استخدام قياسات كهربية لمقارنة الكفاءة العصبية المهام المحددة ل: مهام المكانية الاستخبارات

Summary

توضح هذه المخطوطة نهجا لقياس النشاط العصبي للإنسان حين حل المشاكل الهندسية مكانيا تركيزا. منهجية الكهربائي يساعد على تفسير القياسات موجة الدماغ بيتا من حيث الكفاءة العصبية، وذلك بهدف تمكين في نهاية المطاف مقارنات بين أداء مهمة سواء بين أنواع المشكلة وبين المشاركين.

Abstract

وغالبا ما يرتبط الاستخبارات المكاني للنجاح في التعليم الهندسي والهندسة المهن. استخدام كهربية يمكن حساب مقارن للكفاءة العصبية الأفراد لأنها تؤدي المهام المتعاقبة التي تتطلب القدرة المكانية لاستخلاص الحلول. يتم تعريف الكفاءة العصبية هنا وجود أقل تفعيل بيتا، وبالتالي إنفاق الموارد العصبية أقل، لتنفيذ مهمة بالمقارنة مع المجموعات الأخرى أو غيرها من المهام. لإجراء مقارنات بين مهمة من المهام مع فترات مماثلة، قد تكون هذه القياسات يمكن المقارنة بين نوع المهمة صعوبة. مقابل مشارك داخل وفيما بين المشاركين المقارنات، وتوفر هذه القياسات البصيرة المحتملة إلى مستوى المشارك من القدرة المكانية ومختلف مهام حل المشكلات الهندسية. الأداء على المهام المحددة يمكن تحليلها وربطها مع الأنشطة بيتا. يعرض هذا العمل على بروتوكول بحث مفصل دراسة كفاءة العصبية للطلاب المهندسالذين تتراوح أعمارهم بين في حل من القدرة المكانية نموذجية والمشاكل احصائيات. أكمل الطلاب مشاكل محددة إلى العقلية قطع اختبار (MCT)، بوردو المكانية التصور اختبار دوران (PSVT: R)، وعلم السكون. في حين تشارك في حل هذه المشاكل، تم قياس موجات المخ المشاركين مع مجموعة الإمارات للبيئة تسمح البيانات التي سيتم جمعها فيما يتعلق ألفا وبيتا الدماغ تفعيل موجة واستخدامها. العمل يتطلع إلى ربط الأداء الوظيفي على المهام المكانية نقية مع المهام الهندسية المكثفة مكانيا لتحديد مسارات للأداء الناجح في مجال الهندسة وينجم عن ذلك من تحسينات في التعليم الهندسي التي يمكن ان تتبع.

Introduction

القدرة المكانية أمر حيوي لعلوم والتكنولوجيا والهندسة والرياضيات (STEM) الحقول والتعليم، ويرتبط مع النجاح في هذه المناطق ^1،2،3. وبالتالي، فمن المهم أن نفهم تطوير كيفية تأثير القدرة مشكلة المكانية حل ^4. وقد تم ربط القدرة المكانية لفائدة ^{5، 6} الأداء، والنجاح في الأكاديميين الهندسة ⁷ والنجاح في المهنيين الهندسة ^8. ومع ذلك، ليس هناك الكثير من العمل مشيرا العمليات العصبية محددة في حل المشاكل النموذجية في كثير من الصكوك القدرة المكانية، ولا محتوى الهندسة محدد غير المكانية للغاية.

تقدم هذه الورقة مقدمة إلى الأساليب المستخدمة لجمع البيانات وتحليلها من عشرات القدرة أداة المكانية جنبا إلى جنب مع القياسات العصبية. القصد من نشر مع إن الرب هو جعل هذه الأساليب في متناول جمهور أوسع. الأجهزة الجمهور العام وور البرمجياتالبريد المستخدمة في هذه الدراسة. كورقة الأساليب، لا يتم الإبلاغ عن النتائج الكاملة / مجموعات البيانات، ولا هم عينات متعددة المقدمة. تم القبض على جميع الصور خصيصا لهذا المنشور. تم استخدام الأساليب المفصلة أدناه في إعداد تقرير مؤتمر الأولي ⁹ استنادا إلى بيانات من ثمانية الكلية المشاركين في السنة الثانية الذين تتراوح أعمارهم بين ثلاثة منهم من الإناث.

وتستخدم العديد من الأدوات الموجودة تشير إلى مستويات القدرة المكانية الملازمة لأو المستفادة من الأفراد. اثنان صحيحة وموثوقة ^10،11 الأدوات التي تستخدم عادة هي العقلية قطع اختبار (MCT) ¹² واختبار بوردو المكانية تصور دوران (PSVT: R) ^13. بينما في الأصل مصممة مهنيا ¹⁴ هذه الصكوك اختبار مراحل مختلفة من التنمية التصور المكاني وصفها نظرية Piagetian ^10،15. استخدام هذه الأدوات يخلق الحاجة إلى فهم الظواهر المعرفية الفسيولوجية الأساسية existinز عندما يعمل الأفراد من خلال هذه المشاكل. لهذا السبب، وتهدف هذه الدراسة إلى تسليط الضوء أساليب استخدام البيانات الفسيولوجية التجريبية قد تحسن في نهاية المطاف إلى تحليل وفهم الفكر المكاني، تحقق من مقاييس اختبار قدرات القائمة، وزيادة تطبيق المقررة المكانية مشاكل أكثر تعقيدا النموذجية للتعليم الهندسي. العديد من هذه المشاكل يمكن أن يكون مصادفة في الهندسة احصائيات.

