CN110755041B - 基于脑血流的模拟失重条件下工作记忆能力评价方法 - Google Patents
基于脑血流的模拟失重条件下工作记忆能力评价方法 Download PDFInfo
- Publication number
- CN110755041B CN110755041B CN201910998183.3A CN201910998183A CN110755041B CN 110755041 B CN110755041 B CN 110755041B CN 201910998183 A CN201910998183 A CN 201910998183A CN 110755041 B CN110755041 B CN 110755041B
- Authority
- CN
- China
- Prior art keywords
- subject
- working memory
- weightlessness
- task
- subjects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
- A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Neurology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了基于脑血流的模拟失重条件下工作记忆能力评价方法,属于医疗技术领域。首先选择受试者练习工作记忆任务,并从中选择正式受试者。然后正式受试者进行一轮工作记忆任务,fNIRS设备采集各受试者在训练任务中指定额叶脑区的神经活动数据;各受试者采用‑6°头低位卧床,进行模拟失重训练,再次采集神经活动数据。将两次神经活动数据进行统计,提供分析的结果,判断受试者工作记忆能力。最后将所有符合条件的受试者样本通过分类器进行聚合;每隔固定时间采集聚合样本;利用所有聚合样本中稳定的受试者,进行后续工作记忆能力梯度性的评价。本发明灵活易用,低成本,对完善脑功能认知的研究具有重要的价值。
Description
技术领域
本发明属于医疗技术领域,特别涉及一种基于脑血流的模拟失重条件下工作记忆能力评价方法。
背景技术
工作记忆(WM)是指对信息进行短暂的存储并对其进行加工处理的记忆***,是重要的认识功能之一,是人脑高级认知功能,如学习、语言理解、推理和判断等的基础。
航天医学研究的结果证明失重飞行期间航天员的感觉功能、认知功能、视觉和运动协调能力均发生一定程度的变化,而脑的功能状态不仅是航天任务完成的关键,而且直接影响到航天员的安全,因此失重或模拟失重条件对大脑工作记忆能力的影响成为研究热点。
近红外光学成像(fNIRS)采用近红外光谱方法记录大脑不同位置处的血氧与血容量参数变化,从而获得脑功能图像。fNIRS***的优点是灵活,易用,低成本,实时和非侵入性。尽管在空间分辨率不如功能核磁共振成像(fMRI)和正电子发射断层成像(PET)等,但其特点是能在认知活动的自然情景下进行实时功能成像,并可与fMRI,PET或EEG等其他脑功能研究手段互不干扰地同时进行测量,另外还易于对大量受试者进行反复测验。
发明内容
为了实现在特殊条件下,脑功能认知水平的评价,本发明利用行为学评价方式和大脑激活程度两个指标直接反应脑功能认知状况,具体是基于fNIRS的一种脑血流的模拟失重条件下工作记忆能力评价方法。
具体步骤如下:
步骤一、从人群中筛选符合条件的受试者,并使各受试者练习工作记忆任务,熟悉0-back,1-back,2-back和3-back条件下的具体要求。
步骤二、每个受试者分别进行两组测试筛选测验,当正确率均至少达到60%被确认为正式受试者,并录入正式受试者的数据;
步骤三、正式受试者进行一轮工作记忆任务,fNIRS设备采集各受试者在训练任务中指定额叶脑区的神经活动数据;
工作记忆任务是指各受试者要参加不同任务条件下的全部4组block实验;具体过程包括:
4组block实验中第一组从0-back或1-back中选择,第二组从剩下的三个中选,第三组从剩下的两个中选,最后一个为第四组。每组block实验历时135s,两组相邻的block实验间隔2min;
135s的block实验过程包括:受试者休息5s;进行90s的任务期;最后各受试者有40s的恢复期。
fNIRS设备包括均匀布置并覆盖全部额叶脑区的N个信号通道,N大于等于1;每个信号通道都有1个发射光源和对应的1个采集探头。
fNIRS设备采集记录的数据包括:各受试者在各记忆负荷条件下的氧合血红蛋白浓度;
步骤四、各受试者采用-6°头低位卧床,进行模拟失重训练,再次进行新的一轮工作记忆任务,fNIRS设备再次采集新一轮的指定额叶脑区的神经活动数据;
步骤五、针对每个受试者,将失重训练后采集的神经活动数据与失重前的数据进行统计,提供分析的结果;
针对每个受试者,分别采集失重前后的平均响应时间和正确率;通过平均响应时间和正确率的两个方差直观统计该受试者的状态。
同时,针对每个受试者,计算失重后fNIRS设备采集的氧合血红蛋白浓度与失重前的氧合血红蛋白浓度的比值;
步骤六、针对每个受试者,分别利用失重前后的统计数据判断该受试者是否符合工作记忆能力好的条件;
根据以下公式计算符合条件的受试者,如下:
0.625<Z+0.1(T/J)<1.4
