تحلیل سیگنال‌های الکتروانسفالوگرام در هنگام تماشا و تایپ کردن پاسخ به سوالات داستان‌های شاد و غمگین

پژوهش حاضر با هدف بررسی تعامل همزمان فرآیندهای شناختی و هیجانی در مغز انسان انجام شده است. در این مطالعه از الکتروانسفالوگرافی (eeg) به عنوان روشی غیرتهاجمی برای ثبت تغییرات لحظه‌ای امواج مغزی استفاده شده است. داده‌های eeg مربوط به 26 فرد در چهار فعالیت شامل مشاهده داستان‌های شاد و غمگین و تایپ پاسخ به سوالات مربوط به آن جمع‌آوری و در باندهای تتا، آلفا، بتا پایین، بتا بالا و گاما تحلیل شدند. توان باندها در نواحی فرونتال، اکسیپیتال، پریتال و تمپورال محاسبه و نسبت تتا به آلفا به عنوان شاخص بار شناختی مورد بررسی قرار گرفته است. در ادامه تحلیل آماری با استفاده از آزمون anova، توکی و تحلیل ضریب همبستگی پیرسون انجام شده است. براساس نتایج، توان آلفا در ناحیه فرونتال بیشترین مقدار را داشت و در فعالیت دوم کاهش معناداری داشت. همچنین نسبت تتا به آلفا در فعالیت‌های دوم و سوم کمترین مقدار را داشت که نشان‌دهنده افزایش تمرکز در این فعالیت‌ها است. تحلیل واریانس تفاوت معنادار در برخی باندها، به‌ویژه آلفای فرونتال را تایید نمود. تحلیل همبستگی نشان داد که فعالیت‌ها الگوهای مغزی متمایزی ایجاد کرده‌اند. این یافته‌ها نشان می‌دهد تعامل همزمان هیجان و شناخت باعث تغییرات معنادار در الگوهای مغزی می‌شود و می‌تواند در توسعه کاربردهای بالینی و فناورانه مبتنی بر eeg مانند واسط‌های مغز-رایانه و پایش وضعیت شناختی و هیجانی به کار رود.

analysis of electroencephalogram (eeg) signals during watching and typing responses to happy and sad stories

the present study aimed to investigate the simultaneous interaction of cognitive and emotional processes in the human brain. in this study, electroencephalography (eeg) was used as a non-invasive method to record instantaneous changes in brain waves. eeg data from 26 individuals in four activities including watching happy and sad stories and typing answers to related questions were collected and analyzed in the theta, alpha, low beta, high beta, and gamma bands. the power of the bands in the frontal, occipital, parietal, and temporal regions was calculated, and the theta to alpha ratio was examined as an indicator of cognitive load. statistical analysis was performed using anova, tukey, and pearson correlation coefficient analysis. based on the results, alpha power was highest in the frontal region and decreased significantly in the second activity. the theta to alpha ratio was also lowest in the second and third activities, indicating increased concentration in these activities. analysis of variance confirmed significant differences in some bands, especially frontal alpha. correlation analysis showed that the activities produced distinct brain patterns. these findings suggest that the simultaneous interaction of emotion and cognition causes meaningful changes in brain patterns and can be used in the development of clinical and technological applications based on eeg, such as brain-computer interfaces and cognitive and emotional state monitoring.