Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv
Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv
Utiliser les signaux EEG sans fil pour évaluer la charge de mémoire dans la tâche n-back
Partager :
Systèmes Humain-Machine, IEEE, 2015
Résumé
L'évaluation de la charge mentale à l'aide de mesures physiologiques, en particulier les signaux EEG (électroencéphalographie), est un domaine actif. Récemment, un certain nombre de systèmes d'acquisition sans fil pour mesurer les signaux EEG et d'autres signaux physiologiques sont devenus disponibles. Peu d'études ont appliqué de tels systèmes sans fil pour évaluer la charge cognitive et évaluer leur performance. Cet article présente une première étape pour explorer la faisabilité d'un système sans fil populaire (casque EMOTIV EPOC) pour évaluer les niveaux de charge de mémoire dans une tâche n-back bien connue. Nous avons développé un cadre de traitement et de classification des signaux, qui intégrait un algorithme de suppression automatique des artefacts, un large éventail de techniques d'extraction de caractéristiques, une méthode de mise à l'échelle des caractéristiques personnalisée, une approche de sélection de caractéristiques basée sur la théorie de l'information et un modèle de classification basé sur la machine à vecteurs de support proximal. Les résultats expérimentaux montrent que les signaux EEG collectés sans fil peuvent être utilisés pour classer différents niveaux de charge de mémoire pour neuf participants. Les précisions de classification entre le niveau de charge le plus bas (0-back) et les niveaux de charge actifs (1-, 2-, 3-back) étaient proches de 100 %. La meilleure précision de classification pour 1- contre 2-back était de 80 %, et 1- contre 3-back était de 84 %. Cette étude indique que le système d'acquisition sans fil et les techniques avancées d'analyse de données et de reconnaissance de motifs sont prometteuses pour atteindre une surveillance et une identification en temps réel des niveaux de charge mentale des humains engagés dans une grande variété d'activités cognitives dans la société moderne.Cliquez ici pour lire le rapport complet
Systèmes Humain-Machine, IEEE, 2015
Résumé
L'évaluation de la charge mentale à l'aide de mesures physiologiques, en particulier les signaux EEG (électroencéphalographie), est un domaine actif. Récemment, un certain nombre de systèmes d'acquisition sans fil pour mesurer les signaux EEG et d'autres signaux physiologiques sont devenus disponibles. Peu d'études ont appliqué de tels systèmes sans fil pour évaluer la charge cognitive et évaluer leur performance. Cet article présente une première étape pour explorer la faisabilité d'un système sans fil populaire (casque EMOTIV EPOC) pour évaluer les niveaux de charge de mémoire dans une tâche n-back bien connue. Nous avons développé un cadre de traitement et de classification des signaux, qui intégrait un algorithme de suppression automatique des artefacts, un large éventail de techniques d'extraction de caractéristiques, une méthode de mise à l'échelle des caractéristiques personnalisée, une approche de sélection de caractéristiques basée sur la théorie de l'information et un modèle de classification basé sur la machine à vecteurs de support proximal. Les résultats expérimentaux montrent que les signaux EEG collectés sans fil peuvent être utilisés pour classer différents niveaux de charge de mémoire pour neuf participants. Les précisions de classification entre le niveau de charge le plus bas (0-back) et les niveaux de charge actifs (1-, 2-, 3-back) étaient proches de 100 %. La meilleure précision de classification pour 1- contre 2-back était de 80 %, et 1- contre 3-back était de 84 %. Cette étude indique que le système d'acquisition sans fil et les techniques avancées d'analyse de données et de reconnaissance de motifs sont prometteuses pour atteindre une surveillance et une identification en temps réel des niveaux de charge mentale des humains engagés dans une grande variété d'activités cognitives dans la société moderne.Cliquez ici pour lire le rapport complet
Systèmes Humain-Machine, IEEE, 2015
Résumé
L'évaluation de la charge mentale à l'aide de mesures physiologiques, en particulier les signaux EEG (électroencéphalographie), est un domaine actif. Récemment, un certain nombre de systèmes d'acquisition sans fil pour mesurer les signaux EEG et d'autres signaux physiologiques sont devenus disponibles. Peu d'études ont appliqué de tels systèmes sans fil pour évaluer la charge cognitive et évaluer leur performance. Cet article présente une première étape pour explorer la faisabilité d'un système sans fil populaire (casque EMOTIV EPOC) pour évaluer les niveaux de charge de mémoire dans une tâche n-back bien connue. Nous avons développé un cadre de traitement et de classification des signaux, qui intégrait un algorithme de suppression automatique des artefacts, un large éventail de techniques d'extraction de caractéristiques, une méthode de mise à l'échelle des caractéristiques personnalisée, une approche de sélection de caractéristiques basée sur la théorie de l'information et un modèle de classification basé sur la machine à vecteurs de support proximal. Les résultats expérimentaux montrent que les signaux EEG collectés sans fil peuvent être utilisés pour classer différents niveaux de charge de mémoire pour neuf participants. Les précisions de classification entre le niveau de charge le plus bas (0-back) et les niveaux de charge actifs (1-, 2-, 3-back) étaient proches de 100 %. La meilleure précision de classification pour 1- contre 2-back était de 80 %, et 1- contre 3-back était de 84 %. Cette étude indique que le système d'acquisition sans fil et les techniques avancées d'analyse de données et de reconnaissance de motifs sont prometteuses pour atteindre une surveillance et une identification en temps réel des niveaux de charge mentale des humains engagés dans une grande variété d'activités cognitives dans la société moderne.Cliquez ici pour lire le rapport complet
