基于游戏脑电和机器学习的行为表现预测研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:hwcf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在完成动作类电子游戏和飞行控制任务过程中,人脑均需要运用视觉搜索、精细动作控制、集中注意等多种相同的认知能力。而且不同个体间认知能力的差异也会体现在行为表现和同步收集的脑电图中。因此动作类电子游戏的电生理和行为表现或许可以预测飞行控制任务的表现。然而,前人对人脑认知能力的预测和训练方法大多是基于传统心理范式。本研究将电子游戏作为一种生态化的研究范式,以脑电图技术作为主要研究技术,拟通过运用一系列适合脑电数据特点的机器学习算法,实现对人脑认知能力的游戏化预测。本研究的总体技术路线是,首先采集同一被试的在动作类电子游戏和高仿真飞行搜索任务过程的行为表现和脑电数据,然后通过系统的数据分析找到二者的联系,最后通过机器学习等算法实现游戏化预测。在具体数据分析中,首先进行了预处理,包括带通滤波、重参考、去除眼动伪迹、标记并删除坏段等步骤。其次,采用快速傅立叶变换分别对各数据段进行频谱分析,并且在各频带上利用相位同步公式计算了各脑电片段的平均脑网络连接,从而得到脑电的功率谱和脑网络特征。第三,通过统计分析揭示高水平仿真搜索任务/游戏表现组在唤醒水平、功能抑制水平、注意水平方面与低水平仿真飞行搜索任务/游戏表现组的差异内容。最后,通过机器学习方法实现对不同能力水平被试的分类预测。最终使用支持向量机和不区分游戏事件脑电数据方法,取得的预测准确率可达75.88%;使用支持向量机和关键游戏事件脑电数据方法,取得的预测准确率可达80.09%;使用卷积神经网络深度学习模型,取得的预测准确率可达75.89%。综合脑电特征分析和分类预测结果可以得出:电子游戏与仿真飞行搜索任务在脑电和行为方面具有较高的相关性;游戏内团队作战过程(团战)是游戏过程的关键事件,能很好区分高水平和低水平的认知能力。这些结果表明电子游戏经验与人脑认知能力之间确实存在较高的相关性,可以因此利用电子游戏过程中,尤其是关键事件对人脑的认知能力进行预测和筛选。这些结果支持了基于电子游戏对人脑认知能力进行评估的可行性。此外,相比于传统的量表和心理任务的评估和预测方法,本研究所发展的技术路线具有更好的生态性和客观性,而且成本低廉,在人群中容易广泛推广,因此具有较好应用前景。总之,本研究为未来基于游戏过程指标去筛选飞行操控人员提供了理论基础。
其他文献
全面性强直阵挛发作(Generalized tonic-clonic seizures,GTCS)作为一种特发性全面性癫痫,主要症状有两种:波及全身的强直阵挛发作以及全导联的脑电活动异常,常规的MRI和CT检查均未发现明显的结构异常,发病原因尚未可知。这种突发的癫痫发作对病人及其家人的生活都造成了极其沉重的负担。越来越多的研究人员致力于探讨GTCS病人的病理机制及其致病因素,并且随着目前技术的高速
研究背景:房颤是临床上最为常见的心律失常之一。可增加缺血性脑卒中及体循环动脉栓塞的风险,对于患有器质性心脏的患者发生房颤后会加重心脏损伤,与此同时,房颤还会导致患者认知功能障碍。有研究发现健康人群进入高海拔环境后心律失常的风险增加,这源于其机体在急性或慢性缺氧下出现代偿改变,一旦突破代偿适应极限便会导致器质性损伤。目前关于世代居住在高海拔地区人群的房颤发生率研究不足。本研究通过对不同海拔高度的大样
肝癌是世界上最常见的恶性肿瘤之一,在原发性肝癌中,70%-90%都属于肝细胞癌(HCC)。肝癌死亡率高,预后较差,且其发病率有着十分明显的性别差异。肝癌发生与多种因素有关,如肝炎病毒感染、致癌物质暴露、非酒精性脂肪肝病等,其中非酒精性脂肪肝病在成年人中的发病率约为20%-30%,且逐年上升。非酒精性脂肪肝病是肝脏代谢综合征的表现,也是肝癌发生的重要驱动因素。早有研究证明,脂质代谢在肝癌发生、发展过
牙周病是口腔疾病中的常见病和多发病,严重的牙周病导致的牙周缺损是成人牙齿缺失的最主要原因。现有的临床治疗手段无法实现牙周组织的生理性再生。在牙发育的过程中,上皮根鞘细胞(Hertwig’s Epithelial Root Sheath,HERS)在牙周及牙根的发育过程中起核心诱导作用,其通过上皮-间充质相互作用募集牙间充质干细胞向其周围迁移,并诱导间充质干细胞分化形成牙髓组织和牙周组织。外泌体(E
高级认知过程一直是研究者们致力探索的重要研究领域,它在生物医学工程、心理学、脑-机接口(Brain-computer interface,BCI)和疾病诊断等方面具有潜在应用价值。但是,目前对高级认知过程仍缺乏深入的了解。隐马尔可夫模型(Hidden Markov model,HMM)作为一种机器学习模型能在全脑和组水平上识别出大脑活动的内部模式。因此,基于前人的认知研究基础,本文采用HMM从新的
商用磁共振成像(Magnetic Resonance Imaging,MRI)设备是在上世纪八十年代被推出,因其软组织对比度高、可任意方向断层成像、无电离辐射等优点广泛用于临床诊断和生命科学研究中。MRI系统包括主计算机、谱仪、放大器、主磁体、线圈等主要部分,其中谱仪是MRI系统核心部件,负责序列运行、信号产生和接收等工作,其性能好坏影响着MRI设备成像质量。本文在课题组原有的研究基础上,对MRI
大脑是一个复杂的网络,信息的高效传输和处理依赖于不同脑区之间的信息交互。复杂脑网络分析法则可以定量评估脑区间的相互作用关系,目前被广泛用于大脑认知、精神性或神经性疾病研究中。然而,某些脑区的缺陷会干扰大脑对即将到来的信息的处理,从而导致网络功能失调。研究表明,许多脑疾病都被视为脑网络障碍,且表现出异常的网络模式,包括癫痫和注意力缺陷多动症(Attention deficit hyperactivi
研究背景:肺癌是目前死亡率第一的恶性肿瘤,其5年生存率仅为17%。如果能在早期阶段被发现,I期非小细胞肺癌的5年生存率约为70-90%。目前大多数肺癌在确诊时已是晚期,早期诊断对改善患者预后至关重要。传统肺癌早诊手段存在辐射暴露、高假阳性率等问题,目前急需简单、快速、灵敏、无创的早诊方式。呼出气分析用于辅助疾病诊断在临床上已有一些应用,是目前最具潜力的无创性早诊手段之一。其原理是挥发性有机化合物(
数论中有两大主题:解析与算术。Birch和Swinnerton-Dyer猜想(BSD)将解析量与算术量联系在一起。对于Q上解析秩≤1的椭圆曲线,此猜想已被Gross-Zagier[19]和Kolyvagin[28][29]的工作所基本完全证明。张寿武已将Gross-Zagier公式推广到全实域,并且田野和张寿武将Kolyvagin[28][29]和Bertolini-Darmon[4][7]关于B
为解决船舶轨迹聚类算法效率不高,检测精度低,丢失轨迹局部特征等问题,将具有噪声的基于密度的空间聚类(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)算法由传统的点聚类推广为线聚类,提出一种可以直接对完整船舶轨迹进行聚类的具有噪声的基于密度的轨迹聚类(Density-Based Trajectory Cluste