• 1990 (Том 4)
  • 1989 (Том 3)
  • 1988 (Том 2)
  • 1987 (Том 1)

Том 33 №2

Содержание

  1. РАСЧЕТ ОПТИЧЕСКОЙ СИСТЕМЫ ГЛАЗА КИТООБРАЗНЫХ
  2. НЕЙРОФИЗИОЛОГИЧЕСКИЕ МЕХАНИЗМЫ СРАВНЕНИЯ ДВУХ ПОСЛЕДОВАТЕЛЬНЫХ ОРИЕНТАЦИЙ В ЗАДАЧЕ РАБОЧЕЙ ПАМЯТИ
  3. ВКЛАД КРАЙНЕЙ ПЕРИФЕРИИ СЕТЧАТКИ В КОНСТАНТНОСТЬ ЦВЕТОВОСПРИЯТИЯ: СВИДЕТЕЛЬСТВА, ПОЛУЧЕННЫЕ БЛАГОДАРЯ КОНТАКТНЫМ ЛИНЗАМ С ИМПЛАНТИРОВАННЫМИ ОККЛЮДЕРАМИ
  4. УЧАСТИЕ СПЕКТРАЛЬНОГО И ВРЕМЕННОГО МЕХАНИЗМОВ В АНАЛИЗЕ СЛОЖНЫХ ЗВУКОВЫХ СИГНАЛОВ
  5. РОЛЬ ДОНОРА МОЛЕКУЛ NO В РЕГУЛЯЦИИ ОТВЕТОВ ПЕРВИЧНОГО СЕНСОРНОГО НЕЙРОНА
  6. ИСПОЛЬЗОВАНИЕ МОБИЛЬНЫХ УСТРОЙСТВ ДЛЯ ВЫЯВЛЕНИЯ ПРИЗНАКОВ ФАБРИКАЦИИ ДОКУМЕНТОВ, УДОСТОВЕРЯЮЩИХ ЛИЧНОСТЬ
  7. ПЕРЕХОДНЫЕ ПРОЦЕССЫ ЗРИТЕЛЬНЫХ ВЫЗВАННЫХ ПОТЕНЦИАЛОВ В ЗАДАЧАХ ИНТЕРФЕЙСОВ ЧЕЛОВЕК-КОМПЬЮТЕР
  8. АЛГЕБРАИЧЕСКАЯ РЕКОНСТРУКЦИЯ В УСЛОВИЯХ НЕДОСТАТКА ПАМЯТИ ГРАФИЧЕСКОГО ПРОЦЕССОРА В ЗАДАЧЕ КОМПЬЮТЕРНОЙ ТОМОГРАФИИ
  9. НОВЫЙ КРИТЕРИЙ ОБУЧЕНИЯ НЕЙРОСЕТЕВОГО ЭНКОДЕРА В ЗАДАЧЕ СЕГМЕНТАЦИИ СТРОКИ НА СИМВОЛЫ

ПЕРЕХОДНЫЕ ПРОЦЕССЫ ЗРИТЕЛЬНЫХ ВЫЗВАННЫХ ПОТЕНЦИАЛОВ В ЗАДАЧАХ ИНТЕРФЕЙСОВ ЧЕЛОВЕК-КОМПЬЮТЕР

© 2019 г. Я. А. Туровский1,2, А. С. Суровцев1, С. А. Зайцев1, А. С. Коновской1

1Воронежский государственный университет 394051 г. Воронеж, Университетская пл. 1, Россия
yaroslav_turovsk@mail.ru
2Институт проблем управлениям им. В.А.Трапезникова РАН 117997 Москва ул. Профсоюзная, д. 65, Россия

Поступила в редакцию 24.06.2018 г.

В работе проведен анализ переходных процессов между установившимися состояниями зрительных вызванных потенциалов (SSVEP) в условиях изменения частоты фотостимуляции (ФС), что имити-рует работу с синхронным интерфейсом мозг-компьютер. Исследованы зависимости параметров SSVEP от частот ФС. Метод кластерного анализа (К-средних) выявил три кластера данных, разли-чающихся особенностями реакции на ФС и распределения каналов ЭЭГ, ее демонстрирующих. Установлено, что в ряде случаев процент людей, “генерирующих” сигнал требуемой частоты после изменения режима фотостимуляции, был значительно ниже 100%, вплоть до случаев полного отсутствия “детекции сигнала” кем-либо из испытуемых. Латентное время появления выраженных частотных компонент для исследуемых сигналов колебалось от 150 до 420 мс, что позволяет рассматривать это время как перспективу для показателей скорости интерфейсов мозг-компьютер. Высокочастотный компонент при использовании цепочек локальных максимумов матрицы квадратов вейвлет-преобразования вместо вейвлет-фильтрации идентифицировался лучше, чем низкочастотный. При использовании вейвлет-фильтрации выявлена обратная зависимость.

