ПЕРСПЕКТИВНАЯ РОЛЬ НЕЙРОКОМПЬЮТЕРОВ В ДИНАМИЧЕСКИХ ИССЛЕДОВАНИЯХ МОЗГОВОЙ АКТИВНОСТИ

Султанов Мурад Балабек оглы1, Исмайлова Хадиджа Юсиф кызы2
1Институт Физиологии им.А.И. Караева Национальной Академии Наук Азербайджана, Баку, докторант
2Институт Физиологии им.А.И. Караева Национальной Академии Наук Азербайджана, Баку, главный научный сотрудник, доктор биологических наук

Аннотация
Возросший в последнее время интерес к исследованию и изучению электрической активности мозга во время активных биомеханических действий, таких как ходьба, бег, различные виды спорта, явился одной из причин активных разработок и внедрения в практику беспроводных нейрокомпьютеров, рассчитывающих электроэнцефалографические (ЭЭГ) сигналы и их производные. Данная статья освещает проблему ЭЭГ в различных состояниях, их результаты, рассматривает популярные и высокотехнологичные версии нейрокомпьютеров, их практическое применение, а также затрагивает вопрос взаимосвязи мозговой активности с индивидуальными особенностями личности человека.

Ключевые слова: альфа-ритм, картирование, мобильные технологии, нейрокомпьютер, нейронный эффект, преобразование Фурье, Р300, спортсмены, ССВП, темперамент, ЭЭГ


PERSPECTIVE ROLE OF NEUROCOMPUTERS IN DYNAMICAL STUDIES OF BRAIN ACTIVITY

Sultanov Murad Balabek1, İsmailova Khadidja Yusif2
1A.I.Karaev Institute of Physiology, National Academy of Sciences of Azerbaijan, Baku, PhD student
2A.I.Karaev Institute of Physiology, National Academy of Sciences of Azerbaijan, Baku, Doctor of Biological Sciences, Head Researcher

Abstract
Lately, increasing interest to the investigation of electrical activity of brain during active biomechanical actions, such as walking, running, various kinds of sports has been one of the main causative factors in the active development and application of wireless neurocomputers in industry for the calculation of electroencephalic signals and their derivatives.Тhe presented article gives a correct interpretation of the problem, their results and examines popular and highly-technological versions of neurocomputers, their practical application, touches up on a question of interaction of brain activity and man´s individual features.

Keywords: Alpha, BCI, Event-related potentials, Fourier Transformation, Mapping, mobile technology., Neural efficiency, P300, Sports performance


Рубрика: 03.00.00 БИОЛОГИЧЕСКИЕ НАУКИ

Библиографическая ссылка на статью:
Султанов М.Б.о., Исмайлова Х.Ю.к. Перспективная роль нейрокомпьютеров в динамических исследованиях мозговой активности // Современные научные исследования и инновации. 2015. № 12 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2015/12/62072 (дата обращения: 18.04.2024).

Исследуемый в последние годы так называемый “нейронный эффект”  распространяется на функцию сенсомоторной области коры головного мозга при исполнении  различных движений (игра на фортепиано, стрельба по мишени, танцы, каратэ) высококвалифицированными индивидуумами [1-5]. Показано, что “нейронный эффект”  выявлен  у профессионалов  (в противовес новичкам) в ходе планирования и исполнения действий в рамках их профессиональной деятельности. Данный эффект не распространяется на действия вне  профессиональной сферы  (например, простая стимул-реакция и задачи на внимательность) [6,7]. Это согласуется с результатами поведенческой активности, указывающими, что познавательная способность (когнитивность), лежащая в основе профессиональных умений и качеств отражается спецификой соответствующей области [8]. Так, в исследовании у спортсменов-каратистов по сравнению с незанимающимися спортом, отмечалось уменьшение альфа ERD (event-related desynchronization; т.е. событийно-обусловленной десинхронизации) в лобной и центральной зонах головного мозга – значительное снижение реактивности в диапазоне альфа ритма в фазе “открытие глаз” [9]. Хотя эти нейронные различия были измерены в упрощенных лабораторных условиях, а не во время настоящей спортивной деятельности, но, тем не менее, они служат основанием, подтверждающим “нейронный эффект” у высококлассных спортсменов. Наряду с тем, что основные различия между спортсменами и незанимающимися спортом могут выражаться в функциональных изменениях в уровнях альфа-диапазона в результате интенсивной тренировки, однако, отталкиваясь от опубликованных результатов, имеющихся на данный момент, не представляется возможным выделение отдельно взятой причины, влияющей на выявленные различия. К примеру, весьма вероятно, что группы, составленные из спортсменов и  незанимающихся спортом, систематически отличаются в ряде важных аспектов, многие из которых могут оказать влияние на деятельность головного мозга, начиная от типа личности [10] и заканчивая степенью утомления и сонливости (вялости) [11]. Подобные факторы принципиального различия базируются на генетических, анатомических, физиологических и психологических аспектах,  которые могут влиять на мощность и частоту исходных уровней альфа-ритма в ЭЭГ человека [12]. При этом предполагается, что выявленные различия в исходных уровнях альфа-ритма, могут быть объяснены через призму наследственных генетических особенностей, которые дают возможность прогнозировать спортивные способности в большей степени, чем отслеживание уровня квалификации в зависимости от интенсивности тренировок.

