脑电图 (EEG) 的 alpha 功率 (8 – 13 Hz) 是各种创造性任务条件的特征,与创造性构思有关。alpha 功率根据与创造力相关的任务要求而变化。本研究调查了事件相关电位 (ERP)、alpha 功率激活和潜在机器学习 (ML),以对参与创造力任务的工程专业学生的神经反应进行分类。所有参与者都执行了修改后的替代用途任务 (AUT),其中参与者将日常物品的功能(或用途)归类为创造性、无意义或普通。首先,本研究调查了中央和顶枕颞区的基本 ERP。通过了解工程专业学生创造力的生物反应表明,在 300 – 500 毫秒窗口内,无意义和创造性刺激引起的 N400 振幅(分别为 - 1.107 mV 和 - 0.755 mV)大于普通用途(0.0859 mV)。从每个感兴趣电极的总平均波形的 300 – 500 毫秒窗口上观察到 N400 效应。方差分析确定了一个显著的主效应:在创造性构思过程中 alpha 功率降低,尤其是在(O1/2、P7/8)顶枕颞区。机器学习用于对特定颞区数据的神经反应(创造性、无意义和普通)进行分类。使用 k 最近邻 (kNN) 分类器,并使用从参与者收集的数据集根据准确度、精确度、召回率和 F1 分数评估结果。kNN 分类器的整体准确率为 99.92%,曲线下面积为 0.9995,成功对参与者的神经反应进行了分类。这些结果对于机器学习技术在创造力研究中的更广泛应用具有巨大潜力。 [DOI: 10.1115/1.4056473]
主要关键词