通过神经心理特征探索认知负载:使用fNIRS眼睛跟踪的分析.
Kaiwei Yu1, Jiafa Chen2, Xian Ding1
1Research Center of Optical Instrument and System, Ministry of Education and Shanghai Key Lab of Modern Optical System, University of Shanghai for Science and Technology, No. 516 Jungong Road, Shanghai, 200093, China.
Medical & biological engineering & computing
|August 6, 2024
概括
这项研究整合了功能近红外光谱学 (fNIRS) 和眼睛跟踪,以准确地分类认知负载. 结合这些方法可以增强神经认知分析,从而改善认知科学研究.
科学领域:
- 神经科学是一个神经科学.
- 认知心理学 认知心理学
- 生物医学工程 生物医学工程
背景情况:
- 认知负载分类对于理解心理过程至关重要.
- 单模式方法在特征选择和数据维度方面存在局限性.
研究的目的:
- 创新地结合功能近红外光谱 (fNIRS) 和眼睛跟踪,用于认知负载的神经认知分类.
- 克服单模技术的局限性,解决特征选择和数据分析方面的挑战.
主要方法:
- 在认知任务期间收集的fNIRS和眼睛跟踪数据.
- 应用了最大相关性最小冗余算法用于特征提取.
- 使用机器学习模型 (naive Bayes,SVM,KNN,随机森林) 进行交叉验证,用于性能评估.
主要成果:
- 证明了fNIRS-eye tracking集成在区分认知负载水平方面的有效性.
- 突出了特征集大小对分类性能的重大影响.
- 验证了最大相关性最小冗余算法和机器学习技术的实用性.
结论:
- 结合的fNIRS-眼睛跟踪方法为认知负载分类提供了一个强大的方法.
- 优化特征选择对于提高分类准确性至关重要.
- 这些发现促进了神经科学对认知负载和神经心理学的理解.
