Искусственный интеллект связал движения глаз с работой мозга

Исследователи из НИУ ВШЭ — Санкт-Петербург выявили устойчивую связь между движением глаз и активностью головного мозга, применив методы искусственного интеллекта. Полученные результаты в перспективе могут повысить точность диагностики нейродегенеративных и нейроразвитийных заболеваний, включая болезнь Альцгеймера, болезнь Паркинсона и расстройства аутистического спектра.



Эксперимент провели сотрудники Лаборатории психофизиологии эмоций и Института когнитивных нейронаук. В исследовании приняли участие 40 добровольцев, у которых одновременно регистрировали электроэнцефалограмму и движения глаз во время чтения текстов. Ученые проверяли, возможно ли по одному типу сигналов с помощью алгоритмов машинного обучения восстановить другой, а также спрогнозировать скорость чтения и степень понимания прочитанного. Результаты работы опубликованы в научном журнале Science Progress.

Как пояснил руководитель лаборатории Владимир Косоногов, психофизиологические особенности, выявляемые в подобных экспериментах, могут указывать на наличие различных нарушений. В частности, анализ движений глаз уже используется для предположительной оценки расстройств аутистического спектра, поскольку такие пациенты часто избегают зрительного контакта.

В ходе анализа искусственный интеллект научился воспроизводить картину мозговой активности по данным айтрекинга и, наоборот, моделировать особенности движений глаз на основе ЭЭГ. Также алгоритмы оценивали скорость чтения и глубину понимания текста. Наиболее выраженная взаимосвязь была зафиксирована между альфа-ритмами в зрительных зонах мозга и характером движений глаз.

По словам исследователей, альфа-активность регистрируется в затылочной коре, где сосредоточены зрительные центры, поэтому высокая корреляция между ЭЭГ и айтрекингом в этой области выглядит закономерной. При этом электроэнцефалография показала более высокую точность при восстановлении скорости чтения и уровня понимания текста, тогда как данные о движении глаз оказались менее надежными для этих задач. Вместе с тем именно айтрекинг оказался особенно эффективным для выявления слов и фрагментов текста, на которых взгляд задерживается дольше всего.

Авторы исследования отмечают, что обнаруженные закономерности могут упростить проведение полевых и клинических исследований, где использование электроэнцефалографов затруднено. В дальнейшем команда планирует изучить, как меняются движения глаз при чтении эмоционально окрашенных текстов, что позволит глубже понять нейрофизиологические механизмы восприятия эмоций, а также поможет в диагностике тревожных состояний и других клинических нарушений.

Читайте также: