Книги по разным темам Pages:     | 1 |   ...   | 5 | 6 | 7 | 8 | 9 |   ...   | 58 |

Материалы XVI Международной конференции по нейрокибернетике ОЦЕНКА ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ КОРРЕЛЯЦИОННЫХ ПОКАЗАТЕЛЕЙ ЭЭГ ДЛЯ ПОСТРОЕНИЯ ИНТЕРФЕЙСА МОЗГКОМПЬЮТЕР С.П. Либуркина, А.Н. Васильев, Ю.О. Нуждин, А.Я. Каплан Биологический факультет МГУ имени М.В. Ломоносова sofya.lib@gmail.com Brain-computer interface (BCI) is a technology that указанных областей коры. По завершении provides human brain the ability to manage an движения наблюдается усиление бетаalternative channel for interaction with the ритма (ERS - event-related synchronization) в environment, bypassing the efferent nervous system and прецентральной области, обозначающее muscles. For the construction of BCI in this work we use phase-locking value (PLV) and PiersonТs локальную корковую деактивацию.

correlations between electroencephalographic (EEG) Принцип детекции ERD/ERS положен в channels of sensorimotor cortex.

основу MI-BCI [4].

В настоящей работе проверялось Введение предположение о том, что для детекции мысленно представляемого движения Интерфейс мозг-компьютер (далее можно использовать показатели не только BCI - brain-computer interface, ИМК) локальной, но и дистантной синхронизации разработан как технология, ЭЭГ [5], например, оценки предоставляющая головному мозгу корреляционных отношений между ЭЭГ возможность управления альтернативным разных отведений.

каналом взаимодействия с окружающим миром, минуя эфферентную нервную Методика систему и мышцы. Существуют различные подходы, позволяющие построить BCI на В исследовании приняли участие основе анализа электроэнцефалограммы человек в возрасте 19-23 лет. Испытуемым (ЭЭГ) [1, 2].

предоставлялся визуальный стимул для По механизму возникновения определения ментального состояния управляющего сигнала BCI делятся на представления движения перебора экзогенные и эндогенные. Экзогенные пальцами руки или спокойного интерфейсы используют вызванные бодрствования. Затем испытуемым (внешними стимулами) потенциалы мозга.

предлагалось по очереди перебирать В эндогенных интерфейсах управляющий пальцами заданной руки, предельно сигнал возникает исключительно под концентрируя внимание на этом движении.

действием внутренних стимулов - После нескольких записей с реальным намерений и волевых усилий оператора, движением, испытуемым было предложено изменяющих режим функционирования представлять то же самое движение мозга или отдельных его элементов. Одним перебора пальцами в воображении.

из эндогенных подходов является BCI, Количество записей на каждого основанный на представлении движения испытуемого варьировало от 8 до (далее MI - motor imagery) [3].

(последнее - при разнесении эксперимента Показано, что во время волевого на 4 дня).

движения конечностью в контрлатеральных Для регистрации ЭЭГ c областях сенсо-моторной коры скальповых отведений (F3, F4, F5, F6, C3, наблюдается блокада мю- (частота 8-13 Гц) C4, C5, C6, Cz, T7, T8, P5, P6, Pz в и бета-ритмов (частота 14-30 Гц), соответствии с международной получившая название связанной с стандартной системой отведений 10-20) событием локальной десинхронизации был использован электроэнцефалограф (ERD - event-related desynchronization).

NVX-52 (производство МКС, г.

ERD объясняется локальной активацией Зеленоград) и стандартные хлор2-Й МЕЖДУНАРОДНЫЙ СИМПОЗИУМ ИНТЕРФЕЙС УМОЗГ-КОМПЬЮТЕРФ серебряные электроды. Запись велась который затем усреднялся по всей записи.

монополярно, референтом служил Формула (2) для расчёта PLV:

объединённый ушной электрод со средней точкой в позиции Fpz. (2) Частота дискретизации записи составляла 500 Гц. К данным применялся частотный фильтр в диапазоне 2-35 Гц, во Где Nfast - количество точек, - время записи был включён режектор 50 Гц. аналитический сигнал, полученный после Анализ данных осуществлялся в применения к отфильтрованному в мюсреде программы MATLAB 2010b диапазоне исходному сигналу (MathWorks). Для наглядного преобразования Гильберта. В дальнейшем представления данных использовалась производился подсчёт среднего значения и программа Microsoft Office Excel 2010. Для стандартного отклонения PLV для двух статистической оценки применялась состояний.

программа Statistica 6.1 (StatSoft). На основании полученных данных о Для изучения корреляции мю- и различии коэффициента корреляции был бета- ритмов между различными построен классификатор, который отведениями для каждой записи выбирался позволяет в текущем времени управлять канал с наиболее выраженной блокадой 1D-курсором.