احصائيات هو الميكانيكا التأسيسية تسليم بالطبع لمعظم طلاب الهندسة (على سبيل المثال. والبيولوجية والميكانيكية والمدنية والبيئية، هندسة الفضاء) ^16،17. وهو واحد من أول حل مشكلة الخبرات الواسعة التي تعطى للطلاب في محتوى الهندسة الأساسية ^18. ينطوي احصائيات دراسة تفاعل قوى على جسم جامد التي هي في بقية أو تتحرك بسرعة منتظمة. للأسف احصائيات ديه التسرب عالية، والانسحاب، ومعدلات الفشل (14٪ كما رأينا في التحرياتجامعة tigated) وهذه قد تكون ذات صلة نماذج تقديم المحاضرات والمناهج التقليدية التي حذفت السبل الأساسية لدعم مثل نهج تعزيز مكانيا في التعليم. على سبيل المثال، يمكن للنهج تعزيز مكانيا في احصائيات تستهدف تصور كيفية تفاعل قوى خارج الفحص التحليلي نموذجي وتعزيز معرفة الطلاب الإجرائية مع مفاهيم الارض. فعالية مثل هذه التدخلات يجب أن يتم التحقيق من منظور العلمي العصبي المعرفي.

كهربية (EEG) يقدم طريقة فريدة والمتنقلة لقياس النشاط الفكرة الرائعة الطلاب. والأفراد الذين يؤدون مهام انتزاع تفعيل بيتا عموما تشارك جدا مع تفاصيل مهمة ويقظة لماذا يفعلون ^19،20. كما تتطلب مهمة زيادة واتساع الزيادات موجة بيتا، وكذلك حجم المنطقة القشرية ترددات النطاق الترددي تحتل. والمزيد من الخلايا العصبية التي تطلق فييمكن تعريفها بأنها قوة أكبر بيتا نطاق الترددات بيتا (24Hz: - - 12 ألفا 8 12 هرتز، بيتا). وفيما يتصل بذلك، ويصبح واحدا أكثر خبرة في مهمة، واتساع موجات بيتا النقصان، وتوليد الطاقة أقل بيتا. هذا هو جزء من كفاءة فرضية العصبية ^21-28، التي تجربة مهمة أكبر عند تنفيذ مهمة يرتبط إلى نقص في القوة تردد. مع أنه كان قد تم استخدام مجموعة الإمارات للبيئة في دراسة القدرات المكانية (في كثير من الأحيان للدوران العقلي والمهام الملاحة المكانية) - ولقد تم تحديد البيانات التي يمكن تطبيقها في ألفا، بيتا، وثيتا العصابات ^27-33 - لوحظت ألفا وبيتا العصابات لهذا وقد تم اختيار الدراسة، وبيتا لمزيد من التحليل تمثيلي في هذه الورقة، وفي تقرير مؤتمر الأولي ^9. للإجراءات المحددة أدناه بالتالي التركيز على تحليل الفرقة بيتا، ولكن التحقيق في كل المجموعات الثلاث، اعتمادا على البيانات المسجلة، ويوصى في المستقبل.

الوقد تم اختبار العصبية كفاءة فرضية على مختلف المهام، بما في ذلك لعبة الشطرنج، والذاكرة إبصاري فراغي، وتحقيق التوازن، ويستريح. وقد أشار كل تجربة مهمة كعامل في تردد السلطة انخفض عند تنفيذ المهام المألوفة. وقد قدمت واحدة بعينها الدراسة ²⁵ الأدلة إلى أنه على الرغم من أن ذكاء الشخص (مقاسا IQ) يمكن أن تساعد الفرد على اكتساب المهارات اللازمة لأداء هذه المهمة، والخبرة بمهمة تفوق المخابرات في مساهمتها في الكفاءة العصبية. وبعبارة أخرى، فإن أكثر خبرة الفرد، وأكثر كفاءة neurally انه أو انها يصبح.

دراسات الكفاءة العصبية القائمة التي تنطوي على القدرة المكانية وركزت في المقام الأول على دوران المكاني، واستخدمت مجموعات مشكلة من نوع آخر للمقارنة بين مختلف السكان (على سبيل المثال، ذكور / إناث) ^27-28. وقد قدمت الدراسات EEG المهام القدرة المكانية أيضا البصيرة من خلال مقارنة الأداء لأنواع مهمة أخرى (على سبيل المثال، المهام اللفظية)^27،29،30. الأساليب مناقشتها في هذا التركيز رقة عن ومقارنة المشاكل من MCT، PSVT: R، وكذلك المهام التوازن الثابتة، التي ترتبط القدرة المكانية ولكن لا تقتصر على دوران المكاني والملاحة. ويمكن استخدام المهام المكانية أخرى بدلا من تلك كأمثلة في هذه المخطوطة. وبهذه الطريقة، يمكن الحصول على نظرة إضافية في المستقبل بشأن مجموعات سكانية مختلفة (على سبيل المثال، ذكر / أنثى أو خبير / مبتدئ) لتساعد في نهاية المطاف تحسين الممارسات التعليمية الهندسية.

