Klassifizierung von mentaler Beanspruchung durch Messung von Pupillendaten 

In der derzeitigen Wissenschaft wird mittels verschiedenartiger, physiologischer Messmethoden versucht, die mentale Belastung von Personen darstellbar zu machen. Dies kann mittels EKG, EEG, Hautableitwert oder Pupillometrie geschehen. In dieser Arbeit wurde eine Kombination von pupillometrisch erfassten Daten, einer Vorverarbeitung dieser und einem Fuzzy-System zu einer Klassifizierung des aktuellen mentalen Workloads realisiert. Ziel dieser Arbeit ist es, einen automatisierten Weg zu einer solchen Klassifizierung zu finden, welche eine grobe Einschätzug über den momentanen Status der psychischen Beanspruchung zulässt. Zur Datenaquise wurden zunächst vier verschiedene, in der Wissenschaft etablierte Experimente ausgmacht und mit der Software "ExperimentCenter" erstellt. Die Datenaufnahme wurde mit mindestens 25 Probanden durchgeführt. Mittels linguistischer Variablen ließ sich eine Beschreibung der verschiedenen Eingangsgrößen finden, welche anschließend zur Klassifikation mittels Fuzzy-System genutzt werden konnten. Als Eingangsgrößen dieses Systems wurde der normierte Pupillendurchmesser und der normierte Anstieg der Pupille implementiert. Eine Verknüpfung dessen mittels Inferenz nach Sugeno ergab eine ermittelte Beanspruchung, die mit der angenommenen einhergeht.

The representation, measurement and analysis of mental workload of an individual are major subjects of scientific research. Electrocardiogram, electroencephalography, skin conductance level and pupillometric measurements are all options for obtaining values of this workload. For this thesis, a pupillometric dataset containing test data for at least 25 individuals was obtained, in which each individual was asked to execute a series of tests with different types and intensities of psychological stress. From the dataset, pupil size and changes in pupil size were extracted as input parameters to a software system based on linguistic variables of fuzzy-logic and Sugeno inference operators to approximate the current mental workload. This approach allowed a clear distinction between phases of low and high workload.

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten