Utilizzando Elettroencefalografia Misure per il confronto della Task-specifici neurali efficienze: compiti spaziali Intelligenza

Summary

Questo manoscritto descrive un approccio per misurare l'attività neurale di esseri umani e risolvere i problemi di ingegneria spaziale mirati. La metodologia elettroencefalogramma aiuta a interpretare le misurazioni delle onde cerebrali beta in termini di efficienza neurale, con l'obiettivo di consentire in ultima analisi, il confronto di prestazioni compito sia tra i tipi di problemi e tra i partecipanti.

Abstract

intelligenza spaziale è spesso legata al successo nelle professioni educative ingegneria e ingegneria. L'uso di elettroencefalografia consente il calcolo comparativo di efficienza neurale degli individui in quanto svolgono attività successive che richiedono capacità spaziale per ricavare soluzioni. efficienza neurale qui è definito come avente meno di attivazione beta, e quindi spendendo meno risorse neurali, per eseguire un compito in confronto ad altri gruppi o altre attività. Per i confronti tra le attività di attività con durate simili, tali misure possono consentire un confronto di tipo di attività difficoltà. Per intra-partecipanti e tra partecipanti confronti, queste misurazioni forniscono informazioni potenziale nel livello del partecipante di capacità spaziali e diversi compiti problema di ingegneria solving. Prestazioni sui compiti selezionati può essere analizzato e correlata con attività beta. Questo lavoro presenta un protocollo di ricerca dettagliato studiare l'efficienza neurale degli studenti itainvecchiato in la soluzione di capacità tipici del territorio e dei problemi statici. Gli studenti hanno completato i problemi specifici del Mental taglio di prova (MCT), Purdue spaziale prova Visualizzazione di rotazioni (PSVT: R), e Statica. Mentre era impegnato a risolvere questi problemi, le onde cerebrali dei partecipanti sono stati misurati con EEG permette di dati da raccogliere per quanto riguarda alfa e beta del cervello di attivazione delle onde e l'uso. Il lavoro sembra correlare prestazioni funzionali sulle attività spaziali puri con attività di ingegneria spaziale intensiva per identificare i percorsi di prestazioni di successo nel campo dell'ingegneria e dei miglioramenti conseguenti in materia di istruzione di ingegneria che possono seguire.

Introduction

Capacità spaziale è di vitale importanza per la scienza, tecnologia, ingegneria e matematica (STEM) Campi e istruzione e si correla con successo in queste zone ^1,2,3. Pertanto, è importante comprendere lo sviluppo di come spaziale impatti capacità di soluzione dei problemi ^4. Capacità spaziale è stato collegato a interessi ^{5, 6} prestazioni, il successo nel mondo accademico di ingegneria ⁷ e il successo in ingegneria professionisti ^8. Tuttavia, non c'è un sacco di lavoro che indica processi neurali specifiche a risolvere i problemi tipici di molti strumenti di abilità spaziali, né contenuto tecnico specifico che è altamente spaziale.

Questo documento fornisce un'introduzione ai metodi utilizzati per la raccolta e l'analisi dei punteggi spaziali strumenti capacità combinate con le misurazioni neurali dati. L'intento di pubblicare con JoVE è quello di rendere questi metodi più accessibili a un pubblico più vasto. Generale hardware pubblica e wer softwaree utilizzato in questo studio. Come carta metodi, risultati completi / insiemi di dati non sono segnalati, né sono più campioni forniti. Tutte le immagini sono state catturate appositamente per questa pubblicazione. I metodi descritti di seguito sono stati utilizzati nella preparazione di un rapporto preliminare convegno ⁹ sulla base di dati provenienti da otto università partecipanti sophomore età, tre dei quali erano di sesso femminile.

Molti strumenti esistenti siano utilizzati per indicare i livelli di abilità spaziale inerente o imparato da parte di individui. Due validi e affidabili ^10,11 strumenti che vengono comunemente utilizzati sono il Mental taglio di prova (MCT) ¹² e la prova di Purdue spaziale Visualizzazione di rotazioni (PSVT: R) ^13. Mentre originariamente progettato professionalmente ¹⁴ tali strumenti di prova diversi stadi di sviluppo visualizzazione spaziale descritto da Piaget teoria ^10,15. L'uso di questi strumenti crea la necessità di comprendere i fenomeni cognitivi fisiologici sottostanti existing quando gli individui lavorano attraverso questi problemi. Per questo motivo, questo studio ha l'obiettivo di mostrare i metodi che utilizzano dati fisiologici empirici che possono in ultima analisi, migliorare l'analisi e la comprensione del pensiero spaziale, verificare funzionalità di test metriche esistenti, e aumentare l'applicabilità delle valutazioni spaziali problemi a più complesse tipiche di formazione ingegneristica. Molti di questi problemi si possono incontrare in ingegneria Statica.

Statica è una meccanica fondamentali corso consegnati alla maggior parte degli studenti di ingegneria (ad es., Biologici, meccanici, Ingegneria Civile, Ambientale, Ingegneria Aerospaziale) ^16,17. Si tratta di una delle prime ampie problem solving esperienze che gli studenti sono dati a contenuto di base dell'ingegneria ^18. Statica comporta lo studio dell'interazione di forze su un corpo rigido che è a riposo o in movimento a velocità costante. Purtroppo Statica ha elevato di abbandono, il ritiro, e tassi di fallimento (14% come si vede nelle invesUniversità esaminato con attenzione) e questo può essere correlato a tradizionali modelli di erogazione delle lezioni e il curriculum che omettono viali principali di sostegno come gli approcci spazialmente avanzate all'istruzione. Ad esempio, gli approcci spazialmente migliorate in statica può avere come bersaglio la visualizzazione di come le forze interagiscono al di fuori di analisi tipico analitica e rafforzare la conoscenza procedurale degli studenti con concettualizzazione a terra. L'efficacia di tali interventi deve essere indagato dal punto di vista delle neuroscienze cognitive.

Elettroencefalografia (EEG) presenta un metodo unico e mobile di misurare l'attività delle onde cerebrali degli studenti. Utenti che eseguono attività che provocano attivazione beta sono generalmente molto impegnati con le specifiche attività e sono attenti a quello che stanno facendo ^19,20. Come compito esige aumento, l'ampiezza dell'onda aumenta beta, così come la dimensione dell'area corticale frequenze di banda occupano. I più neuroni che si attivano all'internola gamma di frequenza beta (alpha: 8 - 12 Hz, beta: 12 - 24 Hz) può essere definita come una maggiore potenza beta. Relazione a ciò, come si diventa più esperti in un compito, l'ampiezza delle onde beta diminuisce, la produzione di energia meno beta. Questo è parte del neurale ipotesi efficienza ^21-28, in cui maggiore esperienza compito quando si esegue un'operazione è correlata ad una diminuzione della frequenza di alimentazione. Anche se EEG è stata precedentemente utilizzata nello studio delle abilità spaziali (spesso per la rotazione mentale e compiti di navigazione spaziale) - e privacy sono stati identificati nel alfa, beta, theta e bande ^27-33 - sono stati osservati bande alfa e beta per questo studio, e beta è stato selezionato per ulteriori analisi rappresentante nel presente documento e nella relazione preliminare conferenza ^9. Le procedure definite di seguito concentrarsi quindi sulla analisi beta di banda, ma una ricerca in tutte le tre fasce, a seconda dei dati registrati, si raccomanda in futuro.

Ilneurali ipotesi efficienza è stata testata su diversi compiti, tra cui gli scacchi, la memoria visuo-spaziale, il bilanciamento, e di riposo. Tutti hanno indicato esperienza compito come un fattore di potenza di frequenza ridotta durante l'esecuzione di compiti familiari. Uno studio particolare ²⁵ ha presentato prove del fatto che, sebbene l'intelligenza di una persona (come misurato da IQ) può aiutare l'individuo acquisire le competenze per eseguire un compito, l'esperienza con il compito supera l'intelligenza nel suo contributo all'efficienza neurale. In altre parole, i più esperti un individuo è, tanto più efficiente neuro lui o lei diventa.

Esistenti studi di efficienza neurali che coinvolgono la capacità spaziale sono principalmente focalizzata sulla rotazione spaziale, e diverse serie di problemi sono stati utilizzati per confrontare le diverse popolazioni (ad es., Maschio / femmina) ^27-28. Studi EEG di attività abilità spaziali hanno anche fornito informazioni mettendo a confronto le prestazioni di altri tipi di attività (ad es., Compiti verbali)^27,29,30. I metodi discussi in questo fuoco carta e confronta problemi dal MCT, PSVT: R, nonché i compiti di equilibrio statico, che sono correlate alla capacità spaziale, ma non sono limitati a rotazione spaziale e navigazione. Altri compiti spaziali possono essere usati al posto di quelli forniti come esempi in questo manoscritto. In questo modo, ulteriori indizi possono essere ottenute in futuro per quanto riguarda le diverse popolazioni (ad es., Maschio / femmina o un esperto / principiante) in ultima analisi, contribuire a migliorare pratiche educative di ingegneria.

Nel tentativo di indagare la capacità spaziale e l'attitudine tecnica, abbiamo sviluppato un protocollo che utilizza le misurazioni EEG per identificare le attivazioni onda beta di bassa prestazioni ai partecipanti altamente performanti durante una batteria limitato di specifici compiti spaziali e di ingegneria. In questo caso, l'elevato esecutore termine è correlato all'andamento del partecipante, e non è riflettente della quantità di tempo trascorso in campo daldiscente, come tutti i partecipanti erano approssimativamente nello stesso punto della loro formazione. Inoltre, il set di problema in questione è del tutto particolare e di base; in tal modo i termini "esperti" o "ad alte prestazioni" nel presente documento non devono essere considerate nel senso di un esperto, ingegnere professionalmente impiegati, ma che rappresenta solo elevate prestazioni in questa ristretta fetta di ingegneria meccanica curriculum e strumenti abilità spaziali. Le misurazioni neurali possono essere utilizzati anche per individuare eventuali tendenze lordi per le quali tipi di attività possono reclutare più risorse cognitive di altri, con possibile interpretazione per quanto riguarda i livelli di difficoltà. Queste informazioni possono potenzialmente fornire una visione in valutazione e intervento futuro per quanto riguarda la capacità spaziale. Altro intuizione futuro può essere derivato da considerare regioni più specifiche del cervello, che non era possibile in questo studio a causa del numero limitato di canali disponibili nell'hardware EEG utilizzato.

Protocol

Dichiarazione etica riguardo all'uso partecipanti umani

Le procedure coinvolte in questo lavoro sono stati approvati dal Institutional Review Board (IRB) a Utah State University per lo studio di soggetti umani. Si raccomanda che qualsiasi lavoro simile deve inoltre essere approvato dalla competente IRB. I partecipanti sono autorizzati a fermare o ritirarsi dallo studio in qualsiasi momento durante l'esperimento.

1. Selezione dei partecipanti

1. Selezionare i partecipanti su base volontaria da parte degli studenti attualmente iscritti a un corso di Statica. Assicurarsi che i partecipanti sono stati precedentemente esposti al contenuto Statica vedranno mentre nello studio.
   Nota: Idealmente i partecipanti dovrebbero avere esposizione al materiale tramite conferenza almeno quattro settimane prima della partecipazione allo studio in modo che non vi è tempo per il consolidamento di concetti e lo sviluppo di livelli di prestazione differenziali.
2. Condurre il reclutamento in seguito tutti i protocolli IRB. Spiegaretutte le procedure e le restrizioni ai potenziali partecipanti in dettaglio. Descrivere l'oggetto di futuri contatti e come i risultati dello studio possono essere pubblicati e / o messi a disposizione dei partecipanti. Definire alcun compenso per la partecipazione allo studio. Se un volontario sceglie di iscriversi nello studio, fornire lui o lei con un codice a doppio codice di identificazione conosciuto solo da e controllata dal ricercatore principale.
   Nota: Specifico reclutamento popolazione richiederà analisi statistiche per verificare la potenza statistica del campione e il numero di partecipanti necessari per analizzare le differenze individuali nei dati di onde cerebrali. Se il ricercatore vuole condurre uno studio comparativo tra le popolazioni, quindi una analisi di potenza deve essere condotto per sviluppare dimensioni appropriate di gruppo partecipante per entrambe le popolazioni.
3. Selezionare le attività o problemi che sono rappresentativi delle esperienze desiderati per i partecipanti.
   Nota: In questo protocollo, studente del secondo anno a livello di ingegneriasono stati selezionati gli studenti iscritti ad un corso di Statica. Le attività ritenute rilevanti sono stati problemi da contenuti Statica introduttivo, oltre a due comunemente utilizzati strumenti di abilità spaziali: il mentale piano di taglio di prova (MCT) e la Purdue spaziale visualizzazione Test (PSVT-R). Ogni strumento mette alla prova diversi costrutti di abilità spaziale e il livello di sviluppo territoriale in questa popolazione studente selezionato.
4. Stabilire un calendario per organizzare le sessioni di laboratorio per i partecipanti.

2. Preparazione degli strumenti

1. Impostare le cuffie EEG (aka caps) secondo le istruzioni del produttore. Completare questa preparazione prima che il partecipante arriva per lo studio. Per ribadire, questa procedura è specifica per cuffie generali quali Emotiv, al contrario di configurazioni EEG grado medico.
   1. Caricare le cuffie EEG - idealmente almeno una carica di 1 ora per ogni sessione. Per un laboratorio usato regolarmente, almeno due auricolari di ricarica unt tutti i tempi.
   2. Mettere tutti i liquidi necessari in una zona accessibile, compreso il liquido per smorzare gli elettrodi EEG (ad es., Acqua) e un detergente abrasivo per garantire un buon contatto per i nodi di riferimento EEG.
   3. Inserire i feltri in ciascun involucro (assicurando il contatto oro sia saldamente in ogni involucro). Saturare i feltri con il liquido di bagnatura con una siringa. Consentire elettrodi inumidite per riposare.
2. Impostare qualsiasi telecamere necessarie per misurare il comportamento dei partecipanti. Per il protocollo attuale, usare due telecamere per partecipante. Regolare nuovamente le telecamere una volta che il partecipante è a posto. Assicurarsi che il video è di data e ora.
   1. Mettere a fuoco una telecamera sul volto del partecipante, se l'obiettivo di registrare le espressioni facciali e di ottenere audio di alta qualità.
   2. Mettere a fuoco l'altra macchina nella zona di fronte al partecipante per catturare il movimento della mano, comprese le azioni della scrittura a mano (se si prevede la scrittura, assicurarsi di utilizzare una scrittura instrumento che è scuro e / o abbastanza per essere acquisita dalla fotocamera spessa), e abbastanza del monitor del computer per forniscono informazioni su quale compito viene risolto in quel momento.
   3. Accendere il computer e verificare che il software è a registrare i dati delle onde cerebrali. Verificare che tutti i dispositivi software e di raccolta dei dati si interfacciano sufficientemente per la raccolta dati.

3. Preparazione dei partecipanti allo studio e Session Inizio

1. Verificare la ricezione del consenso documentato dai partecipanti per l'accordo IRB discusso sopra. Rispondere alle domande dei partecipanti hanno prima di iniziare lo studio. Ricordare ai partecipanti che i dati raccolti saranno fa riferimento il codice ID e non ci sarà alcuna informazione di identificazione che lega i dati al partecipante, e che possono recedere in qualsiasi momento.
2. Chiedi ad ogni partecipante di compilare un sondaggio demografici prima della partecipazione allo studio. Questa indagine può chiedere di genere, unge, precedenti esperienze che possono avere un impatto le loro abilità nello studio (ad es., di ingegneria passato o spazialmente corsi intensivi, la capacità spaziale hobby migliorando, e domande riguardanti i criteri di esclusione, come le lesioni cerebrali traumatiche che possono avere sofferto, che invece usano).
   1. Escludere partecipanti del gruppo di volontari per l'analisi EEG se una delle seguenti condizioni: (a) il partecipante è mancino o ambidestro, in modo da controllare per lateralità cerebrale confonde; (B); l'individuo non può partecipare alle sessioni di laboratorio a causa di una disabilità fisica; o (c) l'individuo ha subito gravi lesioni cerebrali. Notifica potenziali partecipanti di queste limitazioni durante il processo di reclutamento, o il più presto possibile per evitare di spendere tempo e risorse inutili.
3. All'arrivo, assicurarsi che il partecipante è comodo e risolvere le rimanenti domande o dubbi.
   1. Dimostrare la siringa utilizzata per saturare ilnodo e spiega che sarà usato solo per mantenere l'EEG feltri umidi. Se il partecipante ha una paura estrema di aghi, considerare l'implementazione di altre precauzioni (ad es., Mantenendo la siringa dal loro piano focale quando ri-bagnare i feltri).
   2. Chiedere al partecipante di togliere qualunque elettronica dal loro persona.
4. Posizionare la cuffia EEG al partecipante.
   1. Controllare i feltri per l'umidità e posizionare le combinazioni di feltro / involucro nella cuffia EEG.
   2. Pulire i punti di riferimento (ad es., Processo mastoideo) del partecipante con il detergente abrasivo. Eliminare eventuali residui.
   3. Posizionare l'auricolare al partecipante con i nodi di riferimento opportunamente allineati con i punti di riferimento. Non piegare in modo eccessivo le braccia della cuffia. Lasciare uno spazio tra il nodo di riferimento e la parte posteriore dell'orecchio in modo da non causare disagio, e allineare e spazio l'auricolare opportunamente con la testa del partecipante.

