English
!

Доклады

Диагностика нейро-физиологических состояний личности на основе модели Вольтерра и данных айтрекинга

Павленко В.Д., Шаманина Т.В., Чори В.В.

Одесский национальный политехнический университет, Одесса, Украина, 65044, Одесса, просп. Шевченко, 1. Tel.: +3 (0063) 461–74–72, pavlenko_vitalij@mail.ru

Предложенные в проекте методы нейро-физиологической идентификации личности, основанные на получении экспериментальных данных с использованием инновационной технологии айтрекинга (Eye-tracking) и вычислительных средств их обработки, позволяют осуществлять мониторинг и диагностику состояния когнитивных процессов в учебной деятельности студентов и школьников.

Предложена информационная технология косвенного мониторинга и диагностики нейро-физиологических состояний личности на основе моделей Вольтерра окуло-моторной системы (ОМС). При этом ОМС рассматривается как нелинейная динамическая система, идентификация которой осуществляется с помощью многомерных переходных функций (МПФ) - интегральных преобразований ядер Вольтерра [1].

Целью проекта является разработка инструментальных программных средств для построения непараметрической динамической модели ОМС человека с учетом ее инерционных и нелинейных свойств на основе данных экспериментальных исследований вход-выход с использованием тестовых визуальных стимулов и инновационной технологии айтрекинга; внедрение полученных информационных моделей в практику диагностирования состояний когнитивных процессов.

Эксперименты были организованы с целью классификации испытуемых (студентов) по степени утомляемости. Данные для построения модели – реакции ОМС на одни и те же тестовые сигналы, были получены с помощью айтрекера Tobii Pro TX300 в разное время суток: «Утром» (до работы) и «Вечером» (после работы).

По усредненным данным реакций ОМС на визуальные стимулы с разным расстоянием от стартовой позиции, с помощью метода наименьших квадратов, получены МПФ h1(t), h2(t, t) и h3(t, t, t) ОМС. При этом используется аппроксимация отклика ОМС в виде полиномиальной модели степени N = 3 [2].

Построен Байесовский классификатор степени утомляемости человека в пространстве признаков, формируемых на основе МПФ. Оценка показателя достоверности распознавания (вероятность правильного распознавания) P = 0,9375.

Литература

1. Pavlenko V., Salata D., Chaikovskyi H. Identification of a Oculo-Motor System Human Based on Volterra Kernels // International Journal of Biology and Biomedical Engineering. Vol. 11, Year 2017. Pp. 121-126.

2.Pavlenko V., Milosz M., Dzienkowski M. Identification of the Oculo-Motor System based on the Volterra Model using Eye-tracking Technology // Journal of Physics: Conference Series. Vol. 1603, Year 2020. Pp. 1-8.

Материалы доклада

© 2004 Дизайн Лицея Информационных технологий №1533