认知负荷评估从脑电图和周边生物的设计视障流动艾滋病

文摘

认知负荷的可靠检测有利于设计的智能辅助导航艾滋病视障(VIP)。十个参与者在视力不同程度的导航在陌生的室内和室外环境中,而他们的脑电图(EEG)和皮肤电活动(EDA)信号被记录下来。在这项研究中,任务的认知负荷实时评估基础上修改完善与事件相关的(de)同步(ERD / ERS)指数。我们现在环境的深入分析,主要挑战来自某些类别的视力丧失和我们现在的自动分类感知困难每次实例,推断生物。考虑到有限的样本的大小,我们的研究表明,在环境中存在显著的差异为各种类别的视力丧失。此外,我们利用跨通道实时预测认知负荷的关系推断特性从EDA中提取。这种可能性铺平了道路设计在微创、可穿戴辅助设备,考虑到贵宾的福祉。

1。介绍

视力损害影响全世界约2.85亿人根据世界卫生组织(1]。辅助导航艾滋病是必不可少的视障(VIP)为提高他们的生活质量和增加他们的独立。传统上,VIP完全依赖白手杖,因为它很简单;尽管障碍检测的可靠性,它不提供任何信息导航的重要方面,如距离、速度,或者到目的地的最短路径2]。新技术来填补这个空白,加强传统的辅助教具,旨在提高路线规划(3(长途),导航4),发现地标(5),检测障碍(6- - - - - -8]。从智能手机应用程序可穿戴设备、辅助导航艾滋病促进更大的独立性,使贵宾执行任务前不可能或很难完成9]。然而,这些艾滋病的重点通常是在优化way-finding或定位任务没有考虑到个人的需求(10]。

我们的以前的工作基础上11,12),在这项研究中,我们把焦点集中在视障,评估生物标志物可以预测实时视障的脑力劳动,在陌生的城市室内和室外环境中导航。挑战贵宾体验在方向和移动任务可以根据认知负荷理论框架(13),因为,在定位和导航的任务,一个特定的空间被确切的工作记忆认知要求必要的。

我们设计了两个特别的取向和迁移任务收集广泛的行为和生物物理信号从10 VIP与各种类别的视力损失(见表1),他自愿参加我们的研究。收集脑电图(EEG)信号,我们评估认知负荷和任务参与执行任务。脑电图信号显示稳定的指标执行各种任务的认知负荷控制实验室设置,例如,学习导航使用超文本和多媒体数据14- - - - - -16)在超媒体和学习使用复杂的地图导航(17]。尽管脑电图捕获认知负荷的能力在执行一个任务时,其可用性在商业辅助设备仍处于起步阶段。出于这个原因,我们收集了广泛的生理信号,如皮肤电导的可穿戴的手镯。根据文献中发现,皮肤电导可以预测性能在压力条件下一个任务18- - - - - -20.];确认这样的声明“out-of-laboratory”条件在辅助设备的设计带来了很大的优势。

我们贡献的现有文献进行导航实验只在野外,“VIP的参与者在预定义的室内和室外导航路线之前不熟悉它们。这些途径包括各种各样的障碍和不同的城市环境(见表2)。机器学习框架设计了基于随机森林分类器预测参与者的认知负荷为每次实例推断从皮肤电导信号中提取生理特性。本研究的目的是双重的。首先,我们利用可能的影响,各种城市室内和室外环境可能诱发人们与他们的视力损失程度,其次,查明方便的生物标志物,强劲的认知负荷预测在野外VIP当航行在陌生的网站。

符合当前文献[18- - - - - -20.],新兴旨在结果表明,生理功能相关的皮肤电导是准确和可靠的实时预测认知负荷的数量。考虑到这些发现,实时辅助教具的设计适应用户的需求和个人需求。