4. L'esecuzione del software all'interno della sessione

1. Avviare il software EEG-logging. Assicurarsi che esiste una buona connettività tra il dispositivo di registrazione (ad es., Personal computer) e auricolare EEG controllando che tutti i canali sono visualizzati sul dispositivo di registrazione. Verificare che tutti i canali inizialmente mostrano un comportamento simile con oscillazioni a bassa ampiezza. Controllare l'EEG per garantire una buona connettività con il partecipante - ri-bagnare e regolando i feltri in modo da realizzare modelli coerenti sul dispositivo di registrazione - immediatamente precedente i periodi di riposo e prima dell'inizio di ogni nuovo tipo problema.
   Nota: L'EEG opera a 128 Hz. Elettrooculografia non è stato utilizzato per registrare il movimento degli occhi, e riferimento collegato-ear non è stato utilizzato.
2. Istruire il partecipante a rimanere immobile e silenzioso possibile durante gli esercizi di attività.
3. Avviare il software task-presentazione.
   Nota: Durante la raccolta dei dati, il tutto precomunicazione visiva pianificata con il partecipante avviene tramite il monitor del computer. In questo caso, viene visualizzata una serie di problemi spaziali e ingegneristiche sullo schermo del computer, ei partecipanti saranno chiamati a risolverli. Le risposte corrette non sono stati forniti ai partecipanti durante la raccolta dei dati. Le immagini problema avanzato basato su input dell'utente, quindi i tempi si è basata sulla durata del problem-solving.
   1. Mostra problema spaziale di tipo 1 (ad esempio, PSVT:. R - un test a scelta multipla, o problemi di rotazione vero-falso - vedi Figura 1) ^13. Nota: (es., 30 sec) La durata di questi problemi sarà utilizzato come l'intervallo di tempo per l'analisi dei dati. Cinque problemi sono stati compresi in questo set.
   2. Visualizzare problema spaziale di tipo 2 (ad esempio, MCT -. Un test a scelta multipla, o il taglio mentale vero-falso problema - vedi figura 2) ^12. Nota: La durata di questi problemi saranno (ad esempio, 30 sec.)essere usato come l'intervallo di tempo per l'analisi dei dati. Cinque problemi sono stati compresi in questo set.
   3. Ingegneria display tipo di problema riscontrato ¹⁷ (es., Statica problemi - suddivisi a concentrarsi su specifici principi di ingegneria statica, o qualsiasi altro tipo di problema applicata ipotizzato di avere componenti spaziali - vedi figura 3). Nota: Questi problemi prendono molto più tempo per risolvere i problemi di spazio. Il numero di problemi mostrati ai partecipanti variava da quattro a dieci.
   4. Assegnare i periodi di riposo all'inizio e alla fine della raccolta dei dati - utilizzato per ottenere dati di base. Assicurarsi che ognuno di questi hanno la stessa durata (ad es., 120 sec).
4. Se lo si desidera, condurre un'intervista uscita con il partecipante. Questo può includere i loro pensieri sulla presentazione sperimentale, indossando la cuffia EEG, il processo di comunicazione utilizzato in tutta la preparazione e il reclutamento dei partecipanti, e / or qualsiasi protocollo richiede risposte verbali sopra menzionati. Un questionario validato utente può essere fornito ai partecipanti, invece di condurre un colloquio.
5. Spegnere il software task-presentazione, il software EEG-logging, rimuovere la cuffia EEG, e spegnere l'apparecchiatura video-registrazione.

5. Conclusione della sessione

1. Respingere il partecipante allo studio. Grazie partecipante e fornire loro una panoramica di ogni contatto futuro (ad es., Per le interviste di follow-up o successive sessioni di studio), spiegano come i risultati dello studio possono essere pubblicati e / o messi a disposizione dei partecipanti, e di fornire eventuali rinfreschi o pagamento (o una spiegazione di come sarà fornito il pagamento) concordate nell'ambito della compensazione per la partecipazione allo studio.
2. registri di dati trasferimento a qualsiasi dispositivi di storage richiesto a lungo termine o il trasferimento. Conservare il modulo di consenso firmato in modo appropriato e, come indicato dal protocollo IRB.
3. Rimuovere i feltri dalla cuffia e disinfettare o disporne.
4. Rientro gli involucri degli elettrodi EEG e cuffia per la posizione corretta conservazione.
5. Smaltire siringhe usate e rifiuti in modo appropriato.
6. Liquidi a appropriate posizioni di archiviazione tornare.
7. Fissare il laboratorio se non viene utilizzato da altri ricercatori.

