CC BY
22
ОБНАРУЖЕНИЕ ВОСПРИЯТИЯ СТИМУЛОВ НА ОСНОВЕ ДИНАМИКИ РАСПРЕДЕЛЕНИЯ ПАРАМЕТРОВ СТРУКТУРНОГО СОСТАВА СИГНАЛА ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ ПО ОТВЕДЕНИЯМ, ОПРЕДЕЛЯЕМОЙ МЕТОДОМ СТРУКТУРНО-ЛИНГВИСТИЧЕСКОГО АНАЛИЗА СИГНАЛОВ
Артемов Станислав Игоревич аспирант, кафедра биотехнических систем, «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова
(Ленина)», РФ, г. Санкт-Петербург
DETECTION OF PERCEPTION OF STIMULI ON THE BASIS OF THE DYNAMIC DISTRIBUTION PARAMETERS OF THE STRUCTURAL COMPOSITION OF THE ELECTROENCEPHALOGRAM SIGNAL ON THE LEADS IS DETERMINED BY THE METHOD OF STRUCTURAL-LINGUISTIC ANALYSIS OF SIGNALS
Artemov Stanislav
post-graduate Student, Department of Biotechnical Systems, Saint-Petersburg State Electrotechnical University "LETI" n. a. V.I. Ulyanov
(Lenin), Russia, Saint-Petersburg
АННОТАЦИЯ
Целью исследования является разработка метода обнаружения однократно предъявляемого стимула. Представлен материал экспериментальной апробации метода многоканальной обработки данных электроэнцефалографии. В основе метода обработка данных сигнала электроэнцефалографии на основе структурно-лингвистического подхода к обработке сигналов. Выполнено определение динамики распределения структурного состава сигнала электроэнцефалограммы по отведениям. Полученные результаты не противоречат известным теоретическим положениям.
ABSTRACT
The aim of the study is to develop a detection method once imposed stimulus. The material presented experimental testing of the method of multi-channel data processing the EEG. The method of processing signal data electroencephalography-based structural-linguistic approach to signal processing. Performed the determination of the distribution of the structural composition of the electroencephalogram signal on leads. The obtained results do not contradict known theoretical positions.
Created by DocuFreezer | www.DocuFreezer.com |
Ключевые слова: электрофизиология; электроэнцефалография; исследование восприятия.
Keywords: electrophysiology; electroencephalography; perception survey.
Внимание ученых привлекает разработка интерфейсов мозг-компьютер на основе обработки электрофизиологических сигналов мозга. Исследования проводятся коллективами авторов в России [3, с. 1] и за рубежом [6, с. 177]. Среди возможных применений интерфейсов мозг-компьютер реабилитация пациентов с двигательными нарушениями и увеличение эффективности работы оператора компьютера с множествами изображений.
Ограничением известных методов является необходимость использования накопления для обнаружения вызванных потенциалов мозга. Ведутся исследования, направленные на разработку методов обнаружения вызванных потенциалов мозга при однократном предъявлении. В настоящей публикации предложен метод обнаружения электрофизиологических ответов мозга на предъявляемые стимулы на основе структурно-лингвистического анализа сигналов мозга.
Метод структурно-лингвистического анализа сигналов (СЛАС) позволяет определять динамику параметров сигнала без использования накопления [2].
Принята следующая рабочая гипотеза. При восприятии человеком визуальных стимулов происходит изменение качественного и количественного составов множеств символов сигналов отведений электроэнцефалограммы (ЭЭГ), определяемых методом СЛАС. Также при этом происходит увеличение взаимодействия областей мозга. Интенсивность взаимодействия областей мозга может быть определена как корреляция энтропии структурного состава сигналов отведений ЭЭГ.
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.
В качестве испытуемых служили мужчины и женщины в возрасте от 28 до 50 лет, без заболеваний на момент исследования. Испытуемым предъявлялись последовательности статичных изображений. Данные ЭЭГ испытуемого регистрировались при помощи стандартного ЭЭГ с частотой дискретизации 500 Гц и подключением отведений по системе 10—20. В одно из отведений ЭЭГ 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 [4]).
Поиск признаков осуществлялся в области параметров электроэнцефалограммы, полученных методом СЛАС.
Методика обработки включала следующие этапы.
1. Обработка данных каналов ЭЭГ С3, С4 и 01 и 02 каждого отрезка методом структурно-лингвистического анализа. При этом для каждого канала каждого отрезка производилось выделение множества паттернов — символов.
2. Определение значений энтропии для каждого полученного множества символов каждого из обрабатываемых каналов.
3. Обработка полученных значений энтропии фильтром низких частот.
