การติดตามภาระงานทางสมองด้วยเซ็นเซอร์ Mobile EEG
Quoc Minh Lai
อัปเดตเมื่อ
4 ส.ค. 2564
การติดตามภาระงานทางสมองด้วยเซ็นเซอร์ Mobile EEG
Quoc Minh Lai
อัปเดตเมื่อ
4 ส.ค. 2564
การติดตามภาระงานทางสมองด้วยเซ็นเซอร์ Mobile EEG
Quoc Minh Lai
อัปเดตเมื่อ
4 ส.ค. 2564
บทคัดย่อ
จุดมุ่งหมายของการศึกษาวิจัยในครั้งนี้คือเพื่อประเมินว่าการติดตั้งระบบตรวจคลื่นไฟฟ้าสมองแบบเคลื่อนที่ (EEG) จะสามารถนำมาใช้ในการติดตามภาระงานทางสมอง (mental workload) ได้หรือไม่ ซึ่งเป็นแง่มุมที่สำคัญของประสิทธิภาพในการเรียนรู้และแรงจูงใจ และอาจเป็นแหล่งข้อมูลที่มีค่าในการประเมินแนวทางการฝึกฝนกระบวนการทางปัญญา
ผู้ทดสอบที่มีสุขภาพดีจำนวนยี่สิบห้าคนได้ทำการทดสอบ N-back สามระดับ โดยใช้การตั้งค่าแบบเคลื่อนที่เต็มรูปแบบ ซึ่งรวมถึงการนำเสนอภารกิจบนแท็บเล็ตและการเก็บข้อมูล EEG ด้วยอุปกรณ์ EEG แบบเคลื่อนที่ที่ติดตั้งด้วยตนเอง ณ จุดเวลาประเมินสองจุด มีการเลือกใช้วิธีวิเคราะห์แบบสองส่วน ได้แก่ การวิเคราะห์ความแปรปรวนมาตรฐาน (ANOVA) และเครือข่ายประสาทเทียม เพื่อแยกแยะระดับของภาระงานทางปัญญา ผลลัพธ์ของเราบ่งชี้ว่าการติดตั้งระบบนี้มีความเป็นไปได้ในการตรวจจับการเปลี่ยนแปลงของภาระงานทางปัญญา ดังที่สะท้อนให้เห็นจากการเปลี่ยนแปลงในกลีบสมองต่างๆ ในย่านความถี่ที่แตกต่างกัน โดยเฉพาะอย่างยิ่ง เราสังเกตเห็นการลดลงของคลื่นอัลฟ่าบริเวณท้ายทอย (occipital alpha) และการเพิ่มขึ้นของคลื่นธีต้าบริเวณส่วนหน้า ส่วนข้าง และท้ายทอย (frontal, parietal, และ occipital theta) เมื่อภาระงานทางปัญญาเพิ่มขึ้น ระดับภาระงานทางปัญญาที่แตกต่างกันมากที่สุดสามารถจำแนกความแตกต่างได้ด้วยแบบจำลองการเรียนรู้ของเครื่องแบบบูรณาการ โดยมีความถูกต้องแม่นยำร้อยละ 86
บทสรุป
ในการศึกษาวิจัยปัจจุบัน เราได้ทดสอบการติดตั้งระบบแบบเคลื่อนที่เต็มรูปแบบสำหรับภารกิจการฝึกฝนกระบวนการทางปัญญาร่วมกับการบันทึก EEG เพื่อตรวจจับภาระงานทางปัญญา การติดตั้งระบบนี้อ้างอิงจากอุปกรณ์ EEG แบบเคลื่อนที่ร่วมกับแท็บเล็ตเพื่อแสดงภารกิจทางปัญญา เพื่อให้สามารถติดตั้งและทำการทดสอบด้วยตนเองได้อย่างง่ายดาย การวิเคราะห์ข้อมูลพฤติกรรมช่วยยืนยันความแตกต่างในประสิทธิภาพของภารกิจโดยขึ้นอยู่กับความยากของภารกิจ นอกจากนี้ เรายังพบการลดลงของกำลังย่านความถี่คลื่นอัลฟ่าบริเวณท้ายทอย และการเพิ่มขึ้นของกำลังย่านความถี่คลื่นธีต้าบริเวณส่วนหน้า เมื่อภารกิจมีความยากขึ้น ซึ่งเป็นการยืนยันสมมติฐานหลักของเรา นอกจากนี้ การจำแนกประเภทความพยายามทางปัญญาโดยอัตโนมัติเผยให้เห็นว่า วิธีการเรียนรู้ของเครื่องสามารถจำแนกความแตกต่างระหว่างระดับภาระงานทางปัญญาที่เด่นชัดที่สุดด้วยความถูกต้องแม่นยำร้อยละ 86 ผลลัพธ์ของเราชี้ให้เห็นถึงความเป็นไปได้ของการติดตั้งระบบแบบเคลื่อนที่เต็มรูปแบบในการตรวจจับระดับของภาระงานทางปัญญาที่แตกต่างกัน ดังที่สะท้อนให้เห็นจากการเปลี่ยนแปลงกำลังของย่านความถี่ นอกจากนี้ ความพึงพอใจในการใช้งานที่ได้รับการประเมินโดยผู้ใช้นั้นมีความเหมาะสม โดยมีการฝึกอบรมการติดตั้งขั้วไฟฟ้าแบบตัวต่อตัวในครั้งแรก ทั้งนี้ จำเป็นต้องมีการศึกษาวิจัยในอนาคตเพื่อประเมินผลลัพธ์ในกลุ่มตัวอย่างที่มีความหลากหลายมากขึ้น รวมถึงช่วงอายุที่กว้างขึ้นและกลุ่มผู้ป่วย
บทคัดย่อ
จุดมุ่งหมายของการศึกษาวิจัยในครั้งนี้คือเพื่อประเมินว่าการติดตั้งระบบตรวจคลื่นไฟฟ้าสมองแบบเคลื่อนที่ (EEG) จะสามารถนำมาใช้ในการติดตามภาระงานทางสมอง (mental workload) ได้หรือไม่ ซึ่งเป็นแง่มุมที่สำคัญของประสิทธิภาพในการเรียนรู้และแรงจูงใจ และอาจเป็นแหล่งข้อมูลที่มีค่าในการประเมินแนวทางการฝึกฝนกระบวนการทางปัญญา
ผู้ทดสอบที่มีสุขภาพดีจำนวนยี่สิบห้าคนได้ทำการทดสอบ N-back สามระดับ โดยใช้การตั้งค่าแบบเคลื่อนที่เต็มรูปแบบ ซึ่งรวมถึงการนำเสนอภารกิจบนแท็บเล็ตและการเก็บข้อมูล EEG ด้วยอุปกรณ์ EEG แบบเคลื่อนที่ที่ติดตั้งด้วยตนเอง ณ จุดเวลาประเมินสองจุด มีการเลือกใช้วิธีวิเคราะห์แบบสองส่วน ได้แก่ การวิเคราะห์ความแปรปรวนมาตรฐาน (ANOVA) และเครือข่ายประสาทเทียม เพื่อแยกแยะระดับของภาระงานทางปัญญา ผลลัพธ์ของเราบ่งชี้ว่าการติดตั้งระบบนี้มีความเป็นไปได้ในการตรวจจับการเปลี่ยนแปลงของภาระงานทางปัญญา ดังที่สะท้อนให้เห็นจากการเปลี่ยนแปลงในกลีบสมองต่างๆ ในย่านความถี่ที่แตกต่างกัน โดยเฉพาะอย่างยิ่ง เราสังเกตเห็นการลดลงของคลื่นอัลฟ่าบริเวณท้ายทอย (occipital alpha) และการเพิ่มขึ้นของคลื่นธีต้าบริเวณส่วนหน้า ส่วนข้าง และท้ายทอย (frontal, parietal, และ occipital theta) เมื่อภาระงานทางปัญญาเพิ่มขึ้น ระดับภาระงานทางปัญญาที่แตกต่างกันมากที่สุดสามารถจำแนกความแตกต่างได้ด้วยแบบจำลองการเรียนรู้ของเครื่องแบบบูรณาการ โดยมีความถูกต้องแม่นยำร้อยละ 86
