Lee, Jae-Yoon; คัง Hang-Bong;
- ชื่อวารสาร: วารสารของสมาคมมัลติมีเดียเกาหลี
- เล่มที่ 17, ฉบับที่ 11, 2014, หน้า 1325-1334
- สำนักพิมพ์: Korea Multimedia Society
- DOI: 10.9717 / kmms.2014.17.11.1325
นามธรรม
เมื่อเร็ว ๆ นี้การติดเกมของคนหนุ่มสาวได้กลายเป็นประเด็นทางสังคม ดังนั้นการศึกษาจำนวนมากซึ่งส่วนใหญ่เป็นการสำรวจได้ถูกดำเนินการเพื่อวินิจฉัยการติดเกม ในบทความนี้เราแนะนำวิธีแยกแยะระดับของการเสพติดโดยอ้างอิงจาก EEG ด้วยเหตุนี้เราจะแบ่งกลุ่มสี่กลุ่มตามระดับของการเสพติดเกมอินเทอร์เน็ต (กลุ่มที่มีความเสี่ยงสูงกลุ่มเฝ้าระวังกลุ่มปกติกลุ่มผู้ใช้ที่ดี) โดยใช้ CSG (มาตราส่วนที่ครอบคลุมสำหรับการประเมินพฤติกรรมของเกม) แล้ววัดกิจกรรมที่เกี่ยวข้อง ศักยภาพ (ERP) ในงาน Go / NoGo โดยเฉพาะเราวัดสัญญาณของ P300, N400 และ N200 จากช่องทางของการกระตุ้น NoGo และการกระตุ้น Go นอกจากนี้เราแยกคุณลักษณะที่แตกต่างจากการแปลงเวฟเล็ตโดยสิ้นเชิงของสัญญาณ EEG และใช้คุณสมบัติเหล่านี้เพื่อแยกองศาของการเสพติดกับเกมอินเทอร์เน็ต การทดลองในการศึกษาครั้งนี้แสดงให้เห็นว่ากลุ่มที่มีความเสี่ยงสูงและเฝ้าระวังแสดงแอมพลิจูด Go-N200 ที่มีช่อง Fz ต่ำกว่ากลุ่มปกติและกลุ่มผู้ใช้ที่ดี ใน Go-P300 และ NoGo-P300 ของช่อง Fz กลุ่มที่มีความเสี่ยงสูงและความระมัดระวังจะแสดงแอมพลิจูดที่สูงกว่ากลุ่ม Normal และกลุ่มผู้ใช้ที่ดี ใน Go-N400 และ NoGo-N400 ของช่อง Pz กลุ่มที่มีความเสี่ยงสูงและความระมัดระวังจะแสดงแอมพลิจูดต่ำกว่ากลุ่ม Normal และกลุ่มผู้ใช้ที่ดี การทดสอบหลังการศึกษาการเรียนรู้ของคุณลักษณะที่สกัดของแต่ละคลื่นความถี่จากสัญญาณ EEG พบว่ามีความถูกต้องในการจำแนกประเภท 85%
;
