RU2736711C1 - Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ - Google Patents
Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ Download PDFInfo
- Publication number
- RU2736711C1 RU2736711C1 RU2020107542A RU2020107542A RU2736711C1 RU 2736711 C1 RU2736711 C1 RU 2736711C1 RU 2020107542 A RU2020107542 A RU 2020107542A RU 2020107542 A RU2020107542 A RU 2020107542A RU 2736711 C1 RU2736711 C1 RU 2736711C1
- Authority
- RU
- Russia
- Prior art keywords
- state
- stress
- unit
- user
- determining
- 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)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (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)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Группа изобретений относится к медицине, а именно к системе и способу определения состояния стресса на основе сигнала ЭЭГ. Система включает блок приема сигнала (2), блок первичной обработки сигнала (3), блок фильтрации первично обработанных сигналов (4), блок определения состояния стресса (5), блок вывода данных (6). В вариантах технического решения возможно наличие блока персонализации состояния стресса (7), блока фиксации отклонения от нормального состояния пользователя (8). При исполнении способа получают сигнал ЭЭГ от нейроинтерфейса пользователя (1) посредством блока приема сигнала. Блок приема сигнала соединен с блоком первичной обработки сигнала. С помощью блока первичной обработки сигнала производят его первичную обработку путем спектрального разложения полученного сигнала на ритмы головного мозга. Блок первичной обработки сигнала соединен с блоком фильтрации первично обработанных сигналов. С помощью блока фильтрации проверяют сигнал на наличие помех и производят агрегацию первично преобразованных сигналов левополушарных и правополушарных альфа-ритмов. Посредством блока определения состояния стресса определяют состояние стресса путем определения коррелята состояния стресса. Блок определения состояния стресса соединен с блоком фильтрации и сконфигурирован для определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее. С блоком определения состояния стресса соединен блок вывода данных. С помощью блока вывода данных выводят данные путем предоставления пользователю полученных результатов. Достигается повышение достоверности определения текущего состояния стресса за счет повышения точности обработки полученных данных и расширенной интерпретации данных о мозговой активности пользователя в режиме реального времени. 2 н. и 6 з.п. ф-лы, 8 ил.
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 состояния стресса.
Функциональное назначение группы изобретений - моделирование процессов, связанных с диагностикой, контролем и управлением психоэмоциональными состояниями, в объеме, достаточном для реализации алгоритмов автоматизированной поддержки этих процессов.
Группа изобретений может быть применена для построения на ее основе программных алгоритмов в составе аппаратно-программного комплекса для регистрации и анализа электрофизиологических параметров человека, обеспечивающего повышение производительности интеллектуального труда.
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).
Выводы из многочисленных исследований отражают формирующийся консенсус относительно того, что активность левой фронтальной области связана с общей мотивационной системой и поведенческой активацией, в то время как активность правой фронтальной области связана с тенденциями к общему избеганию или системы отмены прекращения деятельности. Это привело к формулированию очень влиятельной модели мотивации Дэвидона - мотивационной модели эмоций. Согласно этой модели, левая фронтальная активность указывает на склонность к стремлению к стимулу, в то время как относительно большая правая фронтальная активность указывает на склонность к избеганию стимула.
Ранние исследования показывают, что фронтальная асимметрия ЭЭГ может служить модератором, участвующим в предсказаниях эмоциональных реакций у младенцев. Например, Дэвидсон и Фокс обнаружили, что младенцы, которые плакали в ответ на разделение матери, имели большую активность в правой фронтальной области в состоянии покоя, чем те, кто этого не делал. Этот результат был реплицирован Foxetal., который также обнаружил, что этот эффект был умеренно стабильным в течение 5 месяцев.
Аналогичные результаты были получены у взрослых. Например, по просьбе Томаркена и др., чтобы сообщить об эмоциональных реакциях на более интенсивными уровнями негативного воздействия на негативно-оцененные клипы, особенно с участием страха. В аналогичном докладе Уилер и др. обнаружили, что лица с большей правой фронтальной активностью демонстрируют более интенсивную негативную реакцию на негативные изображения, люди с большей левой фронтальной активностью демонстрировали более интенсивную положительную реакцию на положительные изображения. Эти исследования показывают, что индивидуальные различия в эмоциональном реагировании частично зависят от индивидуальных различий в асимметрии ЭЭГ. Действительно, Дэвидсон привел эти данные, чтобы утверждать, что аффективный стиль, о чем свидетельствует его асимметрия лобной ЭЭГ, может частично определять риск определенных аффективных расстройств, таких как депрессия и тревога, предложение, которое четко идентифицирует лобную ЭЭГ-асимметрию как модератор эмоций и связанных с ними аффективных процессов.
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.
Недостатком известного способа является низкая степень автоматизации сбора и обработки данных и достоверности полученной информации из-за субъективного метода сбора данных.
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.
Недостатками известной системы является ограниченная сфера применения (только образование), отсутствие информации о текущем психоэмоциональном состоянии пользователя, ограниченный набор выдаваемых рекомендаций (сделать перерыв).
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.
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.
Настоящая группа изобретений направлена на достижение технического результата, заключающегося в повышении достоверности определения текущего состояния стресса за счет повышения точности обработки полученных данных и расширенной интерпретации данных о мозговой активности пользователя в режиме реального времени.
Заявленный технический результат в части системы, достигается за счет того, что система определения состояния стресса 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 соединен блок фильтрации первично обработанных сигналов, выполненный с возможностью проверки сигнала на наличие помех и агрегации первично преобразованных сигналов с выделением левополушарных и правополушарных альфа-ритмов, с которым соединен блок определения состояния стресса, выполненный с возможностью определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее, с блоком определения состояния стресса соединен блок вывода данных, выполненный с возможностью предоставления пользователю полученных результатов.
Имеются варианты развития основного технического решения:
- блок первичной обработки сигнала выполнен с возможностью реализации предварительного сглаживания полученного сигнала;
- введен блок персонализации состояния стресса, соединенный с блоком определения состояния стресса и с блоком вывода данных и выполненный с возможностью определения границ нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя;
- 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.
Заявленный технический результат в части способа достигается за счет того, что способ определения состояния стресса 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 таких, как левополушарные и правополушарные альфа-ритмы с помощью блока фильтрации первично обработанных сигналов, определение состояния стресса путем определения коррелята состояния стресса посредством блока определения состояния стресса, сконфигурированного для определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее, вывод данных путем предоставления пользователю полученных результатов с помощью блока вывода данных.
Имеются варианты развития основного технического решения:
- на этапе первичной обработки сигнала ЭЭГ выполняют предварительное сглаживание полученного сигнала;
- после определения состояния стресса и перед выводом полученных данных определяют границы нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя с помощью блока персонализации состояния стресса;
- 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 состоянии стресса с помощью блока фиксации отклонения от нормального состояния пользователя.
Таким образом, за счет заявленных совокупностей признаков системы и способа повышается достоверность определения текущего состояния стресса за счет повышения точности обработки полученных данных и расширенной интерпретации данных о мозговой активности пользователя в режиме реального времени. Это стало возможным благодаря агрегации первично преобразованных сигналов таких, как левополушарных и правополушарных альфа-ритмов, с помощью блока фильтрации первично обработанных сигналов, и последующему определению состояния стресса путем определения коррелята состояния стресса посредством блока определения состояния стресса, сконфигурированного для определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее. Одновременно с этим расширена сфера применения заявленных технических решений (образование, собеседования, оценка контента, повышение производительности труда) и объема предоставляемых рекомендаций. Оценка состояния стресса осуществляется без привязки к контенту, в любое время, при различных видах деятельности.
Сущность предлагаемой группы изобретений раскрыта более подробно с помощью фигур и дальнейшего описания.
На Фиг. 1 приведена блок схема системы.
На Фиг. 2 приведена блок схема блока определения состояния стресса.
На Фиг. 3 приведены исходные данные для определения состояния стресса.
На Фиг. 4 приведена сводка по рассчитываемым индексам в блоке 5 определения состояния стресса.
На Фиг. 5 приведена сводка по применяемым триггерам в блоке 5 определения состояния стресса.
На Фиг. 6 приведен перечень сообщений в блоке 5 определения состояния стресса.
На Фиг. 7 приведена блок-схема модели определения состояния стресса пользователя.
На Фиг. 8 представлены результаты проведенного исследования.
