RU2736804C1 - System and method of determining resource state based on biometric eeg signal - Google Patents
System and method of determining resource state based on biometric eeg signal Download PDFInfo
- Publication number
- RU2736804C1 RU2736804C1 RU2020107547A RU2020107547A RU2736804C1 RU 2736804 C1 RU2736804 C1 RU 2736804C1 RU 2020107547 A RU2020107547 A RU 2020107547A RU 2020107547 A RU2020107547 A RU 2020107547A RU 2736804 C1 RU2736804 C1 RU 2736804C1
- Authority
- RU
- Russia
- Prior art keywords
- state
- determining
- rhythms
- resource state
- unit
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Description
Настоящая группа изобретений относится к области психофизиологии, в частности, к пользовательской диагностике, и может быть использована для регистрации и анализа электрических сигналов мозга человека для определения ресурсного состояния.The present group of inventions relates to the field of psychophysiology, in particular, to user diagnostics, and can be used to register and analyze electrical signals of the human brain to determine the resource state.
Ресурсное состояние пользователя определяется на основе параметров состояний стресса, увлеченности или монотонии и концентрации и представляет собой интегральный показатель активации нервных центров, сопровождающих текущую деятельность человека.The user's resource state is determined on the basis of the parameters of states of stress, enthusiasm or monotony and concentration and is an integral indicator of the activation of the nerve centers that accompany the current human activity.
Изменения в продуктивности деятельности у людей могут быть связаны не только с когнитивными характеристиками или общим изменением функционального состояния, но и с чрезмерным повышением уровня активации (в соответствии с законом Йеркса-Додсона об оптимальном уровне активации) в условиях кратковременного стресса, а также со снижением мотивационной составляющей деятельности в случае продолжительного стресса. Традиционно объективный уровень стресса измеряется с помощью регистрации показателей вегетативной нервной системы и анализом баланса вклада симпатической и парасимпатической активации. Существует также возможность измерить уровень стресса в его взаимосвязи с эмоциональным состоянием, измеренным на основе активности электроэнцефалограммы (ЭЭГ). Changes in human performance may be associated not only with cognitive characteristics or a general change in functional state, but also with an excessive increase in the level of activation (in accordance with the Yerkes-Dodson law on the optimal level of activation) under conditions of short-term stress, as well as with a decrease in motivational component of activity in case of prolonged stress. Traditionally, the objective level of stress is measured by recording indicators of the autonomic nervous system and analyzing the balance of the contribution of sympathetic and parasympathetic activation. It is also possible to measure the level of stress in its relationship with the emotional state, as measured by the activity of the electroencephalogram (EEG).
Моделирование состояний увлеченности или монотонии у пользователя основывается на определении характера его деятельности. В данном случае под увлеченностью понимается состояние, соответствующее «творческой деятельности» - интересной активности, позволяющей работнику поддерживать работоспособное состояние. Под монотонией понимается состояние, соответствующее «рутинной деятельности» - активности, связанной со стереотипными, постоянно повторяющимися умственными операциями, ведущими к снижению работоспособности. Modeling the states of enthusiasm or monotony in the user is based on determining the nature of his activity. In this case, enthusiasm is understood as a state corresponding to "creative activity" - an interesting activity that allows an employee to maintain an efficient state. Monotony is understood as a state corresponding to "routine activity" - an activity associated with stereotypical, constantly repetitive mental operations leading to a decrease in performance.
Состояние концентрации у пользователя предполагает концентрацию внимания (один из показателей устойчивого внимания). Внимание может быть описано с позиций различных теоретических моделей. Одной из них является общая модель Knudsen (2007), которая предполагает четыре ключевых (ядерных) процесса внимания, к которым относятся: хранилище рабочей памяти; конкурентный отбор, который определяет, какая информация получает доступ к рабочей памяти; нисходящий контроль, который регулирует интенсивность сигнала в каналах, и, таким образом, дает преимущество определенным типам информации в доступе к рабочей памяти; восходящие фильтры, которые автоматически повышают реакцию на нечастые стимулы или стимулы, важные для осуществления инстинктов или выученного биологически значимого поведения (экзогенное внимание). Другая широко известная модель внимания разработана М.Познером: внимание состоит из нескольких разноуровневых систем – возбуждения-бдительности, ориентировки (заднеассоциативной системы), управляющего контроля (переднеассоциаивной системы внимания) (Posner, 2004). Если системы возбуждения и ориентировки связаны с автоматическими процессами, то управляющий контроль – с произвольными. Заднеассоциативная система внимания охватывает теменную долю коры головного мозга, таламус, зоны среднего мозга, связанные с движением глаз, и отражает процессы зрительно-пространственного внимания. Управляющий контроль составляет одну из систем внимания, ответственную за селекцию информации, координацию и исполнение актуальных процессов и подавление неактуальных. По мнению М.Познера, эта система реализуется во время активации рабочей памяти, преодоления конфликтов. Таким образом, данная система может рассматриваться как необходимый аппарат для поддержания концентрации внимания. Функционирование управляющего контроля предполагает работу передней поясной извилины, медиальной и вентролатеральной префронтальной коры, базальных ганглиев.The user's state of concentration implies concentration of attention (one of the indicators of sustained attention). Attention can be described in terms of various theoretical models. One of them is the general model of Knudsen (2007), which assumes four key (nuclear) processes of attention, which include: storage of working memory; competitive selection, which determines what information gets access to working memory; top-down control, which adjusts the signal intensity in the channels, and thus gives preference to certain types of information in accessing the working memory; upward filters that automatically increase the response to infrequent stimuli or stimuli important for the implementation of instincts or learned biologically significant behavior (exogenous attention). Another well-known model of attention was developed by M. Posner: attention consists of several different-level systems - excitation-vigilance, orientation (posterior associative system), executive control (anterior associative attention system) (Posner, 2004). If the systems of excitation and orientation are associated with automatic processes, then the control control - with arbitrary. The posterior associative attention system covers the parietal lobe of the cerebral cortex, the thalamus, and the areas of the midbrain associated with eye movement, and reflects the processes of visual-spatial attention. Managing control constitutes one of the systems of attention, responsible for the selection of information, coordination and execution of relevant processes and suppression of irrelevant ones. According to M. Poznner, this system is realized during the activation of working memory, overcoming conflicts. Thus, this system can be considered as a necessary apparatus for maintaining concentration. The functioning of the executive control involves the work of the anterior cingulate gyrus, the medial and ventrolateral prefrontal cortex, and the basal ganglia.
Известен способ оценки эмоционального состояния человека [патент на изобретение RU 2291720, опубл. 20.01.2007], заключающийся в предъявлении пациенту четырех групп словесных характеристик, отражающих различные эмоциональные состояния и степень их выраженности. Затем анализируют выбранные человеком словесные характеристики, отражающие его состояние с использованием шкалы баллов. Способ позволяет дать количественную оценку степени эмоциональной дезадаптации и позволяет испытуемому самостоятельно осознать характер переживаемых эмоций. A known method for assessing the emotional state of a person [invention patent RU 2291720, publ. 20.01.2007], which consists in presenting to the patient four groups of verbal characteristics reflecting various emotional states and the degree of their severity. Then the verbal characteristics selected by the person, reflecting his condition, are analyzed using a scale of points. The method allows to give a quantitative assessment of the degree of emotional maladjustment and allows the subject to independently realize the nature of the emotions experienced.
Недостатком известного способа является низкая степень автоматизации сбора и обработки данных и достоверности полученной информации из-за субъективного метода сбора данных.The disadvantage of this method is the low degree of automation of data collection and processing and the reliability of the information obtained due to the subjective method of data collection.
