ЭЭГ-прогноз успешности выполнения психомоторного теста при снижении уровня бодрствования тема диссертации и автореферата по ВАК РФ 19.00.02, кандидат психологических наук Щукин, Тимур Николаевич
- Специальность ВАК РФ19.00.02
- Количество страниц 174
Оглавление диссертации кандидат психологических наук Щукин, Тимур Николаевич
Введение.
Глава 1: Современное состояние проблемы ЭЭГ-прогнозирования успешности действий при изменении уровня бодрствования.
1.1. Введение и постановка проблемы.
1.2. Проблема надежности как центральная в задании широкого 15 контекста решения поставленной в работе задачи.
1.2.2 Методологические проблемы саморегуляции
1.3. Методы оценки надежности
1.3.1. Классические методы
1.3.2. Надежность как информация
1.3.3. Саморегуляция как критерий оценки надежности
1.3.4. Методики оценки выраженности состояния
1.4.
Глава 1: выводы
Глава 2: Экспериментальное исследование методик прогноза 98 успешности выполнения психомоторного теста при снижении уровня бодрствования
2.1. Организация и ход эксперимента.
2.2. Результаты эксперимента и их обсуждение.
Рекомендованный список диссертаций по специальности «Психофизиология», 19.00.02 шифр ВАК
Механизмы возникновения ошибок в деятельности при засыпании2006 год, доктор биологических наук Дорохов, Владимир Борисович
Динамика слуховых вызванных потенциалов при нарушениях психомоторной деятельности, связанных с засыпанием2004 год, кандидат медицинских наук Вербицкая, Юлия Сергеевна
Сравнительный ЭЭГ-анализ дневного и ночного сна человека в норме и на начальной стадии развития гипертонической болезни1998 год, кандидат биологических наук Гутерман, Лариса Александровна
Анализ психофизиологических показателей функционального состояния человека-оператора в условиях монотонной деятельности2005 год, кандидат биологических наук Гусева, Надежда Леонидовна
Физиологические особенности дневной составляющей цикла "сон-бодрствование" у операторов сенсомоторного профиля2012 год, кандидат медицинских наук Бубнова, Анжелика Евгеньевна
Введение диссертации (часть автореферата) на тему «ЭЭГ-прогноз успешности выполнения психомоторного теста при снижении уровня бодрствования»
Трудно переоценить важность прогнозирования успешности действий человека в реальном времени. Особенно остро стоит эта проблема в условиях снижения уровня бодрствования, перехода от бодрствования ко сну. Ошибки, связанные с сонливостью и дремотными состояниями, могут приводить и приводят к негативным последствиям в различных областях жизни и деятельности человека.
Данное исследование представляет собой попытку решения задачи прогнозирования успешности действий человека с помощью анализа параметров электроэнцефалограммы (ЭЭГ), предшествующей наступлению ошибок в действиях человека при изменении его уровня бодрствования. Актуальность этой работы определяется огромной важностью ее результатов для предотвращения сбоев, аварий, катастроф в производстве, на транспорте, в различных экстремальных и чрезвычайных ситуациях.
В зависимости от уровня регуляции деятельности необходима различная скорость реагирования на возникающие проблемы. Если высшие уровни регуляции проявляются в целостности взаимодействия индивидуума с миром и могут быть идентифицированы на этапе профессионального отбора, то проблемные моменты низких уровней регуляции возникают стремительно и требуют методов идентификации и прогноза в режиме реального времени.
Идентификация и прогноз состояний человека являются одним из этапов управления его состояниями. Управление может осуществляться как внешними средствами, например, тревожным сигналом, так и с использованием внутренних средств - например, с помощью метода биологической обратной связи (БОС).
Традиционно в тренингах БОС в качестве объекта управления используются физиологические функции, лишь косвенно связанные с сиюминутной эффективностью профессиональной деятельности - КГР, температура конечностей и т.д. Использование в качестве объекта управления паттерна психофизиологические сигналов, непосредственно связанных с эффективностью конкретного профессионального действия, на сей день невозможно ввиду отсутствия метода, позволяющего быстро выделять из потока физиологической информации нужный сигнал или паттерн сигналов. Создание такого метода представляется нам актуальной задачей психофизиологии. Решение этой задачи базируется на наших предыдущих исследованиях БОС, а также влияния биноуральной стимуляции на засыпание и изменение уровня бодрствования.
Эффект воздействия особых и экстремальных условий на человека определяется множеством факторов, среди которых его личностные и индивидуальные свойства, а также особенности индивидуальных механизмов психической регуляции деятельности и саморегуляции [176,232].
Качественный и количественный анализ уровней регуляции деятельности традиционно проводится методами нейрофизиологии, психофизиологии и психологии. К ним относятся методы, направленные на исследования отдельных психических функций, оценку возможностей различных анализаторов, а также анализ таких параметров деятельности, как психическая напряженность, психофизиологические ресурсы и т.д. Для этих целей используются оценки разных психофизиологических показателей, данные субъективного шкалирования и тестов, регистрации исполнительных действий. К общепсихологическим относится группа методов, предназначенных для анализа таких психических процессов, как мотивация, принятие решений, целеобразование, планирование и прогнозирование, формирование концептуальных моделей.
Существуют и системные методы анализа, позволяющие анализировать сложную нестационарную деятельность человека за счет организации взаимодействия различных методов. [171,199].
В работах отечественных исследователей [171] психическую активность человека (а, следовательно, и психическую регуляцию) рассматривают как состоящую из трех видов: текущей, ситуативной и долгосрочной.Система текущей регуляции подразделяется на три разнородных уровня: 1) Активационно - энергетической стабилизации; 2) Непосредственного взаимодействия; 3) Опосредованной координации; она способна порождать проблемные моменты и проблемные ситуации разного рода.
Наша работа лежит в русле отечественных исследований в области псхологии и психофизиологии. Общий контекст нашей проблемы заключается в изучении принципов регулирования психомоторной деятельности, представленной системой уровней. Именно прогноз проблемных моментов, порождаемых системой текущей регуляции, представляет собой конкретизацию задачи изучения динамики успешности выполнения психомоторного теста в связи с изменениями ЭЭГ.
Паттерны признаков ЭЭГ отражают эффективность саморегуляции в разрешении проблемных моментов, порождаемых системой текущей регуляции при изменении уровня бодрствования. Задача идентификации этих паттернов требует особой тестовой модели для своей реализации. Подобная тестовая модель, предназначенная для исследования психофизиологических механизмов нарушений деятельности при засыпании, была разработана В.Б.Дороховым [180,182] В нашем эксперименте мы использовали психомоторный непрерывно-дискретный тест, который довольно скоро вызывает дремотное состояние, а при углублении дремоты - «микросон».Данная экспериментальная модель обладает массой положительных сторон. Монотонный характер теста очень быстро вызывает дремотное состояние, а закрывание глаз и выполнение теста в заглушённой комнате в положении лежа с минимумом двигательной активности позволяет безартефактно регистрировать электрофизиологические показатели, что особенно существенно при регистрации электрической активности мозга человека.
Мы предполагаем, что электроэнцефалограмма, сопровождающая выполнение психомоторного теста, является источником наиболее информативных данных для решения проблемы идентификации классов различной успешности в выполняемой деятельности. В пользу этого предположения говорят данные многочисленных исследований, в которых удалось на основе данных ЭЭГ производить успешное различение микросостояний ЭЭГ, характера выполняемых задач (напримерпространственные и логические задачи [227], уровня сложности задачи и т.д. С точки зрения этой модели наибольшей информативностью обладают параметры пространственной корреляции.
Отбор параметров ЭЭГ, который производится на первых этапах работы программного комплекса, обоснован в целом ряде работ и базируется на психофизиологической модели восприятия и памяти, разрабатываемой в лаборатории когнитивной психофизиологии ИПРАН под руководством А.Н.Лебедева на протяжении нескольких десятков лет.
Применение именно этой модели позволяет надеяться на положительный результат в решении задачи данной работы, т.к. с помощью этой модели уже решены задачи идентификации интеллектуальной и музыкальной одаренности человека по его ЭЭГ, а также построены модели, позволяющие идентифицировать особенности индивидуального восприятия музыкальных произведений по ЭЭГ слушателей.
Применение этой модели для расчетов в условиях реального времени ранее не производилось. Применение модели в таких условиях развивает и продолжает логику исследований лаборатории когнитивной психофизиологии.
Рассматривая задачу идентификации и прогноза состояний в более широком контексте - контексте управления состояниями, мы осознаем следующее: Для того, чтобы получить возможность управления тем или иным процессом с помощью, например, БОС, необходимо в информационном потоке в данном случае ЭЭГ) вычленить объекты, соответствующие состояниям, которыми мы планируем управлять. Решение этой задачи позволят немедленно перейти к вопросу прямого управления процессами, соответствующими выделенным паттернам ЭЭГ.
В исследованиях БОС было многократно показано, что использование паттерна физиологических функций в качестве сигнала обратной связи значительно увеличивает успешность обучения [54, 53, 23, 24].
Из результатов работы лаборатории Лебедева А.Н. следует, что скорость обработки информации и работа кратковременной памяти кодируется паттернами пространственной корреляции в диапазоне альфа-ритма. Период биения альфа ритма составляет одну секунду. Это значит, что анализ односекундного отрезка ЭЭГ захватывает все коды, относящиеся к кратковременной памяти и вниманию, а также обработке информации о принятии решения в нашей экспериментальной ситуации.
Также из результатов работы лаборатории следует, что содержание паттерна (порядок и смысл нейронных «букв» в слове), кодирующего тот или иной объект восприятия, формируется индивидуально и во многом случаен. Инвариантами являются законы формирования и поддержания таких ЭЭГ-паттернов. Мы предполагаем, что полученные нами паттерны признаков, кодирующие различные события в ЭЭГ испытуемого, будут индивидуальными.
ЦЕЛЬ исследования:
Создать алгоритм построения правил прогноза (паттерна ЭЭГ) успешности действия по ЭЭГ для отдельного испытуемого.
На основании анализа экспериментальных и литературных данных были выдвинуты следующие ГИПОТЕЗЫ:
1. Короткие отрезки ЭЭГ длительностью менее одной секунды обладают достаточной информативностью для идентификации и прогноза некоторых действий человека при изменении его уровня бодрствования.
2. Признаки, на основе которых осуществляется успешный прогноз, являются индивидуальными.
В соответствии с выдвинутыми гипотезами в работе были поставлены и решались следующие задачи:
1. Обнаружить параметры ЭЭГ, позволяющие осуществлять успешный прогноз действий человека при засыпании в реальном времени.
2. Экспериментально проверить эффективность прогноза времени реакции человека на стимул при засыпании по отрезку фоновой ЭЭГ длительностью меньше одной секунды.
3. Экспериментально проверить эффективность прогноза типа ответа (правильный-неправильный) на стимул при засыпании по отрезку фоновой ЭЭГ длительностью менее одной секунды
Результаты проведенного исследования позволяют вынести на защиту следующие положения:
1. В индивидуальных характеристиках электроэнцефалограммы содержатся информативные признаки, обеспечивающие прогноз времени реакции на стимул в психомоторном тесте.
2. В индивидуальных характеристиках электроэнцефалограммы содержатся информативные признаки, обеспечивающие прогноз типа ответа (правильный-неправильный) на стимул в психомоторном тесте
3. Признаки, обеспечивающие прогноз характера ответа на стимул, индивидуальны.
Методологическую основу исследования составили положения системного анализа и комплексного подхода в психологических и психофизиологических исследованиях, а также принцип активности субъекта, являющийся базовым для исследований субъекта в отечественной психологии, в соответствии с которым активность личности по преобразованию окружающей реальности является мерой устойчивости субъекта к влияниям окружающей среды и мерой влияния на среду. Также мы опирались на теоретические представления системного и полисистемного подходов об уровнях и характере взаимодействия систем, формах и принципов межсистемного взаимодействия, развиваемых в работах отечественных психологов: Б.Г.Ананьева, Л.С.Выготского, А.Н.Леонтьева, Б.Ф.Ломова, В.А.Барабанщикова, Д.Н.Завалишиной, Ю.Я.Голикова, А.Н.Костина, др.
Методы исследования, применявшиеся в процессе исследования:
1. Диагностика сонливости, функциональной ассиметрии испытуемого с помощью специализированных опросников.
2. Регистрации электроэнцефалограммы
3. Методы статистической обработки данных
4. Методы обработки данных системой распознавания образов
Научная новизна исследования состоит в том, что впервые:
1. Показано, что идентификация латентности ответа человека может быть проведена по участку фоновой ЭЭГ шириной 700 мс., предшествующей стимулу и\или включающему в себя предыдущий стимул и ответ на него.
2. Показано, что идентификация правильности счета может быть определена по участку фоновой ЭЭГ шириной 700 мс., предшествующей стимулу и\или включающему в себя предыдущий стимул и ответ на него.
3. Показано, что параметры пространственной корреляции ЭЭГ предшествующей стимулу, играют важную роль в задачах идентификации могут служить важной мерой психофизиологической надежности человека в простых задачах.
Практическая значимость. Результаты проведенного исследования могут быть использованы в инженерно-психологических разработках, в системах компьютеризированного обучения и контроля операторской деятельности, специфика которой связана с вероятностью появления дремоты. Полученные материалы позволяют предложить критерий определения надежности выполнения человеком действий в состоянии дремоты.
Апробация результатов исследования:
Основные результаты докладывались и обсуждались на расширенном заседании лаборатории психологии и психофизиологии творчества (2000 - 2004 гг.), а также на следующих конференциях:
1. Школа- семинар по практической полисомнографии и критическим состояниям в неврологии 11 Ялта-Гурзуф.2002
2. Школа - конференции Сон-окно в мир бодрствования Москва 2001
3. XII конференция по космической биологии и авиакосмической медицине. Москва. 2002
4. 2-ая Школа конференция Сон-окно в мир бодрствования Москва 2003
5. Научно практическая конференция Проблемы общей биологии Ростов на-Дону, 2003.
Структура и объем диссертации:
Диссертация состоит из введения, четырех глав, заключения и выводов, списка литературы и приложения, содержащего таблицы с экспериментальными данными.
Похожие диссертационные работы по специальности «Психофизиология», 19.00.02 шифр ВАК
Механизмы функционального созревания высшей нервной деятельности в цикле сон-бодрствование, обеспечивающие адекватность адаптации ребенка к школе2011 год, доктор биологических наук Войнов, Виктор Борисович
Межполушарные соотношения электрических процессов мозга здоровых правшей и левшей и больных с церебральными поражениями1999 год, доктор биологических наук Жаворонкова, Людмила Алексеевна
Нейрофизиологические механизмы тревожности в цикле бодрствование - сон2006 год, доктор биологических наук Вербицкий, Евгений Васильевич
Психофизиологический анализ особенностей эмоциональной реактивности у лиц практикующих медитацию2003 год, кандидат биологических наук Голошейкин, Семен Александрович
Влияние эффекта бинауральных биений на процесс засыпания2020 год, кандидат наук Шумов Дмитрий Ефимович
Заключение диссертации по теме «Психофизиология», Щукин, Тимур Николаевич
Выводы:
В результате проведенного анализа мы можем сделать несколько выводов:
1. Обнаружены комбинации ЭЭГ-признаков, обеспечивающие прогноз характера ответа на стимул в психомоторном тесте по 700 мс. участкам электроэнцефалограммы, предшествующим стимулу.
2. Выявлены индивидуальные признаки, обеспечивающие прогноз характера ответа на стимул по 700 мс. участку ЭЭГ, предшествующему стимулу.
3. Обнаружено, что комбинации признаков, характеризующие ошибочные ответы, соответствуют состояниям дремоты и засыпания.
4. Экспериментальная проверка показала наибольшую адекватность метода регрессионного анализа для задача с высокой ценой «ложной тревоги».
5. Экспериментальная проверка показала наибольшую адекватность системы «Эйдос» в аналитических задачах, т.к. она позволяет осуществлять детальный содержательный анализ паттернов признаков.
Заключение:
Было проведено распознавание по ЭЭГ латентности ответа и ошибок счета. Для этих целей нами применялись два различных метода: метод регрессионного анализа и метод системно-когнитивного анализа, реализованный в системе распознавания образов «Эйдос».
В целом применение системы АСК-Анализа «Эйдос» вместе с регрессионным анализом или независимо от него позволяет преодолеть некоторые ограничения традиционного регрессионного анализа. Кроме того, очевидным преимуществом системы является то, что используется информация, содержащаяся в большем количестве признаков, чем при регрессионном анализе и непараметричность подхода. В этом подходе, как и при применении регрессионного анализа, существует возможность оценки вероятности совершения ошибки (количество информации о том, что данный отрезок ЭЭГ похож на отрезок ЭЭГ, предшествующий ошибочным действиям)
Методика прогноза характера ответа на стимул является также методикой прогноза изменения функционального состояния (уменьшения уровня бодрствования), т.к. ошибки-пропуски связаны с ЭЭГ картиной, соответствующей картине засыпания.
