無線EEG信号を使用してn-バックタスクにおける記憶の作業負荷を評価する

人間-機械システム、IEEE、2015

要約

生理学的測定、特にEEG（脳波）信号を使用したメンタルワークロードの評価は活発な研究分野です。最近、EEGやその他の生理学的信号を測定するためのワイヤレス取得システムがいくつか登場しました。これらのワイヤレスシステムを使用して認知ワークロードを評価し、その性能を評価した研究は少数です。本論文では、有名なn-back課題においてメモリワークロードレベルを評価するために、広く使用されているワイヤレスシステム（EMOTIV EPOCヘッドセット）の実現可能性を探るための初期ステップを提示します。自動アーティファクト除去アルゴリズム、広範な特徴抽出技術、個別の特徴スケーリング手法、情報理論に基づく特徴選択アプローチ、近接サポートベクターマシンに基づく分類モデルを統合した信号処理と分類のフレームワークを開発しました。実験結果は、ワイヤレスで収集されたEEG信号が9人の参加者の異なるメモリワークロードレベルを分類するのに使用できることを示しています。最も低いワークロードレベル（0-back）とアクティブなワークロードレベル（1-back、2-back、3-back）との分類精度は、ほぼ100%に達しました。1-back対2-backの最良の分類精度は80%、1-back対3-backは84%でした。この研究は、ワイヤレス取得システムと高度なデータ分析およびパターン認識技術が、現代社会におけるさまざまな認知活動に従事する人間のメンタルワークロードレベルのリアルタイム監視および識別を達成するために有望であることを示しています。ここをクリックして全文レポートを読む