Индивидуальный интерфейс «мозг — компьютер» разработали в ЮФУ

Сотрудники научно-исследовательского института физики ЮФУ разработали методы и алгоритмы интеллектуального анализа сигналов активности человеческого мозга. Новый программный комплекс позволит подстраивать интерфейсы типа «мозг — компьютер» с учётом индивидуальных особенностей каждого человека, сообщает центр общественных коммуникаций вуза.

Интерфейсы «мозг-компьютер» — это не мышечные системы управления и коммуникации, способные пробуждать мобильность обездвиженных людей. Они также помогают людям с инвалидностью в реабилитации и ресоциализации. Нейроинтерфейсы позволяют обеспечить прямое сопряжение нейронной активности с внешним устройством, например, наглядно продемонстрировать работу бионического протеза, управляемого сигналами от головного мозга.

В работе над новым исследованием учёные Южного федерального университета поставили цель расшифровать индивидуальные особенности такого сигнала, чтобы применить их в повседневной практике реабилитации.

«Известно, что индивидуальные особенности работы мозга вносят существенный вклад в эффективность интерфейса. Именно поэтому мы применяем адаптивные нейронные сети. Это позволяет на основе элекроэнцефалограмм (ЭЭГ) в реальном времени применять «умные» алгоритмы поиска и определять мысленные эквиваленты движений», — объяснил ведущий научный сотрудник Лаборатории нейротехнологий и психофизиологии ЮФУ Дмитрий Лазуренко.

Специалисты разработали программный комплекс, включающий в себя методы обработки ЭЭГ, что позволяет понять, как именно мозг кодирует информацию о движении.

«Преимущество и новизна нашего подхода — в разработанном алгоритме, позволяющем определять оптимальные настройки метода классификации сигналов мозга для решения задачи нейроуправления и нейрокоммуникации в контуре интерфейса «мозг — компьютер», — отметил Дмитрий Лазуренко.

Результаты исследования, поддержанного Российским Научным Фондом, опубликованы в журнале Applied Science.

Исследование выполнено в рамках реализации федеральной программы стратегического академического лидерства «Приоритет 2030».