Details
Title | Оценка уровня умственной работоспособности учащихся на основе анализа сигналов ЭЭГ // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Информатика. Телекоммуникации. Управление: научное издание. – 2018. – Т. 11, № 4 |
---|---|
Creators | Станкевич Лев Александрович; Аманбаева Сабина Сергеевна; Самочадин Александр Викторович |
Organization | Санкт-Петербургский политехнический университет |
Imprint | Санкт-Петербург: Изд-во Политехн. ун-та, 2018 |
Collection | Общая коллекция |
Subjects | Вычислительная техника; Распознавание и преобразование образов; работоспособность учащихся; умственная работоспособность; оценка уровня работоспособности; электроэнцефалографические сигналы; умственная усталость; декодирование; неинвазивные интерфейсы; student performance; mental performance; evaluation of performance; electroencephalographic signals; mental fatigue; decoding; non-invasive interfaces |
UDC | 004.93 |
LBC | 32.973-018.2 |
Document type | Article, report |
File type | Other |
Language | Russian |
DOI | 10.18721/JCSTCS.11411 |
Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\61291 |
Record create date | 7/4/2019 |
Представлены результаты исследований в области применения неинвазивных интерфейсов "мозг-компьютер" для анализа степени умственной усталости учащихся. Предложено использовать электроэнцефалографические (ЭЭГ) сигналы, позволяющие определить вызванные событиями потенциалы. Подробно описан набор алгоритмов для предварительной обработки сигналов ЭЭГ и распознавания вызванного потенциала Р300, возникающего через 300 мс после зрительного стимула. Основное внимание уделено эксперименту по распознаванию волны Р300 по информации, снимаемой прибором типа Muse headset. Приведены предварительные результаты по точности распознавания волны Р300 у разных людей с использованием различных типов классификаторов. Разработана методика применения Р300 для оценки степени умственной усталости учащихся. Проведен ряд экспериментов, подтверждающих возможность такой оценки по разработанной методике.
The article presents the results of studies on using non-invasive brain-computer interfaces (BCI) for analyzing the degree of mental fatigue of students. It is proposed to use electroencephalographic (EEG) signals, allowing to determine the potentials caused by events. A set of algorithms for preprocessing EEG signals and recognizing the evoked potential of P300 arising 300 ms after a visual stimulus is described in detail. The main focus is on the P300 wave recognition experiment from information captured by a Muse headset. Preliminary results on the accuracy of P300 wave recognition in different people using various types of classifiers are given. A methodology has been developed for using P300 to assess the students mental fatigue. A number of experiments have been carried out confirming the possibility of such assessment using the developed methodology.
Access count: 371
Last 30 days: 3