Modelowanie wyboru a mózg: Badanie preferencji za pomocą elektroencefalografii (EEG)

Nuri Djavit

Zaktualizowano dnia

16 lis 2012

Modelowanie wyboru a mózg: Badanie preferencji za pomocą elektroencefalografii (EEG)

Nuri Djavit

Zaktualizowano dnia

16 lis 2012

Modelowanie wyboru a mózg: Badanie preferencji za pomocą elektroencefalografii (EEG)

Nuri Djavit

Zaktualizowano dnia

16 lis 2012

Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,

Abstrakt

Wybór wywołuje wyobrażenie ukierunkowanej selekcji pożądanego działania lub obiektu, motywowanej wewnętrznymi upodobaniami i niechęciami lub innymi tego typu preferencjami. Jednak takie wewnętrzne procesy są po prostu domeną naszej ludzkiej fizjologii. Zrozumienie fizjologicznych procesów podejmowania decyzji w różnych kontekstach jest głównym celem nauk o decyzjach, ponieważ ma ogromny potencjał w zakresie dalszego rozwoju badań nad podejmowaniem decyzji. Jako badanie pilotażowe w tej dziedzinie, niniejszy artykuł bada naturę podejmowania decyzji poprzez badanie powiązanej aktywności mózgu za pomocą elektroencefalogramu (EEG) u ludzi, aby zrozumieć, jak mózg reaguje podczas dokonywania wyborów mających na celu wyłonienie preferencji badanych. Aby ułatwić to badanie, wykorzystano system okulograficzny Tobii-Studio do zarejestrowania preferencji uczestników opartych na wyborach, gdy obserwowali oni siedemdziesiąt dwa zestawy obiektów. Te zestawy wyborów składały się z trzech obrazów przedstawiających potencjalne tła komputerów osobistych. Preferencje oparte na wyborach identyfikowano poprzez kliknięcie przez respondenta na ten, który preferował. Ponadto, do rejestrowania powiązanej aktywności mózgu w okresie trwania eksperymentów wykorzystano interfejs mózg-komputer (BCI) reprezentowany przez komercyjny bezprzewodowy zestaw słuchawkowy EEG Emotiv EPOC z 14 kanałami. Analiza głównych składowych (PCA) została wykorzystana do wstępnego przetworzenia danych EEG przed ich analizą za pomocą szybkiej transformaty Fouriera (FFT) w celu zaobserwowania zmian w głównych pasmach częstotliwości: delta (0.5–4 Hz), theta (4–7 Hz), alfa (8–12 Hz), beta (13–30 Hz) i gamma (30–40 Hz). Do zbadania różnic między lewą a prawą półkulą, a także różnic między przodem a tyłem, zastosowano miarę informacji wzajemnej (MI). Do przeprowadzenia eksperymentów zaangażowano osiemnastu uczestników, a uśrednione wyniki wykazały wyraźną i znaczącą zmianę aktywności spektralnej w obszarach czołowych (F3 i F4), ciemieniowych (P7 i P8) oraz potylicznych (O1 i O2), podczas gdy uczestnicy wskazywali swoje preferencje. Wyniki pokazują, że biorąc pod uwagę ilość wymiany informacji pomiędzy lewą i prawą półkulą, pasma theta wykazywały minimalną redundancję i maksymalne znaczenie dla wykonywanego zadania, gdy były ekstrahowane z symetrycznych regionów czołowych, ciemieniowych i potylicznych, podczas gdy alfa dominowała w regionach czołowych i ciemieniowych, a beta dominowała głównie w regionach potylicznych i skroniowych.Kliknij tutaj, aby pobrać pełny raport.

Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,

Abstrakt

Wybór wywołuje wyobrażenie ukierunkowanej selekcji pożądanego działania lub obiektu, motywowanej wewnętrznymi upodobaniami i niechęciami lub innymi tego typu preferencjami. Jednak takie wewnętrzne procesy są po prostu domeną naszej ludzkiej fizjologii. Zrozumienie fizjologicznych procesów podejmowania decyzji w różnych kontekstach jest głównym celem nauk o decyzjach, ponieważ ma ogromny potencjał w zakresie dalszego rozwoju badań nad podejmowaniem decyzji. Jako badanie pilotażowe w tej dziedzinie, niniejszy artykuł bada naturę podejmowania decyzji poprzez badanie powiązanej aktywności mózgu za pomocą elektroencefalogramu (EEG) u ludzi, aby zrozumieć, jak mózg reaguje podczas dokonywania wyborów mających na celu wyłonienie preferencji badanych. Aby ułatwić to badanie, wykorzystano system okulograficzny Tobii-Studio do zarejestrowania preferencji uczestników opartych na wyborach, gdy obserwowali oni siedemdziesiąt dwa zestawy obiektów. Te zestawy wyborów składały się z trzech obrazów przedstawiających potencjalne tła komputerów osobistych. Preferencje oparte na wyborach identyfikowano poprzez kliknięcie przez respondenta na ten, który preferował. Ponadto, do rejestrowania powiązanej aktywności mózgu w okresie trwania eksperymentów wykorzystano interfejs mózg-komputer (BCI) reprezentowany przez komercyjny bezprzewodowy zestaw słuchawkowy EEG Emotiv EPOC z 14 kanałami. Analiza głównych składowych (PCA) została wykorzystana do wstępnego przetworzenia danych EEG przed ich analizą za pomocą szybkiej transformaty Fouriera (FFT) w celu zaobserwowania zmian w głównych pasmach częstotliwości: delta (0.5–4 Hz), theta (4–7 Hz), alfa (8–12 Hz), beta (13–30 Hz) i gamma (30–40 Hz). Do zbadania różnic między lewą a prawą półkulą, a także różnic między przodem a tyłem, zastosowano miarę informacji wzajemnej (MI). Do przeprowadzenia eksperymentów zaangażowano osiemnastu uczestników, a uśrednione wyniki wykazały wyraźną i znaczącą zmianę aktywności spektralnej w obszarach czołowych (F3 i F4), ciemieniowych (P7 i P8) oraz potylicznych (O1 i O2), podczas gdy uczestnicy wskazywali swoje preferencje. Wyniki pokazują, że biorąc pod uwagę ilość wymiany informacji pomiędzy lewą i prawą półkulą, pasma theta wykazywały minimalną redundancję i maksymalne znaczenie dla wykonywanego zadania, gdy były ekstrahowane z symetrycznych regionów czołowych, ciemieniowych i potylicznych, podczas gdy alfa dominowała w regionach czołowych i ciemieniowych, a beta dominowała głównie w regionach potylicznych i skroniowych.Kliknij tutaj, aby pobrać pełny raport.

Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,

Abstrakt

Wybór wywołuje wyobrażenie ukierunkowanej selekcji pożądanego działania lub obiektu, motywowanej wewnętrznymi upodobaniami i niechęciami lub innymi tego typu preferencjami. Jednak takie wewnętrzne procesy są po prostu domeną naszej ludzkiej fizjologii. Zrozumienie fizjologicznych procesów podejmowania decyzji w różnych kontekstach jest głównym celem nauk o decyzjach, ponieważ ma ogromny potencjał w zakresie dalszego rozwoju badań nad podejmowaniem decyzji. Jako badanie pilotażowe w tej dziedzinie, niniejszy artykuł bada naturę podejmowania decyzji poprzez badanie powiązanej aktywności mózgu za pomocą elektroencefalogramu (EEG) u ludzi, aby zrozumieć, jak mózg reaguje podczas dokonywania wyborów mających na celu wyłonienie preferencji badanych. Aby ułatwić to badanie, wykorzystano system okulograficzny Tobii-Studio do zarejestrowania preferencji uczestników opartych na wyborach, gdy obserwowali oni siedemdziesiąt dwa zestawy obiektów. Te zestawy wyborów składały się z trzech obrazów przedstawiających potencjalne tła komputerów osobistych. Preferencje oparte na wyborach identyfikowano poprzez kliknięcie przez respondenta na ten, który preferował. Ponadto, do rejestrowania powiązanej aktywności mózgu w okresie trwania eksperymentów wykorzystano interfejs mózg-komputer (BCI) reprezentowany przez komercyjny bezprzewodowy zestaw słuchawkowy EEG Emotiv EPOC z 14 kanałami. Analiza głównych składowych (PCA) została wykorzystana do wstępnego przetworzenia danych EEG przed ich analizą za pomocą szybkiej transformaty Fouriera (FFT) w celu zaobserwowania zmian w głównych pasmach częstotliwości: delta (0.5–4 Hz), theta (4–7 Hz), alfa (8–12 Hz), beta (13–30 Hz) i gamma (30–40 Hz). Do zbadania różnic między lewą a prawą półkulą, a także różnic między przodem a tyłem, zastosowano miarę informacji wzajemnej (MI). Do przeprowadzenia eksperymentów zaangażowano osiemnastu uczestników, a uśrednione wyniki wykazały wyraźną i znaczącą zmianę aktywności spektralnej w obszarach czołowych (F3 i F4), ciemieniowych (P7 i P8) oraz potylicznych (O1 i O2), podczas gdy uczestnicy wskazywali swoje preferencje. Wyniki pokazują, że biorąc pod uwagę ilość wymiany informacji pomiędzy lewą i prawą półkulą, pasma theta wykazywały minimalną redundancję i maksymalne znaczenie dla wykonywanego zadania, gdy były ekstrahowane z symetrycznych regionów czołowych, ciemieniowych i potylicznych, podczas gdy alfa dominowała w regionach czołowych i ciemieniowych, a beta dominowała głównie w regionach potylicznych i skroniowych.Kliknij tutaj, aby pobrać pełny raport.

Kontynuuj czytanie

Klasyfikacja kształtów prymitywnych za pomocą interfejsów mózg–komputer