Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Математическое моделирование процессов обработки визуальной сенсорной информации по многоканальным сигналам ЭЭГ


https://doi.org/10.31799/1684-8853-2018-6-58-65

Полный текст:


Аннотация

Введение: в настоящий момент возрастает интерес к анализу процессов, протекающих в коре головного мозга во время восприятия и обработки сенсорной информации, с использованием многоканальных сигналов его электрической активности. При этом особое внимание сфокусировано на выявлении характерных сценариев вовлечения различных отделов головного мозга в процесс сенсорного восприятия. Цель: исследование особенностей пространственно-временной и частотно-временной структуры сигналов электрической активности головного мозга во время обработки визуальной сенсорной информации. Результаты: на основе методов частотно-временного анализа исследованы процессы изменения энергии электрической нейронной активности в частотных областях 8-12 Гц (альфа-активность) и 15-30 Гц (бета-активность) в различных отделах головного мозга. Показано, что восприятие и обработка визуального стимула вызывают уменьшение энергии альфа-активности и увеличение энергии бета-активности. При этом данные процессы наблюдаются в различных отделах головного мозга. Также отмечено, что характерный паттерн возникает в затылочной и теменной долях и затем вовлекает нейроны центральной и лобной областей головного мозга. Практическая значимость: выявленный сценарий нейронной активности может быть использован при разработке пассивных интерфейсов мозг-компьютер, осуществляющих мониторинг и контроль состояния человека в процессе обработки больших объемов визуальной сенсорной информации.


Об авторах

В. А. Максименко
Саратовский государственный технический университет им. Гагарина Ю. А.
Россия

Максименко Владимир Александрович - доцент Саратовского государственного технического университета им. Гагарина Ю. А., старший научный сотрудник научно-образовательного центра «Нелинейная динамика сложных систем». В 2012 году окончил Саратовский государственный университет им. Н. Г. Чернышевского по специальности «Физика открытых нелинейных систем». В 2015 году защитил диссертацию на соискание ученой степени кандидата физ.-мат. наук. Является автором более 50 научных публикаций.

Область научных интересов — анализ устойчивости динамических режимов, реализующихся в пространственно-распределенных системах различной природы и др.

Политехническая ул., 77, Саратов, 410054.



А. К. Куц
Саратовский государственный технический университет им. Гагарина Ю. А.
Россия

Куц Александр Константинович - магистрант кафедры автоматизации, управления, мехатроники Саратовского государственного технического университета им. Гагарина Ю. А. В 2017 году окончил бакалавриат Саратовского государственного технического университета им. Гагарина Ю. А. по специальности «Мехатроника и робототехника». Является автором двух научных публикаций и одной программы для ЭВМ.

Область научных интересов — методы анализа нейрофизиологических сигналов, нейронаука, методы математического моделирования робототехнических систем.

Политехническая ул., 77, Саратов, 410054.



А. Н. Писарчик
Мадридский политехнический университет
Испания

Писарчик Александр Николаевич - профессор, ведущий научный сотрудник Центра биомедицинских технологий Технического университета Мадрида, академический редактор журнала PLoS One и др. В 1976 году окончил Белорусский государственный университет по специальности «Физика». В 1990 году защитил диссертацию на соискание ученой степени кандидата физико-математических наук. Является автором более 300 научных публикаций и пяти патентов на изобретения.

Область научных интересов — нелинейная динамика, хаос, синхронизация, нейронная динамика, мультистабильность, стохастические эффекты, анализ нейрофизиологических данных и интерфейсы мозг-компьютер.

Рамиро де Маесту ул., 7, Мадрид, 28040.



А. Е. Храмов
Саратовский государственный технический университет им. Гагарина Ю. А.
Россия

Храмов Александр Евгеньевич - заведующий кафедрой автоматизации, управления, мехатроники Саратовского государственного технического университета им. Гагарина Ю. А., профессор кафедры электроники, колебаний и волн Саратовского государственного университета им. Н. Г. Чернышевского. В 1996 году окончил Саратовский государственный университет им. Н. Г. Чернышевского. В 2005 году защитил диссертацию на соискание ученой степени доктора физико-математических наук. Является автором более 200 научных публикаций.

Область научных интересов — нейронаука, теория сложных сетей, вейвлетанализ и его приложения в нелинейной динамике и нейронауке, нейроинтерфейсы.

Политехническая ул., 77,  Саратов, 410054.



Список литературы

1. Milton A., Pleydell-Pearce C. W. The phase of pre-stimulus alpha oscillations influences the visual perception of stimulus timing. Neuroimage, 2016, vol. 133, pp. 53–61. doi:10.1016/j.neuroimage.2016.02.065

2. Shourie N. Cepstral analysis of EEG during visual perception and mental imagery reveals the influence of artistic expertise. Journal of Medical Signals and Sensors, 2016, vol. 6(4), p. 203.

3. Mizuno K., Tanaka M., Yamaguti K., Kajimoto O., Kuratsune H., Watanabe Y. Mental fatigue caused by prolonged cognitive load associated with sympathetic hyperactivity. Behavioral and Brain Functions, 2011, vol. 7(1), p. 17. doi:10.1186/1744-9081-7-17

4. Tanaka M., Shigihara Y., Ishii A., Funakura M., Kanai E., Watanabe Y. Effect of mental fatigue on the central nervous system: an electroencephalography study. Behavioral and Brain Functions, 2012, vol. 8(1), p. 48. doi:10.1186/1744-9081-8-48

5. Dehaene S., Kerszberg M., Changeux J. P. A neuronal model of a global workspace in effortful cognitive tasks. Proceedings of the National Academy of Sciences, 1998, vol. 95(24), pp. 14529–14534. doi:10.1073/pnas.95.24.14529

6. Finc K., Bonna K., Lewandowska M., et al. Transition of the functional brain network related to increasing cognitive demands. Human Brain Mapping, 2017, vol. 38(7), pp. 3659–3674. doi:10.1002/hbm.23621

7. Baars B. J. In the theatre of consciousness. Global workspace theory, a rigorous scientific theory of consciousness. Journal of Consciousness Studies, 1997, vol. 4(4), pp. 292–309. doi:10.1093/acprof:oso/9780195102659.001.1

8. Maksimenko V. A., Runnova A. E., Frolov N. S., Makarov V. V., Nedaivozov V., Koronovskii A. A., Pisarchik A., Hramov A. E. Multiscale neural connectivity during human sensory processing in the brain. Physical Review E, 2018, vol. 97(5), p. 052405. doi:10.1103/PhysRevE.97.052405

9. Guo D., Guo F., Zhang Y., Li F., Xia Y., Xu P., Yao D. Periodic visual stimulation induces resting-state brain network reconfiguration. Frontiers in Computational Neuroscience, 2018, vol. 12, p. 21. doi:10.3389/fncom.2018.00021

10. Горшков А. А., Осадчий А. Е., Фрадков А. Л. Регуляризация обратной задачи ЭЭГ/МЭГ локальным кортикальным волновым паттерном. Информационно-управляющие системы, 2017, № 5, с. 12–20. doi:10.15217/issn1684-8853.2017.5.12

11. Руннова А. Е. Математическая модель выделения паттернов сложных многоканальных сигналов в применении к обработке электроэнцефалографических данных. Информационно-управляющие системы, 2018, № 4, с. 39–44. doi:10.31799/1684-8853-2018-4-39-44

12. Максименко В. А., Харченко А. А., Люттьёханн А. Автоматизированная система для предсказания эпилептических приступов по многоканальным записям электрической активности мозга. Информационно-управляющие системы, 2018, № 4, с. 115– 122. doi:10.31799/1684-8853-2018-4-115-122

13. Niedermeyer E., Lopes da Silva F.H.(eds.). Electro-encephalography. Basic principles, clinical applications, and related fields. 5th ed. Lippincott, Williams & Wilkins, 2005. doi:10.1212/01.wnl.0000243257. 85592.9a

14. Hramov A. E., Koronovskii A. A., Makarov V. A., Pavlov A. N., Sitnikova E. Wavelets in Neuroscience. Springer Heidelberg New York Dordrecht London, 2015. 314 p. doi:10.1007/978-3-662-43850-3

