Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Classificatie van cognitieve stress op basis van één enkele meting met behulp van draagbare draadloze elektro-encefalografie
Delen:
In dit werk werd een goedkope draadloze elektro-encefalografie (EEG)-headset gebruikt om de menselijke respons op verschillende cognitieve stressniveaus per afzonderlijke trial te kwantificeren. We gebruikten een Stroop-achtige kleur-woordinterferentietest om milde stressreacties op te wekken bij 18 proefpersonen terwijl EEG van de hoofdhuid werd geregistreerd. Signalen die op dertien locaties op de hoofdhuid werden opgenomen, werden geanalyseerd met een algoritme dat de root-mean-square-spanningen berekent in de theta- (4–8 Hz), alfa- (8–13 Hz) en bèta- (13–30 Hz) banden direct na de start van 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 uit de EEG-signalen op dertien elektroden geëxtraheerd tijdens elke stimuluspresentatie en gebruikt als invoer voor logistische regressie, kwadratische discriminantanalyse en k-dichtstbijzijnde-buurclassificatoren.
In dit werk werd een goedkope draadloze elektro-encefalografie (EEG)-headset gebruikt om de menselijke respons op verschillende cognitieve stressniveaus per afzonderlijke trial te kwantificeren. We gebruikten een Stroop-achtige kleur-woordinterferentietest om milde stressreacties op te wekken bij 18 proefpersonen terwijl EEG van de hoofdhuid werd geregistreerd. Signalen die op dertien locaties op de hoofdhuid werden opgenomen, werden geanalyseerd met een algoritme dat de root-mean-square-spanningen berekent in de theta- (4–8 Hz), alfa- (8–13 Hz) en bèta- (13–30 Hz) banden direct na de start van 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 uit de EEG-signalen op dertien elektroden geëxtraheerd tijdens elke stimuluspresentatie en gebruikt als invoer voor logistische regressie, kwadratische discriminantanalyse en k-dichtstbijzijnde-buurclassificatoren.
In dit werk werd een goedkope draadloze elektro-encefalografie (EEG)-headset gebruikt om de menselijke respons op verschillende cognitieve stressniveaus per afzonderlijke trial te kwantificeren. We gebruikten een Stroop-achtige kleur-woordinterferentietest om milde stressreacties op te wekken bij 18 proefpersonen terwijl EEG van de hoofdhuid werd geregistreerd. Signalen die op dertien locaties op de hoofdhuid werden opgenomen, werden geanalyseerd met een algoritme dat de root-mean-square-spanningen berekent in de theta- (4–8 Hz), alfa- (8–13 Hz) en bèta- (13–30 Hz) banden direct na de start van 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 uit de EEG-signalen op dertien elektroden geëxtraheerd tijdens elke stimuluspresentatie en gebruikt als invoer voor logistische regressie, kwadratische discriminantanalyse en k-dichtstbijzijnde-buurclassificatoren.