Analisi 6. Dati

1. Identificare ed estrarre i dati grezzi per ogni canale ed i dati marcatore dei registri di dati EEG. Utilizzare marcatori bit ASCII per identificare l'inizio e la fine della raccolta dei dati, nonché le transizioni tra le diverse fasi di raccolta dati (ad es., Tipi problematici) e problemi individuali. Assicurarsi che ogni tipo di fase ha un valore diverso marcatore in modo da consentire la differenziazione durante l'analisi. Nome i dati in un modo che fa riferimento al codice ID partecipante come la fonte.
   Nota: i comandi sono EEGLAB defined qui, ma EEGLAB richiede MATLAB per questa esecuzione.
   1. Fare clic su File> Importa dati> Utilizzo delle funzioni EEGLAB e plugin> Da file EDF / EDF + GDF (BioSig cassetta degli attrezzi)
   2. Selezionare il file di dati appropriato. Fare clic su Apri per caricare i dati.
   3. Selezionare la lista dei canali. Fare clic su OK per accettare.
   4. Fornire un nome dataset. Specificare un nome descrittivo per i dati che rispecchiano l'origine e la data di raccolta. In questo caso, PSF1448 indica i dati dal Partecipante ID 48 in autunno del 2014.
2. Mappa i dati estratti al montaggio (cioè, la disposizione dei nodi EEG.) Selezionando il montaggio fornite dalla cuffia fornitore EEG (ad esempio, a 10 -. System 20). Assicurarsi che il montaggio utilizzato per l'analisi corrisponde la disposizione della cuffia EEG utilizzato durante la seduta. Questo è specifico del costruttore.
   1. luoghi Modifica canale facendo clic su Modifica> Canale Locali.
   2. Selezionare Montage. In questo caso il Sottotitolt montaggio è opportuno, così semplicemente clic su OK per accettare.
   3. Selezionare Informazioni Canale Specification. In questo caso il valore predefinito è appropriato, così semplicemente clic su OK per accettare.
3. Ridurre i dati del canale EEG a ciò che è più rappresentativo dell'attività cerebrale, come definito di seguito.
   1. Applicare un filtro iniziale per i dati. Tipicamente, applicare un passa-alto, filtro passa-basso (con 0,1 Hz come limite inferiore del filtro passa-alto e 59 Hz come limite superiore del filtro passa-basso). Applicazione di un filtro passa-basso inferiore a 60 Hz elimina il rumore dalla rete elettrica statunitense. Salvare il set di dati con un nuovo nome come un punto di ripristino.
      1. Fare clic su Strumenti> Filtro FIR di base (nuovo, di default).
      2. Impostare i parametri di base del filtro. Impostare bordo inferiore a 0.1 Hz, il bordo superiore a 59 Hz, non tracciare la risposta in frequenza, e fare clic su OK per accettare.
      3. Specificare un nuovo nome per i dati filtrati (aggiungendo "_filtered" al nome del set di dati già esistente). Controllare la Bbue per salvare i dati in un file, e utilizzare lo stesso nome per il nome del file. Fare clic su OK per accettare.
   2. Rimuovere tutti i dati che si trovano prima del primo marcatore EEG o dopo l'ultimo marcatore EEG - tenendo presente alcuna latenza nel registrare i marcatori EEG. Registrare la latenza (tempo) del marcatore che indica l'inizio della registrazione dei dati e la latenza del marcatore che indica la fine dei dati. Salvare il set di dati con un nuovo nome come un punto di ripristino.
      1. I valori di latenza possono essere trovati nei "valori Event Edit - pop_editeventvals ()" schermo; premere il tasto ">>" per passare al marcatore finale a significare la fine dei dati EEG. Nessun cambiamento deve accettato, in modo da fare clic su Annulla una volta che sono stati registrati i valori.
      2. Fare clic su Modifica> Seleziona dati.
      3. Inserire l'inizio e la fine di latenza valori (tempo), separati da uno spazio, nel "tempo gamma [min max] (s)" campo, e fare clic su OK per accettare.
      4. Specificare un nuovo nome per ilritagliata dati (aggiungendo "_cropped" al nome del set di dati già esistente). Selezionare la casella per salvare i dati in un file, e utilizzare lo stesso nome per il nome del file. Fare clic su OK per accettare.
   3. Rifiuta sezioni di dati con grandi manufatti. I passaggi trovano più sotto, descrivono come farlo manualmente durante il controllo visivo dei dati. Nota: la rimozione dei dati sarà anche causare artefatti ^34,35.
      1. Normalizzare i dati in ciascun canale (rimuovere la media e mettere ogni canale sulla stessa scala). Rimuovere anche il DC offset (questo altera i dati, ma non la visualizzazione).
         1. Clicca Terreni> Dati Channel (scroll).
         2. Fare clic su Impostazioni> Intervallo di tempo da visualizzare.
         3. Specificare l'intervallo di tempo (es., 30 sec) per essere mostrato nella trama del "Lunghezza Nuova finestra (s):" il campo. L'intervallo di tempo si basa sul tempo tra i marcatori per problemi entro una data fase (o entro le due fasi problema spaziale). L'intervallo di tempo può essere di baseD sul massimo, minimo, o tempo medio tra i marcatori.
         4. Fare clic sul pulsante "norma" per normalizzare i dati nella trama (questo è solo cosmetico e non altera i dati sottostanti).
         5. Fare clic su Visualizza> Rimuovi offset DC per rimuovere l'offset DC nella trama (questo è solo cosmetico e non altera i dati sottostanti).
      2. Rimuovere grandi manufatti che non si ripetono periodicamente nel corso del tempo.
         1. Mark tutti i dati artefatto Guardare anomali. Una volta che tutti i dati artefatto sono stati segnati, fare clic sul pulsante Rifiuta.
            Nota: Questi possono apparire come picchi anormalmente alte o larghe nel data - a canali singoli o multipli - o tendenze come lunghe che appaiono in un piccolo numero di canali. I dati sono sospetti se i dati provenienti da canali separati sembrano attraversare l'un l'altro nella trama. Questi rappresentano i manufatti che non fanno parte dello spettro delle onde cerebrali e molto probabilmente rappresentano il movimento dei muscoli da parte del partecipante o un nodo (s) wscarsa connettività esimo. Qualcosa di simile a un'onda quadra non è rappresentativo dell'attività cerebrale umana.
      3. Salvare il set di dati con un nuovo nome come un punto di ripristino.
         1. Fare clic su File> Salva set di dati corrente.
         2. Specificare un nuovo nome per i dati ritagliate (aggiungendo "_manRej" al nome del set di dati già esistente). Fare clic su Salva per accettare.
      4. Se un particolare canale sembra essere difettoso, rimuovere i dati da esso individualmente. Ciò rappresenta una grande perdita di dati, in modo da farlo con grande cautela. Guardare i dati dal canale per un lungo periodo di tempo, come spesso si deposita nel tempo e fornisce dati utili.
   4. Eseguire una analisi delle componenti indipendenti (ICA) e selezionare le migliori rappresentazioni di attività cerebrale.
      Nota: Questo aiuta nella rimozione di insiemi di artefatti ripetitivi nei dati. Questi set contengono manufatti che appariranno più volte a intervalli più o meno regolari con un sha ripetutope. In genere essi sono il risultato di funzioni biologiche, come lampeggiante o impulsi - ognuno dei quali avrà un proprio set.
      1. Mappare i dati ICA-separati ad una rappresentazione del cranio sulla base del montaggio. Rifiuta risultati associati con lampeggiante, impulso, o tensione muscolare - che spesso appare nei risultati ICA come aree di enfasi sopra gli occhi, vicino alle tempie, o sopra le orecchie, rispettivamente. Rifiuta qualsiasi componente che mostra l'intero cranio quale partecipante in quanto non è rappresentativo di attività cerebrale (vedi Figura 4) ³⁵ accettare altri risultati (vedi figure 5 - 6)..
         1. Fare clic su Strumenti> Esegui ICA.
         2. Selezionare l'algoritmo ICA di default (Runica). Fare clic su OK per accettare.
         3. Fare clic su Tracciare> proprietà componenti.
         4. Selezionare gli indici dei componenti (14 EEG canali elettrodi caricati in memoria) e le opzioni spettrali. Come prima, il bordo inferiore è 0,1 Hz, e il bordo superiore è 59Hz. Fare clic su OK per accettare le voci.
         5. All'interno della finestra Accetta / Rifiuta, fare clic sul pulsante Accetta per cambiare lo stato di Rifiuta (e fare clic di nuovo per cambiare di nuovo per accettare). Fare clic su OK per registrare l'etichettatura Accetta / Rifiuta.
      2. Tracciare i dati ICA-separati in una trama di colore 2-D. Rifiuta i risultati che appaiono striature, vuoto, o condito con discontinuità, quindi salvare il set di dati con un nuovo nome come un punto di ripristino (vedi figure 5 - 6).
         1. All'interno della finestra Accetta / Rifiuta, fare clic sul pulsante Accetta per cambiare lo stato di Rifiuta (e fare clic di nuovo per cambiare di nuovo per accettare). Fare clic su OK per registrare l'etichettatura Accetta / Rifiuta.
         2. Fare clic su Strumenti> Installazione componenti - per rimuovere effettivamente i dati contrassegnati per il rifiuto in precedenza.
         3. Fare clic su OK per continuare. Gli indici di componenti collegati per il rigetto sono mostrati nella finestra "Rimuovi componenti".
         4. Fare clic su Accetta nella finestra "Conferma" per continue con la potatura dei dati.
         5. Specificare un nuovo nome per i dati potati (aggiungendo "_manRejPruned" al nome del set di dati già esistente). Selezionare la casella per salvare i dati in un file, e utilizzare lo stesso nome per il nome del file. Fare clic su OK per accettare.
            Nota: striature che durano più di 0,5 sec sono considerati ragionevoli per il rifiuto. Relative "bontà" deve essere utilizzato qui, a seconda di come altri insiemi di dati appaiono - è auspicabile mantenere almeno la metà dei componenti. Buoni risultati sono spesso rappresentate da gradazioni continue su un 2-D continua dei dati di colore trama ^34.
4. Rimuovere i valori limite di sinistra nei dati. Salvare il set di dati con un nuovo nome come un punto di ripristino.
   1. Fare clic su Modifica> valori di eventi.
   2. Scorrere attraverso gli eventi e fare clic sul pulsante Elimina evento quando il tipo di evento è un confine. Quando tutti sono stati rimossi, fare clic su OK.
   3. Specificareya nuovo nome per i dati cancellati-confine (aggiungendo "_deleteBoundaries" al nome di set di dati già esistente). Fare clic su Salva per accettare. Utilizzare stessa selezione voce di menu come prima di arrivare a questa schermata (vedi punto 6.3.3.3.1).
5. Calcolare le metriche di potere assoluto per ogni tipo di esercizio. Questo è un potere basato logaritmica trasformare basata sulla misurazione microvolt e il tempo -. Calcolato per ciascuna banda di frequenza (Delta, Theta, Alpha, Beta e Gamma) ²²
   1. Chunk i dati in blocchi, utilizzando marcatori per indicare l'inizio e la fine di ogni operazione.
      1. Fare clic su Modifica> Seleziona dati utilizzando gli eventi.
      2. Utilizzare tempi appropriati per ogni tipo di attività. Definire i tempi per i periodi di riposo per la durata di un periodo di riposo. Per i problemi spaziali (che sono più o meno simili in termini di durata), utilizzare la durata media di tutte le attività spaziali o la durata massima di tutte le attività spaziali. Per la applicata (ad es., Engineering Statica) problemi, identificare la durata media di ogni problema. Salvare il set di dati con un nuovo nome come un punto di ripristino.
         1. Inserire il tipo di marcatore nel "Tipo evento (s) ([] = tutti)" campo, (ad es., Tipo di marcatore 50 è stato utilizzato per contrassegnare gli eventi di riposo). eventi Resto avevano una durata di 120 sec in questo caso, quindi immettere "1 120" per l'array termini. Fare clic su OK per accettare.
         2. Specificare un nuovo nome per i dati dell'evento (aggiungendo "_rest" al nome del set di dati già esistente in questo caso). Selezionare la casella per salvare i dati in un file, e utilizzare lo stesso nome per il nome del file. Fare clic su OK per accettare.
            Nota: Se le porzioni applicati possono essere ridotti in modo da prendere più o meno la stessa quantità di tempo come i compiti spaziali, quindi utilizzare la stessa dimensione temporale come le attività spaziali. Dal momento che EEG è una misura time-sensitive, le più accurate le epoche di tempo sono per ogni condizione, i meno confondeva i dati sono in fine (cioè., Il numero di campioni raccolti per ogni Condizione sarà più consistente).
6. Confrontare i risultati per l'analisi finale.
   1. Calcolare la percentuale per ogni blocco relativo alle misure di riposo di base. Vedere il file di codice supplementare, e le tabelle 1 - 8.
      1. Aprire lo script AbsolutePower in MATLAB e fare clic sul pulsante Esegui per eseguire lo script sui dati caricati nello spazio di lavoro durante la fase 6.6 (ad es., I dati riposo).
      2. Selezionare i dati absolutepowermatrix nel MATLAB di lavoro per il trasferimento di un foglio di calcolo (ad es., MS Excel).
   2. Ripetere i punti 6.5 - 6.6.1.2 per ogni tipo di esercizio / marcatore.
   3. Confrontare i risultati con tempi simili (ad es., Attività spaziali) tra di loro per la visione relativa difficoltà.
   4. Comparazione dei risultati tra i partecipanti di identificare più alti interpreti relativi rispetto esecutori inferiori le competenze in fase di valutazione. Nota: ad alte performance possono mostrare molto little aumento di attivazione beta, rispetto alla linea di base, mentre cattivi risultati possono mostrare un aumento dell'ordine del 70% ^21-26.