Как уже было отмечено выше, в спортивной деятельности одним из важных компонентов является индивидуальность спортсмена и его поведенческие особенности. И многие исследования указывают на большой интерес к поиску физиологических и биохимических коррелятов темперамента [13-15], а также анализу роли психологических характеристик в механизмах изменения функциональной активности мозга [13, 16]. Кроме того, современные технологии предоставляют широкие возможности для топографического картирования спектральной плотности ЭЭГ при сравнении типов темперамента [17].  Таким образом, возникла существенная необходимость для расчётов ЭЭГ сигнала в процессе активных действий для их анализа и сравнения со стандартными расчетами мозговой активности на предмет их качественных или количественных сходств, либо их различий.

В литературе приводятся нижеследующие разновидности и описания прибора. Так, потребительские технологии, доступные на рынке в настоящее время, включают в себя аксессуары гарнитуры, предназначенной, в основном, для применения на нейрокомпьютерном интерфейсе (Brain-Computer Interface -BCI)  (например, “Emotiv” [Гонконг], “NeuroSky” [Сан-Хосе, США]). Портативные устройства при этом используют ограниченное количество электродов. Устройства бывают в виде надетого на голову обруча (повязки) (рис.1) [18] или эластичной шапочки (рис.2) [19], которые предназначены для регистрации психофизиологических показателей, а в качестве обратной нейронной связи “B-Alert серии X” – усовершенствованный интеллектуальный регистратор [Карлсбад, США] и “Комплекс Нейробит” [Гдыня, Польша]. Данные устройства  были разработаны преимущественно для использования в личных целях (для различных игр) и мониторинга за состоянием здоровья, а не для использования в научных исследованиях как таковых. Однако при этом бурный рост серийного производства указывает на обоснованность производства мобильных технологий ЭЭГ для удовлетворения имеющихся потребностей спортивных врачей в данной сфере. Тем не менее, несмотря на возникший энтузиазм по внедрению мобильной ЭЭГ для широкого использования, вопрос достоверности результатов данных систем для их применения в фундаментальных исследованиях большей частью оставался нерешенным [20]. В настоящее время работа по проверке допустимости мобильных технологий ЭЭГ для их применения в фундаментальных исследованиях продолжается и предварительные данные указывают на их перспективность. На сегодняшний день основная часть исследований, направленных на обоснованность мобильных технологий ЭЭГ, была сфокусирована на результатах P300, который обеспечивает высокую надежность сигнала, полученного даже при единичном пробном измерении [21]. В тоже время имеющая в спортивной деятельности нацеленность на результаты P300 (событийно – связанные вызванные потенциалы – ССВП) в валидационных исследованиях, обусловлена главным образом целесообразностью эффективности P300 для исследований с применением нейрокомпьютерного интерфейса (BCI).

