用于检测认知心理负载的窄带Theta调查
Silviu Ionita1, Daniela Andreea Coman2
1Department of Electronics, Computers and Electrical Engineering, National University of Science and Technology POLITEHNICA Bucharest, 110040 Pitesti, Arges, Romania.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
这项研究引入了一种新的方法,使用脑电图 (EEG) 信号来检测心理算术期间的认知负载. 这些发现确定了特定的EEG道和信号指标,以准确区分认知任务需求.
科学领域:
- 神经科学是一个神经科学.
- 大脑与计算机接口 (BCI) 技术
背景情况:
- 在脑电图 (EEG) 中,甲频段活动在历史上与认知表现有关.
- 了解EEG信号如何反映不同的心理任务需求对于神经科学和BCI应用至关重要.
研究的目的:
- 开发和测试一个认知负载检测算法,使用脑电图信号在心理算术任务.
- 为了对EEG信号组件进行比较分析,重点关注低 Θ 频段活动.
主要方法:
- 在心理算术任务中从64个电极收集了EEG数据.
- 应用窄带波来从EEG信号中提取低 Θ 组件.
- 引入了一种基于信号函数的积分和用于模型比较的能量的新型信号区分器.
主要成果:
- 开发了基于拟议的信号指标的认知负载检测算法.
- 确定了特定的EEG通道,这些通道对于区分认知任务是最精确和最具体的.
- 在精神任务中,在64个通道中显示出明显的EEG活动模式.
结论:
- 开发的算法有效地检测使用EEG的算术测试诱导的认知负载.
- 特定的EEG通道和新型信号指标显示,增强BCI性能和认知状态监测具有前途.
