Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ПИ № ФС 77 - 51217, 16+

Скачать PDF ( ) Страницы: 44-46 Выпуск: №10 (29) Часть 2 () Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Пашков В. П. ПЕРСПЕКТИВНЫЕ ПОДХОДЫ К ИССЛЕДОВАНИЮ НЕСТАЦИОНАРНЫХ И НЕЛИНЕЙНЫХ ФИЗИОЛОГИЧЕСКИХ СИГНАЛОВ ПРИ ИНТЕЛЛЕКТУАЛЬНОЙ ДЕЯТЕЛЬНОСТИ / В. П. Пашков // Международный научно-исследовательский журнал. — 2020. — №10 (29) Часть 2. — С. 44—46. — URL: https://research-journal.org/technical/perspektivnye-podxody-k-issledovaniyu-nestacionarnyx-i-nelinejnyx-fiziologicheskix-signalov-pri-intellektualnoj-deyatelnosti/ (дата обращения: 26.09.2020. ).
Пашков В. П. ПЕРСПЕКТИВНЫЕ ПОДХОДЫ К ИССЛЕДОВАНИЮ НЕСТАЦИОНАРНЫХ И НЕЛИНЕЙНЫХ ФИЗИОЛОГИЧЕСКИХ СИГНАЛОВ ПРИ ИНТЕЛЛЕКТУАЛЬНОЙ ДЕЯТЕЛЬНОСТИ / В. П. Пашков // Международный научно-исследовательский журнал. — 2020. — №10 (29) Часть 2. — С. 44—46.

Импортировать


ПЕРСПЕКТИВНЫЕ ПОДХОДЫ К ИССЛЕДОВАНИЮ НЕСТАЦИОНАРНЫХ И НЕЛИНЕЙНЫХ ФИЗИОЛОГИЧЕСКИХ СИГНАЛОВ ПРИ ИНТЕЛЛЕКТУАЛЬНОЙ ДЕЯТЕЛЬНОСТИ

Пашков В.П.

Доцент, Санкт-Петербургский государственный университет аэрокосмического приборостроения

ПЕРСПЕКТИВНЫЕ ПОДХОДЫ К ИССЛЕДОВАНИЮ НЕСТАЦИОНАРНЫХ И НЕЛИНЕЙНЫХ ФИЗИОЛОГИЧЕСКИХ СИГНАЛОВ ПРИ ИНТЕЛЛЕКТУАЛЬНОЙ ДЕЯТЕЛЬНОСТИ

Аннотация

В статье рассмотрены подходы к созданию технических и программных средств для диагностического видео-мониторинга интеллектуальной деятельности человека на основе многофункционального диагностического комплекса. Описан математический аппарат для обработки нестационарных и нелинейных сигналов.

Ключевые слова: интеллектуальная деятельность, физиологические сигналы, симметрия, видео-мониторинг.

Pashkov V.P.

Associate Professor, Saint-Petersburg State University of Aerospace Instrumentation

PROMISING APPROACHES TO THE STUDY OF NONSTATIONARY AND NONLINEAR PHYSIOLOGICAL SIGNALS IN INTELLECTUAL ACTIVITY

Abstract

The article considers approaches to the creation of hardware and software for diagnostic video monitoring of human intellectual activity based on multifunctional diagnostic complex. Mathematical apparatus is presented for processing of non-stationary and nonlinear signals.

Keywords: intellectual activity, physiological signals, symmetry, video-monitoring.

Интеллектуальная (творческая), так же как и умственная деятельность человека, является одной из его специфических особенностей и наиболее сложно организованных психических функций и потому чрезвычайно трудна для инструментальных исследований [1]. Основная проблема в данной отрасли знаний заключается в практически полном отсутствии адекватных технических средств, предназначенных для комплексной оценки физиологических сигналов и корректной постобработки результатов измерений [2-4].

Известно, что умственная деятельность сопровождается комплексом реакций различных систем организма: изменением медленной электрической активности головного мозга (электроэнцефалограмма), изменением и перераспределением мышечного тонуса (электромиограмма), изменением ритма и глубины дыхания, изменением сердечного ритма (электрокардиосигнал, кардиоритмограмма) и др. Как правило, электрофизиологические корреляты в динамике изучаются в условиях моделирования умственной нагрузки. Например, психологические тесты на вычитание в уме, являющиеся классической методикой по оценке умственной работоспособности, используются в экспериментах для выявления истощаемости, определения устойчивости произвольного внимания, исследования переключаемости внимания, скорости протекания психических процессов, утомляемости при монотонной работе. Однако при этом следует иметь в виду, что снижение или отсутствие мотивации испытуемых, потеря интереса к тесту приводят к недостоверным данным. Важно также выбрать соответствующие психофизиологические показатели. Очевидно, что модельные тесты не могут охватить все сферы мыслительной деятельности человека.

