В Новосибирском государственном техническом университете НЭТИ разработали программное обеспечение (ПО) для распознавания активности головного мозга. Оно позволяет создавать профили пользователей, благодаря которым алгоритмы подстраиваются под индивидуальные особенности электроэнцефалографии (ЭЭГ) человека.
Студент четвертого курса факультета автоматики и вычислительной техники НГТУ НЭТИ Сергей Свиридюк предложил свой вариант автоматизации обработки и анализа сигналов электроэнцефалографии. В рамках научно-исследовательской деятельности кафедры автоматизированных систем управления он разработал ПО, которое не только выделяет и классифицирует паттерны мозговой активности в ответ на внешние раздражители, но и создает индивидуальный профиль пользователя. В нем фиксируются сигналы электроэнцефалографии (ЭЭГ), классификация раздражителей и предъявленные стимулы — внешние раздражители, предъявляемые участнику эксперимента: картинки, звуки, слова или другие сигналы. Кроме того, предусмотрена возможность анализа этих сигналов.
«Приложение на языке программирования Python умеет обрабатывать записи ЭЭГ и определять, какой стимул их вызвал. Сначала загружаются EDF-файлы с метками времени предъявления картинок или звуков. Потом сигнал очищается от шума и артефактов, из него вычленяются простые характеристики вроде среднего отклонения и спектральной энтропии. На следующем этапе классификаторы Random Forest и kNN решают, какой стимул вызвал такую реакцию. Результаты сохраняются в системе управления базами данных PostgreSQL», — рассказал Сергей Свиридюк.
По словам разработчика, ПО для распознавания активности головного мозга отличается от существующих аналогов простотой установки и единым конвейером обработки данных: от загрузки до формирования отчета. Главной особенностью программы является возможность создавать профили пользователей, благодаря которым алгоритмы подстраиваются под индивидуальные особенности ЭЭГ. Сергей Свиридюк отметил, что приложение будет востребовано в научных лабораториях, клиниках, там, где важно быстро и наглядно обрабатывать ЭЭГ-данные.
Источник: НГТУ
Изображение: фрипик
