Тысяча полезных мелочей    

РАЗРАБОТКА ОПТИМИЗАЦИОННЫХ МОДЕЛЕЙ ДЛЯ МУЛЬТИПАРАМЕТРИЧЕСКОГО БИОУПРАВЛЯЕМОГО ИГРОВОГО ТРЕНИНГА

РАЗРАБОТКА ОПТИМИЗАЦИОННЫХ МОДЕЛЕЙ ДЛЯ МУЛЬТИПАРАМЕТРИЧЕСКОГО БИОУПРАВЛЯЕМОГО ИГРОВОГО ТРЕНИНГА

Пятакович Ф.А. Сурушкин М.А. Статья в формате PDF 196 KB

Актуальность работы. Компьютерное игровое биоуправление - одно из последних появившихся направлений в области технологий лечения с использованием биологической обратной связи [1, 2, 3, 8]. Анализ литературы свидетельствует о наличии двух классов игровых систем с БОС: однопараметрические и мультипараметрические. Существенным недостатком однопараметрических систем является управление единственным функциональным показателем (частота сердечных сокращений), что противоречит фундаментальным принципам хронобиологии о многочастотных кодах биоуправления [7]. В литературе известен игровой модуль, в котором процесс автомобильного тренинга реализуется посредством управляемого отношения частоты пульса к частоте дыхания [5, 6]. В данном тренажере предусмотрены элементы управления, позволяющие оптимизировать игровой тренинг посредством изменения управляющего сигнала в виде отношения частоты пульса к частоте дыхания. Однако в тренажере не реализован классический способ управления игровым объектом (с помощью клавиатуры или мыши), что снижает уровень интереса к процессу тренинга.

Использование различных алгоритмов цветового импульсного воздействия наряду с моделями биоуправления для обучения навыкам саморегуляции расширяет круг возможностей модификации функционального статуса организма, так как цветовые раздражители способствуют активизации парасимпатической или симпатической нервной системы в зависимости от оттенков цвета, а импульсный хаpaктер воздействия позволяет усилить стимулирующий эффект в развитии процессов торможения или возбуждения в зависимости от ритма [4, 7].

Таким образом, актуальной является задача разработки мультипараметрических биоуправляемых игровых систем, основанных на фундаментальных принципах хронобиологии с использованием алгоритмов оптимизации посредством цветовых импульсных сигналов на субсенсорном уровне.

Работа выполнена при поддержке проектов РНПВШ (Развитие научного потенциала высшей школы): 2.2.3.3/3301 (2007-2008 годы) и 2.2.3.3/4307 (2009-2010 годы).

Цель и задачи исследования: целью является оптимизация биоуправления в биотехнической системе мультипараметрического игрового тренинга.

Для достижения поставленной цели необходимо решить следующие задачи:

- разработать модель реализующую стратегию активации игрока посредством активного увеличения показателя отношения частоты пульса к частоте дыхания;

- сформировать модель реализующую стратегию умеренной релаксации игрока посредством активного уменьшения показателя отношения частоты пульса к частоте дыхания.

- создать модели и алгоритмы оптимизации управления игрой посредством субсенорных сигналов цветостимуляции для режимов активации и умеренной релаксации игрока.

Методы исследования: включают использование системного анализа с декомпозицией целей и функций разpaбатываемой системы, моделированием рассматриваемых функциональных состояний и степени активности автономной нервной системы.

Основное содержание работы. Биотехническая система биоуправляемого игрового тренинга включает модуль ввода электрофизиологической информации и игровой модуль. Модуль ввода электрофизиологической информации включает два элемента, позволяющие получать и обpaбатывать сигналы обратной связи: система датчиков (пульс и дыхание) и схема сопряжения, включающая структуру и алгоритмы протокола передачи и обработки сигнала обратной связи. Управляющая оболочка выполнена в среде разработки Delphi в виде программного модуля. Графика игрового модуля Xonix реализована при помощи свободно распространяемой библиотеки DelphiX 2000.07.17, содержащей набор готовых компонентов и функций технологии DirectX, что позволяет добиться эффекта реального времени при выводе изображений игровой среды и формировании ответной реакции на изменение информации, поступающей с датчиков пульса и дыхания.

