Caractérisation des corrélats neuronaux de tâches indépendantes de différents niveaux de charge de travail mental (CARACOg)
9 octobre 2018 mis à jour par: University Hospital, Grenoble
L'objectif est d'identifier des signatures neuro-physiologiques à plusieurs niveaux de charge mentale lors de la réalisation de tâches, effectuées par tous les sujets.
En parallèle, un travail méthodologique consistera à développer des algorithmes de classification, prédictifs de ces niveaux de charge mentale en temps réel, dans le but de mettre en place une interface cerveau-machine passive dans le meilleur intérêt des opérateurs qui accomplissent des tâches complexes.
Des mesures d'activité électro-physiologique seront enregistrées afin d'approuver les états de charge en plus des performances comportementales.
Aperçu de l'étude
Statut
Résilié
Les conditions
Intervention / Traitement
Type d'étude
Interventionnel
Inscription (Réel)
19
Phase
- N'est pas applicable
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Lieux d'étude
-
-
-
La Tronche, France, 38700
- UniversityHospitalGrenoble
-
-
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
20 ans à 40 ans (Adulte)
Accepte les volontaires sains
Oui
Sexes éligibles pour l'étude
Tout
La description
Critère d'intégration:
- Consentement éclairé signé
- Examen médical effectué avant la participation à la recherche
- Entre 20 et 40 ans
- Droitier
- Niveau d'étude minimum : Baccalauréat
- Affiliation à la sécurité sociale française
- Vision et audition normales (ou corrigées à la normale)
Critère d'exclusion:
- Sujets inclus dans un essai clinique ou thérapeutique en cours
- Trouble essentiel de la vision ou de l'audition
- Pathologie neurologique ou neuropsychiatrique actuelle ou disparue
- Traitement médicamenteux pouvant altérer l'activité cérébrale (antidépresseurs, benzodiazépines, lithium...)
- Femmes enceintes, parturientes ou allaitantes
- Toutes les autres catégories de personnes protégées
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Science basique
- Répartition: N / A
- Modèle interventionnel: Affectation à un seul groupe
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Autre: Volontaires en bonne santé
Adultes volontaires sains
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Électroencéphalographie (EEG)
Délai: 10 minutes
|
Avec un casque EEG. Tâche de Stemberg classique Tâche de Stemberg avec pression temporelle Tâche N-back Tâche de calcul mental 13 minutes MATB Multi-Attribute Task Battery : tâche d'attention divisée |
10 minutes
|
|
Électro-oculographie (EOG)
Délai: 10 minutes
|
Simultanément à l'EEG : l'électrooculographie (EOG) sera enregistrée Avec un casque EEG. Tâche de Stemberg classique Tâche de Stemberg avec pression temporelle Tâche N-back Tâche de calcul mental 13 minutes MATB Multi-Attribute Task Battery : tâche d'attention divisée |
10 minutes
|
|
Données subjectives et comportementales
Délai: 10 minutes
|
Échelle KSS pour évaluer l'état de vigilance du patient Tâche de Stemberg classique Tâche de Stemberg avec pression temporelle Tâche N-back Tâche de calcul mental 13 minutes MATB Multi-Attribute Task Battery : tâche d'attention divisée |
10 minutes
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Les enquêteurs
- Chercheur principal: Laurent Verceuil, Doctor, Grenoble Hospital University
Publications et liens utiles
La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.
Publications générales
- Akerstedt T, Gillberg M. Subjective and objective sleepiness in the active individual. Int J Neurosci. 1990 May;52(1-2):29-37. doi: 10.3109/00207459008994241.
- Gevins A, Smith ME. Neurophysiological measures of working memory and individual differences in cognitive ability and cognitive style. Cereb Cortex. 2000 Sep;10(9):829-39. doi: 10.1093/cercor/10.9.829.
- KIRCHNER WK. Age differences in short-term retention of rapidly changing information. J Exp Psychol. 1958 Apr;55(4):352-8. doi: 10.1037/h0043688. No abstract available.
- Allison BZ, Polich J. Workload assessment of computer gaming using a single-stimulus event-related potential paradigm. Biol Psychol. 2008 Mar;77(3):277-83. doi: 10.1016/j.biopsycho.2007.10.014. Epub 2007 Nov 4.
- Antonenko, P., Paas, F., Grabner, R., & Gog, T. (2010). Using Electroencephalography to Measure Cognitive Load. Educational Psychology Review, 22, 425-438.