мю-ритма (обычно - C5 или С6) и в пару к нему брались контрлатеральное отведение, Результаты центральное отведение и соответствующие лобное и теменное отведения. Измерялась Наиболее сильно мю-ритм был линейная корреляция Пирсона для выражен в отведениях C5, C6, T5 и T6, что заданного диапазона частот (для мю-ритма согласуется с литературными данными о выбирался диапазон 8-13 Гц, для бета- его локализации в области роландовой ритма частотный фильтр рассчитывался с борозды. В лобных отведениях мю-ритм не учётом пика мощности спектра в этой был представлен. Также он был слаб в области (+/-2-3 Гц), в большинстве записей отведениях Cz и Pz, что может быть ему соответствовал диапазон 18-23 Гц) по связано с меньшей плотностью нейронов и формуле (1): их ортогональным к скальповой поверхности расположением.

(1) В ходе проведенных нами экспериментов показано, что коэффициенты корреляции - и -ритмов ЭЭГ между соседними и симметричными Где M(Х) - математическое контралатеральными отведениями в ожидание величины Х, а - дисперсия. сенсомоторной области достоверно не Рассчитывалось изменение корреляции для изменяются при представлении движения.

состояний покоя и (представления) Кроме того, не изменяются и движения во времени, также производился коэффициенты корреляции между - и подсчёт среднего значения и стандартного ритмом ЭЭГ отдельных отведений в отклонения этих величин. сенсомоторной области.

Кроме линейной корреляции То, что нам не удалось измерялась фазовая синхронизация (PLV) детектировать достоверные различия мю-ритма для состояний покоя и между коэффициентами корреляции мю- и (представления) движения [6]. Для этого бета-ритмов симметричных исходный сигнал разбивался на эпохи контралатеральных отведений (C5 и C6) в (длительностью ~ 6 с), в каждой из которых расслабленном состоянии и при подсчитывался PLV для пары отведений представлении движения, скорее всего (отведения выбирались аналогично тем, что может быть объяснено высокой степенью учитывались при расчёте корреляции), функциональной связанности и Материалы XVI Международной конференции по нейрокибернетике подверженности синхронным изменениям в Заключение указанных областях.

В то время, как коэффициент В настоящей работе не обнаружено линейной корреляции можно назвать мерой достоверных показателей мысленного временной связи процессов в различных представления движения с использованием областях коры, коэффициент фазовой оценок линейного коэффициента синхронизации отражает связь частотную. корреляции, что не позволило построить Его достоверное увеличение (в мю- работающий алгоритм детектирования диапазоне частот) между представления движения на основе контралатеральными симметричными линейных корреляционных отношений отведениями центральной области коры ЭЭГ.

(С5 и С6) при представлении движения На основе измерения PLV не предположительно показывает общую представляется возможным построить BCI активацию сенсомоторной области, (требующий анализа входящего сигнала распространяющуюся в виде широкой ЭЭГ в реальном времени), однако для скальповой волны. дальнейших исследований можно Исходя из полученных данных использовать этот параметр совместно со можно отметить, что коэффициент фазовой спектральными и вытекающими из них синхронизации -ритма между характеристиками (такими, как MSC - отведениями С5 и С6 значимо отличался magnitude squared coherence). Кроме того, в для состояний представления движения и последующей работе планируется спокойного бодрствования. применение фильтра, нейтрализующего Для оценки возможности влияние сигналов разных отведений друг управления 1D-курсором в рамках MI-BCI на друга.

нами был разработан алгоритм, В целом, можно заключить, что определяющий значение коэффициента разработка MI-BCI на основе корреляции входящего в реальном времени корреляционных отношений ЭЭГ требует сигнала ЭЭГ от отведений С5 и С6 в мю- дальнейшего изучения, в частности, диапазоне. возможно, необходимо использовать Предполагалось, что представление оценки нелинейной скоррелированности движения рукой будет понижать ЭЭГ.

коэффициент корреляции (КК), что повлечёт движение шара (1D-курсора) Работа выполнена при поддержке вниз, а расслабленное состояние, напротив, фонда Сколково, грант № 1110034.

будет поднимать КК и траекторию Список литературы движения шара. До противоположной 1. Wolpaw, J.R., Brain-computer interfaces as new стороны экрана шар доходил за 4с, всего в brain output pathways. The Journal of Physiology, пробе было 8 попыток (с меняющимися 2007. 579(3): p. 613-619.

случайно выбранными положениями 2. A.Ya.Kaplan еt al., Unconscious operant корзины) с 2с-паузами между ними. conditioning in the paradigm of brain-computer interface based on color perception. Intern. J.

Успешными считалось состояния, когда Neuroscience. 2005. 115: p. 781-шар заканчивал своё движение 3. Nicolas-Alonso, L.F. and J. Gomez-Gil, Brain попаданием в корзину, неуспешным - computer interfaces, a review. Sensors (Basel), 2012.

