Grado de EEG y ERP de análisis de adicción a juegos en Internet (2014)

ENLACE A ESTUDIO

Lee, Jae-Yoon; Kang, Hang-Bong;

Resumen

Recientemente la adicción a los juegos de los jóvenes se ha convertido en un problema social. Por lo tanto, muchos estudios, en su mayoría encuestas, se han realizado para diagnosticar la adicción a los juegos. En este documento, sugerimos cómo distinguir los niveles de adicción según el EEG. Con este fin, primero clasificamos cuatro grupos según el grado de adicción a los juegos de Internet (grupo de alto riesgo, grupo de vigilancia, grupo normal, grupo de usuarios buenos) utilizando CSG (Escala integral para evaluar el comportamiento del juego) y luego medimos su evento relacionado Potencial (ERP) en la tarea Ir / NoGo. Específicamente, medimos las señales de P300, N400 y N200 de los canales del estímulo NoGo y del estímulo Go. Además, extraemos distintas características de la transformada discreta wavelet de la señal EEG y utilizamos estas características para distinguir los grados de adicción a los juegos de Internet. Los experimentos en este estudio muestran que los grupos de alto riesgo y vigilancia exhiben una menor amplitud de Go-N200 del canal Fz que los grupos de usuarios normales y buenos. En Go-P300 y NoGo-P300 de Fz Channel, los grupos de alto riesgo y de vigilancia exhiben una mayor amplitud que los grupos de usuarios normales y buenos. En Go-N400 y NoGo-N400 de Pz channel, los grupos de alto riesgo y de vigilancia exhiben una menor amplitud que los grupos de usuarios normales y buenos. La prueba después del estudio de aprendizaje de las características extraídas de cada banda de frecuencia de la señal de EEG mostró una precisión de clasificación de 85%.