Summary

Использование электроэнцефалографии измерений для сравнения конкретных задач Neural эффективностей: Задачи Spatial Intelligence

Published: August 09, 2016
doi:

Summary

Эта рукопись описывает подход к измерению нейронной активности человека при решении пространственно ориентированных инженерных задач. Методология электроэнцефалограмма помогает интерпретировать бета измерения мозговых волн с точки зрения нейронной эффективности, с целью в конечном счете, позволяет сравнения выполнения задач как между типами проблем, так и между участниками.

Abstract

Пространственный интеллект часто связан с успехом в области инженерного образования и инженерных специальностей. Использование электроэнцефалографии позволяет сравнительный расчет нейронной эффективности индивидов, поскольку они выполняют последовательные задачи, требующие пространственного возможность получать решения. Нейронные эффективность здесь определяется как имеющий меньше бета-активации, и, следовательно, расходуя меньшее количество нервных ресурсов, чтобы выполнить задачу, по сравнению с другими группами или другими задачами. Для между группами сравнения задач с аналогичными длительностей, эти измерения могут включить сравнение типа задачи трудности. Для внутридневных-участников и межрегиональных сопоставлений участников, эти измерения обеспечивают потенциальную понимание уровня участника пространственной способности и различные решения инженерных проблем задач. Производительность на выбранных задач могут быть проанализированы и соотнесены с бета-деятельности. Эта работа представляет собой подробный протокол исследования изучения нейронной эффективности студентов ангвыдерживается в решении типичных пространственных способностей и проблем статики. Студенты завершили проблемы, характерные для ментального Режущий Test (MCT), Purdue пространственной визуализации тест-севооборота (PSVT: R), и статики. Занимаясь в решении этих проблем, мозговые волны участников были измерены с ЭЭГ позволяет собирать данные о альфа и бета-мозговой активации волны и использования. Работа выглядит соотносить функциональные характеристики на чистых пространственных задач с пространственно-интенсивных инженерно-технических задач, чтобы определить пути успешной работы в машиностроении и в результате улучшения в области инженерного образования, которые могут последовать.

Introduction

Пространственная способность имеет жизненно важное значение для науки, технологии, инженерии и математики (STEM) полей и образование и коррелирует с успехом в этих областях 1,2,3. Поэтому, важно , чтобы понять развитие как способность к пространственному воздействий решение проблем 4. Пространственная способность была связана с интересом 5, производительность 6, успеха в инженерных и научных кругов 7 успеха в инженерных специалистов 8. Тем не менее, существует не так много работы с указанием конкретных нейронных процессов в решении проблем, характерных для многих пространственных способностей инструментов, ни конкретное содержание инженерного, что является весьма пространственным.

Эта статья представляет собой введение в методы, используемые для сбора и анализа пространственных оценки способности прибора в сочетании с нейронными измерений данных. Цель публикации с Юпитером, чтобы сделать эти методы более доступными для более широкой аудитории. Широкая общественность аппаратное и программное обеспечение WERе используется в данном исследовании. В работе методы, полные результаты / наборы данных не сообщается, равно как и несколько образцов предоставляются. Все изображения были захвачены специально для данной публикации. Методы , подробно описанные ниже , были использованы при подготовке предварительного доклада конференции 9 на основе данных из восьми колледжей второкурсник возраста участников, трое из которых были женщины.

Многие существующие инструменты используются для обозначения уровней пространственной способности, присущей ученым или отдельными лицами. Две действительные и надежные 10,11 инструменты, которые обычно используются для резки Психическая Test (MCT) 12 и тест Purdue пространственной визуализации севооборота (PSVT: R) 13. В то время как первоначально разработаны 14 профессионально эти инструменты тестирования различных этапов развития пространственной визуализации описывается теорией Пиаже 10,15. Использование этих инструментов создает необходимость понять основные физиологические когнитивных явлений existinг, когда люди работают через эти проблемы. По этой причине данное исследование направлено на демонстрации методов, использующих эмпирические физиологические данные, которые могут в конечном счете, улучшить анализ и понимание пространственной мысли, проверки существующих метрик возможности тестирования, а также повысить применимость пространственных оценок для более сложных проблем, характерных для инженерного образования. Многие из этих проблем можно встретить в инженерной статики.