Анализ и формулирование научно-практических выводов из комплекса психофизиологических показателей является одним из наиболее трудоёмких и ответственных процессов при диагностике, прогнозе текущего и последующего состояний испытуемых, и зависит, в частности, от состава биотехнической системы (БТС) и объёма аналитических возможностей [4,5] .

Измерительные комплексы видео-мониторинга, выпускаемые в Российской Федерации и за рубежом для нужд диагностических медицинских центров, не предназначены для исследования напряженной интеллектуальной деятельности. В известных многочисленных моделях электроэнцефалографов при обработке регистрируемых сигналов используется идеология анализа систем с медленно изменяющимися параметрами. В этом случае предполагается, что на небольших промежутках времени свойства процесса изменяются незначительно, и этот процесс можно рассматривать как стационарный, применяя к нему классический аппарат статистической обработки случайных сигналов или стандартные методы Фурье. Такой подход может быть справедлив, если нестационарность ассоциируется с низкочастотной областью спектра по отношению к тем ритмам, которые ответственны за основные физиологические процессы. Если же свойства процесса даже на коротких временных промежутках успевают измениться, (как это обычно происходит в процессе реализации когнитивных возможностей испытуемого), то исследователи проводят предварительную обработку данных и выбирают для анализа только те участки, на которых сигналы можно считать приблизительно стационарными. К сожалению, в этом случае теряется самая важная и принципиальная информация о переходных процессах, происходящих в организме человека.

В качестве альтернативы гипотезы «стационарности» в современных электроэнцефалографических комплексах для изучения зависимостей между различными отведениями ЭЭГ и регистрируемыми физиологическими параметрами предлагается вычисление функций когерентности сигналов. Однако, как показали независимые экспертные исследования, когерентность является плохим индикатором степени синхронизма различных каналов ЭЭГ, так как она зависит от амплитудной и фазовой вариабельности сигналов, а также зависит от их шумов. Величина когерентности зависит также от продолжительности эпохи анализа ЭЭГ, от числа усредняемых эпох, от величины временного сдвига между эпохами, от типа применяемого окна и др. Вычисление степени когерентности двух сигналов в различных программных пакетах, таким образом, может приводить к различным результатам. Описанные обстоятельства делают задачу поиска новых математических методов описания нестационарных сигналов ЭЭГ особо своевременной и актуальной.

Структура информационно-измерительного комплекса для изучения нестационарных и нелинейных физиологических сигналов включает как измерительные, так и информационные подсистемы. Поскольку измерительные и информационные подсистемы составляют  одну систему и взаимодействуют друг с другом, то существуют общие принципы их исследования. Одним из таких принципов является принцип симметрии, описанный в работе [6]. Симметрия проявляется как свойство инвариантности модели исследуемого объекта или системы относительно определенных преобразований, выполняемых в модели. Инвариантом может быть структура информационно-измерительной системы или числовая величина, например, значение критерия качества измерения [7-12].  Разработке методов исследования и применения свойств симметрии при проектировании информационно-измерительных системах посвящены работы  [13, 14].

Использование для обработки физиологических сигналов математического аппарата вейвлет-преобразований [15,16], метода независимых компонент и математического аппарат разностных корреляционных матриц, позволит определить количественные параметры, характеризующие нестационарную по своей природе регистрируемую электроэнцефалограмму, и объективно выделить структуры головного мозга, обеспечивающие реализацию мозгом исследуемой интеллектуальной деятельности. Развиваемые математические методы в перспективе могут использоваться для анализа состояния нервной и сердечно-сосудистой системы человека в условиях многих функциональных проб (динамометрия, велоэргометрия, бегущая дорожка, психоэмоциональные пробы и др.). Количественные характеристики нестационарных физиологических (адаптационных) процессов могут также использоваться при оперативном подборе кадров, способных выполнять задания в условиях экстремального характера, а также для характеристики психофизиологического потенциала сотрудников и оценки их профессиональной пригодности.

Вышеперечисленное подтверждает новизну и перспективность предлагаемых подходов к исследованию нестационарных и нелинейных физиологических сигналов при интеллектуальной деятельности. Создание технических и программных средств для диагностического видео-мониторинга интеллектуальной деятельности  на основе многофункционального диагностического комплекса позволит в ближайшей перспективе значительно расширить диагностические возможности врачей, психологов и физиологов при тестировании испытуемых и пациентов.

Литература

  1. Анодина-Андриевская Е.М., Божокин С.В., Марусина М.Я., Полонский Ю.З., Суворов Н.Б. Перспективные подходы к анализу информативности физиологических сигналов и медицинских изображений человека при интеллектуальной деятельности // Изв. Вузов. Приборостроение. – 2011. – Том 54. – № 7. – С. 27-35.
  2. Марусина М.Я., Суворов Н. Б., Козаченко А.В., Толкович Д.В. Синхронизация физиологических сигналов интеллектуальной деятельности человека с помощью многофункционального измерительного комплекса // Научно-технический вестник информационных технологий, механики и оптики. Санкт-Петербург: СПбНИУ ИТМО, 2013. – № 4(86). С.49-55.
  3. Толкович Д. В., Суворов Н.Б., Марусина М. Я., Козаченко А. В. Многофункциональная биотехническая система для изучения физиологических сигналов при интеллектуальной деятельности // Научно-технические ведомости СПб ГПУ. Информатика. Телекоммуникации. Управление. – СПб.: Издательствово Политехнического университета, 2013. – № 5(181). – С. 73-78.
  4. Суворов Н.Б., Марусина М.Я., Щепетов С.С., Полонский Ю.З. Отражение умственной деятельности человека в реакциях кардиореспираторной системы // Биотехносфера. 2013. № 5 (29). С. 14-21.
  5. Горобей В.Н., Захаренко Ю.Г., Марусина М.Я., Снегов В.С. Государственные первичные эталоны единиц физических величин. Учебное пособие. Рекомендовано УМО вузов России по образованию в области приборостроения и оптотехники в качестве учебного пособия для студентов высших учебных заведений / Под редакцией д-ра техн. наук, проф. М.Я. Марусиной. – СПб.: СПбГУ ИТМО, 2011. – 135 с.
  6. Марусина М. Я. Инвариантный анализ и синтез в моделях с симметриями: монография. СПб., 2004. 144 с.
  7. Иванов В. А., Марусина М. Я. Применение теории групп при решении задач реализации измерительных преобразований // Известия вузов. Приборостроение. 2000. Т. 43. № 6. С. 36-39.
  8. Иванов В. А., Марусина М. Я., Липиньски А. Г. Групповые свойства измерительных преобразований // Авиакосмическое приборостроение. 2003. № 5. С.32-35.
  9. Иванов В.А., Марусина М.Я., Флегонтов А.В. Инвариантные аппроксимации и их применение в МР-томографии // Научное приборостроение. – 2003. Т. 13, № 2. – С. 22-26.
  10. Иванов В.А., Марусина М.Я., Липиньски А.Г. Анализ измерительных преобразований в условиях неопределенностей // Датчики и Системы. – 2003. № 10 (53). – С. 15-18.
  11. Марусина М. Я. Оптимизация измерительных преобразований на основе теоретико-группового анализа // Известия вузов. Приборостроение. 2005. Т. 48. № 3. С. 27-31.
  12. Flegontov A. V., Marusina M. J. The Comparison Method of Physical Quantity Dimensionalities // Lecture Notes in Computer Science. 2009. Т. 5743. Р. 81-88. DOI: 10.1007/978-3-642-04103-7_8.
  13. Марусина М. Я. Повышение качества измерений на основе теоретико-группового анализа и синтеза измерительных систем: диссертация доктора техн. наук. – Санкт-Петербург, 2005. – 340 с.
  14. Марусина М. Я. Повышение качества измерений на основе теоретико-группового анализа и синтеза измерительных систем: автореферат дис. доктора техн. наук. – Санкт-Петербург, 2005. – 32 с.
  15. Анодина-Андриевская Е.М., Марусина М.Я. Использование вейвлетного преобразования сигналов при выявлении диагностических признаков элементов приборов и механизмов // Изв. Вузов. Приборостроение. – 2010. – Том 53. – № 12. – С. 31-34.
  16. Марусина М. Я., Анодина-Андриевская Е. М. Вейвлетный анализ в обработке томографических изображений // Научное приборостроение. 2011. Т. 21. № 1. С. 71-75.