في محاولة لتحقيق القدرة المكانية والكفاءة الهندسية، قمنا بتطوير بروتوكول باستخدام القياسات EEG لتحديد التنشيط موجة بيتا من أداء منخفض للمشاركين عالية الأداء خلال بطارية محدودة من المهام المكانية والهندسة محددة. في هذه الحالة، فإن مصطلح عالية الأداء يرتبط بأداء المشاركين، وليس تعبيرا عن مقدار الوقت الذي يقضيه في الميدان الذيالمتعلم، وكذلك جميع المشاركين تقريبا في نفس النقطة في تعليمهم. بالإضافة إلى ذلك، مجموعة مشكلة المعنية غير محددة تماما والأساسية؛ وبالتالي مصطلحي "الخبير" أو "عالية الأداء" هنا يجب ألا ينظر بالمعنى خبير ومهندس يعملون مهنيا، ولكن يمثل الأداء العالي فقط في هذه الشريحة الضيقة الهندسة الميكانيكا المناهج والأدوات القدرة المكانية. ويمكن أيضا أن القياسات العصبية أن تستخدم لتحديد أي اتجاهات الإجمالية لأي نوع من أنواع مهمة قد توظيف المزيد من الموارد المعرفية من غيرها، مع تفسير محتمل بشأن مستويات من الصعوبة. هذه المعلومات يحتمل أن توفر نظرة ثاقبة التقييم والتدخل المستقبلي فيما يتعلق القدرة المكانية. يمكن اشتقاق رؤية مستقبلية أخرى من خلال النظر في المناطق الأكثر محددة من الدماغ، والتي لم يكن ممكنا في هذه الدراسة نظرا لعدد محدود من القنوات المتاحة في الأجهزة EEG المستخدمة.

Access restricted. Please log in or start a trial to view this content.

Protocol

بيان الأخلاقي فيما يتعلق باستخدام المشاركون البشري

وقد تمت الموافقة على الإجراءات اللازمة في هذا العمل من قبل مجلس المراجعة المؤسسية (IRB) في جامعة ولاية يوتا لدراسة البشر. فمن المستحسن أن أي عمل مماثل يجب أن تتم الموافقة من قبل الاتحاد الدولي للرجبي ذات الصلة. ويسمح للمشاركين لوقف أو الانسحاب من الدراسة في أي وقت أثناء التجربة.

1. اختيار المشاركين

1. حدد المشاركون على أساس طوعي من الطلاب المسجلين حاليا في احصائيات بالطبع. تأكد من أن المشاركين تعرضوا سابقا لمحتوى احصائيات سيرون بينما في الدراسة.
   ملاحظة: يجب أن يكون المشاركون من الناحية المثالية التعرض لهذه المادة عن طريق محاضرة قبل أربعة أسابيع على الأقل المشاركة في الدراسة حتى لا يكون هناك متسع من الوقت لتوحيد المفاهيم وتطوير مستويات الأداء التفاضلية.
2. إجراء التوظيف بعد كل البروتوكولات IRB. شرحكافة الإجراءات والقيود المفروضة على المشاركين المحتملين في التفاصيل. وصف نطاق الاتصال في المستقبل، وكيف أن نتائج الدراسة قد نشرت و / أو إتاحتها للمشاركين. تحديد أي تعويض للمشاركة في الدراسة. إذا اختار أحد المتطوعين للالتحاق في الدراسة، وتوفير له أو لها مع مشفرة مزدوج رمز تعريف يعرفها سوى والتي تسيطر عليها الباحث الرئيسي.
   ملاحظة: سيتم تجنيد السكان محددة تتطلب التحليل الإحصائي للتحقق من القوة الإحصائية للعينة وعدد من المشاركين المطلوبة لتحليل الفروق الفردية في البيانات الفكرة الرائعة. إذا رغب الباحث في إجراء دراسة مقارنة بين السكان، ثم ينبغي إجراء تحليل القدرة على تطوير أحجام مجموعة مشارك المناسبة لكلا الشعبين.
3. اختر الأنشطة أو المشاكل التي هي ممثل الخبرات المطلوبة للمشاركين.
   ملاحظة: في هذا البروتوكول، والهندسة على مستوى السنة الثانيةوقد تم اختيار الطلاب المسجلين في احصائيات بالطبع. وكانت الأنشطة التي تعتبر ذات الصلة مشاكل من محتوى احصائيات التمهيدي فضلا عن اثنين من يشيع استخدامها أدوات القدرة المكانية: والعقلية قطع الطائرة اختبار (MCT) وبوردو المكانية التصور اختبار (PSVT-R). كل صك اختبارات بنيات مختلفة من القدرة المكانية ومستوى التنمية المكانية في هذا عدد الطلاب المحدد.
4. وضع جدول زمني لتنظيم دورات المختبر للمشاركين.

2. إعداد الأدوات

1. إعداد السماعات EEG (الملقب مباراة دولية) في تعليمات الشركة الصانعة. إتمام هذا الإعداد قبل وصول المشارك للدراسة. أن أكرر أن هذا الإجراء غير محددة لسماعات الرأس العامة مثل Emotiv، بدلا من الاجهزة EEG الصف الطبية.
   1. شحن سماعات EEG - مثالي تهمة 1 ساعة على الأقل في كل دورة. لمختبر تستخدم بانتظام، اثنين على الأقل سماعات فرضر جميع الأوقات.
   2. وضع كل السوائل اللازمة في منطقة يسهل الوصول إليها، بما في ذلك وسائل لالملطف الأقطاب EEG (على سبيل المثال، الماء) ونظافة كاشطة لضمان اتصال جيد للعقد إشارة EEG.
   3. إدراج اللباد في كل غلاف (ضمان الاتصال الذهب يجلس بشكل آمن في كل غلاف). تشبع اللباد مع السائل الملطف باستخدام حقنة. السماح أقطاب رطب للراحة.
2. إعداد أي كاميرات الفيديو المطلوبة لقياس سلوك المشاركين. للبروتوكول الحالي، استخدام اثنين من كاميرات الفيديو لكل مشارك. إعادة ضبط الكاميرات مرة واحدة المشارك في المكان. تأكد من أن شريط الفيديو هو ختمها وقتا طويلا.
   1. التركيز كاميرا واحدة على وجهه المشارك إذا تهدف إلى تسجيل تعابير الوجه والحصول على جودة صوت عالية.
   2. تركيز كاميرا أخرى في المنطقة أمام المشاركين لالتقاط حركة اليد، بما في ذلك الإجراءات خط اليد (إذا كان من المتوقع على خط اليد، للتأكد من استخدام الكتابة فيstrument هذا هو الظلام و / أو سميكة بما يكفي لتكون الملتقطة بواسطة الكاميرا)، وعلى ما يكفي من شاشة الكمبيوتر لتوفير فكرة عن المهمة التي يتم حلها في أي وقت.
   3. بدوره على جهاز الكمبيوتر وتأكد من أن البرنامج هو على لتسجيل البيانات الفكرة الرائعة. تحقق من أن كافة الأجهزة والبرمجيات وجمع البيانات والتواصل بما فيه الكفاية لجمع البيانات.

3. إعداد المشاركين في الدراسة والدورة البدء

1. التحقق من استلام موافقة موثقة من المشاركين في اتفاقية الاتحاد الدولي للرجبي التي نوقشت أعلاه. الإجابة على أية أسئلة على المشاركين قبل بداية الدراسة. تذكير المشاركين بأن البيانات التي تم جمعها سيتم الرجوع إليها رمز هوية وسوف تكون هناك أية معلومات تعريف الذي يربط البيانات إلى مشارك، وأنهم قد سحب في أي وقت.
2. اطلب من كل مشارك لملء المسح الديموغرافي قبل المشاركة في الدراسة. قد يسأل هذا الاستطلاع حول النوع الاجتماعي، وشركة جنرال الكتريك، والخبرة السابقة التي قد تؤثر على قدراتهم في الدراسة (على سبيل المثال، الهندسة الماضية أو مكثفة مكانيا الدورات، والقدرة المكانية تعزيز الهوايات، والمسائل المتعلقة بمعايير استبعاد مثل إصابات الدماغ قد عانوا، اليد التي يستخدمونها).
   1. استبعاد المشاركين من مجموعة المتطوعين لتحليل EEG إذا كان أي من الحالات التالية: (أ) يتم ترك مشارك سلم أو ماهر يدويا، من أجل السيطرة على ليفند تجانب الدماغ. (ب)؛ الفرد لا يمكن أن تشارك في دورات المختبر بسبب الإعاقة الجسدية. أو (ج) قد عانى الفرد إصابة خطيرة في المخ. إبلاغ المشاركين المحتملين من هذه القيود خلال عملية التوظيف، أو في أقرب وقت ممكن لتجنب قضاء الوقت والموارد لزوم لها.
3. ولدى وصوله، وضمان مشارك هو مريح وحل أي أسئلة أو استفسارات المتبقية.
   1. إظهار الحقنة المستخدمة لتشبعالعقدة وشرح أنه سيتم استخدامها فقط للحفاظ على EEG اللباد الرطبة. إذا كان مشارك لديه الخوف الشديد من الإبر، والنظر في تنفيذ الاحتياطات الأخرى (على سبيل المثال.، والحفاظ على حقنة من الطائرة الاتصال بهم عند إعادة ترطيب-من اللباد).
   2. طرح سؤال على المشاركين لإزالة أي الالكترونيات من أشخاصهم.
4. ضع سماعة الرأس EEG على المشاركين.
   1. تحقق من اللباد للالرطوبة ووضع تركيبات شعر / غلاف في الرأس EEG.
   2. تنظيف النقاط المرجعية (على سبيل المثال، عملية الخشاء) للمشارك مع المطهر جلخ. امسحي أي بقايا.
   3. ضع سماعة الرأس على المشاركين مع العقد إشارة الانحياز بشكل مناسب مع النقاط المرجعية. لا ينحني بشكل مفرط أحضان سماعة الرأس. ترك فجوة بين العقدة المرجعية والجزء الخلفي من الأذن حتى لا تسبب عدم ارتياح، ومواءمة والفضاء سماعة الرأس بشكل مناسب مع رأس المشاركين.