Статика является основополагающим механика курс доставлен к большинству студентов инженерного факультета (например., Биологическая, Механическая, гражданской, окружающей среды, Aerospace Engineering) 16,17. Это одна из первых обширных проблем опыт решения , которые студенты получают в содержании 18 инженерного ядра. Статика включает в себя изучение взаимодействия сил на твердое тело, который находится в состоянии покоя или движется с постоянной скоростью. К сожалению, статика имеет высокую отсевом, вывод, и частота отказов (14%, как показано в инвеУниверситет tigated), и это может быть связано с традиционными моделями предоставления лекций и учебных программ, которые опускаем ключевые направления поддержки, такие как пространственно расширенные подходы к образованию. Например, пространственно расширенные подходы в статике можно ориентировать визуализацию того, как силы взаимодействуют за пределами типичного аналитического анализа и укрепления процедурных знаний студентов с заземленной концептуализации. Эффективность таких мер должна быть исследована с когнитивной точки зрения Нейрологическая.

Электроэнцефалография (ЭЭГ) представляет собой уникальный и мобильный способ измерения озарения активности студентов. Лица , выполняющие задачи , которые вызывают бета – активацию , как правило , очень заняты со спецификой задач и внимательны к тому , что они делают 19,20. Поскольку задача требует увеличения, амплитуда волны растет бета, как это делает размер корковой области частот полосы пропускания занимают. Чем больше нейронов, что огонь внутридиапазон бета частот (альфа: 8 – 12 Гц, бета: 12 – 24 Гц) может быть определена как больше бета мощности. Родственный, поскольку каждый становится более опытным в задаче, амплитуда бета-волны уменьшается, создавая меньше бета-мощности. Это часть нейронной эффективности гипотезы 21-28, в котором больший опыт задач при выполнении задачи связано с уменьшением частоты мощности. Хотя ЭЭГ ранее использовался в исследовании пространственных способностей (часто для умственного вращения и пространственных задач навигации) – и соответствующие данные были выявлены в альфа, бета и тета – группы 27-33 – альфа и бета полосы наблюдались для этого исследование и бета был выбран для дальнейшего анализа представительной в данной работе и в предварительном докладе конференции 9. Процедуры, определенные ниже, таким образом, сосредоточиться на анализе бета-группы, но расследование всех трех групп, в зависимости от регистрируемых данных, рекомендуется в будущем.

нейронная гипотеза эффективность была проверена на различных задач, в том числе шахматы, память, зрительно-пространственной ориентации, балансировка и отдыха. Все показали опыт задачи как фактор пониженной частоты мощности при выполнении обычных задач. Один конкретный исследование 25 представил доказательства того, что, хотя интеллект человека (как измерено с помощью IQ) может помочь человеку приобрести навыки для выполнения задачи, опыт работы с задачей разведки в перевешивает ее вклад в нейронной эффективности. Другими словами, более опытный индивид, тем более эффективным neurally он или она становится.

Существующие исследования нейронные эффективности , включающие пространственные способности были сосредоточены главным образом на пространственное вращение, а также различные наборы проблемы были использованы для сравнения различных групп населения (например., Мужчины / женщины) 27-28. ЭЭГ исследования пространственных задач способности также обеспечили понимание путем сравнения производительности других типов задач (например., Вербальные задачи)27,29,30. Методы обсуждения в данной статье внимание уделяется и сравнивать проблемы с МСТ, PSVT: R, а также статических задач равновесия, которые связаны с пространственной способностью, но не ограничиваются ими пространственного вращения и навигации. Другие пространственные задачи могут быть использованы вместо тех, которые приведены в качестве примеров в этой рукописи. Таким образом, дополнительное понимание может быть получена в будущем в отношении различных групп населения (например., Мужчина / женщина или специалист / начинающий) , чтобы в конечном счете , способствовать улучшению инженерных образовательных практик.