2。数据收集

2.1。参与者

总共十个健康的视力受损的成年人在视力不同程度的参与了两项流动研究(6雌性;= 41岁,平均年龄范围= 22-53岁)。帮助使他们感到舒适和安全,他们鼓励走像往常一样使用白色拐杖如果他们希望如此,伴随着熟悉的运营管理老师。参与者被指示避免吸烟正常或电子烟和消费咖啡因和糖(如咖啡、可乐和巧克力)大约一个小时前走。招聘是基于自愿和所有贵宾能够给予自由和知情同意。这项研究是冰岛国家生物伦理学委员会批准。之前所有的数据是匿名分析。七个参与者走户外和室内的路线,只在户外参加一项研究,两个只有室内任务完成(见表1)。

2.2。室内和室外的路线

进行了室内实验在一个建筑在雷克雅未克,冰岛大学的。VIP看护人的协助下,运营管理教练,我们计划路线的VIP通过不同程度的压力的情况下可能发生(即。不同的复杂性和难度)。参与者绘制路线走三次培训的目的。路线由五个不同的环境能上演的各种室内流动的挑战(见表2)。表明,参与者通过自动化的门进入,使用电梯,穿越繁忙的开放空间,走一个大的螺旋楼梯,穿过其他障碍。路线大约是200米的长度,平均5分钟走路(范围= 4 - 8分钟)。

户外路线绘制在冰岛的雷克雅未克市中心。它由八种不同场景定义为集群环境和情境因素会引起类似的情感反应。例如,参与者必须走在繁忙的购物街,城市公园,漫步穿过一大结,通过狭窄的人行道(见表2)。路线长约1公里,平均13分钟44 s走(范围= 9-19 min)。

2.3。多通道生物

脑电图信号记录使用Emotiv EPOC + (http://emotiv.com/epoc/),一个手机耳机16干电极注册10 - 20系统位置AF3, F7, F3, FC5, T7, P3 (CMS),第七页,O1, O2, P8, P4 (DRL), T8, FC6, F4, F8, FC4(采样率 赫兹)。考虑到实际限制参与监测脑电活动在野外,EPOC +被选中,是因为它提供了一个良好的性能(即之间的妥协。,渠道和科学性的脑电图信号)和可用性(即。,portability, preparation time, and user comfort) with respect to other commercial wireless EEG systems [21- - - - - -24]。

随着Emotiv耳机,参与者被要求穿Empatica E4腕带(https://www.empatica.com/e4-wristband)[25]。E4措施EDA通过2腹侧皮肤电导(内部)手腕电极( 赫兹)和BVP通过背(外部)手腕photoplethysmography (PPG)传感器( 赫兹)。E4进一步报告人力资源,提取从BVP interbeat间隔。腕表还包括红外热电堆传感器和硬件加速计。E4是目前唯一商业多传感器设备开发的基于扩展科研领域的心理生理学和情感计算。此外,它有一个cable-free,像手表一样的设计,这使得它更容易也更美观的磨损,从而更好的安装使用比其他可穿戴biosignal设备在野外。参与者被要求戴上腕带的非惯用手来减少运动工件相关处理白手杖(26]。

2.4。一般程序

参与者走户外路线两次,室内路线三次培训的目的。在这两个研究方向只提供在第一次走到帮助VIP熟悉路线。他们被要求避免不必要的头部动作、手势以及与他们的运营管理教练,除非有紧急情况。视频和音频注册通过智能手机相机方便数据注释(观察行为在不同的环境和情况下)和同步(开始/结束的行走,环境,和障碍)。在户外的研究中,使用Garmin GPS坐标是另外记录gpsmap - 64单元1注册每秒的速度。在完成最后一个走,参与者被要求描述他们经历了沿线压力的时刻。

3所示。特征提取

3.1。脑电图描记器

EEG数据首次时域插值使用快速傅里叶变换(FFT)占失踪的样品由于连接问题。随后,所有信号被减去baseline-normalized为每个参与者和每个通道的静息状态的注册。这些得到一系列的实验室研究相同的参与者(27,28]。