Рисунок 1 – Устройство в виде надетого на голову обруча (повязки), использующееся  преимущественно при активных физических нагрузках

Рисунок 2  – Устройство в виде эластичной кольцевидной шапочки

К примеру, можно привести недавнее исследование BCI по непосредственному сравнению беспроводного мобильного и традиционного стационарного усилителя, используемого в качестве составной части в лабораторных условиях. Так, авторами показана высокая степень корреляции амплитуды и топографии результатов Р300 во всей системе, что указывает на возможность  получения  аналога ЭЭГ данных,  используя при этом мобильные усилители [22]. Эти исследования имеют большое значение и по мере того, как лабораторные испытания, выявляющие базис достоверности мобильного оборудования, продемонстрировали, что имеющийся нервный сигнал может быть замерен с высокой точностью,  однако это не решает основную проблему – способность записывать четкие сигналы во время движения. Наглядная демонстрация, что надежные результаты P300 могут быть получены во время движений, была показана при выполнении задания на исключение лишнего предмета (т.е. от участников требовалось распознать редко встречающиеся объекты, находящиеся в потоке часто повторяющихся ложных целей). К примеру, с помощью ЭЭГ, записанной в сидячем положении в помещении при сравнении с её регистрацией на открытом пространстве во время ходьбы, было получено надежное единичное испытание эффективности Р300 с использованием слухового задания на исключение лишнего предмета [23]. При этом беспроводная установка применялась с датчиками на сухих электродах, заимствованных из производимой “Emotiv” гарнитуры, встроенной в эластичную шапочку с головкой смонтированного усилителя. Важно отметить, что эти результаты подтвердились и в более позднем исследовании с использованием такого же мобильного оборудования, где испытуемые  свободно передвигались на открытом пространстве [24]. В своей совокупности данные исследования подтверждают обоснованность мобильных технологий ЭЭГ для записи эффектов P300 при движении. Наряду с этим, для раскрытия истинных возможностей необходима дальнейшая проверка полученных результатов в различных видах спорта, относящихся к показателям мозговой активности при выполнении практических действий, а также проверка имеющихся данных в обзоре достижений в сфере мобильных технологий, существующих на данный момент. С учётом достижений в области мобильных технологий ЭЭГ, прогресс в обработке сигналов также позволит решить некоторые проблемы, традиционно связанные с записью нейронных показателей при активных действиях в спортивной деятельности [25]. Следует также  заметить, что  преобразование Фурье (т.е. сопоставление одной функции вещественной переменной с другой функцией) и извлечение производственной мощности с надетого на голову обруча,  безусловно, является  наиболее часто  применяемым  методом при обработке сигнала и анализа [26].

Таким образом, изучение практического значения влияния нейронной активности и индивидуальных особенностей поведения, позволит выявить различия в процессе запоминания в ходе обучения для использования нового устройства и овладения новыми навыками в спорте. Важно отметить, что результаты, описанные в данной статье, дополнили предыдущие исследования и подтвердили, что нейронная эффективность в двигательной системе не только  меняется в процессе обучения и повышения мастерства в специфической области [27], но также может варьироваться в отношении индивидуальных различий в когнитивных (познавательных) способностях [28].


