RUS  ENG
Полная версия
ЖУРНАЛЫ // Информационные технологии и вычислительные системы // Архив

ИТиВС, 2023, выпуск 4, страницы 72–85 (Mi itvs836)

ПРИКЛАДНЫЕ АСПЕКТЫ ИНФОРМАТИКИ

Сервис гибридного анализа электрической активности мозга и видеотрекинга состояния человека

Э. В. Глеклерa, А. М. Кашевникa, Н. В. Шемякинаb, Ж. В. Нагорноваb, И. В. Бракc, А. С. Станкевичd

a Санкт-Петербургский Федеральный исследовательский центр РАН, Санкт-Петербург, Россия
b Институт эволюционной физиологии и биохимии им. И. М. Сеченова РАН, Санкт-Петербург, Россия
c Новосибирский государственный университет, Новосибирск, Россия
d Университет ИТМО, Санкт-Петербург, Россия

Аннотация: В статье описывается разработанный программный сервис, предназначенный для автоматизации процесса предварительной обработки и фильтрации данных сигнала ЭЭГ с синхронизированной видеозаписью для анализа континуальных процессов мозга. Представление сигнала осуществляется в форме матрицы топографических карт распределения мощности сигнала по эпохам заданной длительности в заданных частотных диапазонах, позволяющей пользователю производить сравнительный анализ нескольких записей ЭЭГ во времени. Сервис предоставляет возможность детального анализа выбранного фрагмента записи, включающую оценку динамики изменения параметров фрагмента записи во времени. Сервис позволяет выполнять такой анализ с использованием синхронизированной видеозаписи участника с видеотрекингом его физиологических параметров, таких как частота дыхания, кровяное давление, пульс, насыщение крови кислородом, движения головы, открытость/закрытость рта и глаз. Данная аналитика обеспечивает гибкую систему фильтрации и предварительной обработки данных ЭЭГ. Апробация сервиса по обработке и анализу данных ЭЭГ выполнена на примере автоматизации метода распознавания медитативного состояния человека, характеризующегося направлением внимания в ощущения тела и абстрагированием от внешних стимулов.

Ключевые слова: сигнал ЭЭГ, пространственное распределение мощности, классификация состояний активности мозга.

DOI: 10.14357/20718632230407



Реферативные базы данных:


© МИАН, 2024