အာရုံခံ (ဘေဆယ်) ။ 2018 ဇန်နဝါရီ 1; 18 (1) ။ pii: E102 ။ Doi: 10.3390 / s18010102 ။
ကင်မ် H ကို1, ha J ကို2,3, Chang-WD4, ပန်းခြံ W က5, Kim က L ကို6, im CH7.
ြဒပ်မဲ့သော
အင်တာနက်ဂိမ်းကစားခြင်းဆိုင်ရာရောဂါ (IGD) နှင့်မြီးကောင်ပေါက်အရေအတွက်တိုးပွားလာခြင်း၊ အမူအကျင့်စွဲလမ်းမှုသည်အများပြည်သူ၏စိုးရိမ်ဖွယ်ရာကိစ္စရပ်တစ်ခုဖြစ်လာသည်။ နေ့စဉ်ဘ ၀ အခြေအနေများတွင်ဂိမ်းကစားခြင်း၏တွန်းအားကိုနှိမ်နင်းရန်ဆယ်ကျော်သက်များအားသင်ကြားပေးခြင်းသည် IGD ကိုကုသရန်အဓိကမဟာဗျူဟာတစ်ခုဖြစ်သည်။ neurofeedback ကုထုံးကဲ့သို့ကွန်ပျူတာဖြင့်ကုသသောနည်းလမ်းများသည်ဆေးစွဲမှုအမျိုးမျိုး၏ရောဂါလက္ခဏာများကိုသက်သာစေရန်ထိရောက်ကြောင်းမကြာသေးမီကလေ့လာမှုများကပြသခဲ့သည်။ IGD ကိုကုသရာတွင်ကွန်ပျူတာဖြင့်ကူညီသောကုသမှုနည်းဗျူဟာကိုအသုံးပြုသောအခါလူတစ် ဦး တစ်ယောက်သည်လက်ရှိတွင်ဂိမ်းကစားခြင်းအတွက်စွဲလမ်းနေခြင်းရှိမရှိစစ်ဆေးခြင်းသည်အရေးကြီးသည်။ ဆယ်ကျော်သက်လူငယ် ၅၇ ဦး တွင်စွဲစွဲလမ်းသောဂိမ်းသုံးခု၏ဗီဒီယိုဗီဒီယိုတိုတိုဗီဒီယိုအပိုင်းအစများကို အသုံးပြု၍ ပျော့ပျောင်းသောပြင်းထန်သည့် IGD ကစားပွဲကိုကစားလိုစိတ်ပြင်းပြခဲ့သည်။ တစ်ချိန်တည်းမှာပင်, photoplethysmogram, galvanic အရေပြားတုံ့ပြန်မှုနှင့် electrooculogram တိုင်းတာအပါအဝင် biosignals အမျိုးမျိုးမှတ်တမ်းတင်ခဲ့သည်။ အဆိုပါတဏှာပြည်နယ်စဉ်အတွင်းဤ biosignals အတွက်အပြောင်းအလဲများကိုလေ့လာပြီးနောက်ကျနော်တို့တစ် ဦး ချင်းစီပါဝင်သူရဲ့တဏှာ / မဟုတ်တဏှာပြည်နယ်များတစ်ထောကျပံ့အားနည်းချက်ကိုစက်ကိုအသုံးပြု။ ခွဲခြား။ ဂိမ်းကစားလိုစိတ်ကိုနှိုးဆွရန်တည်းဖြတ်သည့်ဗီဒီယိုကလစ်များကစားသောအခါနှလုံးခုန်နှုန်း၏စံသွေဖည်မှုသိသိသာသာကျဆင်းခြင်း၊ မျက်တောင်ခတ်မှုနှင့် saccadic မျက်လုံးလှုပ်ရှားမှုများကိုသိသိသာသာလျော့ကျသွားခြင်းနှင့်အတူအသက်ရှူလမ်းကြောင်းဆိုင်ရာပျမ်းမျှနှုန်းတိုးလာသည်။ ဤရလဒ်များကို အခြေခံ၍ ပြိုင်ပွဲဝင်တစ် ဦး ချင်းသည်ပျမ်းမျှတိကျမှု ၈၇.၀၄% ဖြင့်ကစားလိုစိတ်ပြင်းပြသည်ကိုကျွန်ုပ်တို့ခွဲခြားနိုင်ခဲ့သည်။ ဤသည် multimodal biosignal တိုင်းတာမှုများအသုံးပြု။ IGD နှင့်အတူတစ် ဦး ချင်းစီအတွက်ဂိမ်းတစ်ခုတပ်မက် detect လုပ်ဖို့ကြိုးစားခဲ့သောပထမ ဦး ဆုံးလေ့လာမှုဖြစ်ပါတယ်။ ထို့အပြင်ဤသည်မှာ electrooculogram သည်ဂိမ်းအတွက်တပ်မက်မှုကိုဖော်ထုတ်ရန်အသုံးဝင်သော biosignal marker များကိုပြသနိုင်ခဲ့သည်။
KEYWORDS: biosignal ခွဲခြမ်းစိတ်ဖြာ; တဏှာ; အင်တာနက်ဂိမ်းစွဲ; အင်တာနက်ဂိမ်းကစားရောဂါ; စက်သင်ယူမှု
PMID: 29301261
Doi: 10.3390 / s18010102
;