когда он оказывался в другой области. Мы 12(2): p. 1211-79.

предложили эту модель восьми 4. Neuper, C., et al., Motor imagery and EEG-based control of spelling devices and neuroprostheses. 2006.

испытуемым и для каждого получили 159: p. 393-409.

процент попадания в диапазоне 40-60%, 5. Krusienski, D.J., D.J. McFarland, and J.R. Wolpaw, что соответствует случайному Value of amplitude, phase, and coherence features for a распределению между двумя вариантами.

sensorimotor rhythm-based brainЦcomputer interface.

Таким образом, в заданной парадигме не Brain Research Bulletin, 2012. 87(1): p. 130-134.

6. Lachaux, J.P., et al., Measuring phase synchrony in удалось достичь успешного результата.

brain signals. Hum Brain Mapp, 1999. 8(4): p. 194-208.

2-Й МЕЖДУНАРОДНЫЙ СИМПОЗИУМ ИНТЕРФЕЙС УМОЗГ-КОМПЬЮТЕРФ ИНДИВИДУАЛЬНЫЕ ЧЕЛОВЕКО-МАШИННЫЕ СИСТЕМЫ Н.В. Марочкин Нижегородский государственный технический университет им. Р.Е. Алексеева ismarochkin@yandex.ru The rise of life quality is the purpose of individual manпростыми орудиями труда (инструментами) machine systems. The are such man-machine systems и с орудиями труда в виде машин (часть as with instruments, with definite creating machine, переработки информации отчуждается от with autonomous creating machine. The normalization человека), [4]. В индивидуальной человекоof individual condition is the main result of individual man-machine system research. машинной системе инструменты - это датчики, измеряющие параметры среды, ВВЕДЕНИЕ уровень радиации, уровень освещенности, уровень шума, наличие вредных примесей Индивидуальная человеко- в воде и воздухе, это технические средства машинная система включает человека, контактного и бесконтактного контроля индивидуальные технические средства, функционирования различных систем физическую и социальную среду, организма человека.

взаимодействующие для повышения С помощью инструментов человек точно и качества жизни человека. Под качеством своевременно оценивает свое жизни понимается степень состояние и состояние среды для принятия удовлетворенности человека своим решения, реализуемого через деятельность, физическим, психическим и социальным рис.1.

состоянием, [1]. Индивидуальная человекомашинная система характеризуется наличием функциональной пары: конечный приспособительный эффект и аппарат оценки достаточности этого эффекта, [2].

Система имеет жесткое разделение функций. Индивидуальные технические средства контролируют состояние среды и Рис. 1. Индивидуальная человеко-машинная система человека, обрабатывают данные с инструментами наблюдения с точностью и объемом Индивидуальная человеконеобходимым для функционирования машинная система с репродуктивноаппарата оценки достаточности конечного преобразующей машиной содержит приспособительного эффекта.

вычислительную машину с заданным алгоритмом функционирования. Эта КЛАССИФИКАЦИЯ вычислительная машина собирает данные с датчиков состояния человека и среды, (Д).

Рассматриваемые системы следует Результаты оценки текущего и отнести к гуманистическим системам, прогнозируемого состояния в системам с участием человека. Цель необходимом объеме и виде человека в индивидуальной человекопредоставляются через интерфейс общения.

машинной системе - получение Человек точно и своевременно оценивает информации, поэтому такую систему свое состояние и состояние среды для следует назвать эргатической, для принятия решения, реализуемого через получения продукта труда в виде деятельность, рис.2.

информации, [3]. Среди эргатических систем следует выделить системы общего назначения и индивидуальные.

Эргатические системы по критерию распределения функций делят на системы с Материалы XVI Международной конференции по нейрокибернетике Таблица Характеристика Эргатическая Индивидуальсистема общего ная человекоп/п назначения машинная система 1. Деятельность Регламентиро- Не человека вана регламентирована Рис. 2. Индивидуальная человеко-машинная 2. Объект Техническое Человек система с репродуктивно-преобразующей машиной управления устройство 3. Критерии оценки Определены Субъективно функциониро- техническим определяются Индивидуальная человекования заданием человеком машинная система с продуктивнопреобразующей машиной использует 4. Резервирование Возможно Нет автоматической машину для подготовки варианта решения, системой которое может быть реализовано через деятельность. Для формирования такого 5. Распределение Может быть не Постоянное решения машина дополнительно оценивает функций постоянным деятельность человека через наблюдение и 6. Продолжитель- Ограничена Не ограничена общение. Алгоритм машины не ность статический, а развивающийся в функциониронаправлении получения эффективных вания решений, рис.3.

Pages:     | 1 |   ...   | 5 | 6 | 7 | 8 | 9 |   ...   | 58 |    Книги по разным темам