Management and Evolutionary Analysis from Behavioral and Cognitive Measures

• Guil, Francisco ^[1] ; López, Emilio ^[1] ; Belmonte, Luis J. ^[1]
  1. [1] Universidad de Almería

     Universidad de Almería

     Almería, España

     
• Localización: EJIHPE: European Journal of Investigation in Health, Psychology and Education, ISSN 2174-8144, ISSN-e 2254-9625, Vol. 7, Nº. 3, 2017, págs. 145-155
• Idioma: inglés
• DOI: 10.30552/ejihpe.v7i3.203
• Títulos paralelos:
  • Gestión y Análisis Evolutivo a partir de Medidas Cognitivas y Comportamentales
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    En este artículo se presentan las bases de una herramienta para la gestión y evaluación de pacientes con alteraciones en el sistema nervioso central. Esta herramienta tiene en cuenta datos comportamentales, combinados con medidas neurofisiológicas obtenidas a partir de un hardware específico, diseñado para la captura de potenciales evocados. Los potenciales evocados se utilizan para medir la actividad eléctrica cerebral que se genera como respuesta a estímulos visuales, auditivos o somatosensoriales. El estímulo, que es enviado al cerebro a través de estos sentidos, evoca señales eléctricas que pueden ser interpretadas. Estas medidas neurofisiológicas se pueden utilizar en numerosos casos, aunque es necesario implementar una herramienta software basada en métodos formales y capaz de proporcionar al terapeuta mecanismos de almacenamiento y de gestión de las señales, tomando además en consideración medidas subjetivas, fusionándolas de una forma eficiente como forma de obtener una base de conocimiento para la toma de decisiones. En particular, en este artículo enfatizamos el uso de un cierto tipo de componente cognitivo (el P300) como medida neurofisiológica útil para evaluar, de forma objetiva (analizando su evolución a lo largo del tiempo), la efectividad de un tratamiento clínico diseñado para mejorar la impulsividad y la falta de concentración de sujetos TDAH (Trastorno por Déficit de Atención e Hiperactividad).

  • English

    In this paper we present the basis of a tool for managing and assessing the evolution of subjects (patients) with central nervous systems alterations. This tool takes into account behavioral data, combined with neurophysiological measures obtained from a specific hardware designed to capture evoked potentials. Evoked potentials are used to measure electrical brain activity in response to visual, auditory or somatosensory stimulus. The stimuli, which are sent to the brain through each of these senses, evoke minute electrical signals that can be interpreted. These neurophysiological measures have been used in countless cases, but it is necessary to implement formal- based software capable of providing the therapist storage and management methods of these signals, taking into consideration behavioral data, fused as an efficient way of obtaining a knowledge base for decision making. Particularly, in this paper we emphasize the use of a certain type of cognitive component (P300) as a neurophysiological measure to assess, objectively (analyzing its evolution over time), the effectiveness of clinical treatments designed to improve impulsivity and lack of concentration in ADHD subjects (Attention Deficit/Hyperactivity Disorder).

• Referencias bibliográficas
  • Citas Abolfazli, S., Sanaei, Z., Gani, A., Xia, F., & Yang, L.T. (2014). Rich Mobile Applications: Genesis, taxonomy, and open issues....
  • Angelov, P., & Yager, R. (2013). Density-based averaging a new operator for data fusion. Information Sciences, 222, 163-174.
  • Barkley, R.A. (2006). Attention-Deficit hyperactivity disorder: A handbook for diagnosis and treatment (3rd ed.), New York, NY: Guildford.
  • Boudarene, M., & Timsit-Berthier, M. (1997). Stress, anxiety and event-related pontentials. Encephale 23, 237–250.
  • Chiapa, K.H. (1989). Evoked potentials in clinical medicine. New York: Raven Press.
  • Guil, F., Bailón, A., Álvarez, J.A., & Marín, R. (2013). Mining generalized temporal patterns based on fuzzy counting. Expert Systems...
  • Hansenne, M., Pitchot, W., Pinto, E., Reggers, J., Papart, P., & Ansseau, M. (2000). P300 eventrelated brain potential and personality...
  • Howe, A.S., Fatemi, A.B., & Luca, V.D. (2014). The clinical utility of the auditory P300 latency subcomponent event-related potential...
  • Iscan, Z., & Dokur, Z. (2014). A novel steady-state visually evoked potential-based brain- computer interface design: character plotter....
  • Jin, J., Allison, B.Z., Wang, X., & Neuper, C. (2012). A combined brain-computer interface based on P300 potentials and motion-onset visual...
  • Jonkman, L.M., Kemner, C., Verbaten, M.N., Koelega, H.S., Camfferman, G., & Gaag, R.J. (1997). Effects of methylphenidate on event-related...
  • Kutas, M., & Dale, A. (1997). Electrical and magnetic readings of mental functions, Cognitive Neuroscience, M.D. Rugg (ed.), Hove East...
  • Lin, C.Y., Yang, A.L., & Su, C.T. (2013). Objective measurement of weekly physical activity and sensory modulation problems in children...
  • Marcano-Cedeño, A., Chausa, P., García, A., Cáceres, C., Tormos, J.M., & Gómez, E.J. (2013). Data mining applied to the cognitive rehabilitation...
  • Mayaud, L., Congedo, M., Laghenhove, A.V., Orlikowski, D., Figere, M., Azabou, E., & Cheliout-Hereaut, F. (2013). A comparison of recording...
  • Polikar, R., Topalis, A., Parikh, D., Green, D., Frymiare, J., Kounios, J., & Clark, C.M. (2008). An ensemble based data fusion approach...
  • Quevedo-Blasco, R., Quevedo-Blasco, V.J., & Téllez-Trani, M. (2016). Cuestionario de evaluación motivacional del proceso de aprendizaje...
  • Sangal, R.B., & Sangal, J.M. (2006). Attention-deficit/hyperactivity disorder: Use of cognitive evoked potential (P300) to predict treatment...
  • Shalk, G., McFarland, D.J., Hinterberger, T., Birbaumer, N., & Wolpaw, J.R. (2004). BCI2000: a general-purpose brain-computer interface...
  • Sirvent-Blasco, J.L., Láñez, E., Úbeda, A., & Azorín, J.M. (2012). Visual evoked potential-based brain-machine interface applications...
  • Sternberg, R.J. (2015). Successful intelligence: A model for testing intelligence beyond IQ tests. European Journal of Education and Psychology,...
  • Sumich, A., Castro, A., & Kumari, V. (2014). N100, N200, but not P300, amplitudes predict paraonia/suspiciousness in the general population....
  • Tang, Y.Y., & Posner, N.I. (2009). Attention training and attention state training. Trends in Cognitive Sciences, 13(5), 222-227.
  • Yager, R.R., & Alajlan, N. (2014). A generalized framework for mean aggregation: toward the modeling of cognitive aspects. Information...