Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Microencapsulation of <i>Agave cupreata</i> Extract by Spray Drying: Physicochemical Properties and Antibacterial and Antiulcerogenic Activities.

International journal of food science·2025
Same author

Phenolic Compounds of Therapeutic Interest in Neuroprotection.

Journal of xenobiotics·2024
Same author

Chemical and Biological Characterization of Green and Processed Coffee Beans from <i>Coffea arabica</i> Varieties.

Molecules (Basel, Switzerland)·2023
Same author

Parkinson's Disease Detection from Voice Recordings Using Associative Memories.

Healthcare (Basel, Switzerland)·2023
Same author

Landslide Susceptibility Assessment Using an AutoML Framework.

International journal of environmental research and public health·2021
Same author

Objective classification of psychomotor laparoscopic skills of surgeons based on three different approaches.

International journal of computer assisted radiology and surgery·2019

関連する実験動画

Updated: Sep 10, 2025

Investigating the Neural Mechanisms of Aware and Unaware Fear Memory with fMRI
12:51

Investigating the Neural Mechanisms of Aware and Unaware Fear Memory with fMRI

Published on: October 6, 2011

13.3K

電気脳図と人工知能による恐怖の検出:体系的なレビュー

Bladimir Serna1, Ricardo Salazar2, Gustavo A Alonso-Silverio3

  • 1Centro de Innovación, Competitividad y Sostenibilidad, Universidad Autónoma de Guerrero, Acapulco 39640, Guerrero, Mexico.

Brain sciences
|August 28, 2025
PubMed
まとめ

人工知能 (AI) は 電気脳波 (EEG) 信号を用いて 恐怖を効果的に検知します 非線形モデルと浸透性刺激を組み合わせると 92%の精度を達成し,様々な用途の大きな可能性を示しています.

キーワード:
EEG信号処理についてプリズマ感情的コンピューティング人工知能 (AI)脳波分析について脳のコンピュータインターフェース (BCI)電気脳図 (EEG)感情を認識する恐怖を検出する機械学習 (ML)神経信号神経科学

さらに関連する動画

How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging
10:48

How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging

Published on: June 3, 2013

22.3K
Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

4.1K

関連する実験動画

Last Updated: Sep 10, 2025

Investigating the Neural Mechanisms of Aware and Unaware Fear Memory with fMRI
12:51

Investigating the Neural Mechanisms of Aware and Unaware Fear Memory with fMRI

Published on: October 6, 2011

13.3K
How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging
10:48

How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging

Published on: June 3, 2013

22.3K
Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

4.1K

科学分野:

  • 神経科学
  • コンピュータ科学
  • 感情的コンピューティング

背景:

  • 電気脳波 (EEG) 信号を用いた恐怖の検出は,精神保健,感情コンピューティング,インテリジェント・セーフティ・システムにおける応用において極めて重要です.
  • 人工知能 (AI) は 複雑なEEGデータを分析して 恐怖状態を特定する高度な能力を備えています

研究 の 目的:

  • EEG信号から恐怖を検出するための最も効果的なAI方法,アルゴリズム,構成を体系的に検討し,特定する.
  • 恐怖の検出の精度を最適化する 実験的なパラダイム,EEG装置,脳波帯,電極配置の 発見を統合する.

主な方法:

  • PRISMA 2020のガイドラインに従って,恐怖の検出,AI,機械学習に関連するキーワードを使用して,体系的な文献検索が行われました.
  • 前もって定義された含有基準と除外基準に基づいて11の関連研究が選択され,EEGに基づく恐怖の検出に焦点を当てた.

主要な成果:

  • 非線形AIモデル,特にサポートベクトルマシン (SVM) とコンボリューションニューラルネットワーク (CNN) は,特に浸透型刺激では,高い分類精度 (最大92%まで) を示した.
  • ベータとガンマ脳波の周波数は 恐怖反応と一貫して関連していました
  • 特定のEEG装置 (Emotiv,Biosemi),前頭側電極配置,および独自のデータセットは,モデルの性能を改善することに寄与しました.

結論:

  • 人工知能によるEEGによる恐怖の検出は 重要な可能性と急速な発展を示しています
  • この技術は医療,インテリジェント・セーフティ・システム,アフェクティブ・コンピューティングの分野でも広く応用できます.