基于发现神经科学文献中我们提取的一系列特性描述参与者的认知和生理状态在每一次实例。大脑活动的特点是节奏模式在不同的频段,可以有所不同的定义的研究之一。这里我们分析脑电图在六个带,即δ(0.5 4赫兹),θ(4 - 7赫兹),α1 (7 - 10 Hz),α2(10 - 13赫兹),β(13-30 Hz),和γ(30 - 60 Hz)。测试活动相关的心理和生理压力,而θ和α1(即。,lower alpha) frequencies reflect response inhibition and attentional demands such as phasic alertness [29日]。α- 2(即。,higher alpha) is related to task performance in terms of speed, relevance, and difficulty [30.]。γ波参与更复杂的认知功能,如多通道处理或对象表示(31日]。特性与信号功率和复杂性提取使用PyEEG开源Python模块(32]。每个14脑电图的渠道,我们计算了相对强度比作为一个指示器的相对光谱功率的六个频段(33]。

在提取的脑电图信号频带特性,我们估计与事件相关的(de)同步(ERD / ERS)指数,一个完善的测量脑电图的频带能量变化的最初提出的Pfurtscheller和Aranibar34]。它被定义为 IBP代表区间频带能量的地方。基线IBP指prestimulus时期没有任何任务的要求,在我们的案例中静息状态,而激活间隔(IBP)测试是指在工作时间上的实验任务。我们稍微修改了ERD / ERS指数评估,定义测试IBP一秒钟的时间间隔记录数据。这样,我们的结果与一个时间点的ERD / ERS每秒,每次点表示同步或失调根据同一基准。

3.2。EDA

皮肤电导数据分解为两个连续的组件,即相位的补剂组件(35]。这个分解和后续提取主音和相位的皮肤电活动(EDA)特性进行了使用Ledalab工具箱(http://www.ledalab.de/)。总的来说,我们提取的六个特点:意思是主音EDA (TM)和“自发”(即在所的数量。,phasic changes not traceable to specific stimulation), which are known to be particularly suitable for longitudinal monitoring of emotional stress-elicited EDA (i.e., tonic arousal); sum of amplitudes of registered SCRs (AS) and average, maximum, and cumulative phasic EDA (PM), which provide varying indicators of instantaneous phasic arousal [26]。

3.3。BVP和人力资源

E4的photoplethysmography传感器设备测量血流量脉冲(BVP)从它派生的心率(HR)。我们min-max规范化数据流占个人间的差异(36]。

4所示。线性混合模型分析

4.1。方法

研究心理活动差异户外和室内的场景不同复杂性和障碍与视力丧失,一个线性混合模型分析进行α1(小写)和α- 2(上α)乐队的两种途径(户外、室内)。线性混合模型执行regression-like随机方差分析在控制等因素的差异造成的参与者和电极37,38]。我们选择了把重点放在阿尔法乐队只因为它一再观察到大脑活动的频率与认知负荷在各种任务要求:具体来说,α活动下降级(即。αERD)增加更高的任务困难(见[39]审查)。

固定因素进行分析(表包含类型的场景2视力障碍(表)和类别1)。对于后者,两大类别的视力丧失被认为更好的数据符合线性模型:几乎失明(类别VI-5和VI-4)和严重受损(类别VI-3和VI-2)。每个参与者随机拦截和电极位置被添加。类型III瓦尔德测试被用来测试的意义固定因素和他们的相互作用40]。成对的组织方式进行了比较测试,使用Bonferroni-adjusted值在适当的地方(41]。之前平均条件,single-condition ERD / ERS值的对数变换应用于改善他们的分布特征。

4.2。结果

参与者平均每个环境和ERD / ERS值为每个类别的视觉障碍图所示1。对于每一个次要情节,平均值为户外场景描绘在左边的面板中,而对于室内环境是在右侧面板中。类型III瓦尔德以及结果四个(两个乐队×两个路线)线性混合模型被发表在表3。视力仅只是的一个重要预测上αERD / ERS在户外路线,虽然视觉与场景的交互上下都显著影响αERD / ERS在户外路线。现场乐队和单独有一个显著的影响在室外和室内场景。