Для решения задач биоуправления были разработаны две модели, хаpaктеризующие зависимость значений входных параметров игрового блока от показателя, отражающего отношения пульса и дыхания. Первая модель биоуправления имеет стратегию, целью которой является мобилизация резервных возможностей и активизация физиологических процессов организма. В основе второй модели лежит стратегия, направленная на релаксацию (стратегия на избегание неудачи), целевой функцией которой является минимизация энергетических затрат и сохранение ресурсов.

Для модели активации (стратегия на успех) успешным является умеренное преобладание симпатической нервной системы, когда активизируются адренергические механизмы регуляции автономной нервной системы. Показатель отношения частоты пульса и дыхания (T) должен лежать в диапазоне от 3,0 до 3,9.

Для модели релаксации целевой функцией является активизация холинергических механизмов регуляции (умеренное преобладание парасимпатической нервной системы). В таком случае, для успешной реализации стратегии на избегание неудачи значение T должно быть не меньше 5,0. Успешность в случае тренинга с использованием модели релаксации заключается в достижении преобладания в регуляции парасимпатической нервной системы значение T должно быть не меньше 5,0.

Оптимизация игрового тренинга осуществлена путем использования блока цветостимуляции, включающего модели в виде кодифицированных световых паттернов, содержащих субсенсорные сигналы цветостимуляции. Световые стимулы разработанных моделей реализованы путем управления длительностью импульса и паузы, что позволяет изменять скважность сигнала. Субсенсорный уровень восприятия стимулов достигается за счет увеличения длительности пауз между импульсами.

Модели цветостимуляции имеют те же цели, что и модели биоуправления, и основаны на алгоритмах активации и релаксации. Блок цветостимуляции включает две модели цветового воздействия, основанные на алгоритмах активации и релаксации. Формула модели активации состоит из четырех элементов, сочетающих 744 импульса красного света в частотном диапазоне альфа- и бета-ритмов. Параметры модели рассмотрены в таблице 1.

Таблица 1

Параметры модели цветостимуляции, основанной на алгоритме активации 

элемента

Дл-ть

режима (мсек)

Дл-ть
импульса (мсек)

Дл-ть
паузы (мсек)

Частота

(Гц)

Кол-во
импульсов

Ритм ЭЭГ

1

2

3

4

5

6

7

I

4000

34

17

19,61

78

β

1500

17

102

8,4

12

α

9500

34

68

9,8

93

α

 

∑=15 сек

 

∑=183

 

II

4300

17

34

19,61

84

β

1500

34

68

9,8

14

α

9200

17

85

9,8

90

α

 

∑=15 сек

 

∑=188

 

III

4800

17

51

14,71

70

β

1500

17

85

9,8

14

α

8700

34

51

11,76

102

α

 

∑=15 сек

 

∑=186

 

IV

4100

17

51

14,71

60

β

1500

34

51

11,76

17

α

9400

17

68

11,76

110

α

 

∑=15 сек

 

∑=187

 

Каждый элемент формулы состоит из трех режимов работы, отличающихся частотными хаpaктеристиками и длительностью стимуляции.

Количество импульсов, соответствующих альфа ритму головного мозга, в модели активации в 1,55 раза больше импульсов бета ритма (альфа ритм - 61%, бета ритм - 39%). Однако частота альфа ритма последовательно увеличивается от одного элемента к другому и приближается к частотам бета диапазона, что способствует при реализации модели на пpaктике возникновению активационных процессов организма.

Модель релаксации включает 504 предъявляемых импульса зеленого света, с частотой, соответствующей альфа- и тета-ритмам электроэнцефалограммы (таблица 2).