Representative Results

In questa sezione, i passaggi precedenti sono illustrati con figure di esempio come descritto di seguito. riepiloghi di dati completi con test statistici non sono forniti, come l'obiettivo di questo lavoro è quello di concentrarsi su metodi. Esempi di potenziale PSVT: R, MCT, e problemi spaziali sono riportati nella Figura 1, Figura 2 e Figura 3, rispettivamente.

Il tappo EEG raccoglierà attivazione cerebrale con potenziali elettrici per ogni dato canale, che può essere visto in parallelo, come mostrato in Figura 7. Come accennato in precedenza, alcuni artefatti all'interno dei dati devono essere rimossi manualmente, mentre altri possono essere rimossi tramite ICA. A volte un canale guasto può essere identificato. Tali manufatti sono visibili nella Figura 7. Nel software di analisi, i grandi, i manufatti non ripetitive possono essere contrassegnati manualmente in sequenza e poi rimossi facendo clic sul pulsante "rifiuto" (come nel passaggio 6.3.3.2.1). Tutte le figure con le immagini di analisi dei dati di EEGsono dal tool software di analisi elencati nella tabella dei materiali.

Dopo la ICA, il software di analisi associa i dati in due modi: 1) Una rappresentazione cuoio-mapped di attivazione, e 2) Un 2-D trama continua dei dati di attivazione schierati da prove e Tempo. Un esempio di dati accettabili può essere osservato nella Figura 5. Un esempio di cuoio respinto mappato dati indicativi attività non associato con il cervello per tre casi può essere visto in Figura 4. 2D trame di dati continuo per gli stessi respinti tre casi può essere visto in Figura 6. la striature osservata nei primi due lotti warrants considerazione per la rimozione. Il striature nella terza trama può essere considerato borderline - 2-D continue trame dati di questa qualità possono essere considerati per l'inclusione, e il ricercatore deve prendere in considerazione l'equilibrio tra compreso segnali spuri e scartando dati importanti. Strisce di lunghezza superiore a 0,5 secondi sono considerati grounds per il rifiuto. Per un quadro più chiaro, visitare il sito Web EEGLAB (http://sccn.ucsd.edu/eeglab/).

Una volta che tutti i dati di confondimento sono state respinte - sia attraverso il rifiuto manuale mentre guardando le trame di onde cerebrali o dopo ICA - ed i dati sono stati Chunked in tempo per il tipo di attività del caso, i calcoli di potere assoluto può essere fatto per ogni banda di frequenza e per ciascuna azione digitare tramite lo script MATLAB (in base alle funzioni del software di analisi) data nel file di codice supplementare. I dati di sintesi poi generati dalla funzione sono riportati nelle seguenti tabelle Tabella 1 contiene i dati dai periodi di riposo -.. Che sono utilizzati come riferimento per i calcoli di efficienza Tabella 2, Tabella 3 e Tabella 4 contengono il potere assoluto dati per il PSVT: R, MCT, e problemi statici, rispettivamente. Dividendo il valore della cella per il canale corrispondente e divieto di frequenzad nella tabella resto, i rapporti relativi potere assoluto sono riportati nella Tabella 5, Tabella 6, e la Tabella 7 per PSVT: R, MCT, e problemi di statica, rispettivamente.

In definitiva, il valore medio di tutti i canali viene preso per la banda di frequenza beta per ciascun tipo di attività, ei risultati sono mostrati in tabella 8. Questo tipo di dati può essere utilizzato per identificare ROI per la ricerca futura. Da questi dati per l'operatore in questione, vediamo che il potere assoluto relativo appare inferiore per l'PSVT: R che per l'MCT. conclusioni decisive riguardo a questa affermazione, però, rimangono dipendenti da un campione più ampio di stabilire possibili significatività statistica. Il potere assoluto relativo per le attività di Statica può essere confrontato con il valore da altri partecipanti, e stime di alte performance vs basso sforzo cognitivo esecutore può essere identificato che potrebbe essere correlata con i punteggi funzionali sui problemi statici per la convalida. Anche se questo è in particolare un documento metodi, e presenta esempi di dati da un solo partecipante, l'analisi statistica del rapporto preliminare utilizzato il test di un Levene per valutare la normalità, seguita dalla prova di Friedman si confrontano gruppo x compito x canali EEG. Infine, un test di Wilcoxon follow-up è stata eseguita su effetti significativi Friedman e interazioni. Il confronto tra artisti di alto e basso hanno mostrato livelli significativamente più elevati di attivazione beta per gli artisti basse che per alte performance (per PSVT: R, F3: χ ² (1,6) = 5.33, p <.03; T8: χ ² (1, 6) = 4.08, p <.05; FC6: χ ² (1,6) = 4.08, p <.05; F8: χ ² (1,6) = 4.08, p <.05; AF4: χ ² (1 ., 6) = 5.33, p <.03 Per MCT, F3: χ ² (1,6) = 5.33, p <.03; T8: χ ² (1,6) = 5.33, p <.03; FC6: χ ² (1,6) = 5.33, p <.03; AF4:. χ ² (1,6) = 4.08, p <.05 Per Statica, FC6: χ ² (1,6) = 4,08, p <.05). ⁹

Figura 1: PSVT:. R Esempio Problema Parte A dimostra un unico PSVT campione: R Problema come si è visto dai partecipanti. (Fonte: Guay (1976)). La risposta corretta è C. La parte B fornisce una spiegazione visiva della soluzione Si prega di cliccare qui per vedere una versione più grande di questa figura.

Figura 2:. MCT Esempio Problema Parte A dimostra un singolo problema campione MCT come si è visto dai partecipanti. La risposta corretta è D. La parte B fornisce una spiegazione visiva della soluzione. (Fonte: CEEB (1939))"Target =" _ blank "> Clicca qui per vedere una versione più grande di questa figura.

Figura 3:. Statica Esempio problema illustra un singolo problema esempio Statica dato ai partecipanti. Questo problema è per in-plane (cioè., 2-D) equilibrio dato tre forze e di una struttura di collegamento comune. Cliccate qui per vedere una versione più grande di questa figura.

