中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/89982
English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41654720      線上人數 : 2315
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/89982


    題名: 評估注意力偵測之穿戴式腦電電極放置有效性;Evaluating the effectiveness of wearable EEG electrode placement for attention detection
    作者: 王俊隆;Wang, Jun-Long
    貢獻者: 資訊工程學系
    關鍵詞: 腦電圖;數據融合;多模態數據;虛擬現實;機器學習;眼睛追蹤;Electroencephalography;Data Fusion;Multimodal Data;Virtual reality;Machine Learning;Eye-tracking
    日期: 2022-08-22
    上傳時間: 2022-10-04 12:06:34 (UTC+8)
    出版者: 國立中央大學
    摘要: 多動症的問題在世界越來越嚴重。注意力檢測問題與對多動症患者的評
    估密切相關,它決定了受試者的集中程度。人腦的額葉和前額葉決定受試者
    的注意力。其中,反應抑制是注意力的關鍵。它可以控制衝動的反應。在本
    實驗中,我們進行了與反應抑制有關的任務,並收集了正常成年人的數據,
    使用可穿戴式腦電設備OpenBCI Ganglion,集成並結合VR 一體機進行實
    驗,並結合之前研究的腦電(Looxid)電極。根據國際10-20 系統的腦電定
    位電極,對額頭的AF4、FP7、FP8、AF7、AF8 進行了比較,通過機器學習
    驗證了目前應用於特定三點的可穿戴腦電設備FCz、FC3、Pz 在注意力檢測
    方面的有效性。此外,我們還通過特徵探索了EEG 和眼球追踪之間的相關
    性。最後,我們成功地確定了我們的EEG 電極位置的更好的有效性。;The problem of ADHD is getting more and more serious in the world. The
    attention detection problem is closely related to the assessment of ADHD patients
    that determines how concentrated the subject is. The frontal and prefrontal of the
    human brain decide the subjects’ attention. Among them, response inhibition is
    the key to attention. It can control impulsive responses. In this experiment, we
    conduct a task related to response inhibition and we collected the data from
    normal adults, and use the wearable EEG device OpenBCI Ganglion, integrated
    and combined with the VR all-in-one machine to conduct the experiment, and
    combined with the EEG (Looxid) electrode of the previous study. According to
    the international 10-20 system for EEG location electrodes, AF4, FP7, FP8, AF7,
    and AF8 in the forehead are compared, and we validate the effectiveness of the
    current wearable EEG devices that applied to specific three points are FCz, FC3,
    and Pz in attention detection through Machine Learning. Moreover, the
    correlation between EEG and eye-tracking is explored through features. Finally,
    we successfully determine the better effectiveness of our EEG electrode
    placement.
    顯示於類別:[資訊工程研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML26檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明