В целях изучения пространственной способности и инженерные способности, мы разработали протокол измерений с использованием ЭЭГ для выявления бета-волны активаций низкой исполнительства высоких участников во время выступления ограниченного батареи конкретных пространственных и инженерных задач. В этом случае термин высокий исполнитель связан с исполнением участника и не отражает количество времени, проведенного в области Организациейобучаемость, так как все участники были примерно на том же этапе их образования. Кроме того, множество проблем участвуют достаточно специфична и основной; Таким образом, термины "эксперт" или "высокопроизводительные" в данном описании не следует рассматривать в смысле эксперта, профессионально занятых инженером, но представляя только высокую производительность в этом узком срезе инженерной механики учебного плана и пространственных способностей инструментов. Нейронные измерения также могут быть использованы для выявления каких-либо грубых тенденций, для которых типы задач может набрать больше когнитивных ресурсов, чем другие, с возможной интерпретации относительно уровня сложности. Эта информация может потенциально обеспечить понимание будущей оценки и принятия мер в отношении пространственной способности. Другое будущее понимание может быть получено, если учесть более конкретные области мозга, что было невозможно в данном исследовании, из-за ограниченного количества каналов, доступных в аппаратных средствах, используемых EEG.

Protocol

Этическое Заявление Что касается использования человеческих участников Процедуры, участвующие в этой работе были одобрены Институциональным наблюдательным советом (IRB) в Университете штата Юта для изучения человеческих предметов. Рекомендуется, чтобы любая подобная рабо…

Representative Results

В этом разделе, предыдущие шаги проиллюстрированы с фигурами образца, как описано ниже. Полные сводки данных со статистическими тестами не предусмотрены, поскольку целью данной работы является концентрация внимания на методах. Примеры потенциальных PSVT: R, МСТ и пространственных задач приведены н…

Discussion

Протокол рассматривается применение электроэнцефалографии для измерения активности мозга для участников рабочих проблем из двух типичных пространственных способностей инструментов и высоко пространственных задач инженерного статики. Методы, подробно описанные здесь, могут в коне…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Авторы хотели бы признать Кристофер Грин, Брэдли Робинсон, и Мария Мануэла Вальядареса, за помощь в сборе данных. Финансирование EEG оборудование было предоставлено Управлением Государственного университета штата Юта по исследованиям и Graduate Studies оборудования Грант мультисенсорного Познания Lab Керри Джордан. Benjamin Вызов поддерживается президентским докторских исследований стипендий достигшего из школы Университета штата Юта в аспирантуры за его работу с доктором Wade Гудриджем.

Materials

Emotiv EPOC Model 1.0 Emotiv Model: Emotiv Premium "High resolution, multi-channel, portable EEG system."
Emotiv Control Panel (software) Emotiv Used for data collection.
Emotiv Testbench (software) Emotiv Used for data collection.
Virtual Serial Port Emulator – VSPE (software) ETERLOGIC.COM Used COM10 in data collection. Available as a free download, depending on the operating system.
E-Prime 2.0 (software) Psychology Software Tools Used for data collection (presentation of problems to participants and collection of markers for different phases).
EEGLab 13.4.4b (software) Swartz Center for Computational Neuroscience (SCCN) Used for data analysis. "An open source environment for electrophysiological signal processing". SCCN is a Center of the Institute for Neural Computation, the University of California San Diego.
MATLAB R2014b The Mathworks, Inc. Used to run EEGLab
Microsoft Excel 2013 Microsoft Used to assemble and compare tabulated results from EEGLab & MATLAB, to create tables
Camcorder with built in Mic Canon CNVHFR50 Used to record sessions
Syringe Kit (5cc syringe & 2 16g blunted needles) Electro-Cap Intnl. Inc. E7 For keeping the EEG cap's felts damp.
Nuprep EEG Skin Prep Gel Weaver and Company 10-30 For cleaning the mastoid process.
Sanitizer Purell S-12808 For sanitizing hands

