Pubblicazioni

EEG-Based Closed-Loop Neurofeedback for Attention Monitoring and Training in Young Adults

B, Wang; Z, Xu; T, Luo; J, Pan

Abstract:

Attention is an important mechanism for young adults, whose lives largely involve interacting with media and performing technology multitasking. Nevertheless, the existing studies related to attention are characterized by low accuracy and poor attention levels in terms of attention monitoring and inefficiency during attention training. In this paper, we propose an improved random forest- (IRF-) algorithm-based attention monitoring and training method with closed-loop neurofeedback. For attention monitoring, an IRF classifier that uses grid search optimization and multiple cross-validation to improve monitoring accuracy and performance is utilized, and five attention levels are proposed. For attention training, we develop three training modes with neurofeedback corresponding to sustained attention, selective attention, and focus attention and apply a self-control method with four indicators to validate the resulting training effect. An offline experiment based on the Personal EEG Concentration Tasks dataset and an online experiment involving 10 young adults are conducted. The results show that our proposed IRF-algorithm-based attention monitoring approach achieves an average accuracy of 79.34%, thereby outperforming the current state-of-the-art algorithms. Furthermore, when excluding familiarity with the game environment, statistically significant performance improvements (p < 0.05) are achieved by the 10 young adults after attention training, which demonstrates the effectiveness of the proposed serious games. Our work involving the proposed method of attention monitoring and training proves to be reliable and efficient.

Patologie/Applicazioni:

• Bio – Neurofeedback (NFB)

Anno:

2021

Tipo di pubblicazione:

Articolo

Parola chiave:

Bio-Neurofeedback; Attenzione; EEG

Testata scientifica:

Hindawi

Nota:

L'attenzione è un meccanismo molto importante nella vita dei giovani adulti che oggi sono in continua interazione con i media e si trovano a dover selezionare tra una quantità esorbitante di informazioni disponibili. In questo studio si propone un metodo di monitoraggio e allenamento dell'attenzione. Il monitoraggio avviene tramite un algoritmo ideato per migliorare l'accuratezza e le prestazioni del monitoraggio. L'attenzione viene invece suddivisa in 5 livelli che vanno da 1 (massima attenzione) a 0 (nessuna attenzione). L'allenamento viene sviluppato tramite la creazione di tre scenari di Neurofeedback (giochi) basati rispettivamente sull'attenzione selettiva, focalizzata e sostenuta. I risultati mostrano come l'approccio di monitoraggio dell'attenzione basato sull'algoritmo proposto raggiunge una precisione media del 79,34%. I giovani adulti coinvolti nello studio, inoltre, ottengono miglioramenti statisticamente significativi delle prestazioni dopo l'allenamento all'attenzione dimostrando l'efficacia degli scenari di Neurofeedback proposti.

DOI:

10.1155/2021/5535810