Модель АСК-анализа адаптивна и способна настраиваться на меняющуюся деятельность в режиме реального времени, причем при регистрации снижения валидности распознавания автоматически происходит пересинтез модели. Кроме того, система обладает такой немаловажной особенностью, как устойчивость к шуму; это обеспечивается робастными процедурами фильтрации артефактов. Система не содержит ни одного из основных недостатков регрессионного анализа, не требует нормальности распределения признаков и предсказываемых параметров, линейности зависимости предсказываемого параметра от признаков, а также является адаптивной и способна осуществлять пересинтез рабочей модели в автоматическом режиме
Методика, использованная нами, является адаптацией системы «Эйдос» к задачам анализа ЭЭГ (автором системы было специально написано около семи новых реализаций программы). Она позволяет напрямую анализировать информацию о психофизиологической надежности действий человека в психомоторном тесте при изменении уровня бодрствования. Это становится возможным потому, что данная методика способна, во-первых, присваивать признакам (и их комбинациям) численную меру их информативности о прогнозируемых состояниях системы, и , во-вторых, вычислять характерность наступления того или иного состояния надежности системы путем вычислений с использованием количества информации в признаках.
Кроме отмеченных ранее моментов, в будущем нами планируется ввести многоуровневую систему вложенных друг в друга классов.
Подчеркнем: классификация различных классов успешности в психомоторном тесте по фоновому участку ЭЭГ, предшествующему стимулу с высокой вероятностью неслучайна, и в некоторых случаях уже сейчас позволяет использовать полученные наборы параметров для практического применения. К числу этих случаев относятся ситуации с высокой ценой ошибки первого рода. Применяемая методика позволяет, при возможности получить данные о работе испытуемого, на основе анализа этих данных построить и постоянно адаптировать модель, позволяющую предсказывать действия человека при выполнении психомоторного теста или других аналогичных задач по параметрам короткого участка ЭЭГ.
Связь определенных комбинаций признаков с различными классами распознавания допускает множественные качественные интерпретации.
Наблюдаемая нами принципиальная разница между двумя классами ошибочных действий и двумя классами верных действий заключается в том, что ошибочным классам в целом свойственен более низкие значения в альфа-диапазоне и более высокие - в тета диапазоне. Действительно, наиболее показательными изменениями электрической активности мозга при переходе от бодрствования ко сну является исчезновение альфа и появление тета-ритма электроэнцефалограммы. Этот факт заслуживает особенного внимания в силу следующих причин:
По современным представлениям, генез альфа-ритма определяется таламо-кортикальными нейронными сетями мозга и связан с взаимодействием субъекта с внешним миром. А генез тета-ритма более ориентирован на прием и обработку информаии от внутренней среды организма, он обуславливается гипоокампально-кортикальной системой. Эти нейрофизиологические представления косвенно подтверждают наше предположение о том, что при наступлении дремоты меняется состояние сознания, а именно внимание переключается с внешнего мира на внутренний.
Анализ работ, в которых исследовалась динамика альфа-ритма ЭЭГ при переходе от бодрствования ко сну [13,112,115,123], показывает, что увеличение мощности в низкочастотном альфа-диапазоне (6-9 гц) связано с наличием «усилий» для поддержания субъектом определенного уровня бодрствования, необходимого для взаимодействия с внешней средой.
В частности, показано [179,180], что при засыпании испытуемые, получившие инструкцию нажимать кнопку при подаче звукового щелчка, продолжали выполнять эту инструкцию до тех пор, пока мощность альфа-ритма была довольно высокой, несмотря на увеличения мощности ЭЭГ в тета и дельта-диапазонах. Прекращение нажатий сопровождалось резким снижением мощности ЭЭГ в альфа-диапазоне.
Следует отметить, что переход от бодрствования ко сну является циклическим процессом, для которого характерно периодическое появление активационных процессов в ЭЭГ на фоне тета и дельта активности, характерных для «дремотной» электроэнцефалограммы. По существующим представлениям, переодическое появление фазических активационных процессов во время сна обеспечивает гибкий контакт спящего с окружающей средой, сохраняя возможность экстренного пробуждения при изменении нешней или внутренней среды организма.
Известно, что активационные процессы в зависимости от глубины сна имеют различное электрофизиологическое проявление. При развитии дремотного состояния и на перой стадии сна электроэнцефалографическая активация мозга проявляется в виде альфа-веретен. Во второй стадии сна основным активационным паттерном ЭЭГ становится К-комплекс.
Основываясь на вышеизложенном, можно предположить, что наличие альфа-ритма ЭЭГ при сниженном уровне бодрствования является необходимым условием для моторного взаимодействия организма с внешней средой. Эту гипотезу, изложенную в исследованиях В.Б.Дорохова [178-182], подтверждают и результаты, полученные в нашей работе. Соответствующая разница в выраженности альфа-ритма является одним из признаков, которыми различаются классы ошибочных и верных нажатий и пропусков.
Существует предположение, что каждый раз, когда происходит фазическая активация мозга, осуществляются психологические процессы, связанные с анализом всей доступной информации и принятием решения просыпаться или продолжать спать [179,180].
На нейрофизиологическом уровне этому соответствует процесс объединения и синхронизации различных структур мозга («binding process»), обеспечивающий доступ к оперативной памяти всей необходимой информации от внешней и внутренней сред организма для последующего выполнения адаптивной деятельности.
В последние годы "binding process" рассматривают, как один из возможных нейрофизиологических механизмов функционаирования сознания. Предполагают, что в разных функциональных состояниях организма ЭЭГ-коррелятом такой синхронизации могут быть как высокочастотные ритмы (от 40 Гц и выше), так и ритмы в альфа диапазоне (8-12 Гц). Полученные результаты служат аргументом в пользу того, что при низком уровне бодрствования ЭЭГкоррелятом "binding process" может быть альфа-ритм, который запускается эндогенными механизмами и создает условия для доступа моторной команды из оперативной памяти к исполнительным моторным структурам.
Нейрофизиологическая модель восприятия и памяти, разрабатываемая в лаборатории А.Н.Лебедева [202,203] и основанная на гипотезе о возможности динамического кодирования воспринимаемых стимулов нейронными ансамблями в виде периодически повторяющихся устойчивых узоров биоэлектрической активности, также хорошо согласуется с полученными результатами.
В работах лаборатории А.Н.Лебедева было показано, что спектральные показатели ЭЭГ и показатели пространственных корреляций в полосе альфа-ритма не просто напрямую связаны с процессами внимания и памяти, а очень точно определяют такие параметры, как объем внимания, характеристики кратковременной памяти и скорость обработки информации. Работы А.Н.Лебедева и его сотрудников позволяют объяснить и результаты, полученные в данном исследовании.
Полученные результаты позволяют предположить, что спектральные и топографические паттерны в диапазоне альфа-ритма, формирующие наборы наиболее информативных признаков для большой части классов распознавания, объясняются пространственно-временной синхронизацией и десинхронизацией нейронных ансамблей.
Даже при низкой детализации спектра и малом количестве используемых в данном исследовании корреляционных характеристик нам удалось подтвердить роль пространственно-временной синхронизации нейронных ансамблей в успешности выполнения психомоторного теста.
В ближайшем будущем мы намереваемся использовать более высокую детализацию спектра и большее количество корреляционных характеристик, для того, чтобы еще более уверенно подтвердить гипотезу о роли пространственно-временной синхронизации.
Паттерны ЭЭГ активности в бета, сигма- и дельта-диапазонах, вносящие значительный вклад в различие классов нажатий и пропусков, могут быть обусловлены различными причинами, среди них:
Изменение активации по тормозному или стрессовому типу: Изменение активации по тормозному типу заключается в увеличении мощности дельта-ритма при одновременном ументшении мощности бета-ритма ЭЭГ.
Изменение активации по стрессовому типу выражется в депрессии альфа-ритма при увеличении мощности дельта и бета-ритмов ЭЭГ.
Паттерны ЭЭГ активности также может являться следствием различных типов адаптации к условиям монотонии [176]:
Первый тип: на первом этапе адаптации высокая активация в ЭЭГ в целом, потом декомпенсация - появление генерализованных вспышек альфа-ритма и нарастание низкочастотных ритмов по мере падения эффективности деятельности.
Второй тип заключается в следующем: сначала имеет место невысокая активация, доминирование альфа-ритма в лобном отведении. Потом напряженность возрастает, снижение активации ЭЭГ, появление и увеличение длительности альфа и сигма-ритмов, вспышках альфа ритма во всех отведениях, уменьшение доли тета-ритма. Спустя еще некоторое время работоспособность восстанавливается, вновь появляется тета-ритм в лобных отведениях и альфа-ритм в моторной области. На следующем этапе наблюдается распространение сигма-ритма и появление вспышек альфа-ритма. В лобных отведениях появляются дельта-волны.
Также известно, например, что увеличение сигма-ритма в процессе деятельности человека связано с возрастанием субъективного чувства усталости и с трудностью выполняемой деятельности [176 с. 107]. Увеличение количества альфа и сигма ритмов - признак утомления. Также отражением эмоционального напряжения является увеличение альфа-активности и значительный рост удельного веса энергии и тета-волны, повышенный уровень которых (ССЫЛКА 107), является отражением эмоционального напряжения.
Отсутствие в спектре пика в области сигма ритма и преобладание в лобных долях бета-ритма совпадает с резким ухудшением эффективности деятельности, появлением ошибок, увеличением временных характеристик деятельности [176, с. 117].