15. Sauseng P., Klimesch W., Stadler W., Schabus M., Doppelmayr S., Hanslmayr W. R., Gruber N., Birbaumer A. A shift of visual spatial attention is selectively associated with human EEG alpha activity. European Journal of Neuroscience, 2005, vol. 22(11), pp. 2917–2926. doi:10.1111/j.1460-9568.2005.04482.x

16. Foxe J. J., Snyder A. C. The role of alpha-band brain oscillations as a sensory suppression mechanism during selective attention. Frontiers in Psychology, 2011, vol. 2, p. 154. doi:10.3389/fpsyg.2011.00154

17. Sehatpour P., Molholm S., Schwartz T. H., Mahoney J. R., Mehta A. D., Javitt D. C., Stanton P. K., and Foxe J. J. A human intracranial study of long-range oscillatory coherence across a frontal–occipital–hippocampal brain network during visual object processing. Proceedings of the National Academy of Sciences, 2008, vol. 105(11), pp. 4399–4404. doi:10. 1073/pnas.0708418105

18. Wróbel A. Beta activity: a carrier for visual attention. Acta Neurobiologiae Experimentalis, 2000, vol. 60(2), pp. 247–260.

19. Gola M., Magnuski M., Szumska I., Wróbel A. EEG beta band activity is related to attention and attentional deficits in the visual performance of elderly subjects. International Journal of Psychophysiology, 2013, vol. 89(3), pp. 334–341. doi:10.1016/j.ijpsycho.2013.05.007

20. Michalareas G., Vezoli J., van Pelt S., Schoffelen J. M., Kennedy H., Fries P. Alpha-beta and gamma rhythms subserve feedback and feedforward influences among human visual cortical areas. Neuron, 2016, vol. 89(2), pp. 384–397. doi:10.1016/j.neuron.2015.12.018

21. Gleiss S., Kayser C. Acoustic noise improves visual perception and modulates occipital oscillatory states. Journal of Cognitive Neuroscience, 2014, vol. 26(4), pp. 699–711. doi:10.1162/jocn_a_00524

22. Mulckhuyse M., Kelley T. A., Theeuwes J., Walsh V., Lavie N. Enhanced visual perception with occipital transcranial magnetic stimulation. European Journal of Neuroscience, 2011, vol. 34(8), pp. 1320–1325. doi:10.1111/j.1460-9568.2011.07814.x

23. Laufs H., Holt J. L., Elfont R., Krams M., Paul J. S., Krakow K., Kleinschmidt A. Where the BOLD signal goes when alpha EEG leaves. Neuroimage, 2006, vol. 31(4), pp. 1408–1418. doi:10.1016/j.neuroimage.2006.02.002

24. Zander T. O., Kothe C. Towards passive brain–computer interfaces: applying brain–computer interface technology to human–machine systems in general. Journal of Neural Engineering, 2011, vol. 8(2), pp. 025005. doi:10.1088/1741-2560/8/2/025005

25. Максименко В. А., Руннова А. Е., Куланин Р. А., Протасов П. А., Журавлев М. О., Чолак П., Писарчик А. Н., Храмов А. Е. Алгоритм для автоматического детектирования особенностей активности мозга во время выполнения когнитивных задач. Информационно-управляющие системы, 2018, № 5, с. 104–111. doi:10.31799/1684-8853-2018-5-104-111


Дополнительные файлы

Для цитирования: Максименко В.А., Куц А.К., Писарчик А.Н., Храмов А.Е. Математическое моделирование процессов обработки визуальной сенсорной информации по многоканальным сигналам ЭЭГ. Информационно-управляющие системы. 2018;(6):58-65. https://doi.org/10.31799/1684-8853-2018-6-58-65

For citation: Maksimenko V.A., Kuc A.K., Pisarchik A.N., Hramov A.E. Mathematical modeling of visual sensory information processing using multi-channel EEG signals. Information and Control Systems. 2018;(6):58-65. (In Russ.) https://doi.org/10.31799/1684-8853-2018-6-58-65

Просмотров: 86


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)