Колешко В. М., Снигирев С. А.

Белорусский национальный технический университет

МОДЕЛЬ СИСТЕМЫ УПРАВЛЕНИЯ ОБЪЕКТОМ НА ОСНОВЕ БИОЭЛЕКТРИЧЕСКИХ СИГНАЛОВ ЧЕЛОВЕКА

Одной из важнейших задач, стоящих перед современной биоинформатикой, является разработка интеллектуальных систем, способных анализировать биоэлектрические сигналы, генерируемые человеческим организмом, с целью их использования для управления различными объектами. [1 – 2]

В настоящее время достаточно убедительным представляется предположение о том, что взаимодействие организма с внешней средой устанавливается на основе моделей внешнего мира и собственного тела, выстроенных мозгом. Благодаря наличию указанных моделей, человек может мысленно манипулировать реальными трехмерными объектами, расположенными в окружающем пространстве. При этом система внутреннего представления оперирует не просто с двухмерной проекцией предмета, аналогичной изображению на сетчатке, а с его трехмерной моделью. В этой связи возникает вопрос о том, как же можно зарегистрировать производимые мозгом манипуляции и дать им верное толкование. Результаты подобного анализа должны явиться входной информацией для различных исполнительных механизмов с тем, чтобы последние смогли соответствующим образом воздействовать на управляемый объект.

Желая мысленно произвести над определенным объектом какое-либо действие, например, переместить его в заданном направлении, мозг моделирует траекторию воображаемого движения. Таким образом, можно предположить, что данный процесс моделирования двигательного акта будет сопровождаться усилением кровотока в двигательных центрах мозга. Это, в свою очередь, приведет к изменению электромагнитного поля, генерируемого мозгом, и, в частности, его электрической составляющей, регистрируемой на электроэнцефалограмме. Анализируя саму электроэнцефалограмму, можно с определенной долей вероятности сделать вывод о сути моделируемого действия. Дополнительную информацию можно почерпнуть, например, из данных окулографии (регистрации движения глаз).

С одной стороны, «окулографический показатель необходим для выявления в ЭЭГ артефактов от движений глаз, с другой стороны, этот показатель выступает и как самостоятельный предмет исследования, и как составляющая при изучении субъекта в деятельности. Амплитуду движения глаз определяют в угловых градусах.

Из макродвижений, связанных с изменением местоположения глаз в орбите, а, значит, и с процессом мысленного перемещения объекта в пространстве, наибольший интерес представляют макросаккады и прослеживающие движения глаз. Макросаккады отражают обычные произвольные быстрые и точные смещения взора с одной точки на другую, например, при рассматривании картины, при быстрых точностных движениях руки. Их амплитуда варьируется в пределах от 40 угловых минут до 60 угловых градусов. Прослеживающие движения глаз – плавные перемещения глаз при отслеживании перемещающегося объекта в поле зрения. Амплитуда прослеживающих движений ограничивается пределами моторного поля глаза (плюс-минус 60 угловых градусов по горизонтали и плюс-минус 40 угловых градусов по вертикали

Наиболее распространенным методом регистрации движений глаз является электроокулография. По сравнению с другими окулографическими методами, такими, как фотооптический, фотоэлектрический и электромагнитный, электроокулография исключает контакт с глазным яблоком, может проводиться при любом освещении и тем самым не нарушает естественных условий зрительной активности. В основе электроокулографии лежит дипольное свойство глазного яблока – его роговица имеет положительный заряд относительно сетчатки. При движении глаза угол его электрической оси изменяется, что приводит к изменению потенциалов, наводимых диполем глазного яблока на окружающие ткани. Именно эти потенциалы и регистрируются электроокулографическим методом».[3]

Электрическая и оптическая оси глазного яблока практически совпадают, и поэтому электроокулограмма может служить показателем направления взора, что в сочетании с данными электроэнцефалограммы является информационным базисом для функционирования системы управления объектами с помощью биоэлектрических сигналов человеческого организма.

Для анализа электроэнцефалограммы целесообразно использовать осцилляционные нейронные сети как средства ее динамического анализа.

