| dc.description.abstract | For vår overlevelse er det avgjørende å kunne reagere raskt på et objekt som kommer mot deg med høy hastighet, og utøver nødvendige manøvrer for å unngå en forestående kollisjon. Disse objektene refererer vi til som "motkommende" objekter. Den underliggende perseptuelle nevrale mekanismen må imidlertid først utvikle seg i spedbarnsalderen. Erfaring og nevral modning gjør at spedbarn utvikler mer effektive perseptuelle mekanismer for motkommende objekter med alderen. Hos premature barn er det imidlertid kjent at denne utviklingen er nedsatt, og dermed har de større risiko for perseptiv-motorisk underutvikling. Tidlig diagnose og påfølgende behandling kan imidlertid potensielt forbedre deres senere livskvalitet.
For å undersøke egnetheten for en slik medisinsk anvendelse, undersøkte vi om hjerneresponsen til motkommende objekter kan brukes til fremtidig online diagnostisering og påfølgende nevro-feedback. På bakgrunn av dette undersøkte man nærmere relevansen av både kjente og uutforskede biomarkører på hjerneresponsen til motkommende objekter for kryssdeltaker-klassifisering. Resultatene viser at i forskjellige utviklingsstadier (3- til 4-måneder, 11- til 12-måneder) er spesielt domenet for tidsfrekvens et vesentlig trekk for klassifiseringen av hjerneresponsen til motkommende objekter. Generelt antyder ikke trekk som er valgt av NSGA-II eksistensen av ukjente biomarkører relatert til motkommende objekter i EEG resultatene.
De endelige modellene oppnådde en nøyaktighet av kryss-deltagende klassifisering på 69% for 11 til 12 måneder gamle spedbarn og 62% for 3- til 4 måneder gamle spedbarn, på data som var usett. Ved nærmere undersøkelse av resultatene fikk man bekreftet at resultatene er basert på den hjerneresponsen som er relatert til motkommende objekter, men at den foregående romfiltreringen av dataene må forbedres.
Avslutningsvis ble klassifiseringsmodellene integrert i et online rammeverk, som til tross for at det bare ble testet offline, skulle legge til rette for fremtidig online klassifisering og tilbakemelding. | |
| dc.description.abstract | For our survival, it is crucial to be able to assess a rapidly approaching “looming” object correctly and execute adequate defensive behavior to avoid an impending collision. However, the underlying perceptual neural mechanism first has to develop during infancy. With experience and neural maturation, full-term infants show to develop more efficient looming-related perceptual mechanisms with age. In preterm infants, however, this development is known to be impaired, and, thus, they are at risk of perceptuo-motor deficits. Early diagnosis and subsequent intervention, however, could potentially improve their later quality of life.
To explore the feasibility of such medical applications, we investigated whether the looming-related brain response can be utilized for future online diagnosis and subsequent neurofeedback. Therefore, the relevance of known and unexplored biomarkers of the looming-related brain response for cross-participant classification was examined closer. The results show that across different developmental stages (3- to 4-months, 11- to 12-months) in particular, the time-frequency domain is a discriminant feature for the classification of the looming-related brain response. In general, the features selected by the NSGA-II do not suggest the existence of unknown looming-related biomarkers within the EEG.
The final models achieved a cross-participant classification accuracy of 69% for 11- to 12-month-old infants and 62% on 3- to 4-month-old infants on unseen data. The closer examination of the results confirms that the results are based on the looming-related brain response, but that the preceding spatial filtering of the data needs to be improved.
Conclusively, the classification models were integrated into an online framework, which, although only tested offline, should facilitate future online classification and feedback. | en |