中文

使用功能连接性与机器学习方法对纵向经颅直流电刺激后的执行功能表现进行分类

人机交互 2024-02-01 v1 人工智能

摘要

执行功能是一种认知过程,使人类能够以目标导向的方式计划、组织和调节其行为。文献中尚未探索对纵向干预(如经颅直流电刺激)后执行功能变化的理解与分类。本研究采用功能连接性和机器学习算法对经颅直流电刺激后的执行功能表现进行分类。五十名受试者被分为实验组和安慰剂对照组。在第一天受试者执行执行功能任务时采集脑电数据。实验组在第二天至第八天的任务训练期间接受经颅直流电刺激,而对照组接受假刺激。在第十天,受试者重复第一天指定的任务。从脑电数据中提取不同的功能连接性度量,并最终用于通过不同的机器学习算法对执行功能表现进行分类。结果显示,部分定向相干性与多层感知器(结合递归特征消除)的新颖组合实现了 95.44% 的高分类准确率。我们讨论了结果对于开发实时神经反馈系统的意义,该系统用于评估和增强经颅直流电刺激给药后的执行功能表现。

关键词

引用

@article{arxiv.2401.17700,
  title  = {Classification of executive functioning performance post-longitudinal tDCS using functional connectivity and machine learning methods},
  author = {Akash K Rao and Vishnu K Menon and Shashank Uttrani and Ayushman Dixit and Dipanshu Verma and Varun Dutt},
  journal= {arXiv preprint arXiv:2401.17700},
  year   = {2024}
}

备注

7 pages, presented at the IEEE 20th India Council International Conference (INDICON 2023), Hyderabad, India, December 2023