A change in the brain network necessary to produce a particular neural response is called a neural correlate, and the connectivity amongst various regions of the brain is referred to as the functional connectivity. The two neural correlates, the activation regions in the brain and the functional connectivity, of emotion and mental fatigue have been investigated in many studies using electroencephalography, but the results are inconsistent. In addition, the similarity between functional connectivity in various emotions and mental fatigue has not yet been investigated. This thesis investigates the two neural correlates for four emotions and mental fatigue and also finds the similarity between the two neural correlates of emotion and those of mental fatigue by using the asymmetry index, by proposing emotion-weighted critical networks based on the graph network analysis, and by proposing a subject-independent classifier based on the convolutional neural network. The asymmetry index is used to identify the activation regions in the brain. The emotion-weighted critical networks are generic models for representing the functional connectivity in emotional states. The classifier is used to classify mental fatigue and is pre-trained on power spectral density and graphical strength as the input features. The simulations are performed on public datasets for emotion (SEED IV) and mental fatigue (sustained-driving task), respectively. The results from the simulations are three-fold. Specifically, the frontal region exhibits different activation trends for all emotions and mental fatigue, the functional connectivity for mental fatigue is similar to that for sad emotion, and mental fatigue is correlated with the sad emotional state.
특정한 신경 반응을 생성하는 데 필요한 뇌내 네트워크의 변화를 신경 상관 관계라고 하며, 뇌의 다양한 영역 사이의 연결성을 기능적 연결성이라고 한다. 감정과 정신적 피로에 대해 뇌의 활성화 영역과 기능적 연결성의 두 가지 신경 상관 관계 측면에서 뇌파검사를 이용한 다양한 선행 연구가 이루어진 바 있으나, 선행 연구들에서는 일관되지 않은 결과들이 도출되었다. 또한, 다양한 감정의 기능적 연결성과 정신적 피로 사이의 연관성에 대한 탐구는 아직 이루어진 바가 없다. 본 연구에서는 비대칭지수를 활용하고, 그래프 네트워크 분석에 기반한 감정-가중 크리티컬 네트워크를 제안하며, 컨벌루션 신경망 기반의 주제 독립적 분류기를 제안함으로써 네가지 감정과 정신적 피로에 대해 두가지 신경 상관관계를 연구하고 감정과 정신적 피로의 신경 상관 관계 사이의 유사도를 조사하였다. 비대칭 지수는 뇌의 활성화 영역을 식별하기 위해 사용되었다. 감정-가중 크리티컬 네트워크는 감정 상태들의 기능적 연결성을 나타내기 위한 일반 모델이다. 주제 독립적 분류기는 파워스펙트럼 밀도와 입력 피처들의 그래픽 강도를 기반으로 사전학습된 분류기를 입력 피쳐로 이용하여 정신적 피로를 분류하기 위해 이용된다. 시뮬레이션은 감정과 정신적 피로 각각에 대해 (SEED IV) 와 sustained-driving task 공개 데이터셋을 바탕으로 진행하였다. 시뮬레이션의 결과는 세 가지이다. 구체적으로는, 전두부가 모든 감정과 정신적 피로에 대해 다른 활성화 양상을 보이며, 정신적 피로에 대한 기능적 연결성은 슬픈 감정에 대한 정신적 피로성과 유사하며, 정신적 피로는 슬픈 감정상태와 상관 관계가 있다.
