logo móvil
Contáctanos

Patrón de clasificación de EEG de recogida y coordinación utilizando caminatas aleatorias anónimas

Autores: Zuckerman, Inon; Mizrahi, Dor; Laufer, Ilan

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Patrón de clasificación de EEG de recogida y coordinación utilizando caminatas aleatorias anónimas


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Software

Palabras clave

Juegos de coordinación
Coordinación tácita
Coherencia EEG
Tareas cognitivas
Modelo de clasificación
Medidas electrofisiológicas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 36

Citaciones: Sin citaciones


Descripción
Los juegos de coordinación tácita son juegos en los que los jugadores intentan seleccionar la misma solución sin comunicarse entre ellos. Diversas teorías han intentado predecir el comportamiento en juegos de coordinación tácita. Hasta ahora, la investigación que combina juegos de coordinación tácita con medidas electrofisiológicas se basaba principalmente en análisis espectral. En contraste, la coherencia del EEG permite examinar las conexiones funcionales y morfológicas entre las regiones cerebrales. Por lo tanto, nuestro objetivo fue diferenciar entre diferentes condiciones cognitivas utilizando patrones de coherencia. Específicamente, hemos diseñado un método que predice la etiqueta de clase de los patrones de gráficos de coherencia extraídos de épocas de EEG de múltiples canales tomados de tres condiciones: una condición sin tarea y dos tareas cognitivas, selección y coordinación. El proceso de clasificación se basó en un gráfico de coherencia extraído del registro del EEG. Para asignar cada gráfico a su etiqueta correspondiente, construimos un clasificador jerárquico. Primero, distinguimos entre la condición de estado de reposo y las otras dos tareas cognitivas utilizando un conjunto de grados de nodo. Luego, para distinguir entre las dos tareas cognitivas, implementamos un recorrido aleatorio anónimo. Nuestro modelo de clasificación logró un valor de precisión total del 96.55%.

Otros recursos que podrían interesarte

Temas Virtualpro