В целом мы считаем перспективным развитие использованных методик для идентификации различных состояний человека, сопровождающих различную успешность в психомоторном тесте при изменении уровня бодрствования, а также, возможно, и в других задачах.
Даже существующий набор признаков позволяют использовать полученные результаты в практических целях в среднем для четверти классов. Расширение количества признаков, без сомнения, увеличит этот процент.
Для некоторых постановок задачи уже сейчас возможно полноценное использование методики в существующем виде.
Использование уровневой организации структуры классов, а также многоэтапное распознавание также может существенно повысить успешность распознавания, о чем говорят результаты предварительных экспериментов.
Также проведены успешные предварительные эксперименты, в которых была показана возможность успешного распознавания характеристик деятельности человека во второй половине эксперимента системой, обученной на данных первой половины эксперимента.
В дальнейшем мы планируем провести расчеты с большим количеством признаков, концентрируясь на тех из них, которые показали наибольшую информативность в данном исследовании - а именно на параметрах пространственной корреляции. Также мы планируем совместить в одном наборе амплитудно-корреляционные признаки и спектральные признаки. Спектральные признаки мы планируем рассчитывать на более коротких, чем в данном исследовании, участках, а также сделать спектры более детализированными. Возможен переход от FFT к вейвлет- анализу.
Наиболее эффективным подходом нам кажется увеличение количества предикторов, за счет добавления к существующим параметрам дополнительных, тонко и дифференцированно описывающих частотные, фазовые и другие характеристики ЭЭГ. Это планируется сделать на следующих этапах работы. Тогда же будет осуществлена проверка устойчивости найденных паттернов во времени и получен ответ на вопрос, действительно ли паттерны ЭЭГ, характерные для различной эффективности действий, устойчивы и сохраняются во времени. В дальнейшем мы также планируем разработку методики оценки эффективности распознавания с помощью регрессионных уравнений, более точно отражающую эффективность распознавания, чем коэффициенты корреляции уравнений, описывающие связь предсказанных значений по каждому классу с истинными. Такая методика позволит определять возможности практического применения системы предсказания эффективности человека в психомоторном тесте при засыпании.
Также планируется использовать существующий в системе «Эйдос» механизм кластерного анализа для переформирования классов распознавания по границам наибольшего различия, развитые инструменты анализа для детального изучения взаимодействия вклада различных признаков в информационные портреты.
Результаты предварительных экспериментов также позволяют надеяться на существенное увеличение эффективности методики при использовании двух дополнительных приемов построения моделей предсказания:
5. Постоянная переадаптация модели - «модель бегущего окна».
6. Использование поэтапного распознавания, при котором сначала распознается уровень бодрствования, имеющий место в данный момент, а далее используется отдельная модель, адаптированная именно для этого конкретного уровня бодрствования.
Список литературы диссертационного исследования кандидат психологических наук Щукин, Тимур Николаевич, 2004 год
1. Aguirre, М., Broughton, R.J., 1987. Complex event related potentials (P300 and CNV) and MSLT in the assessment of excessive daytime sleepiness in narcolepsy-cataplexy. Elec-troencephogr. Clin. Neurophysiol. 67, pp.298-318.
2. Akerstedt, Т., 1995. Work hours, sleepiness and underlying mechanisms. J. Sleep Res. 4 (Suppl. 2), pp. 15-22.
3. Akerstedt, Т., Gillberg, M., 1990. Subjective and objective sleepiness in the active individual. Int. J. Neurosci. 52, pp.29-37.
4. Aldrich, M.S., 1994. Parkinsonism. In: Kryger, M.H., Roth, Т., Dement, W.C. (Eds.), Principles and Practice of Sleep Medicine, 2nd edn Saunders, Philadelphia.
5. Glass A.M., Campbell K., Event-related potential measures of the inhibition of information processing: Selective attention in the waking state. International Journal of Psychophysiology 46 (2002) pp. 177-195
6. Mercedes A., Cantero J.L., Domingues-Marin E. Mismatch negativity (MMN):and objective measure of sensory memory and long-lasting memories during sleep. International Journal of Psychophysiology 46 (2002) pp. 215-225.
7. Baddeley, A., 1968. A 3 minute reasoning task based on grammatical transformation. Psychon. Sci. 10, pp.341-342.
8. Banquet, J .P. "EEG and Meditation" Electroencephalography and Clinical Neurophysiology, Vol 33,, 1972, pp. 449-458.
9. Banquet, J.P. "Spectral Analisys of the EEG in Mediatation", electroencephalography and Clinical Neurophysiology, Vol 35, , 1973 pp. 143151.
10. Basar E, Demiralp T, Schurmann M, Basar-Eroglu C, Ademoglu A. Oscillatory brain dynamics, wavelet analysis, and cognition. Brain Lang. 1999 Jan;66(l): pp. 146-83.
11. Basar E. (Ed) Dynamics of Sensory and Cognitive Processing by the Brain, Springer Verlag, Berlin, Germany 1988.
12. Basar E., EEG Brain Dynamics, Elsevier, Amsterdam, 1980.
13. Basar.E, et al. Alpha oscillations in brain functioning: anintegrative theory. International Journal of Psychophysiology, 1997, vol. 26, pp. 5-29.
14. M.Bastien C.H., Ladoucheur C., Campbell K.B. EEG Characteristics Prior to and Following the Evoked K-Complex. Canadian Journal of Experimental Psychology, 2000, 54:4, pp.255-265.
15. Bastien C.H., Crowley K.E., Colrain I.M. Evoked potential components unique to non -Rem sleep relationship to evoked K-complexes and vertex waves 1992.
16. Bastien, C., Campbell, K. The evoked K-Complex all-or-none phenomenon? Sleep, 15, pp.23 6-245.
17. Bastuji H., Perrin F., Larrea L.G. Semantic analysis of auditory input during sleep: studies with event related potentials. International Journal of Psychophysiology 46 (2002) pp.243-255.
18. Beatty J. Greenberg, A., Deibler, W.P., and O'Hanlon, J.F. Operant control of occipital theta rhythm affects performance in a radar monitoring task. Science, 1974, 183: pp.871-873.
19. Bond, A., Lader, M., 1974. The use of analogue scales in rating subjective feelings. Br. J. Med. Psychol. 47, pp.211-218.
20. Broughton R, Hasan J. Quantative topographic electroencephalographic mapping during drowsiness and sleep onset. J. Clin Neurophysiology 1995 Jul: 12(4): pp.37-86.
21. Broughton, R.J., 1989. Sleep attacks, naps, and sleepiness in medical sleep disorders. In: Dinges, D.F., Broughton, R.J. (Eds.), Sleep and Alertness, Raven Press, New York.
22. Broughton, R.J., Aguirre, M., 1987. Differences between REM and NREM sleepiness measured by event-related potentials (P300 and CNV), MSLT and subjective estimate in narcolepsy-cataplexy. Electroencephogr. Clin. Neurophysiol. 67, pp.317-326.
23. Brown B.B. Infinite well-being., Irvington publishers, inc., New York, 1985.• 24.Brown B.B. New Mind, new Body., Biofeedback: new directions for the mind.
24. Harper & Row., New York 1974.
25. Buchsbaum, M.S., Mendelsohn, W.B., Duncan, W.C., Coppola, R., Kelsoe, J., Gillin, J.C., 1982. Topographical cortical mapping of EEG sleep stages during afternoon naps in normal subjects. Sleep 5, pp.248-255.
26. Campbell K., Bell L., Bastien C., Evoked potential measures of information processing during natral sleep. In R.J. Broughton and R.D. Oglivie (Eds.) Boston. Birkhauser 1992, Sleep, Arousal and performance (pp. 376-378).
27. Carskadon, M.A., Dement, W.C., 1979. Effects of total sleep loss on sleep tendency. Percept. Mot. Skills 48, pp.495-506.
28. Carskadon, M.A., Harvey, K., Dement, W.C., 1981. Sleep loss in young adolescents. Sleep 4, pp.299-312.
29. Casagrande M, Violani C, De gennaro L, Braibanti P, Bertini M. Which hemisphere falls asleep first? Neuropsychologia 1995 Jul; 33(7): pp.81-122.
30. Dement, W.C., Gelb, M., 1993. Somnolence: its importance in society. Neurophysiol. Clin. 23, pp.5-14.
31. Demiralp T, Basar E.Theta rhythmicities following expected visual and auditory targets. Int J Psychophysiol. 1992 Sep;13(2): pp.147-60.
32. Dinges, D.F., 1987. The nature of sleepiness: causes, context and consequences. In: Strunkard, A., Baum, A. (Eds.), Eating, Sleeping and Sex, Academic Press, New York.
33. Dinges, D.F., 1992. Probing the limits of functional capacity: the effects of sleep loss on short duration task. In: Ogilvie, R., Broughton, R. (Eds.), Sleep, Arousal and Performance, Birkhauser, Boston.
34. Dinges, D.F., 1995. An overview of sleepiness and accidents. J. Sleep Res. 4 (Suppl. 2), pp.4-14.
35. Dinges, D.F., Kribbs, N.B., 1991. Performing while sleepy: effects of experimentally-induced sleepiness. In: Monk, Т.Н. (Ed.), Sleep, Sleepiness and Performance, John Wiley and Sons, Chichester.
36. Dinges, D.F., Powell, J., 1989. Sleepiness impairs optimum response capability — it's time to move beyond the Lapse Hypothesis. Sleep Res. 18, pp.366.
37. Evans R.A. Reliability optimization. J.WE.J.Henley, J.W.Lynn, eds. Generic techniques in systems reliability assessment. Leyden, The Netherlands, Noodhoff International Publishing. 1976. pp. 117- 131.
38. Fernandez T, Harmony T, Silva-Pereyra J, Fernandez-Bouzas A, Gersenowies J, Galan L, Carbonell F, Marosi E, Otero G, Valdes SI. Specific EEG frequencies at specific brain areas and performance. Neuroreport. 2000 Aug 21 ;11(12):2663-8.
39. Folstein, M.F., Luria, R., 1973. Reliability, validity and clinical application of the visual analogue mood scale. Psychol. Med. 3, pp.479-486.
40. Fruhsthorfer, H., Bergstrom, R., 1969. Human vigilance and auditory evoked responses. Electroencephogr. Clin. Neuro-physiol. 27, pp.346-355.
41. Ray G.C. HigherStages of Rajayoga and its Possible Signature of Electroencephalogram // Journal of the Institution of Engineers (India), Vol 74, March 1994, pp 22-31.
42. Gennaro Luigi De, Michele Ferrara, Giuseppe Curcio, Riccardo Cristiani. Antero-Posterior EEG changes during the wakefulness sleep transition. Clinical Neurophysiology 112 (2001) pp.1901-1911.
43. Gevins A, Smith ME, McEvoy L, Yu D. High-resolution EEG mapping of cortical activation related to working memory: effects of task difficulty, type of processing, and practice. Cereb Cortex. 1997 Jun;7(4): pp.374-85.
44. Gevins A., A Raymond (Eds), Handbook of EEG and Clinical Neurophysiology. Vol 1 Methods of analisys of brain electrical and magnetic signals, Elsevier Science Publishers, Amsterdam, Holland, 1987.
45. Gulberg, M., Kecklund, G., Akerstedt, Т., 1994. Relations between performance and subjective ratings of sleepiness during a night awake. Sleep 17, pp.236-241.
46. Green E. Comments on "Cartography of consciousness" a functional reexamination of theta, alpha, and beta" // Subtle energies 1994 vol 5.
47. Green E. Green A. Biofeedback and states of consciousness // Handbook of states of consciousness New York 1986.
48. Green E. Mind over matter: volition and the cosmic connection in yogic theory. // Subtle energies vol.4, no.3 1993.
49. Green E.E. Green A.M. And Walters E.D. Self regulation of internal states.// J.Rose. (Ed) Progress of cybernetics proceedings of the international Congress of Cybernetics. London. 1970.
50. Green E.E. Green A.M. Beyond Biofeedback., New York. Delacorte 1977.
51. Gtenville, M., Broughton, R., Wing, A.M., Wilkinson, R.T., 1978. Effects of sleep deprivation on short duration performance measures compared to the Wilkinson auditory vigilance task. Sleep 1, pp. 169-176.
52. Hajsak G, Simons R.F. Error-related brain activity in obsessive-cumpulsive undergraduates. Psychiatri Res 2002 May 15; 110(1): pp.63-72.
53. Hale A.R., Glendon A.J. Individual Behavior in the control of danger. N.Y. 1970. pp. 79- 130.
54. Hartse, K.M., Roth, Т., Zorick, F.J., 1982. Daytime sleepiness and daytime wakefulness: the effect of instruction. Sleep 5, pp. 107-118.
55. Hirai Т., "Electroencephalographic Study of Zen Meditation" 1960 Psychiat. Neurol. Jap, 62, pp.76- 105
56. Hobson J.A., Pace-Schott E., Stickgold R. Dreaming and the brain: toward a cognitive neuriscoence of conscous states. Behavioral and Brain Sciences. 2000. 23 (6). pp. 54-138.
57. Hoddes, E., Dement, W.C., Zarcone, V., 1971. The history and use of the Stanford Sleepiness Scale. Psychophysiology 9, pp.150.
58. Home, J.A., Reyner, L.A., 1995. Driver sleepiness. J. Sleep Res. 4 (Suppl. 2), pp.23-29.
59. Johns, M.W., 1991. A new method for measuring daytime sleepiness: the Epworth Sleepiness Scale. Sleep 14, pp.540-545.
60. Johns, M.W., 2000. Sensitivity and specivity of the multiple sleep latency test (MSLT), the maintenance of wakefulness test and the Epworth sleepiness scale: failure of the MSLT as a gold standard. J. Sleep Res. 9, pp.5-11.
61. Johnson, C.W., Diller, L., 1983. Error evaluation ability of right-hemisphere brain-lesioned patients who have had perceptual-cognitive retraining. J. Clin. Neuropsychol. 5, pp.401-402.
62. Kamiya, J., 1961. Behavioral, subjective and physiological aspects of drowsiness and sleep. In: Fiske, D.W., Maddi, S.R. (Eds.), Functions of Varied Experience, Dorsey Press, Homewood.
63. Kecklund, G., Akerstedt, Т., 1993. Sleepiness in long distance truck driving: an ambulatory EEG study of night driving. Ergonomics 36, pp. 1007-1117.
64. Campbell K.B. Colrain I.M. Event- related potential measures of the inhibition of information processing: II. The sleep onset period. International Journal of Psychophysiology 46 (2002) pp.197 214
65. Cote K.A., Probing awareness during sleep with the auditory odd-ball paradigm. International Journal of Psychophysiology 46 (2002) pp.227-241
66. Klimesch W, Doppelmayr M, Pachinger T, Russegger H., Event-related desynchronization in the alpha band and the processing of semantic information. Brain Res Cogn Brain Res. 1997 Oct;6(2): , Cambridge University Press. Printed in the USA. pp.83-94.
67. Klimesch W, Doppelmayr M, Schimke H, Ripper B. Theta synchronization and alpha desynchronization in a memory task. Psychophysiology. 1997 Mar;34(2): pp. 169-76.
68. Klimesch W. EEG alpha and theta pscillations reflect cognitive and memorey performance: a review and analysis // Brain Res. Rev. 1999. 29 (2-3) pp. 169195.
69. Klimesch W. Memory processes, brain oscillations and EEG synchronization. Int J Psychophysiol. 1996 Nov;24 (1-2): pp.61-100.
70. Knippenberg van, F.C.E., Passchier, J., Heysteck, D. et al., 1995. The Rotterdam Daytime Sleepiness Scale: a new daytime sleepiness scale. Psycholog. Rep. 76, pp.83-87.
71. S.H.Strogatz, L. Stewart, "coupled Oscillators and Biological Synchronization" Scientific American, December 1993,, 1993. pp 68-75
72. Lebedev A.N., Mayorov V.V., Myshkin I.Y. The wave model of memory. //Neurocomputers and attention, vol.1, Manshester, 1990, pp.53-59.
73. Lebedev A.N. Mayorov V.V. Myshkin I.Y. The wave model of memory. //Neurocomputers and attention, vol.1, Manshester, 1990, pp.53-59.
74. Makeig S. Elliot F.S. Inlow, M., Kobus D.A. Predicting lapses in vigilance using brain evoked responces to irrelevant auditory probes, Technical Report 90-39, 1990, Navak health research Center, San Diego.
75. Makeig S., Auditory event-related Dynamics of the EEG Spectrum and Effects of Exposure to Tones, Electroencephalography and Clinical Neurophysiology 1993., 86: pp.283-293
76. Makeig Scott, Lapses in Alertness:Coherence of Fluctuactions in Performance and EEG Spectrum. Electroencephalography and Clinical Neurophusiology 1993 86: pp.23-35.
77. Makeig Scott, Tzyy-Ping Jung, Changes in Alertness are a Principal Components of Variance in the EEG spectrum. NeuroReport 1995, 7: pp.213217
78. Makeig Scott, Tzyy-Ping Jung. Tonic, Phasic and Transient EEG Correlates of Auditory Awareness in Drowsiness, Cognitive Brain Research 1996.4: pp. 15-25
79. Makeig. S.„ and Neru P. "A proposal for integrated shipboard alertness management," In: Countermeasures for Battlefield Stressors, Pennington Center
80. Nutrition Series, Vol. 10, LTC K. Friedl, H. Lieberman, D. H. Ryan and G. A. Bray, Eds. (Louisiana State University Press, Baton Rouge LA), 2000, pp. 1-8
81. Makeig, Scott, Awareness during Drowsiness: Dynamics and Electrophysiological Correlates, candian Journal of Experimental Psychology, 2000, 54(4): pp.26-73
82. Meister D. Human reliability. In: F.A.Muckler, ed. Human Factors review. 1984. Santa Monica. C.A.:Human Factor Society.