事后配对样本测试显示ERD / ERS在α乐队几乎盲目明显高于B为户外环境严重受损的个人(小街道; , ),E[开放空间; , ),和G(小马路没有交通信号灯; , ]。发现了类似的趋势上α户外ERD / ERS乐队(B: , ;艾凡: , ;旅客: , ]。此外,上层αERD / ERS被发现明显高于几乎失明比严重受损的参与者对于户外环境(购物街; , )和H(建设巷; , ]。对于室内环境,降低αEDR /几乎失明的人只有更高比严重受损的人走路时上下楼梯(现场E; , ]。

当平均在两个第六组,降低αERD / ERS穿越主要交通路口时显著高于当穿过购物街( , ],小街道[ , ),和小街道交叉场景( , ]。ERD / ERS在α乐队当通过购物街高于后者的小街道和更高的一个小马路时比,但这些差异并不显著。也获得了类似的趋势上αERD / ERS的户外模式 (833.64 - 834.56−) , ),明显高于上层αERD / ERS也观察到城市公园的场景相比小街道环境( , ]。室内路线,ERD / ERS在α带明显高于在使用自动移动门,坐电梯时沿着一条狭窄的走廊( , 和 , ,分别地。),浏览一个开放空间( , 和 , ,分别地。使用楼梯[], , 和 , ,resp。]。降低αERD / ERS比门高电梯场景,但不显著。是高的比楼梯走廊环境和后者高于开放空间场景,但这些差异也没有发现显著。上αERD / ERS也明显高于使用时自动移动门,坐电梯时比其他室内环境( (887.33 - 893.52−) , 和 (886.08 - 893.01−) , 分别),而趋势类似于室外模型观察剩余的室内场景形成鲜明对比。

总的来说,户外和室内环境动态性对复杂性和意想不到的障碍,如穿越一条主干道,漫步通过一个开放的城市空间,穿过一条狭窄的小巷和咖啡桌和广告板,使用电梯,经历自动门,导致更高的ERD(即值。、较低的相对力量)在两个α乐队,这意味着增加任务困难。这些认知负荷“热点”是完全赞同幕后报告为压力由参与者自己的研究。

5。认知负荷的自动预测

5.1。分类实验

自动识别城市经验丰富的室内和室外空间的认知负荷的贵宾,走过这只基于他们的生物,我们假设研究作为监督分类过程。整体学习一种广泛使用的分类方法,即随机森林(RF)分类器(42),选择由于其处理能力可能相关的预测变量,因为它提供了一个简单的评估变量的重要性。

认知负荷的ERD / ERS指数平均超过所有电极/每秒频带。由此产生的平均指数被在三块,即“低”,“媒介,”和“高”负载。我们训练一个射频模型来预测上述标签的认知负荷指数每乐队,推断特性提取的皮肤电导和血容量脉冲传感器。两个最重要的射频参数的调整是由网格搜索参数估计5倍交叉验证的方法。我们利用估计的数量的影响和的最大数量的影响特性 。总的来说,最优数量的估计是300和特性的最大数量是等于总数为每个实验的功能。

5.2。结果

表4报告的分类结果AUROC加权指标。以后,我们将参考AUROC加权指标和术语“准确性。”对于每一个频段,平均精度超过5倍报道,随着各自的标准偏差。我们注意到所有频段的性能模型是非常准确和鲁棒性。

如前所述,ERD / ERS指数用于定义的类平均超过所有的电极;在文学中,有许多研究将特定的电极的大脑功能,例如,记忆任务;然而,Emotiv EPOC +用于实验并没有提供一个完整的颅骨表面的覆盖率,专注于特定的电极。遵循相同的方案的分类认知负荷状态(“低”,“媒体”和“高”)从单独的电极带我们获得准确值相同的平均结果/乐队。

图2描述了EDA的最有预测力的特性和心率的认知负荷。注意,重要性的顺序和“基尼”重要性的相对振幅值具有可比性的频段显示的稳定性的方法。这些发现符合研究文献中,皮肤电阻的表示是一个重要的指标的认知负荷18- - - - - -20.]。