4. تنفيذ البرنامج ضمن الدورة

1. بدء تشغيل البرنامج EEG قطع الأشجار. تأكد من أن الاتصال الجيد القائم بين جهاز تسجيل (على سبيل المثال، جهاز كمبيوتر شخصي)، وسماعة رأس EEG من التحقق من أن كل القنوات هي ظاهرة على جهاز تسجيل. تأكد من أن جميع القنوات عرض في البداية سلوك مماثل مع التذبذبات السعة المنخفضة. تحقق من مجموعة الإمارات للبيئة لضمان الربط الجيد مع المشاركين - إعادة ترطيب وضبط اللباد وذلك لتحقيق أنماط ثابتة على جهاز تسجيل - الذي يسبق مباشرة فترات الراحة وقبل بداية كل نوع مشكلة جديدة.
   ملاحظة: EEG تعمل في 128 هرتز. لم يستخدم Electrooculography لتسجيل حركة العين، ولم يتم استخدام إشارة ترتبط الأذن.
2. إرشاد المشاركين أن تظل ساكنا وهادئا قدر الإمكان خلال التدريبات مهمة.
3. بدء برنامج المهمة العرض.
   ملاحظة: أثناء جمع البيانات، وجميع ما قبليعتزم الاتصال المرئي مع المشاركين يحدث عبر شاشة الكمبيوتر. في هذه الحالة، فإن سلسلة من المشاكل المكانية والهندسة تظهر على شاشة الكمبيوتر، وسيطلب من المشاركين لحلها. ولم تقدم الإجابات الصحيحة للمشاركين خلال جمع البيانات. تقدمت الصور مشكلة على أساس إدخال المستخدم، لذلك استند توقيت في فترة حل المشكلة.
   1. عرض مشكلة المكانية نوع 1 (على سبيل المثال، PSVT: R - اختبار الاختيار من متعدد، أو مشاكل دوران صحيح، كاذبة - انظر الشكل 1) ^13. ملاحظة: (على سبيل المثال، 30 ثانية) مدة هذه المشاكل سوف تستخدم مجموعة من الوقت لتحليل البيانات. وأدرجت خمس مشاكل في هذه المجموعة.
   2. عرض نوع المشكلة المكانية 2 (على سبيل المثال، MCT - اختبار الاختيار من متعدد، أو قطع عقلي صحيح، كاذبة مشاكل - انظر الشكل 2) ^12. ملاحظة: مدة هذه المشاكل سوف (على سبيل المثال، 30 ثانية).أن تستخدم مجموعة من الوقت لتحليل البيانات. وأدرجت خمس مشاكل في هذه المجموعة.
   3. عرض الهندسة نوع المشكلة ¹⁷ (. على سبيل المثال، علم السكون المشاكل - موزعة على التركيز على مبادئ محددة من الهندسة احصائيات، أو أي نوع المشكلة التطبيقية يفترض أن يكون المكونات المكانية - انظر الشكل 3). ملاحظة: هذه المشاكل تأخذ مزيدا من الوقت لحل من المشاكل المكانية. اختلف عدد من المشاكل تبين أن المشاركين 4-10.
   4. تعيين فترات الراحة في البداية والنهاية لجمع البيانات - المستخدمة للحصول على بيانات خط الأساس. تأكد من أن كل هذه لها نفس المدة (على سبيل المثال، 120 ثانية).
4. إذا رغبت في ذلك، وإجراء مقابلة الخروج مع المشاركين. ويمكن أن تشمل هذه الأفكار على العرض التجريبي، وارتداء سماعة الرأس التخطيط الدماغي، وعملية الاتصال المستخدمة في جميع أنحاء إعداد التوظيف والمشاركين، و/ سص أي بروتوكول تتطلب إجابات شفهية المذكورة أعلاه. يمكن تقديم استبيان المستخدم التحقق من صحة إلى المشاركين بدلا من إجراء مقابلة.
5. إيقاف البرامج المهمة العرض، البرنامج EEG قطع الأشجار، وإزالة الرأس التخطيط الدماغي، وإيقاف تشغيل أجهزة تسجيل الفيديو.

5. اختتام الدورة

1. استبعاد مشارك الدراسة. أشكر المشاركين وتقديم لهم شرحا عن أي اتصال في المستقبل (على سبيل المثال، لإجراء مقابلات المتابعة أو الدورات اللاحقة للدراسة)، وشرح كيف يمكن نشر نتائج الدراسة و / أو إتاحتها للمشاركين، وتوفير أي المرطبات أو دفع (أو شرحا لكيفية وسيتم توفير المبلغ) المتفق عليها كجزء من التعويض للمشاركة في الدراسة.
2. سجلات نقل البيانات إلى أي المطلوبة على المدى الطويل أو نقل أجهزة التخزين. تخزين شكل موافقة موقعة مناسب وفقا لما تقرره بروتوكول الاتحاد الدولي للرجبي.
تنظيف الأدوات ومختبر الفضاء.
1. إزالة اللباد عن سماعة الرأس وتعقيم أو التخلص منها.
2. العودة أغلفة الكهربائي EEG وسماعة إلى موقع التخزين السليم.
3. تخلص من الحقن المستعملة والنفايات بشكل مناسب.
4. عودة السوائل إلى أماكن التخزين المناسبة.
5. تأمين مختبر إذا لم يتم استخدامها من قبل باحثين آخرين.