Известны система и способ обучения [заявка на изобретение US 20170330475, опубл. 16.11.2017], использующая данные электроэнцефалограммы (ЭЭГ) для анализа результатов выполнения тестов и определение того, нужно ли сделать перерыв в учебной деятельности или наоборот усложнить выполняемое задание. Система обучения включает в себя блок вывода, который выводит первую проблему и сообщение на дисплее, предлагающее пользователю сделать перерыв, блок сбора, который получает ответ на первую проблему от пользователя, блок измерения ЭЭГ, который измеряет ЭЭГ пользователя, и блок управления. Блок управления определяет, присутствует ли первая мотивация, на основе потенциала, связанного с первым событием, включенного в ЭЭГ, и, начиная с момента, когда выводится первая проблема, определяет, присутствует ли вторая мотивация пользователя на основе потенциала, связанного со вторым событием, включенным в ЭЭГ, и начинающийся с момента, в который был получен ответ, и инструктирует блок вывода выводить сообщение на дисплей, предлагающее пользователю сделать перерыв, если первая мотивация отсутствует и второй мотивации нет.The known system and method of training [application for invention US 20170330475, publ. 11/16/2017], which uses electroencephalogram (EEG) data to analyze the results of test execution and determine whether it is necessary to take a break from educational activity or, on the contrary, complicate the task being performed. The learning system includes an output unit that displays the first problem and a message on the display prompting the user to take a break, a collection unit that receives a response to the first problem from the user, an EEG measurement unit that measures the user's EEG, and a control unit. The control unit determines whether the first motivation is present based on the potential associated with the first event included in the EEG and, from the moment the first problem is displayed, determines whether the second motivation of the user is present based on the potential associated with the second event included in the EEG, and starting from the moment at which the response was received, and instructs the output unit to display a message on the display prompting the user to take a break if the first motivation is absent and the second motivation is not.
Недостатками известной системы является ограниченная сфера применения (только образование), отсутствие информации о текущем психоэмоциональном состоянии пользователя, ограниченный набор выдаваемых рекомендаций (сделать перерыв).The disadvantages of the known system are the limited scope (only education), lack of information about the current psycho-emotional state of the user, a limited set of recommendations issued (take a break).
Известны система и способ для модуляции контента на основе данных об электрических сигналах мозга человека [заявка на изобретение US 2018278984, опубл. 27.09.2018], включая изменение представления цифрового контента по меньшей мере на одном вычислительном устройстве. Контент также может модулироваться на основе набора правил, поддерживаемых или доступных компьютерной системе, на основе пользовательского ввода, в том числе посредством приема команды управления представлением, которая может быть обработана компьютерной системой для модификации представления контента. Содержимое также может быть передано со связанной информацией о состоянии мозга. Компьютерная система может обрабатывать данные биосигнала, используя конвейер обработки биологического сигнала, чтобы определить, по меньшей мере, одно состояние мозга пользователя. Можно определить, что данные о состоянии мозга произошли в ответ на представление пользователю определенного цифрового контента. Следовательно, компьютерная система может связывать определенное состояние мозга пользователя с представленным цифровым контентом. Вместо или в дополнение к выполнению этой ассоциации компьютерная система может модифицировать представление цифрового контента, по меньшей мере, на одном вычислительном устройстве, основываясь, по меньшей мере, частично на принятых данных биосигнала и, по меньшей мере, одном правиле модификации представления, связанном с представленным цифровым контентом. Применение любых таких правил может быть использовано для обработки компонентом модулятора, взаимодействующим с источником контента.A known system and method for modulating content based on data on electrical signals from the human brain [invention application US 2018278984, publ. 09/27/2018], including changing the presentation of digital content on at least one computing device. The content can also be modulated based on a set of rules supported or available to the computer system based on user input, including by receiving a presentation control command, which can be processed by the computer system to modify the presentation of the content. Content can also be transmitted with associated brain state information. The computer system can process the biosignal data using the biological signal processing pipeline to determine at least one state of the user's brain. It can be determined that the brain state data occurred in response to the presentation of certain digital content to the user. Hence, the computer system can associate a certain state of the user's brain with the presented digital content. Instead of, or in addition to, performing this association, the computer system may modify the representation of digital content on at least one computing device based at least in part on the received biosignal data and on at least one representation modification rule associated with the presented digital content. The application of any such rules can be used for processing by the modulator component that interacts with the content source.
Недостатками известных технических решений является ограниченная сфера применения (только медиа сфера), связывание состояние мозга только с представляемым цифровым контентом, узкая интерпретация данных о мозговой активности пользователя.The disadvantages of the known technical solutions are the limited scope of application (only the media sphere), linking the state of the brain only with the presented digital content, narrow interpretation of data on the user's brain activity.
Настоящая группа изобретений направлена на достижение технического результата, заключающегося в повышении достоверности определения текущего ресурсного состояния за счет повышения точности обработки полученных данных и расширенной интерпретации данных о мозговой активности пользователя в режиме реального времени. The present group of inventions is aimed at achieving a technical result, which consists in increasing the reliability of determining the current resource state by increasing the accuracy of processing the obtained data and enhanced interpretation of data on the user's brain activity in real time.
Заявленный технический результат в части системы, достигается за счет того, что система определения ресурсного состояния на основе сигнала ЭЭГ включает блок приема сигнала, выполненный с возможностью получения сигнала ЭЭГ от нейроинтерфейса пользователя, с которым соединен блок первичной обработки сигнала, выполненный с возможностью спектрального разложения полученного сигнала на ритмы головного мозга, с которым соединены блоки фильтрации первично обработанных сигналов, выполненные с возможностью проверки сигнала на наличие помех и агрегации первично преобразованных сигналов с выделением в первом блоке левополушарных и правополушарных альфа-ритмов, во втором блоке левополушарных тета-ритмов, правополушарных альфа- и тета-ритмов, во третьем блоке левополушарных бета-ритмов, с которыми соединен блок определения ресурсного состояния, включающий модуль определения состояния стресса на основе выделенных левополушарных и правополушарных альфа-ритмов, модуль определения состояния увлеченности или монотонии на основе выделенных левополушарных тета-ритмов, правополушарных альфа- и тета-ритмов, модуль определения концентрации на основе выделенных левополушарных бета-ритмов, при этом модуль определения состояния стресса выполнен с возможностью определения коррелята состояния стресса путем определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, модуль определения состояния увлеченности или монотонии выполнен с возможностью определения коррелята состояния увлеченности или монотонии путем суммирования первично преобразованных сигналов, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора увлеченности или монотонии и глобального среднего индикатора увлеченности или монотонии, модуль определения концентрации выполнен с возможностью определения коррелята состояния концентрации путем оценки фронтальной бета активности, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора концентрации и глобального среднего индикатора концентрации, а блок определения ресурсного состояния также выполнен с возможностью нормирования значения каждого параметра, определения промежуточного значения ресурсного состояния, нормирования промежуточного значения ресурсного состояния, определения ресурсного состояния, с блоком определения ресурсного состояния соединен блок вывода данных, выполненный с возможностью предоставления пользователю полученных результатов.The claimed technical result in terms of the system is achieved due to the fact that the system for determining the resource state based on the EEG signal includes a signal receiving unit configured to receive an EEG signal from the user's neurointerface, to which a primary signal processing unit is connected, configured to spectrally decompose the received signal. signal to the rhythms of the brain, to which the filtering units of the primary processed signals are connected, made with the possibility of checking the signal for the presence of interference and aggregation of the primary transformed signals with the selection in the first block of the left hemispheric and right hemispheric alpha rhythms, in the second block of the left hemispheric theta rhythms, right hemispheric alpha - and theta rhythms, in the third block of the left hemispheric beta rhythms, to which the resource state determination unit is connected, including a module for determining the state of stress based on the selected left hemispheric and right hemispheric alpha rhythms, a module for determining the state of enthusiasm or monotony based on the selected left hemispheric theta rhythms, right hemispheric alpha and theta rhythms, the module for determining the concentration based on the selected left hemispheric beta rhythms, while the module for determining the stress state is configured to determine the correlate of the stress state by determining the frontal asymmetry, averaging the sum of leads on a sliding window, determining the standard deviation of the stress indicator and the global average of the stress indicator, the module for determining the state of enthusiasm or monotony is made with the possibility of determining the correlate of the state of enthusiasm or monotony by summing the primary converted signals, averaging the sum of leads over the sliding window, determining the standard deviation of the indicator of enthusiasm or monotony and a global average indicator of enthusiasm or monotony, the concentration determination module is configured to determine the correlate of the concentration state by evaluating frontal beta activity, averaging the sum of leads over a sliding window, determining the standard deviation of the concentration indicator and the global average concentration indicator, and the unit for determining the resource state is also configured to normalize the value of each parameter, determine the intermediate value of the resource state, normalize the intermediate value of the resource state, determine the resource state, with the block for determining the resource state, a data output unit is connected, configured to provide the user with the results obtained.
Имеются варианты развития основного технического решения:There are options for the development of the main technical solution:
- блок первичной обработки сигнала выполнен с возможностью реализации предварительного сглаживания полученного сигнала;- block of primary signal processing is configured to implement preliminary smoothing of the received signal;
- введен блок персонализации ресурсного состояния, соединенный с блоком определения ресурсного состояния и с блоком вывода данных и выполненный с возможностью определения границ нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя;- introduced a unit for personalization of the resource state, connected with the unit for determining the resource state and with the data output unit and made with the possibility of determining the boundaries of the normal state for a given user by statistical analysis of historical values according to the user's state;
- введен блок фиксации отклонения от нормального состояния пользователя, соединенный с блоком персонализации состояний и блоком вывода данных и выполненный с возможностью определения нахождения пользователя в заданном состоянии.- introduced a unit for fixing deviations from the user's normal state, connected to the state personalization unit and the data output unit and made with the possibility of determining the user's presence in a given state.
Заявленный технический результат в части способа достигается за счет того, что способ определения ресурсного состояния на основе сигнала ЭЭГ включает получение сигнала ЭЭГ от нейроинтерфейса пользователя посредством блока приема сигнала, его первичную обработку путем спектрального разложения полученного сигнала на ритмы головного мозга с помощью блока первичной обработки сигнала, проверку сигнала на наличие помех и агрегацию первично преобразованных сигналов в группы с помощью блоков фильтрации первично обработанных сигналов, первая из которых содержит левополушарные и правополушарные альфа-ритмы, вторая группа содержит левополушарные тета-ритмы, правополушарные альфа- и тета-ритмы, третья группа содержит левополушарные бета-ритмы, определение ресурсного состояния посредством блока определения ресурсного состояния, сконфигурированного для определения коррелята состояния стресса на основе выделенных левополушарных и правополушарных альфа-ритмов, определения коррелята состояния увлеченности или монотонии на основе выделенных левополушарных тета-ритмов, правополушарных альфа- и тета-ритмов, определения коррелята состояния концентрации на основе выделенных левополушарных бета-ритмов, осуществления нормирования значения каждого параметра, определения промежуточного значения ресурсного состояния, нормирования промежуточного значения ресурсного состояния, определения ресурсного состояния, вывод данных путем предоставления пользователю полученных результатов с помощью блока вывода данных.The claimed technical result in terms of the method is achieved due to the fact that the method for determining the resource state based on the EEG signal includes receiving an EEG signal from the user's neurointerface by means of a signal receiving unit, its primary processing by spectral decomposition of the received signal into brain rhythms using a primary signal processing unit , checking the signal for the presence of interference and aggregation of the primary converted signals into groups using filtering units for the primary processed signals, the first of which contains the left hemispheric and right hemispheric alpha rhythms, the second group contains the left hemispheric theta rhythms, right hemispheric alpha and theta rhythms, the third group contains left hemispheric beta rhythms, determination of the resource state by means of the resource state determination unit configured to determine the correlate of the stress state based on the selected left hemispheric and right hemispheric alpha rhythms, determination of the correlate of the state with enthusiasm or monotony based on the identified left hemispheric theta rhythms, right hemispheric alpha and theta rhythms, determining the correlate of the concentration state based on the identified left hemispheric beta rhythms, normalizing the value of each parameter, determining the intermediate value of the resource state, normalizing the intermediate value of the resource state, determining resource state, data output by providing the user with the results obtained using the data output block.
Имеются варианты развития основного технического решения:There are options for the development of the main technical solution:
- на этапе первичной обработки сигнала ЭЭГ выполняют предварительное сглаживание полученного сигнала;- at the stage of primary processing of the EEG signal, preliminary smoothing of the received signal is performed;
- после определения ресурсного состояния и перед выводом полученных данных определяют границы нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя с помощью блока персонализации ресурсного состояния;- after determining the resource state and before outputting the obtained data, the boundaries of the normal state for a given user are determined by statistical analysis of historical values by the user's state using the resource state personalization unit;
- после определения границ нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя и перед выводом полученных данных определяют нахождение пользователя в нормальном ресурсном состоянии с помощью блока фиксации отклонения от нормального состояния пользователя.- after determining the boundaries of the normal state for a given user by means of statistical analysis of historical values according to the user's state and before outputting the obtained data, it is determined that the user is in a normal resource state using a block for fixing a deviation from the user's normal state.
Таким образом, за счет заявленных совокупностей признаков системы и способа повышается достоверность определения текущего ресурсного состояния на основе определения состояний стресса, увлеченности или монотонии и концентрации за счет повышения точности обработки полученных данных и расширенной интерпретации данных о мозговой активности пользователя в режиме реального времени. Это стало возможным благодаря агрегации трех групп ритмов и последующему определению ресурсного состояния путем определения коррелятов состояний стресса, увлеченности или монотонии и концентрации. Одновременно с этим расширена сфера применения заявленных технических решений (образование, собеседования, оценка контента, повышение производительности труда) и объема предоставляемых рекомендаций. Оценка ресурсного состояния осуществляется без привязки к контенту, в любое время, при различных видах деятельности.Thus, due to the claimed sets of features of the system and method, the reliability of determining the current resource state on the basis of determining states of stress, enthusiasm or monotony and concentration is increased by increasing the accuracy of processing the obtained data and expanded interpretation of data on the user's brain activity in real time. This became possible thanks to the aggregation of three groups of rhythms and the subsequent determination of the resource state by determining the correlates of states of stress, enthusiasm or monotony and concentration. At the same time, the scope of application of the declared technical solutions (education, interviews, content assessment, increase in labor productivity) and the volume of recommendations provided were expanded. The assessment of the resource state is carried out without reference to content, at any time, with various types of activities.
Сущность предлагаемой группы изобретений раскрыта более подробно с помощью фигур и дальнейшего описания.The essence of the proposed group of inventions is disclosed in more detail using the figures and further description.
На Фиг. 1 приведена блок схема системы.FIG. 1 is a block diagram of the system.
На Фиг. 2 приведена блок схема блока определения ресурсного состояния.FIG. 2 shows a block diagram of the resource state determination unit.
На Фиг. 3 приведена блок схема модуля определения состояния стресса блока определения ресурсного состояния.FIG. 3 shows a block diagram of the module for determining the state of stress of the block for determining the resource state.