- Baldwin CL, Penaranda BN. Adaptive training using an artificial neural network and EEG metrics for within- and cross-task workload classification. Neuroimage. 2012 Jan 2;59(1):48-56. doi: 10.1016/j.neuroimage.2011.07.047. Epub 2011 Jul 30.
- Barachant, A. (2012) Commande robuste d'un effecteur par une interface cerveau-machine EEG asynchrone. (Unpublished doctoral dissertation). Université de Grenoble, Grenoble, France.
- Bashashati A, Fatourechi M, Ward RK, Birch GE. A survey of signal processing algorithms in brain-computer interfaces based on electrical brain signals. J Neural Eng. 2007 Jun;4(2):R32-57. doi: 10.1088/1741-2560/4/2/R03. Epub 2007 Mar 27.
- Berka C, Levendowski DJ, Lumicao MN, Yau A, Davis G, Zivkovic VT, Olmstead RE, Tremoulet PD, Craven PL. EEG correlates of task engagement and mental workload in vigilance, learning, and memory tasks. Aviat Space Environ Med. 2007 May;78(5 Suppl):B231-44.
- Besserve, M., Martinerie, J., & Garnero, L. (2008). Non-invasive classification of cortical activities for brain computer interface: A variable selection approach (p. 1063-1066). IEEE.
- Brouwer AM, Hogervorst MA, van Erp JB, Heffelaar T, Zimmerman PH, Oostenveld R. Estimating workload using EEG spectral power and ERPs in the n-back task. J Neural Eng. 2012 Aug;9(4):045008. doi: 10.1088/1741-2560/9/4/045008. Epub 2012 Jul 25.
- Cain, B. (2007) "A review of the mental workload literature 1.0".
- Christensen JC, Estepp JR, Wilson GF, Russell CA. The effects of day-to-day variability of physiological data on operator functional state classification. Neuroimage. 2012 Jan 2;59(1):57-63. doi: 10.1016/j.neuroimage.2011.07.091. Epub 2011 Aug 5.
- Comstock, J. R., Jr., & Arnegard, R. J. (1992) The Multi-Attribute Task Battery for human operator workload and strategic behavior research (NASA TM-104174). Hampton, Virginia: NASA Langley Research Center.
- Dussault C, Jouanin JC, Philippe M, Guezennec CY. EEG and ECG changes during simulator operation reflect mental workload and vigilance. Aviat Space Environ Med. 2005 Apr;76(4):344-51.
- Fu, S. & Parasuraman, R. (2007) Event-related potentials (ERPs) in Neuroergonomics. . In Parasuraman, R. & Rizzo, M. (Eds), Neuroergonomics: The brain at work (pp. 15-31). New York, NY: Oxford University Press, Inc.
- George, L., & Lécuyer, A. (2010). An overview of research on " passive " brain-computer interfaces for implicit human-computer interaction. International Conference on Applied Bionics and Biomechanics (ICABB), Venice, Italy, October 14-16, 2010.
- Gevins, A., & Smith, M. E. (2003). Neurophysiological measures of cognitive workload during human-computer interaction. Theoretical Issues in Ergonomics Science, 1, 113-131.
- Gevins, A. & Smith, M. E. (2007) Electroencephalography (EEG) in Neuroergnomics. In Parasuraman, R. & Rizzo, M. (Eds), Neuroergonomics: The brain at work (pp. 15-31). New York, NY: Oxford University Press, Inc.
- Gomarus HK, Althaus M, Wijers AA, Minderaa RB. The effects of memory load and stimulus relevance on the EEG during a visual selective memory search task: an ERP and ERD/ERS study. Clin Neurophysiol. 2006 Apr;117(4):871-84. doi: 10.1016/j.clinph.2005.12.008. Epub 2006 Jan 25.
- Graimann, B, Allison, B. & Pfurstscheller, G. (2010) Brain-computer interfaces: A gentle introduction. In Graimann, B, Allison, B. & Pfurstscheller, G. (Eds) Brain-computer interfaces: Revolutionizing human-computer interaction, (pp. 1-28), Berlin Heidelberg, Springer-Verlag.
- Grimes, D., Tan, D. S., Hudson, S. E., Shenoy, P., & Rao, R. P. N. (2008). Feasibility and pragmatics of classifying working memory load with an electroencephalograph (p. 835). ACM Press.
