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
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.
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.
