Психофизиологическая идентификация наркоманов и не-наркоманов с помощью статистического моделирования с данными ЭЭГ (2018)

Ссылка на абстрактный

Другие названия

게임 플레이어 의 몰입 과 중독 상태 에 태한 심리 생리 학적 분석 및 분류

Автор

Мария Хафиз

Альтернативный Автор (ы)

마리아 하 피즈

Советник (ы)

Чон Ён Ким

Дата эммиссии

2018-02

Издатель

한양 대학교

Степень

врач

Абстрактные

В последние годы игровой зависимости уделяется все больше внимания со стороны психолога, психиатра, родителей, учителей, средств массовой информации и организаций, занимающихся вопросами психического здоровья, и, в некоторой степени, геймерами во всем мире. Некоторые исследователи используют терминологию проблемного или чрезмерного использования игры вместо беспорядка, чтобы обозначить вредное использование игры в видеоигры. На основании опубликованных эмпирических исследований, большинство из которых начиная с раннего 2000 и до настоящего времени, показывает, что чрезмерный игровой процесс или игровая зависимость могут потенциально повредить людям, так же как и другие традиционные зависимости, включая зависимость от употребления психоактивных веществ. Более того, нет единообразных, психологических или физиологических критериев отбора, и сфера применения затрудняется использованием несовместимых и нестандартизированных критериев для выявления зависимости от мобильных игр. Большинство методов найма имеют серьезные отклонения выборки с чрезмерной зависимостью от самостоятельно выбранных образцов. Очевидно, что в существующем устоявшемся понимании игровой зависимости существует пробел. Существует необходимость в эпидемиологических исследованиях, чтобы определить возникновение и распространенность клинически значимых проблем, связанных с игровой зависимостью, для обеспечения лучшего выздоровления и лечения. Предлагается конструкция, позволяющая справиться с этими проблемами, которая диагностирует игровую зависимость физиологически по энцефалографическим данным и реализует достигнутые результаты в виде устройства или приложения, чтобы использовать их практически в качестве предупреждения, которое можно поймать при игровой зависимости. В этом исследовании рассматриваются частотные и временные характеристики ЭЭГ, чтобы найти возможность обнаружить любое различие между зависимыми и не зависимыми игроками мобильных игр. Комплексная шкала для оценки поведения в игре (CGS). Руководство 2010 использовалось для записи основной демографической информации и предварительной категоризации игрового устройства. Сигнал ЭЭГ был проанализирован во временной и частотной областях, чтобы провести детальное исследование коррелятов мобильной игровой зависимости, разделяющих две категории, т.е. зависимые и не зависимые игроки. Анализ во временной и частотной областях одновременно позволил выделить область кожи головы и конкретную частоту между двумя группами. Перекрестная корреляция и наблюдения из исследования общей мощности спектральных данных помогли сосредоточиться на затылочной области. Дальнейший подробный анализ помог найти конкретную частоту, отличающую субъектов с зависимостью от субъектов без зависимости. T-тест был выполнен, чтобы проверить описательные различия в среднем и стандартном отклонении значений спектра мощности между зависимыми и не зависимыми предметными группами. Было отмечено, что разброс в средних значениях и разброс стандартного отклонения спектральных данных субъектов с зависимостью был значительно больше, чем субъектов без зависимости. Наблюдалось, что общая тенденция в альфа, бета и тета частотах является доминирующей и отличительной от других частот у зависимых субъектов. Модель логистической регрессии была адаптирована к спектральным данным из затылочной области. Модель была протестирована после обучения с доступными образцами, и точность прогноза подтвердила, что модель можно применять в качестве практического инструмента для диагностики игровой зависимости, используя сигнал ЭЭГ из затылочной области, используя только моделирование тета-частотных компонентов. Предлагается дизайн, основанный на статистических инструментах и ​​регрессионном моделировании, которые можно использовать в качестве приложения на мобильных устройствах. Данные ЭЭГ могут быть получены из имеющихся в продаже гарнитур с одним или двумя электродами / датчиками. Данные могут быть встроены в приложение, которое будет вычислять уровень обнаружения зависимости.

URI

http://www.dcollection.net/handler/hanyang/000000104854http://repository.hanyang.ac.kr/handle/20.500.11754/68160

Появляется в коллекциях:

ВЫСШАЯ ШКОЛА [S] (대학원) > ПРОМЫШЛЕННОЕ УПРАВЛЕНИЕ ИНЖИНИРИНГ (산업 경영 공학과) > Диссертации (кандидатские)

Файлы в этом элементе: