Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv

Les smartphones deviennent émotionnels : lire dans les pensées à travers des images et reconstruire les sources neuronales.

Partager :

Michael Kai Petersen, Carsten Stahlhut, Arkadiusz Stopczynski, Jakob Eg Larsen, et Lars Kai Hansen. DTU Informatics, Systèmes Cognitifs. Université Technique du Danemark, Bâtiment 321, DK-2800 Kgs. Lyngby, Danemark

Résumé

La combinaison d'un casque EEG sans fil avec un smartphone offre de nouvelles opportunités pour capturer des données d'imagerie cérébrale reflétant notre comportement social quotidien dans un contexte mobile. Cependant, le traitement des données sur un appareil portable nécessitera de nouvelles approches pour analyser et interpréter les motifs significatifs afin de les rendre disponibles pour une interaction en temps réel. En appliquant une approche bayésienne pour reconstruire les sources neurales, nous démontrons la capacité de distinguer les réponses émotionnelles reflétées dans différents potentiels du cuir chevelu lors de la visualisation d'images agréables et désagréables par rapport à un contenu neutre. Rendre les activations dans un modèle cérébral 3D sur un smartphone peut non seulement faciliter la différenciation des réponses émotionnelles mais aussi fournir une interface intuitive pour une interaction tactile, permettant à la fois de modéliser l'état mental des utilisateurs et de fournir une base pour de nouvelles applications de biofeedback.Cliquez ici pour lire le rapport complet

Michael Kai Petersen, Carsten Stahlhut, Arkadiusz Stopczynski, Jakob Eg Larsen, et Lars Kai Hansen. DTU Informatics, Systèmes Cognitifs. Université Technique du Danemark, Bâtiment 321, DK-2800 Kgs. Lyngby, Danemark

Résumé

La combinaison d'un casque EEG sans fil avec un smartphone offre de nouvelles opportunités pour capturer des données d'imagerie cérébrale reflétant notre comportement social quotidien dans un contexte mobile. Cependant, le traitement des données sur un appareil portable nécessitera de nouvelles approches pour analyser et interpréter les motifs significatifs afin de les rendre disponibles pour une interaction en temps réel. En appliquant une approche bayésienne pour reconstruire les sources neurales, nous démontrons la capacité de distinguer les réponses émotionnelles reflétées dans différents potentiels du cuir chevelu lors de la visualisation d'images agréables et désagréables par rapport à un contenu neutre. Rendre les activations dans un modèle cérébral 3D sur un smartphone peut non seulement faciliter la différenciation des réponses émotionnelles mais aussi fournir une interface intuitive pour une interaction tactile, permettant à la fois de modéliser l'état mental des utilisateurs et de fournir une base pour de nouvelles applications de biofeedback.Cliquez ici pour lire le rapport complet

Michael Kai Petersen, Carsten Stahlhut, Arkadiusz Stopczynski, Jakob Eg Larsen, et Lars Kai Hansen. DTU Informatics, Systèmes Cognitifs. Université Technique du Danemark, Bâtiment 321, DK-2800 Kgs. Lyngby, Danemark

Résumé

La combinaison d'un casque EEG sans fil avec un smartphone offre de nouvelles opportunités pour capturer des données d'imagerie cérébrale reflétant notre comportement social quotidien dans un contexte mobile. Cependant, le traitement des données sur un appareil portable nécessitera de nouvelles approches pour analyser et interpréter les motifs significatifs afin de les rendre disponibles pour une interaction en temps réel. En appliquant une approche bayésienne pour reconstruire les sources neurales, nous démontrons la capacité de distinguer les réponses émotionnelles reflétées dans différents potentiels du cuir chevelu lors de la visualisation d'images agréables et désagréables par rapport à un contenu neutre. Rendre les activations dans un modèle cérébral 3D sur un smartphone peut non seulement faciliter la différenciation des réponses émotionnelles mais aussi fournir une interface intuitive pour une interaction tactile, permettant à la fois de modéliser l'état mental des utilisateurs et de fournir une base pour de nouvelles applications de biofeedback.Cliquez ici pour lire le rapport complet