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.

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  C3,  C4  и  O1  и  O2  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  C4,  O1  и  O2.  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  C 3  и  C4  испытуемого  1,  год  исследования  2014

Рисунок  2.  Результат  определения  корреляции  значений  энтропии  пары  каналов  O 1  и  O2  испытуемого  1,  год  исследования  2014

Рисунок  3.  Результат  определения  корреляции  значений  энтропии  пары  каналов  C 3  и  C4  испытуемого  2,  год  исследования  2014

Рисунок  4.  Результат  определения  корреляции  значений  энтропии  пары  каналов  O 1  и  O2  испытуемого  2,  год  исследования  2014

Рисунок  5.  Результат  определения  корреляции  значений  энтропии  пары  каналов  C 3  и  C4  испытуемого  3,  год  исследования  2014

Рисунок  6.  Результат  определения  корреляции  значений  энтропии  пары  каналов  O 1  и  O2  испытуемого  3,  год  исследования  2014

Рисунок  7.  Результат  определения  корреляции  значений  энтропии  пары  каналов  C 3  и  C4  испытуемого  4,  год  исследования  2014

Рисунок  8.  Результат  определения  корреляции  значений  энтропии  пары  каналов  O 1  и  O2  испытуемого  4,  год  исследования  2014

На  представленных  рисунках  заметны  следующие  особенности  межканальной  корреляции  энтропии  структурного  состава  сигнала:

·     увеличение  среднего  значения  корреляции  пары  каналов  C3  и  C4  и  пары  каналов  O1  и  O2  после  первой  смены  стимулов;

·     увеличение  корреляции  энтропий  каналов  C3  и  C4  и  энтропий  каналов  O1  и  O2  при  каждой  смене  предъявляемых  испытуемому  фонов;

·     увеличение  корреляции  каналов  C3  и  C4  при  смене  стимулов  выше  увеличения  корреляции  каналов  O1  и  O2;

·     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