تحليل 6. البيانات

1. تحديد واستخراج البيانات الخام لكل قناة والبيانات علامة من سجلات البيانات EEG. استخدام علامات ASCII قليلا لتحديد بداية ونهاية لجمع البيانات، فضلا عن الانتقال بين المراحل المختلفة لجمع البيانات (على سبيل المثال، أنواع مشكلة) والمشاكل الفردية. تأكد من أن كل نوع مرحلة له قيمة علامة مختلفة وذلك لتمكين التمايز خلال التحليل. تسمية البيانات بطريقة يشير رمز هوية المشاركين كمصدر.
   ملاحظة: الأوامر EEGLAB هي دefined هنا، ولكن EEGLAB يتطلب MATLAB لهذا التنفيذ.
   1. انقر فوق ملف> استيراد البيانات> استخدام وظائف EEGLAB والإضافات> من الملفات EDF / EDF + غاز فرنسا (BIOSIG الأدوات)
   2. حدد ملف البيانات المناسبة. انقر فوق فتح لتحميل البيانات.
   3. حدد قائمة القنوات. انقر فوق موافق لقبول.
   4. توفير اسم مجموعة البيانات. حدد اسما وصفيا للبيانات التي تعكس مصدر وتاريخ التحصيل. في هذه الحالة، PSF1448 يدل على البيانات من معرف المشاركة 48 في خريف عام 2014.
2. خريطة البيانات المستخرجة للمونتاج (أي تخطيط العقد EEG) عن طريق اختيار المونتاج التي تقدمها EEG سماعة بائع (على سبيل المثال، 10 - النظام 20). ضمان المونتاج المستخدمة لتحليل مباريات تخطيط سماعة الرأس EEG المستخدمة خلال الدورة. هذا هو الصانع محددة.
   1. مواقع تحرير قناة عن طريق النقر المواقع تحرير> القناة.
   2. اختر المونتاج. في هذه الحالة defauلتر المونتاج المناسب، لذلك ببساطة انقر فوق موافق لقبول.
   3. تحديد معلومات القناة مواصفات. في هذه الحالة الافتراضي هو المناسب، وذلك ببساطة انقر فوق موافق لقبول.
3. تقليل البيانات قناة EEG لتلك التي هي الأكثر تمثيلا للنشاط الدماغ، كما هو موضح أدناه.
   1. تطبيق عامل تصفية الأولي للبيانات. عادة، وتطبيق تمريرة عالية، مرشح تمرير منخفض (0.1 هرتز كما الأدنى للمرشح تمريرة عالية و 59 هرتز كما الحد الأعلى للمرشح تمرير منخفض). تطبيق مرشح تمرير منخفض أقل من 60 هرتز يزيل الضوضاء من الشبكة الكهربائية في الولايات المتحدة. حفظ بيانات مع اسم جديد باعتباره نقطة استعادة.
      1. انقر فوق أدوات> تصفية FIR بسيطة (جديد، الافتراضي).
      2. تعيين تصفية المعايير الأساسية. تعيين الحافة السفلى إلى 0.1 هرتز، حافة ارتفاع إلى 59 هرتز، لا رسم استجابة التردد، وانقر فوق موافق لقبول.
      3. تحديد اسم جديد للبيانات التي تمت تصفيتها (بإلحاق "_filtered" إلى اسم مجموعة البيانات الحالية). افحص بثور لحفظ البيانات على شكل ملف، واستخدام نفس اسم لاسم الملف. انقر فوق موافق لقبول.
   2. إزالة أية بيانات التي تقع قبل أول علامة EEG أو بعد علامة EEG الماضية - مع الأخذ في الاعتبار أي الكمون في تسجيل علامات EEG. تسجيل الكمون (الوقت) للعلامة تشير إلى الشروع في تسجيل البيانات والكمون من علامة تشير إلى نهاية البيانات. حفظ بيانات مع اسم جديد باعتباره نقطة استعادة.
      1. يمكن العثور على القيم الكمون في "القيم الحدث تحرير - pop_editeventvals ()" الشاشة؛ اضغط على زر ">>" للانتقال إلى علامة النهائية مما يدل على نهاية البيانات EEG. يحتاج أي تغيير المقبولة، لذلك انقر فوق إلغاء الأمر مرة واحدة وقد سجلت القيم.
      2. انقر فوق تحرير> تحديد البيانات.
      3. أدخل بداية ونهاية الكمون (الوقت) القيم، مفصولة بمسافة، في "وقت نطاق [دقيقة كحد أقصى] (ق)" الميدان، وانقر فوق موافق لقبول.
      4. تحديد اسم جديد للالبيانات اقتصاص (بإلحاق "_cropped" إلى اسم مجموعة البيانات الحالية). ضع علامة في المربع لحفظ البيانات على شكل ملف، واستخدام نفس اسم لاسم الملف. انقر فوق موافق لقبول.
   3. رفض قطاعات من البيانات مع القطع الأثرية الكبيرة. الخطوات المضمنة أدناه كيفية القيام بذلك يدويا في حين بصريا فحص البيانات. ملاحظة: سيتم إزالة البيانات أيضا أن يسبب التحف ^34،35.
      1. تطبيع البيانات في كل قناة (إزالة المتوسط ​​ووضع كل قناة على نفس النطاق). أيضا إزالة العاصمة الإزاحة (هذا يغير البيانات، ولكن ليس التصور).
         1. انقر مؤامرة> البيانات قناة (التمرير).
         2. انقر فوق إعدادات> النطاق الزمني لعرضه.
         3. تحديد نطاق الوقت (. على سبيل المثال، 30 ثانية) ليتم عرضها في المؤامرة في "طول جديد نافذة (ق):" حقل. ويستند نطاق الوقت على الوقت بين علامات لمشاكل في مرحلة معينة (أو خلال مرحلتي مشكلة المكانية). نطاق الوقت يمكن أن يكون قاعدةد على الحد الأقصى، الحد الأدنى، أو متوسط ​​الوقت بين علامات.
