
การจำแนกความเครียดทางปัญญาสำหรับช่วงการทดลองเดี่ยวโดยใช้เครื่องตรวจคลื่นไฟฟ้าสมองแบบพกพาไร้สาย
Emotiv
อัปเดตเมื่อ
10 มิ.ย. 2562

การจำแนกความเครียดทางปัญญาสำหรับช่วงการทดลองเดี่ยวโดยใช้เครื่องตรวจคลื่นไฟฟ้าสมองแบบพกพาไร้สาย
Emotiv
อัปเดตเมื่อ
10 มิ.ย. 2562

การจำแนกความเครียดทางปัญญาสำหรับช่วงการทดลองเดี่ยวโดยใช้เครื่องตรวจคลื่นไฟฟ้าสมองแบบพกพาไร้สาย
Emotiv
อัปเดตเมื่อ
10 มิ.ย. 2562
งานวิจัยนี้ได้ใช้ชุดหูฟังตรวจคลื่นไฟฟ้าสมอง (EEG) แบบไร้สายต้นทุนต่ำ เพื่อวัดการตอบสนองของมนุษย์ต่อสภาวะความเครียดทางปัญญาที่แตกต่างกันเป็นรายบุคคล เราได้ใช้การทดสอบ Stroop-type colour–word interference เพื่อกระตุ้นการตอบสนองต่อความเครียดระดับเบาในกลุ่มตัวอย่าง 18 คน พร้อมกับบันทึกคลื่นไฟฟ้าสมองตรงหนังศีรษะ สัญญาณที่บันทึกจากตำแหน่งบนหนังศีรษะสิบสามตำแหน่งได้รับการวิเคราะห์โดยใช้ตัวขยายสัญญาณในการคำนวณหาค่า Root Mean Square ของแรงดันไฟฟ้าในย่านความถี่เทตา (4–8 Hz), อัลฟา (8–13 Hz) และเบตา (13–30 Hz) ทันทีหลังจากเริ่มมีการกระตุ้นด้วย Stroop; ค่าเฉลี่ยพลังงาน Teager ในแต่ละย่านความถี่ทั้งสามนี้; และความยาวเส้นของสัญญาณ EEG ย่านกว้างรวมถึงจำนวนของจุดยอด คุณลักษณะเฉพาะทางคอมพิวเตอร์เหล่านี้ถูกดึงออกมาจากสัญญาณ EEG บนอิเล็กโทรดทั้งสิบสามตัวในระหว่างการนำเสนอสิ่งเร้าแต่ละครั้ง และนำไปใช้เป็นข้อมูลนำเข้าสำหรับการถดถอยโลจิสติก (logistic regression) การวิเคราะห์จำแนกประเภทกำลังสอง (quadratic discriminant analysis) และตัวจำแนกประเภทเพื่อนบ้านใกล้ที่สุด k ตัว (k-nearest neighbour classifiers)
งานวิจัยนี้ได้ใช้ชุดหูฟังตรวจคลื่นไฟฟ้าสมอง (EEG) แบบไร้สายต้นทุนต่ำ เพื่อวัดการตอบสนองของมนุษย์ต่อสภาวะความเครียดทางปัญญาที่แตกต่างกันเป็นรายบุคคล เราได้ใช้การทดสอบ Stroop-type colour–word interference เพื่อกระตุ้นการตอบสนองต่อความเครียดระดับเบาในกลุ่มตัวอย่าง 18 คน พร้อมกับบันทึกคลื่นไฟฟ้าสมองตรงหนังศีรษะ สัญญาณที่บันทึกจากตำแหน่งบนหนังศีรษะสิบสามตำแหน่งได้รับการวิเคราะห์โดยใช้ตัวขยายสัญญาณในการคำนวณหาค่า Root Mean Square ของแรงดันไฟฟ้าในย่านความถี่เทตา (4–8 Hz), อัลฟา (8–13 Hz) และเบตา (13–30 Hz) ทันทีหลังจากเริ่มมีการกระตุ้นด้วย Stroop; ค่าเฉลี่ยพลังงาน Teager ในแต่ละย่านความถี่ทั้งสามนี้; และความยาวเส้นของสัญญาณ EEG ย่านกว้างรวมถึงจำนวนของจุดยอด คุณลักษณะเฉพาะทางคอมพิวเตอร์เหล่านี้ถูกดึงออกมาจากสัญญาณ EEG บนอิเล็กโทรดทั้งสิบสามตัวในระหว่างการนำเสนอสิ่งเร้าแต่ละครั้ง และนำไปใช้เป็นข้อมูลนำเข้าสำหรับการถดถอยโลจิสติก (logistic regression) การวิเคราะห์จำแนกประเภทกำลังสอง (quadratic discriminant analysis) และตัวจำแนกประเภทเพื่อนบ้านใกล้ที่สุด k ตัว (k-nearest neighbour classifiers)
งานวิจัยนี้ได้ใช้ชุดหูฟังตรวจคลื่นไฟฟ้าสมอง (EEG) แบบไร้สายต้นทุนต่ำ เพื่อวัดการตอบสนองของมนุษย์ต่อสภาวะความเครียดทางปัญญาที่แตกต่างกันเป็นรายบุคคล เราได้ใช้การทดสอบ Stroop-type colour–word interference เพื่อกระตุ้นการตอบสนองต่อความเครียดระดับเบาในกลุ่มตัวอย่าง 18 คน พร้อมกับบันทึกคลื่นไฟฟ้าสมองตรงหนังศีรษะ สัญญาณที่บันทึกจากตำแหน่งบนหนังศีรษะสิบสามตำแหน่งได้รับการวิเคราะห์โดยใช้ตัวขยายสัญญาณในการคำนวณหาค่า Root Mean Square ของแรงดันไฟฟ้าในย่านความถี่เทตา (4–8 Hz), อัลฟา (8–13 Hz) และเบตา (13–30 Hz) ทันทีหลังจากเริ่มมีการกระตุ้นด้วย Stroop; ค่าเฉลี่ยพลังงาน Teager ในแต่ละย่านความถี่ทั้งสามนี้; และความยาวเส้นของสัญญาณ EEG ย่านกว้างรวมถึงจำนวนของจุดยอด คุณลักษณะเฉพาะทางคอมพิวเตอร์เหล่านี้ถูกดึงออกมาจากสัญญาณ EEG บนอิเล็กโทรดทั้งสิบสามตัวในระหว่างการนำเสนอสิ่งเร้าแต่ละครั้ง และนำไปใช้เป็นข้อมูลนำเข้าสำหรับการถดถอยโลจิสติก (logistic regression) การวิเคราะห์จำแนกประเภทกำลังสอง (quadratic discriminant analysis) และตัวจำแนกประเภทเพื่อนบ้านใกล้ที่สุด k ตัว (k-nearest neighbour classifiers)