КАРТОЧКА
ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер 22-71-00033
НазваниеМетодология автоматизированной оценки функциональных состояний человека на основе интеллектуального анализа его видеоизображений и нейрофизиологических параметров
РуководительЛашков Игорь Борисович, Кандидат технических наук
Организация финансирования, регион Федеральное государственное бюджетное учреждение науки "Санкт-Петербургский Федеральный исследовательский центр Российской академии наук", г Санкт-Петербург
| Период выполнения при поддержке РНФ | 07.2022 - 06.2024 |
Конкурс№70 - Конкурс 2022 года «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными.
Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-201 - Искусственный интеллект и принятие решений
Ключевые словаКомпьютерное зрение, машинное обучение, нейронные сети, анализ данных, электрическая активность мозга, психогигиена человека
Код ГРНТИ28.23.29
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Зародившееся на рубеже XIX – XX вв. последние 2-3 десятилетия направление исследований, связанное с психогигиеной человека в основном ориентируется на решение социальных и экологических проблем, имеющих отношение к психическому здоровью, которое в 2020 году стало как никогда актуально для жителей как России, так и остальных стран и является на сегодняшний день прорывной тематикой, отвечающей на глобальный вызов, касающийся здоровья нации. Основной целью психогигиены по-прежнему остается сохранение психического здоровья, душевного равновесия. Поэтому среди ее современных направлений особое место занимает изучение факторов и условий среды, влияющих на психическое развитие и психическое состояние человека. В связи с этим исследованию активно подвергается психическая саморегуляция — это совокупность приемов и методов воздействия на психические функции и состояния, осуществляемых человеком с профилактическими целями. Овладение методами психической саморегуляции предоставляет возможность сознательно и целенаправленно влиять на некоторые психические и физиологические функции организма.
В мире популярность оздоровительных психофизиологических упражнений и психологической саморегуляции обусловлена необходимостью противостоять вызовам напряженности повседневной жизни, а также усиливающимся стремлением людей исследовать, защитить и расширить собственный духовный потенциал [1, 2, 3]. При этом современные исследования ученых, изучающих мозг человека, показывают положительное влияние психофизиологических упражнений на мозг в плане переживания определенного опыта [4, 5]. Иными словами, саморегуляция способна помочь человеку справится со стрессами и депрессией. Так, ученые Гарвардского Университета показали, что за 8 нед. медитативных практик структура головного мозга меняется, увеличивается плотность серого вещества в области головного мозга, отвечающего за память и обучение [6]. Стоит отметить, что медитативные практики, по сути, направлены на выделение состояния человека в качестве объекта воздействия и использование внутренних средств для регуляции своего состояния [7, 8].
Рассматриваемая проблема является актуальной и междисциплинарной на стыке информационных технологий, нейрофизиологии и относится к направлению искусственного интеллекта. В рамках проекта предлагается решить фундаментальную задачу, направленную на подтверждение гипотезы о том, что внешнее поведение человека зависит от его внутреннего (ментального) состояния, а современные методы искусственного интеллекта позволяют решить задачу классификации поведения человека на основе анализа внешних признаков, полученных в результате анализа изображений с видеокамеры, в т.ч. камеры смартфона, сравнении их с нейрофизиологическими параметрами (ЭЭГ) и делать заключение о его внутреннем состоянии. Для этих целей предлагается изучить классификацию функциональных состояний человека в соответствии с теорией активации, отдельно среди них выделить медитативные состояния. На основе классификации состояний установить психофизиологические критерии, отражающие состояние человека в различные периоды активации, а также выполнить анализ информации, получаемой как от устройств носимой электроники, так и показаний устройств, регистрирующих биоэлектрическую активность мозга.