- Heger, D., Putze, F., & Schultz, T. (2010). Online workload recognition from EEG data during cognitive tests and human-machine interaction. KI 2010: Advances in Artificial Intelligence, 410-417.
- Henelius A, Hirvonen K, Holm A, Korpela J, Muller K. Mental workload classification using heart rate metrics. Annu Int Conf IEEE Eng Med Biol Soc. 2009;2009:1836-9. doi: 10.1109/IEMBS.2009.5332602.
- Holland MK, Tarlow G. Blinking and mental load. Psychol Rep. 1972 Aug;31(1):119-27. doi: 10.2466/pr0.1972.31.1.119. No abstract available.
- Holm A, Lukander K, Korpela J, Sallinen M, Muller KM. Estimating brain load from the EEG. ScientificWorldJournal. 2009 Jul 14;9:639-51. doi: 10.1100/tsw.2009.83.
- Honal, M., & Schultz, T. (2008). Determine task demand from brain activity. In Proceedings of the 3rd International Conference on Bio-inspired Systems and Signal Processing.
- Kahol K, Smith M, Brandenberger J, Ashby A, Ferrara JJ. Impact of fatigue on neurophysiologic measures of surgical residents. J Am Coll Surg. 2011 Jul;213(1):29-34; discussion 34-6. doi: 10.1016/j.jamcollsurg.2011.03.028. Epub 2011 Apr 23.
- Kok A. On the utility of P3 amplitude as a measure of processing capacity. Psychophysiology. 2001 May;38(3):557-77. doi: 10.1017/s0048577201990559.
- Koles ZJ, Flor-Henry P. Mental activity and the e.e.g.: task and workload related effects. Med Biol Eng Comput. 1981 Mar;19(2):185-94. doi: 10.1007/BF02442714. No abstract available.
- D. Levendowsk, Z. Konstantinovic, R. Olmstead, and C. Berka (2000). Method for the quantification of human alertness, patent.
- Lotte F, Congedo M, Lecuyer A, Lamarche F, Arnaldi B. A review of classification algorithms for EEG-based brain-computer interfaces. J Neural Eng. 2007 Jun;4(2):R1-R13. doi: 10.1088/1741-2560/4/2/R01. Epub 2007 Jan 31.
- McDonald NJ, Soussou W. QUASAR's QStates cognitive gauge performance in the cognitive state assessment competition 2011. Annu Int Conf IEEE Eng Med Biol Soc. 2011;2011:6542-6. doi: 10.1109/IEMBS.2011.6091614.
- Miller MW, Rietschel JC, McDonald CG, Hatfield BD. A novel approach to the physiological measurement of mental workload. Int J Psychophysiol. 2011 Apr;80(1):75-8. doi: 10.1016/j.ijpsycho.2011.02.003. Epub 2011 Feb 20.
- Missonnier P, Deiber MP, Gold G, Millet P, Gex-Fabry Pun M, Fazio-Costa L, Giannakopoulos P, Ibanez V. Frontal theta event-related synchronization: comparison of directed attention and working memory load effects. J Neural Transm (Vienna). 2006 Oct;113(10):1477-86. doi: 10.1007/s00702-005-0443-9. Epub 2006 Apr 11.
- Natani, K., & Gomer, F. E. (1981). Electrocortical activity and operator workload: A comparison of changes in the electroencephalogram and in event-related potentials. (McDonnell Douglas Technical Report E2427). Long Beach, CA: McDonnell Douglas Corporation.
- Nourbakhsh, N., Wang, Y., & Chen, F. (2013). GSR and Blink Features for Cognitive Load Classification. In P. Kotzé, G. Marsden, G. Lindgaard, J. Wesson, & M. Winckler (Éd.), Human-Computer Interaction - INTERACT 2013 (Vol. 8117, p. 159-166). Berlin, Heidelberg: Springer Berlin Heidelberg.
- Ossandon T, Jerbi K, Vidal JR, Bayle DJ, Henaff MA, Jung J, Minotti L, Bertrand O, Kahane P, Lachaux JP. Transient suppression of broadband gamma power in the default-mode network is correlated with task complexity and subject performance. J Neurosci. 2011 Oct 12;31(41):14521-30. doi: 10.1523/JNEUROSCI.2483-11.2011.
- Putze, F., Jarvis, J. P., & Schultz, T. (2010) Multimodal Recognition of Cognitive Workload for Multitasking in the Car. International Conference on Pattern Recognition (ICPR), 20, 3748-3751.