Таблица 2

Параметры модели цветостимуляции, основанной на алгоритме релаксации 

элемента

Дл-ть
режима (мсек)

Дл-ть
импульса (мсек)

Дл-ть
паузы (мсек)

Частота

(Гц)

Кол-во
импульсов

Ритм ЭЭГ

1

2

3

4

5

6

7

I

5000

17

119

7,35

36

θ

8000

68

34

9,8

78

α

2000

17

68

11,76

23

α

 

∑=15 сек

 

∑=137

 

II

2900

17

153

5,88

17

θ

2100

17

68

11,76

24

α

10000

68

34

9,8

98

α

 

∑=15 сек

 

∑=139

 

III

3200

17

119

7,35

23

θ

2000

51

51

9,8

19

α

9800

17

102

8,4

82

α

 

∑=15 сек

 

∑=124

 

IV

5000

17

221

4,2

21

θ

900

17

102

8,4

7

α

9100

34

85

8,4

76

α

 

∑=15 сек

 

∑=104

 

Как видно из представленной таблицы, частота альфа и тета ритмов от первого к четвертому элементу последовательно уменьшается за счет увеличения периода световых импульсов. Таким образом, происходит навязывание ритмов, способствующих общей релаксации пациента.

Алгоритм работы блока цветостимуляции предполагает неоднократное предъявление серии стимуляции вплоть до момента окончания тренинга. Управление внутри серии осуществляется посредством биологического таймера, что позволяет осуществлять синхронизацию процесса стимуляции с биологическими ритмами пациента. В качестве параметра для синхронизации был выбран дыхательный ритм. Так как переход между элементами серии осуществляется после окончания тридцатого дыхательного цикла, одной серии соответствует 120 дыхательных циклов.

Если принять длительность дыхательного цикла равной четырем секундам, то одна серия занимает около восьми минут. Переход от одной серии к другой осуществляется с двухминутной паузой. Поскольку длительность сеанса тренинга равна тридцати минутам, каждый сеанс сопровождается в среднем тремя сериями стимуляции.

Список литературы

  1. Вангревич, О.А. Игровое биоуправление и стресс-зависимые состояния / О.А. Вангревич, О.Г. Донская, А.А. Зубков, М.Б. Штарк // Бюллетень СО РАМН. - 2004. - №3 (113). - С. 53-60.
  2. Джафарова, О.А. Игровое биоуправление как технология профилактики стресс-зависимых состояний / О.А. Джафарова, О.Г. Донская, А.А. Зубков, М.Б. Штарк // Биоуправление-4. Теория и пpaктика. - Новосибирск, 2002. - С. 86-96.
  3. Лазарева, О.Ю. Игровое компьютерное биоуправление в школе. Опыт пpaктического применения / О.Ю. Лазарева, О.А. Джафарова, О.Л. Гребнев // Бюллетень СО РАМН. - 2004. - №3 (113). - С. 69-71.
  4. Лугова, A.M. Визуальная цветостимуляция (цветоимпульсная рефлексотерапия) в схемах, рисунках и таблицах: учебно-методическое пособие / A.M. Лугова - М.: ЭКОН, 1999. - 105 с.
  5. Макконен, К.Ф. Игровой модуль с реализацией стратегии, направленной на избегание неудачи / К.Ф. Макконен, Ф.А. Пятакович, А.С. Новоченко // Фундаментальные исследования. - 2007. - №1. - С. 70-72.
  6. Пятакович, Ф.А. Биоуправляемая игровая система, реализующая автомобильные гонки на основе мультипараметрической обратной связи / Ф.А. Пятакович, К.Ф. Макконен, А.С. Новоченко // Аллергология и иммунология. - 2007. - Т. 8. - №3. - С. 328.
  7. Пятакович, Ф.А. Биоуправляемая хронофизиотерапия: учебное пособие / Ф.А. Пятакович, С.Л. Загускин, Т.И. Якунченко - Белгород: Изд-во Белгор. гос. ун-та, 2002. - 98 с.
  8. Хаймович, Е.В. Игровое нейробиоуправление при синдроме дефицита внимания / Е.В. Хаймович, А.Б. Скок, О.С. Шубина // Бюллетень СО РАМН. - 2004. - №3 (113). - С. 81-84.


АСБЕСТОЗ НА АСБЕСТДОБЫВАЮЩИХ ПРЕДПРИЯТИЯХ

АСБЕСТОЗ НА АСБЕСТДОБЫВАЮЩИХ ПРЕДПРИЯТИЯХ Статья в формате PDF 144 KB...

26 07 2026 19:23:14

Горбунова Зинаида Ивановна

Горбунова Зинаида Ивановна Статья в формате PDF 140 KB...

