Defining the dynamics of human functional state indices through structural linguistic analysis of brainwaves

Abstract


This article presents a mathematical model of the human brain electroencephalogram signals and describes and justifies the application of the method based on the structural linguistic analysis of signals used to detect the human perception of weak single sound and visual stimuli. The method is justified through the results of psychophysiological research works. Electrophysiological brain signal can be converted in the amplitude phase patterns. Such conversion allows translating electrophysiological signal into a code sequence, which can be processed via structural linguistic methods. According to the dominant theory proposed by Ukhtomsky a brain signal is most pronounced when it is dominant for processing the current stimulus. Thus there is a change of code sequence parameters. Based on the dynamics of code sequence parameters, one can draw conclusions about the dynamics of human functional state indices. The article shows the results of processing of the experimental data using the method of structural linguistic analysis to detect human perception of weak single sound and visual stimuli. As a result of stimulus the entropy of code sequence decreases.

Full Text

Современные технические системы выходят на новый уровень взаимодействия человека и управляемого объекта, что вызывает высокий интерес к разработке интерфейса мозг-компьютер. Одним из перспективных направлений разработки неинвазивных средств получения информации о восприятии внешних воздействий на сенсорные системы человека являются устройства обработки и анализа электроэнцефалограмм (ЭЭГ). Основная гипотеза проводимых исследований сводится к выделению в сигналах ЭЭГ признаков, связанных с определенным внешним раздражителем, с использованием структурно-лингвистического подхода. Фиксация такой связи может быть переработана в целевой управляющий сигнал конкретного технологического цикла. Коллектив авторов проводит исследование, отличительной чертой которого является структурно-лингвистический подход к обработке и анализу данных электрофизиологических сигналов мозга [2; 3]. Сущность подхода заключена в преобразовании электрического сигнала ЭЭГ в кодовую последовательность, которая в дальнейшем исследуется методами математической лингвистики. Теоретическим фундаментом выбранного подхода является аддитивная модель формирования ЭЭГ. Сигнал Ej каждого отведения ЭЭГ представлен взвешенной суммой N сигналов различных отделов головного мозга Si, проецируемых на точку выбранного отведения с учетом wji - весового коэффициента, учитывающего расстояние и потери проводимости от j-го отдела мозга до электрода электроэнцефалографа. В своем исследовании авторы опирались на известный факт о том, что на уровне первой сигнальной системы восприятия сильный внешний раздражитель должен вызывать у человека электрофизиологическую реакцию определенной зоны мозга в виде повышения ее электрической активности. Это означает, что некоторый Sk сигнал определенное время ti будет заметно превышать остальные аддитивные составляющие Sk >> Si (i=1,N; i≠k). И найдется такая точка отведения wrk из <wji >, для которой Er будет иметь максимальное значение. Этот процесс описывает начальную (подсознательную) стадию обработки внешнего раздражителя. На следующем этапе мозгом вырабатывается реакция на осознаваемом уровне, т.е. включается вторая сигнальная система. Это явление достаточно изучено и представлено в работе Ухтомского [1] о распределении электрической активности мозга в зависимости от доминанты внимания. Сигнал области мозга максимально выражен, когда она является доминантной для обработки текущего стимула. Так как сигналы проходят последовательную обработку в различных областях мозга, для работы мозга характерно постоянное перераспределение активностей областей мозга. Таким образом, реакция на внешнее раздражение последовательно складывается из функционирования первой и второй сигнальной системы и проявляется в сигнале ЭЭГ как перераспределение на отведениях электроэнцефалографа. В результате формируется временная последовательность максимумов и минимумов регистрируемой активности. Такая последовательность может рассматриваться как кодовая последовательность, характерная для текущей решаемой мозгом задачи распознавания и принятия решения. Обнаружение участков сигнала ЭЭГ (паттернов), связанных с такой реакцией в рамках структурно-лингвистического подхода, рассматривается как элемент языка сообщения, т.е. символ. Совокупность выделяемых символов, связанных с некоторым событием или рядом событий, следуя [2], будем называть алфавитом сообщения. Развитие структурно-лингвистического подхода к обработке ЭЭГ предполагает возможность определения динамики параметров функционального состояния (ФС) мозга, что в перспективе открывает возможность выработки сигналов человеко-машинного интерфейса по данным реакции мозга на внешнее раздражение. В качестве показателя «информационной насыщенности» сигналов ЭЭГ в проводимом исследовании используется показатель энтропии выделенного набора символов. Изменение показателя энтропии выделяемых алфавитов связывается с изменением ФС мозга, что является маркером выработки управляющего сигнала заданного технологического процесса. Для проведения эксперимента была разработана следующая методика. Испытуемому оператору после периода покоя (релаксация 1-2 минуты) на экран монитора апериодически предъявлялись эмоционально значимые слабые визуальные образы. Активность головного мозга фиксировалась методами стандартной электроэнцефалографии. В файле сигнала отмечались события предъявления визуальных образов. Сигналы ЭЭГ подвергались структурно-лингвистической обработке. Полученные кодовые последовательности (сообщения) анализировались скользящим окном с расчетом показателя информационной энтропии выбранных последовательностей. Результаты динамической обработки в виде последовательно рассчитанных значений энтропии набора символов сигнала ЭЭГ, а также метки событий - моментов предъявления визуальных образов, представлены на рисунке. Рис. 1. Распределение интенсивности производства символов во времени Полученные результаты обработки экспериментального материала показали, что: - среднее значение показателя энтропии сигнала ЭЭГ от момента начала предъявления стимулов снижается по сравнению с аналогичным показателем до предъявления визуальных образов на 10%; - снижение энтропии сигнала ЭЭГ происходит с вероятностью 0,8 после предъявления стимула; - вероятностный характер изменения энтропии при предъявлении стимула связан с отсутствием достоверных данных психофизиологического эксперимента по оценке эмоциональной значимости стимула для испытуемого. Полученные результаты соответствуют теоретическим представлениям о влиянии эмоционально значимых стимулов на распределение активности головного мозга человека в соответствии с доминантной теорией Ухтомского и могут рассматриваться как экспериментальное техническое доказательство известного факта, полученного в ходе психофизиологических опытов. Изменчивость параметров сигнала может быть использована для определения событий психофизиологического состояния испытуемого, а также стать основой для разработки интерфейса мозг-компьютер на базе структурно-лингвистического анализа электрофизиологических сигналов.

About the authors

Stanislav Igorevich Artemov

Saint Petersburg State Electrotechnical University “LETI”


post-graduate student of Saint Petersburg State Electrotechnical University “LETI”

References

  1. Доминанта. СПб.; М.; Харьков; Минск, 2002.
  2. Сенкевич Ю.И. Разработка математической модели и алгоритмов определения функционального состояния биологических объектов: Автореф. дис. … канд. тех. наук. СПб., 1998.
  3. Сенкевич Ю.И., Дюк В.А., Попова Е.А., Артёмов С.И. Поиск устойчивых паттернов в электроэнцефалограмме человека в ответ на предъявление ему коротких подпороговых визуальных стимулов // Биотехносфера. 2013. № 1 (25).

Statistics

Views

Abstract - 0

PDF (Russian) - 0

Article Metrics

Metrics Loading ...

Refbacks

  • There are currently no refbacks.


This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies