طبقهبندی استرس شناختی در یک آزمایش با استفاده از الکتروانسفالوگرافی بیسیم قابل حمل
به اشتراک گذاری:
این کار از هدست الکتروانسفالوگرافی (EEG) بیهزینه برای اندازهگیری پاسخ انسانی به حالات مختلف استرس شناختی بر اساس هر بار آزمایش استفاده کرد. ما از یک آزمون مداخلهای رنگ-کلمات از نوع استروپ برای ایجاد پاسخهای استرس ملایم در ۱۸ نفر استفاده کردیم در حالی که EEG سر را ثبت میکردیم. سیگنالهای ضبط شده از سیزده محل سر با استفاده از الگوریتمی که ولتاژهای ریشه میانگین مربع در باندهای تتا (۴–۸ هرتز)، آلفا (۸–۱۳ هرتز) و بتا (۱۳–۳۰ هرتز) را بلافاصله پس از آغاز محرکهای استروپ محاسبه میکند؛ میانگین انرژی تیگر در هر یک از این سه باند؛ و طول خط و تعداد قلههای سیگنال EEG باند عریض را تحلیل کردیم. این ویژگیهای محاسباتی از سیگنالهای EEG در سیزده الکترود در طول هر ارائه محرک استخراج و به عنوان ورودی به رگرسیون لوجیستیک، تجزیه و تحلیل تفکیک کننده درجه دوم و کلاسهای نزدیکترین همسایه کلاسیفایرها استفاده شد.
این کار از هدست الکتروانسفالوگرافی (EEG) بیهزینه برای اندازهگیری پاسخ انسانی به حالات مختلف استرس شناختی بر اساس هر بار آزمایش استفاده کرد. ما از یک آزمون مداخلهای رنگ-کلمات از نوع استروپ برای ایجاد پاسخهای استرس ملایم در ۱۸ نفر استفاده کردیم در حالی که EEG سر را ثبت میکردیم. سیگنالهای ضبط شده از سیزده محل سر با استفاده از الگوریتمی که ولتاژهای ریشه میانگین مربع در باندهای تتا (۴–۸ هرتز)، آلفا (۸–۱۳ هرتز) و بتا (۱۳–۳۰ هرتز) را بلافاصله پس از آغاز محرکهای استروپ محاسبه میکند؛ میانگین انرژی تیگر در هر یک از این سه باند؛ و طول خط و تعداد قلههای سیگنال EEG باند عریض را تحلیل کردیم. این ویژگیهای محاسباتی از سیگنالهای EEG در سیزده الکترود در طول هر ارائه محرک استخراج و به عنوان ورودی به رگرسیون لوجیستیک، تجزیه و تحلیل تفکیک کننده درجه دوم و کلاسهای نزدیکترین همسایه کلاسیفایرها استفاده شد.
این کار از هدست الکتروانسفالوگرافی (EEG) بیهزینه برای اندازهگیری پاسخ انسانی به حالات مختلف استرس شناختی بر اساس هر بار آزمایش استفاده کرد. ما از یک آزمون مداخلهای رنگ-کلمات از نوع استروپ برای ایجاد پاسخهای استرس ملایم در ۱۸ نفر استفاده کردیم در حالی که EEG سر را ثبت میکردیم. سیگنالهای ضبط شده از سیزده محل سر با استفاده از الگوریتمی که ولتاژهای ریشه میانگین مربع در باندهای تتا (۴–۸ هرتز)، آلفا (۸–۱۳ هرتز) و بتا (۱۳–۳۰ هرتز) را بلافاصله پس از آغاز محرکهای استروپ محاسبه میکند؛ میانگین انرژی تیگر در هر یک از این سه باند؛ و طول خط و تعداد قلههای سیگنال EEG باند عریض را تحلیل کردیم. این ویژگیهای محاسباتی از سیگنالهای EEG در سیزده الکترود در طول هر ارائه محرک استخراج و به عنوان ورودی به رگرسیون لوجیستیک، تجزیه و تحلیل تفکیک کننده درجه دوم و کلاسهای نزدیکترین همسایه کلاسیفایرها استفاده شد.
