Detail publikace

A neurophysiological model based on resting state EEG functional connectivity features for assessing semantic long-term memory performance

AMIN Ullah Hafeez, AHMED Amr, YUSOFF Zuki Mohd, MOHAMAD Saad Mohamad Naufal a MALIK Aamir Saeed. A neurophysiological model based on resting state EEG functional connectivity features for assessing semantic long-term memory performance. Biomedical Signal Processing and Control, roč. 99, č. 1, 2024, s. 1-9. ISSN 1746-8108. Dostupné z: https://www.sciencedirect.com/science/article/pii/S1746809424008577?dgcid=coauthor
Název česky
Neurofyziologický model založený na funkcích funkční konektivity EEG v klidovém stavu pro hodnocení výkonnosti sémantické dlouhodobé paměti
Typ
článek v časopise
Jazyk
angličtina
Autoři
Amin Ullah Hafeez ()
Ahmed Amr ()
Yusoff Zuki Mohd ()
Mohamad Saad Mohamad Naufal (UTP)
Malik Aamir Saeed, Ph.D. (UPSY FIT VUT)
URL
Abstrakt

Stávající metody hodnocení dlouhodobé paměti (LTM) spoléhají převážně na psychometrické testy nebo klinická expertní pozorování. V této studii navrhujeme objektivní metodu hodnocení schopnosti sémantické LTM pomocí funkční konektivity elektroencefalografie v klidovém stavu (EEG). Byla analyzována data od 68 účastníků, přičemž funkční konektivita byla odvozena z fázových informací EEG theta (4-8 Hz), frekvenčních pásem alfa (8-13 Hz) a gama (30-45 Hz) napříč celou pokožkou hlavy v klidovém stavu. Odpovědi účastníků byly zaznamenávány během úlohy vyvolání paměti během čtyř sezení. K modelování skóre LTM byla použita vícenásobná lineární regrese. Navrhovaná metoda úspěšně predikovala retenci LTM po 30 minutách s výkonnostními metrikami F(18,49) = 2,216, p = 0,014, R = 0,670; 2 měsíce retence, F(18,45) = 3,057, p < 0,001, R = 0,742; 4 měsíce retence, F(18,42) = 2,237, p = 0,016, R = 0,700; a 6 měsíců retence, F(18,36) = 1,988, p = 0,039, R = 0,706, v daném pořadí. Tato metoda navíc dosáhla minimálně o 27 bodů nižšího Bayesian Information Criterion (BIC) ve srovnání se standardním psychometrickým testem RAPM ve všech obdobích uchovávání. Tato zjištění naznačují, že sémantická schopnost LTM u zdravých mladých jedinců může být objektivně kvantifikována pomocí funkční konektivity EEG v klidovém stavu. Tento přístup je příslibem pro budoucí aplikace při porozumění a řešení pod standardním výkonem při učení studentů.

Rok
2024
Strany
1-9
Časopis
Biomedical Signal Processing and Control, roč. 99, č. 1, ISSN 1746-8108
Vydavatel
Elsevier Science
DOI
10.1016/j.bspc.2024.106799
BibTeX 
@ARTICLE{FITPUB13256,
   author = "Hafeez Ullah Amin and Amr Ahmed and Mohd Zuki Yusoff and Naufal Mohamad Saad Mohamad and Saeed Aamir Malik",
   title = "A neurophysiological model based on resting state EEG functional connectivity features for assessing semantic long-term memory performance",
   pages = "1--9",
   journal = "Biomedical Signal Processing and Control",
   volume = 99,
   number = 1,
   year = 2024,
   ISSN = "1746-8108",
   doi = "10.1016/j.bspc.2024.106799",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/13256"
}
Nahoru