Figura 4:. Esempi di non-cervello del cuoio capelluto-mappata Attività Tre esempi di post-ICA dati cuoio capelluto mappati sono mostrati da un individuo, 23 anni, partecipante di sesso maschile. attivazione Full-cuoio capelluto, l'attivazione di sopra di un solo occhio / tempio, e l'attivazione o concentratin occhi e le tempie sono indicativi di attività corporali, non l'attività cerebrale, come mostrato dopo ICA in IC2, IC3, IC4 e, rispettivamente. Si prega di cliccare qui per vedere una versione più grande di questa figura.

Figura 5:. Accettabili Immagini post-ICA dati Illustrazione della mappa del cuoio capelluto accettabile e la trama continua dei dati 2-D dopo ICA per un caso di esempio, componente indipendente 13 (IC13), da un individuo, 23 anni, partecipante di sesso maschile. L'attivazione sembra essere incentrata su una regione del cervello nella vista cuoio-mapped, e senza grandi strisce sono visibili nella trama continua dei dati. Si prega di cliccare qui per vedere una versione più grande di questa figura.

Figura 6:. 2-D continua rappresentazione di dati di corrispondenza del cuoio capelluto Immagini mappato Tre esempi di post-ICA trame continuo di dati vengono visualizzati da un individuo, 23 anni, partecipante di sesso maschile. Spesse bande o striature nelle 2-D trame continua dei dati da ICA indicano discontinuità non indicativi delle normali funzioni cerebrali in IC2, IC3, IC4 -. In particolare in IC2 e IC3 trame prega di cliccare qui per vedere una versione più grande di questa figura.

Figura 7:. I dati onde cerebrali con artefatti Schermata di un manufatto (canale F7) ha segnato manualmente per il rifiuto con un intervallo di tempo di campionamento da un individuo, 23 anni, partecipante di sesso maschile. Si noti l'evento su più canali tra 132 e 133: eventi simili sono ripetute più volte (approssimativamente la stessa forma e dimensione ad intervalli regolari) - e quindi si presume rappresentare una funzione biologica non brain - e possono essere rimossi tramite analisi delle componenti indipendenti (ad esempio, lampeggiante.) (ICA). clicca qui per vedere una versione più grande di questa figura.

. Supplementare file di codice: MATLAB Script e alterazione di visualizzare gli script (spectopo.m e absolutepower.m) per la trasformazione in base alla misura microvolt e il tempo - calcolato per ogni banda di frequenza (Delta, Theta, Alpha, Beta, Gamma e) - per ottenere il potere assoluto ad ogni frequenza ^22. Sono inclusi anche i cambiamenti di codice necessarie per una corretta funzionalità in pop_chanedit.m.lemental_Code_File.txt "> Clicca qui per scaricare il file.

RIPOSO

AF3

F7

F3

FC5

T7

P7

O1

O2

P8

T8

FC6

FC4

FC8

AF4

delta

2,92,885 mila

4,08,477 mila

3,54,998 mila

2,34,592 mila

2,70,998 mila

2,32,691 mila

2,68,544 mila

4,27,085 mila

2,98,234 mila

8,86,292 mila

6,23,237 mila

4,78,013 mila

10,8036

3,25,063 mila

theta

0,97,171 mila

1,37,529 mila

1,31,051 mila

0,80,067 mila

0,86,828 mila

0,72,737 mila

0,89,545 mila

1,47,262 mila

0,9612

2,62,535 mila

1,81,392 mila

1,50,252 mila

3,17,255 mila 1,07,803 mila

alfa

1,05,352 mila

1,3154

1,1847

0,65,468 mila

0,80,063 mila

0,67,154 mila

1,02,715 mila

2,07,336 mila

1,08,513 mila

2,66,165 mila

1,57,996 mila

1,34,778 mila

3,03,508 mila

1,16,919 mila

beta

0,43,161 mila

0,90,384 mila

0,50,791 mila

0,53,479 mila

0,50,098 mila

0,38,674 mila

0,38,319 mila

0,58,092 mila

0,31,785 mila

1,01,047 mila

0,56,527 mila

0,49,346 mila

0,90,616 mila

0,48,072 mila

gamma

0,5045

1,34,183 mila

0,62,215 mila

0,84,909 mila

0,70,052 mila

0,51,585 mila

0,43,051 mila

0,67,612 mila

0,34,162 mila

1,03,946 mila

0,64,008 mila

0,5726

0,91,932 mila

0,51,616 mila

Tabella 1:. Resto Absolute Power contiene i valori assoluti di potenza per i periodi di tempo di riposo della linea di base. I valori sono indicati per ogni canale tappo EEG e ogni banda di frequenza neurale. Cliccate qui per scaricare la tabella come un foglio di calcolo di Excel.

PSVT: R

AF3

F7

F3

FC5

T7

P7

O1

O2

P8

T8

FC6

FC4

FC8

AF4

delta

3,20,159 mila

4,9235

4,45,167 mila

2,34,879 mila

2,42,221 mila

2,02,463 mila

2,94,513 mila

5,43,045 mila

4,42,694 mila

12,7964 11.31

6.487

21,8189

4,09,331 mila

theta

0,96,945 mila

1,59,045 mila

1,37,746 mila

1,03,259 mila

0,84,002 mila

0,66,437 mila

1,07,593 mila

1,74,327 mila

1,17,321 mila

3,7199

2,85,166 mila

1,53,374 mila

5,03,852 mila

1,18,174 mila

alfa

0,85,227 mila

1,13,582 mila

1,02,927 mila

0,58,288 mila

0,67,936 mila

0,58,545 mila

0,74,962 mila

1,66,418 mila

0,99,799 mila

2,75,755 mila

2,02,905 mila

1,36,223 mila

3,80,233 mila

1,0266

beta

0,35,494 mila

0,678

0,40,734 mila

0,36,971 mila

0,37,595 mila

0,30,512 mila

0,31,952 mila

0,50,253 mila

0,28,369 mila

0,75,791 mila

0,71,554 mila

0.42837

1,01,529 mila

0,34,922 mila

gamma

0,30,691 mila

0,74,519 mila

0,41,486 mila

0,43,652 mila

0,39,229 mila

0,30,623 mila

0,30,822 mila

0,4174

0,22,447 mila

0,66,889 mila

0,70,126 mila

0,36,895 mila

0,90,685 mila

0,30,268 mila

Tabella 2: PSVT:. R Absolute Power contiene i valori assoluti di potenza per i periodi di tempo in cui il partecipante è stato risolvere i problemi PSVT: R. I valori sono indicati per ogni canale tappo EEG e ogni banda di frequenza neurale. Cliccate qui per scaricare la tabella come un foglio di calcolo di Excel.

MCT

AF3

F7

F3

FC5

T7

P7 </ Td>

O1

O2

P8

T8

FC6

FC4

FC8

AF4

delta

4,25,246 mila

7,54,329 mila

5,08,043 mila

5,52,389 mila

3,73,567 mila

3,26,572 mila

3,76,397 mila

5,8437

4,62,085 mila

18,7991

16,4444

6,24,405 mila

28,1184

4,59,798 mila

theta

1,19,953 mila

1,84,997 mila

1,70,135 mila

1,27,424 mila

1,30,572 mila

1,08,925 mila

1,09,528 mila

1,91,699 mila

1,34,909 mila

4,19,652 mila

3,73,398 mila

2,04,338 mila

6,21,749 mila

1,33,753 mila

alfa

1,18,154 mila

1,41,989 mila

1,23,333 mila

0,76,868 mila

0,8051

0,6844

1,02,368 mila

2,53,414 mila

1,29,356 mila

2,94,347 mila

2,26,038 mila

1,4973

3,94,919 mila

1,1579

beta

0,44,047 mila

0,89,503 mila

0.54

0,51,125 mila

0,46,215 mila

0,36,589 mila

0,3884

0,61,918 mila

0,35,962 mila

1,03,223 mila

0,89,744 mila

0,54,226 mila

1,35,175 mila

0,47,197 mila

gamma

0,41,897 mila

1,05,133 mila

0,51,015 mila

0,64,259 mila

0,51,855 mila

0,39,244 mila

0,41,827 mila

0,52,564 mila

0,29,925 mila

0,87,269 mila

0,84,818 mila

0,4996

1,08,765 mila

0,41,331 mila

Tabella 3:. MCT Absolute Power Contiene i valori di potenza assoluti per i periodi di tempo in cui il partecipante è stato risolvere i problemi MCT. I valori sono mostrati per each EEG canale tappo e ogni banda di frequenza neurale. Cliccate qui per scaricare questa tabella come un foglio di calcolo di Excel.