Z表示当前受试者失重后的正确率,T表示当前受试者失重后的平均响应时间与失重前的平均响应时间的比值,J表示受试者失重前后氧合血红蛋白浓度的比值;
步骤七、将所有符合条件的受试者样本通过分类器进行聚合;
步骤八、每隔固定时间,将各受试者采用-6°头低位卧床再次进行模拟失重训练,返回步骤四采集数据进行分析,得到新的聚合样本;
步骤九、利用所有聚合样本中稳定的受试者,进行后续工作记忆能力梯度性的评价。
本发明的优点在于:
1)、一种基于脑血流的模拟失重条件下工作记忆能力评价方法,采用fNIRS设备灵活易用,低成本,能够方便对大量受试者应用,为人脑认知功能研究提供实时、无创的研究手段。
2)、一种基于脑血流的模拟失重条件下工作记忆能力评价方法,通过近红外脑功能成像结合经典范式,从工作记忆这一角度对人群处于失重状态进行相关的脑功能激活模式的研究,对完善脑功能认知的研究具有重要的价值,揭示失重对人脑工作记忆能力的影响。
3)、一种基于脑血流的模拟失重条件下工作记忆能力评价方法,舒适度较高,对受试者非常友好,避免了复杂任务导致的脑活动差异影响结果。
附图说明
图1是本发明一种基于脑血流的模拟失重条件下工作记忆能力评价方法的流程图;
图2是本发明采用的n-back任务示意图;
图3是本发明一轮工作记忆任务的原理图。
具体实施方式
为了便于本领域普通技术人员理解和实施,下面结合附图对本发明作进一步的详细和深入描述。
本发明一种基于脑血流的模拟失重条件下工作记忆能力评价方法,首先让受训者进行一轮正常的工作记忆任务,fNIRS设备采集参与者在训练任务中指定额叶脑区的神经活动数据;然后,让受试者再进行一轮经过模拟失重训练后的工作记忆任务,并采集神经活动数据;通过失重前后两次数据的分析和出来,得到受试者的工作记忆能力评价;
通过同时记录受试者的行为表现和fNIRS测试结果,为评估记忆负荷对受试者行为表现的总体影响情况,计算了受试者的平均响应时间和平均正确率,以及受试者在各记忆负荷条件下氧合血红蛋白浓度变化的平均值;共同由行为指标参数与处理后的血氧数据结合从脑与行为的角度对工作记忆能力水平进行感知和评估。
如图1所示,具体步骤如下:
步骤一、从人群中筛选符合条件的受试者,并使各受试者练习工作记忆任务,熟悉0-back,1-back,2-back和3-back条件下的具体要求。
受试者的条件为:年龄18-35岁的40名青年,男女生各20人,均为右利手,视力或矫正视力均在1.0以上,身体健康,无既往神经精神***疾患及遗传疾病。
所述的工作记忆任务是基于言语性n-back任务设计,0-back,1-back,2-back和3-back为n-back任务涉及的4个认知条件。具体体现形式可以是字母、数字或图案等;
1)0-back:要求受试者判断屏幕上每次呈现的字母是否与预先指定字母相匹配,如果是,则单击响应按钮,否则,双击响应按钮;
2)1-back:要求受试者判断屏幕上每次呈现的字母是否与其前面紧邻出现的字母相匹配,如果是,则单击响应按钮,否则,双击响应按钮;
3)2-back:要求受试者判断屏幕上每次呈现的字母是否与其前倒数第2个字母相匹配;如果是,则单击响应按钮,否则,双击响应按钮;
4)3-back:要求受试者判断屏幕上每次呈现的字母是否与其前倒数第3个字母相匹配,如果是,则单击响应按钮,否则,双击响应按钮;
步骤二、每个受试者分别进行2-back和3-back两组测试筛选测验,当正确率均至少达到60%被确认为正式受试者,并录入正式受试者的数据;
录入数据包括正式受试者的姓名,性别和年龄,并建立完整的数据库;
步骤三、正式受试者进行一轮工作记忆任务,fNIRS设备采集各受试者在训练任务中指定额叶脑区的神经活动数据;
在正式进行工作记忆任务之前,需要让受试者练***均响应时间和正确率。在接受正式测试前各受试者对1-back,2-back和3-back3任务再做一次练习,确认其熟悉实验过程。
工作记忆任务是指各受试者要参加不同任务条件下的全部4组block实验;实验期间要求受试者坐于计算机前,眼睛与屏幕上字母呈现区保持约70cm的水平距离,鼠标光标始终置于反应按钮上,受试者右手食指始终轻触鼠标左键随时准备在字母出现时单击或双击反应按钮。
任务开始前会给出任务条件提示,如图3所示,具体过程包括:
4组block实验中第一组从0-back或1-back中选择,第二组从剩下的三个中选,第三组从剩下的两个中选,最后一个为第四组。每组block实验历时135s,为消除顺序效应对实验结果的影响,实验的次序安排应在各受试者间进行平衡处理。另外,两组相邻block实验中间应安排受试者休息2min,以保证前次任务引起皮层活动的恢复。
135s的block实验具体过程为:
首先,各受试者静心5s的休息;
然后,进行90s的任务期,如图2所示,期间在计算机屏幕中央呈现给受试者一个由30个英文字母构成的字符序列,每个字母在屏幕上显示的时间0.5s,两个相邻字母之间的时间间隔为2.5s,间隔期屏幕上呈现区为空屏,循环进行;当每个字母在屏幕上出现时,要求受试者判断该字母是否与其前面倒数第n个出现的字母相匹配(不区分大小写),并做出相应的响应,此过程依次重复20次。
任务字符呈现不仅限于字母,也可以是文字,数字或者图片的形式。
最后,任务完毕后各受试者有40s的恢复期以监测脑活动在任务执行完毕后的恢复过程。
所述fNIRS设备包括近红外脑功能成像主机与采集装置。采集装置包括均匀布置并覆盖全部额叶脑区的12个发射光源与对应的12个采集探头,相邻探头距离为3厘米,在前额构成37信号通道,向深度采集2~3厘米的覆盖区域即前额叶皮质的大部。成像主机在全部4组实验的整个测试过程中处于同一探测区域。
fNIRS设备采集记录的数据包括:各受试者在各记忆负荷条件下的氧合血红蛋白浓度、脱氧血红蛋白浓度及总血红蛋白的浓度变化;
步骤四、各受试者采用-6°头低位卧床,进行模拟失重训练,再次进行新的一轮工作记忆任务,fNIRS设备再次采集新一轮的指定额叶脑区的神经活动数据;
步骤五、针对每个受试者,将失重训练后采集的神经活动数据与失重前的数据进行统计,提供分析的结果;
针对每个受试者,分别采集失重前后的平均响应时间和正确率;通过平均响应时间和正确率的两个方差直观统计该受试者的状态。
同时,针对每个受试者,计算失重后fNIRS设备采集的氧合血红蛋白浓度与失重前的氧合血红蛋白浓度的比值;
步骤六、针对每个受试者,分别利用失重前后的统计数据判断该受试者是否符合工作记忆能力好的条件;
根据以下公式计算符合条件的受试者,如下:
0.625<Z+0.1(T/J)<1.4
Z表示当前受试者失重后的正确率,T表示当前受试者失重后的平均响应时间与失重前的平均响应时间的比值,J表示受试者失重前后氧合血红蛋白浓度的比值;
步骤七、将所有符合条件的受试者样本通过分类器进行聚合;
步骤八、每隔固定时间,将各受试者采用-6°头低位卧床再次进行模拟失重训练,返回步骤四采集数据进行分析,得到新的聚合样本;
步骤九、利用所有聚合样本中稳定的受试者,进行后续工作记忆能力梯度性的评价。
Claims (2)
1.基于脑血流的模拟失重条件下工作记忆能力评价方法,其特征在于,具体步骤如下:
步骤一、从人群中筛选符合条件的受试者,并使各受试者练习工作记忆任务,熟悉0-back,1-back,2-back和3-back条件下的具体要求;
步骤二、每个受试者分别进行两组测试筛选测验,当正确率均至少达到60%被确认为正式受试者,并录入正式受试者的数据;
步骤三、正式受试者进行一轮工作记忆任务,fNIRS设备采集各受试者在工作记忆任务中指定额叶脑区的神经活动数据;
工作记忆任务是指各受试者要参加不同任务条件下的全部4组block实验;
步骤四、各受试者采用-6°头低位卧床,进行模拟失重训练,再次进行新的一轮工作记忆任务,fNIRS设备再次采集新一轮的指定额叶脑区的神经活动数据;
步骤五、针对每个受试者,将失重训练后采集的神经活动数据与失重前的数据进行统计,提供分析的结果;
针对每个受试者,分别采集失重前后的平均响应时间和正确率;通过平均响应时间和正确率的两个方差直观统计该受试者的状态;
同时,针对每个受试者,计算失重后fNIRS设备采集的氧合血红蛋白浓度与失重前的氧合血红蛋白浓度的比值;
步骤六、针对每个受试者,分别利用失重前后的统计数据判断该受试者是否符合工作记忆能力好的条件;
根据以下公式计算符合条件的受试者,如下:
0.625<Z+0.1(T/J)<1.4
Z表示当前受试者失重后的正确率,T表示当前受试者失重后的平均响应时间与失重前的平均响应时间的比值,J表示受试者失重前后氧合血红蛋白浓度的比值;
步骤七、将所有符合条件的受试者样本通过分类器进行聚合;
步骤八、每隔固定时间,将各符合条件的受试者采用-6°头低位卧床再次进行模拟失重训练,返回步骤四采集数据进行分析,得到新的聚合样本;
步骤九、利用所有聚合样本中稳定的受试者,进行后续工作记忆能力梯度性的评价。
2.如权利要求1所述的基于脑血流的模拟失重条件下工作记忆能力评价方法,其特征在于,所述的步骤三具体过程包括:
4组block实验中第一组从0-back或1-back中选择,第二组从剩下的三个中选,第三组从剩下的两个中选,最后一个为第四组;每组block实验历时135s,两组相邻的block实验间隔2min;
135s的block实验过程包括:受试者休息5s;进行90s的任务期;最后各受试者有40s的恢复期;
fNIRS设备包括均匀布置并覆盖全部额叶脑区的N个信号通道,N大于等于1;每个信号通道都有1个发射光源和对应的1个采集探头;
fNIRS设备采集记录的数据包括:各受试者在各记忆负荷条件下的氧合血红蛋白浓度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910998183.3A CN110755041B (zh) | 2019-10-21 | 2019-10-21 | 基于脑血流的模拟失重条件下工作记忆能力评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910998183.3A CN110755041B (zh) | 2019-10-21 | 2019-10-21 | 基于脑血流的模拟失重条件下工作记忆能力评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110755041A CN110755041A (zh) | 2020-02-07 |
CN110755041B true CN110755041B (zh) | 2020-10-30 |
Family