Актуальность и социальная значимость проблемы подтверждается увеличением во всем мире психически нездоровых людей. По прогнозам Всемирной организации здравоохранения в текущем 2020 году психические расстройства войдут в первую пятерку болезней, ведущих к потере трудоспособности. В России показатели существенно хуже, чем среднемировые. На этом фоне среди всех психических расстройств выходят пациенты с непсихотическими психическими расстройствами — 48,1%, которые при обычных обследованиях считаются «здоровыми». В этой связи востребованность представлений о механизмах психической саморегуляции будет только возрастать. В последние годы медитативные пракики, как разновидность психической саморегуляции получили широкое распространение. На сегодняшний день методология Mindfulness Based Stress Reduction, разработанная в медицинском центре Массачусетского Университета профессором Jon Kabat-Zinn [9], является общепризнаной во многих странах. Так, например, компания Headspace, предоставляющая пользователям контент для практик медитации, имеет на сегодняшний день годовой доход более 100 млн долларов, который имеет значительный рост в последние годы.
Научная значимость работы подтверждается отсутствием на сегодняшний день моделей и методов, позволяющих человеку получить объективную оценку качества и прогресса в выполнении практик, а также каественной обратной связи, направленной на улучшение практики медитации на основе анализа видеоизображений его в практике и анализа психофизиологических показателей. Научная новизна предложенного подхода заключается в использовании и развитии современных достижений в областях обработки изображений, машинного обучения, интеллектуального анализа данных, онтологического моделирования, профилирования, управления компетенциями, экспериментальной нейрофизиологии (ЭЭГ) и выявления соответствий с внешними признаками мониторинга состояния человека посредством использования портативной электроники для решения новой научно-практической социально-значимой задачи. На сегодняшний день не существует исследований, в рамках которых проводилась бы подобная оценка. Практическая значимость поставленной задачи обусловлена тем, что практики медитации становятся очень популярными и быстро проникают в массы [10], что естественным образом требует разработок программного обеспечения для удобства освоения людьми данных практик.
Методология автоматизированной оценки практики медитации человека, являющаяся фундаментальной задачей проекта, представлена тремя ключевыми процессами: (1) предварительное обучение системы и классификация функциональных состояний человека на основе сопоставления массива данных, сформированного из изображений, полученных с видеокамеры, показателей, считываемых с сенсоров движения (акселерометр), сердечного ритма датчиков устройств переносной электроники, показаний ЭЭГ, полученных с использованием специализированного оборудования; (2) программная автоматическая оценка функциональных состояний человека с использованием камеры смартфона (направленного на человека во время выполнения практики) и датчиков устройств переносной электроники; (3) формирование обратной связи и генерация персонализированных рекомендаций человеку с целью повышения его эффективности и прогресса выполняемых методик.
Литература
1. C. Wang, K. Li, S. Gaylord, Prevalence, patterns, and predictors of meditation use among U.S. children: Results from the National Health Interview Survey, Complementary Therapies in Medicine, Vol. 43, April 2019, pp. 271-276.
2. J. Wielgosz, S. B. Goldberg, T. R.A. Kral, J. D. Dunne, R. J. Davidson, Mindfulness Meditation and Psychopathology. In: Annual Review of Clinical Psychology 2019, Vol. 15 (1), pp. 285-316.
3. Q. A. Conklin, A. D. Crosswell, C. D. Saron, E. S Epel, Meditation, stress processes, and telomere biology. In: Current Opinion in Psychology, Vol. 28, 2019, P. 92-101.
4. M. Ricard, A. Lutz, R. J. Davidson, Neuroscience Reveals the Secrets of Meditation's Benefits, Scientific American, November 1, 2014.
5. Harvard news, URL: https://news.harvard.edu/gazette/story/2011/01/eight-weeks-to-a-better-brain/
6. Моросанова В. И. Саморегуляция и индивидуальность человека / Ин-т психологии РАН; Психологический ин-т РАО. - М.: Наука, 2010. 519 с.
7. Гримак Л.П. Психология активности человека: Психологические механизмы и приемы саморегуляции. Издательская группа URSS. 2018. 368 с.
