चुनाव मॉडलिंग और मस्तिष्क: प्राथमिकताओं के इलेक्ट्रोएन्सेफैलोग्राम (EEG) पर एक अध्ययन
साझा करें:
रामी एन. खुशाबा, ल्यूक ग्रीनक्रेबी, सारथ कोडगोडा, जॉर्डन लुविएरेबी, सैंड्रा बर्केबी, गामिनी डिस्सानायके
सारांश
चुनाव एक इच्छाशक्ति क्रिया या वस्तु के निर्देशित चयन का विचार उत्पन्न करता है, जो आंतरिक पसंद और नापसंद, या अन्य ऐसे पसंदों द्वारा प्रेरित होता है। हालाँकि, ये आंतरिक प्रक्रियाएँ हमारी मानव शरीरक्रिया का क्षेत्र हैं। विभिन्न संदर्भों में निर्णय लेने की शारीरिक प्रक्रियाओं को समझना निर्णय विज्ञान में एक केंद्रीय उद्देश्य है क्योंकि इसका निर्णय शोध को आगे बढ़ाने की बहुत अधिक संभावना है। इस क्षेत्र में एक पायलट अध्ययन के रूप में, यह पत्र निर्णय लेने की प्रकृति का अन्वेषण करता है, यह जांचते हुए कि उन लोगों के संबंधित मस्तिष्क गतिविधि, इलेक्ट्रोएन्सेफालोग्राम (EEG), की पहचान कैसे की जाती है ताकि समझा जा सके कि मस्तिष्क उन विकल्पों का पता लगाने के दौरान कैसे प्रतिक्रिया करता है जो विषय की पसंदों को उत्पन्न करने के लिए डिज़ाइन किए गए हैं। ऐसे अध्ययन को सक्षम बनाने के लिए, टोबी-स्टूडियो आई ट्रैकर सिस्टम का उपयोग प्रतिभागियों की पसंद के आधार पर विकल्पों को कैप्चर करने के लिए किया गया जब वे सत्तर दो सेट की वस्तुओं का अवलोकन कर रहे थे। ये विकल्प सेट तीन छवियों से बने थे जो संभावित व्यक्तिगत कंप्यूटर पृष्ठभूमियां पेश कर रहे थे। पसंद के आधार पर विकल्पों को पहचानने के लिए, उत्तरदाता को उनके पसंदीदा पर क्लिक करने के लिए कहा गया था। इसके अलावा, एक मस्तिष्क कंप्यूटर इंटरफेस (BCI) का प्रतिनिधित्व करने वाला व्यावसायिक ईमोटिव ईपीओसी वायरलेस EEG हेडसेट 14 चैनलों के साथ प्रयोगों के दौरान संबंधित मस्तिष्क गतिविधियों को कैप्चर करने के लिए उपयोग किया गया था। प्रिंसिपल कंपोनेंट एनालिसिस (PCA) का उपयोग EEG डेटा को पूर्वप्रसंस्करण करने के लिए किया गया था, इसके बाद इसे फास्ट फूरियर ट्रांसफॉर्म (FFT) के साथ विश्लेषण किया गया ताकि मुख्य प्रधान आवृत्ति बैंड, डेल्टा (0.5–4 हर्ट्ज), थेटा (4–7 हर्ट्ज), अल्फा (8–12 हर्ट्ज), बीटा (13–30 हर्ट्ज), और गामा (30–40 हर्ट्ज) में परिवर्तनों का अवलोकन किया जा सके। म्यूचुअल इंफॉर्मेशन (MI) माप का उपयोग बाएँ से दाएँ मस्तिष्क गोलार्ध के बीच के अंतर और साथ ही सामने से पीछे के अंतर का अध्ययन करने के लिए किया गया। अठारह प्रतिभागियों को प्रयोग करने के लिए भर्ती किया गया था और औसत परिणामों ने मस्तिष्क के गतिविधि में स्पष्ट और महत्वपूर्ण बदलाव दिखाए, जिसमें फ्रंटल (F3 और F4), पैराइटल (P7 और P8) और ऑकिपिटल (O1 और O2) क्षेत्रों में प्रतिभागियों ने अपनी पसंदों का संकेत दिया। परिणाम दिखाते हैं कि, जब बाएँ और दाएँ गोलार्धों के बीच सूचना के आदान-प्रदान की मात्रा पर विचार किया जाता है, तो थेटा बैंड न्यूनतम पुनरावृत्ति और कार्य के लिए अधिकतम प्रासंगिकता दिखाते हैं जब समरूप फ्रंटल, पैराइटल, और ऑकिपिटल क्षेत्रों से निकाले जाते हैं जबकि अल्फा फ्रंटल और पैराइटल क्षेत्रों में हावी था और बीटा मुख्य रूप से ऑकिपिटल और टेम्पोरल क्षेत्रों में हावी था.पूर्ण रिपोर्ट के लिए यहाँ क्लिक करें।
रामी एन. खुशाबा, ल्यूक ग्रीनक्रेबी, सारथ कोडगोडा, जॉर्डन लुविएरेबी, सैंड्रा बर्केबी, गामिनी डिस्सानायके
सारांश
चुनाव एक इच्छाशक्ति क्रिया या वस्तु के निर्देशित चयन का विचार उत्पन्न करता है, जो आंतरिक पसंद और नापसंद, या अन्य ऐसे पसंदों द्वारा प्रेरित होता है। हालाँकि, ये आंतरिक प्रक्रियाएँ हमारी मानव शरीरक्रिया का क्षेत्र हैं। विभिन्न संदर्भों में निर्णय लेने की शारीरिक प्रक्रियाओं को समझना निर्णय विज्ञान में एक केंद्रीय उद्देश्य है क्योंकि इसका निर्णय शोध को आगे बढ़ाने की बहुत अधिक संभावना है। इस क्षेत्र में एक पायलट अध्ययन के रूप में, यह पत्र निर्णय लेने की प्रकृति का अन्वेषण करता है, यह जांचते हुए कि उन लोगों के संबंधित मस्तिष्क गतिविधि, इलेक्ट्रोएन्सेफालोग्राम (EEG), की पहचान कैसे की जाती है ताकि समझा जा सके कि मस्तिष्क उन विकल्पों का पता लगाने के दौरान कैसे प्रतिक्रिया करता है जो विषय की पसंदों को उत्पन्न करने के लिए डिज़ाइन किए गए हैं। ऐसे अध्ययन को सक्षम बनाने के लिए, टोबी-स्टूडियो आई ट्रैकर सिस्टम का उपयोग प्रतिभागियों की पसंद के आधार पर विकल्पों को कैप्चर करने के लिए किया गया जब वे सत्तर दो सेट की वस्तुओं का अवलोकन कर रहे थे। ये विकल्प सेट तीन छवियों से बने थे जो संभावित व्यक्तिगत कंप्यूटर पृष्ठभूमियां पेश कर रहे थे। पसंद के आधार पर विकल्पों को पहचानने के लिए, उत्तरदाता को उनके पसंदीदा पर क्लिक करने के लिए कहा गया था। इसके अलावा, एक मस्तिष्क कंप्यूटर इंटरफेस (BCI) का प्रतिनिधित्व करने वाला व्यावसायिक ईमोटिव ईपीओसी वायरलेस EEG हेडसेट 14 चैनलों के साथ प्रयोगों के दौरान संबंधित मस्तिष्क गतिविधियों को कैप्चर करने के लिए उपयोग किया गया था। प्रिंसिपल कंपोनेंट एनालिसिस (PCA) का उपयोग EEG डेटा को पूर्वप्रसंस्करण करने के लिए किया गया था, इसके बाद इसे फास्ट फूरियर ट्रांसफॉर्म (FFT) के साथ विश्लेषण किया गया ताकि मुख्य प्रधान आवृत्ति बैंड, डेल्टा (0.5–4 हर्ट्ज), थेटा (4–7 हर्ट्ज), अल्फा (8–12 हर्ट्ज), बीटा (13–30 हर्ट्ज), और गामा (30–40 हर्ट्ज) में परिवर्तनों का अवलोकन किया जा सके। म्यूचुअल इंफॉर्मेशन (MI) माप का उपयोग बाएँ से दाएँ मस्तिष्क गोलार्ध के बीच के अंतर और साथ ही सामने से पीछे के अंतर का अध्ययन करने के लिए किया गया। अठारह प्रतिभागियों को प्रयोग करने के लिए भर्ती किया गया था और औसत परिणामों ने मस्तिष्क के गतिविधि में स्पष्ट और महत्वपूर्ण बदलाव दिखाए, जिसमें फ्रंटल (F3 और F4), पैराइटल (P7 और P8) और ऑकिपिटल (O1 और O2) क्षेत्रों में प्रतिभागियों ने अपनी पसंदों का संकेत दिया। परिणाम दिखाते हैं कि, जब बाएँ और दाएँ गोलार्धों के बीच सूचना के आदान-प्रदान की मात्रा पर विचार किया जाता है, तो थेटा बैंड न्यूनतम पुनरावृत्ति और कार्य के लिए अधिकतम प्रासंगिकता दिखाते हैं जब समरूप फ्रंटल, पैराइटल, और ऑकिपिटल क्षेत्रों से निकाले जाते हैं जबकि अल्फा फ्रंटल और पैराइटल क्षेत्रों में हावी था और बीटा मुख्य रूप से ऑकिपिटल और टेम्पोरल क्षेत्रों में हावी था.पूर्ण रिपोर्ट के लिए यहाँ क्लिक करें।