บทสรุป
ในการศึกษาวิจัยปัจจุบัน เราได้ทดสอบการติดตั้งระบบแบบเคลื่อนที่เต็มรูปแบบสำหรับภารกิจการฝึกฝนกระบวนการทางปัญญาร่วมกับการบันทึก EEG เพื่อตรวจจับภาระงานทางปัญญา การติดตั้งระบบนี้อ้างอิงจากอุปกรณ์ EEG แบบเคลื่อนที่ร่วมกับแท็บเล็ตเพื่อแสดงภารกิจทางปัญญา เพื่อให้สามารถติดตั้งและทำการทดสอบด้วยตนเองได้อย่างง่ายดาย การวิเคราะห์ข้อมูลพฤติกรรมช่วยยืนยันความแตกต่างในประสิทธิภาพของภารกิจโดยขึ้นอยู่กับความยากของภารกิจ นอกจากนี้ เรายังพบการลดลงของกำลังย่านความถี่คลื่นอัลฟ่าบริเวณท้ายทอย และการเพิ่มขึ้นของกำลังย่านความถี่คลื่นธีต้าบริเวณส่วนหน้า เมื่อภารกิจมีความยากขึ้น ซึ่งเป็นการยืนยันสมมติฐานหลักของเรา นอกจากนี้ การจำแนกประเภทความพยายามทางปัญญาโดยอัตโนมัติเผยให้เห็นว่า วิธีการเรียนรู้ของเครื่องสามารถจำแนกความแตกต่างระหว่างระดับภาระงานทางปัญญาที่เด่นชัดที่สุดด้วยความถูกต้องแม่นยำร้อยละ 86 ผลลัพธ์ของเราชี้ให้เห็นถึงความเป็นไปได้ของการติดตั้งระบบแบบเคลื่อนที่เต็มรูปแบบในการตรวจจับระดับของภาระงานทางปัญญาที่แตกต่างกัน ดังที่สะท้อนให้เห็นจากการเปลี่ยนแปลงกำลังของย่านความถี่ นอกจากนี้ ความพึงพอใจในการใช้งานที่ได้รับการประเมินโดยผู้ใช้นั้นมีความเหมาะสม โดยมีการฝึกอบรมการติดตั้งขั้วไฟฟ้าแบบตัวต่อตัวในครั้งแรก ทั้งนี้ จำเป็นต้องมีการศึกษาวิจัยในอนาคตเพื่อประเมินผลลัพธ์ในกลุ่มตัวอย่างที่มีความหลากหลายมากขึ้น รวมถึงช่วงอายุที่กว้างขึ้นและกลุ่มผู้ป่วย
บทคัดย่อ
จุดมุ่งหมายของการศึกษาวิจัยในครั้งนี้คือเพื่อประเมินว่าการติดตั้งระบบตรวจคลื่นไฟฟ้าสมองแบบเคลื่อนที่ (EEG) จะสามารถนำมาใช้ในการติดตามภาระงานทางสมอง (mental workload) ได้หรือไม่ ซึ่งเป็นแง่มุมที่สำคัญของประสิทธิภาพในการเรียนรู้และแรงจูงใจ และอาจเป็นแหล่งข้อมูลที่มีค่าในการประเมินแนวทางการฝึกฝนกระบวนการทางปัญญา