ID=69332288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910998183.3A Active CN110755041B (zh) | 2019-10-21 | 2019-10-21 | 基于脑血流的模拟失重条件下工作记忆能力评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110755041B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113100766A (zh) * | 2021-04-02 | 2021-07-13 | 湘潭大学 | 基于多模态交互测量多色种模拟航天环境下个体情绪与作业能力评价方法 |
CN113274009A (zh) * | 2021-04-26 | 2021-08-20 | 山西医科大学第一医院 | 基于hct的红外脑成像图谱采集装置 |
CN115868938B (zh) * | 2023-02-06 | 2023-05-26 | 慧创科仪(北京)科技有限公司 | 一种用于基于fNIRS的脑功能评估***的受检者终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6434419B1 (en) * | 2000-06-26 | 2002-08-13 | Sam Technology, Inc. | Neurocognitive ability EEG measurement method and system |
CN103596507A (zh) * | 2011-06-17 | 2014-02-19 | 株式会社日立制作所 | 生物体光计测装置、刺激提示方法及刺激提示程序 |
CN107212896A (zh) * | 2017-04-05 | 2017-09-29 | 天津大学 | 一种情绪稳定性综合评价***及信息处理方法 |
CN107301497A (zh) * | 2017-05-27 | 2017-10-27 | 西南交通大学 | 工作记忆能力考核的方法及*** |
CN108717534A (zh) * | 2018-05-24 | 2018-10-30 | 中国航天员科研训练中心 | 基于功能性近红外光谱技术的操作者功能状态评估技术 |
-
2019
- 2019-10-21 CN CN201910998183.3A patent/CN110755041B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6434419B1 (en) * | 2000-06-26 | 2002-08-13 | Sam Technology, Inc. | Neurocognitive ability EEG measurement method and system |
CN103596507A (zh) * | 2011-06-17 | 2014-02-19 | 株式会社日立制作所 | 生物体光计测装置、刺激提示方法及刺激提示程序 |
CN107212896A (zh) * | 2017-04-05 | 2017-09-29 | 天津大学 | 一种情绪稳定性综合评价***及信息处理方法 |
CN107301497A (zh) * | 2017-05-27 | 2017-10-27 | 西南交通大学 | 工作记忆能力考核的方法及*** |
CN108717534A (zh) * | 2018-05-24 | 2018-10-30 | 中国航天员科研训练中心 | 基于功能性近红外光谱技术的操作者功能状态评估技术 |
Non-Patent Citations (3)
Title |
---|
A Functional Near-Infrared;Yi-Li Tseng 等;《Frontiers in Human Neuroscience》;20180807;第12卷(第313期);全文 * |
Effects of prolonged head-down bed rest on working memory;Qing Liu 等;《Neuropsychiatric Disease and Treatment》;20150326;全文 * |
短期头低位卧床期间静息态脑功能影像研究;廖扬;《中国博士学位论文全文数据库 医药卫生科技辑》;20170215(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110755041A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ergan et al. | Quantifying human experience in architectural spaces with integrated virtual reality and body sensor networks | |
Liu et al. | Multisubject “learning” for mental workload classification using concurrent EEG, fNIRS, and physiological measures | |