statica

AF3

F7

F3

FC5

T7

P7

O1

O2

P8

T8

FC6

FC4

FC8

AF4

delta

7,21,032 mila

12,8557

8,50,834 mila

7,09,116 mila

5,75,386 mila

4,80,761 mila

6,79,589 mila

9,11,056 mila

7,39,437 mila

23,7659

18,5893

11,7132

32,0165

8,38,173 mila

theta

1,64,049 mila

3,16,334 mila

1,98,263 mila

1,70,548 mila

1,52,057 mila

1,25,686 mila

1,61,864 mila

2,35,557 mila

1,6244

4,85,163 mila

3,79,464 mila

2,53,764 mila

6,50,266 mila

1.809

alfa

0,86,505 mila

1,37,518 mila

1,00,568 mila

0,72,506 mila

0,76,361 mila

0,6491

0,95,616 mila

1,63,483 mila

0,9386

2,56,892 mila

1,67,092 mila

1,18,895 mila

3,13,664 mila

0,98,499 mila

beta

0,35,583 mila

0,55,288 mila

0,41,326 mila

0,30,866 mila

0,34,607 mila

0,29,362 mila

0,357

0,59,991 mila

0,34,927 mila

1,04,345 mila

0,66,066 mila

0,44,385 mila

1,21,395 mila

0,42,598 mila

gamma

0,24,587 mila

0,43,744 mila

0,31,831 mila

0,23,404 mila

0,25,428 mila

0,2218

0,26,349 mila

0,39,275 mila

00,22,939 mila

0,7927

0,507

0,29,891 mila

0,94,462 mila

0,3172

Tabella 4:. Statica Absolute Power contiene i valori di potenza assoluti per i periodi di tempo in cui il partecipante è stato risolvere i problemi statici. I valori sono indicati per ogni canale tappo EEG e ogni banda di frequenza neurale. Cliccate qui per scaricare la tabella come un foglio di calcolo di Excel.

PSVT: R%

AF3

F7

F3

FC5

T7

P7

O1

O2

P8

T8

FC6

FC4

FC8

AF4

media

delta

1,09,312 mila

1,20,533 mila

1.254

1,00,122 mila

0,89,381 mila

0,8701

1,0967

1,27,152 mila

1,48,439 mila

1,44,382 mila

1,81,472 mila

1,35,708 mila

2,01,959 mila

1,25,924 mila

theta

0,99,766 mila

1,15,645 mila

1,05,108 mila

1,28,965 mila

0,96,746 mila

0,91,339 mila

1,20,155 mila

1,18,379 mila

1,22,056 mila

1,41,692 mila

1,5721

1,02,078 mila

1,58,816 mila

1,09,621 mila

alfa

0,80,897 mila

0,86,348 mila

0,86,881 mila

0,89,032 mila

0,84,853 mila

0,8718

0,7298

0,80,265 mila

0,9197

1,03,603 mila

1,28,424 mila

1,01,072 mila

1,2528

0,87,804 mila

beta

0,82,237 mila

0,75,013 mila

0,80,199 mila

0,69,131 mila

0,75,043 mila

0,78,897 mila

0,83,383 mila

0,86,506 mila

0,89,252 mila

0,75,005 mila

1,26,584 mila

0,86,809 mila

1,12,043 mila

0,72,645 mila

85,2%

gamma

0,60,836 mila

0,55,535 mila

0,66,682 mila

0,5141

0.56

0,59,365 mila

0,71,594 mila

0,61,734 mila

0,65,707 mila

0,6435

1,09,557 mila

0,64,435 mila

0,98,644 mila

0,5864

. Tabella 5: PSVT: R relativa Absolute Power Contiene i valori di potenza assoluta relativi - cioè, il rapporto rispetto alla linea di base di riposo - per i periodi di tempo in cui il partecipante è stato risolvere i problemi PSVT: R. I valori sono indicati per ciascun canale tappo EEG e ciascuna banda di frequenza neurale./ftp_upload/53327/Table_5.xlsx">Please clicca qui per scaricare la tabella come un foglio di calcolo di Excel.

MCT%

AF3

F7

F3

FC5

T7

P7

O1

O2

P8

T8

FC6

FC4

FC8

AF4

media

delta

1,45,192 mila

1,84,669 mila

1,43,111 mila

2,35,468 mila

1,37,849 mila

1,40,346 mila

1,40,162 mila

1,36,828 mila

1,54,941 mila

2,12,109 mila

2,63,855 mila

1,30,625 mila

2,60,268 mila

1,41,449 mila

theta

1,23,445 mila

1,34,515 mila

1,29,823 mila

1,59,146 mila

1,5038

1,49,751 mila

1,22,317 mila

1,30,176 mila

1,40,354 mila

1.59846

2,05,851 mila

1,35,997 mila

1,95,978 mila

1,24,072 mila

alfa

1,12,151 mila

1,07,944 mila

1,04,106 mila

1,17,413 mila

1,00,557 mila

1,01,915 mila

0,99,661 mila

1,22,223 mila

1,19,207 mila

1,10,588 mila

1,43,065 mila

1,11,093 mila

1,30,118 mila

0,99,034 mila

beta

1,02,052 mila

0,99,025 mila

1,06,317 mila

0,95,599 mila

0,9225

0,9461

1,01,359 mila

1,06,585 mila

1,13,138 mila

1,02,154 mila

1,58,762 mila

1,09,891 mila

1,49,174 mila

0,9818

109,2%

gamma

0,83,046 mila

0,78,351 mila

0,81,998 mila

0,7568

0,74,023 mila

0,76,077 mila

0,97,157 mila

0,77,744 mila

0,87,596 mila

0,83,956 mila

1,32,511 mila

0,87,252 mila

1,1831

0,80,073 mila

. Tabella 6: MCT Relativa Potere assoluto contiene i valori di potenza assoluta relativi - cioè, il rapporto rispetto al basale Rest - per i periodi di tempo in cui il partecipante risolveva problemi MCT. I valori sono indicati per ogni canale tappo EEG e ogni banda di frequenza neurale. Cliccate qui per scaricare la tabella come un foglio di calcolo di Excel.

statica%

AF3

F7

F3

FC5

T7

P7

O1

O2

P8

T8

FC6

FC4

FC8

AF4

media

2,46,182 mila

3,14,723 mila

2,39,673 mila

3,02,277 mila

2,12,321 mila

2,06,609 mila

2,53,064 mila

2,1332

2,47,939 mila

2,6815

2,9827

2,45,039 mila

2,96,349 mila

2,57,849 mila

theta

1,68,824 mila

2,30,012 mila

1,51,286 mila

2,13,005 mila

1,75,125 mila

1,72,794 mila

1,80,763 mila

1,59,958 mila

1,68,997 mila

1,84,799 mila

2,09,195 mila

1,68,893 mila

2,04,966 mila

1,67,807 mila

alfa

0,82,111 mila

1,04,545 mila

0,84,889 mila

1.1075

0,95,375 mila

0,96,658 mila

0,93,089 mila

0,78,849 mila

0,86,496 mila

0,96,516 mila

1,05,757 mila

0,88,215 mila

1,03,347 mila

0,84,245 mila

beta

0,82,441 mila

0,6117

0,81,364 mila

0,57,716 mila

0,69,079 mila

0,75,922 mila

0,93,164 mila

1,03,269 mila

1,09,885 mila

1,03,264 mila

1,16,874 mila

0,89,947 mila

1,33,966 mila

0,88,613 mila

90,5%

gamma

0,48,736 mila

0.326

0,51,162 mila

0,27,564 mila

0,36,299 mila

0,42,997 mila

0,61,205 mila

0,58,088 mila

0,67,146 mila

0,76,261 mila

0,79,208 mila

0,52,202 mila

1,02,753 mila

0,61,453 mila

. Tabella 7: Statica relativa Absolute Power contiene i valori di potenza assoluta relativi - cioè, il rapporto rispetto alla linea di base di riposo - per i periodi di tempo in cui il partecipante è stato risolvere i problemi statici. I valori sono shproprio per ogni canale tappo EEG e ogni banda di frequenza neurale. Cliccate qui per scaricare questa tabella come un foglio di calcolo di Excel.

	media
PSVT: R%	85,2%
MCT%	109,2%
statica%	90,5%

. Tabella 8: Averaged relativa Absolute Power Contiene i valori di potenza assoluta relativi - cioè, il rapporto rispetto alla linea di base Rest - media su tutti i canali tappo EEG per i periodi di tempo in cui il partecipante era risolvere PSVT: problemi R, MCT, e statica . Le percentuali sono indicati per la banda di frequenza beta solo. Cliccate qui per scaricare la tabella comefoglio di calcolo di Excel n.

