09 марта 2016г.
Сегодня внимание ученых привлекает разработка интерфейсов мозг-компьютер на основе обработки электрофизиологических сигналов мозга. Ограничением известных методов является необходимость использования накопления для обнаружения электрофизиологической реакции мозга.
Метод структурно-лингвистического анализа сигналов (СЛАС) позволяет определять динамику параметров сигнала без использования накопления [2, с. 1].
Принята следующая рабочая гипотеза. При восприятии человеком визуальных стимулов происходит изменение качественного и количественного составов множества символов сигнала электроэнцефалограммы (ЭЭГ), определяемых методом СЛАС.
Выполнена экспериментальная проверка метода обнаружения восприятия человеком визуальных стимулов на основе структурно-лингвистического анализа сигналов мозга.
Целью эксперимента было получение данных ЭЭГ для поиска в них признаков реакции мозга человека на смену визуальных стимулов.
Испытуемым предъявлялись последовательности статичных изображений. Данные ЭЭГ испытуемого регистрировались при помощи стандартного электроэнцефалографа с частотой дискретизации 500 Гц и подключением отведений по системе 10-20. В одно из отведений электроэнцефалографа поступали метки события смены предъявляемого испытуемому стимула.
В результате эксперимента получены данные ЭЭГ 4 испытуемых.
Выполнен поиск признаков электрофизиологической реакции мозга человека на смену предъявляемых визуальных стимулов. Для этого полученные данные ЭЭГ обработаны методом СЛАС. Обработка проводилась в скользящем окне размером 500 отсчетов и коэффициентом перекрытия 0,8. При частоте дискретизации 500 Гц такое окно достоверно включает в себя область неосознанной реакции мозга, длительность которой известна из литературы (300 мс по данным [3, с. 1]).
Поиск признаков осуществлялся в области параметров электроэнцефалограммы, полученных методом СЛАС.
Методика обработки включала следующие этапы.
1. Деление исходной записи данных сигнала на отрезки, соответствующие времени предъявления испытуемому различных пар стимулов.
2. Обработка данных каналов ЭЭГ C3, F3 и O1 каждого отрезка методом структурно-лингвистического анализа. При этом для каждого канала каждого отрезка производилось выделение множества паттернов - символов.
3. Определение значений энтропии для каждого полученного множества символов каждого из обрабатываемых каналов.
4. Обработка полученных значений энтропии фильтром низких частот.
5. Определение корреляции значений энтропии пар каналов: C3 и F3, F3 и O1, C3 и O1. Обработка данных ЭЭГ выполнена с использованием инструментального средства [4, с. 1].
Результаты многоканальной обработки отрезков сигнала, соответствующих предъявлению третьей смены стимулов каждому из 4 испытуемых, представлены соответственно на рисунках.
На рисунках
заметно увеличение корреляции энтропий каналов
O1 и C3 при смене предъявляемых испытуемому фонов.
Смещение точки максимума корреляции во временной области
относительно точки перехода от нейтрального к эмоционально значимому
фону различно для различных испытуемых. Стандартное отклонение
величины смещения не превышает
0,4 секунды.
Вывод.
Увеличение коэффициента корреляции энтропии каналов ЭЭГ при восприятии испытуемым стимула-фона можно объяснить включением множества областей мозга в процесс
восприятия информации, относящейся к одному стимулу. Такой переход от менее согласованной к более согласованной работе
областей мозга соответствует положениям теории функциональных систем
Анохина [1, с. 17].
На основании анализа динамики
коэффициента корреляции энтропии каналов
ЭЭГ возможно обнаружение момента возбуждения внимания
испытуемого к предъявляемому стимулу.
Список литературы
1.
Анохин П.К. Очерки по физиологии функциональных систем. - М.: Медицина, 1975, С. 17-59
2. Артѐмов С.И., Дюк В.А., Попова Е.А., Сенкевич Ю.И. «Поиск устойчивых паттернов
в электроэнцефалограмме человека в ответ на предъявление ему коротких
подпороговых визуальных стимулов» - «Биотехносфера»
№ 1, 2013
3. Каплан А.Я., Кочетова А.Г., Шишкин С.Л., Басюл И.А., Ганин
И.П., Васильев А.Н., Либуркина С.П.1 Экспериментально-теоретические основания и практические реализации технологии «интерфейс мозг – компьютер» // url: http://brain.bio.msu.ru/papers/ (дата обращения: 22.09.2013)
4. Сенкевич Ю.И., Юлдашев З.М., Артѐмов
С.И. Свидетельство о государственной регистрации программ для ЭВМ № 2013613966 («Программа отображения динамики
показателей функционального состояния биообъекта по данным измерения
электрофизиологических сигналов (версия 1.0)) -М.: РОСПАТЕНТ ФГУ ФИПС, 2013
