86%.

الاستنتاجات

في الاستقصاء الحالي، قمنا باختبار إعداد متنقل بالكامل لمهام التدريب المعرفي المقترنة بتسجيل تخطيط كهربية الدماغ للكشف عن العبء المعرفي. اعتمد الإعداد على جهاز تخطيط كهربية دماغ متنقل مدمج مع كمبيوتر لوحي لعرض المهمة المعرفية للسماح بالتركيب السهل وإجراء الاختبار الذاتي. وأكد تحليل البيانات السلوكية وجود اختلافات في أداء المهمة اعتماداً على صعوبة المهمة. علاوة على ذلك، وجدنا انخفاضاً في طاقة نطاق تردد ألفا القذالي وزيادة في طاقة نطاق تردد ثيتا الجبهي عند زيادة صعوبة المهمة، مما يؤكد فرضيتنا الرئيسية. بالإضافة إلى ذلك، كشف التصنيف التلقائي للجهد المعرفي أن نهج التعلم الآلي يميز بين المستويات الأكثر تمايزاً للعبء المعرفي بدقة تصل إلى 86%. تشير نتائجنا إلى جدوى الإعداد المتنقل بالكامل للكشف عن مستويات متميزة من العبء المعرفي كما ينعكس في تغيرات طاقة النطاق الترددي. بالإضافة إلى ذلك، فإن سهولة الاستخدام المقدرة ذاتياً كافية بجلسة تدريب شخصية أولية على تركيب الأقطاب الكهربية. وهناك حاجة إلى استقصاءات مستقبيلة لتقييم النتائج في عينات أكثر تنوعاً تشمل فئات عمرية ومجموعات مرضى أوسع.

اقرأ المقال كاملاً هنا

الملخص

كان الهدف من الاستقصاء الحالي هو تقييم ما إذا كان يمكن استخدام إعداد تخطيط كهربية الدماغ (EEG) المتنقل لتتبع العبء الذهني، والذي يعد جانباً مهماً من جوانب أداء التعلم والدافعية، وبالتالي قد يمثل مصدراً قيماً للمعلومات في تقييم مناهج التدريب المعرفي.

أجرى خمسة وعشرون شخصاً أصحاء اختبار (N-back) ثلاثي المستويات باستخدام إعداد متنقل بالكامل يتضمن عرض المهمة القائم على الكمبيوتر اللوحي وجمع بيانات تخطيط كهربية الدماغ باستخدام جهاز تخطيط كهربية دماغ متنقل يتم تركيبه ذاتياً في نقطتي تقييم زمنيتين. تم اختيار نهج تحليل مزدوج يتضمن تحليلاً معيارياً للتباين وشبكة عصبية اصطناعية للتمييز بين مستويات العبء المعرفي. تشير نتائجنا إلى أن الإعداد مجدٍ لاكتشاف التغيرات في العبء المعرفي، كما ينعكس من خلال التغيرات عبر فصوص الدماغ في نطاقات تردد مختلفة. وبشكل خاص، لاحظنا انخفاضاً في موجات ألفا القذالية وزيادة في موجات ثيتا الجبهية، والجدارية، والقذالية مع زيادة العبء المعرفي. ويمكن التمييز بين المستويات الأكثر تمايزاً للعبء المعرفي بواسطة نماذج التعلم الآلي المتكاملة بدقة تصل إلى 86%.

الاستنتاجات

في الاستقصاء الحالي، قمنا باختبار إعداد متنقل بالكامل لمهام التدريب المعرفي المقترنة بتسجيل تخطيط كهربية الدماغ للكشف عن العبء المعرفي. اعتمد الإعداد على جهاز تخطيط كهربية دماغ متنقل مدمج مع كمبيوتر لوحي لعرض المهمة المعرفية للسماح بالتركيب السهل وإجراء الاختبار الذاتي. وأكد تحليل البيانات السلوكية وجود اختلافات في أداء المهمة اعتماداً على صعوبة المهمة. علاوة على ذلك، وجدنا انخفاضاً في طاقة نطاق تردد ألفا القذالي وزيادة في طاقة نطاق تردد ثيتا الجبهي عند زيادة صعوبة المهمة، مما يؤكد فرضيتنا الرئيسية. بالإضافة إلى ذلك، كشف التصنيف التلقائي للجهد المعرفي أن نهج التعلم الآلي يميز بين المستويات الأكثر تمايزاً للعبء المعرفي بدقة تصل إلى 86%. تشير نتائجنا إلى جدوى الإعداد المتنقل بالكامل للكشف عن مستويات متميزة من العبء المعرفي كما ينعكس في تغيرات طاقة النطاق الترددي. بالإضافة إلى ذلك، فإن سهولة الاستخدام المقدرة ذاتياً كافية بجلسة تدريب شخصية أولية على تركيب الأقطاب الكهربية. وهناك حاجة إلى استقصاءات مستقبيلة لتقييم النتائج في عينات أكثر تنوعاً تشمل فئات عمرية ومجموعات مرضى أوسع.