На Фиг. 4 приведена блок схема модуля определения состояния увлеченности и монотонии блока определения ресурсного состояния.FIG. 4 shows a block diagram of the module for determining the state of enthusiasm and monotony of the unit for determining the resource state.
На Фиг. 5 приведена блок схема модуля определения состояния концентрации блока определения ресурсного состояния.FIG. 5 is a block diagram of a concentration state determination unit of a resource state determination unit.
На Фиг. 6 приведены исходные данные для определения ресурсного состояния.FIG. 6 shows the initial data for determining the resource state.
На Фиг. 7 приведена сводка по рассчитываемым индексам в блоке 7 определения ресурсного состояния.FIG. 7 shows a summary of the calculated indices in
На Фиг. 8 приведена блок-схема модели определения ресурсного состояния пользователя.FIG. 8 shows a block diagram of a model for determining the resource state of a user.
На Фиг. 9-13 представлены результаты проведенного исследования.FIG. 9-13 show the results of the study.
Система определения ресурсного состояния на основе сигнала ЭЭГ (Фиг. 1 и 2) пользователя 1 включает последовательно соединенные друг с другом блок 2 приема сигнала, блок 3 первичной обработки сигнала, блоки 4, 5, 6 фильтрации первично обработанных сигналов, блок 7 определения ресурсного состояния, содержащий модуль 8 определения состояния стресса, модуль 9 определения состояния увлеченности и монотонии, модуль 10 определения состояния концентрации, блок 11 вывода данных.The system for determining the resource state based on the EEG signal (Fig. 1 and 2) of the
Дополнительно система может содержать блок 12 персонализации ресурсного состояния, соединенный с блоком 7 определения ресурсного состояния и с блоком 11 вывода данных, а также блок 13 фиксации отклонения от нормального состояния пользователя 1, соединенный с блоком 12 персонализации ресурсного состояния и блоком 11 вывода данных.In addition, the system may comprise a resource
Блок 2 приема сигнала выполнен с возможностью получения сигнала ЭЭГ от нейроинтерфейса пользователя 1, снятого с помощью нейрогарнитуры. Нейрогарнитура обеспечивает регистрацию ЭЭГ с 7-ми отведений и двигательной активности головы, а также трансляцию этих данных по беспроводному каналу связи в блок 2 приема посредством адаптера USB-BLE, подключаемого к разъему USB персонального компьютера (ПК). The
Блок 3 первичной обработки сигнала выполнен с возможностью спектрального разложения полученного сигнала на ритмы головного мозга и представляет собой преобразователь исходной ЭЭГ-волны в гармонические колебания по алгоритму Фурье с определением абсолютных и относительных спектральных мощностей каждого из заданного диапазонов частот. Также блок 3 может быть выполнен с возможностью реализации предварительного сглаживания полученного сигнала путем проверки на превышение заданной амплитуды сигнала с последующим удалением участка записи, в котором произошло превышение амплитуды.
Блок 4 фильтрации первично обработанных сигналов выполнен с возможностью проверки сигнала на наличие помех путем определения амплитудного всплеска на основе статистического анализа и агрегации первично преобразованных сигналов с выделением левополушарных и правополушарных альфа-ритмов, что соответствует определению состояния стресса.The
Для применения в разрабатываемой модели мониторинга уровня стресса и оптимизации стрессогенных факторов в процессе интеллектуальной деятельности были взяты методы анализа электроэнцефалограммы (ЭЭГ). Methods of electroencephalogram (EEG) analysis were taken to be used in the developed model for monitoring stress levels and optimizing stress factors in the process of intellectual activity.
При анализе электроэнцефалограммы используются сигналы с отведений от точек F3, F4, F6, F7 по системе 10-20. Величина сигналов измеряется в милливольтах (мВ).When analyzing an electroencephalogram, signals from leads from points F3, F4, F6, F7 are used according to the 10-20 system. Signals are measured in millivolts (mV).
Блок 5 фильтрации первично обработанных сигналов выполнен с возможностью проверки сигнала на наличие помех путем определения амплитудного всплеска на основе статистического анализа и агрегации первично преобразованных сигналов с выделением левополушарных тета-ритмов, правополушарных альфа- и тета-ритмов, что соответствует определению состояния увлеченности или монотонии.The
Для применения в разрабатываемой модели определения характера интеллектуальной деятельности и определения состояний увлеченности и монотонии были взяты методы анализа электроэнцефалограммы (ЭЭГ). Methods of electroencephalogram (EEG) analysis were taken to be used in the developed model for determining the nature of intellectual activity and determining states of enthusiasm and monotony.
При анализе электроэнцефалограммы используются сигналы с отведений от точек P4, F3 по системе 10-20. Величина сигналов измеряется в милливольтах (мВ).When analyzing the electroencephalogram, signals from leads from points P4, F3 are used according to the 10-20 system. Signals are measured in millivolts (mV).
Блок 6 фильтрации первично обработанных сигналов выполнен с возможностью проверки сигнала на наличие помех путем определения амплитудного всплеска на основе статистического анализа и агрегации первично преобразованных сигналов с выделением левополушарных бета-ритмов, что соответствует определению состояния концентрации.The
Нейрофизиологические характеристики концентрации могут отражаться в различных показателях ЭЭГ. К спектральным характеристикам, отражающим концентрацию внимания на определенном объекте, могут быть отнесены высокочастотные показатели, например, гамма-волны в диапазоне свыше 40 Гц. Они генерируются в теменно-фронтальных областях мозга, обнаруживающих синхронизацию работы нейронов в данных регионах (Kaiser, Lutzenberger, 2003; Siegel et al., 2008; Gregoriou et al., 2009; Baldauf, Desimone, 2014). Вовлечение теменных областей обусловлено активацией дорзального потока: системы “Где?”, отвечающей за переработку информации о пространственном положении объекте, и, как следствие, участвующей в активном отслеживании объекта (концентрации внимания на нем) (Mishkin, Ungerleider, 1992). Вовлечение лобных областей обусловлено активацией контролирующих процессов, участвующих в организации работы теменной коры. Другим высокочастотным показателем концентрации внимания может являться мощность в бета-диапазоне (12,5-30 Гц), появляющаяся в лобных областях мозга и распространяющая в процессе активации внимания на другие области (Jensen et al., 2005). Показано, что тренинги бета-активности повышают эффективность выполнения задач, требующих концентрации внимания, у лиц с синдромом дефицита внимания и гиперактивности (СДВГ) (Linden et al, 1996; Egner, Gruzelier, 2004; Kropotov et al., 2005). Сообщается, что дезактивация бета-ритма может являться механизмом нарушения внимания при СДВГ (Clarke et al., 2001). Одним из возможных механизмов, обуславливающих вовлеченность бета-активации в процессы внимания, может быть генетический: например, полиморфизмы гена DAT (гена транспортера дофамина) (Loo et al., 2003). Это согласуется с так называемой “дофаминовой гипотезой”, предполагающей наличие необходимого уровня (оптимума) дофамина, который требуется для эффективного осуществления не только внимания, но и других когнитивных функций посредством нейронов префронтальной коры (Schacht, 2016). Таким образом, активность в бета-диапазоне может являться биомаркером состояния концентрации (устойчивости) внимания, связанного с поддержкой необходимого уровня дофамина. Neurophysiological characteristics of concentration can be reflected in various EEG indicators. Spectral characteristics reflecting the concentration of attention on a particular object can include high-frequency indicators, for example, gamma waves in the range over 40 Hz. They are generated in the parieto-frontal regions of the brain, which show synchronization of neuronal activity in these regions (Kaiser and Lutzenberger, 2003; Siegel et al., 2008; Gregoriou et al., 2009; Baldauf, Desimone, 2014). The involvement of the parietal regions is due to the activation of the dorsal flow: the “Where?” System, which is responsible for processing information about the spatial position of an object, and, as a consequence, participates in active tracking of the object (concentration of attention on it) (Mishkin and Ungerleider, 1992). The involvement of the frontal regions is due to the activation of controlling processes involved in organizing the work of the parietal cortex. Another high-frequency indicator of attention concentration can be the power in the beta range (12.5-30 Hz), which appears in the frontal regions of the brain and spreads during the activation of attention to other areas (Jensen et al., 2005). Beta trainings have been shown to increase the performance of attention-focused tasks in people with attention deficit hyperactivity disorder (ADHD) (Linden et al, 1996; Egner, Gruzelier, 2004; Kropotov et al., 2005). It has been reported that deactivation of the beta rhythm may be a mechanism for impaired attention in ADHD (Clarke et al., 2001). One of the possible mechanisms that determine the involvement of beta activation in attention processes may be genetic: for example, polymorphisms of the DAT gene (dopamine transporter gene) (Loo et al., 2003). This is consistent with the so-called “dopamine hypothesis,” suggesting the presence of the necessary level (optimum) of dopamine, which is required for the effective implementation of not only attention, but also other cognitive functions through neurons in the prefrontal cortex (Schacht, 2016). Thus, activity in the beta range can be a biomarker of the state of concentration (stability) of attention associated with maintaining the required level of dopamine.