Discussion

Il protocollo discute l'applicazione di elettroencefalografia per misurare l'attività cerebrale per i partecipanti problemi a lavorare da due strumenti tipici abilità spaziali e problemi di ingegneria Statica altamente spaziali. I metodi descritti qui possono in definitiva essere in grado di aiutare a capire l'efficienza neurale di alte e basse performance impegnati nel lavoro di questi problemi. E 'di vitale importanza per comprendere eventuali differenze di efficienza neurale di studenti di ingegneria che operano sul MCT e PSVT: R, come questi test sono spesso utilizzati per valutare la capacità spaziale. confrontandoli tra di loro ci permette di valutare meglio la loro applicabilità al successo in ingegneria e la loro posizione nei programmi di ingegneria fondamentale.

Il protocollo stabilisce le procedure per la ricerca sulle efficienze neurali connessi con le attività cognizione spaziale. È importante che gli strumenti affidabili e valide sono utilizzati per valutare abilità spaziali collegati ai contenuti di ingegneria. E ianche importante che i problemi di ingegneria di mira il tenore rappresentativo di ingegneria per un corso specifico. misurazioni EEG offrono una capacità non intrusivo distinta per triangolare i dati componente cognitiva di studenti impegnati in aspetti spaziali di problema di ingegneria solving. momento giusto timbratura deve essere utilizzato per tale raccolta di dati, garantendo la triangolazione con eventi video-archiviati. protocolli IRB devono essere rigorosamente seguite, garantendo l'anonimato dei dati dei partecipanti e di analisi.

La maggior parte dei problemi di risoluzione dei problemi si verificano durante la raccolta dati EEG come descritto di seguito, e la maggior parte di coloro che sono gestite prima vengono registrati i dati. Le correzioni per poveri impedenza e rumore sono meglio gestite durante l'installazione. Seguendo le istruzioni del produttore della cuffia EEG è critica, e nella nostra esperienza le indicazioni per il software del produttore può indirizzare gli utenti a controllare gli elettrodi specifici. Tipicamente, la connessione tra il feltro e la participanLa testa di t deve essere inumidito di più, o il collegamento tra ciascun elettrodo e l'auricolare può avere bisogno di essere controllato. Se alcuni connettività è visibile, ma la qualità è scarsa, usando la siringa di ri-inumidire il feltro è spesso sufficiente, e talvolta la cuffia deve essere regolato fisicamente da assicurare il contatto con il cuoio capelluto. In un paio di casi, abbiamo dovuto chiedere ai partecipanti di lavare i capelli in un lavandino, prima siamo stati in grado di ottenere una buona connessione. Quando l'elettrodo non sembrava essere la trasmissione dei dati, è stato spesso risolto rimuovendo l'elettrodo e poi reinserirlo. A volte, la custodia in plastica per l'elettrodo potrebbe incrinarsi, nel qual caso dovrà essere sostituita.

Altro risoluzione dei problemi possono verificarsi durante l'analisi dei dati, ed è discusso nel protocollo. pre-elaborazione dei dati comporta la filtrazione e la rimozione di artefatti. Spesso il software di analisi dati supporta il rifiuto manuale, così come gli script che possono essere eseguiti durante la pre-elaborazione e pro elaborazione dei dati.

Le modifiche sono state apportate a uno script all'interno del software di analisi. Tali modifiche sono documentate nel file di codice supplementare. Le modifiche al protocollo possono essere fatte. Un protocollo concomitante è stato usato in cui sono richieste risposte verbali durante lo studio. Questo introdurrà più artefatti nei dati EEG, ma fornirà un quadro più chiaro della conoscenza funzionale del partecipante durante le prove. Un'alternativa è stato anche utilizzato in cui il partecipante partecipa a una video-intervista-registrato con il ricercatore dopo la sessione.

Altri potenziali modifiche consigliate includono utilizzando diverse abilità spaziali mette alla prova ^14, diverse questioni di ingegneria ^17, o ad altre valutazioni educative. Metriche diverse attività cerebrale, possibile tramite EEG e altri strumenti, potrebbero anche mettere in luce la difficoltà, o altre caratteristiche, di valutazioni di abilità.

jove_content "> Ci rendiamo conto che non ci sono limitazioni con la tecnica definita in questo documento I costrutti di abilità spaziale (la rotazione e il taglio superficie piallata) misurati dal PSVT:. R e MCT sono solo due dei molti potenziali costrutti misurabili con altre metriche spaziali. inoltre, diversi compiti spazialmente intensive (es., i diversi tipi di problemi o diversi corsi e corsi) potranno altresì essere valutati. la ricerca di efficienza neurale dovrebbe naturalmente anche essere effettuata su un ambito più vasto corsi di ingegneria solo fondamentali come Statica. Per esempio, dovrebbe essere esaminato entro i molti campi STAMINALI riconosciuti nella letteratura dipendere ragionamento spaziale ^3. Inoltre, gli studi di efficienza neurale non dovrebbero essere limitati alle competenze direttamente legate solo alle capacità spaziali ^21-28. anche all'interno della ricerca coinvolti in onde cerebrali misura, la pratica della media delle misurazioni di potenza per la durata di un compito vieta un'indaginein altre correlazioni che possono verificarsi all'interno dei modelli di attività cerebrale. misurazioni EEG, a causa della loro responsività temporale, non sono limitati a studi efficienza neurali. E strumentazione EEG è a sua volta limitata dalla profondità di attività cerebrale è in grado di rilevare, in particolare rispetto alla più alta risoluzione spaziale di funzionale spettroscopia nel vicino infrarosso o la risonanza magnetica funzionale, anche se la sua responsività temporale rimane tra i migliori ^36.

In ultima analisi, la prospettiva di utilizzare misurazioni fisiologiche per fornire indicazioni per la teoria e la pratica educativa appare immenso ^37,38. L'approccio tecnico e gli obiettivi di questo protocollo sono diverse rispetto all'approccio biofeedback utilizzando EEG in educativo / formativo studia ^39, ma meritano tutte considerazione come intuizione è maturata in fenomeni come lo sviluppo spaziale e capacità di sviluppo ingegneristico di abilità. Questo approccio di utilizzare EEG per esaminare effici neuralerenza tra le attività spaziali inerenti all'interno di specifici strumenti di abilità spaziali definisce un altro metodo di segregare test di abilità spaziale. Questo esemplifica una nuova applicazione di un approccio neuroscientifico per indagare prove di abilità spaziali, così come l'apertura di un approccio neuroscientifico verso l'indagine della teoria educativa esistente. Trovare metodi per la verifica e la validazione è parte della cultura ingegneristica. All'interno di questa nuova applicazione, il test delle onde cerebrali fisiologici in grado di aprire un nuovo regno di comprensione e di pedagogia raffinazione. Infatti, se è vista come un potenziale viale di convalida, un romanzo e nuova generazione di ingegneria possono sorgere ricerca educativa.

Materials

Name	Company	Catalog Number	Comments
Emotiv EPOC Model 1.0	Emotiv	Model: Emotiv Premium	"High resolution, multi-channel, portable EEG system."
Emotiv Control Panel (software)	Emotiv		Used for data collection.
Emotiv Testbench (software)	Emotiv		Used for data collection.
Virtual Serial Port Emulator - VSPE (software)	ETERLOGIC.COM		Used COM10 in data collection. Available as a free download, depending on the operating system.
E-Prime 2.0 (software)	Psychology Software Tools		Used for data collection (presentation of problems to participants and collection of markers for different phases).
EEGLab 13.4.4b (software)	Swartz Center for Computational Neuroscience (SCCN)		Used for data analysis. "An open source environment for electrophysiological signal processing". SCCN is a Center of the Institute for Neural Computation, the University of California San Diego.
MATLAB R2014b	The Mathworks, Inc.		Used to run EEGLab
Microsoft Excel 2013	Microsoft		Used to assemble and compare tabulated results from EEGLab & MATLAB, to create tables
Camcorder with built in Mic	Canon	CNVHFR50	Used to record sessions
Syringe Kit (5 cc syringe & 16 G blunted needles x 2)	Electro-Cap Intnl. Inc.	E7	For keeping the EEG cap's felts damp.
Nuprep EEG Skin Prep Gel	Weaver and Company	10-30	For cleaning the mastoid process.
Sanitizer	Purell	S-12808	For sanitizing hands