References

  1. Sorby, S. A. Educational Research in Developing 3-D Spatial Skills for Engineering Students. Int. J. Sci. Educ. 31 (3), 459-480 (2009).
  2. Wai, J., Lubinski, D., Benbow, C. P. Spatial Ability for STEM Domains: Aligning Over 50 Years of Cumulative Psychological Knowledge Solidifies Its Importance. J. Educ. Psychol. 101 (4), 817-835 (2009).
  3. Uttal, D. H., Cohen, C. A. Spatial Thinking and STEM Education: When, Why, and How?. Psychol. Learn. Motiv. 57, 147-181 (2012).
  4. Halpern, D. F., Collaer, M. L. . The Cambridge handbook of visuospatial thinking. , (2005).
  5. Lubinski, D., Benbow, P. Study of mathematically precocious youth after 35 years. Perspect. Psychol. Sci. 1 (4), 316-345 (2006).
  6. Sorby, S., Casey, B., Veurink, N., Dulaney, A. The role of spatial training in improving spatial and calculus performance in engineering students. Learn. Individ. Differ. 26, 20-29 (2013).
  7. Peters, M., Chisholm, P., Laeng, B. Spatial ability, student gender, and academic performance. J. Eng. Educ. 84 (1), 1-5 (1994).
  8. Pellegrino, J. W., Alderton, D. L., Shute, V. J. Understanding Spatial Ability. Educ. Psychol. 19 (3), 239-253 (1984).
  9. Goodridge, W., Villanueva, I., Wan, N. J., Call, B. J., Valladares, M. M., Robinson, B. S., Jordan, K. Neural efficiency similarities between engineering students solving statics and spatial ability problems. Poster presented at the meeting of the Society for Neuroscience. , (2014).
  10. Sorby, S. A., Baartmans, B. J. The Development and Assessment of a Course for Enhancing the 3-D Spatial Visualization Skills of First Year Engineering Students. J. Eng. Educ. 89 (3), 301-307 (2000).
  11. Gorska, R., Sorby, S. A. Testing instruments for the assessment of 3-D spatial skills. Proceedings of the American Society for Engineering Education Annual Conference. , (2008).
  12. . . CEEB Special aptitude test in spatial relations. , (1939).
  13. Guay, R. . Purdue spatial visualization test. , (1976).
  14. Hegarty, M. . Components of Spatial Intelligence. , (2010).
  15. Bishop, J. E. Developing Students’ Spatial Ability. Sci. Teacher. 45 (8), 20-23 (1978).
  16. Goodridge, W. H., Villanueva, I., Call, B. J., Valladares, M. M., Wan, N., Green, C. Cognitive strategies and misconceptions in introductory Statics problems. 2014 IEEE Frontiers in Education Conference (FIE) Proceedings. , 2152-2159 (2014).
  17. Steif, P. S., Dantzler, J. A. A Statics Concept Inventory: Development and Psychometric Analysis. J. Eng. Educ. 94 (4), 363-371 (2005).
  18. Suresh, R. The relationship between barrier courses and persistence in engineering. J. Coll. Student Retention. 8 (2), 215-239 (2006).
  19. Pfurtscheller, G., Lopes da Silva, F. H. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin. Neurophysiol. 110 (11), 1842-1857 (1999).
  20. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res. Brain Res. Rev. 29 (2-3), 169-195 (1999).
  21. Babiloni, C., et al. Resting state cortical rhythms in athletes: a high-resolution EEG study. Brain Res. Bull. 81 (1), 149-156 (2010).
  22. Babiloni, C., et al. 34;Neural efficiency" of experts’ brain during judgment of actions: a high-resolution EEG study in elite and amateur karate athletes. Behav. Brain Res. 207 (2), 466-475 (2010).
