استفاده از سیگنالهای EEG بیسیم برای ارزیابی بار کاری حافظه در کار n-Back
به اشتراک گذاری:
سیستمهای انسان-ماشین، IEEE، ۲۰۱۵
چکیده
ارزیابی بار ذهنی با استفاده از اندازهگیریهای فیزیولوژیک، بهخصوص سیگنالهای EEG (الکتروانسفالوگرافی)، یک حوزه فعال است. به تازگی، تعدادی سیستمهای جمعآوری بیسیم برای اندازهگیری EEG و دیگر سیگنالهای فیزیولوژیک در دسترس قرار گرفتهاند. تعداد کمی از مطالعات از این سیستمهای بیسیم برای ارزیابی بار شناختی و ارزیابی عملکرد آنها استفاده کردهاند. این مقاله یک قدم اولیه برای بررسی قابلیت یک سیستم بیسیم محبوب (هدست EMOTIV EPOC) برای ارزیابی سطوح بار حافظه در یک کار معروف n-back ارائه میدهد. ما یک چارچوب پردازش سیگنال و طبقهبندی توسعه دادیم که الگوریتم حذف خودکار آرتیفکت، طیف وسیعی از تکنیکهای استخراج ویژگی، یک روش مقیاسبندی ویژگی شخصیسازیشده، یک رویکرد انتخاب ویژگی مبتنی بر نظریه اطلاعات و یک مدل طبقهبندی مبتنی بر ماشینهای بردار حمایت نزدیک را ادغام کرد. نتایج تجربی نشان میدهند که سیگنالهای EEG جمعآوریشده بهصورت بیسیم میتوانند برای طبقهبندی سطوح مختلف بار حافظه برای نه شرکتکننده مورد استفاده قرار گیرند. دقتهای طبقهبندی بین پایینترین سطح بار (۰-back) و سطوح بار فعال (۱-، ۲-، ۳-back) نزدیک به ۱۰۰٪ بود. بهترین دقت طبقهبندی برای ۱- در مقابل ۲-back برابر با ۸۰٪ و ۱- در مقابل ۳-back برابر با ۸۴٪ بود. این مطالعه نشان میدهد که سیستم جمعآوری بیسیم و تکنیکهای پیشرفته تحلیل داده و شناسایی الگو برای دستیابی به نظارت و شناسایی بلادرنگ سطوح بار ذهنی برای انسانها درگیر در انواع مختلفی از فعالیتهای شناختی در جامعه مدرن امیدوارکننده است.اینجا کلیک کنید تا گزارش کامل را بخوانید
سیستمهای انسان-ماشین، IEEE، ۲۰۱۵
چکیده
ارزیابی بار ذهنی با استفاده از اندازهگیریهای فیزیولوژیک، بهخصوص سیگنالهای EEG (الکتروانسفالوگرافی)، یک حوزه فعال است. به تازگی، تعدادی سیستمهای جمعآوری بیسیم برای اندازهگیری EEG و دیگر سیگنالهای فیزیولوژیک در دسترس قرار گرفتهاند. تعداد کمی از مطالعات از این سیستمهای بیسیم برای ارزیابی بار شناختی و ارزیابی عملکرد آنها استفاده کردهاند. این مقاله یک قدم اولیه برای بررسی قابلیت یک سیستم بیسیم محبوب (هدست EMOTIV EPOC) برای ارزیابی سطوح بار حافظه در یک کار معروف n-back ارائه میدهد. ما یک چارچوب پردازش سیگنال و طبقهبندی توسعه دادیم که الگوریتم حذف خودکار آرتیفکت، طیف وسیعی از تکنیکهای استخراج ویژگی، یک روش مقیاسبندی ویژگی شخصیسازیشده، یک رویکرد انتخاب ویژگی مبتنی بر نظریه اطلاعات و یک مدل طبقهبندی مبتنی بر ماشینهای بردار حمایت نزدیک را ادغام کرد. نتایج تجربی نشان میدهند که سیگنالهای EEG جمعآوریشده بهصورت بیسیم میتوانند برای طبقهبندی سطوح مختلف بار حافظه برای نه شرکتکننده مورد استفاده قرار گیرند. دقتهای طبقهبندی بین پایینترین سطح بار (۰-back) و سطوح بار فعال (۱-، ۲-، ۳-back) نزدیک به ۱۰۰٪ بود. بهترین دقت طبقهبندی برای ۱- در مقابل ۲-back برابر با ۸۰٪ و ۱- در مقابل ۳-back برابر با ۸۴٪ بود. این مطالعه نشان میدهد که سیستم جمعآوری بیسیم و تکنیکهای پیشرفته تحلیل داده و شناسایی الگو برای دستیابی به نظارت و شناسایی بلادرنگ سطوح بار ذهنی برای انسانها درگیر در انواع مختلفی از فعالیتهای شناختی در جامعه مدرن امیدوارکننده است.اینجا کلیک کنید تا گزارش کامل را بخوانید
سیستمهای انسان-ماشین، IEEE، ۲۰۱۵
چکیده
ارزیابی بار ذهنی با استفاده از اندازهگیریهای فیزیولوژیک، بهخصوص سیگنالهای EEG (الکتروانسفالوگرافی)، یک حوزه فعال است. به تازگی، تعدادی سیستمهای جمعآوری بیسیم برای اندازهگیری EEG و دیگر سیگنالهای فیزیولوژیک در دسترس قرار گرفتهاند. تعداد کمی از مطالعات از این سیستمهای بیسیم برای ارزیابی بار شناختی و ارزیابی عملکرد آنها استفاده کردهاند. این مقاله یک قدم اولیه برای بررسی قابلیت یک سیستم بیسیم محبوب (هدست EMOTIV EPOC) برای ارزیابی سطوح بار حافظه در یک کار معروف n-back ارائه میدهد. ما یک چارچوب پردازش سیگنال و طبقهبندی توسعه دادیم که الگوریتم حذف خودکار آرتیفکت، طیف وسیعی از تکنیکهای استخراج ویژگی، یک روش مقیاسبندی ویژگی شخصیسازیشده، یک رویکرد انتخاب ویژگی مبتنی بر نظریه اطلاعات و یک مدل طبقهبندی مبتنی بر ماشینهای بردار حمایت نزدیک را ادغام کرد. نتایج تجربی نشان میدهند که سیگنالهای EEG جمعآوریشده بهصورت بیسیم میتوانند برای طبقهبندی سطوح مختلف بار حافظه برای نه شرکتکننده مورد استفاده قرار گیرند. دقتهای طبقهبندی بین پایینترین سطح بار (۰-back) و سطوح بار فعال (۱-، ۲-، ۳-back) نزدیک به ۱۰۰٪ بود. بهترین دقت طبقهبندی برای ۱- در مقابل ۲-back برابر با ۸۰٪ و ۱- در مقابل ۳-back برابر با ۸۴٪ بود. این مطالعه نشان میدهد که سیستم جمعآوری بیسیم و تکنیکهای پیشرفته تحلیل داده و شناسایی الگو برای دستیابی به نظارت و شناسایی بلادرنگ سطوح بار ذهنی برای انسانها درگیر در انواع مختلفی از فعالیتهای شناختی در جامعه مدرن امیدوارکننده است.اینجا کلیک کنید تا گزارش کامل را بخوانید
