सार (Abstract)

वर्तमान जांच का उद्देश्य यह आकलन करना था कि क्या मोबाइल इलेक्ट्रोएन्सेफलोग्राफी (EEG) सेटअप का उपयोग मानसिक कार्यभार (mental workload) को ट्रैक करने के लिए किया जा सकता है, जो सीखने के प्रदर्शन और प्रेरणा का एक महत्वपूर्ण पहलू है और इस प्रकार संज्ञानात्मक प्रशिक्षण दृष्टिकोणों के मूल्यांकन में जानकारी का एक मूल्यवान स्रोत हो सकता है।

पच्चीस स्वस्थ विषयों ने दो मूल्यांकन समय बिंदुओं पर स्व-माउंटेड मोबाइल ईईजी डिवाइस के साथ टैबलेट-आधारित कार्य की प्रस्तुति और ईईजी डेटा संग्रह सहित पूरी तरह से मोबाइल सेटअप का उपयोग करके तीन-स्तरीय एन-बैक (N-back) परीक्षण किया। संज्ञानात्मक भार के स्तरों को अलग करने के लिए मानक विचरण विश्लेषण (analysis of variance) और एक कृत्रिम तंत्रिका नेटवर्क (artificial neural network) सहित एक दोहरे विश्लेषण दृष्टिकोण को चुना गया था। हमारे निष्कर्ष संकेत देते हैं कि संज्ञानात्मक भार में बदलावों का पता लगाने के लिए सेटअप व्यवहार्य है, जैसा कि विभिन्न आवृत्ति बैंडों में लोब्स में परिवर्तनों से परिलक्षित होता है। विशेष रूप से, हमने संज्ञानात्मक भार बढ़ने के साथ ओसीपिटल अल्फा में कमी और फ्रंटल, पैराएटल और ओसीपिटल थीटा में वृद्धि देखी। एकीकृत मशीन लर्निंग मॉडल द्वारा संज्ञानात्मक भार के सबसे विशिष्ट स्तरों को 86% की सटीकता के साथ अलग किया जा सकता है।

निष्कर्ष (Conclusions)

वर्तमान जांच में, हमने संज्ञानात्मक भार का पता लगाने के लिए ईईजी रिकॉर्डिंग के साथ मिलकर संज्ञानात्मक प्रशिक्षण कार्यों के लिए पूरी तरह से मोबाइल सेटअप का परीक्षण किया। यह सेटअप एक मोबाइल ईईजी डिवाइस पर आधारित था जिसे आसान माउंटिंग और स्व-परीक्षण करने की अनुमति देने के लिए संज्ञानात्मक कार्य को प्रदर्शित करने के लिए एक टैबलेट के साथ जोड़ा गया था। व्यवहार संबंधी डेटा के विश्लेषण ने कार्य की कठिनाई के आधार पर कार्य प्रदर्शन में अंतर की पुष्टि की। इसके अलावा, हमने कार्य की उच्च कठिनाई पर ओसीपिटल अल्फा फ्रीक्वेंसी बैंड पावर में कमी और फ्रंटल थीटा फ्रीक्वेंसी बैंड पावर में वृद्धि पाई, जो हमारी मुख्य परिकल्पना की पुष्टि करती है। इसके अतिरिक्त, स्वचालित संज्ञानात्मक प्रयास वर्गीकरण से पता चला कि मशीन लर्निंग दृष्टिकोण संज्ञानात्मक भार के सबसे विशिष्ट स्तरों के बीच 86% की सटीकता के साथ अंतर करता है। हमारे निष्कर्ष बैंड पावर परिवर्तनों द्वारा परिलक्षित संज्ञानात्मक भार के विशिष्ट स्तरों का पता लगाने के लिए पूरी तरह से मोबाइल सेटअप की व्यवहार्यता का सुझाव देते हैं। इसके अलावा, इलेक्ट्रोड माउंटिंग के प्रारंभिक इन-पर्सन प्रशिक्षण सत्र के साथ व्यक्तिगत रूप से रेट की गई उपयोगिता पर्याप्त है। व्यापक आयु वर्ग और रोगी समूहों सहित अधिक विविध नमूनों में परिणामों का मूल्यांकन करने के लिए भविष्य की जांच की आवश्यकता है।

पूरा लेख यहाँ पढ़ें