Моделировать мозговую активность поможет анализ движения глаз

Ученые Лаборатории психофизиологии эмоций Питерской Вышки и Института когнитивных нейронаук НИУ ВШЭ выявили взаимосвязь движения глаз с уровнем активности разных частей мозга. В перспективе открытие позволит точнее диагностировать болезни Альцгеймера, Паркинсона и расстройства аутистического спектра, уточнили в пресс-службе вуза.

Сотрудники Лаборатории психофизиологии эмоций и Института когнитивных нейронаук проанализировали, как движения глаз синхронизированы с ритмами мозга и можно ли с помощью искусственного интеллекта по одному сигналу смоделировать другой. В эксперименте приняли участие 40 человек. Ученые одновременно измеряли мозговую активность и движения глаз с помощью айтрекинга во время чтения отрывков романа. После добровольцы отвечали на вопросы о сюжете книги и ее героях. Так исследователи проверили, насколько ИИ эффективен в прогнозировании степени восприятия литературы.

«Мы сфокусировались не только на скорости чтения, но и на глубине понимания книги. Цель — выяснить, насколько точно можно прогнозировать результаты тестирования испытуемых по движениям глаз и электроэнцефалограмме (ЭЭГ). Мы пытаемся сопоставить фундаментальные данные, которые описывают состояния мозга. Глазодвижения и ЭЭГ — это основа когнитивных исследований. Любые психофизиологические отклонения, которые мы видим по результатам тестирований, в дальнейшем могут указывать на наличие заболеваний. В этом прикладная польза нашей работы. Например, с помощью айтрекинга можно предположить расстройство аутистического спектра. Это известный феномен: пациенты с РАС избегают зрительного контакта с другими людьми», — объяснил руководитель Лаборатории психофизиологии эмоций Владимир Косоногов. 

Полученные данные ЭЭГ и айтрекинга ученые Питерской Вышки анализировали с помощью трех больших моделей машинного обучения: CatBoost от «Яндекса», KNN и линейной регрессии. Искусственный интеллект пытался воссоздать результаты ЭЭГ по движениям глаз и наоборот, а также скорость чтения и глубину понимания текста по обоим показателям. Точнее других оказалась CatBoost. Она в восемь раз лучше других нейросетей спрогнозировала результаты ЭЭГ по айтрекингу.

Электроэнцефалограмма — лучшая метрика для воссоздания скорости чтения (95 %) и понимания текста (89 %). Тогда как точность прогнозов этих показателей на основе глазодвижения составила лишь 10 % и 0,9 % соответственно. Ученый отмечает, что айтрекер больше полезен для выявления слов, на которых взгляд задерживается дольше всего. Как правило, это эмоционально окрашенная лексика.

Исследование фиксирует тесную взаимосвязь между альфа-волнами мозга и движением глаз. Средняя точность прогнозов результатов ЭЭГ по айтрекингу составила 66 %, а в некоторых случаях достигла 97 %. Это лучший результат эксперимента. 

«Альфа-активность фиксируется в затылочной коре головного мозга, где расположены зрительные зоны. Логично, что айтрекинг в этой части лучше коррелирует с ЭЭГ. Электроэнцефалограмма представляет собой более богатый сигнал, поэтому результаты моделирования айтрекинга по ЭЭГ оказываются немного хуже — около 61 %», — добавил Владимир Косоногов.

Выявленные учеными Питерской Вышки взаимосвязи ЭЭГ и глазодвижения облегчат проведение полевых исследований, где использование электроэнцефалографа невозможно. В дальнейшем команда Лаборатории психофизиологии эмоций планирует проанализировать особенности глазодвижения испытуемых при чтении эмоционально окрашенных текстов.

Исследование опубликовано в журнале Science Progress.