ผู้ทดสอบที่มีสุขภาพดีจำนวนยี่สิบห้าคนได้ทำการทดสอบ N-back สามระดับ โดยใช้การตั้งค่าแบบเคลื่อนที่เต็มรูปแบบ ซึ่งรวมถึงการนำเสนอภารกิจบนแท็บเล็ตและการเก็บข้อมูล EEG ด้วยอุปกรณ์ EEG แบบเคลื่อนที่ที่ติดตั้งด้วยตนเอง ณ จุดเวลาประเมินสองจุด มีการเลือกใช้วิธีวิเคราะห์แบบสองส่วน ได้แก่ การวิเคราะห์ความแปรปรวนมาตรฐาน (ANOVA) และเครือข่ายประสาทเทียม เพื่อแยกแยะระดับของภาระงานทางปัญญา ผลลัพธ์ของเราบ่งชี้ว่าการติดตั้งระบบนี้มีความเป็นไปได้ในการตรวจจับการเปลี่ยนแปลงของภาระงานทางปัญญา ดังที่สะท้อนให้เห็นจากการเปลี่ยนแปลงในกลีบสมองต่างๆ ในย่านความถี่ที่แตกต่างกัน โดยเฉพาะอย่างยิ่ง เราสังเกตเห็นการลดลงของคลื่นอัลฟ่าบริเวณท้ายทอย (occipital alpha) และการเพิ่มขึ้นของคลื่นธีต้าบริเวณส่วนหน้า ส่วนข้าง และท้ายทอย (frontal, parietal, และ occipital theta) เมื่อภาระงานทางปัญญาเพิ่มขึ้น ระดับภาระงานทางปัญญาที่แตกต่างกันมากที่สุดสามารถจำแนกความแตกต่างได้ด้วยแบบจำลองการเรียนรู้ของเครื่องแบบบูรณาการ โดยมีความถูกต้องแม่นยำร้อยละ 86
บทสรุป
ในการศึกษาวิจัยปัจจุบัน เราได้ทดสอบการติดตั้งระบบแบบเคลื่อนที่เต็มรูปแบบสำหรับภารกิจการฝึกฝนกระบวนการทางปัญญาร่วมกับการบันทึก EEG เพื่อตรวจจับภาระงานทางปัญญา การติดตั้งระบบนี้อ้างอิงจากอุปกรณ์ EEG แบบเคลื่อนที่ร่วมกับแท็บเล็ตเพื่อแสดงภารกิจทางปัญญา เพื่อให้สามารถติดตั้งและทำการทดสอบด้วยตนเองได้อย่างง่ายดาย การวิเคราะห์ข้อมูลพฤติกรรมช่วยยืนยันความแตกต่างในประสิทธิภาพของภารกิจโดยขึ้นอยู่กับความยากของภารกิจ นอกจากนี้ เรายังพบการลดลงของกำลังย่านความถี่คลื่นอัลฟ่าบริเวณท้ายทอย และการเพิ่มขึ้นของกำลังย่านความถี่คลื่นธีต้าบริเวณส่วนหน้า เมื่อภารกิจมีความยากขึ้น ซึ่งเป็นการยืนยันสมมติฐานหลักของเรา นอกจากนี้ การจำแนกประเภทความพยายามทางปัญญาโดยอัตโนมัติเผยให้เห็นว่า วิธีการเรียนรู้ของเครื่องสามารถจำแนกความแตกต่างระหว่างระดับภาระงานทางปัญญาที่เด่นชัดที่สุดด้วยความถูกต้องแม่นยำร้อยละ 86 ผลลัพธ์ของเราชี้ให้เห็นถึงความเป็นไปได้ของการติดตั้งระบบแบบเคลื่อนที่เต็มรูปแบบในการตรวจจับระดับของภาระงานทางปัญญาที่แตกต่างกัน ดังที่สะท้อนให้เห็นจากการเปลี่ยนแปลงกำลังของย่านความถี่ นอกจากนี้ ความพึงพอใจในการใช้งานที่ได้รับการประเมินโดยผู้ใช้นั้นมีความเหมาะสม โดยมีการฝึกอบรมการติดตั้งขั้วไฟฟ้าแบบตัวต่อตัวในครั้งแรก ทั้งนี้ จำเป็นต้องมีการศึกษาวิจัยในอนาคตเพื่อประเมินผลลัพธ์ในกลุ่มตัวอย่างที่มีความหลากหลายมากขึ้น รวมถึงช่วงอายุที่กว้างขึ้นและกลุ่มผู้ป่วย
อ่านต่อ