Lee, Jae-Yoon; Kang, Hang-Bong;
- Tidskriftens titel: Journal of Korea Multimedia Society
- Volym 17, utgåva 11, 2014, s.1325-1334
- Utgivare: Korea Multimedia Society
- DOI: 10.9717 / kmms.2014.17.11.1325
Abstrakt
Nyligen har spelberoende av ungdomar blivit en social fråga. Därför har många studier, främst undersökningar, genomförts för att diagnostisera spelberoende. I det här förslaget föreslår vi hur man kan skilja nivåer av beroende baserat på EEG. För detta ändamål klassificerar vi först fyra grupper efter graden av beroende till internetspel (Hög-riskgrupp, Vigilance-grupp, Normal grupp, Bra-användargrupp) med hjälp av CSG (Comprehensive Scale for Assessing Game Behaviour) och sedan mäta deras Event-relaterade Potential (ERP) i Go / NoGo-uppgiften. Specifikt mäter vi signalerna från P300, N400 och N200 från kanalerna för NoGo-stimulansen och Go-stimulansen. Dessutom extraherar vi distinkta funktioner från den diskreta wavelettransformeringen av EEG-signalen och använder dessa funktioner för att skilja graden av beroende till internetspel. Experimenten i denna studie visar att Högrisikogrupp uppvisar lägre Go-N200-amplitud hos Fz-kanalen än normala och godanvändargrupper. I Go-P300 och NoGo-P300 i Fz-kanal uppvisar högrisk- och vaksamhetsgrupper högre amplitud än normal och god användargrupp. I Go-N400 och NoGo-N400 från Pz-kanal uppvisar Hög-risk och Vigilance-grupp lägre amplitud än normal och god användare-grupp. Testet efter inlärningsstudien av de extraherade egenskaperna hos varje frekvensband från EEG-signalen visade 85% klassificeringsnoggrannhet.