Ли, Дже-Юн; Кан, Хан-Бонг;
- Название журнала: Журнал Корейского мультимедийного общества
- Том 17, Выпуск 11, 2014 г., стр.1325-1334
- Издатель: Korea Multimedia Society
- DOI: 10.9717 / kmms.2014.17.11.1325
Абстрактные
В последнее время игровая зависимость молодых людей стала социальной проблемой. Поэтому многие исследования, в основном обследования, были проведены для диагностики игровой зависимости. В этой статье мы предлагаем, как отличить уровни зависимости от ЭЭГ. С этой целью мы сначала классифицируем четыре группы по степени зависимости от интернет-игр (группа высокого риска, группа Vigilance, нормальная группа, группа добропорядочных пользователей) с использованием CSG (всеобъемлющая шкала для оценки игрового поведения), а затем измеряют их связанные событиями Потенциал (ERP) в задаче Go / NoGo. В частности, мы измеряем сигналы P300, N400 и N200 по каналам стимула NoGo и стимула Go. Кроме того, мы извлекаем отдельные функции из дискретного вейвлет-преобразования сигнала ЭЭГ и используем эти функции, чтобы отличить степени зависимости от интернет-игр. Эксперименты в этом исследовании показывают, что группа высокого риска и бдительности демонстрирует более низкую амплитуду ГГц-N200 канала Fz, чем обычные и хорошие группы пользователей. В каналах Go-P300 и NoGo-P300 канала Fz группы высокого риска и бдительности демонстрируют более высокую амплитуду, чем группа «Обычный» и «Хороший пользователь». В каналах Go-N400 и NoGo-N400 канала Pz группа высокого риска и бдительности демонстрирует более низкую амплитуду, чем группа «Обычный» и «Хороший пользователь». Тест после изучения изучения извлеченных характеристик каждой полосы частот из сигнала ЭЭГ показал точность классификации 85%.
;
