實踐大學的研究人員Maria R. Lee，Anna Yu-Ju Yen，和Lun Chang使用BrainLink Lite在神經反饋和人工智能分析兒童性情和注意力水平的研究中採集腦電EEG信號。論文成果在學術期刊《Knowledge Management and Acquisition for Intelligent Systems》August 26–27, 2019上發表。

注意能力發展是學齡前兒童普遍存在的問題之一。重要的是要發現和識別早期的注意力問題，這些問題可能會將兒童疾病的有害影響降到最低。本研究的目的是預測和分析4-7歲兒童的注意水平。

用父母報告或主觀報告來分析兒童氣質的心理維度是一種常見的氣質研究方法，但可能存在偏見。腦電圖(EEG)是一種顯示腦電活動的方法。應用k均值算法、人工智能(AI)無監督機器學習、聚類分析方法，提出了一種神經反饋技術(NFT)系統，對兒童氣質數據進行腦電信號數據和行為風格問卷(BSQ)的收集，觀察兒童的注意水平。

實驗結果不僅可以推斷氣質（Temperament）與EEG分類的價值是一致的，而且也為在特定時間段內對注意水平進行分類提供了一種有效的方法。將父母主觀報告與腦電圖數據相結合，為解決兒童注意力問題提供了一種新的、有價值的方法。研究結果有助於早期發現注意力問題，並支持更好的親子理解和互動。

論文標題：Neurofeedback and AI for Analyzing Child Temperament and Attention Levels

作者：Maria R. Lee，Anna Yu-Ju Yen，and Lun Chang

URL：https://link.springer.com/chapter/10.1007/978-3-030-30639-7_3