Análisis de características de EEG relacionadas con la evaluación y discriminación de la conciencia situacional
Autores: Feng, Chuanyan; Liu, Shuang; Wanyan, Xiaoru; Chen, Hao; Min, Yuchen; Ma, Yilan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Análisis de características de EEG relacionadas con la evaluación y discriminación de la conciencia situacional
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Conciencia situacional
Características del EEG
Análisis espectral
Puntuaciones SAGAT
ANOVA
Regiones cerebrales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Para discriminar los niveles de conciencia situacional (SA) en función de características electroencefalográficas (EEG) sensibles a la SA, se clasificaron los grupos de alta SA (HSA) y baja SA (LSA), que son representativos de dos niveles de SA, de acuerdo con las puntuaciones de la tecnología de evaluación global de conciencia situacional (SAGAT) medidas en las tareas de la batería de tareas multiatributo (MATB) II. Además, se exploraron tres tipos de características EEG, a saber, potencia absoluta, potencia relativa y ondas lentas/ondas rápidas (SW/FW) utilizando análisis espectral. Además, se realizó un análisis de varianza (ANOVA) repetido en tres regiones cerebrales (frontal, central y parietal) x tres lateralidades cerebrales (izquierda, media y derecha) x dos grupos de SA (LSA y HSA) para explorar características EEG sensibles a la SA. Los resultados estadísticos indican una diferencia significativa entre los dos grupos de SA de acuerdo con las puntuaciones de SAGAT; además, no se encontró una diferencia significativa en la potencia absoluta de cuatro ondas (delta, theta, alfa y beta). Además, el grupo LSA tuvo una potencia relativa beta significativamente más baja que el grupo HSA en las regiones central y parietal. Por último, en comparación con el grupo HSA, el grupo LSA tuvo una mayor /beta y ( + alfa)/(alfa + beta) en todas las regiones cerebrales analizadas, mayor alfa/beta en la región parietal y mayor ( + alfa)/beta en todas las regiones analizadas excepto en la lateralidad izquierda y derecha en la región frontal. Las características EEG sensibles a la SA mencionadas se introdujeron en el análisis de componentes principales (PCA) y el método de Bayes para discriminar diferentes grupos de SA, y las precisiones fueron del 83.3% para la validación original y del 70.8% para la validación cruzada. Los resultados proporcionan una base para la evaluación y discriminación en tiempo real de la SA al investigar características EEG, contribuyendo así a monitorear la disminución de la SA que podría llevar a amenazas a la seguridad del vuelo.
Descripción
Para discriminar los niveles de conciencia situacional (SA) en función de características electroencefalográficas (EEG) sensibles a la SA, se clasificaron los grupos de alta SA (HSA) y baja SA (LSA), que son representativos de dos niveles de SA, de acuerdo con las puntuaciones de la tecnología de evaluación global de conciencia situacional (SAGAT) medidas en las tareas de la batería de tareas multiatributo (MATB) II. Además, se exploraron tres tipos de características EEG, a saber, potencia absoluta, potencia relativa y ondas lentas/ondas rápidas (SW/FW) utilizando análisis espectral. Además, se realizó un análisis de varianza (ANOVA) repetido en tres regiones cerebrales (frontal, central y parietal) x tres lateralidades cerebrales (izquierda, media y derecha) x dos grupos de SA (LSA y HSA) para explorar características EEG sensibles a la SA. Los resultados estadísticos indican una diferencia significativa entre los dos grupos de SA de acuerdo con las puntuaciones de SAGAT; además, no se encontró una diferencia significativa en la potencia absoluta de cuatro ondas (delta, theta, alfa y beta). Además, el grupo LSA tuvo una potencia relativa beta significativamente más baja que el grupo HSA en las regiones central y parietal. Por último, en comparación con el grupo HSA, el grupo LSA tuvo una mayor /beta y ( + alfa)/(alfa + beta) en todas las regiones cerebrales analizadas, mayor alfa/beta en la región parietal y mayor ( + alfa)/beta en todas las regiones analizadas excepto en la lateralidad izquierda y derecha en la región frontal. Las características EEG sensibles a la SA mencionadas se introdujeron en el análisis de componentes principales (PCA) y el método de Bayes para discriminar diferentes grupos de SA, y las precisiones fueron del 83.3% para la validación original y del 70.8% para la validación cruzada. Los resultados proporcionan una base para la evaluación y discriminación en tiempo real de la SA al investigar características EEG, contribuyendo así a monitorear la disminución de la SA que podría llevar a amenazas a la seguridad del vuelo.