Таким образом, исходными данными для определения состояния концентрации выбран показатель высокочастотной ЭЭГ активности в бета-диапазоне с электрода в точке AF7 по системе MCN.Thus, the initial data for determining the state of concentration was selected as an indicator of high-frequency EEG activity in the beta range from the electrode at point AF7 according to the MCN system.
На Фиг. 6 приведены исходные данные для определения ресурсного состояния.FIG. 6 shows the initial data for determining the resource state.
Блок 7 представляет собой программируемый модуль, сконфигурированный для осуществления последовательности вычислительных действий.
Блок 7 определения ресурсного состояния включает модуль 8 определения состояния стресса на основе выделенных левополушарных и правополушарных альфа-ритмов, модуль 9 определения состояния увлеченности или монотонии на основе выделенных левополушарных тета-ритмов, правополушарных альфа- и тета-ритмов, модуль 10 определения концентрации на основе выделенных левополушарных бета-ритмов.
Модуль 8 определения состояния стресса выполнен с возможностью определения коррелята состояния стресса путем определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса.
На основе измеренных данных производится расчет ряда индексов, всесторонне характеризующих состояние стресса у пользователей.Based on the measured data, a number of indices are calculated that comprehensively characterize the stress state of users.
Индекс асимметрии рассчитывается на основе показателей потока сигналов ЭЭГ с отведений в точках F3, F4, F6, F7 (Df3, Df4, Df6, Df7 соответственно). Индекс рассчитывается как разность логарифмов сумм мощностей в отведениях F3, F7 и сумм мощностей в отведениях F4, F8:The asymmetry index is calculated based on the indicators of the EEG signal flow from the leads at points F3, F4, F6, F7 (D f3, D f4, D f6, D f7, respectively). The index is calculated as the difference between the logarithms of the sums of powers in leads F3, F7 and the sums of powers in leads F4, F8:
Iasymmetry = log(sqrt(a)) –log (sqrt (b))I asymmetry = log (sqrt (a)) –log (sqrt (b))
Модуль 9 определения состояния увлеченности или монотонии выполнен с возможностью определения коррелята состояния увлеченности или монотонии путем суммирования первично преобразованных сигналов, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора увлеченности или монотонии и глобального среднего индикатора увлеченности или монотонии.The
На основе измеренных данных производится расчет ряда индексов, всесторонне характеризующих состояние увлеченности и монотонии у пользователей.Based on the measured data, a number of indices are calculated that comprehensively characterize the state of enthusiasm and monotony among users.
Индекс Alpha-index - рассчитывается на основании потока сигнала с электрода в точке P4. Для обработки сигнала используется быстрое преобразование Фурье (FFT)Alpha-index - calculated based on the signal flow from the electrode at point P4. Fast Fourier Transform (FFT) is used for signal processing
Iai=FFT(Dp4), I ai = FFT (D p4),
где Dp4 - сигнал с электрода в точке P4,where D p4 is the signal from the electrode at point P4,
затем производится расчет вклада частот 8-13 Hz в общий спектр.then the contribution of frequencies 8-13 Hz to the total spectrum is calculated.
Индекс Thetа-index left - рассчитывается на основании потока сигнала с электрода в точке F3. Для обработки сигнала используется быстрое преобразование Фурье (FFT)Theta-index left - calculated based on the signal flow from the electrode at point F3. Fast Fourier Transform (FFT) is used for signal processing
Itil =FFT(Df3), I til = FFT (D f3),
где Df3 - сигнал с электрода в точке F3,where D f3 is the signal from the electrode at point F3,
затем производится расчет вклада частот 4 – 7 Hz в общий спектр.then the contribution of frequencies 4 - 7 Hz to the total spectrum is calculated.
Индекс Thetа-index right - рассчитывается на основании потока сигнала с электрода в точке P4. Для обработки сигнала используется быстрое преобразование Фурье (FFT)Theta-index right - calculated based on the signal flow from the electrode at point P4. Fast Fourier Transform (FFT) is used for signal processing
Itir =FFT(Dp4), I tir = FFT (D p4),
где Dp4 - сигнал с электрода в точке P4,where D p4 is the signal from the electrode at point P4,
затем производится расчет вклада частот 4 – 7 Hz в общий спектр.then the contribution of frequencies 4 - 7 Hz to the total spectrum is calculated.
Индекс Sum – суммирование вкладов част:Sum index - summation of deposits, frequent:
Isum = Iai+Itir+Itil I sum = I ai + I tir + I til
Индекс z-оценки представляет собой персонализацию значений для конкретного пользователя на основе его зарегистрированных статистических показателей мат.ожидания и стандартного отклонения параметра за период наблюденийThe z-score index is a personalization of values for a specific user based on his registered statistical indicators of expectation and standard deviation of the parameter over the observation period
Iz = Isum-mean(Isum)/std(Isum) I z = I sum -mean (I sum) / std (I sum)
Модуль 10 определения концентрации выполнен с возможностью определения коррелята состояния концентрации путем оценки фронтальной бета активности, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора концентрации и глобального среднего индикатора концентрации.The
Индекс Beta мощность определяется следующим путем.Beta power index is determined in the following way.
Индекс рассчитывается на основании потока сигнала с электрода в точке AF7 (Daf7). Для обработки сигнала используется быстрое преобразование Фурье (FFT):The index is calculated based on the signal flow from the electrode at point AF7 (D af7 ). The signal is processed using the Fast Fourier Transform (FFT):
I Baf 7 =FFT(Daf7), I Baf 7 = FFT (Daf7),
затем рассчитывается мощность ритмов на полосе частот 14-30 Hz.then the power of rhythms is calculated in the frequency band 14-30 Hz.
