ผู้เขียน: หลิงโซว; เยว่เฉิน; เหวินเจี๋ยหลี่; แฟนจิง
ที่มา: วารสารการแพทย์ภาพและสารสนเทศสุขภาพ, เล่ม 5, 7 พฤศจิกายน 2015, หน้า 1499-1503 (5)
สำนักพิมพ์: สำนักพิมพ์วิทยาศาสตร์อเมริกัน
นามธรรม:
ในบทความนี้สัญญาณ electroencephalogram (EEG) ถูกบันทึกจากนักศึกษามหาวิทยาลัยที่มีสุขภาพดีสิบคนและติดอินเทอร์เน็ต (IA) สิบคนที่ได้รับผลกระทบระหว่างกระบวนทัศน์แปลก ๆ ขั้นแรกสัญญาณดั้งเดิมถูกประมวลผลล่วงหน้าเพื่อลบอาร์ติแฟกต์บางส่วนโดยใช้อัลกอริธึม Independent Component Analysis (ICA) จากนั้นจึงใช้การวิเคราะห์องค์ประกอบหลัก (PCA) เพื่อเลือกช่องย่อยที่เก็บรักษาข้อมูลส่วนใหญ่เมื่อเทียบกับ 64 ช่องสัญญาณทั้งชุด สุดท้ายคุณสมบัติของคลื่น P300 ถูกดึงออกมาจากเหตุการณ์ที่เกี่ยวข้องกับศักยภาพ (ERPs) และเปรียบเทียบระหว่าง ERP เป้าหมายและ ERP ที่ไม่ใช่เป้าหมายรวมทั้งในกลุ่ม IA และกลุ่มควบคุม คุณลักษณะที่แยกออกมาได้ถูกนำไปใช้ในการฝึกตัวจำแนกสี่ประเภท ได้แก่ Fisher Linear Discriminate Analysis (FLDA), Back Propagation (BP) Neural Network, Bayesian Classifier (BC) และ Bayesian Regularization Back Propagation (BRBP) Neural Network ช่องสัญญาณที่ใช้งานอยู่ในบริเวณหน้าผากข้างขม่อมท้ายทอยและข้างขม่อมท้ายทอยสำหรับนักศึกษามหาวิทยาลัยที่มีสุขภาพดีและเป็นโรค IA เวลาแฝงของ ERP เฉลี่ย 42 ของการทดลองภายใต้การกระตุ้นเป้าหมายนั้นนานกว่า ERP เฉลี่ย 558 การทดลองภายใต้การกระตุ้นที่ไม่ใช่เป้าหมาย (น 0.05) และแอมพลิจูดของ ERP เฉลี่ย 42 การทดลองภายใต้การกระตุ้นเป้าหมายนั้นสูงกว่า ERP เฉลี่ย 558 ของการทดลองภายใต้เป้าหมายที่ไม่ใช่เป้าหมาย (น 0.05) แสดงให้เห็นความแตกต่างอย่างมีนัยสำคัญของแอมพลิจูด P300 ระหว่างอาสาสมัครที่มีสุขภาพดีและวิชาเพิ่มอินเทอร์เน็ต แอมพลิจูดของการเพิ่มอินเทอร์เน็ตต่ำกว่า (น 0.05) ความแม่นยำในการจำแนกสามารถเข้าถึงได้สูงกว่า 93% โดยใช้วิธีการแบบเบย์เซียนในพื้นที่ที่ใช้งานอยู่ในขณะที่ต่ำกว่า 90% ในพื้นที่ส่วนกลาง ผลการวิจัยแสดงให้เห็นว่ามีอิทธิพลเชิงลบต่อการตอบสนองของสมองและความสามารถในการจำของนักศึกษามหาวิทยาลัยที่ป่วยด้วย IA กระดาษนี้เกี่ยวข้องกับการใช้งานตัวกรองดิจิทัลในทางปฏิบัติเพื่อลดเสียงรบกวนของพลังงาน 50 Hz โดยใช้ตัวกรองสัมประสิทธิ์จำนวนเต็ม วิธีแก้ปัญหาที่รวดเร็วและเรียบง่ายช่วยให้สามารถยับยั้งทั้งส่วนประกอบพื้นฐานและฮาร์มอนิกของสัญญาณรบกวนกำลังไฟฟ้าด้วยการบิดเบือนแบบไม่เชิงเส้น สัญญาณ ECG จริงถูกใช้เพื่อทดสอบประสิทธิภาพของการลดเสียงรบกวนของพลังงาน ความแม่นยำได้รับการประเมินสำหรับคลื่นสัญญาณรบกวนรูปซายน์ขั้นพื้นฐานและรูปสี่เหลี่ยม
คำสำคัญ: การเลือกช่อง; ศักยภาพที่เกี่ยวข้องกับเหตุการณ์; การวิเคราะห์องค์ประกอบอิสระ; P300; การรับรู้รูปแบบ
ประเภทเอกสาร: บทความวิจัย
ดอย: https://doi.org/10.1166/jmihi.2015.1570
วันที่เผยแพร่: 1 พฤศจิกายน 2015
;