Рассмотрим осцилляционную модель трехслойной нейронной сети. В указанной модели каждый из слоев нейронной сети представлен нейронной популяцией, активность которой описывается системой дифференциальных уравнений. Таким образом, рассматриваемая модель в общем виде представляет собой однородную цепочку осцилляторов с локальными связями.

Рис. 1 – Обобщенная модель однородной цепочки осцилляторов

Нами использовались осцилляторы Вилсона-Коуэна, описываемые следующей системой уравнений:

где E(t), I(t) - средние активности возбуждающих и тормозных нейронных популяций; k_e, k_i, c₁, c₂, c₃, c₄ - параметры, определяющие свойства популяций и величины связей между ними; S_e, S_i - функции, определяющие выходную активность каждой популяции; Р, Q - величины внешних входов на каждую из популяций.

В качестве функции, определяющей выходную активность нейронной популяции, была использована сигмоидальная биполярная функция вида

f(x)=tanh(βx)

Сигмоидальная биполярная функция имеет s-образную форму, крутизна которой зависит от коэффициента β.

В каждой из нейронных популяций присутствуют как возбуждающие, так и тормозящие связи, что нашло свое отражение в структуре системы дифференциальных уравнений.

На вход цепочки осцилляторов последовательно подаются значения вектора, моделирующего собой набор отсчетов электроэнцефалограммы. После активации входа для первого осциллятора запускается процесс поиска величин усредненных активностей возбуждающих и тормозящих элементов, образующих нейронную популяцию. Данный процесс сопровождается решением вышеуказанной системы дифференциальных уравнений.

Рис 2 – Решение системы дифференциальных уравнений, описывающих усредненную возбуждающую и тормозящую активности нейронной популяции (пример)

Найденные значения активности являются, в свою очередь, входными параметрами для второго осциллятора. Таким образом, активация входа однородной цепочки осцилляторов одним отсчетом электроэнцефалограммы приводит к появлению возбуждающей и тормозящей активности в каждом из составляющих элементов данной цепи.

Регистрируя соответствующие значения на выходе каждого осциллятора, можно получить картину распределения активности в цепи. Для случая трехмерного пространства распределение возбуждающей и тормозящей активностей будет представлять собой некую поверхность (в частном случае линию).

Рис. 3 - Распределение активности нейронных популяций под воздействием отдельного отсчета электроэнцефалограммы (пример)

Формируя подобным образом картину распределения активности элементов цепи для каждого значения входного вектора, можно выделить ряд признаков, отличающих данный входной вектор от множества других векторов. Если в случае стационарной нейронной сети Хопфилда, классифицируемый вектор определяется координатами одной точки в многомерном пространстве, то в случае однородной цепочки осцилляторов входной вектор можно определить распределением активности (координатами поверхности) составляющих компонентов цепи, причем, для каждого отдельного отсчета. Указанное преимущество должно повысить точность классификации анализируемого вектора, что особенно актуально для решения задачи отнесения квазистационарного участка электроэнцефалограммы к тому или иному типу ритмических колебаний. Решение указанной задачи, в свою очередь, будет способствовать решению проблемы управления объектом с помощью мозговых волн.

Созданная модель нуждается в дополнительном исследовании и, при необходимости, внесении соответствующих коррективов. Необходимо оценить влияние значений коэффициентов, характеризующих свойства нейронных популяций и связи между ними, на динамику рассматриваемой цепи осцилляторов, а также рассмотреть динамику указанной системы в фазовом пространстве. Кроме того, возможен анализ структур, образующихся из данной цепочки, например, осцилляционного кольца с целью выявления структуры, в наибольшей степени соответствующей решению поставленной задачи.

Литература:

1. Koleshko V.M. Acoustic-electronic phenomenon of a brain and principles of designing of machines and mechanisms // Col “The congress on theoretical and applied mechanics”/ - Minsk, 1996 – P. 47 – 49.

2. Koleshko V.M. Acoustic-electronic phenomenon and electric activity of a brain of the person // International seminar “Transfer processes in biomedical problems”. - Minsk, 1995 – P. 17 – 19.

3. Психофизиология: Учебник для вузов/ Под ред. Ю. И. Александрова. – 3-е изд., доп. И перераб. – СПб.: Питер, 2007. – 464 с.: ил. – (Серия «Учебник для вузов»).