ردیابی حجم کار ذهنی با سنسور EEG موبایل - Emotiv

ردیابی بار کاری ذهنی با استفاده از یک حسگر نوار مغزی (EEG) همراه

کووک مین لای

به‌روزرسانی در

۱۳ مرداد ۱۴۰۰

ردیابی حجم کار ذهنی با سنسور EEG موبایل - Emotiv

ردیابی بار کاری ذهنی با استفاده از یک حسگر نوار مغزی (EEG) همراه

کووک مین لای

به‌روزرسانی در

۱۳ مرداد ۱۴۰۰

ردیابی حجم کار ذهنی با سنسور EEG موبایل - Emotiv

ردیابی بار کاری ذهنی با استفاده از یک حسگر نوار مغزی (EEG) همراه

کووک مین لای

به‌روزرسانی در

۱۳ مرداد ۱۴۰۰

چکیده

هدف از پژوهش حاضر، ارزیابی این موضوع بود که آیا می‌توان از تجهیزات الکتروانسفالوگرافی (EEG) همراه برای ردیابی لود ذهنی استفاده کرد یا خیر. لود ذهنی جنبه مهمی از عملکرد یادگیری و انگیزه است و بنابراین ممکن است منبع ارزشمندی از اطلاعات در ارزیابی رویکردهای آموزش شناختی باشد.

بیست و پنج شرکت‌کننده سالم، یک آزمون N-back سه سطحی را با استفاده از یک چیدمان کاملاً همراه، شامل ارائه تکلیف مبتنی بر تبلت و جمع‌آوری داده‌های EEG با یک دستگاه EEG همراه که توسط خود فرد نصب شده بود، در دو نوبت ارزیابی انجام دادند. یک رویکرد تجزیه و تحلیل دوگانه شامل آنالیز واریانس استاندارد و یک شبکه عصبی مصنوعی برای تمایز سطوح لود شناختی انتخاب شد. یافته‌های ما نشان می‌دهد که این تجهیزات برای شناسایی تغییرات در لود شناختی مناسب است، که این امر با تغییرات در لوب‌های مختلف در باندهای فرکانسی متفاوت منعکس می‌شود. به طور خاص، ما با افزایش لود شناختی، شاهد کاهش آلفای پس‌سری (occipital alpha) و افزایش تِتای پیشانی، آهیانه‌ای و پس‌سری بودیم. متمایزترین سطوح لود شناختی را می‌توان توسط مدل‌های یادگیری ماشین یکپارچه با دقت ۸۶٪ تمایز داد.

نتیجه‌گیری

در بررسی حاضر، ما یک چیدمان کاملاً همراه را برای تکالیف آموزش شناختی همراه با ثبت EEG جهت سنجش لود شناختی آزمایش کردیم. این چیدمان مبتنی بر یک دستگاه EEG همراه به همراه یک تبلت برای نمایش تکالیف شناختی بود تا امکان نصب آسان و انجام خودآزمایی را فراهم کند. تجزیه و تحلیل داده‌های رفتاری، تفاوت در عملکرد تکلیف را بسته به دشواری تکلیف تأیید کرد. علاوه بر این، ما با تایید فرضیه اصلی خود، متوجه کاهش قدرت باند فرکانسی آلفای پس‌سری و افزایش قدرت باند فرکانسی تتای پیشانی در دشواری‌های بالاتر تکلیف شدیم. علاوه بر این، طبقه‌بندی خودکار تلاش شناختی نشان داد که رویکرد یادگیری ماشین بین متمایزترین سطوح لود شناختی با دقت ۸۶٪ تمایز قائل می‌شود. یافته‌های ما امکان‌سنجی استفاده از تجهیزات کاملاً همراه را برای شناسایی سطوح متمایز لود شناختی، همانطور که با تغییرات قدرت باند فرکانسی منعکس می‌شود، نشان می‌دهد. علاوه بر این، قابلیت استفاده از نظر کاربران پس از یک جلسه آموزش حضوری اولیه برای نصب الکترود، مناسب ارزیابی شد. بررسی‌های آتی برای ارزیابی نتایج در نمونه‌های متنوع‌تر از جمله طیف سنی گسترده‌تر و گروه‌های بیمار مورد نیاز است.

مقاله کامل را در اینجا بخوانید

چکیده

هدف از پژوهش حاضر، ارزیابی این موضوع بود که آیا می‌توان از تجهیزات الکتروانسفالوگرافی (EEG) همراه برای ردیابی لود ذهنی استفاده کرد یا خیر. لود ذهنی جنبه مهمی از عملکرد یادگیری و انگیزه است و بنابراین ممکن است منبع ارزشمندی از اطلاعات در ارزیابی رویکردهای آموزش شناختی باشد.

بیست و پنج شرکت‌کننده سالم، یک آزمون N-back سه سطحی را با استفاده از یک چیدمان کاملاً همراه، شامل ارائه تکلیف مبتنی بر تبلت و جمع‌آوری داده‌های EEG با یک دستگاه EEG همراه که توسط خود فرد نصب شده بود، در دو نوبت ارزیابی انجام دادند. یک رویکرد تجزیه و تحلیل دوگانه شامل آنالیز واریانس استاندارد و یک شبکه عصبی مصنوعی برای تمایز سطوح لود شناختی انتخاب شد. یافته‌های ما نشان می‌دهد که این تجهیزات برای شناسایی تغییرات در لود شناختی مناسب است، که این امر با تغییرات در لوب‌های مختلف در باندهای فرکانسی متفاوت منعکس می‌شود. به طور خاص، ما با افزایش لود شناختی، شاهد کاهش آلفای پس‌سری (occipital alpha) و افزایش تِتای پیشانی، آهیانه‌ای و پس‌سری بودیم. متمایزترین سطوح لود شناختی را می‌توان توسط مدل‌های یادگیری ماشین یکپارچه با دقت ۸۶٪ تمایز داد.

