本研究打造虛擬環境的十個模塊，意在訓練 注意力，主要針對注意力不足過動症(AttentionDeficit/Hyperactivity Disorder, ADHD)的孩童，希望 透過腦波監測和機器學習分類的方式，改善注意 力訓練的精確度。本實驗是在室內由受試者配戴 腦波儀(Emotiv)，連接藍芽，透過腦機介面接收受 試者在進行訓練時的腦波訊號 ( row data)，再傳到 伺服器上利用事先訓練好的 SVM (支持向量機) 模 型分類，即時預測受試者的專心與否。
隨後利用每位受試者第一次測試前所錄製的 腦電資訊，訓練出一組 SVM 模型，並在之後的檢 測都使用此模型進行預測，檢測時，若模型判斷 出受試者此時專注度足夠高，遊戲介面的進度條 便會前進一個階段，直至達到指定階段為止。
關鍵詞：注意力，腦波(EEG)，虛擬實境，注意力 不足過動症，腦機介面
發表於TANet