Sistemas Homem-Máquina, IEEE, 2015

Resumo

A avaliação da carga mental de trabalho utilizando medidas fisiológicas, especialmente sinais do EEG (eletroencefalografia), é uma área ativa. Recentemente, tornaram-se disponíveis vários sistemas de aquisição sem fios para medir o EEG e outros sinais fisiológicos. Poucos estudos têm aplicado tais sistemas sem fios para avaliar a carga cognitiva e avaliar o seu desempenho. Este artigo apresenta um passo inicial para explorar a viabilidade de um sistema sem fios popular (headset Emotiv EPOC) para avaliar os níveis de carga de memória numa tarefa n-back bem conhecida. Desenvolvemos uma estrutura de processamento de sinal e classificação, que integrou um algoritmo de remoção automática de artefactos, um amplo espetro de técnicas de extração de características, um método personalizado de dimensionamento de características, uma abordagem de seleção de características baseada na teoria da informação e um modelo de classificação baseado na máquina de vetores de suporte proximal. Os resultados experimentais mostram que os sinais de EEG recolhidos sem fios podem ser utilizados para classificar diferentes níveis de carga de memória para nove participantes. As exatidões de classificação entre o nível de carga de trabalho mais baixo (0-back) e os níveis de carga de trabalho ativos (1-, 2-, 3-back) estiveram próximas de 100%. A melhor exatidão de classificação para 1- versus 2-back foi de 80%, e de 1- versus 3-back foi de 84%. Este estudo indica que o sistema de aquisição sem fios e as técnicas avançadas de análise de dados e reconhecimento de padrões são promissores para alcançar a monitorização e identificação em tempo real dos níveis de carga mental para seres humanos envolvidos numa ampla variedade de atividades cognitivas na sociedade moderna.Clique aqui para ler o relatório completo