8. Эверли, Дж. Стресс: природа и лечение / Дж. Эверли, Р..Розенфельд. – М.: Медицина, 1985. 224 с.
9. J. Kabat-Zinn, An outpatient program in behavioral medicine for chronic pain patients based on the practice of mindfulness meditation: Theoretical considerations and preliminary results, General Hospital Psychiatry, Vol. 4, Iss. 1, 1982, pp. 33-47.
10. Y.-Y. Tang, R. Tang, Chapter 7 - Meditation over the lifespan, Editor(s): Yi-Yuan Tang, Rongxiang Tang, The Neuroscience of Meditation, Academic Press, 2020, P. 139-160.
Ожидаемые результаты
Проект является междисциплинарным и предполагает использование ряда методов и подходов как из области информационных технологий, так и нейрофизиологии. Проект является значимым для обоих областей знаний и нацелен на получение как теоретических, так и экспериментальных результатов, способных найти дальнейшее развитие и применение в других проектах, связанных с информационными технологиями или нейрофизиологией. Предлагается разработать новые модели и методы, позволяющие повысить эффективность человеко-машинного взаимодействия за счет технологий интеллектуального анализа данных, машинного обучения, профилирования и персонификации. Полученные в ходе проекта результаты позволят проверить, насколько психофизиологические параметры и критерии поведения человека соответствуют проявлению его внешних признаков, проявляющихся в процессе психофизиологической активности человека, а именно медитативной практики. Данные результаты позволят популяризировать приемы саморегуляции и, таким образом, привлечь новых людей к практикам психофизиологической активности, что в свою очередь приведет к снижению эмоциональных перегрузок, стресса и депрессии у человека. Проект обладает практической значимостью. В рамках проекта предлагается разработка приложения для смартфона, направленного на оценку качества медитации с использованием встроенной видеокамеры и показаний устройств носимой электроники.
В рамках реализации проекта предлагается получить следующие основные результаты.
1) Обзор состояния исследований в области машинного обучения и компьютерного зрения для анализа состояния человека с использованием видеокамеры; в области интеллектуального анализа данных; а также в области электрической активности мозга и анализа психофизиологической активности человека.
2) Методология оценки психофизиологической активности человека на основе анализа видеопотока с камеры, направленной на человека, электроэнцефалограммы, показаний устройств носимой электроники и субъективного мнения человека о процессе практики, отличающаяся возможностью объединения и сопоставления различных показателей человека и классификации его психофизиологических состояний в процессе практики медитации.
3) Спецификация требований к базе данных, которая будет включать в себя наборы данных психофизиологической активности человека.
4) База данных психофизиологической активности человека на примере процесса медитации, включающая в себя видеопоток медитирующих людей, данные пульса и движений, полученных с устройства носимой электроники, электроэнцефалограммы людей в процессе практики медитации, а также субъективные оценки людей касательно процесса практики медитации.
5) Закономерности и паттерны, выявленные на электроэнцефалограммах медитирующих людей.
6) Информационная модель профиля пользователя, ориентированная на формализацию его предпочтений и компетенций касательно психофизиологической активности.
7) Метод оценки внешнего состояния медитирующего человека для классификации практики медитации на основе видеопотока с камеры, направленной на человека и доступных сенсоров.
8) Метод генерации обратной связи и персонализированных рекомендаций человеку на основе медитативной практики для выполнения глубокой оценки практики медитации и повышения эффективности практики.
9) Исследовательский прототип, включающий функцию определения функционального состояния человека на примере медитативных практик.
10) Практическая оценка эффективности предложенных моделей и методов путем сопоставления результатов, полученных на основе анализа электроэнцефалограммах медитирующих людей с результатами разработанного метода оценки внешнего состояния медитирующего человека.
ОТЧЁТНЫЕ МАТЕРИАЛЫ