References

  1. Anodina-Andrievskaja E.M., Bozhokin S.V., Marusina M.Ja., Polonskij Ju.Z., Suvorov N.B. Perspektivnye podhody k analizu informativnosti fiziologicheskih signalov i medicinskih izobrazhenij cheloveka pri intellektual’noj dejatel’nosti // Izv. Vuzov. Priborostroenie. – 2011. – Tom 54. – № 7. – S. 27-35.
  2. Marusina M.Ja., Suvorov N. B., Kozachenko A.V., Tolkovich D.V. Sinhronizacija fiziologicheskih signalov intellektual’noj dejatel’nosti cheloveka s pomoshh’ju mnogofunkcional’nogo izmeritel’nogo kompleksa // Nauchno-tehnicheskij vestnik informacionnyh tehnologij, mehaniki i optiki. Sankt-Peterburg: SPbNIU ITMO, 2013. – № 4(86). S.49-55.
  3. Tolkovich D. V., Suvorov N.B., Marusina M. Ja., Kozachenko A. V. Mnogofunkcional’naja biotehnicheskaja sistema dlja izuchenija fiziologicheskih signalov pri intellektual’noj dejatel’nosti // Nauchno-tehnicheskie vedomosti SPb GPU. Informatika. Telekommunikacii. Upravlenie. – SPb.: Izdatel’stvovo Politehnicheskogo universiteta, 2013. – № 5(181). – S. 73-78.
  4. Suvorov N.B., Marusina M.Ja., Shhepetov S.S., Polonskij Ju.Z. Otrazhenie umstvennoj dejatel’nosti cheloveka v reakcijah kardiorespiratornoj sistemy // Biotehnosfera. 2013. № 5 (29). S. 14-21.
  5. Gorobej V.N., Zaharenko Ju.G., Marusina M.Ja., Snegov V.S. Gosudarstvennye pervichnye jetalony edinic fizicheskih velichin. Uchebnoe posobie. Rekomendovano UMO vuzov Rossii po obrazovaniju v oblasti priborostroenija i optotehniki v kachestve uchebnogo posobija dlja studentov vysshih uchebnyh zavedenij / Pod redakciej d-ra tehn. nauk, prof. M.Ja. Marusinoj. – SPb.: SPbGU ITMO, 2011. – 135 s.
  6. Marusina M. Ja. Invariantnyj analiz i sintez v modeljah s simmetrijami: monografija. SPb., 2004. 144 s.
  7. Ivanov V. A., Marusina M. Ja. Primenenie teorii grupp pri reshenii zadach realizacii izmeritel’nyh preobrazovanij // Izvestija vuzov. Priborostroenie. 2000. T. 43. № 6. S. 36-39.
  8. Ivanov V. A., Marusina M. Ja., Lipin’ski A. G. Gruppovye svojstva izmeritel’nyh preobrazovanij // Aviakosmicheskoe priborostroenie. 2003. № 5. S.32-35.
  9. Ivanov V.A., Marusina M.Ja., Flegontov A.V. Invariantnye approksimacii i ih primenenie v MR-tomografii // Nauchnoe priborostroenie. – 2003. T. 13, № 2. – S. 22-26.
  10. Ivanov V.A., Marusina M.Ja., Lipin’ski A.G. Analiz izmeritel’nyh preobrazovanij v uslovijah neopredelennostej // Datchiki i Sistemy. – 2003. № 10 (53). – S. 15-18.
  11. Marusina M. Ja. Optimizacija izmeritel’nyh preobrazovanij na osnove teoretiko-gruppovogo analiza // Izvestija vuzov. Priborostroenie. 2005. T. 48. № 3. S. 27-31.
  12. Flegontov A. V., Marusina M. J. The Comparison Method of Physical Quantity Dimensionalities // Lecture Notes in Computer Science. 2009. T. 5743. R. 81-88. DOI: 10.1007/978-3-642-04103-7_8.
  13. Marusina M. Ja. Povyshenie kachestva izmerenij na osnove teoretiko-gruppovogo analiza i sinteza izmeritel’nyh sistem: dissertacija doktora tehn. nauk. – Sankt-Peterburg, 2005. – 340 s.
  14. Marusina M. Ja. Povyshenie kachestva izmerenij na osnove teoretiko-gruppovogo analiza i sinteza izmeritel’nyh sistem: avtoreferat dis. doktora tehn. nauk. – Sankt-Peterburg, 2005. – 32 s.
  15. Anodina-Andrievskaja E.M., Marusina M.Ja. Ispol’zovanie vejvletnogo preobrazovanija signalov pri vyjavlenii diagnosticheskih priznakov jelementov priborov i mehanizmov // Izv. Vuzov. Priborostroenie. – 2010. – Tom 53. – № 12. – S. 31-34.
  16. Marusina M. Ja., Anodina-Andrievskaja E. M. Vejvletnyj analiz v obrabotke tomograficheskih izobrazhenij // Nauchnoe priborostroenie. 2011. T. 21. № 1. S. 71-75.

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.