Publication: Cimnastik sporcuları ve sedanterlerde eğik masa kullanılarak yaratılan ay yerçekimi analoğunda artan mental iş yükü etkisinin beyin görüntüleme ile incelenmesi
Abstract
Amaç: Sunulan çalışmada; Ay yerçekimi analoğu ve Dünya yerçekimi pozisyonunda, cimnastik sporcuları ve sedanter bireylerin, zihinden çıkarma ve göz kapalı görevlerini gerçekleştirdiği esnada ölçülen EEG sinyalleri ile; pozisyonun, katılımcıların ve görevlerin sınıflandırılması amaçlanmıştır.Gereç ve yöntem: Çalışmada 3 cimnastik sporcusu ve 3 sedanter birey yer aldı. EEG kaydı, katılımcıların Ay yerçekimi analoğu ve Dünya yerçekimi pozisyonunda 180 saniye göz kapalı, 60 saniye zihinden çıkarma görevi icrası sırasında alındı. EEG sinyalleri 250, 500, 750, 1000, 1500, 2000, 3000 ve 4000 ms lik zaman pencerelerine ayrıldı ve her pencereye Yaklaşık entropi uygulandı. Her zaman penceresinde 16 EEG kanalına uygulanan Yaklaşık entropi değeri makine öğrenimine girdi olarak verildi ve 23 farklı sınıflandırıcı algoritması ile test edildi.Bulgular: Cimnastik sporcuları ve sedanter bireyler; Dünya ve Ay koşulunda göz kapalı ve çıkarma görev icrasını gerçekleştirdiği esnada %95’ in üzerinde, Dünya ve Ay pozisyonu; göz kapalı ve çıkarma görev icrası sırasında %95’ in üzerinde, göz kapalı ve çıkarma görev icrası sırası; Dünya ve Ay pozisyonunda %90’ın üzerinde doğruluk ile sınıflandırılmıştır. Zaman pecereleri genişledikçe sınıflandırma başarısı artış göstermiştir.Sonuç: Tüm zaman pencerelerinde EEG sinyallerine uygulanan Yaklaşık entropi değeri ile; katılımcıların, pozisyonun ve görevlerin yüksek doğruluk yüzdesi ile sınıflandırılması beyin yapısının pozisyona bağıl şekilde konumlanmasının neden olabileceği bilişsel süreç yapısı hakkında bilgi vermektedir.
Objective: The purpose of this study to classify the position, participants and tasks by the measured EEG signals while the gymnastic and sedentary participants performed the subtruction and eyes-close tasks in the Moon gravity analogue and Earth gravity position.Material and methods: 3 gymnastic athletes and 3 sedentary participants were included in the study. The EEG was measured during the participants' Moon gravity analogue and the Earth gravity position while the participants performing 180-second eyes-closed, 60-second Subtraction task. The EEG signals were divided into 250, 500, 750, 1000, 1500, 2000, 3000 and 4000 ms time windows and the Approximate entropy (ApEn) algorithm was applied to each window. ApEn value applied to 16 EEG channels in each time window was used as input to machine learning and tested with 23 different classifier algorithms.Results: Gymnastic athletes and sedentary participants; It was classified over 95% accuracy when performing the eyes-close and subtraction task in the Earth and Moon conditions. In the Earth and Moon positions; It was classified over 95% accuracy when performing eyes-close and subtraction task. Eyes-closed and subtraction task; classification scores were over 90% accuracy in the Earth and Moon position.Conclusion: Classification of participants, positions and tasks, with a high percentage of accuracy through approximate entropy applied to EEG signals in different all-time windows; provides information about the cognitive process structure that may be caused by the positioning of the brain structure relative to the position.
Objective: The purpose of this study to classify the position, participants and tasks by the measured EEG signals while the gymnastic and sedentary participants performed the subtruction and eyes-close tasks in the Moon gravity analogue and Earth gravity position.Material and methods: 3 gymnastic athletes and 3 sedentary participants were included in the study. The EEG was measured during the participants' Moon gravity analogue and the Earth gravity position while the participants performing 180-second eyes-closed, 60-second Subtraction task. The EEG signals were divided into 250, 500, 750, 1000, 1500, 2000, 3000 and 4000 ms time windows and the Approximate entropy (ApEn) algorithm was applied to each window. ApEn value applied to 16 EEG channels in each time window was used as input to machine learning and tested with 23 different classifier algorithms.Results: Gymnastic athletes and sedentary participants; It was classified over 95% accuracy when performing the eyes-close and subtraction task in the Earth and Moon conditions. In the Earth and Moon positions; It was classified over 95% accuracy when performing eyes-close and subtraction task. Eyes-closed and subtraction task; classification scores were over 90% accuracy in the Earth and Moon position.Conclusion: Classification of participants, positions and tasks, with a high percentage of accuracy through approximate entropy applied to EEG signals in different all-time windows; provides information about the cognitive process structure that may be caused by the positioning of the brain structure relative to the position.