Все более подробные знания о свойствах отдельных нейронов и их объединений различной степени общности, вплоть до систем крупномасштабных нейросетей и хабов, не привели пока к лучшему пониманию интегративных функций головного мозга человека, таких как внимание, сознание и интеллект. Этот междисциплинарный проект направлен на изучение и математическое моделирование волнообразных пространственно-временных паттернов активности как вероятной основы этих интегративных функций мозга на примере двух высших форм внимания, перцептивного и коммуникативного. В частности, при регистрации ЭЭГ/ МЭГ и фМРТ планируется создать средства оценки характеристик бегущих и стоячих волн в мозговой активности человека для эффективного выделения информации о когнитивных процессах без статистического усреднения, из единичных проб. Найденные специфические признаки будут применены для «декодирования» когнитивных состояний из мозговой активности в режиме, близком к режиму реального времени. Это позволит лучше понять базовые механизмы интеграции и синхронизации в работе крупномасштабных нейросетей головного мозга. Для практической проверки результатов экспериментальных исследований и математического моделирования волновой интеграции, планируется использование полученных результатов в решении задач управления техническими устройствами с помощью неинвазивных интерфейсов мозг-компьютер и глаз-мозг-компьютер. Тем самым будут заложены фундаментальные основы для нового поколения таких интерфейсов, значительно превосходящих существующие по характеристикам точности и скорости работы.

Со времен Канта, Джеймса и Гуссерля источником произвольных действий в социогуманитарных науках считается индивидуальное сознание, трансцендентальное «Я» человека. Понятиям «Я» и «воля» трудно было найти место в ориентированных на естественнонаучные объяснительные схемы работах, поэтому судьба проблемы «произвольное действие» оказалась здесь более сложной. Дискуссия продолжается сегодня в рамках нейрокогнитивной парадигмы, под определяющим влиянием новых физических методов изучения работы мозга. Высокая актуальность проблемы объяснения «произвольного действия» усиливается двумя обстоятельствами. Во-первых, ряд экспериментов, по мнению авторов, свидетельствует о возможности предсказать действие по картине мозговой активности до того, как человек сознательно принимает решение о выполнении этого действия (Libet, 1985; Haynes, 2011; Haynes et al., 2007). Запаздывания момента субъективной инициации действия по отношению к его фактическому выполнению могут наблюдаться и в поведении, особенно в коммуникативном контексте (Velichkovsky, 1995). Но если «Я» не играет причинно-следственной роли в инициации действий, то может ли человек нести за них ответственность? Второе обстоятельство связано с недавним появлением технологии интерфейсов мозг-компьютер (ИМК), позволяющей на основании нейрофизиологического анализа выявлять интенции, в частности, у пациентов с ограничениями движений и речи, для которых это может быть единственным каналом связи с внешним миром (Kaplan et al., 2013). Таким образом, хотя проблема инициации произвольных действий остается нерешенной, появление этой новой, пусть пока несовершенной технологии служит доказательством от противного – решение существует и может быть найдено.

В нейробиологии проблема мозг и психические процессы занимает центральное место. Исследование поведения животных позволяет оценивать психические процессы животного: обучение, память, эмоции, мотивации, восприятие. Поэтому изучение поведения животных занимает ключевые позиции в нейробиологии. Современный этап исследования поведения животных характеризуется применением новых методов видеонаблюдения и компьютерного анализа поведения животных, анализом поведения человека и животных в неопределенной, стохастической внешней среде и анализом процедурного поведения, образованного на базе инстинктов и внутренних программ движения.

Выполнение проекта направлено на исследование новых видов пространственного и процедурного обучения и памяти млекопитающих, в норме и на экспериментальной модели ранней стадии болезни Альцгеймера, разработку нейросетевых средств автоматизации и количественного анализа характеристик поведения.

В проекте решены задачи формирования динамических характеристик пространственного обучения в условиях неопределенной, стохастической внешней среды и простых видов процедурного поведения, основанного на базе инстинктов и внутренней программы движения. Разработаны методы обработки и анализа результатов биологических экспериментов. Не отклоняя общепринятый статистический анализ экспериментальных данных, в работе предложено новое направление исследований, связанное с использованием нейросетевых алгоритмов и моделей анализа данных.

Целью проекта является разработка методов построения систем автоматического управления (САУ) уровнем глюкозы в крови больных сахарным диабетом I типа, имеющих более высокую точность по сравнению с существующими системами. Предполагается применять в качестве таких САУ новый класс адаптивных нейро-нечетких систем, которые, во-первых, используют по сравнению с существующими системами более широкий набор входных переменных и, во-вторых, способны непрерывно дообучаться в режиме нормальной эксплуатации.

Актуальной задачей современной науки является изучение влияния факторов генетической предрасположенности на особенности организации ментальной деятельности человека. Известно, что на когнитивные функции человека оказывают воздействие полиморфизмы генов, регулирующих различные медиаторные системы мозга. Тем не менее, принципы и закономерности этого влияния слабо изучены. Исследования такого рода могут быть проведены с помощью комплексных методов анализа, включающих нейровизуализацию, когнитивное тестирование и анализ генотипической специфики индивида. Одним из наиболее доступных методов нейровизуализации является электроэнцефалография (ЭЭГ). В данной работе предлагается расширить доступный нейрофизиологам арсенал инструментов анализа особенностей деятельности мозга.

При оценке профессиональных личностных качеств важную роль играет когнитивный стиль. Психологическое тестирование, направленное, в том числе, на выявление когнитивного стиля, является обычной практикой, которой придерживаются крупные компании при приеме на работу новых сотрудников. Существуют различные типизации когнитивных стилей. Среди наиболее известных модель Адаптивной Инновационной Теории Критона, шкалы опросников Майерс-Бриггс, Revised NEO Personality Inventory и др. В основе этих моделей лежат психологические факторы в отрыве от нейрофизиологических и генетических особенностей человека. Учет генетических и нейрофизиологических фенотипических особенностей личности может предоставить более полную картину о предрасположенности человека к различным видам профессиональной деятельности, нежели существующие методы. Разрабатываемая методика позволит привлечь анализ указанных факторов к исследованию личностных свойств. С помощью разрабатываемых методов могут быть обнаружены фундаментальные взаимосвязи между когнитивными типами и паттернами электрической активности головного мозга, а также особенностями генетического полиморфизма, что в свою очередь будет способствовать лучшему обоснованию и углублению существующих психологических теорий.

Электроэнцефалография является одним из основных неинвазивных методов регистрации электрической активности нейронов мозга. Эта активность может отражать как психологическое состояние испытуемого, так и характер его мыслительной деятельности. Долгое время для анализа электроэнцефалограммы (ЭЭГ) использовались клинические методы, нацеленные на диагностику патологии мозга, прежде всего эпилепсии. Использование методов клинической энцефалографии для распознавания типа мыслительной активности практически невозможно в силу сложности поставленной задачи. В этом случае единственным инструментом остаются методы современной математики, в частности, обработки сигналов и распознавания образов.

Исследования в области распознавания нейрофизиологических данных имеют большое научное и практическое значение как в нейробиологии, так и в теории обработки сигналов. Объекту изучения – пространственно-временным нейрофизиологическим данным – уделяется недостаточное внимание в отечественной науке. Разрабатываемые методы позволят выявить в пространственно-временной (пространственно-частотной) области информативные особенности ЭЭГ-активности, соответствующие различным психоэмоциональным и патологическим и состояниям, а также различным видам когнитивной деятельности, в том числе, и тем, которые возникают решении когнитивных задач различных типов. Адаптивность методов позволит учитывать индивидуальные особенности отдельных людей.

В последние годы, в связи с успехами расшифровки геномов человека и лабораторных животных и открытием того, что более 80% всех генов генома млекопитающих работают в нервной системе, резко возросло число исследований моделей заболеваний человека и испытаний фармакологических препаратов с использованием методов поведенческого фенотипирования (скрининга) генетически модифицированных лабораторных животных. Это вызвало необходимость совершенствования систем автоматического анализа поведения животных в лабораторных условиях.

В ходе работы были решены следующие ключевые задачи:

• разработаны алгоритмы видеотрекинга, обеспечивающих высокую точность определения ключевых точек положения животного в кадре изображения;
• созданы методики построения эмоциональной и поведенческой динамики животного с использованием композитно-иерархической скрытой марковской модели поведения;
• автоматизирована процедура сегментации трека животного на поведенческие акты с использованием нейронных сетей и генетических алгоритмов;
• проведено моделирование мотивационного поведения лабораторных животных методами искусственного интеллекта и индуктивного программирования;
• выделены информативные признаки поведения животного для распознавания его состояния и факторов внешнего воздействия.

Динамическая система, продуцирующая многомерный временной ряд, может находиться в различных функциональных состояниях или работать в различных режимах. Работа системы в том или ином функциональном состоянии находит отражение в наблюдаемых сигналах в виде паттернов. Как правило, моментам смены функционального состояния системы соответствуют моменты изменения динамических характеристик наблюдаемого временного ряда, т.е. моменты смены паттернов. Предлагается метод расчёта характерных признаков нестационарных многомерных сигналов, основанный на выделении паттернов, соответствующих различным когнитивным состояниям испытуемого. Характеристики этих паттернов используются в качестве признаков для классификации. Рассматривается практическое применение предлагаемого метода анализа и классификации ЭЭГ в телекоммуникационных системах нового поколения – интерфейсах "мозг-компьютер" – системах, позволяющих осуществлять управление внешними техническими устройствами непосредственно с помощью электрической активности нейронов мозга, минуя мышцы.