Модель классификации когнитивных функций на основе анализа движения глаз человека

Авторы

  • Кукарцева Елена Сергеевна ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина» Автор kukarceva_elena@mail.ru
  • Петренко Тимур Сергеевич ФГБОУ ВО «Уральский государственный медицинский университет» Автор ts.petrenko@mail.ru
  • Сысков Алексей Мстиславович ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина» Автор a.m.syskov@urfu.ru
  • Борисов Василий Ильич ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина» Автор v.i.borisov@urfu.ru

DOI:

https://doi.org/10.5281/zenodo.15056729

Ключевые слова:

айтрекинг, машинное обучение, нейрореабилитация, виртуальная реальность, когнитивные функции

Лицензия

Метаданные этой статьи распространяются под лицензией CC BY 4.0

Аннотация

Цель исследования заключалась в установлении значимых связей между когнитивными процессами и параметрами движения глаз человека. Применяя различные модели метода машинного обучения при анализе сигнала движения глаз (айтрекинга) во время выполнения различных типов когнитивной нагрузки, удалось разработать систему классификации когнитивных функций человека. Для достижения цели проведен обзор применения современных методов машинного обучения для задачи классификации в психофизиологии; проведён сбор, разметка и предобработка собственного датасета сигналов, снятых в среде виртуальной реальности; проведен анализ данных и выделены статистически значимые признаки, определяющие взаимосвязь с когнитивными процессами человека; произведено обучение различных моделей классификации; спроектирована модель системы нейрореабилитации.

Скачивания

Данные по скачиваниям пока не доступны.

Библиографические ссылки

1. Raatikainen, P. [et al.] Detection of developmental dyslexia with machine learning using eye movement data // Array. – 2021. – V. 12. – P. 100087.

2. Merzon, L. [et al.] Eye movement behavior in a real-world virtual reality task reveals ADHD in children // Sci Rep. Nature Publishing Group. – 2022. – V. 12, № 1. – P. 20308.

3. Use of eye tracking to improve the identification of attention-deficit/hyperactivity disorder in children | Scientific Reports [Электронный ресурс]. – URL https://www.nature.com/articles/s41598-023-41654-9.

4. Shurupova, M. A. [et al.] Applying the Eye-Tracking Method for the Classification of Neurological Disorders, Mental Diseases, and Speech Impairments Based on Machine Learning: an Overview // 2023 IEEE Ural-Siberian Conference on Computational Technologies in Cognitive Science, Genomics and Biomedicine (CSGB). – 2023. – P. 160–164.

5. Tarnowski P. [et al.] Eye-Tracking Analysis for Emotion Recognition // Computational Intelligence and Neuroscience. Hindawi. – 2020. – V. 2020. – P. e2909267.

6. Eye tracking technology for VR - VIVE Pro Eye with Tobi [Электронный ресурс]. – URL: https://www.tobii.com/products/integration/xr-headsets/device-integrations/htc-vive-pro-eye).

7. SteamVR в Steam [Электронный ресурс]. – URL: https://store.steampowered.com/app/250820/SteamVR/.

8. Upgrade VR в Steam [Электронный ресурс]. – URL: https://store.steampowered.com/app/1731880/

Upgrade_VR/.

9. Lab Streaming Layer (LSL) | OpenBCI Documentation [Электронный ресурс]. – 2021. – URL: https://openbci.github.io/Software/CompatibleThirdPartySoftware/LSL/.

10. Как читать таблицу распределения хи-квадрат [Электронный ресурс]. – 2022. – URL: https://www.codecamp.ru/blog/how-to-read-chi-square-distribution-table/.

11. Таблица критических значений знакового рангового теста Уилкоксона [Электронный ресурс]. – 2022. – URL: https://www.codecamp.ru/blog/wilcoxon-signed-rank-test-critical-values-table/.

REFERENCES LIST

1. Raatikainen, P. [et al.] Detection of developmental dyslexia with machine learning using eye movement data // Array. – 2021. – V. 12. – P. 100087.

2. Merzon, L. [et al.] Eye movement behavior in a real-world virtual reality task reveals ADHD in children // Sci Rep. Nature Publishing Group. – 2022. – V. 12, № 1. – P. 20308.

3. Use of eye tracking to improve the identification of attention-deficit/hyperactivity disorder in children | Scientific Reports [Электронный ресурс]. – URL https://www.nature.com/articles/s41598-023-41654-9.

4. Shurupova, M. A. [et al.] Applying the Eye-Tracking Method for the Classification of Neurological Disorders, Mental Diseases, and Speech Impairments Based on Machine Learning: an Overview // 2023 IEEE Ural-Siberian Conference on Computational Technologies in Cognitive Science, Genomics and Biomedicine (CSGB). – 2023. – P. 160–164.

5. Tarnowski P. [et al.] Eye-Tracking Analysis for Emotion Recognition // Computational Intelligence and Neuroscience. Hindawi. – 2020. – V. 2020. – P. e2909267.

6. Eye tracking technology for VR - VIVE Pro Eye with Tobi [Elektronnyi resurs]. – URL: https://www.tobii.com/products/integration/xr-headsets/device-integrations/htc-vive-pro-eye).

7. SteamVR в Steam [Elektronnyi resurs]. – URL: https://store.steampowered.com/app/250820/SteamVR/.

8. Upgrade VR в Steam [Elektronnyi resurs]. – URL: https://store.steampowered.com/app/1731880/Upgrade_VR/.

9. Lab Streaming Layer (LSL) | OpenBCI Documentation [Elektronnyi resurs]. – 2021. – URL: https://openbci.github.io/Software/CompatibleThirdPartySoftware/LSL/.

10. Kak chitat tablitsu raspredeleniia khi-kvadrat [Elektronnyi resurs]. – 2022. – URL: https://www.codecamp.ru/blog/how-to-read-chi-square-distribution-table/.

11. Tablitsa kriticheskikh znachenii znakovogo rangovogo testa Uilkoksona [Elektronnyi resurs]. – 2022. – URL: https://www.codecamp.ru/blog/wilcoxon-signed-rank-test-critical-values-table/.

Загрузки

Опубликован

28.02.2025

Выпуск

Раздел

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИ

Как цитировать

[1]
2025. Модель классификации когнитивных функций на основе анализа движения глаз человека. Вестник Донецкого университета. Серия 04. Технические науки. 1 (Feb. 2025), 129–140. DOI:https://doi.org/10.5281/zenodo.15056729.