EEG an ERP-baséierter Degree of Internet Game Addiction Analyse (2014)

LINK STUDIEN

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

mythologesch

Kürzlech Spillsucht vu jonke Leit ass e sozialt Thema ginn. Duerfir sinn vill Studien, virun allem Ëmfroen, sinn fir d'Suchtopf diagnostizéiert. An dësem Portemonnaie behaapt weivere wéi d'Niveauen vun der Suchtioun baséiert op EEG. Fir dëst ze klassifizéieren mir éischt Gruppen vu Grade vu Sucht zu Internet-Spiller (High-risk group, Vigilance Group, Normal Grupp, Good-User Group) mat CSG (Comprehensive Scale for Assessing Game Behaviour) Potential (ERP) am Go / NoGo Task. Speziell maache mir d'Signaler vu P300, N400 an N200 aus de Kanäl vum NoGo stimulus a Go stimulus. Ausserdeem fanne mer verschidden Ënnerscheeder aus der diskreter Wavelet-Transformation vum EEG-Signal aus an benotzen dës Features fir de Grad vu Sucht zu Internet-Spiller ze ënnerscheeden. D'Experimenter an dëser Etude weisen datt Héichrisiko- a Vigilanzengrupp méi kleng Go-N200-Amplitude vum Fz-Kanal als Normal a Good-User-Gruppen hunn. An Go-P300 an NoGo-P300 vum Fz Kanal, High-Risk- a Vigilanzegruppen weisen méi héijen Amplituden wéi normal a Good-User-Grupp. Den Go-N400 an den NoGo-N400 vum Pz-Kanal, High-risk and Vigilance Grupp weisen e manner Amplitude wéi normal a Good-User-Grupp. Den Test no der Léierstudie vun den extrahierten Charakteristiken vun all Frequenzbands vum EEG-Signal huet 85% Klassifizéierung Genauegkeet.