Lee, Jae-Yoon; Kangs, Hang-Bongs;
- Žurnāla nosaukums: Korejas multimediju sabiedrības žurnāls
- 17. sējums, 11. gada 2014. izdevums, 1325. – 1334. Lpp
- Izdevējs: Korea Multimedia Society
- DOI: 10.9717 / kmms.2014.17.11.1325
Anotācija
Nesen jauniešu spēļu atkarība ir kļuvusi par sociālo jautājumu. Tāpēc ir veikti daudzi pētījumi, galvenokārt aptaujas, lai diagnosticētu spēļu atkarību. Šajā rakstā mēs iesakām atšķirt atkarības līmeņus, pamatojoties uz EEG. Lai to panāktu, mēs vispirms četras grupas klasificējam pēc atkarības pakāpes no interneta spēlēm (augsta riska grupa, Vigilance grupa, normāla grupa, labas lietotāju grupa), izmantojot CSG (visaptverošu spēļu novērtēšanas skalu) un pēc tam izmērīt ar to saistīto notikumu Potenciāls (ERP) Go / NoGo uzdevumā. Konkrēti, mēs izmērām P300, N400 un N200 signālus no NoGo stimula un Go stimula kanāliem. Turklāt mēs iegūstam atšķirīgas iezīmes no EEG signāla diskrētās viļņa transformācijas un izmantojam šīs funkcijas, lai atšķirtu atkarības pakāpes no interneta spēlēm. Eksperimenti šajā pētījumā liecina, ka augsta riska un vigilances grupai ir zemāka Fz kanāla Go-N200 amplitūda nekā parastās un labās lietotāju grupas. Fz kanāla Go-P300 un NoGo-P300 grupās augsta riska un vigilances grupām ir augstāka amplitūda nekā normālai un labas lietotāju grupai. Pz kanāla Go-N400 un NoGo-N400 grupā augsta riska un vigilances grupai ir zemāka amplitūda nekā normālai un labas lietotāju grupai. Pēc katra EEG signāla frekvenču joslas izdalīto raksturlielumu apguves pētījuma pārbaudes rezultāti parādīja 85% klasifikācijas precizitāti.
;