Ключевые слова: SSVEP, синхронные интерфейсы мозг-компьютер, нейрокомпьютерные интерфей-сы, вейвлет-преобразование

DOI: 10.1134/S0235009219020100

Цитирование для раздела "Список литературы": Туровский Я. А., Суровцев А. С., Зайцев С. А., Коновской А. С. Переходные процессы зрительных вызванных потенциалов в задачах интерфейсов человек-компьютер. Сенсорные системы. 2019. Т. 33. № 2. С. 157-165. doi: 10.1134/S0235009219020100
Цитирование для раздела "References": Yа. A. Turovsky, Surovtsev A. S., Zaitsev S. A., Konovskoya A. S. Perekhodnye protsessy zritelnykh vyzvannykh potentsialov v zadachakh interfeisov chelovek-kompyuter [Transient processes of visual evoked potentials in the tasks of human-computer interfaces]. Sensornye sistemy [Sensory systems]. 2019. V. 33(2). P. 157-165 (in Russian). doi: 10.1134/S0235009219020100

Список литературы:

  • Астафьева Н.М. Вейвлет-анализ: основы теории и примеры применения. Успехи физических наук. 1996. Т. 166. № 11. С. 1145–1170.
  • Божокин С.В. Вейвлет-анализ динамики усвоения изабывания ритмов фотостимуляции для нестационарной электроэнцефалограммы. Журнал технической физики. 2010. Т. 80. № 9. С. 16–24.
  • Гланц С. Медико-биологическая статистика. М. Практика, 1998. 459 с.
  • Каплан А.Я., Жигалов А.Ю. Динамика альфа-активности электроэнцефалографии у человека при триггерной фотостимуляции в контуре интерфейса мозг-компьютер. Бюллетень сибирской медицины. 2010. Т. 9. № 2. С. 7–11.
  • Кисть Michelangelo. URL: https://www.ottobock.ru/prosthetics/upper-limb-prosthetics/solution-overview/michelangelo-hand/ (дата обращения: 20.06.2018).
  • Рунион Р. Справочник по непараметрической статистике. Современный подход. М. Финансы и статистика, 1982. 198 с.
  • Туровский Я.А., Кургалин С.Д., Алексеев А.В. Анализ движения глаз человека при управлении самоходным шасси с использованием системы видеоокулографического интерфейса. Сенсорные системы. 2017. Т. 31. № 1. С. 51–58.
  • Туровский Я.А., Кургалин С.Д., Семенов А.Г. Динамика цепочек локальных максимумов спектров электроэнцефалограмм человека. Биофизика. 2014. Т. 59. № 1. С. 185–190. DOI: 10.1134/S0006350914010242
  • Blankertz B., Curio G., Müller K.R. Classifying Single Trial EEG: Towards Brain Computer Interfacing. Advances in Neural Inf. Proc. Systems (NIPS 01). 2002. V. 14. P. 157–164.
  • Cecotti H., Volosyak I., Graser A. Reliable visual stimuli on LCD screens for SSVEP based BCI. 18th European Signal Processing Conference. 2010. P. 919–923.
  • Garcia G. High frequency SSVEPs for BCI applications. Computer-Human Interaction. Florence. 2008. V. 4.
  • Hochberg L.R., Bacher D., Jarosiewicz B., Masse N.Y., Simeral J.D., Vogel J., Haddadin S., Liu J., Cash S.S., Smart P., Donoghue J.P. Reach and grasp by people with tetraplegia using a neurally controlled robotic arm. Nature. 2012. V. 485. № 7398. P. 372–375.
  • Lin Z., Zhang C., Wu W., Gao X. Frequency recognition based on canonical correlation analysis for SSVEPbased BCIs. IEEE transactions on biomedical engineering. 2007. V. 53(12). P. 2610–2614.
  • Zhu D., Bieger J., Molina G.G., Aarts R.M. A Survey of Stimulation Methods Used in SSVEP-Based BCIs. Computational Intelligence and Neuroscience. 2010. P. 1–12. DOI: 10.1155/2010/702357