6。结论

本文提出一个框架,用于实时自动评估认知负荷时视力受损的人在陌生的户外和室内环境中移动和浏览。目标是展示精神要求任务的实时跟踪的可行性可作为辅助设备的动态反馈。流动艾滋病有视力障碍的用户应该能够隐式不仅改变环境还适应用户的认知负荷的变化在不同的环境和情境因素。

拟议的框架是基于多通道融合的脑部和外围biosignal特性。EDA的使用与压力相关的特征信号和脑电图的认知负荷指数基于α与事件相关的(de)同步带(ERD / ERS),我们认为最重要的认知要求“热点”通用VIP人口和失明的具体类别,指出特定的需求/每个贵宾类别所面临的困难。多通道分类实验的预测率高(83 - 97% AUROC加权、表4提议的方法的)是非常令人鼓舞的。即使选择城市和建筑工地并不代表所有可能的不同的室外和室内环境和情况的复杂性和困难,绘制路线的设计,结合大部分移动贵宾所面临的挑战。

尽管是有前途的,报告结果应该谨慎考虑由于有限数量的参与者,它不允许深入分析每个类别的特定压力视力障碍。一个更大的团体研究需要进行确认和量化的趋势了。此外,完善Emotiv EPOC +脑电图耳机有一定的局限性对记录信号的质量在实验涉及身体活动等“野生的”这里介绍。本研究的未来步骤包括改进预测模型通过探索小说多通道biosignal特性认知负荷评估和比较不同的分类器。这些调查结果希望铺平了道路情商移动技术更进一步导航的概念,会计不仅对的最短路径,也最轻松,压力,和最安全的。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

确认

作者要感谢政府和运营管理教师在国家研究所的盲人,视障,聋人在冰岛的有价值的输入和无私援助和视力受损的人参加了这项研究的时间和耐心。研究导致这些结果已经收到了欧盟的资助下地平线2020研究和创新项目资助协议。643636”的愿景。“Charalampos Saitis承认亚历山大•冯•洪堡基金会支持通过一个洪堡研究奖学金。

