Classificatie van cognitieve stress op basis van één enkele meting met behulp van draagbare draadloze elektro-encefalografie
Emotiv
Bijgewerkt op
10 jun 2019
Classificatie van cognitieve stress op basis van één enkele meting met behulp van draagbare draadloze elektro-encefalografie
Emotiv
Bijgewerkt op
10 jun 2019
Classificatie van cognitieve stress op basis van één enkele meting met behulp van draagbare draadloze elektro-encefalografie
Emotiv
Bijgewerkt op
10 jun 2019
Dit werk maakte gebruik van een goedkope draadloze elektro-encefalografie (EEG) headset om de menselijke respons op verschillende cognitieve stresstoestanden op basis van individuele metingen te kwantificeren. We gebruikten een Stroop-type kleur-woord-interferentietest om milde stressreacties op te wekken bij 18 proefpersonen terwijl we scalp-EEG registreerden. Signalen geregistreerd van dertien hoofdhuidlocaties werden geanalyseerd met behulp van een algoritme dat de effectieve spanningswaarden (RMS) berekent in de theta- (4-8 Hz), alfa- (8-13 Hz) en bètabanden (13-30 Hz) direct na de start van de Stroop-stimuli; het gemiddelde van de Teager-energie in elk van deze drie banden; en de lijnlengte en het aantal pieken van het breedband-EEG-signaal. Deze computationele kenmerken werden tijdens elke stimuluspresentatie geëxtraheerd uit de EEG-signalen van dertien elektroden en gebruikt als input voor logistische regressie, kwadratische discriminantanalyse en k-nearest neighbour-classificatiemethoden.
Dit werk maakte gebruik van een goedkope draadloze elektro-encefalografie (EEG) headset om de menselijke respons op verschillende cognitieve stresstoestanden op basis van individuele metingen te kwantificeren. We gebruikten een Stroop-type kleur-woord-interferentietest om milde stressreacties op te wekken bij 18 proefpersonen terwijl we scalp-EEG registreerden. Signalen geregistreerd van dertien hoofdhuidlocaties werden geanalyseerd met behulp van een algoritme dat de effectieve spanningswaarden (RMS) berekent in de theta- (4-8 Hz), alfa- (8-13 Hz) en bètabanden (13-30 Hz) direct na de start van de Stroop-stimuli; het gemiddelde van de Teager-energie in elk van deze drie banden; en de lijnlengte en het aantal pieken van het breedband-EEG-signaal. Deze computationele kenmerken werden tijdens elke stimuluspresentatie geëxtraheerd uit de EEG-signalen van dertien elektroden en gebruikt als input voor logistische regressie, kwadratische discriminantanalyse en k-nearest neighbour-classificatiemethoden.
Dit werk maakte gebruik van een goedkope draadloze elektro-encefalografie (EEG) headset om de menselijke respons op verschillende cognitieve stresstoestanden op basis van individuele metingen te kwantificeren. We gebruikten een Stroop-type kleur-woord-interferentietest om milde stressreacties op te wekken bij 18 proefpersonen terwijl we scalp-EEG registreerden. Signalen geregistreerd van dertien hoofdhuidlocaties werden geanalyseerd met behulp van een algoritme dat de effectieve spanningswaarden (RMS) berekent in de theta- (4-8 Hz), alfa- (8-13 Hz) en bètabanden (13-30 Hz) direct na de start van de Stroop-stimuli; het gemiddelde van de Teager-energie in elk van deze drie banden; en de lijnlengte en het aantal pieken van het breedband-EEG-signaal. Deze computationele kenmerken werden tijdens elke stimuluspresentatie geëxtraheerd uit de EEG-signalen van dertien elektroden en gebruikt als input voor logistische regressie, kwadratische discriminantanalyse en k-nearest neighbour-classificatiemethoden.
Lees verder