Classificação de Estresse Cognitivo de Ensaio Único Usando Eletroencefalografia Sem Fio Portátil
Emotiv
Atualizado em
10 de jun. de 2019
Classificação de Estresse Cognitivo de Ensaio Único Usando Eletroencefalografia Sem Fio Portátil
Emotiv
Atualizado em
10 de jun. de 2019
Classificação de Estresse Cognitivo de Ensaio Único Usando Eletroencefalografia Sem Fio Portátil
Emotiv
Atualizado em
10 de jun. de 2019
Este trabalho utilizou um headset de eletroencefalografia (EEG) sem fios de baixo custo para quantificar a resposta humana a diferentes estados de stress cognitivo numa base de ensaio único. Utilizámos um teste de interferência cor-palavra do tipo Stroop para provocar respostas de stress ligeiro em 18 indivíduos enquanto registávamos o EEG do couro cabeludo. Os sinais registados em treze locais do couro cabeludo foram analisados através de um algoritmo que calcula as tensões médias quadráticas nas bandas teta (4–8 Hz), alfa (8–13 Hz) e beta (13–30 Hz) imediatamente a seguir ao início dos estímulos Stroop; a média da energia de Teager em cada uma destas três bandas; e o comprimento de linha do sinal de EEG de banda larga e o número de picos. Estas características computacionais foram extraídas dos sinais de EEG em treze elétrodos durante cada apresentação de estímulo e utilizadas como entradas para classificadores de regressão logística, análise discriminante quadrática e k-vizinhos mais próximos.
Este trabalho utilizou um headset de eletroencefalografia (EEG) sem fios de baixo custo para quantificar a resposta humana a diferentes estados de stress cognitivo numa base de ensaio único. Utilizámos um teste de interferência cor-palavra do tipo Stroop para provocar respostas de stress ligeiro em 18 indivíduos enquanto registávamos o EEG do couro cabeludo. Os sinais registados em treze locais do couro cabeludo foram analisados através de um algoritmo que calcula as tensões médias quadráticas nas bandas teta (4–8 Hz), alfa (8–13 Hz) e beta (13–30 Hz) imediatamente a seguir ao início dos estímulos Stroop; a média da energia de Teager em cada uma destas três bandas; e o comprimento de linha do sinal de EEG de banda larga e o número de picos. Estas características computacionais foram extraídas dos sinais de EEG em treze elétrodos durante cada apresentação de estímulo e utilizadas como entradas para classificadores de regressão logística, análise discriminante quadrática e k-vizinhos mais próximos.
Este trabalho utilizou um headset de eletroencefalografia (EEG) sem fios de baixo custo para quantificar a resposta humana a diferentes estados de stress cognitivo numa base de ensaio único. Utilizámos um teste de interferência cor-palavra do tipo Stroop para provocar respostas de stress ligeiro em 18 indivíduos enquanto registávamos o EEG do couro cabeludo. Os sinais registados em treze locais do couro cabeludo foram analisados através de um algoritmo que calcula as tensões médias quadráticas nas bandas teta (4–8 Hz), alfa (8–13 Hz) e beta (13–30 Hz) imediatamente a seguir ao início dos estímulos Stroop; a média da energia de Teager em cada uma destas três bandas; e o comprimento de linha do sinal de EEG de banda larga e o número de picos. Estas características computacionais foram extraídas dos sinais de EEG em treze elétrodos durante cada apresentação de estímulo e utilizadas como entradas para classificadores de regressão logística, análise discriminante quadrática e k-vizinhos mais próximos.