引用

1. 世界卫生组织(世卫组织)媒体中心”,视力损害和失明的简报。282年,2014年,“http://www.who.int/mediacentre/factsheets/fs282/en/Available(2014年2月13日通过)。视图:谷歌学术搜索
2. r·威廉·维纳和大肠Siffermann“评估”方向和流动的基础,页272 - 275、1997、评估。视图:谷歌学术搜索
3. a和s Koskinen维尔塔宁,“Noppa:视障导航和制导系统,”诉讼的第11届世界大会和展览,2004年。视图:谷歌学术搜索
4. r·g·Golledge j . m . Loomis r . l . Klatzky a . Flury x l·杨,“设计一个个人导航系统来帮助导航没有看见;gis组件的进展。”国际地理信息科学杂志》上,5卷,不。4、373 - 395年,1991页。视图:出版商的网站|谷歌学术搜索
5. a . Rouben和l . Terveen语言和交际音频:导航信息和认知负荷,乔治亚理工学院,2007。
6. c . Jacquet y Bellik, y Bourda”电子运动辅助盲人:更多的辅助系统,”研究计算智能,19卷,第163 - 133页,2006年。视图:出版商的网站|谷歌学术搜索
7. 湾先进技术有限公司”,蝙蝠“k”Sonar-Cane。”http://www.eastin.eu/en/searches/products/detail/database-vlibank/id-E21029。视图:谷歌学术搜索
8. d . Dakopoulos n·g·布尔巴基,“可穿戴电子旅行艾滋病盲人避障:一项调查,“IEEE系统,人,控制论,C部分:应用程序和评论,40卷,不。1、25 - 35,2010页。视图:出版商的网站|谷歌学术搜索
9. r·贝拉斯克斯“可穿戴的盲人辅助设备,课堂讲稿电气工程卷,75年,第349 - 331页,2010年。视图:出版商的网站|谷歌学术搜索
10. n . a . Giudice和g . e . Legge“盲人导航和技术的作用,”智能技术的工程手册老化,残疾,和依赖希拉勒,a . m . Mokhtari称,b . Abdulrazak Eds。,页479 - 500年,约翰开松机& Sons, 2008。视图:谷歌学术搜索
11. c . Saitis和k . Kalimeri识别城市流动挑战视障,移动监测的多通道生物”人机交互中普及。用户和环境的多样性、m Antona和c . Stephanidis Eds。施普林格,页616 - 627年,2016年。视图:出版商的网站|谷歌学术搜索
12. k . Kalimeri和c Saitis”,探索多通道biosignal特性在室内流动压力检测,”诉讼18 ACM国际会议上的多通道交互,ICMI 20162016年11月,页53-60、日本。视图:出版商的网站|谷歌学术搜索
13. j .溶胀剂”,在解决问题的认知负荷:影响学习,”认知科学,12卷,不。2、257 - 285年,1988页。视图:出版商的网站|谷歌学术搜索
14. 因为它使得基于脑电图d . o . Bos et al .,“情绪识别、”视觉和听觉刺激的影响56卷1,不。3 p。2006。视图:谷歌学术搜索
15. c·贝尔卡d . j . Levendowski m . n . Lumicao et al .,“脑电图警觉任务参与和心理工作负荷的相关学习和记忆任务,”航空、空间和环境医学,卷78,不。5,B231-B244, 2007页。视图:谷歌学术搜索
16. r·m·尼尔森和r·e·梅尔”的影响图形组织者提供线索的结构超文本文档对用户的导航策略和性能。”国际人机研究杂志》上卷,57号1,1-26,2002页。视图:出版商的网站|谷歌学术搜索
17. b·m·斯科特和n h·施瓦兹,”导航空间显示:元认知,认知负荷的作用,“学习和教学,17卷,不。1,第105 - 89页,2007。视图:出版商的网站|谷歌学术搜索
18. c . Setz b . Arnrich j . Schumm r·拉马卡g . Troster和Ehlert,“歧视压力使用一个可穿戴的eda设备,从认知负荷”IEEE在生物医学信息技术,14卷,不。2、410 - 417年,2010页。视图:出版商的网站|谷歌学术搜索
19. c·蒙代尔j·巴勃罗Vielma, t·扎曼预测性能压力条件下使用皮肤电反应,2016年。
20. y Shi, n . Ruiz r . Taib e . Choi和f·陈,“皮肤电反应(GSR)作为一个认知负荷指数,”25日SIGCHI会议程序在计算系统人为因素(x ' 07)ACM,页2651 - 2656年,圣何塞,加州,美国,2007年5月。视图:出版商的网站|谷歌学术搜索
21. n . a . Badcock p . Mousikou y Mahajan, p . de Lissa j .这和g .麦克阿瑟“验证的emotiv EPOC®脑电图测量听觉erp研究质量,游戏系统”PeerJ,1卷,不。1,文章e38, 2013。视图:出版商的网站|谷歌学术搜索
