Sistemas Humano-Máquina, IEEE, 2015

Resumen

La evaluación de la carga de trabajo mental utilizando medidas fisiológicas, especialmente señales de EEG (electroencefalografía), es un área activa. Recientemente, se ha dispuesto de una serie de sistemas de adquisición inalámbricos para medir EEG y otras señales fisiológicas. Pocos estudios han aplicado estos sistemas inalámbricos para evaluar la carga de trabajo cognitiva y valorar su rendimiento. Este artículo presenta un paso inicial para explorar la viabilidad de un sistema inalámbrico popular (auriculares Emotiv EPOC) para evaluar los niveles de carga de trabajo de memoria en una conocida tarea n-back. Desarrollamos un marco de procesamiento y clasificación de señales, que integró un algoritmo de eliminación automática de artefactos, un amplio espectro de técnicas de extracción de características, un método de escala de características personalizado, un enfoque de selección de características basado en la teoría de la información y un modelo de clasificación basado en máquinas de vectores de soporte proximales. Los resultados experimentales muestran que las señales de EEG recopiladas de forma inalámbrica se pueden utilizar para clasificar diferentes niveles de carga de trabajo de memoria para nueve participantes. Las precisiones de clasificación entre el nivel de carga de trabajo más bajo (0-back) y los niveles de carga de trabajo activos (1-, 2-, 3-back) estuvieron cerca del 100%. La mejor precisión de clasificación para 1- frente a 2-back fue del 80%, y para 1- frente a 3-back fue del 84%. Este estudio indica que el sistema de adquisición inalámbrico y las técnicas avanzadas de análisis de datos y reconocimiento de patrones son prometedores para lograr el monitoreo y la identificación en tiempo real de los niveles de carga de trabajo mental para los seres humanos que participan en una amplia variedad de actividades cognitivas en la sociedad moderna.Haga clic aquí para leer el informe completo