         4. انقر على زر "نورم" لتطبيع البيانات في مؤامرة (هذا هو تجميلية فقط، ولا يغير من البيانات الأساسية).
         5. انقر فوق عرض> إزالة تعويض العاصمة لإزالة العاصمة الإزاحة في مؤامرة (هذا هو تجميلية فقط، ولا يغير من البيانات الأساسية).
      2. إزالة القطع الأثرية الكبيرة التي لا تتكرر بانتظام مع مرور الوقت.
         1. علامة كافة البيانات قطعة أثرية تبحث غير طبيعية. مرة واحدة وقد تم وضع علامة على كافة البيانات قطعة أثرية، انقر فوق الزر رفض.
            ملاحظة: يمكن أن تظهر هذه القمم عن ارتفاع غير طبيعي أو واسعة في البيانات - في قنوات واحدة أو متعددة - أو الاتجاهات والطويلة التي تظهر في عدد قليل من القنوات. البيانات المشبوهة في حالة ظهور بيانات من قنوات منفصلة لعبور بعضهم البعض في المؤامرة. وتمثل هذه القطع الأثرية التي لا تشكل جزءا من الطيف الفكرة الرائعة وعلى الأرجح تمثل حركة العضلات من قبل المشترك أو عقدة (ق) ثضعف الاتصال إيث. أي شيء يشبه موجة مربع لا يمثل نشاط الدماغ البشري.
      3. حفظ بيانات مع اسم جديد باعتباره نقطة استعادة.
         1. انقر فوق ملف> حفظ بيانات الحالي كما.
         2. تحديد اسم جديد للبيانات التي تم قصها (بإلحاق "_manRej" إلى اسم مجموعة البيانات الحالية). انقر فوق حفظ لقبول.
      4. إذا قناة معينة يبدو أن يكون هناك خلل، وإزالة البيانات منه بشكل فردي. وهذا يمثل خسارة كبيرة في البيانات، وبالتالي القيام بذلك بحذر شديد. نظرة على بيانات من القناة على مدى فترة زمنية طويلة، كما أنه غالبا ما يستقر على مر الزمن ويوفر بيانات مفيدة.
   4. تشغيل تحليل المكونات المستقلة (ICA) واختيار أفضل تمثيل النشاط الفكرة الرائعة.
      ملاحظة: هذا يساعد في إزالة مجموعات من القطع الأثرية المتكررة في البيانات. هذه مجموعات تحتوي على القطع الأثرية التي سوف تظهر عدة مرات على فترات منتظمة تقريبا مع شاء المتكررةبي. وعادة ما تكون نتيجة من الوظائف البيولوجية مثل امض أو نبض - كل واحدة منها سيكون لها مجموعتها الخاصة.
      1. خريطة البيانات فصل ICA-لتمثيل الجمجمة على أساس المونتاج. رفض النتائج المرتبطة امض، النبض، أو توتر العضلات - التي غالبا ما تظهر في نتائج ICA كما مجالات التركيز فوق العينين، بالقرب من المعابد، أو عبر الأذنين، على التوالي. رفض أي مكون تبين الجمجمة كلها بأنها تعمل منذ ذلك لا تمثل نشاط الدماغ (انظر الشكل 4) ³⁵ تحمل النتائج الأخرى (أنظر الشكلين 5-6).
         1. انقر فوق أدوات> ICA تشغيل.
         2. حدد ICA خوارزمية الافتراضي (runica). انقر فوق موافق لقبول.
         3. انقر مؤامرة> خصائص المكونات.
         4. تحديد مؤشرات العنصر (14 EEG قنوات القطب تحميلها في الذاكرة) والخيارات الطيفية. كما كان من قبل، والحافة السفلية 0.1 هرتز، والحافة العليا 59هرتز. انقر فوق موافق لقبول المشاركات.
         5. ضمن قبول / رفض نافذة، انقر على زر قبول لتغيير الحالة إلى رفض (وفوقه مرة أخرى لتغييره مرة أخرى إلى قبول). انقر فوق موافق لتسجيل قبول / رفض وضع العلامات.
      2. رسم البيانات فصل ICA-في لون مؤامرة 2-D. رفض النتائج التي تظهر معرق، فارغة، أو يتخلله انقطاعات، ثم حفظ بيانات مع اسم جديد باعتباره نقطة استعادة (أنظر الشكلين 5-6).
         1. ضمن قبول / رفض نافذة، انقر على زر قبول لتغيير الحالة إلى رفض (وفوقه مرة أخرى لتغييره مرة أخرى إلى قبول). انقر فوق موافق لتسجيل قبول / رفض وضع العلامات.
         2. انقر فوق أدوات> إزالة مكونات - لإزالة الواقع البيانات علامة للرفض في وقت سابق.
         3. انقر فوق موافق للمتابعة. وتظهر المؤشرات من المكونات التي تم تسجيلها لرفض في إطار "إزالة مكونات".
         4. انقر فوق قبول في إطار "تأكيد" لجontinue مع التقليم من البيانات.
         5. تحديد اسم جديد للبيانات مجردة (بإلحاق "_manRejPruned" إلى اسم مجموعة البيانات الحالية). ضع علامة في المربع لحفظ البيانات على شكل ملف، واستخدام نفس اسم لاسم الملف. انقر فوق موافق لقبول.
            ملاحظة: الشرائط التي تستمر لفترة أطول من يعتبرون 0.5 ثانية معقول لهذا الرفض. النسبي "الخير" قد تكون هناك حاجة لاستخدامها هنا، اعتمادا على كيفية جيدة تظهر مجموعات البيانات الأخرى أن تكون - من المستحسن أن تبقي على الأقل نصف من المكونات. ونتائج جيدة في كثير من الأحيان ممثلة التدرج المستمر على 2-D البيانات المستمر اللون مؤامرة ^34.