Библиографический список
  1. Calvo-Merino B, Grezes J, Glaser DE. et al., “Seeing or doing? Influence of visual and motor familiarity in action observation”. Curr. Biol., 2006, vol.16, pp.1905–10.
  2. Babiloni C, Marzano N, Infarinato F. et al.,“Neural efficiency of experts’ brain during judgment of actions: a highresolution EEG study in elite and amateur karate athletes”. Behav. Brain. Res., 2010, vol.207, n 2, pp.466–75.
  3. Del Percio C, Babiloni C, Bertollo M. et al., “Visuo-attentional and sensorimotor alpha rhythms are related to visuo-motor performance in athletes”. Hum. Brain. Mapp., 2009, vol.30. pp.3527–40.
  4. Kita Y, Mori A, Nara M. “Two types of movement-related cortical potentials preceding wrist extension in humans”. Neuroreport, 2001, 12(10): 2221–5.
  5. Krings T, Topper R, Foltys H. et al., “Cortical activation patterns during complex motor tasks in piano players and control subjects. A functional magnetic resonance imaging study”. Neurosci Lett, 2000, vol.278, №3, pp. 189–93.
  6. Endo H, Kato Y, Kizuka T, Takeda T. “A comparison of stimulus synchronous activity in the primary motor cortices of athletes and non-athletes”. Exp. Brain. Res., 2006, vol.174, № 3, рр.426–34.
  7. Hung T.M., Spalding T.W., Santa Maria D.L., Hatfield B.D.  “Assessment of reactive motor performance with event-related brain potentials: attention processes in elite table tennis players”. J. Sport. Exerc. Psychol., 2006, vol. 26, № 2, рр: 317–37.
  8. Singley K., Anderson J.R. “The transfer of cognitive skills”. Cambridge, MA: Harvard, Press”, 1989.
  9. Del Percio, C., Infarinato, F., Marzano, N et al.  “Reactivity of alpha rhythmsto eyes opening is lower in athletes than non-athletes: a high-resolution EEG study”. Int. J. Psychophysiol., 2011, vol.82, № 3, pp.240–247.
  10. Tran Y., Craig A., McIsaac P. “Extraversion–introversion and 8–13 Hz wavesin frontal cortical regions”.   Personal. Individ. Differ., 2001, vol. 30, № 2, pp.205–215.
  11. Borghini G., Astolfi L., Vecchiato G. et al. “Measuring neurophysiological signals in aircraft pilots and car drivers for the assessment of mental workload, fatigue and drowsiness”. Neurosci. Biobehav. Rev., 2014, vol.44, pp.58–75.
  12. Bazanova O.M., Vernon D.   “Interpreting EEG alpha activity”. Neurosci. Biobe-hav. Rev., 2013.
  13. Русалов В.М., Калашникова И.Г.  “Отражение эмоциональности как черта темперамента в электроэнцефалограмме человека”. Журн. высш. нервн. деят., 1995, т. 45, № 2, с.242.
  14. De Pascalis V.  “Hemispheric asymmetry, personality and temperament”.  Personality and Individual Differences, 1993, vol.14, p.825.
  15. Heller W. “Neuropsychological mechanisms of individual differences in emotion, personality, and arousal”. Neuropsychology, 1993, vol.7, p.476.
  16. Свидерская Н.Е., Королькова Т.А.  “Влияние свойств нервной системы и темперамента на пространственную организацию ЭЭГ”. Журн. высш. нервн. деят.,1996, т. 46, №5, с.849.
  17. Разумникова О.М.  “Особенности пространственной организации ЭЭГ в зависимости от характеристик темперамента”. Журн. “Физиология человека”, 2001, т. 27, № 4, с.31-41.
  18. http://store.neurosky.com/products/mindrec (date accessed: 23.12.2015).
  19. https://emotiv.com/epoc.php (date accessed: 23.12.2015).
  20. Joanne L. Park, Malcolm M. Fairweather, David I. Donaldson  “Making the case for mobile cognition: EEG and sports performance”. Neuroscience & Biobehavioral Reviews, 2015 (May), vol.52,  pp.117–130.
  21. Blankertz, B., Lemm, S., Treder, M., Haufe, S., Müller, K.R.   “Single-trial analysisand classification of ERP components – a tutorial”. Neuroimage,  2011, vol.56, № 2, pp.814–825.
  22. De Vos, M., Kroesen, M., Emkes, R., Debener, S.  “P300 speller BCI with a mobile EEG system: comparison to a traditional amplifier”. J. Neural. Eng., 2014, vol.11, № 3, 036008.
  23. Debener, S., Minow, F., Emkes, R., Gandras, K., Vos, M.  “How about taking a low-cost, small, and wireless EEG for a walk?”. Psychophysiology, 2012, vol. 49, № 11, pp.1617–1621.
  24. De Vos, M., Gandras, K., Debener, S.  “Towards a truly mobile auditorybrain–computer interface: exploring the P300 to take away”. Int. J. Psychophysiol., 2014b, vol.91, № 1, pp.46–53.
  25. Thompson, T., Steffert, T., Ros, T., Leach, J., Gruzelier, J.H. “EEG applications for sport and performance”. Methods, 2008, vol.45, № 4, pp.279–288.
  26. Larsen, E.A., “Classification of EEG Signals in a Brain-Computer Interface System”. Master’s Thesis of Science in Computer Science. 2011, 58p.
  27. Higuchi S, Holle H, Roberts N.   “Imitation and observational learning of hand actions: prefrontal involvement and connectivity”. Neuroimage, 2012,  vol., 59, pp.1668–83.
  28. Behmer L.P., Fournier L.R. “Working memory modulates neural efficiency over motor components during a novel action planning task: An EEG study”. Behav. Brain Res., 2014, 260, pp.1– 7.


Количество просмотров публикации: Please wait

Все статьи автора «Исмайлова Хадиджа Юсиф кызы»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться:
  • Регистрация