На Фиг. 7 приведена сводка по рассчитываемым индексам в блоке 7 определения ресурсного состояния.FIG. 7 shows a summary of the calculated indices in
Блок 7 определения ресурсного состояния также выполнен с возможностью нормирования значения каждого параметра, определения промежуточного значения ресурсного состояния, нормирования промежуточного значения ресурсного состояния, определения ресурсного состояния.The
Индекс стандартизованной концентрации использует персонализованные данные о вариативности индекса концентрации у пользователя и текущее значение индекса:The standardized concentration index uses personalized data on the variability of the concentration index for the user and the current value of the index:
Iconcz= (I Baf7-mean I Baf7)/std I Baf7 I concz = (I Baf7 -mean I Baf7) / std I Baf7
Индекс стандартизованного стресса использует персонализованные данные о вариативности индекса стресса у пользователя и текущее значение индекса:The Standardized Stress Index uses personalized data on the user's stress index variability and the current index value:
Istressz= (I Baf7 -mean I Baf7 )/std I Baf7 I stressz = ( I Baf7 -mean I Baf7 ) / std I Baf7
Индекс стандартизованной увлеченности использует персонализованные данные о вариативности индекса увлеченности у пользователя и текущее значение индекса:The Standardized Engagement Index uses personalized information about the variability of the user's Engagement Index and the current value of the index:
Ienthz= (I sum -mean I sum )/std I sum I enthz = ( I sum -mean I sum ) / std I sum
Индекс ресурсного состояния использует на входе данные о персонализованных значениях индексов концентрации, увлеченности и стресса и рассчитывает их баланс:The resource state index uses data on personalized values of the indices of concentration, passion and stress as input and calculates their balance:
IRSI= Ienthz+ Iconcz – 2*Istressz I RSI = I enthz + I concz - 2 * I stressz
На Фиг. 8 приведена блок-схема модели определения ресурсного состояния пользователя.FIG. 8 shows a block diagram of a model for determining the resource state of a user.
Блок 11 вывода данных представляет собой любое электронное устройство, способное выдавать информацию на какой-то из каналов восприятия пользователя, выполненный с возможностью предоставления пользователю 1 полученных результатов в текстовой, визуальной, звуковой, тактильной форме в зависимости от доступной периферии и задачи. К нему могут быть подключены монитор, дисплей, звуковые колонки, вибратор и др.The
Блок 12 персонализации ресурсного состояния выполнен с возможностью определения границ нормального состояния для данного пользователя 1 путем статистического анализа исторических значений по состоянию пользователя 1, и представляет собой программируемый модуль вычислительных операций, в котором происходит расчет верхней границы нормального ресурсного состояния пользователя на основе исторических данных, вычисляется разница между текущим значением и границей состояния, а также происходит проверка нахождения среднего значения в диапазоне триггера состояний.The resource
Блок 13 фиксации отклонения от нормального состояния пользователя выполнен с возможностью определения нахождения пользователя 1 в заданном состоянии, и представляет собой модуль, обеспечивающий проверку сильно ли отклоняются показатели текущего состояния пользователя от обычного состояния и насколько устойчиво отклонение. The
Питание всех блоков обеспечивается от общего питания ПК.All units are powered from the general PC power supply.
Дополнительно может быть введен блок (на чертеже не показано) взаимодействия с сервером, на котором хранятся исторические данные по пользователю 1 и на который отправляются данные о состоянии для сохранения в базе данных и предъявления с помощью веб-интерфейсов.Additionally, a block (not shown in the drawing) of interaction with the server can be introduced, which stores historical data on
Заявляемая система реализует следующий способ определения ресурсного состояния на основе сигнала ЭЭГ.The inventive system implements the following method for determining the resource state based on the EEG signal.
Пользователь 1 надевает нейроинтерфейс и включает его блютуз-адаптер для передачи сигнал ЭЭГ в заявляемую систему.
Получают сигнал ЭЭГ от нейроинтерфейса пользователя 1 посредством блока 2 приема сигнала, затем осуществляют его первичную обработку путем спектрального разложения полученного сигнала на ритмы головного мозга с помощью блока 3 первичной обработки сигнала, при необходимости выполняют предварительное сглаживание полученного сигнала.An EEG signal is received from the user's
Далее осуществляют проверку сигнала на наличие помех и агрегацию первично преобразованных сигналов в группы с помощью блоков 4, 5, 6 фильтрации первично обработанных сигналов, первая из которых содержит левополушарные и правополушарные альфа-ритмы, вторая группа содержит левополушарные тета-ритмы, правополушарные альфа- и тета-ритмы, третья группа содержит левополушарные бета-ритмы.Next, the signal is checked for the presence of interference and the aggregation of the primary converted signals into
Последующее определение ресурсного состояния производят посредством блока 7 определения ресурсного состояния, сконфигурированного для определения коррелята состояния стресса на основе выделенных левополушарных и правополушарных альфа-ритмов, определения коррелята состояния увлеченности или монотонии на основе выделенных левополушарных тета-ритмов, правополушарных альфа- и тета-ритмов, определения коррелята состояния концентрации на основе выделенных левополушарных бета-ритмов, осуществления нормирования значения каждого параметра, определения промежуточного значения ресурсного состояния, нормирования промежуточного значения ресурсного состояния, определения ресурсного состояния.The subsequent determination of the resource state is carried out by means of the
При необходимости после определения ресурсного состояния и перед выводом полученных данных определяют границы нормального состояния для данного пользователя 1 путем статистического анализа исторических значений по состоянию пользователя 1 с помощью блока 12 персонализации ресурсного состояния. А после определения границ нормального состояния для данного пользователя 1 путем статистического анализа исторических значений по состоянию пользователя и перед выводом полученных данных определяют нахождение пользователя 1 в нормальном ресурсном состоянии с помощью блока 13 фиксации отклонения от нормального состояния пользователя 1.If necessary, after determining the resource state and before outputting the obtained data, the boundaries of the normal state for this
Конечный вывод данных осуществляют путем предоставления пользователю 1 полученных результатов с помощью блока 11 вывода данных, также могут быть предоставлены рекомендации.The final output of data is carried out by providing the
Для перехода в желаемое состояние могут быть использованы рекомендации трех типов:Three types of recommendations can be used to move to the desired state:
1. Рекомендации для пользователей, уверенно владеющих психонетическими практиками;1. Recommendations for users who are confident in psychonetic practices;
2. Рекомендации, содержащие более подробную последовательность действий;2. Recommendations containing a more detailed sequence of actions;
3. Рекомендации, не связанные с психотехниками и работой с эйдограммами. 3. Recommendations not related to psychotechnics and work with eidograms.
Рекомендации на основе психонетических практик требуют ознакомления с базовыми психонетическими практиками, освоение которых поможет пользователю превратить свое внимание в гибкий инструмент в первую очередь для максимально эффективного перехода из нежелательных состояний в необходимое. Recommendations based on psychonetic practices require familiarization with basic psychonetic practices, mastering which will help the user to turn their attention into a flexible tool, first of all, for the most effective transition from undesirable states to the necessary.
Для выхода из состояния перенапряжения/стресса:To recover from overvoltage / stress:
1. Закройте глаза. Переведите внимание в тело. Почувствуйте, в каких местах у Вас накопилось напряжение и распространите внимание от этой части тела по всему его объему. При этом представьте себе теплый поток, который смывает Ваше напряжение. 1. Close your eyes. Bring your attention to the body. Feel where you have accumulated tension and spread your attention from this part of the body throughout its entire volume. At the same time, imagine a warm stream that washes away your stress.
2. Глубоко подышите в течение нескольких минут. На вдохе – представьте, как через макушку головы в Ваше тело проникает поток энергии, распространяется по позвоночнику до низа живота. Задержите дыхание на пять секунд. А на выдохе представьте, как этот поток уносит от Вас все раздражение и напряжение. 2. Breathe deeply for a few minutes. As you inhale, imagine how a stream of energy enters your body through the crown of your head, spreads along the spine to the lower abdomen. Hold your breath for five seconds. And as you exhale, imagine how this stream takes away all irritation and tension from you.
3. Проветритесь на свежем воздухе – выйдите на балкон или прогуляйтесь по улице в течение 10-15 минут. 3. Get some fresh air - go to the balcony or walk along the street for 10-15 minutes.
