Εξαγωγή πληροφοριών νοητικών διεργασιών μέσω ηλεκτροεγκεφαλογραφήματος
Φόρτωση...
Ημερομηνία
2016-06-28
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
Επιβλέπων
Περίληψη
Στην παρούσα εργασία μελετάται η επίδραση του άγχους σε σήματα ΗΕΓ κατά την διάρκεια παρακολούθησης μουσικών βίντεο διάρκειας ενός λεπτού. Το συναίσθημα που προκλήθηκε σε κάθε άτομο αναπαραστάθηκε και προβλήθηκε σε άξονες εγρήγορσης και ευχαρίστησης. Μετά την παρουσίαση του κάθε βίντεο, το κάθε άτομο κατέγραψε την υποκειμενική εμπειρία του συναισθήματος. Πραγματοποιήθηκε βιβλιογραφική επισκόπηση προκειμένου να προσδιοριστούν τα χαρακτηριστικά EEG που σχετίζονται με το στρες. Τα πιο αποτελεσματικά από αυτά μαζί με άλλα που θεωρήθηκαν σημαντικά υπολογίστηκαν και αποτιμήθηκαν. Ερευνήθηκαν ποια χαρακτηριστικά είναι σε θέση να προσδιορίσουν με μεγαλύτερη ακρίβεια το επίπεδο του στρες και να διακρίνουν μεταξύ της ουδέτερης και της αγχώδους κατάστασης. Τα πιο σημαντικά από αυτά επιλέγονται μέσω διαδικασίας επιλογής χαρακτηριστικών ώστε να προσδιορίζουν την μέγιστη πληροφορία και να επιτρέπουν τη σωστή ανίχνευση άγχους ή τη διάκριση μεταξύ των συναισθηματικών καταστάσεων που ερευνώνται σε αυτή την εργασία.
This work studies the effect of stress/anxiety states on EEG signals during one-minute music video sessions. The emotion induced to each subject while watching each video is represented and projected to arousal and valence dimensions. After the presentation of each video, perceived stress and relaxed states are self-rated. A literature review was performed in order to identify EEG features that are related to stress. The most effective of them along with some others that were considered important were calculated and reviewed. It was investigated which features are able to represent as most accurate the level of stress and to discriminate between neutral and stress states. A selection of the most significant of them followed by feature selection schemes providing insights to the proper stress detection or for the discrimination between the emotional states under investigation.
This work studies the effect of stress/anxiety states on EEG signals during one-minute music video sessions. The emotion induced to each subject while watching each video is represented and projected to arousal and valence dimensions. After the presentation of each video, perceived stress and relaxed states are self-rated. A literature review was performed in order to identify EEG features that are related to stress. The most effective of them along with some others that were considered important were calculated and reviewed. It was investigated which features are able to represent as most accurate the level of stress and to discriminate between neutral and stress states. A selection of the most significant of them followed by feature selection schemes providing insights to the proper stress detection or for the discrimination between the emotional states under investigation.