Mobil bir EEG Sensörü ile Zihinsel İş Yükünün Takibi - Emotiv

Mobil EEG Sensörü ile Zihinsel İş Yükünün Takibi

Quoc Minh Lai

Güncelleme tarihi

4 Ağu 2021

Mobil bir EEG Sensörü ile Zihinsel İş Yükünün Takibi - Emotiv

Mobil EEG Sensörü ile Zihinsel İş Yükünün Takibi

Quoc Minh Lai

Güncelleme tarihi

4 Ağu 2021

Mobil bir EEG Sensörü ile Zihinsel İş Yükünün Takibi - Emotiv

Mobil EEG Sensörü ile Zihinsel İş Yükünün Takibi

Quoc Minh Lai

Güncelleme tarihi

4 Ağu 2021

Özet

Bu araştırmanın amacı, mobil elektroensefalografi (EEG) kurulumunun, öğrenme performansı ve motivasyonun önemli bir yönü olan ve bu nedenle bilişsel eğitim yaklaşımlarının değerlendirilmesinde değerli bir bilgi kaynağı olabilecek zihinsel iş yükünü izlemek için kullanılıp kullanılamayacağını değerlendirmekti.

Yirmi beş sağlıklı denek, iki değerlendirme zaman noktasında, görevin tablet tabanlı sunumunu ve kendi kendine monte edilen bir mobil EEG cihazıyla EEG veri toplamayı içeren tamamen mobil bir kurulum kullanarak üç seviyeli bir N-back testi gerçekleştirdi. Bilişsel yük seviyelerini ayırt etmek için standart bir varyans analizi ve bir yapay sinir ağını içeren iki aşamalı bir analiz yaklaşımı seçildi. Bulgularımız, farklı frekans bantlarında loblar arasındaki değişikliklerle yansıtıldığı üzere, kurulumun bilişsel yükteki değişiklikleri tespit etmek için uygun olduğunu göstermektedir. Özellikle, artan bilişsel yük ile oksipital alfa değerinde bir azalma ve frontal, paryetal ve oksipital teta değerinde bir artış gözlemledik. Bilişsel yükün en belirgin seviyeleri, entegre makine öğrenimi modelleri tarafından %86 oranında bir doğrulukla ayırt edilebildi.

Sonuçlar

Bu araştırmada, bilişsel yükü tespit etmek amacıyla EEG kaydıyla birleştirilmiş bilişsel eğitim görevleri için tamamen mobil bir kurulumu test ettik. Kurulum, kolay montaj ve kendi kendine test gerçekleştirme imkanı sağlamak için bilişsel görevi görüntüleyen bir tabletle birleştirilmiş mobil bir EEG cihazına dayanıyordu. Davranışsal verilerin analizi, görev zorluğuna bağlı olarak görev performansında farklılıklar olduğunu doğruladı. Ayrıca, görevin daha yüksek zorluğu üzerine oksipital alfa frekans bandı gücünde bir azalma ve frontal teta frekans bandı gücünde bir artış bularak ana hipotezimizi doğruladık. Ek olarak, otomatik bilişsel efor sınıflandırması, makine öğrenimi yaklaşımının bilişsel yükün en belirgin seviyelerini %86 oranında bir doğrulukla ayırt ettiğini ortaya koydu. Bulgularımız, bant gücü değişiklikleriyle yansıtıldığı gibi bilişsel yükün belirgin seviyelerini tespit etmek için tamamen mobil kurulumun uygulanabilirliğini göstermektedir. Ayrıca, elektrot montajının ilk yüz yüze eğitim seansı ile subjektif olarak değerlendirilen kullanılabilirlik yeterlidir. Sonuçları, daha geniş bir yaş aralığı ve hasta gruplarını içeren daha geniş örneklemlerde değerlendirmek için gelecekteki araştırmalara ihtiyaç vardır.

Makalenin tamamını buradan okuyun

Özet

Bu araştırmanın amacı, mobil elektroensefalografi (EEG) kurulumunun, öğrenme performansı ve motivasyonun önemli bir yönü olan ve bu nedenle bilişsel eğitim yaklaşımlarının değerlendirilmesinde değerli bir bilgi kaynağı olabilecek zihinsel iş yükünü izlemek için kullanılıp kullanılamayacağını değerlendirmekti.

Yirmi beş sağlıklı denek, iki değerlendirme zaman noktasında, görevin tablet tabanlı sunumunu ve kendi kendine monte edilen bir mobil EEG cihazıyla EEG veri toplamayı içeren tamamen mobil bir kurulum kullanarak üç seviyeli bir N-back testi gerçekleştirdi. Bilişsel yük seviyelerini ayırt etmek için standart bir varyans analizi ve bir yapay sinir ağını içeren iki aşamalı bir analiz yaklaşımı seçildi. Bulgularımız, farklı frekans bantlarında loblar arasındaki değişikliklerle yansıtıldığı üzere, kurulumun bilişsel yükteki değişiklikleri tespit etmek için uygun olduğunu göstermektedir. Özellikle, artan bilişsel yük ile oksipital alfa değerinde bir azalma ve frontal, paryetal ve oksipital teta değerinde bir artış gözlemledik. Bilişsel yükün en belirgin seviyeleri, entegre makine öğrenimi modelleri tarafından %86 oranında bir doğrulukla ayırt edilebildi.