- Schober F, Schellenberg R, Dimpfel W. Reflection of mental exercise in the dynamic quantitative topographical EEG. Neuropsychobiology. 1995;31(2):98-112. doi: 10.1159/000119179.
- Schultheis, H. & Jameson, A. (2004) Assessing Cognitive Load in Adaptive Hypermedia Systems: Physiological and Behavioral Methods. Lecture Notes in Computer Science, 313, 225-234.
- Sternberg S. High-speed scanning in human memory. Science. 1966 Aug 5;153(3736):652-4. doi: 10.1126/science.153.3736.652.
- Sternberg S. Memory-scanning: mental processes revealed by reaction-time experiments. Am Sci. 1969 Winter;57(4):421-57. No abstract available.
- Tanaka Y, Yamaoka K. Blink activity and task difficulty. Percept Mot Skills. 1993 Aug;77(1):55-66. doi: 10.2466/pms.1993.77.1.55.
- Tremoulet, P. D., Craven, P. L., Regli, S. H., Wilcox, S., Barton, J., Stibler and K., Clark, M. (2009). Workload-Based Assessment of a User Interface Design. In V. G. Duffy (Éd.), Digital Human Modeling (Vol. 5620, p. 333-342). Berlin, Heidelberg: Springer Berlin Heidelberg.
- Veltman JA, Gaillard AW. Physiological indices of workload in a simulated flight task. Biol Psychol. 1996 Feb 5;42(3):323-42. doi: 10.1016/0301-0511(95)05165-1.
- Wang Z, Hope RM, Wang Z, Ji Q, Gray WD. Cross-subject workload classification with a hierarchical Bayes model. Neuroimage. 2012 Jan 2;59(1):64-9. doi: 10.1016/j.neuroimage.2011.07.094. Epub 2011 Aug 16.
- Wolpaw JR, Birbaumer N, McFarland DJ, Pfurtscheller G, Vaughan TM. Brain-computer interfaces for communication and control. Clin Neurophysiol. 2002 Jun;113(6):767-91. doi: 10.1016/s1388-2457(02)00057-3.
- Zander, T.O., Kothe, C., Jatzev, S. & Gaertner, M. (2010) Enhancing human-computer interaction with input from active and passive brain-computer interfaces. In Tan, D.S. & Nijholt, A. (Eds) Brain-computer interfaces: Applying our minds to human-computer interaction (pp. 181-196), London, Springer-Verlag.
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (Réel)
1 décembre 2014
Achèvement primaire (Réel)
1 décembre 2017
Achèvement de l'étude (Réel)
1 décembre 2017
Dates d'inscription aux études
Première soumission
11 juillet 2016
Première soumission répondant aux critères de contrôle qualité
22 juillet 2016
Première publication (Estimation)
26 juillet 2016
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
12 octobre 2018
Dernière mise à jour soumise répondant aux critères de contrôle qualité
9 octobre 2018
Dernière vérification
1 octobre 2018
Plus d'information
Termes liés à cette étude
Mots clés
Autres numéros d'identification d'étude
- 38RC14.009
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .
Essais cliniques sur Volontaire en bonne santé
-
AstraZenecaParexelComplété
Essais cliniques sur Électroencéphalographie et électrocardiographie
-
hearX GroupUniversity of PretoriaComplété
-
Oregon Health and Science UniversityNational Institute on Aging (NIA)ComplétéDémence | Maladie d'Alzheimer | Membres de la famille | Épuisement professionnel des soignantsÉtats-Unis
-
Dalarna UniversityUppsala University; The Swedish Research CouncilRecrutementDémence | Déficience cognitive légère | Démence mixte | Démence de type Alzheimer | Déficience cognitive subjective | Démence SénileSuède
-
University of Illinois at Urbana-ChampaignInconnueBlessure de chute | Prévention des chutes | Sécurité antichute
-
Samsung ElectronicsComplétéVieilli | Adultes | Moyen-Âge | Âgé, 80 ans et plusCorée, République de
-
University of Illinois at ChicagoRecrutementPersonnes âgées en bonne santéÉtats-Unis
-
Vastra Gotaland RegionDetectivio ABComplété
-
University of South CarolinaActif, ne recrute pasFrénésie alimentaire | L'image corporelle | Comportement alimentaire | Nutrition, Santé | Alimentation désordonnéeÉtats-Unis
-
National University of MalaysiaComplétéApplications mobilesMalaisie
-
Institut de Cancérologie de la LoireComplété