Ученые смогли отличить реальные и воображаемые движения человека
Российские ученые выявили закономерности поведения нейронов головного мозга, которые связаны с двигательной активностью человека, как реальной, так и воображаемой. Наблюдения могут быть использованы для создания интерфейсов «мозг – компьютер» для управления сложными техническими объектами или робототехническими комплексами, например, экзоскелетами для реабилитации и восстановления пациентов с тяжелыми поражениями нервной системы после инсультов. Результаты исследования опубликованы в Nonlinear Dynamics. Исследование поддержано грантом Президентской программы исследовательских проектов Российского научного фонда (РНФ).
В рамках проекта сотрудники научно-образовательного центра «Системы искусственного интеллекта и нейротехнологии» Саратовского государственного технического университета имени Ю.А. Гагарина и их коллеги совершенствуют технологии адаптивного интеллектуального управления биоморфными и антропоморфными роботами (роботизированными системами) на основе методов и подходов нелинейной динамики. Эти роботы могут самоорганизовываться и самообучаться. Ученые исследуют механизмы работы нервной системы, в особенности головного мозга человека. В перспективе это позволит разработать новые принципы работы систем, моделирующих работу человеческого мозга. Это позволит адаптивно управлять движениями робототехнических устройств, в том числе человекоподобными роботами.
Ученые ищут закономерности в процессах, которые протекают в головном мозге и связаны с управлением двигательными функциями (движениями рук и ног). Для этого исследователи провели эксперимент: регистрировали электрическую активность мозга (данные электроэнцефалографии – ЭЭГ) во время выполнения человеком реальных движений и воображаемой двигательной активности. Анализ полученных сигналов ЭЭГ проводился на основе эффективной методики частотно-временного анализа – непрерывного вейвлетного преобразования. Это математическая функция, которая позволяет проанализировать динамику различных частотных компонент данных.
Когда миллионы нейронов реагируют одновременно, они производят электрические разряды. Эти разряды создают разные ритмы, которые формируют несколько групп, в зависимости от их частот. А распределение ритмов по частотам поддается наблюдению при помощи ЭЭГ.
На первом этапе исследования ученые проанализировали изменения энергии в частотных диапазонах мю (8-12 Гц) и бета (15-30 Гц), которые связаны с двигательной активностью в центральной и теменной областях мозга. Оказалось, что нейронная активность уменьшается в этих областях в случае движений рук и ног. Процессы, связанные с воображением движений, оказались намного сложнее: изменения частотно-временной структуры ЭЭГ были не систематичны и варьировались от испытуемого к испытуемому.
Воображение двигательной активности – нетипичная для человека задача. Поэтому, в отличие от более привычной реальной активности, при воображении движений нейронная сеть мозга не формирует устойчивый специальный схема-образ, связанный с этим движением.
«Для того чтобы у человека выработалась способность однозначно и успешно воображать то или иное движение и, как следствие, генерировать соответствующую нейронную активность, необходима регулярная тренировка. Подобная проблема актуальна в современной науке, в основном применительно к разработке интерфейсов «мозг – компьютер», где способность устойчиво генерировать определенную нейронную активность – это основа для функционирования интерфейса», – рассказал Владимир Максименко, кандидат физико-математических наук, старший научный сотрудник кафедры «Автоматизация, управление, мехатроника» Института электронной техники и машиностроения Саратовского государственного технического университета имени Ю.А. Гагарина.
У тренированных людей во время воображения движений нейронная сеть мозга генерирует активность, схожую с той, что возникает при выполнении реальных движений. Однако в случае нетренированного человека структура сигналов ЭЭГ при воображении и выполнении движений различна. В случае реальных движений в группе испытуемых ученые получили общие закономерности, связанные с подавлением мю- и бета-ритмов, а в группе нетренированных испытуемых подобные закономерности не наблюдались.
Чтобы выявить общие особенности частотно-временной структуры сигналов ЭЭГ от воображаемых движений, исследователи рассмотрели динамику низкочастотных (
«Полученные результаты мы использовали при разработке интеллектуальной системы, задача которой – автоматически классифицировать сигналы ЭЭГ, ассоциирующиеся с воображением различных движений. Мы оптимизировали параметры системы и добились высокой точности классификации сигналов – более 90%. Кроме того, обнаруженные особенности позволят, основываясь на анализе сигналов ЭЭГ, без предварительной тренировки, распознавать попытки человека воображать движения. Это может быть использовано для разработки интерфейсов «мозг – компьютер» для широкого пользования», – подытожил Максименко.
Работа проходила в коллаборации с учеными Саратовского национального исследовательского государственного университета имени Н.Г. Чернышевского и Мадридского политехнического университета.