انسان-مشین سسٹمز، IEEE، 2015

خلاصہ

حیاتیاتی پیمائشوں، خاص طور پر EEG (الیکٹرو اینسفالوگرافی) سگنلز کا استعمال کرتے ہوئے دماغی کام کے بوجھ کا اندازہ لگانا ایک فعال شعبہ ہے۔ حال ہی میں، EEG اور دیگر حیاتیاتی سگنلز کی پیمائش کے لیے متعدد وائرلیس حصولی سسٹمز دستیاب ہو چکے ہیں۔ بہت کم مطالعات نے علمی کام کے بوجھ کا اندازہ لگانے اور ان کی کارکردگی کا جائزہ لینے کے لیے ایسے وائرلیس سسٹمز کا استعمال کیا ہے۔ یہ مقالہ ایک معروف n-back ٹاسک میں یادداشت کے کام کے بوجھ کی سطح کا اندازہ لگانے کے لیے ایک مقبول وائرلیس سسٹم (Emotiv EPOC ہیڈسیٹ) کی فزیبلٹی کو تلاش کرنے کے لیے ایک ابتدائی قدم پیش کرتا ہے۔ ہم نے ایک سگنل پروسیسنگ اور درجہ بندی کا فریم ورک تیار کیا، جس میں آرٹفیکٹ کو خودکار طریقے سے ہٹانے کا الگورتھم، فیچر نکالنے کی تکنیکوں کا ایک وسیع میدان، ایک ذاتی نوعیت کا فیچر اسکیلنگ طریقہ، انفارمیشن تھیوری پر مبنی فیچر سلیکشن اپروچ، اور پراکسیمل-سپورٹ-ویکٹر-مشین پر مبنی درجہ بندی ماڈل شامل تھا۔ تجرباتی نتائج سے پتہ چلتا ہے کہ وائرلیس طور پر جمع کیے گئے EEG سگنلز نو شرکاء کے لیے یادداشت کے کام کے بوجھ کے مختلف درجات کی درجہ بندی کرنے کے لیے استعمال کیے جا سکتے ہیں۔ سب سے کم کام کے بوجھ کی سطح (0-back) اور فعال کام کے بوجھ کی سطحوں (1-، 2-، 3-back) کے درمیان درجہ بندی کی درستگی 100% کے قریب تھی۔ 1- بمقابلہ 2-back کے لیے بہترین درجہ بندی کی درستگی 80% تھی، اور 1- بمقابلہ 3-back کے لیے 84% تھی۔ یہ مطالعہ ظاہر کرتا ہے کہ جدید معاشرے میں علمی سرگرمیوں کی وسیع اقسام میں مصروف انسانوں کے لیے دماغی کام کے بوجھ کی سطحوں کی حقیقی وقت میں نگرانی اور شناخت حاصل کرنے کے لیے وائرلیس حصولی نظام اور جدید ترین ڈیٹا اینالیٹکس اور پیٹرن کی شناخت کی تکنیکیں امید افزا ہیں۔مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں