@ARTICLE{26583223_221103793_2018, 
	author = {Е. В. Чемерисова and М. С. Атанов and И. Н. Михеев and О. В. Мартынова}, 
	keywords = {, ЭЭГ, спектральная плотность мощности, ментальные операции, искусственная нейронная сетьточность классификации},
	title = {Классификация вербальных и математических ментальных операций на основе спектральной плотности мощности ЭЭГ},
	journal = {Психология. Журнал Высшей школы экономики},
	year = {2018},
	volume = {15},
	number = {2},
	pages = {268-278},
	url = {https://psy-journal.hse.ru/2018-15-2/221103793.html},
	publisher = {},
	abstract = {Классификация спектральных паттернов ЭЭГ лежит в основе нескольких когнитивных нейротехнологий, включая пассивные и активные интерфейсы мозг - компьютер. Несмотря на то, что арифметические задачи часто используются в исследованиях когнитивной нагрузки, мало результатов, описывающих возможность распознавания паттернов ЭЭГ, связанных с различными типами математических операций. В настоящей работе мы показали, что спектральная плотность мощности ЭЭГ может использоваться для классификации типов умственных операций, включая классификацию вербальных и разных математических задач на простые арифметические операции или логических задач с арифметическими прогрессиями. Вербальные задачи классифицировались от арифметических значительно лучше, чем арифметические от логических задач, и вербальные от логических задач. Лучшая точность классификации вербальных задач от арифметических, но не от логических задач, поддерживает гипотезу об уникальных паттернах ЭЭГ, связанных с вербальной деятельностью, которые, по-видимому, отличаются от умственных арифметических операций. Кроме того, мы сравнили эффективность решения задач испытуемыми и точность классификации ЭЭГ у двух групп студентов с математическим или гуманитарным образованием (N = 8 + 8). Мы получили ожидаемые групповые различия, связанные с лучшими показателями решения математических задач у математической группы, чем у гуманитарной группы. Однако точность классификации задач, основанная на ЭЭГ, достоверно не отличалась между группами и была существенно выше, чем случайная. Полученные данные подтверждают гипотезу о том, что паттерны ЭЭГ отражают определенные когнитивные состояния, соответствующие умственным операциям, и могут использоваться при классификации различной когнитивной деятельности.},
	annote = {Классификация спектральных паттернов ЭЭГ лежит в основе нескольких когнитивных нейротехнологий, включая пассивные и активные интерфейсы мозг - компьютер. Несмотря на то, что арифметические задачи часто используются в исследованиях когнитивной нагрузки, мало результатов, описывающих возможность распознавания паттернов ЭЭГ, связанных с различными типами математических операций. В настоящей работе мы показали, что спектральная плотность мощности ЭЭГ может использоваться для классификации типов умственных операций, включая классификацию вербальных и разных математических задач на простые арифметические операции или логических задач с арифметическими прогрессиями. Вербальные задачи классифицировались от арифметических значительно лучше, чем арифметические от логических задач, и вербальные от логических задач. Лучшая точность классификации вербальных задач от арифметических, но не от логических задач, поддерживает гипотезу об уникальных паттернах ЭЭГ, связанных с вербальной деятельностью, которые, по-видимому, отличаются от умственных арифметических операций. Кроме того, мы сравнили эффективность решения задач испытуемыми и точность классификации ЭЭГ у двух групп студентов с математическим или гуманитарным образованием (N = 8 + 8). Мы получили ожидаемые групповые различия, связанные с лучшими показателями решения математических задач у математической группы, чем у гуманитарной группы. Однако точность классификации задач, основанная на ЭЭГ, достоверно не отличалась между группами и была существенно выше, чем случайная. Полученные данные подтверждают гипотезу о том, что паттерны ЭЭГ отражают определенные когнитивные состояния, соответствующие умственным операциям, и могут использоваться при классификации различной когнитивной деятельности.}
}