提高耳植入物用户的情感感知:来自对EEG信号的机器学习分析的见解

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 机器学习 机器学习

背景情况:

• 耳植入物 (CI) 可以恢复听力,但会降低声音质量,限制言语和情感感知.
• 情绪感知障碍会影响CI用户的社会融合和生活质量.
• 目前的康复治疗并没有解决情绪感知缺陷.

研究的目的:

• 调查耳植入物使用者的残留情感感知能力.
• 使用机器学习识别情感感知的神经支柱.
• 探索开发有针对性的康复计划的潜力.

主要方法:

• 利用了22名耳植入器使用者的脑电图 (EEG) 数据.
• 应用随机森林分类器来分析神经活动模式.
• 模拟和预测特定情绪的大脑对听觉刺激 (语音和音乐) 的反应.

主要成果:

• 在CI使用者的神经活动中确定了一致的,特定于情绪的生物标志物.
• 证明了机器学习的潜力来检测这些生物标志物.
• 研究结果表明,从大脑反应中预测呈现的情绪是可行的.

结论:

• 机器学习技术显示出增强耳植入体使用者的结果的前景.
• 特定于情绪的神经生物标志物可以为康复计划的开发提供信息.
• 未来的研究可以利用这些发现来改善CI接受者的情感感知训练.