Специалисты научно-исследовательского института физики ЮФУ предложили новые методы и алгоритмы интеллектуального анализа и классификации сигналов активности человеческого мозга. Созданный программный комплекс позволит подстраивать интерфейсы типа «мозг — компьютер» с учётом индивидуальных особенностей каждого человека. Результаты исследования, поддержанного Российским Научным Фондом, опубликованы в журнале Applied Science.
В своей работе ученые поставили своей целью расшифровать индивидуальные особенности таких ЭЭГ-сигналов, чтобы применить их в повседневной практике реабилитации с помощью ИМК.
«Известно, что индивидуальные особенности работы мозга вносят существенный вклад в эффективность интерфейса. Именно поэтому мы применяем адаптивные нейронные сети. Это позволяет на основе элекроэнцефалограмм (ЭЭГ) в реальном времени применять «умные» алгоритмы поиска и определять мысленные эквиваленты движений», — объяснил ведущий научный сотрудник Лаборатории нейротехнологий и психофизиологии ЮФУ Дмитрий Лазуренко.
В результате научного проекта, специалисты разработали программный комплекс, включающий в себя методы обработки ЭЭГ, позволяющие понять, как именно мозг кодирует информацию о движении. Комплекс отрабатывался на 16 здоровых добровольцах (12 мужчин, 4 девушки, средний возраст — 21,5 года).
«Преимущество и новизна нашего подхода — в разработанном алгоритме, позволяющем определять оптимальные настройки метода классификации сигналов мозга для решения задачи нейроуправления и нейрокоммуникации в контуре интерфейса «мозг — компьютер», — отметил Дмитрий Лазуренко.
В дальнейшем специалисты планируют изучить нейрофизиологические механизмы работы мозга в условиях произвольной двигательной активности и свободного поведения одновременно с разработкой нейроинтерфейсов различного назначения.
Текст: пресс-служба ЮФУ
Lazurenko, D.; Shepelev, I.; Shaposhnikov, D.; Saevskiy, A.; Kiroy, V. Discriminative Frequencies and Temporal EEG Segmentation in the Motor Imagery Classification Approach. Appl. Sci. 2022, 12, 2736. https://doi.org/10.3390/app12052736
