Смарт-татуировка на лице анализирует работу мозга
Персонализированная электронная татуировка на лице, которая работает по принципу ЭЭГ, отслеживая активность мозга. Её ключевая особенность в способности определить, когда орган перегружен, а работа неэффективна. Устройство, которое собирает данные также использует их для прогнозирования умственной перегрузки. Смысл нанесения такой татуировки в том, чтобы гибко настраиваться на золотую середину в своей производительности.
Незаметное ЭЭГ: носимое устройство в виде волоса
Мозг человека работает неустанно, без выходных и отпусков. Учитывая, что мозг является центром обработки данных организма, курируя все процессы, недооценивать его важность крайне проблематично. Нарушения работы мозга могут повлиять на множество функций организма, а потому крайне важным является мониторинг его состояния. Чем точнее и продолжительнее мониторинг, особенно у людей в группе риска (врожденные дефекты, заболевания, травмы и т.д.), тем эффективнее будет дальнейшее лечение. Одним из самых продвинутых методов оценки состояния мозга является ЭЭГ (электроэнцефалограмма). Однако устройства, используемые для ЭЭГ, не очень подходят для длительного мониторинга. Потому ученые из Университета штата Пенсильвания (США) разработали носимое неинвазивное ЭЭГ устройство, визуально похожее на волос. Из чего сделан ЭЭГ-волос, как именно он работает, и насколько точны собираемые им данные? Ответы на эти вопросы мы найдем в докладе ученых.
Мозг человека реагирует на оскорбления сильнее, чем на комплименты
Учёные из Утрехтского и Лейденского университетов в Нидерландах изучили взаимосвязь между эмоциями и языком с помощью электроэнцефалографии (ЭЭГ) — и выяснили, что мозг человека сильнее реагирует на негативную оценочную лексику, нежели на комплименты. Результаты их работы
Учёные научились предсказывать по ЭЭГ, какие люди нравятся испытуемому
Исследователи Копенгагенского и Хельсинкского университетов обучили алгоритмы предсказывать выбор пациента по показателям электроэнцефалографии (ЭЭГ) при помощи методов машинного обучения и коллаборативной фильтрации.