83. Michele Ferrara, Luigi De Gennaro, Giuseppe Curcio, Riccardo Cristiani, Mario Bertini Regional differences of the temporal EEG dynamics during the first 30 min of human sleep., Neuroscience Research 44 (2002) pp.83-89
84. Miller, M.M., Gujavarty, K.S., Browman, C.P., 1982. Maintenance of wakefulness test: a polysomnographic technique for evaluating treatment efficacy in patients with excessive somnolence. Electroencephogr. Clin. Neurophysiol. 53, pp.658-666.
85. Morris, T.L., Mitler, J.C., 1996. Electrooculographic and performance indices of fatigue during simulated flight. Biol. Psychol. 42, pp.343-360.
86. Mullaney, D.J., Fleck, P.A., Okudaira, N., Kripke, D.F., 1985. An automated system for administering continuous workload and for measuring sustained continuous performance. Behav. Res. Meth. Instr. Сотр. 17, pp. 16-18.
87. Myshkin I.Yu., Mayopov V.V. Individual variations of correlation dimension EEG and short-term memory capacity in man. /IY European Congress of Psychology. Abstracts. (Editors A.Hantzi, M.Solman) Athens, Greece, 1995, pp.463-464.
88. Naitoh, P., 1983. Signal detection theory as applied to vigilance performance of sleep-deprived subjects. Sleep 6, pp.359-361.
89. Neisser, U., 1957. Cognitive Psychology, Appleton-Century-Crofts, New York
90. Pailing P.E, Segalowitz S.J, Dywan J, Davies P.L., Error negativity and response control. Psychophysiology 2002 Mar; 39 (2): pp. 198-206
91. Peled, N., Lavie, P., 1994. Monitoring oprator's performance — the role of blinking. J. Sleep Res. 3 (Suppl. 1), pp.196.
92. Penzel T and Petzoid J. A new method for the classification of subvigil stages, using Fourier transform, and its application to sleep apnea. 1989, J. Comput.Biol.Med., 1989, 19: pp.7-34
93. Pfurtscheller G, Flotzinger D, Mohl W, Peltoranta M. Prediction of the side of hand movements from single-trial multi-channel EEG data using neural networks. Electroencephalogr Clin Neurophysiol. 1992 Apr;82(4): pp.313-5
94. Ranzjin, R., Lack, L., 1997. The pupillary light reflex cannot be used to measure sleepiness. Psychophysiology 34, pp. 17-22.
95. Richardson, G.S., Carskadon, M.A., Orav, E.J., Dement, W.C., 1982. Circadian variation of sleep tendency in elderly and young adult subject. Sleep 5, pp.S82-S92.
96. Roberta Claude b,*, Jean-Franc,ois Gaudyb, Aime' Limogea Electroencephalogram processing using neural networks Clinical Neurophysiology 113. 2002. pp.694-701
97. Rosenthal, L., Roehrs, T.A., Rosen, A., Roth, Т., 1993b. Level of sleepiness and total sleep time following various time in in bed conditions. Sleep 16, pp.226-232.
98. Rosenthal, L., Roehrs, Т., Roth, Т., 1993a. The sleep-wake activity inventory, a self-report measure of daytime sleepiness. Biol. Psychiat. 34, pp.810-820.
99. Roth, Т., Nemsivalova, S., Sonka, K., Docekal, P., 1984. A quantitative poligraphic study of daytime somnolence and sleep in patients with excessive diurnal sleepiness. Arch. Suisse Neurol. Neurochir. Psychiat. 135, pp.265-272.
100. Roth, Т., Nemsivalova, S., Sonka, K., Docekal, P., 1986. An alternative to the Multiple Sleep Latency Test for determining sleepiness in narcolepsy and hypersomnia: a polygraphic score of sleepiness. Sleep 9, pp.243-245.
101. Sannita WG. Stimulus-specific oscillatory responses of the brain: a time/frequency-related coding process. Clin Neurophysiol. 2000 Apr;l 11(4): pp.565-83.
102. Santamaria J., Chiappa K.H. The EEG of Drowsiness in normal adults. J. Clin. Neurphysiol. 1987,4: pp.327-382
103. Schack B, Weiss S, Rappelsberger P. Cerebral information transfer during word processing: where and when does it occur and how fast is it? Hum Brain Mapp. 2003 May; 19(1): pp.18-36.
104. Scheffers M.K, Coles M.G, Performance monitoring in a confusing world: error-related brain accuracy judjements of response accuracy, and type of errors. J. Exp Psychol Hum Persept Perform 2000 Feb; 26(1): pp. 141-51.,
105. Schurmann M, Basar E. Topography of alpha and theta oscillatory responses upon auditory and visual stimuli in humans. Biol Cybern. 1994;72(2): pp. 161-74.
106. Schwartz Mark S.and Olson R.Paul. A historical perspective on the Field of Biofeedback and Applied Psychophysiology // Biofeedback- a practitioner's guide Mark S.Schwartz and Associates The Guilford Press New York London 1995.
107. Schwartz Nancy M. and Mark S.Schwartz -Defenitions of biofeedback and applied psychophysiology // Biofeedback- a practitioner's guide Mark S.Schwartz and Associates The Guilford Press New York London 1995.
108. Seashore C.E. and Kent G.H. Pereodicity and progressive change in continuous mental work. J. Psychol. Reviews. 1905. 6: pp.47-101
109. Singleton W.T. Methods of analisis the errors // Aerospace medecine. v. 53. N3. 1976.
110. Singleton W.T. Theoretical Approaches to Human Error // Ergonomics, v. 16. N6. 1973.
111. Stam С J. Brain dynamics in theta and alpha frequency bands and working memory performance in humans. Neurosci Lett. 2000 Jun 2;286(2): pp.115-8.
112. Stampi, C., Aguirre, A., Macchi, M., Hashimoto, S., 1995b. Relationship between pupillary/oculomotor measures, and physiological (EEG) and behavioral indices of sleepiness. Sleep Res. 24A, 454.
113. Stampi, C., Stone, P., Michimori, A., 1993. The alpha attenuation test: a new quantitative method for assessing sleepiness and its relationship to the MSLT. Sleep Res. 22, pp.115.
114. Stampi, C., Stone, P., Michimori, A., 1995a. A new quantitative method for assessing sleepiness: the alpha attenuation test. Work Stress 9, pp.368-376.
115. Stebel J. and Sitz R. On central Nervous minute-periodicity and its coordination. J. Interdisciplinary Cycle Res. 1971, 2: pp.63-72
116. Stroud J.M. The fine structure of psychological time. Ann NY Acad. Sci. 1966 138: pp.623-631.
117. Sullivan C. Event-related brain potentials and attention during simultaneous performance of two tasks. Percept Mot Skills 1996 Oct; 83 (2): pp.65-71.
118. Surwillo W.W. Frequency of the alpha rhythm, reaction time and age. Nature (Lond.) 1961,191: pp.823-824
119. Surwillo W.W. Some observations on the relation of response speed to frequency of photic stimulation under conditions of EEG synchronization. Electroenchephalogy and clinical Neurophysiology. 1964, 17: pp. 194-198.
120. Surwillo W.W. The relation of simple response time to brain-wave frequency and the effects of age. Eelectroenceph. Clin. Neurophysiology 1963, 15: pp.104-114.
121. Swain A.D.Guttmann H.E.Handbook of human reliability analysis with emphasis on nuclear power plant application. Washington, Dc:US.Nuclear Regulatory Commission. 1983.
122. Tanaka, H., Hayashi, M., Hori, Т., 2000. Topographical characteristics of slow wave activities during the transition from wakefulness to sleep. Clin. Neurophysiol. Ill, pp.417-427.
123. Torsvall, L., Akerstedt, Т., 1988. Extreme sleepiness: quantification of EOG and spectral EEG parameters. Int. J. Neurosci. 38, pp.435-441.
124. Torsvall, L., Akerstedt, Т., 1988. Extreme sleepiness: quantification of EOG and spectral EEG parameters. Int. J. Neurosci. 38, pp.435-441.
125. Townsend R.E. and Johnson L.C. Relation of frequency analysed EEG to monitoring behavior. Electroenceph. Clin. Neurophysiolo., 1979, 47: pp.272279
126. Treisman M. Temporal rhythms and cerebral rhythms in J.Gibbon and L.Allan (Eds.) Timing and Time Perception. New York Academy of Sciences. 1984, 423: pp.542-565.
127. Turbes CC. EEG dynamics. Brain processing of sensory and cognitive information. Biomed Sci Instrum. 1992;28: pp.51-58
128. Vidal F, Hansbroucq T, Grapperon J, Bonnet M. Is the "error negativity" specific to errors? Biol. Psychol 2000 Jan; 51 (2-3); pp. 109-128.
129. Wallace R.K., H.Benson, "The Physiology of Meditation" Scientific American, 1972, pp. 226:84
130. Walsh, J.K., Muelbach, M.J., Schweitzer, P.K., 1992. Simulated assembly line performance following ingestion of cetirizine or hydroxyzine. Ann. Allerg. 69, pp.195-200.
131. Walter. W. Surwillo. The relation of response-time variability to age and the influence of brain wave frequency. Electroencephalography and clinical neurophysiology. 1963. 15: pp. 1029-1032
132. Warner R.M. Periodic rhyms and cerebral rhythms in J.Gibbon and L.Allan (Eds.) Timing and Time Perception. New York Academy of Sciences. 1984, 423: pp.542-565.
133. Webb, W.B., 1992. Problems in measuring performance: dangers in difference scores. In: Ogilvie, R., Broughton, R. (Eds.), Sleep, Arousal and Performance, Birkhauser, Boston.
134. Webb, W.B., Levy, СМ., 1982. Age, sleep deprivation, and performance. Psychophysiology 19, 272-276.
135. Wechsler, D., 1958. The Measurement and Appraisal of Adult Intelligence, 4th edn Williams Wilkins, Baltimora.
136. Weiss S, Muller HM, Rappelsberger P. Theta synchronization predicts efficient memory encoding of concrete and abstract nouns. Neuroreport. 2000 Aug 3;11(11): pp.2357-61
137. Weitzman, E.D., Kremer, H., 1965. Auditory evoked responses during different stages of sleep in man. Electroencephogr. Clin. Neurophysiol. 18, pp.65-70.
138. Werheimer M. An investigation of the randomness of threshold measurements. J. Exp. Psychol. 1953,45: pp.294-301,
139. Wesensten, N.J., Badia, P., 1988. The P300 component in sleep. Physiol. Behav. 44, pp.215-220.
140. Wilkinson, R.T., 1965. Sleep deprivation. In: E'dholm, O.G., Bacharach, A.L. (Eds.), The Physiology of Human Survival, Academic Press, London.
141. Wilkinson, R.T., 1969. Some factors influencing the effect of environmental stresses upon performance. Psychol. Bull. 72, pp.260-272.
142. Williams, H.L. Granda, A.M. Jones, R.C., Lubin A. and Armington, J.C. EEG frequency and finger pulse volume as predictors of reaction time during sleep loss. Electroenchephalogy and clinical Neurophysiology, 1962, 14: pp.6470.
143. Zhang J.Z, Zhao,J, He,Q.N, "EEG findings during spectial psychical state Qi gong state) by means of compressed spectral array and topographic mapping" Computers in Biology and Medicine Col 18. No 6, pp. 455 464. 1988
144. Алишев H.B. Егоров A.C. Некоторые методологические подходы к оценке работоспособности человека / Актуальные вопросы изучения режимов труда и отдыха учащихся профтехучилища Л.:ВНИИпрофтехобразования. 1984. С. 6-16.
145. Андреев Н.И. Теория статистически оптимальных систем управления. М.: Наука, 1980. -155с.
146. Андрющенко В.А. Теория систем автоматического управления: Учебное пособие. Л.: ЛГУ, 1990. - 256с.
147. Анохин П. К. Очерки по физиологии функциональных систем. М.: Медицина, 1975. - 231с.
148. Антонюк Б.Д. Информационные системы в управлении. М.: Радио и связь, 1986. - 125с.
149. Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория конструирования систем управления. М.: Высшая школа, 1989. -447с.
150. Бернштейн Н.А. Очерки по физиологии движения и физиологии активности. -М.: Медина 1966.
151. Берталанфи Л. фон. Общая теория систем критический обзор. //Системные исследования: Ежегодник. - М.: Наука, 1969. - С.23-95.
152. Бовин Б.Г. и др. Основные виды деятельности и психологическая пригодность к службе в системе органов внутренних дел. М., изд-во НИЦПМО МВД РФ, 1997,344 с.
153. Бодров В. А., Орлов В .Я. Психология и надежность: человек в системах управления техникой. М.: Изд-во «Институт психологии РАН», 1998.-288 с.
154. Ганзен В.А. Системный подход в психологии. -JL: ЛГУ, 1983.
155. Глазкова В.А. Обратная биологическая связь как важнейший механизм в условиях обучения человека управлению RUH // Методика и техника экспериментальных исследований. М.: Наука, 1982, с.37-41.
156. Голиков Ю.А. Костин А.Н. Особенности психической регуляции и классы проблемностей в сложной операторской деятельности // Психол.журнал. 1994. Т. 15. N 2. С. 3- 16.
157. Голиков Ю.А. Метод выделения проблемных моментов и ситуаций в психологическом анализе операторской деятельности // Методики анализа и контроля трудовой деятельности и функциональных состояний. М.: Институт психологии РАН, 1992. С. 6- 13.
158. Голиков Ю.А., Костин А.Н. Психология автоматизации управления техникой. М.: 1996, ИП РАН.
159. Губинский А.И. и др. Принципы количественной оценки надежности систем «человек-техника» //В кн: Надежность комплексных систем «человек-техника». ч.1-2. Ленинград, 1969.
160. Губинский А.И., Евграфов В.Г. Эрногономическое проектирование судовых систем управления. Л. Судостроение, 1977. 224 с.
161. Дементиенко В.В., Дорохов В.Б., Коренева Л.Г., Марков А.Г., Шахнарович В.М. Гипотеза о природе электродермальных реакций // Физиология человека. 2000. Т. 26. 2. С.124 - 131.
162. Дикая Л.Г. Принцип полсистемности: реализация в исследованиях психической саморегуляции в триаде «деятельность личность -состояние» // современная психология: состояние и перспективы. - М.: ИП РАН, часть 1, с 124- 158.
163. Дикая Л.Г. Психическая саморегуляция функционального состояния человека (системно-деятельностный подход). — М.: Изд-во «Институт психологии РАН», 2003. -318 стр.
164. Дикая Л.Г., Семикин В.В. Произвольная саморегуляция состояний человека-оператора как вид психической деятельности. М.: Наука, 1986.
165. Дорохов В. Б., Нуер М. Р. Топографическое картирование мозга. Методологические проблемы. // Физиология человека. 1992, Т. 18., N.6., С.16-21
166. Дорохов В .Б. Альфа активность ЭЭГ при дремоте, как необходимое условие эффективного взаимодействия с внешним миром. // Электронный журнал «Исследовано в России». 2290. http://zhurnaI.ape.relarn.ru/articles/2003/192.pdf
167. Дорохов В.Б. Альфа- веретена и К-комплекс — фазические активационные паттерны при спонтанном восстановлении нарушений психомоторной деятельности на разных стадиях дремоты // Журн. Высшей нервной деят. 2003. Т. 53. с. 503-512.
168. Дорохов В.Б., Дементиенко В.В., Коренева Л.Г., Марков В.Г., Шахнарович В.М. Электродермальные показатели субъективного восприятия ошибок в деятельности при наступлении дремотного состояния // Журн. Высш. Нервн. Деят. 2000. Т. 50. 2.- С. 206-218.
169. Дорохов В.Б. Применение компьютерных сомнологических полиграфов в психофизиологии и для клинических исследований // Физиология человека. 2002. Т 28 С. 105-112.
170. Дорохов В.Б. Применение компьютерных сомнологических полиграфов для психофизиологических и клинических исследований. Материалы «XVIII Съезда Физиологического общества им. И.П. Павлова», Казань, 2001, с. 79.
171. Дорохов В.Б. Психомоторный тест для оценки дневной сонливости. // Материалы XXX Всероссийского совещания по проблемам высшей нервной деятельности». Санкт-Петербург. 2000. с. 663-664.
172. Дорохов В.Б. Психофизиологические механизмы нарушения деятельности при дремотных изменениях сознания.). // Материалы 1-ой Российской школы-конференции по фундаментальным и прикладным проблемам сомнологии "Сон-окно в мир бодрствования", Москва, с.25.
173. Дружинин В.Н. Психодиагностика общих способностей. М., изд-во «Академия», 1996, 12 п.л.
174. Дружинин В.Н. Психология общих способностей. М., изд-во «Латерна Вита», 1995,16 п.л.
175. Забродин Ю.М., Лебедев А.Н. Психофизиология и психофизика. М., Наука, 1977,286 е.,
176. Забродин Ю.М. Методологические проблемы исследования и моделирования функциональных состояний человека-оператора. // Психические состояния и эффективность деятельности. Вопросы кибернетики. 1983. Вып. 101. М.: наука, с.З -27.
177. Завалишина Н.Д. Барабанщиков В.А. Детерминация и развитие психики //принцип системности в психологических исследованиях. 2003 М.: Наука, с. 3- 9.
178. Зараковский Г.М. Психофизиологический анализ трудовой деятельности. М.:Наука, 1966. 138 с.
179. Захарова В.В. Колл Р., Сохадзе Э.М. Штарк М.Б. "Биоуправление-итоги и перспективы развития". 1993 сборник «Биоуправление, теория и практика- 2»
180. Зейгарник Б.В. Саморегуляции в норме и патологии // Психол. Журнал Т. 10, N2,1989
181. Зильберман П.Б. Эмоциональная устойчивость оператора // Очерки психологии труда оператора. М., 1974.
182. Зимин В.А. Надежность работы стандартных элементов БЭСМ // Надежность радиоэлектронной аппаратуры. М., 1958.
183. Ильин Е.П. Проблемы монотонии и пути ее решения // Психофизиологические основы физического воспитания и спорта. М.: ФиС, 1972., с. 127-141.
184. Ковальзон В.М. К чему приводит длительное лишение сна? «Природа» 1986, N 4, с.97-98
185. Ковальзон В.М. Природа сна. «Природа», 1999, N 8, с. 172-179
186. Костин А.Н. Метод таксономии межсаккадических интервалов движений глаз для оценки операторской деятельности//Методики анализа и контроля трудовой деятельности и функциональных состояний. М.: Институт психологии РАН, 1992. С.14-20
187. Котик М.А, Емельянов A.M. Ошибки управления. Таллин: Валгус, 1985.390 с.
188. Котик М.А, Саморегуляция и надежность человека оператора. Таллин: Валгус, 1974 167 с.
189. Лебедев А.Н., Луцкий В.А. Расчет закономерностей зрительного восприятия по частотным характеристикам электроэнцефалограммы / Эргономика. Труды ВНИИТЭ. Вып.4., 1972, стр. 95-134.
190. Лебедев А.Н., Б.Г. Бовин и др. Отражение индивидуальных психологических особенностей человека в его электроэнцефалограмме. В кн.: Инженерно-физические проблемы новой техники. М., изд-во МГТУ, 1998, с. 371-373.
191. Левитов Н.Д. О психических состояниях человека. М.: Просвещение, 1964, 344 с.
192. Левитов Н.Д. Проблема психических состояний // Вопросы психологии. №2. 1955.
193. Ломов Б.Ф. Человек и техника. М.: Советское радио, изд-е 2-е, 1966. 464 с.
194. Ливанов М.Н. Анализ биоэлектрических колебаний в коре головного мозга млекопитающих.- Труды Ин-та мозга, 19386 тЗ\4, с.478
195. Ливанов М.Н. Пространственная организация процессов головного мозга. М.Наука,1972
196. Луценко Е.В. Автоматизированная система распознавания образов: математическая модель и опыт применения. //В сб.: "В.И. Вернадский и современность (к 130-летию со дня рождения)". Краснодар: КНА, 1993. -С.37-42.
197. Луценко Е.В. Разработка методологии синтеза адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений. Дис. к.т.н. (05.13.06) Краснодар: КубГТУ. 1999. - 187с.
198. Луценко Е.В. Рефлексивн£г модель управления качеством подготовки специалиста. //В сб.: "Материалы II межвузовской научно-технической конференции".-Краснодар: КВИ, 2001.-С.129-131.
199. Луценко Е.В. Синтез экстремальных систем "человек-машина" на основе принципа многоуровневой адаптивности. /Труды Краснодарского ВАИ. Вып. 4. Краснодар: КВАИ, 1999. - С. 186-190.
200. Луценко Е.В. Системно-когнитивный анализ детерминстско-бифуркационной динамики активных систем. //В сб.: "Материалы III всероссийской межвузовской научно-технической конференции". -Краснодар: КВИ, 2002. С.64-70.
201. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"). Краснодар: КЮИ МВД РФ, 1996. - 280с.
202. Малогабаритная аппаратура. М., 1954.
203. Маныпин Г.Г. Управление режимами профилактики сложных систем. Минск. 1976. 256 с.
204. Мышкин И.Ю., Майоров В.В. Модель динамической кратковременной памяти. /Психол.журн., 1995, т. 16, N6, С.83-86.
205. Надежность наземного радиоэлектронного оборудования. М, 1957.
206. Наживин Ю.С. Характеристики саморегуляции сенсомоторной деятельности в адаптационный период // Материалы V Всесоюзного симпозиума по эффективности, качеству и надежности систем «человек-техника». Л., 1978.
207. Небылицин В.Д. К изучению надежности работы оператора в автоматизированных системах // Вопросы психологии 1961. N6 С.9-18.
208. Небылицин В.Д. Надежность работы оператора в сложной системе управления / Инженерная психология. Под ред. Леонтьева А.Н., Зинченко В.П, Панова Д.Ю. М.: МГУ, 1964. С. 358-367
209. Никифоров Г.С. Самоконтроль как механизм надежности человека-оператора. Л.: Изд-во ЛГУ, 1977. 112 с.
210. Николаев А.Р., Иваницкий Г.А., Иваницкий A.M. Воспроизводящиеся паттерны альфа-ритма ЭЭГ при решении психологических задач. Физиология человека 1998. том 24, N3, с.5-12
211. Обознов А.А. Психическая регуляция операторской деятельности в особых условиях рабочей среды. М.: Изд-во «Институт психологии РАН», 2003, - 127 стр.
212. Пископпель А.А. Наука и техника как формы социально значимой деятельности Вопросы методологии №1-2, 1995
213. Пископпель А. А., Научно-техническая концепция в ее дисциплинарном и междисциплинарном выражениях Вопросы методологии, № 3-4, М., 1997, с. 3-14
214. Пископпель А.А. Научная концепция: структура, генезис. Электронный сборник трудов Московского методологического кружка. 2000, стр. 365
215. Проблемность в профессиональной деятельности: теория и методы психологического анализа. Под ред. Дикой Л.Г — М.: Издательство «Институт психологии РАН», 1999. 385 с.
216. Проблемность в профессиональной деятельности: теория и методы психологического анализа. Издательство «Институт психологии РАН» 1999. Москва. 358 стр.
217. Психологический словарь. М.: Педагогика, 1983. 448 с.
218. Русалов В.М. Опросник формально-динамических свойств личности (ОФДСК). Методическое пособие. М., изд-во ИП РАН, 1997, 50 с.
219. Русалов В.М. Биологические основы ндивидуально-психологических различий. М., Наука, 1979, 352 с.
220. Русалов В.М. Компьютерный вариант опросника формально-динамических свойств индивидуальности.- В кн.: Инженерно-физические проблемы новой техники. М., изд-во МГТУ, 1998, с. 377-380.
221. Русалов В.М. О единой природе темперамента и общего интеллекта. В кн.: Ежегодник Российского общества. 2 Съезд психолгического общества. Психология и практика, т.4 в. 1 стр. 154-155, Ярославль, 1998
222. Русалов В.М. О роли темперамента в интеллектуальном поведении человека. В кн.: «Труды ИПРАН», вып. 2, отв.ред. Брушлинский . А.В., 1997., 25 е.,
223. Смирнов Б.А., Надежность оператора и системы «человек-машина» / Основы инженерной психологии. Под ред. Б.Ф.Ломова 2-е изд. М.: Высшая школа. 1986. С. 324-346.
224. Справочник по инженерной психологии. Под ред. Ломова Б.Ф., М.: Машиностроение, 1982. 368 с.
225. Фокин Ю.Г. Принципы оценки психологической сложности информационного поля аппаратуры / Прикладные вопросы военно-инженерной психологии. М.:Воениздат, 1968. С.43-47.
226. Харкевич А.А. О ценности информации. //В сб.: "Проблемы кибернетики" Вып. 4. М.: Физматгиз, 1960. - С.53-57
227. Чайлд. Общие понятия и требования, предъявляемые к надежности электронного оборудования (Материалы IV Национального симпозиума по надежности и контролю качества, США, 1958 // Вопросы надежности радиоэлектронной аппаратуры. М., 1959. с 32-34.
228. Чирков В.И. Праксические состояния и мотивация деятельности // проблемы индустриальной психологии. Ярославль: ЯрГу, 1989, с 20 -31.
229. Шапкин С.А., Л.Г.Дикая. Человек в экстремальных условиях Психологический Журнал том 17, номер 1,1996.
230. Щукин Т.Н. Методологические проблемы зарубежных исследований биологической обратной связи. Дипломная работа, выполненная на факультете психологии МГУ. Москва, 2000
231. Эргономика в определениях. М.: ВНИИТЭ, 1980. 136 с.
232. Юрченко В.Н. Исследования психического состояния человека в процессе производственной деятельности // Автореферат канд. дисс. Л. 1980
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.