机构名称：
¥ 1.0
摘要 — 本文介绍了一种用于学习困难儿童的学业参与和注意力水平监测的神经认知训练新方法的初步结果。机器学习 (ML) 技术和脑机接口 (BCI) 用于开发一种交互式人工智能游戏，用于教育治疗，以监测儿童在特定认知任务期间注意力水平的进展。我们的方法利用脑电图 (EEG) 采集儿童脑电波数据，通过模型校准对注意力水平进行分类。实时脑电波模式是我们游戏界面的输入，用于监测注意力水平。当注意力下降时，教育游戏可以通过改变训练的挑战或向用户提供一些新的视觉或听觉刺激来个性化用户，以减少注意力损失。为了了解注意力水平模式，我们收集了巴西各所小学患有智力障碍（如自闭症谱系障碍和注意力缺陷多动障碍）儿童的脑电波数据。初步结果表明，我们成功地对使用各种经典 ML 技术获得的脑电波模式进行了基准测试（96%）。通过自动分类脑电波获得的结果对于进一步开发我们的完整方法至关重要。问卷调查中对基于人工智能的游戏以及训练期间的参与度和积极性都给出了积极的反馈。
面向基于人工智能的交互式游戏干预监控...
主要关键词
相关文件推荐
