Resumen

La detección confiable de la carga cognitiva beneficiaría el diseño de ayudas de navegación asistida inteligentes para personas con discapacidad visual (VIP). Diez participantes con diversos grados de pérdida de visión navegaron en entornos interiores y exteriores desconocidos, mientras se registraban sus señales de electroencefalograma (EEG) y actividad electrodermal (EDA). En este estudio, la carga cognitiva de las tareas se evaluó en tiempo real basándose en una modificación del índice bien establecido de (des)sincronización relacionada con eventos (ERD/ERS). Presentamos un análisis detallado de los entornos que desafían principalmente a personas de ciertas categorías de pérdida de visión y presentamos una clasificación automática de la dificultad percibida en cada instancia temporal, inferida a partir de sus biosignales. Dado el tamaño limitado de nuestra muestra, nuestros hallazgos sugieren que existen diferencias significativas entre los entornos para las diversas categorías de pérdida de visión. Además, explotamos relaciones cruzadas mod

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Detección; Carga cognitiva; Ayudas a la navegación; Discapacitados visuales; EEG; EDA
• Keywords:Detection; Cognitive load; Assistive navigation aids; Visually impaired; EEG; EDA