brainwave နှင့်နက်ရှိုင်းသောသင်ယူခြင်း (2017) ကိုသုံးပြီးစိတျလှုပျရှားမှု၏စည်းမျဉ်းများအတွက်စမတ်ဖုန်းသုံးရင်အသိအမှတ်ပြုတစ်ခုအားသုံးသပ်ခြင်း

ကင် Seul-Kee, နဲ့ Hang-Bong မှ Kang ။ Neurocomputing (2017) ။

အထူးများ

•အဆိုပါစမတ်ဖုန်းစွဲအန္တရာယ်အုပ်စုသည် (13 ဘာသာရပ်များ) နှင့် Non-အန္တရာယ်အုပ်စုသည် (12 ဘာသာရပ်များ) ဖြေလျော့ပေးခြင်း, ကြောက်ရွံ့ခြင်း, ဝမ်းမြောက်သောစိတ်နှင့်ဝမ်းနည်းမှု၏သဘောတရားများကိုပုံဖော်ဗီဒီယိုများကြည့်။ ,

•ထိုအန္တရာယ်အုပ်စုကိုပိုပြီးစိတ်လှုပ်ရှားမှုမတည်မငြိမ် EEG အတွက် non-အန္တရာယ်အုပ်စုတစ်စုထက်ဖြစ်ခဲ့သည်။ အထူးသဖြင့်ကြောက်ရွံ့အသိအမှတ်ပြုအတွက်ရှင်းလင်းပြတ်သားတဲ့ခြားနားချက်အန္တရာယ်နှင့် Non-အန္တရာယ်အုပ်စုတစ်စုအကြားထင်ရှား။ ,

•ကျွန်ုပ်တို့သည် theta, alpha, beta ကို, gamma နှင့် 11 ပေါ်၌ရှိသောအမြှေးအတွက်စုစုပေါင်းလှုပ်ရှားမှုမှလေးစားမှုနှင့်အတူ asymmetry ပါဝါအကဲဖြတ်လျက်, gamma တီးဝိုင်းအန္တရာယ်နှင့် Non-အန္တရာယ်အုပ်စုများအကြားအများဆုံးသိသာကွဲပြားခြားနားသောဖြစ်ခဲ့သည်။

•ကျွန်ုပ်တို့သည် parietal, အတိုကျရိုကျအတွက်လှုပ်ရှားမှု၏တိုင်းတာတွေ့ရှိခဲ့နှင့်ယာယီပေါ်၌ရှိသောအမြှေးစိတ်လှုပ်ရှားမှုအသိအမှတ်ပြုမှု၏ညွှန်းကိန်းများဖြစ်ကြသည်။

•နက်နဲယုံကြည်ချက်ကွန်ယက်ကိုတဆင့်ကျနော်တို့အန္တရာယ်အုပ်စုသည်နိမ့် valence နှင့် arousal အတွက်ပိုမိုမြင့်မားတိကျမှန်ကန်မှုခဲ့ကြောင်းအတည်ပြုခဲ့သည်; အခြားတစ်ဖက်တွင်, non-အန္တရာယ်အုပ်စုသည်မြင့်မားသော valence နှင့် arousal အတွက်ပိုမိုမြင့်မားတိကျမှန်ကန်မှုရှိခဲ့ပါတယ်။

ြဒပ်မဲ့သော

စမတ်ဖုန်းများ၏သုံးရင် ပို. ပို. တဲ့လူမှုရေးပြဿနာဖြစ်လာနေသည်။ ဤစာတမ်းတွင်ကျနော်တို့တပ်ဆင်ထားခြင်းနှင့်နက်ရှိုင်းသောသင်ယူမှုဆန်းစစ်အသုံးပြုပုံစိတ်လှုပ်ရှားမှုသည်နှင့်အညီ, စမတ်ဖုန်းသုံးရင်အဆင့်ဆင့်ခွဲခြမ်းစိတ်ဖြာ။ ကျနော်တို့ theta, alpha, beta ကို, gamma နှင့် 11 ပေါ်၌ရှိသောအမြှေးအတွက်စုစုပေါင်း brainwave လှုပ်ရှားမှုမှလေးစားမှုနှင့်အတူ asymmetry ပါဝါအကဲဖြတ်။ နက်ရှိုင်းသောယုံကြည်ချက်ကွန်ရက် (DBN) ဋ-အနီးဆုံးစမတ်ဖုန်းစွဲအဆင့်ကိုဆုံးဖြတ်ရန်အိမ်နီးချင်း (kNN) နှင့်တစ်ဦးထောက်ခံကြောင်းအားနည်းချက်ကိုစက် (SVM), အတူနက်နဲသင်ယူမှုနည်းလမ်းအဖြစ်အသုံးပြုခဲ့သည်။ ဖြေလျော့ပေးခြင်း, ကြောက်ရွံ့ခြင်း, ဝမ်းမြောက်သောစိတ်နှင့်ဝမ်းနည်းမှု: အဆိုပါအန္တရာယ်အုပ်စုသည် (13 ဘာသာရပ်များ) နှင့် Non-အန္တရာယ်အုပ်စုသည် (12 ဘာသာရပ်များ) အောက်ပါသဘောတရားများကိုပုံဖော်ဗီဒီယိုများကြည့်။ , ကျနော်တို့အန္တရာယ်အုပ်စုကိုပိုပြီးစိတ်လှုပ်ရှားမှုမတည်မငြိမ် non-အန္တရာယ်အုပ်စုတစ်စုထက်ခဲ့ကြောင်းတွေ့ရှိခဲ့ပါတယ်။ ကြောက်လန့်အသိအမှတ်ပြုများတွင်ရှင်းလင်းပြတ်သားတဲ့ခြားနားချက်အန္တရာယ်နှင့် Non-အန္တရာယ်အုပ်စုတစ်စုအကြားထင်ရှား။ , အဆိုပါရလဒ်များ gamma တီးဝိုင်းအန္တရာယ်နှင့် Non-အန္တရာယ်အုပ်စုများအကြားအများဆုံးသိသာကွဲပြားခြားနားကြောင်းကိုပြသသည်။ ထို့အပြင်ကျနော်တို့တိုကျရိုကျ, parietal နှင့်ယာယီပေါ်၌ရှိသောအမြှေးအတွက်လှုပ်ရှားမှု၏တိုင်းတာစိတ်လှုပ်ရှားမှုအသိအမှတ်ပြုမှု၏ညွှန်းကိန်းများကြ၏။ သရုပ်ပြ အဆိုပါ DBN မှတဆင့်ကျနော်တို့ကဤတိုင်းတာသူတို့ကအန္တရာယ်အုပ်စုတစ်စုရှိကြ၏ထက် non-အန္တရာယ်အုပ်စုတွင်ပိုမိုတိကျကွအတည်ပြုပြောကြားခဲ့သည်။ အဆိုပါအန္တရာယ်အုပ်စုသည်နိမ့် valence နှင့် arousal အတွက်ပိုမိုမြင့်မားတိကျမှန်ကန်မှုရှိခဲ့တယ်; အခြားတစ်ဖက်တွင်, non-အန္တရာယ်အုပ်စုသည်မြင့်မားသော valence နှင့် arousal အတွက်ပိုမိုမြင့်မားတိကျမှန်ကန်မှုရှိခဲ့ပါတယ်။

keywords

  • နက်ရှိုင်းသောယုံကြည်ချက်ကွန်ယက်ကို
  • electroencephalography (EEG)
  • စိတ်လှုပ်ရှားမှုအသိအမှတ်ပြုမှု
  • စမတ်ဖုန်းသုံးရင်