Los puntos clave no están disponibles para este artículo en este momento.
Muchas investigaciones indican que las bandas de EEG, específicamente las bandas alfa y theta, han sido potencialmente útiles como indicadores de carga cognitiva. Sin embargo, existe una investigación mínima para validar esta afirmación. Este estudio tiene como objetivo evaluar y analizar el impacto de las relaciones de bandas de alfa a theta y de theta a alfa en el apoyo a la creación de modelos capaces de discriminar las percepciones auto-referidas de carga mental. Se utilizó un conjunto de datos de EEG en bruto en el que 48 sujetos realizaron una actividad de descanso y una tarea inducida que exigía ejercicio en forma de una prueba de multitarea SIMKAP. Se idearon relaciones de bandas a partir de grupos de electrodos frontales y parietales. La construcción y prueba del modelo se realizó con características independientes de alto nivel de los dominios de frecuencia y temporal extraídas de las relaciones computadas a lo largo del tiempo. Las características objetivo para el entrenamiento del modelo se extrajeron de las calificaciones subjetivas recolectadas después de las actividades de descanso y demanda de tareas. Se construyeron modelos utilizando Regresión Logística, Máquinas de Vectores de Soporte y Árboles de Decisión, y se evaluaron con medidas de rendimiento que incluían precisión, recuperación, precisión y f1-score. Los resultados indican una alta precisión de clasificación de aquellos modelos entrenados con las características de alto nivel extraídas de las relaciones de alfa a theta y de theta a alfa. Resultados preliminares también muestran que los modelos entrenados con regresión logística y máquinas de vectores de soporte pueden clasificar con precisión las percepciones auto-referidas de carga mental. Esta investigación contribuye al cuerpo de conocimiento al demostrar la riqueza de la información en los dominios temporal, espectral y estadístico extraída de las relaciones de bandas de EEG de alfa a theta y de theta a alfa para la discriminación de percepciones auto-referidas de carga mental.
Raufi et al. (Mon,) estudiaron esta cuestión.