4. Определение корреляции значений энтропии пар каналов: C3 и С4, 01 и 02. Для определения корреляции выбраны пары пространственно близко расположенных отведений. Выбор отведений обусловлен предположением о том, что у близко расположенных областей мозга сходные функции.
Обработка данных ЭЭГ выполнена с использованием инструментального средства [5].
Повторность проведенных опытов — четырехкратная. Доверительная вероятность при проверке гипотез — 95 %.
Так как показатели электрофизиологической активности мозга не являются постоянными внутри группы испытуемых, принято решение использовать в качестве контрольных показателей для каждого испытуемого его собственные показатели за интервал времени до событий смены предъявляемых визуальных стимулов.
Результаты определения корреляции энтропии сигналов из отведений электроэнцефалограммы представлены соответственно на рисунках 1, 2, 3, 4, 5, 6, 7 и 8.
Рисунок 1. Результат определения корреляции значений энтропии пары каналов С3 и С4 испытуемого 1, год исследования 2014
Рисунок 2. Результат определения корреляции значений энтропии пары каналов 01 и 02 испытуемого 1, год исследования 2014
Рисунок 3. Результат определения корреляции значений энтропии пары каналов C3 и C4 испытуемого 2, год исследования 2014
1,2 -| 1-- 0,8---- 1^Пп — тЛ 1 Р —♦— Событие
0,6 0,4-------- Т -1 6 11 16 21 26 31 36 41 46 т 1 56 61 66 71 " 6 81 86 91 96 ад 101 106 111 116 121 126 13 ЩШ-,.................................. 136 141 146 151 156 161 т 166 171 176 181 186 19 1 Корреляция 1 1 196
Рисунок 4. Результат определения корреляции значений энтропии пары каналов O1 и O2 испытуемого 2, год исследования 2014
Рисунок 5. Результат определения корреляции значений энтропии пары каналов C3 и C4 испытуемого 3, год исследования 2014
Рисунок 6. Результат определения корреляции значений энтропии пары каналов O1 и O2 испытуемого 3, год исследования 2014
1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96 101 106 111 116 121 126 131 136 141 146 151 156 161 166 171 176 181 186 191 196
Рисунок 7. Результат определения корреляции значений энтропии пары каналов С3 и С4 испытуемого 4, год исследования 2014
-Событие - Корреляция
Рисунок 8. Результат определения корреляции значений энтропии пары каналов 01 и 02 испытуемого 4, год исследования 2014
На представленных рисунках заметны следующие особенности межканальной корреляции энтропии структурного состава сигнала:
• увеличение среднего значения корреляции пары каналов С3 и С4 и пары каналов 01 и 02 после первой смены стимулов;
• увеличение корреляции энтропий каналов С3 и С4 и энтропий каналов 01 и 02 при каждой смене предъявляемых испытуемому фонов;
• увеличение корреляции каналов С3 и С4 при смене стимулов выше увеличения корреляции каналов 01 и 02;
• смещение точки максимума корреляции во временной области относительно точки смены стимулов различно для различных испытуемых;
• стандартное отклонение величины смещения не превышает 0,4 секунды.
Вывод
Увеличение коэффициента корреляции энтропии каналов ЭЭГ при восприятии испытуемым появляющегося стимула-фона объясняется 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 П.К. Анохина [16, с. 17].
На основании анализа динамики коэффициента корреляции энтропии каналов ЭЭГ возможно обнаружение момента возбуждения внимания испытуемого к предъявляемому стимулу. В основе большинства современных интерфейсов мозг-компьютер обнаружение целевого стимула во множестве быстро предъявляемых изображений. Способ обнаружения на основе анализа динамики коэффициента корреляции энтропии каналов ЭЭГ может быть использован при обнаружении целевого стимула во множестве быстро предъявляемых изображений.
Список литературы:
1. Анохин П.К. Очерки по физиологии функциональных систем. М.: Медицина, 1975. — С. 17—59.
2. Артемов 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. — стр. 50—54.
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» // [Электронный ресурс] — Режим доступа. — URL: http://brain.bio.msu.ru/papers/ (дата обращения: 22.09.2013).
4. 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» // [Электронный ресурс] — Режим доступа. — URL: http://brain.bio.msu.ru/papers/ (дата обращения: 22.09.2013).
5. Сенкевич Ю.И., Юлдашев З.М., Артемо 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. — стр. 1.
6. Lucas Parraa, Chris Alvinoa, Akaysha Tangb, Barak Pearlmutterb, Nick Yeungc, Allen Osmand , "Paul Sajdae Single-trial detection in EEG and MEG: Keeping it linear" Neurocomputing 52-54 (2003) 177—183