نتیجه‌گیری

در بررسی حاضر، ما یک چیدمان کاملاً همراه را برای تکالیف آموزش شناختی همراه با ثبت EEG جهت سنجش لود شناختی آزمایش کردیم. این چیدمان مبتنی بر یک دستگاه EEG همراه به همراه یک تبلت برای نمایش تکالیف شناختی بود تا امکان نصب آسان و انجام خودآزمایی را فراهم کند. تجزیه و تحلیل داده‌های رفتاری، تفاوت در عملکرد تکلیف را بسته به دشواری تکلیف تأیید کرد. علاوه بر این، ما با تایید فرضیه اصلی خود، متوجه کاهش قدرت باند فرکانسی آلفای پس‌سری و افزایش قدرت باند فرکانسی تتای پیشانی در دشواری‌های بالاتر تکلیف شدیم. علاوه بر این، طبقه‌بندی خودکار تلاش شناختی نشان داد که رویکرد یادگیری ماشین بین متمایزترین سطوح لود شناختی با دقت ۸۶٪ تمایز قائل می‌شود. یافته‌های ما امکان‌سنجی استفاده از تجهیزات کاملاً همراه را برای شناسایی سطوح متمایز لود شناختی، همانطور که با تغییرات قدرت باند فرکانسی منعکس می‌شود، نشان می‌دهد. علاوه بر این، قابلیت استفاده از نظر کاربران پس از یک جلسه آموزش حضوری اولیه برای نصب الکترود، مناسب ارزیابی شد. بررسی‌های آتی برای ارزیابی نتایج در نمونه‌های متنوع‌تر از جمله طیف سنی گسترده‌تر و گروه‌های بیمار مورد نیاز است.

مقاله کامل را در اینجا بخوانید

چکیده

هدف از پژوهش حاضر، ارزیابی این موضوع بود که آیا می‌توان از تجهیزات الکتروانسفالوگرافی (EEG) همراه برای ردیابی لود ذهنی استفاده کرد یا خیر. لود ذهنی جنبه مهمی از عملکرد یادگیری و انگیزه است و بنابراین ممکن است منبع ارزشمندی از اطلاعات در ارزیابی رویکردهای آموزش شناختی باشد.

بیست و پنج شرکت‌کننده سالم، یک آزمون N-back سه سطحی را با استفاده از یک چیدمان کاملاً همراه، شامل ارائه تکلیف مبتنی بر تبلت و جمع‌آوری داده‌های EEG با یک دستگاه EEG همراه که توسط خود فرد نصب شده بود، در دو نوبت ارزیابی انجام دادند. یک رویکرد تجزیه و تحلیل دوگانه شامل آنالیز واریانس استاندارد و یک شبکه عصبی مصنوعی برای تمایز سطوح لود شناختی انتخاب شد. یافته‌های ما نشان می‌دهد که این تجهیزات برای شناسایی تغییرات در لود شناختی مناسب است، که این امر با تغییرات در لوب‌های مختلف در باندهای فرکانسی متفاوت منعکس می‌شود. به طور خاص، ما با افزایش لود شناختی، شاهد کاهش آلفای پس‌سری (occipital alpha) و افزایش تِتای پیشانی، آهیانه‌ای و پس‌سری بودیم. متمایزترین سطوح لود شناختی را می‌توان توسط مدل‌های یادگیری ماشین یکپارچه با دقت ۸۶٪ تمایز داد.

نتیجه‌گیری

در بررسی حاضر، ما یک چیدمان کاملاً همراه را برای تکالیف آموزش شناختی همراه با ثبت EEG جهت سنجش لود شناختی آزمایش کردیم. این چیدمان مبتنی بر یک دستگاه EEG همراه به همراه یک تبلت برای نمایش تکالیف شناختی بود تا امکان نصب آسان و انجام خودآزمایی را فراهم کند. تجزیه و تحلیل داده‌های رفتاری، تفاوت در عملکرد تکلیف را بسته به دشواری تکلیف تأیید کرد. علاوه بر این، ما با تایید فرضیه اصلی خود، متوجه کاهش قدرت باند فرکانسی آلفای پس‌سری و افزایش قدرت باند فرکانسی تتای پیشانی در دشواری‌های بالاتر تکلیف شدیم. علاوه بر این، طبقه‌بندی خودکار تلاش شناختی نشان داد که رویکرد یادگیری ماشین بین متمایزترین سطوح لود شناختی با دقت ۸۶٪ تمایز قائل می‌شود. یافته‌های ما امکان‌سنجی استفاده از تجهیزات کاملاً همراه را برای شناسایی سطوح متمایز لود شناختی، همانطور که با تغییرات قدرت باند فرکانسی منعکس می‌شود، نشان می‌دهد. علاوه بر این، قابلیت استفاده از نظر کاربران پس از یک جلسه آموزش حضوری اولیه برای نصب الکترود، مناسب ارزیابی شد. بررسی‌های آتی برای ارزیابی نتایج در نمونه‌های متنوع‌تر از جمله طیف سنی گسترده‌تر و گروه‌های بیمار مورد نیاز است.

مقاله کامل را در اینجا بخوانید

به خواندن ادامه دهید

استفاده از واسط‌های مغز-رایانه برای تشخیص میزان رضایت انسان در تعامل انسان-ربات