Kropotov | Functional neuromarkers for psychiatry: Applications for diagnosis and treatment | |
Wu et al. | Resting-state cortical connectivity predicts motor skill acquisition | |
CN110755041B (zh) | 基于脑血流的模拟失重条件下工作记忆能力评价方法 | |
US20160029965A1 (en) | Artifact as a feature in neuro diagnostics | |
RU2319444C1 (ru) | Способ психологического анализа и устройство для его реализации (варианты) | |
Pugnetti et al. | Nervous system correlates of virtual reality experience | |
Shemesh et al. | The emotional influence of different geometries in virtual spaces: A neurocognitive examination | |
Wallace et al. | EEG/ERP: Within episodic assessment framework for cognition | |
CN113100766A (zh) | 基于多模态交互测量多色种模拟航天环境下个体情绪与作业能力评价方法 | |
Skublewska-Paszkowska et al. | Comprehensive measurements of human motion parameters in research projects | |
RU2245097C1 (ru) | Способ оценки профессиональной пригодности персонала для различных видов деятельности | |
Cremades et al. | Human–computer interfaces with regional lower and upper alpha frequencies as on-line indexes of mental activity | |
Wu et al. | Portable VR-based concussion diagnostics of mild traumatic brain injury | |
Volf et al. | Brain Electrical Activity Mapping in Military Pilots During Simulator Trainings | |
Bowen et al. | Developing functional outcome measures for unilateral neglect: a pilot study | |
WO2020039428A1 (en) | Machine classification of significant psychophysiological response | |
Mark et al. | Mental workload assessment by monitoring brain, heart, and eye with six biomedical modalities during six cognitive tasks | |
Ross et al. | Violinists Playing with and without Music Notation: Investigating Hemispheric Brainwave Activity | |
AU2021102564A4 (en) | HCT based Near infrared Brain Function Imager 3D Analysis System | |
Momin et al. | Electrodermal activity and its effectiveness in cognitive research field | |
Pierański | Physiological Measurement As A (Controversial) Research Method | |
Bounhar et al. | A Dataset and Methodology for Self-Efficacy Feeling Prediction During Industry 4.0 VR Activity | |
Elbanna | Exploring the neural basis of football referee decision making: An EEG study of performance and mental effort |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |