Информация о ходе выполнения проекта «Система регистрации и декодирования биоэлектрической активности мозга и мышц человека (СРД-1)»

В ходе выполнения проекта «Система регистрации и декодирования биоэлектрической активности мозга и мышц человека (СРД-1)» по Соглашению о предоставлении субсидии от 01.12.2014 № 14.581.21.0011 с Минобрнауки России в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы» на этапе № 2 в период с 01.01.2015 по 30.06.2015 выполнялись следующие работы:

  1. Разработка методов предварительной обработки данных многоканальной регистрации сигналов биоэлектрической активности мозга и мышц человека.
  2. Разработка требований к сенсорам биоэлектрических сигналов.
  3. Разработка концепции и алгоритмов коммуникации системы ПАК СРД-1 с внешними исполнительными устройствами.
  4. Разработка марковской модели для пространственно-временных фильтров идентификации всплесков активности мозга по данным регистрации электроэнцефалограммы.
  5. Разработка алгоритмов детектирования и классификации паттернов биоэлектрической активности мозга человека.
  6. Разработка математической модели формирования внеклеточного потенциала генерируемого ансамблем нейрональных клеток.
  7. Разработка алгоритмов детектирования и классификации паттернов биоэлектрической активности мышц человека.
  8. Разработка алгоритмов идентификации синхронных нейросетевых сигналов.
  9. Разработка критериев детектирования полезного сигнала на фоне спонтанной нейрональной активности.

При этом были получены следующие основные результаты:

  • Разработаны средства предварительной обработки сигналов биоэлектрической активности мозга. Предложены алгоритмы классификации сигналов ЭЭГ с возможностью детектирования 4-х управляющих состояний.
  • Разработана математическая модель формирования внеклеточного потенциала генерируемого ансамблем нейрональных клеток. С помощью разработанной модели были продемонстрированы эффекты формирования, синхронизации и десинхронизации мю-ритмов, отвечающих за управление воображаемыми движениями и используемых для построения мозго-машинных интерфейсов.
  • Разработаны и реализованы в виде программного обеспечения алгоритмы детектирования и классификации паттернов биоэлектрической активности мышц человека. Определены оптимальные параметры классификатора при работе с ЭМГ- сигналами. Предложена схема, реализующая одновременное управление на основе классификации и пропорциональное управление.
  • Разработана гибридная нейронная сеть, решающая задачу детектирования и классификации ЭМГ-паттернов. Разработанный гибридный классификатор сочетает преимущества нейронов, моделируемых в соответствии с нейробиологическими принципами и их математической абстракции (персептроны). Результаты, полученные при детектировании и классификации миопаттернов 15 испытуемых, продемонстрировали возможность классификации 9 паттернов с точностью 86.5-98.3%. При этом ошибка классификации лежит в пределах 1.7-13.5% и существенно зависит от анатомических и физиологических особенностей испытуемых.
  • Разработанные средства обработки сигнала включают в себя подавление глазных и миографических артефактов в исходном сигнале ЭЭГ, частотную и пространственную фильтрацию, обеспечивающую попарное разделение команд, используемых в качестве вектора признаков для обучения классификатора. Предложенные алгоритмы классификации сигналов ЭЭГ, реализованы с использованием аппарата нейронных сетей (персептронов) и позволяют с вероятностью в среднем 80% корректно классифицировать паттерн активности. Все полученные результаты являются новыми. Работы первого этапа проекта выполнены на высоком научном уровне, соответствуют мировому уровню и требованиям к выполняемому проекту

Комиссия Минобрнауки России признала обязательства по Соглашению на отчётном этапе исполненными надлежащим образом.  

14.581.21.0011