Система определения состояния стресса 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, блок 4 фильтрации первично обработанных сигналов, блок 5 определения состояния стресса, блок 6 вывода данных.
Дополнительно система может содержать блок 7 персонализации состояния стресса, соединенный с блоком 5 определения состояния стресса и с блоком 6 вывода данных, а также блок 8 фиксации отклонения от нормального состояния пользователя 1, соединенный с блоком 7 персонализации состояний и блоком 6 вывода данных.
Блок 2 приема сигнала выполнен с возможностью получения сигнала ЭЭГ от нейроинтерфейса пользователя 1, снятого с помощью нейрогарнитуры. Нейрогарнитура обеспечивает регистрацию ЭЭГ, а также трансляцию этих данных по беспроводному каналу связи в блок 2 приема.
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.
При анализе электроэнцефалограммы используются сигналы с отведений от точек F3, F4, F6, F7 по системе 10-20. Величина сигналов измеряется в милливольтах (мВ).
На Фиг. 3 приведены исходные данные для определения состояния стресса.
Блок 5 определения состояния стресса выполнен с возможностью определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее. Блок 5 представляет собой программируемый модуль, сконфигурированный для осуществления последовательности вычислительных действий.
На основе измеренных данных производится расчет ряда индексов, всесторонне характеризующих состояние стресса у пользователей.
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:
Iasymmetry = log(sqrt(a)) -log (sqrt (b))
На Фиг. 4 приведена сводка по рассчитываемым индексам в блоке 5 определения состояния стресса.
Согласно концепции разрабатываемой модели, после расчета индексов необходимо определить их граничные значения, достижение которых означает определенный уровень когнитивного состояния пользователей (триггеры). В модели применяются следующие триггеры:
Триггер "Асимметрия с преобладанием правополушарной активности "
Триггер формируется на основе индекса асимметрии (Iasymmetry). Проверяемое условие:
[Iasymmetry>0] И [Iasymmetry> (meanIasymmetry+2stdIasymmetry)]
Выполнение триггера означает увеличение асимметрии в альфа-активности фронтальных отведений в сторону преобладания правого полушария.
На Фиг. 5 приведена сводка по применяемым триггерам в блоке 5 определения состояния стресса.
При реализации рассматриваемой модели в составе программного комплекса для регистрации и анализа электрофизиологических параметров человека и предоставления биологической и оптической обратной связи, предусматривается определенная реакция ПК на выполнение условий триггеров, рассмотренных выше. Реакция выражается выводом определенных сообщений на внешние устройства из состава ПК: экран монитора или носимый браслет. В
Сообщение о росте эмоциональной активности
Сообщение формируется при выполнении триггеров "Асимметрия с преобладанием правополушарной активности" (Tasymmetry). На экран монитора выводится текст: «Вы сейчас переполнены эмоциями. Если вы чувствуете, что вам это мешает сосредоточиться на задаче - пройдите короткий БОС-тренинг на расслабление по альфа-ритму с закрытыми глазами».
На Фиг. 6 приведен перечень сообщений в блоке 5 определения состояния стресса пользователя.
Таким образом, в рамках разработки модели определения состояния и стресса у пользователя была разработана экспресс-методика оценки функционального состояния специалиста, не требующая сложного оборудования регистрации. Для реализации модели выбраны методы когнитивного тестирования и регистрации показателей электрической активности мозга. На Фиг. 7 приведена блок-схема модели определения состояния стресса пользователя.
Блок 6 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, вибромотор и др.
Блок 7 персонализации состояния стресса, 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 состояния стресса пользователя на основе исторических данных, вычисляется разница между текущим значением и границей состояния (стресса), а также происходит проверка нахождения среднего значения в диапазоне триггера состояний (стресса).
Блок 8 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.
Питание всех блоков обеспечивается от общего питания ПК.
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.
Заявляемая система реализует следующий способ определения состояния стресса на основе сигнала ЭЭГ.
Пользователь 1 надевает нейроинтерфейс и включает его Bluetooth-адаптер для передачи сигнала 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.
Далее осуществляют проверку сигнала на наличие помех и агрегацию первично преобразованных сигналов таких, как левополушарные и правополушарные альфа-ритмы, с помощью блока 4 фильтрации первично обработанных сигналов.