22. w·大卫·海尔斯顿k·w·惠特克,a·j·里斯et al .,“四个商业化脑电图系统的可用性,《神经工程,11卷,不。4 p。046018年,2014年。视图:出版商的网站|谷歌学术搜索
23. 岁以上,f·米诺r . Emkes k . Gandras和m . de Vos,“如何低成本、小型和无线脑电图散步吗?”心理生理学卷,49号11日,第1621 - 1617页,2012年。视图:出版商的网站|谷歌学术搜索
24. j . i Ekandem t·a·戴维斯,阿尔瓦雷斯,m·t·詹姆斯和j·e·吉尔伯特”评估BCI的工效学研究和实验设备,“人体工程学,55卷,不。5,592 - 598年,2012页。视图:出版商的网站|谷歌学术搜索
25. m . Garbarino m .赖s Tognetti r·皮卡德和d·本德”Empatica E3 -一个可穿戴的无线多传感器实时计算机生物反馈和数据采集设备,”学报》第四届国际会议上无线移动通信和医疗保健——“通过创新改变医疗移动和无线技术”2014年11月,雅典,希腊,。视图:出版商的网站|谷歌学术搜索
26. w·Boucsein皮肤电活动施普林格,纽约,纽约,美国,第二版,2012年版。视图:出版商的网站
27. s . Spagnol o . i Johannesson a Kristjansson et al .,“基于模型的障碍导航的视力受损的人,”19国际会议的程序数字音频效果,DAFx布尔诺,页309 - 316年,捷克共和国,2016年9月。视图:谷歌学术搜索
28. s . Spagnol c . Saitis k . Kalimeri奥马尔,和r . Unnthorsson”Sonificazione di ostacoli来ausilio真主安拉deambulazione di非vedenti(障碍sonification导航援助视障),”学报》第二十一章Colloquio di Informatica音乐会(关于音乐信息),卡利亚里,意大利,2016年。视图:谷歌学术搜索
29. w·j·雷和h·w·科尔,”脑电图α活动反映了注意力的要求,和β活动反映了情感和认知过程,”科学,卷228,不。4700年,第752 - 750页,1985年。视图:出版商的网站|谷歌学术搜索
30. w . Klimesch”,脑电图α和θ振荡反映认知和记忆性能:回顾和分析,“大脑研究评论卷,29号2 - 3、169 - 195年,1999页。视图:出版商的网站|谷歌学术搜索
31. a .凯尔·m·m·穆勒w·j·雷,t·格鲁伯和t·埃尔伯特“人工伽玛乐队活动和知觉完形,“《神经科学杂志》上,19卷,不。16,7152 - 7161年,1999页。视图:谷歌学术搜索
32. f·s·鲍、x刘和张,“PyEEG:一个开放源码的python模块为脑电图/梅格特征提取,”计算智能和神经科学文章ID 406391卷,2011年,2011年。视图:出版商的网站|谷歌学术搜索
33. r .全Quiroga布兰科,o·a·罗索h·加西亚和a . Rabinowicz”寻找隐藏信息与广义伽柏变换tonic-clonic癫痫,”脑电图与临床神经生理学,卷103,不。4、434 - 439年,1997页。视图:出版商的网站|谷歌学术搜索
34. g . Pfurtscheller和a . Aranibar”与事件相关的皮质失调被头皮脑电图功率测量,”脑电图与临床神经生理学,42卷,不。6,817 - 826年,1977页。视图:出版商的网站|谷歌学术搜索
35. m . Benedek和c Kaernbach”,连续测量相位的皮肤电活动,“神经科学杂志》上的方法,卷190,不。1,第91 - 80页,2010。视图:出版商的网站|谷歌学术搜索
36. j . t . Cacioppo和l . g . Tassinary”推断心理意义从生理信号,”美国心理学家,45卷,不。1,16-28,1990页。视图:出版商的网站|谷歌学术搜索
37. n . m . Laird和j . h .制品“随机模型的纵向数据,”生物识别技术,38卷,不。4、963 - 974年,1982页。视图:出版商的网站|谷歌学术搜索
38. d·贝茨m . Machler b . m . Bolker s c·沃克,“拟合线性mixed-effects模型使用lme4,”杂志的统计软件,卷67,不。1,2015。视图:出版商的网站|谷歌学术搜索
39. p . Antonenko f . Paas, r . Grabner, t·凡·高格”使用脑电图测量认知负荷,”教育心理学复习,22卷,不。4、425 - 438年,2010页。视图:出版商的网站|谷歌学术搜索
40. j·福克斯和w·桑福德,R同伴应用回归圣人,第二版,2011年版。
41. R . v .披散下来,“最小二乘方法:R包lsmeans”杂志的统计软件,69卷,2016年。视图:出版商的网站|谷歌学术搜索
42. l . Breiman“随机森林”,机器学习,45卷,不。1,5-32,2001页。视图:出版商的网站|谷歌学术搜索

版权

版权©2018 Charalampos Saitis等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。