रामी एन. खुशाबा, ल्यूक ग्रीनक्रेबी, सारथ कोडगोडा, जॉर्डन लुविएरेबी, सैंड्रा बर्केबी, गामिनी डिस्सानायके
सारांश
चुनाव एक इच्छाशक्ति क्रिया या वस्तु के निर्देशित चयन का विचार उत्पन्न करता है, जो आंतरिक पसंद और नापसंद, या अन्य ऐसे पसंदों द्वारा प्रेरित होता है। हालाँकि, ये आंतरिक प्रक्रियाएँ हमारी मानव शरीरक्रिया का क्षेत्र हैं। विभिन्न संदर्भों में निर्णय लेने की शारीरिक प्रक्रियाओं को समझना निर्णय विज्ञान में एक केंद्रीय उद्देश्य है क्योंकि इसका निर्णय शोध को आगे बढ़ाने की बहुत अधिक संभावना है। इस क्षेत्र में एक पायलट अध्ययन के रूप में, यह पत्र निर्णय लेने की प्रकृति का अन्वेषण करता है, यह जांचते हुए कि उन लोगों के संबंधित मस्तिष्क गतिविधि, इलेक्ट्रोएन्सेफालोग्राम (EEG), की पहचान कैसे की जाती है ताकि समझा जा सके कि मस्तिष्क उन विकल्पों का पता लगाने के दौरान कैसे प्रतिक्रिया करता है जो विषय की पसंदों को उत्पन्न करने के लिए डिज़ाइन किए गए हैं। ऐसे अध्ययन को सक्षम बनाने के लिए, टोबी-स्टूडियो आई ट्रैकर सिस्टम का उपयोग प्रतिभागियों की पसंद के आधार पर विकल्पों को कैप्चर करने के लिए किया गया जब वे सत्तर दो सेट की वस्तुओं का अवलोकन कर रहे थे। ये विकल्प सेट तीन छवियों से बने थे जो संभावित व्यक्तिगत कंप्यूटर पृष्ठभूमियां पेश कर रहे थे। पसंद के आधार पर विकल्पों को पहचानने के लिए, उत्तरदाता को उनके पसंदीदा पर क्लिक करने के लिए कहा गया था। इसके अलावा, एक मस्तिष्क कंप्यूटर इंटरफेस (BCI) का प्रतिनिधित्व करने वाला व्यावसायिक ईमोटिव ईपीओसी वायरलेस EEG हेडसेट 14 चैनलों के साथ प्रयोगों के दौरान संबंधित मस्तिष्क गतिविधियों को कैप्चर करने के लिए उपयोग किया गया था। प्रिंसिपल कंपोनेंट एनालिसिस (PCA) का उपयोग EEG डेटा को पूर्वप्रसंस्करण करने के लिए किया गया था, इसके बाद इसे फास्ट फूरियर ट्रांसफॉर्म (FFT) के साथ विश्लेषण किया गया ताकि मुख्य प्रधान आवृत्ति बैंड, डेल्टा (0.5–4 हर्ट्ज), थेटा (4–7 हर्ट्ज), अल्फा (8–12 हर्ट्ज), बीटा (13–30 हर्ट्ज), और गामा (30–40 हर्ट्ज) में परिवर्तनों का अवलोकन किया जा सके। म्यूचुअल इंफॉर्मेशन (MI) माप का उपयोग बाएँ से दाएँ मस्तिष्क गोलार्ध के बीच के अंतर और साथ ही सामने से पीछे के अंतर का अध्ययन करने के लिए किया गया। अठारह प्रतिभागियों को प्रयोग करने के लिए भर्ती किया गया था और औसत परिणामों ने मस्तिष्क के गतिविधि में स्पष्ट और महत्वपूर्ण बदलाव दिखाए, जिसमें फ्रंटल (F3 और F4), पैराइटल (P7 और P8) और ऑकिपिटल (O1 और O2) क्षेत्रों में प्रतिभागियों ने अपनी पसंदों का संकेत दिया। परिणाम दिखाते हैं कि, जब बाएँ और दाएँ गोलार्धों के बीच सूचना के आदान-प्रदान की मात्रा पर विचार किया जाता है, तो थेटा बैंड न्यूनतम पुनरावृत्ति और कार्य के लिए अधिकतम प्रासंगिकता दिखाते हैं जब समरूप फ्रंटल, पैराइटल, और ऑकिपिटल क्षेत्रों से निकाले जाते हैं जबकि अल्फा फ्रंटल और पैराइटल क्षेत्रों में हावी था और बीटा मुख्य रूप से ऑकिपिटल और टेम्पोरल क्षेत्रों में हावी था.