4. Попробуйте сопровождать описанные действия успокаивающей музыкой – той, которую Вы любите, или включите ее отдельно, концентрируя внимание лишь на ней. 4. Try to accompany the described actions with soothing music - the one that you love, or turn it on separately, concentrating only on it.
Для выхода из состояния монотонии:To get out of a state of monotony:
1. Глубоко подышите в течение нескольких минут. На вдохе – представьте, как через макушку головы в Ваше тело проникает поток энергии, распространяется по позвоночнику до низа живота. Задержите дыхание на пять секунд. А на выдохе представьте, как этот поток распространяется по всему телу. Совместите дыхание с прогулкой на свежем воздухе в течение 10-15-ти минут. 1. Breathe deeply for a few minutes. As you inhale, imagine how a stream of energy enters your body through the crown of your head, spreads along the spine to the lower abdomen. Hold your breath for five seconds. As you exhale, imagine how this flow spreads throughout the body. Combine breathing with a walk in the fresh air for 10-15 minutes.
2. Разогрейте руки потерев их друг о друга. Затем помассируйте уши (мочки, козелки, внутреннюю часть) в течение 3-5-ти минут. Резко сжимайте и разжимайте кулаки. Помассируйте точку в углублении основания большого и указательного пальцев. 2. Warm up your hands by rubbing them together. Then massage the ears (lobes, tragus, inner part) for 3-5 minutes. Clench and unclench your fists sharply. Massage a point in the groove of the base of your thumb and forefinger.
3. Дайте Вашему телу интенсивную физическую нагрузку в виде 10-ти минутного бега или других возможных, знакомых, подходящих лично Вам физических упражнений. 3. Give your body an intense physical activity in the form of a 10-minute jog or other possible, familiar, suitable physical exercise for you personally.
4. Отвлекитесь минут на 15-20 на любимое дело, которое всегда вызывает у Вас интерес. Вы вовлечетесь в интенсивный процесс и сможете перенести эту энергию на дальнейшую работу. 4. Get distracted for 15-20 minutes on your favorite activity, which always arouses your interest. You will be involved in an intense process and will be able to transfer this energy to further work.
Система и способ могут быть реализованы на базе персонального компьютера и могут быть использованы в любой области и при любом виде деятельности, основной задачей является выявление негативного состояния и информирование о нем пользователя для принятия своевременных мер с целью повышения производительности труда или эффективности обучения.The system and method can be implemented on the basis of a personal computer and can be used in any field and in any type of activity, the main task is to identify a negative state and inform the user about it in order to take timely measures in order to increase labor productivity or training efficiency.
Пример применения способа и системы.An example of the application of the method and system.
В детском лагере было проведено пилотное исследование возможностей нейротехнологий по оценке реакции на различные методики преподавания и курсы.In the children's camp, a pilot study was carried out on the possibilities of neurotechnology to assess the response to various teaching methods and courses.
Пилотное исследование включало в себя мониторинг ресурсного состояния детей в разрезе трех состояний: The pilot study included monitoring the resource state of children in the context of three conditions:
1. Стресс. Свидетельствует о негативном эмоциональном фоне.1. Stress. Indicates a negative emotional background.
2. Увлеченность. Свидетельствует об интересе к выполняемой задаче.2. Passion. Indicates interest in the task at hand.
3. Концентрация. Свидетельствует о повышенном расходе нейронных ресурсов для выполнения задачи.3. Concentration. Indicates an increased consumption of neural resources to complete the task.
На основании этих критериев был вычислен Индекс ресурсного состояния (ИРС), отражающий психофизиологический баланс в процессе деятельности. ИРС позволяет провести быструю оценку того, оказывает ли активность положительное влияние на состояние детей. Чем выше ИРС, тем больший положительный эффект получает ребенок от занятия.Based on these criteria, the Resource State Index (IRS) was calculated, reflecting the psychophysiological balance in the process of activity. IRS allows a quick assessment of whether activity has a positive effect on the well-being of children. The higher the IRS, the greater the positive effect the child receives from the lesson.
В оценке приняли участие 48 детей, посещающих три вида студий:The assessment involved 48 children attending three types of studios:
- «Керамика»- "Ceramics"
- «Ракетостроение»- "Rocket Engineering"
- «Фортепиано»- "Piano"
У 7 детей собранные данные не обладают достаточной информативностью из-за особенностей возрастных изменений формы черепа, либо слишком малого времени участия в исследовании. Их данные не были включены в анализ.In 7 children, the data collected are not sufficiently informative due to the peculiarities of age-related changes in the shape of the skull, or too little time for participation in the study. Their data were not included in the analysis.
На Фиг. 9-11 приведены результаты оценки усредненного состояния для студий ракетостроения, фортепиано, керамики, соответственно.FIG. 9-11 show the results of evaluating the average state for rocket science studios, piano, ceramics, respectively.
На Фиг. 12, 13 приведены результаты сравнительного анализа среднего состояния учеников за все время студии.FIG. 12, 13 show the results of a comparative analysis of the average state of students for the entire time of the studio.
Ед.изм. - % времени, проведенного в каждом состоянии относительно времени замераUnit. -% of time spent in each state relative to the time taken
Выводы по исследованию:Study Conclusions:
1. Каждый из измеряемых показателей состояния находится в сильной зависимости от студии, которую посещает ребенок. Разницу между студиями нельзя объяснить различиями в возрасте детей, гендерными различиями или временем проведения занятия. Среди зафиксированных паттернов состояний нет ни одного участника, у которого встречается равномерно сниженные показатели стресса, увлеченности, концентрации. Это свидетельствует о том, что у дети активно включены в образовательный процесс. Им может не нравиться происходящее на студии (это соответствует высоким показатели стресса), но процесс обучения им не безразличен.1. Each of the measured indicators of the state is highly dependent on the studio that the child attends. The difference between the studios cannot be explained by differences in the age of the children, gender differences, or the time of the class. Among the fixed patterns of states, there is not a single participant who has uniformly reduced indicators of stress, enthusiasm, and concentration. This indicates that children are actively involved in the educational process. They may not like what is happening in the studio (this corresponds to high stress levels), but they are not indifferent to the learning process.
2. Наилучший паттерн («поток» -преобладание увлеченности и концентрации при низком стрессе) состояний наблюдается у всех участников студии «Фортепиано». Вероятнее всего такой результат возникает из-за сочетании двух основных факторов – грамотного чередования разнородной активности (самостоятельной игры на инструменте, хорового пения) и положительного эффекта, который музыка оказывает на мозг ученика. Второй фактор можно использовать для улучшения образовательной динамики остальных студий, внедряя легкую фоновую расслабляющую музыку. 2. The best pattern ("flow" - the predominance of enthusiasm and concentration with low stress) of states is observed in all participants of the "Piano" studio. Most likely, this result arises from a combination of two main factors - the competent alternation of heterogeneous activity (independent playing the instrument, choral singing) and the positive effect that music has on the student's brain. The second factor can be used to improve the educational dynamics of other studios by introducing light background relaxing music.
3. Интересной является разница в пении и игре на инструменте: хоровое пение показывает тенденцию к снижению концентрации и повышению стресса участников. Это можно интерпретировать таким образом, что пение является менее когнитивно-сложной активностью, но при этом воспринимается как более социально ответственная деятельность. 3. The difference between singing and playing an instrument is interesting: choral singing shows a tendency towards decreased concentration and increased stress among participants. This can be interpreted in such a way that singing is a less cognitively difficult activity, but at the same time it is perceived as a more socially responsible activity.