Последующее определение состояния стресса производят путем определения коррелята состояния стресса посредством блока 5 определения состояния стресса, сконфигурированного для выполнения определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее.
При необходимости после определения состояния стресса 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 7 персонализации состояния стресса. 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 состоянии стресса с помощью блока 8 фиксации отклонения от нормального состояния пользователя 1.
Конечный вывод данных осуществляют путем предоставления пользователю 1 полученных результатов с помощью блока 6 вывода данных, также могут быть предоставлены рекомендации.
Для перехода в желаемое состояние могут быть использованы рекомендации трех типов:
1. Рекомендации для пользователей, уверенно владеющих психонетическими практиками;
2. Рекомендации, содержащие более подробную последовательность действий;
3. Рекомендации, не связанные с психотехниками и работой с эйдограммами.
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.
Для выхода из состояния перенапряжения/стресса:
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.
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.
3. Проветритесь на свежем воздухе - выйдите на балкон или прогуляйтесь по улице в течение 10-15 минут.
4. Попробуйте сопровождать описанные действия успокаивающей музыкой - той, которую Вы любите, или включите ее отдельно, концентрируя внимание лишь на ней.
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.
Пример применения способа и системы.
Проведение оценки 5 различных видеороликов с рекламным содержанием на 3х пользователях на предмет обнаружения повышенной эмоциональной реакции для последующей корректировки рекламного предложения.
Результаты изменения показателя асимметрии полушарий в альфа-диапазоне частот представлены на Фиг. 11. Рост графика рост правополушарной активности и появление мотивации избегания.
Claims (18)
1. Система определения состояния стресса 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 соединен
блок фильтрации первично обработанных сигналов, выполненный с возможностью проверки сигнала на наличие помех и агрегации первично преобразованных сигналов с выделением левополушарных и правополушарных альфа-ритмов, с которым соединен
блок определения состояния стресса, выполненный 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, определения границы состояния и выхода за нее, с блоком определения состояния стресса соединен
блок вывода данных, выполненный с возможностью предоставления пользователю полученных результатов.
2. Система по п. 1, отличающаяся тем, что блок первичной обработки сигнала выполнен с возможностью реализации предварительного сглаживания полученного сигнала.
3. Система по п. 1, отличающаяся тем, что введен блок персонализации состояния стресса, соединенный с блоком определения состояния стресса и с блоком вывода данных и выполненный с возможностью определения границ нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя.
4. Система по п. 3, отличающаяся тем, что 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.
5. Способ определения состояния стресса 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, таких как левополушарные и правополушарные альфа-ритмы, с помощью блока фильтрации первично обработанных сигналов,
определение состояния стресса путем определения коррелята состояния стресса посредством блока определения состояния стресса, сконфигурированного для определения фронтальной асимметрии, усреднения суммы отведений по скользящему окну, определения стандартного отклонения индикатора стресса и глобального среднего индикатора стресса, определения границы состояния и выхода за нее,
вывод данных путем предоставления пользователю полученных результатов с помощью блока вывода данных.
6. Способ по п. 5, отличающийся тем, что на этапе первичной обработки сигнала ЭЭГ выполняют предварительное сглаживание полученного сигнала.
7. Способ по п. 5, отличающийся тем, что после определения состояния стресса и перед выводом полученных данных определяют границы нормального состояния для данного пользователя путем статистического анализа исторических значений по состоянию пользователя с помощью блока персонализации состояния стресса.