Sonuçlar

Bu araştırmada, bilişsel yükü tespit etmek amacıyla EEG kaydıyla birleştirilmiş bilişsel eğitim görevleri için tamamen mobil bir kurulumu test ettik. Kurulum, kolay montaj ve kendi kendine test gerçekleştirme imkanı sağlamak için bilişsel görevi görüntüleyen bir tabletle birleştirilmiş mobil bir EEG cihazına dayanıyordu. Davranışsal verilerin analizi, görev zorluğuna bağlı olarak görev performansında farklılıklar olduğunu doğruladı. Ayrıca, görevin daha yüksek zorluğu üzerine oksipital alfa frekans bandı gücünde bir azalma ve frontal teta frekans bandı gücünde bir artış bularak ana hipotezimizi doğruladık. Ek olarak, otomatik bilişsel efor sınıflandırması, makine öğrenimi yaklaşımının bilişsel yükün en belirgin seviyelerini %86 oranında bir doğrulukla ayırt ettiğini ortaya koydu. Bulgularımız, bant gücü değişiklikleriyle yansıtıldığı gibi bilişsel yükün belirgin seviyelerini tespit etmek için tamamen mobil kurulumun uygulanabilirliğini göstermektedir. Ayrıca, elektrot montajının ilk yüz yüze eğitim seansı ile subjektif olarak değerlendirilen kullanılabilirlik yeterlidir. Sonuçları, daha geniş bir yaş aralığı ve hasta gruplarını içeren daha geniş örneklemlerde değerlendirmek için gelecekteki araştırmalara ihtiyaç vardır.

Makalenin tamamını buradan okuyun

Özet

Bu araştırmanın amacı, mobil elektroensefalografi (EEG) kurulumunun, öğrenme performansı ve motivasyonun önemli bir yönü olan ve bu nedenle bilişsel eğitim yaklaşımlarının değerlendirilmesinde değerli bir bilgi kaynağı olabilecek zihinsel iş yükünü izlemek için kullanılıp kullanılamayacağını değerlendirmekti.

Yirmi beş sağlıklı denek, iki değerlendirme zaman noktasında, görevin tablet tabanlı sunumunu ve kendi kendine monte edilen bir mobil EEG cihazıyla EEG veri toplamayı içeren tamamen mobil bir kurulum kullanarak üç seviyeli bir N-back testi gerçekleştirdi. Bilişsel yük seviyelerini ayırt etmek için standart bir varyans analizi ve bir yapay sinir ağını içeren iki aşamalı bir analiz yaklaşımı seçildi. Bulgularımız, farklı frekans bantlarında loblar arasındaki değişikliklerle yansıtıldığı üzere, kurulumun bilişsel yükteki değişiklikleri tespit etmek için uygun olduğunu göstermektedir. Özellikle, artan bilişsel yük ile oksipital alfa değerinde bir azalma ve frontal, paryetal ve oksipital teta değerinde bir artış gözlemledik. Bilişsel yükün en belirgin seviyeleri, entegre makine öğrenimi modelleri tarafından %86 oranında bir doğrulukla ayırt edilebildi.

Sonuçlar

Bu araştırmada, bilişsel yükü tespit etmek amacıyla EEG kaydıyla birleştirilmiş bilişsel eğitim görevleri için tamamen mobil bir kurulumu test ettik. Kurulum, kolay montaj ve kendi kendine test gerçekleştirme imkanı sağlamak için bilişsel görevi görüntüleyen bir tabletle birleştirilmiş mobil bir EEG cihazına dayanıyordu. Davranışsal verilerin analizi, görev zorluğuna bağlı olarak görev performansında farklılıklar olduğunu doğruladı. Ayrıca, görevin daha yüksek zorluğu üzerine oksipital alfa frekans bandı gücünde bir azalma ve frontal teta frekans bandı gücünde bir artış bularak ana hipotezimizi doğruladık. Ek olarak, otomatik bilişsel efor sınıflandırması, makine öğrenimi yaklaşımının bilişsel yükün en belirgin seviyelerini %86 oranında bir doğrulukla ayırt ettiğini ortaya koydu. Bulgularımız, bant gücü değişiklikleriyle yansıtıldığı gibi bilişsel yükün belirgin seviyelerini tespit etmek için tamamen mobil kurulumun uygulanabilirliğini göstermektedir. Ayrıca, elektrot montajının ilk yüz yüze eğitim seansı ile subjektif olarak değerlendirilen kullanılabilirlik yeterlidir. Sonuçları, daha geniş bir yaş aralığı ve hasta gruplarını içeren daha geniş örneklemlerde değerlendirmek için gelecekteki araştırmalara ihtiyaç vardır.

Makalenin tamamını buradan okuyun

Okumaya devam et

İnsan-robot etkileşiminde insan memnuniyetini tespit etmek için Beyin-Bilgisayar Arayüzlerinin kullanılması