Statistical valuation of cognitive load level hemodynamics from functional near-infrared spectroscopy signals - 14/07/22

Doi : 10.1016/j.neuri.2022.100042 
Farzana Khanam a, , A.B.M. Aowlad Hossain b, Mohiuddin Ahmad c
a Department of Biomedical Engineering, Khulna University of Engineering & Technology (KUET), Khulna-9203, Bangladesh 
b Department of Electronics and Communication Engineering, Khulna University of Engineering & Technology (KUET), Khulna-9203, Bangladesh 
c Department of Electrical and Electronic Engineering, Khulna University of Engineering & Technology (KUET), Khulna-9203, Bangladesh 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

Human cognitive load level assessment is a challenging issue in the field of functional brain imaging. This work aims to study different cognitive load levels statistically from brain hemodynamics. Since the functional brain activities can be evaluated by functional near-infrared spectroscopy (fNIRS), a renowned fNIRS dataset is considered for this work. The dataset contains fNIRS data of three types of n-back tasks (0-back, 2-back, and 3-back) of twenty-six healthy volunteers. The fNIRS signals were pre-processed and separated according to the tasks and trials. The mean changes of oxygenated hemoglobin (HbO2) and deoxygenated hemoglobin (dHb) are calculated from each trial corresponding to the tasks and tested for significant inference among three levels utilizing analysis of variance (ANOVA). From the outcomes of the ANOVA ( ), two significant channels (AF7 (frontal) and C3h (motor)) were figured out. The significance of these two channels was further justified using the property consistency test by three different time intervals of hemodynamics inside the total task period. The latter result also explored the functional pattern of the hemodynamics of AF7 and C3h positions. Moreover, two-level cognitive load (due to easy i.e., 0-back test and hard i.e., 2-back and 3-back task) is classified using support vector machine and found classification accuracy in average 73.40%±0.076 for HbO2 data and 71.48%±0.061 for dHb data. The study signposts the collective role played by both fNIRS signals and statistical valuation of functioning cognitive load efficacy to use fNIRS as a cognitive load assessment biomarker.

Le texte complet de cet article est disponible en PDF.

Keywords : Functional near-infrared spectroscopy (fNIRS), Hemodynamics, Cognitive load, n-back test, ANOVA test, Grand average


Plan


© 2022  The Author(s). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 2 - N° 3

Article 100042- septembre 2022 Retour au numéro
Article précédent Article précédent
  • Localization of stroke lesion in MRI images using object detection techniques: A comprehensive review
  • Sangeeta Rani, Bhupesh Kumar Singh, Deepika Koundal, Vijay Anant Athavale
| Article suivant Article suivant
  • The hemodynamic model solving algorithm by using fMRI measurements
  • Md. Roni Islam, Sheikh Md. Rabiul Islam

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.