21 07 2026 15:34:30

ВЛИЯНИЕ ЛЕСНЫХ ПОЖАРОВ НА ЭКОЛОГИЧЕСКУЮ СИТУАЦИЮ

ВЛИЯНИЕ ЛЕСНЫХ ПОЖАРОВ НА ЭКОЛОГИЧЕСКУЮ СИТУАЦИЮ Статья в формате PDF 254 KB...

20 07 2026 15:16:46

ТРАНСФОРМАЦИЯ ЭКОНОМИЧЕСКОГО СОЗНАНИЯ НАСЕЛЕНИЯ

ТРАНСФОРМАЦИЯ ЭКОНОМИЧЕСКОГО СОЗНАНИЯ НАСЕЛЕНИЯ Статья в формате PDF 120 KB...

15 07 2026 15:47:57

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА ВЫЯВЛЕНИЯ МОНОПОЛИСТА НА РЕГИОНАЛЬНОМ ТОВАРНОМ РЫНКЕ (НА ПРИМЕРЕ ИВАНОВСКОЙ ОБЛАСТИ)

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА ВЫЯВЛЕНИЯ МОНОПОЛИСТА НА РЕГИОНАЛЬНОМ ТОВАРНОМ РЫНКЕ (НА ПРИМЕРЕ ИВАНОВСКОЙ ОБЛАСТИ) Конкуренция является неотъемлемой частью рыночной экономики. В условиях стихийного развития рынка в России здоровая конкуренция явление нечастое. Большинство региональных товарных рынков в стране хаpaктеризуются крайне высоким уровнем монополизма, унаследованным от прежней планово-административной экономики. Борьба с проявлениями монополизма и содействие здоровой рыночной конкуренции актуальная задача сегодняшнего дня, решение которой возможно научно-обоснованными методами экономико-математического моделирования. ...

06 07 2026 6:43:50

ИСКУССТВО МЫЛОВАРЕНИЯ. ВОЗРОЖДЕНИЕ ПРОМЫСЛА

ИСКУССТВО МЫЛОВАРЕНИЯ. ВОЗРОЖДЕНИЕ ПРОМЫСЛА Статья в формате PDF 251 KB...

03 07 2026 4:29:36

Термофизические основы радиометрических измерений температуры

Термофизические основы радиометрических измерений температуры Предлагается метод измерения температуры, с целью уменьшения погрешности измерений и увеличения точности бесконтактного измерения. Существенной особенностью предлагаемого метода является возможность использования двухступенчатого подхода с предварительной или дополнительной регистрацией состояния системы и теплового излучения для уточнения измерения температуры. ...

30 06 2026 13:36:37

ПЕТРОВ ЮРИЙ ДМИТРИЕВИЧ

ПЕТРОВ ЮРИЙ ДМИТРИЕВИЧ Статья в формате PDF 93 KB...

22 06 2026 12:16:13

ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ В ПРОЦЕССЕ ОБУЧЕНИЯ (НА ПРИМЕРЕ РАЗРАБОТКИ ЭЛЕКТРОННОГО МУЛЬТИМЕДИЙНОГО УЧЕБНИКА «ИСТОРИЯ ПЕДАГОГИКИ И ОБРАЗОВАНИЯ»)

ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ В ПРОЦЕССЕ ОБУЧЕНИЯ (НА ПРИМЕРЕ РАЗРАБОТКИ ЭЛЕКТРОННОГО МУЛЬТИМЕДИЙНОГО УЧЕБНИКА «ИСТОРИЯ ПЕДАГОГИКИ И ОБРАЗОВАНИЯ») Федеральный государственный образовательный стандарт нового поколения предъявляет новые требования к формам и методам проведения образовательного процесса, неотъемлемой частью которого становятся информационно-коммуникационные технологии (ИКТ). В статье обоснована эффективность использования ИТК в процессе обучения. Детально приведены требования к разработке электронных образовательных комплексов. Описана структура электронного мультимедийного учебника «История педагогики и образования», содержащего: лекции по предложенным для изучения темам; задания для семинарских занятий; темы рефератов; темы курсовых работ; блок «Тестирование». Приведены конкретные пpaктические результаты эксперимента, подтверждающие эффективность использования ИКТ в процессе обучения в высшей школе. ...

20 06 2026 13:45:49

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::