पूर्ण रिपोर्ट के लिए यहाँ क्लिक करें।
सहायता
कंपनी
© 2025 EMOTIV, सभी अधिकार सुरक्षित।
आपकी गोपनीयता की पसंद (कुकी सेटिंग्स)
*अस्वीकृति – EMOTIV उत्पादों का उद्देश्य केवल अनुसंधान अनुप्रयोगों और व्यक्तिगत उपयोग के लिए होना है। हमारे उत्पादों को EU निर्देश 93/42/EEC में परिभाषित चिकित्सा उपकरणों के रूप में बेचा नहीं जाता है। हमारे उत्पादों को किसी बीमारी के निदान या उपचार के लिए उपयोग के लिए डिज़ाइन या उद्देश्य नहीं किया गया है।
अनुवाद पर नोट: इस वेबसाइट के गैर-अंग्रेजी संस्करणों का अनुवाद आपकी सुविधा के लिए कृत्रिम बुद्धिमत्ता का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, स्वचालित अनुवाद में त्रुटियाँ या ऐसे अंतरों हो सकते हैं जो मूल पाठ से भिन्न होते हैं। सबसे सटीक जानकारी के लिए, कृपया इस साइट के अंग्रेजी संस्करण को देखें।
सहायता
कंपनी
© 2025 EMOTIV, सभी अधिकार सुरक्षित।
आपकी गोपनीयता की पसंद (कुकी सेटिंग्स)
*अस्वीकृति – EMOTIV उत्पादों का उद्देश्य केवल अनुसंधान अनुप्रयोगों और व्यक्तिगत उपयोग के लिए होना है। हमारे उत्पादों को EU निर्देश 93/42/EEC में परिभाषित चिकित्सा उपकरणों के रूप में बेचा नहीं जाता है। हमारे उत्पादों को किसी बीमारी के निदान या उपचार के लिए उपयोग के लिए डिज़ाइन या उद्देश्य नहीं किया गया है।
अनुवाद पर नोट: इस वेबसाइट के गैर-अंग्रेजी संस्करणों का अनुवाद आपकी सुविधा के लिए कृत्रिम बुद्धिमत्ता का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, स्वचालित अनुवाद में त्रुटियाँ या ऐसे अंतरों हो सकते हैं जो मूल पाठ से भिन्न होते हैं। सबसे सटीक जानकारी के लिए, कृपया इस साइट के अंग्रेजी संस्करण को देखें।
सहायता
कंपनी
© 2025 EMOTIV, सभी अधिकार सुरक्षित।
आपकी गोपनीयता की पसंद (कुकी सेटिंग्स)
*अस्वीकृति – EMOTIV उत्पादों का उद्देश्य केवल अनुसंधान अनुप्रयोगों और व्यक्तिगत उपयोग के लिए होना है। हमारे उत्पादों को EU निर्देश 93/42/EEC में परिभाषित चिकित्सा उपकरणों के रूप में बेचा नहीं जाता है। हमारे उत्पादों को किसी बीमारी के निदान या उपचार के लिए उपयोग के लिए डिज़ाइन या उद्देश्य नहीं किया गया है।
अनुवाद पर नोट: इस वेबसाइट के गैर-अंग्रेजी संस्करणों का अनुवाद आपकी सुविधा के लिए कृत्रिम बुद्धिमत्ता का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, स्वचालित अनुवाद में त्रुटियाँ या ऐसे अंतरों हो सकते हैं जो मूल पाठ से भिन्न होते हैं। सबसे सटीक जानकारी के लिए, कृपया इस साइट के अंग्रेजी संस्करण को देखें।