4. Наиболее низкий ИРС наблюдается на студии «Ракетостроение». Скорее всего, это вызвано использованием на занятиях формата викторины, которая оказалась слишком сложна для большинства детей, что, в свою очередь, вызвало сильное повышение показателей стресса. 4. The lowest IRS is observed at the Raketostroenie studio. This is most likely due to the use of the quiz format in the classroom, which turned out to be too difficult for most children, which, in turn, caused a strong increase in stress indicators.
5. Формат предъявление образовательной видеозаписи оказывает положительное воздействие на концентрацию и увлеченность участников, но эффект длится недолго – спустя 3-4 минуты просмотра состояние участников нормализуется. Наилучшие состояние детей наблюдается при выполнении ручных действий – складывание ракеты-оригами. Благодаря этому можно предположить, что на более практически-ориентированных занятиях (сборка модели ракеты) состояние детей показывало бы паттерн состояния «потока».5. The format of presentation of educational video has a positive effect on the concentration and enthusiasm of the participants, but the effect does not last long - after 3-4 minutes of viewing the condition of the participants returns to normal. The best condition for children is observed when performing manual actions - folding the origami rocket. Because of this, it can be assumed that in more practice-oriented activities (assembling a rocket model), the state of the children would show the pattern of the "flow" state.
6. Занятия на студии «Керамика» показывают паттерн состояния «потока» на большей части занятия, однако к концу занятия наблюдается спад показателей и повышение уровня стресса. Скорее всего это вызвано накоплением усталости от ручного занятия и обнаружением ошибок в сделанных изделиях. Возможно, оправдано сделать небольшое переключение (5-7 минут) во второй половине занятия на альтернативную творческую активность, не связанную с ручным трудом. Это позволит поддерживать высокий уровень концентрации детей.6. Classes at the studio "Ceramics" show a pattern of the state of "flow" for most of the session, however, by the end of the session, there is a decline in indicators and an increase in stress levels. This is most likely due to the accumulation of manual fatigue and the detection of errors in the products made. It may be justified to make a small switch (5-7 minutes) in the second half of the lesson to an alternative creative activity that is not associated with manual labor. This will maintain a high level of concentration in children.
Эти данные могут быть использованы при построении более эффективного учебного процесса.This data can be used to build a more effective educational process.
Claims (22)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020107547A RU2736804C1 (en) | 2020-02-19 | 2020-02-19 | System and method of determining resource state based on biometric eeg signal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020107547A RU2736804C1 (en) | 2020-02-19 | 2020-02-19 | System and method of determining resource state based on biometric eeg signal |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2736804C1 true RU2736804C1 (en) | 2020-11-20 |
Family
ID=73460766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2020107547A RU2736804C1 (en) | 2020-02-19 | 2020-02-19 | System and method of determining resource state based on biometric eeg signal |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2736804C1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11460921B2 (en) | 2020-07-09 | 2022-10-04 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource |
| US11467663B2 (en) | 2020-07-09 | 2022-10-11 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource distribution hub |
| US11526876B2 (en) | 2020-07-09 | 2022-12-13 | Bank Of America Corporation | System for calibration of an EEG device for detection of specific brainwave patterns |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2163150C1 (en) * | 1999-11-18 | 2001-02-20 | Куй-Беда Вячеслав Юрьевич | Method for applying musical therapy |
| EA201200790A1 (en) * | 2011-08-22 | 2013-02-28 | Любомир Иванович Афтанас | METHOD OF NON-MEDICAL DIAGRAM AND AND OR OPTIMIZATION OF EMOTIONAL, NEUROVEGETATIVE AND NEUROGOGNITIVE STATUS |
| US9532748B2 (en) * | 2013-04-22 | 2017-01-03 | Personal Neuro Devices Inc. | Methods and devices for brain activity monitoring supporting mental state development and training |
-
2020
- 2020-02-19 RU RU2020107547A patent/RU2736804C1/en active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2163150C1 (en) * | 1999-11-18 | 2001-02-20 | Куй-Беда Вячеслав Юрьевич | Method for applying musical therapy |
| EA201200790A1 (en) * | 2011-08-22 | 2013-02-28 | Любомир Иванович Афтанас | METHOD OF NON-MEDICAL DIAGRAM AND AND OR OPTIMIZATION OF EMOTIONAL, NEUROVEGETATIVE AND NEUROGOGNITIVE STATUS |
| US9532748B2 (en) * | 2013-04-22 | 2017-01-03 | Personal Neuro Devices Inc. | Methods and devices for brain activity monitoring supporting mental state development and training |
Non-Patent Citations (1)
| Title |
|---|
| ЛАКТИОНОВА О.И. ЭЭГ - КОРРЕЛЯТЫ ПСИХИЧЕСКИХ ОСОБЕННОСТЕЙ И СОСТОЯНИЙ ЧЕЛОВЕКА, Орловский государственный университет, 2014 г., 36-37. * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11460921B2 (en) | 2020-07-09 | 2022-10-04 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource |
| US11467663B2 (en) | 2020-07-09 | 2022-10-11 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource distribution hub |
| US11526876B2 (en) | 2020-07-09 | 2022-12-13 | Bank Of America Corporation | System for calibration of an EEG device for detection of specific brainwave patterns |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230309885A1 (en) | Identifying and Strengthening Physiological/Neurophysiological States Predictive of Superior Performance | |
| Kosti et al. | Towards an affordable brain computer interface for the assessment of programmers’ mental workload | |
| Demos | Getting started with neurofeedback | |
| Bernhardt et al. | The effects of dynamic workload and experience on commercially available EEG cognitive state metrics in a high-fidelity air traffic control environment | |
| US20220133194A1 (en) | Measuring and strengthening physiological/neurophysiological states predictive of superior performance | |
| RU2736804C1 (en) | System and method of determining resource state based on biometric eeg signal | |
| EP3876834A1 (en) | Systems and methods for cooperative invasive and noninvasive brain stimulation | |
| Chow et al. | EEG dynamics of mindfulness meditation versus alpha neurofeedback: A sham-controlled study | |
| Parent et al. | Pass: a multimodal database of physical activity and stress for mobile passive body/brain-computer interface research | |
| Appel et al. | Cross-task and cross-participant classification of cognitive load in an emergency simulation game | |
| Carroll et al. | Triangulating the personal creative experience: self-report, external judgments, and physiology | |
| EP4157089A2 (en) | Measuring and strengthening physiological/neurophysiologial states predictive of superior performance | |
| Isaychev et al. | The psychophysiological diagnostics of the functional state of the athlete. Preliminary data | |
| RU2740256C1 (en) | System and method for determining psychoemotional states based on biometric eeg signal | |
| RU2736711C1 (en) | System and method for determining state of stress based on biometric eeg signal | |
| Patt et al. | Disentangling working memory processes during spatial span assessment: A modeling analysis of preferred eye movement strategies | |
| RU2736707C1 (en) | System and method of determining state of entrainment or monotony based on biometric eeg signal | |
| RU2736710C1 (en) | System and method of determining state of fatigue or vivness based on biometric eeg signal | |
| Bower et al. | Enlarged interior built environment scale modulates high-frequency EEG oscillations | |
| Guillen-Sanz et al. | A systematic review of wearable biosensor usage in immersive virtual reality experiences | |
| De la Vega et al. | Impact of weekly physical activity on stress response: an experimental study | |
| Crameri et al. | Effects of dynamic resilience on the reactivity of vagally mediated heart rate variability | |
| Bläsing et al. | Influence of complexity and noise on mental workload during a manual assembly task | |
| Christie | Multivariate discrimination of emotion-specific autonomic nervous system activity | |
| Rebolledo-Mendez et al. | An empirical examination of the relation between attention and motivation in computer-based education: A modeling approach |