4. إزالة القيم الحدية اليسار في البيانات. حفظ بيانات مع اسم جديد باعتباره نقطة استعادة.
   1. انقر فوق تحرير> القيم الحدث.
   2. انتقل من خلال الأحداث وانقر على زر الحدث حذف عندما يكون نوع الحدث هو الحدود. عندما تم إزالة كافة، انقر فوق موافق.
   3. Specifيا اسما جديدا لحذف البيانات للحدود (بإلحاق "_deleteBoundaries" إلى اسم مجموعة البيانات الحالية). انقر فوق حفظ لقبول. استخدام نفس اختيار عنصر القائمة كما كان من قبل للوصول إلى هذه الشاشة (راجع الخطوة 6.3.3.3.1).
5. حساب مقاييس السلطة المطلقة لكل نوع من أنواع التمارين الرياضية. هذا هو القائم على السلطة لوغاريتمي تحويل تقوم على قياس مكروفولط والوقت - يحسب لكل نطاق التردد (دلتا، ثيتا، ألفا، بيتا، وجاما) ²²
   1. قطعة البيانات إلى كتل، وذلك باستخدام علامات تشير إلى بداية ونهاية كل مهمة.
      1. انقر فوق تحرير> تحديد البيانات باستخدام الأحداث.
      2. الاستفادة من الأطر الملائمة لكل نوع المهمة. تحديد الإطار الزمني لفترات الراحة قبل مدة من فترة راحة. للمشاكل المكانية (التي تتشابه تقريبا في المدة)، استخدام إما متوسط ​​مدة كل المهام المكانية أو المدة القصوى لجميع المهام المكانية. لتطبيق (على سبيل المثال، الهندسهز احصائيات) المشاكل، وتحديد متوسط ​​مدة لكل مشكلة. حفظ بيانات مع اسم جديد باعتباره نقطة استعادة.
         1. أدخل نوع علامة في "نوع الحدث (ق) ([] = الكل)" الحقل، (على سبيل المثال، تم استخدام نوع علامة 50 للاحتفال الأحداث الراحة). كانت الأحداث راحة لمدة 120 ثانية في هذه الحالة، حتى أدخل "120 1" لمجموعة الآجال. انقر فوق موافق لقبول.
         2. تحديد اسم جديد لبيانات الحدث (بإلحاق "_rest" إلى اسم مجموعة البيانات الموجودة في هذه الحالة). ضع علامة في المربع لحفظ البيانات على شكل ملف، واستخدام نفس اسم لاسم الملف. انقر فوق موافق لقبول.
            ملاحظة: إذا كان يمكن تخفيض الأجزاء تطبيقها بحيث تأخذ تقريبا نفس المقدار من الوقت كما المهام المكانية، ثم استخدام نفس حجم الإطار الزمني كما المهام المكانية. منذ EEG هو مقياس الحساسة للوقت، وأكثر دقة الحقب الزمنية لكل حالة، وأقل مرتبك البيانات هي في النهاية (أي أن عدد العينات التي تم جمعها عن كل كونديونشوئها أن يكون أكثر اتساقا).
6. مقارنة نتائج التحليل النهائي.
   1. حساب النسبة المئوية لكل قطعة بالنسبة للقياسات بقية خط الأساس. رؤية الملف رمز البرامج الملحقة، والجداول 1-8.
      1. فتح سيناريو Absolutepower في MATLAB وانقر على زر تشغيل لتشغيل البرنامج النصي على البيانات التي تم تحميلها في مساحة العمل خلال خطوة 6.6 (على سبيل المثال، البيانات بقية).
      2. تحديد بيانات absolutepowermatrix في مساحة عمل MATLAB لنقلها إلى برنامج جداول البيانات (على سبيل المثال، إكسل).
   2. كرر الخطوات من 6.5 - 6.6.1.2 لكل ممارسة نوع / علامة.
   3. مقارنة النتائج مع أطر زمنية مماثلة (على سبيل المثال، المهام المكانية) إلى واحد آخر لنظرة ثاقبة صعوبة نسبية.
   4. مقارنة النتائج بين المشاركين لتحديد الأداء نسبية أعلى مقابل الأداء أقل في المهارات التي يجري تقييمها. ملاحظة: الأداء عالية قد تظهر لتر جداإيتل زيادة في تفعيل بيتا نسبة إلى خط الأساس، في حين أن الأداء منخفضة قد تظهر زيادة في حدود 70٪ ^21-26.

Access restricted. Please log in or start a trial to view this content.

النتائج

في هذا القسم، موضحة الخطوات السابقة مع أرقام العينة كما هو موضح أدناه. لم يتم تقديم ملخصات البيانات كاملة مع الاختبارات الإحصائية، حيث أن الهدف من هذه الورقة هو التركيز على الأساليب. يتم إعطاء R، MCT، والمشاكل المكانية في الشكل 1، الشكل 2، والشكل (3)، على ...

Access restricted. Please log in or start a trial to view this content.

Discussion

يناقش بروتوكول تطبيق كهربية لقياس نشاط المخ للمشاركين مشاكل العمل من صكين القدرة المكانية النموذجية والمشاكل الهندسية احصائيات المكانية للغاية. طرق مفصلة هنا قد تكون في نهاية المطاف قادرة على مساعدة في فهم كفاءة العصبية فناني الأداء العالية والمنخفضة تشارك في الع?...

Access restricted. Please log in or start a trial to view this content.

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