  23. Del Percio, C., et al. "Neural efficiency" of athletes’ brain for upright standing: a high-resolution EEG study. Brain Res. Bull. 79 (3-4), 193-200 (2009).
  24. Grabner, R. H., Fink, A., Stipacek, A., Neuper, C., Neubauer, A. C. Intelligence and working memory systems: evidence of neural efficiency in alpha band ERD. Brain Res. Cognitive Brain Res. 20 (2), 212-225 (2004).
  25. Grabner, R. H., Neubauer, A. C., Stern, E. Superior performance and neural efficiency: the impact of intelligence and expertise. Brain Res. Bull. 69 (4), 422-439 (2006).
  26. Grabner, R. H., Stern, E., Neubauer, A. C. When intelligence loses its impact neural efficiency during reasoning in a familiar area. Int. J. Psychophysiol. 49, 89-98 (2003).
  27. Neubauer, A. C., Grabner, R. H., Fink, A., Neuper, C. Intelligence and neural efficiency: Further evidence of the influence of task content and sex on the brain-IQ relationship. Cognitive Brain Res. 25 (1), 217-225 (2005).
  28. Riecanský, I., Katina, S. Induced EEG alpha oscillations are related to mental rotation ability: The evidence for neural efficiency and serial processing. Neurosci. Lett. 482 (2), 133-136 (2010).
  29. Roberts, J. E., Ann Bell, M. Two- and three-dimensional mental rotation tasks lead to different parietal laterality for men and women. Int. J. Psychophysiol. 50 (3), 235-246 (2003).
  30. Roberts, J. E., Bell, M. A. The effects of age and sex on mental rotation performance, verbal performance, and brain electrical activity. Dev. Psychobiol. 40 (4), 391-407 (2002).
  31. Gill, H. S., O’Boyle, M. W., Hathaway, J. Cortical distribution of EEG activity for component processes during mental rotation. Cortex. 34 (5), 707-718 (1998).
  32. Caplan, J. B., Madsen, J. R., Schulze-Bonhage, A., Aschenbrenner-Scheibe, R., Newman, E. L., Kahana, M. J. Human Theta Oscillations Related to Sensorimotor Integration and Spatial Learning. The J. Neurosci. 23 (11), 4726-4736 (2003).
  33. Kahana, M., Sekuler, R., Caplan, J., Kirschen, M., Madsen, J. R. Human theta oscillations exhibit task dependence during virtual maze navigation. Nature. 399 (6738), 781-784 (1999).
  34. Delorme, A., Makeig, S. EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J. Neurosci. Meth. 134, 9-21 (2004).
  35. Delorme, A., Sejnowski, T., Makeig, S. Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage. 34, 1443-1449 (2007).
  36. Meyer-Lindenberg, A. From maps to mechanisms through neuroimaging of schizophrenia. Nature. 468, 194-202 (2010).
  37. Campbell, S. R., Patten, K. E., Campbell, S. R. Educational Neuroscience: Motivations, methodology, and implications. Educ. Neurosci.: Initiatives and Emerging Issues. 43 (1), 7-16 (2011).
  38. Kelly, A. E., Patten, K. E., Campbell, S. R. Can Cognitive Neuroscience Ground a Science of Learning?. Educ. Neurosci.: Initiatives and Emerging Issues. 43 (1), 17-23 (2011).
  39. Cunningham, M. D., Murphy, P. J. The effects of bilateral EEG biofeedback on verbal, visual-spatial, and creative skills in learning disabled male adolescents. J. Learn. Disabil. 14 (4), 204-208 (1981).
check_url/kr/53327?article_type=t

Play Video

Cite This Article
Call, B. J., Goodridge, W., Villanueva, I., Wan, N., Jordan, K. Utilizing Electroencephalography Measurements for Comparison of Task-Specific Neural Efficiencies: Spatial Intelligence Tasks. J. Vis. Exp. (114), e53327, doi:10.3791/53327 (2016).

View Video