Résumé

Le but de la présente étude était d'évaluer si un dispositif d'électroencéphalographie (EEG) mobile peut être utilisé pour suivre la charge mentale, qui est un aspect important de la performance d'apprentissage et de la motivation, et peut ainsi représenter une source d'information précieuse dans l'évaluation des approches d'entraînement cognitif.

Vingt-cinq sujets sains ont effectué un test N-back à trois niveaux à l'aide d'un dispositif entièrement mobile, comprenant la présentation de la tâche sur tablette et la collecte de données EEG avec un appareil EEG mobile auto-installé à deux moments d'évaluation. Une approche d'analyse double a été choisie, comprenant une analyse de variance standard et un réseau de neurones artificiels pour distinguer les niveaux de charge cognitive. Nos résultats indiquent que le dispositif est adapté pour détecter les changements de charge cognitive, comme le traduisent les altérations à travers les lobes dans différentes bandes de fréquences. En particulier, nous avons observé une diminution de l'alpha occipital et une augmentation du thêta frontal, pariétal et occipital avec l'augmentation de la charge cognitive. Les niveaux les plus distincts de charge cognitive ont pu être discriminés par les modèles d'apprentissage automatique intégrés avec une précision de 86 %.

Conclusions

Dans la présente étude, nous avons testé un dispositif entièrement mobile pour des tâches d'entraînement cognitif combiné à un enregistrement EEG afin de détecter la charge cognitive. Le dispositif reposait sur un appareil EEG mobile associé à une tablette pour afficher la tâche cognitive afin de permettre une installation facile et la réalisation d'auto-tests. L'analyse des données comportementales a confirmé des différences de performance en fonction de la difficulté de la tâche. De plus, nous avons constaté une diminution de la puissance de la bande de fréquence alpha occipitale et une augmentation de la puissance de la bande de fréquence thêta frontale lors de la difficulté accrue de la tâche, confirmant ainsi notre hypothèse principale. En outre, la classification automatique de l'effort cognitif a révélé que l'approche d'apprentissage automatique discrimine les niveaux les plus distincts de charge cognitive avec une précision de 86 %. Nos conclusions suggèrent la faisabilité du dispositif entièrement mobile pour détecter des niveaux distincts de charge cognitive, tels que traduits par les variations de puissance de bande. De plus, la convivialité évaluée subjectivement est adéquate moyennant une séance initiale de formation en personne pour la pose des électrodes. Des études futures sont nécessaires pour évaluer les résultats sur des échantillons plus diversifiés, incluant une tranche d'âge plus large et des groupes de patients.

Lisez l'article complet ici