8. Способ по п. 7, отличающийся тем, что 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 состоянии стресса с помощью блока фиксации отклонения от нормального состояния пользователя.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020107542A RU2736711C1 (ru) | 2020-02-19 | 2020-02-19 | Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2020107542A RU2736711C1 (ru) | 2020-02-19 | 2020-02-19 | Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2736711C1 true RU2736711C1 (ru) | 2020-11-19 |
Family
ID=73460797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2020107542A RU2736711C1 (ru) | 2020-02-19 | 2020-02-19 | Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2736711C1 (ru) |
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 (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2291720C1 (ru) * | 2005-08-09 | 2007-01-20 | Государственное образовательное учреждение высшего профессионального образования "Нижегородская государственная медицинская академия Федерального Агентства по здравоохранению и социальному развитию" (ГОУ ВПО "НижГМА Росздрава") | Способ оценки эмоционального состояния человека |
| WO2008091323A1 (en) * | 2007-01-22 | 2008-07-31 | Neurosky, Inc. | A method and apparatus for quantitatively evaluating mental states based on brain wave signal processing system |
| 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 |
| RU2697976C1 (ru) * | 2019-05-13 | 2019-08-21 | Александр Марксович Гонопольский | Способ выбора тактики лечения психического расстройства |
-
2020
- 2020-02-19 RU RU2020107542A patent/RU2736711C1/ru active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2291720C1 (ru) * | 2005-08-09 | 2007-01-20 | Государственное образовательное учреждение высшего профессионального образования "Нижегородская государственная медицинская академия Федерального Агентства по здравоохранению и социальному развитию" (ГОУ ВПО "НижГМА Росздрава") | Способ оценки эмоционального состояния человека |
| WO2008091323A1 (en) * | 2007-01-22 | 2008-07-31 | Neurosky, Inc. | A method and apparatus for quantitatively evaluating mental states based on brain wave signal processing system |
| 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 |
| RU2697976C1 (ru) * | 2019-05-13 | 2019-08-21 | Александр Марксович Гонопольский | Способ выбора тактики лечения психического расстройства |
Non-Patent Citations (1)
| Title |
|---|
| ЛАКТИОНОВА О.И., ЭЭГ - КОРРЕЛЯТЫ ПСИХИЧЕСКИХ ОСОБЕННОСТЕЙ И СОСТОЯНИЙ ЧЕЛОВЕКА, ОРЛОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ, 2014 г. * |
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 |
|---|---|---|
| Kumar et al. | Measurement of cognitive load in HCI systems using EEG power spectrum: an experimental study | |
| Arguel et al. | Inside out: detecting learners’ confusion to improve interactive digital learning environments | |
| US20230320647A1 (en) | Cognitive health assessment for core cognitive functions | |
| RU2736711C1 (ru) | Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ | |
| US20040210159A1 (en) | Determining a psychological state of a subject | |
| US20160249842A1 (en) | Diagnosing system for consciousness level measurement and method thereof | |
| RU2708807C2 (ru) | Алгоритм комплексного дистанционного бесконтактного мультиканального анализа психоэмоционального и физиологического состояния объекта по аудио- и видеоконтенту | |
| Harrison | The Emotiv mind: Investigating the accuracy of the Emotiv EPOC in identifying emotions and its use in an Intelligent Tutoring System | |
| US10390722B2 (en) | Method for quantifying the perceptive faculty of a person | |
| Carroll et al. | Triangulating the personal creative experience: self-report, external judgments, and physiology | |
| RU2736804C1 (ru) | Система и способ определения ресурсного состояния на основе биометрического сигнала ЭЭГ | |
| RU2736707C1 (ru) | Система и способ определения состояния увлеченности или монотонии на основе биометрического сигнала ЭЭГ | |
| RU2736710C1 (ru) | Система и способ определения состояния усталости или бодрости на основе биометрического сигнала ЭЭГ | |
| RU2736709C1 (ru) | Система и способ определения состояния когнитивной нагрузки на основе биометрического сигнала ЭЭГ | |
| KR20170130207A (ko) | 시청각 콘텐츠와 생체신호 분석을 활용한 정신증상 평가 시스템 | |
| RU2740256C1 (ru) | Система и способ определения психоэмоциональных состояний на основе биометрического сигнала ЭЭГ | |
| CN116419778A (zh) | 具有交互辅助特征的训练系统、训练装置和训练 | |
| Bläsing et al. | Influence of complexity and noise on mental workload during a manual assembly task | |
| Perakakis et al. | Affective evaluation of a mobile multimodal dialogue system using brain signals | |
| US10820851B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
| CN114052736B (zh) | 认知功能的评估系统和方法 | |
| Hercegfi | Improved temporal resolution heart rate variability monitoring—pilot results of non-laboratory experiments targeting future assessment of human-computer interaction | |
| RU2736397C1 (ru) | Система и способ определения состояния стресса на основе биометрического сигнала ЭЭГ и электродермальной активности | |
| Bitner et al. | A concurrent validity approach for EEG-based feature classification algorithms in learning analytics | |
| Rico-Olarte et al. | Towards classifying cognitive performance by sensing electrodermal activity in children with specific learning disorders |