اقرأ المقال كاملاً هنا

الملخص

كان الهدف من الاستقصاء الحالي هو تقييم ما إذا كان يمكن استخدام إعداد تخطيط كهربية الدماغ (EEG) المتنقل لتتبع العبء الذهني، والذي يعد جانباً مهماً من جوانب أداء التعلم والدافعية، وبالتالي قد يمثل مصدراً قيماً للمعلومات في تقييم مناهج التدريب المعرفي.

أجرى خمسة وعشرون شخصاً أصحاء اختبار (N-back) ثلاثي المستويات باستخدام إعداد متنقل بالكامل يتضمن عرض المهمة القائم على الكمبيوتر اللوحي وجمع بيانات تخطيط كهربية الدماغ باستخدام جهاز تخطيط كهربية دماغ متنقل يتم تركيبه ذاتياً في نقطتي تقييم زمنيتين. تم اختيار نهج تحليل مزدوج يتضمن تحليلاً معيارياً للتباين وشبكة عصبية اصطناعية للتمييز بين مستويات العبء المعرفي. تشير نتائجنا إلى أن الإعداد مجدٍ لاكتشاف التغيرات في العبء المعرفي، كما ينعكس من خلال التغيرات عبر فصوص الدماغ في نطاقات تردد مختلفة. وبشكل خاص، لاحظنا انخفاضاً في موجات ألفا القذالية وزيادة في موجات ثيتا الجبهية، والجدارية، والقذالية مع زيادة العبء المعرفي. ويمكن التمييز بين المستويات الأكثر تمايزاً للعبء المعرفي بواسطة نماذج التعلم الآلي المتكاملة بدقة تصل إلى 86%.

الاستنتاجات

في الاستقصاء الحالي، قمنا باختبار إعداد متنقل بالكامل لمهام التدريب المعرفي المقترنة بتسجيل تخطيط كهربية الدماغ للكشف عن العبء المعرفي. اعتمد الإعداد على جهاز تخطيط كهربية دماغ متنقل مدمج مع كمبيوتر لوحي لعرض المهمة المعرفية للسماح بالتركيب السهل وإجراء الاختبار الذاتي. وأكد تحليل البيانات السلوكية وجود اختلافات في أداء المهمة اعتماداً على صعوبة المهمة. علاوة على ذلك، وجدنا انخفاضاً في طاقة نطاق تردد ألفا القذالي وزيادة في طاقة نطاق تردد ثيتا الجبهي عند زيادة صعوبة المهمة، مما يؤكد فرضيتنا الرئيسية. بالإضافة إلى ذلك، كشف التصنيف التلقائي للجهد المعرفي أن نهج التعلم الآلي يميز بين المستويات الأكثر تمايزاً للعبء المعرفي بدقة تصل إلى 86%. تشير نتائجنا إلى جدوى الإعداد المتنقل بالكامل للكشف عن مستويات متميزة من العبء المعرفي كما ينعكس في تغيرات طاقة النطاق الترددي. بالإضافة إلى ذلك، فإن سهولة الاستخدام المقدرة ذاتياً كافية بجلسة تدريب شخصية أولية على تركيب الأقطاب الكهربية. وهناك حاجة إلى استقصاءات مستقبيلة لتقييم النتائج في عينات أكثر تنوعاً تشمل فئات عمرية ومجموعات مرضى أوسع.

اقرأ المقال كاملاً هنا

تابع القراءة

استخدام واجهات الدماغ والحاسوب للكشف عن الرضا البشري في التفاعل بين الإنسان والروبوت