La valutazione delle funzioni cognitive ha l'obbiettivo di ottenere informazioni sullo stato mentale attuale dell'utente, attraverso la decodifica dei segnali cerebrali. Negli ultimi anni, questo approccio ha consentito di indagare informazioni preziose sugli aspetti cognitivi riguardanti l'interazione tra l'uomo ed il mondo esterno. In base a queste considerazioni, recentemente si ਠconsiderata in letteratura la possibilità  di utilizzare le interfacce cervello computer passive (BCI passivi) per interagire con dispositivi esterni, sfruttando l'attività  spontanea dell'utente. L'obiettivo di questa tesi ਠquello di dimostrare come le interfacce cervello computer passive possano essere utilizzate per valutare lo stato mentale dell'utente, al fine di migliorare l'interazione uomo-macchina. Sono stati presentati due studi principali. Il primo ha l'obbiettivo di investigare le variazioni morfologiche dei potenziali evento correlati (ERP), al fine di associarle agli stati mentali dell'utente (es. attenzione, carico di lavoro mentale) durante l'utilizzo di BCI reattive, e come predittori delle performance raggiunte dai soggetti. Nel secondo studio ਠstato sviluppato e validato un sistema BCI passivo in grado di stimare il carico di lavoro mentale dell'utente durante task operative, attraverso la combinazione del segnale elettroencefalografico (EEG) ed elettrocardiografico (ECG). Quest'ultimo studio ਠstato effettuato simulando uno scenario operativo, in cui il verificarsi di errori da parte dell'operatore o il calo di prestazioni poteva avere conseguenze importanti. I risultati hanno mostrato che il sistema proposto ਠin grado di discriminare il carico di lavoro mentale percepito dall'utente su tre livelli di difficoltà , garantendo un'elevata affidabilità .

Mental states monitoring through passive Brain-Computer Interface systems

2014

Abstract

La valutazione delle funzioni cognitive ha l'obbiettivo di ottenere informazioni sullo stato mentale attuale dell'utente, attraverso la decodifica dei segnali cerebrali. Negli ultimi anni, questo approccio ha consentito di indagare informazioni preziose sugli aspetti cognitivi riguardanti l'interazione tra l'uomo ed il mondo esterno. In base a queste considerazioni, recentemente si ਠconsiderata in letteratura la possibilità  di utilizzare le interfacce cervello computer passive (BCI passivi) per interagire con dispositivi esterni, sfruttando l'attività  spontanea dell'utente. L'obiettivo di questa tesi ਠquello di dimostrare come le interfacce cervello computer passive possano essere utilizzate per valutare lo stato mentale dell'utente, al fine di migliorare l'interazione uomo-macchina. Sono stati presentati due studi principali. Il primo ha l'obbiettivo di investigare le variazioni morfologiche dei potenziali evento correlati (ERP), al fine di associarle agli stati mentali dell'utente (es. attenzione, carico di lavoro mentale) durante l'utilizzo di BCI reattive, e come predittori delle performance raggiunte dai soggetti. Nel secondo studio ਠstato sviluppato e validato un sistema BCI passivo in grado di stimare il carico di lavoro mentale dell'utente durante task operative, attraverso la combinazione del segnale elettroencefalografico (EEG) ed elettrocardiografico (ECG). Quest'ultimo studio ਠstato effettuato simulando uno scenario operativo, in cui il verificarsi di errori da parte dell'operatore o il calo di prestazioni poteva avere conseguenze importanti. I risultati hanno mostrato che il sistema proposto ਠin grado di discriminare il carico di lavoro mentale percepito dall'utente su tre livelli di difficoltà , garantendo un'elevata affidabilità .
2014
it
File in questo prodotto:
File Dimensione Formato  
aric%C3%B2_pietro_tesi.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 3.98 MB
Formato Adobe PDF
3.98 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/332543
Il codice NBN di questa tesi è URN:NBN:IT:BNCF-332543