ИНТЕЛЛЕКТУАЛЬНАЯ ПЛАТФОРМА ДЛЯ ОЦЕНКИ И СТАБИЛИЗАЦИИ ПСИХОЭМОЦИОНАЛЬНОГО СОСТОЯНИЯ ЧЕЛОВЕКА С ИСПОЛЬЗОВАНИЕМ ГЛУБОКОГО ОБУЧЕНИЯ
DOI:
https://doi.org/10.5281/zenodo.19201850Ключевые слова:
глубокое обучение, искусственный интеллект, распознавание эмоций, компьютерное зрение, обработка естественного языкаЛицензия
Аннотация
Эмоциональные состояния человека выступают ключевым элементом взаимодействия с окружающим миром, влияя на принятие решений, социальные коммуникации и профессиональную деятельность. В условиях роста требований к персонализированным решениям в медицине, образовании и цифровых сервисах возникает необходимость в разработке интеллектуальных систем, способных комплексно анализировать и интерпретировать психоэмоциональное состояние человека. Данная работа посвящена созданию программно-аппаратного комплекса, предназначенного для автоматизированного мониторинга и анализа широкого спектра психофизиологических показателей. Система объединяет методы обработки мультимодальных данных с алгоритмами машинного обучения, что позволяет выявлять сложные эмоциональные паттерны. Актуальность системы обусловлена растущим спросом на технологии, способные интегрироваться в реальные сценарии профилактики психических расстройств. В отличие от узкоспециализированных решений, данная система ориентирована на масштабируемость и адаптивность. Перспективы развития проекта связаны с расширением спектра обрабатываемых данных, а также внедрением методов аналитики для анализа психоэмоционального состояния пользователей. Внедрение подобных систем способно стать основой для создания интеллектуальных сред, адаптирующихся к индивидуальным потребностям человека.
Скачивания
Библиографические ссылки
1. Клюшанова, Т. Д. Предиктивный контроль прецизионных состояний когнитивного мониторинга / Т. Д. Клюшанова, В. В. Бондарчук, И. В. Чернядьев // Современные социально-экономические процессы: проблемы, тенденции и перспективы развития: монография / под общ. ред. Г. Ю. Гуляева. – Пенза: МЦНС «Наука и Просвещение», 2024. – С. 197–209. – ISBN 978-5-00173.
2. Чернядьев, И. В. Системный анализ программного обеспечения концептуальной нейросетевой модели системы классификации эмоций на изображениях / И. В. Чернядьев, В. В. Бондарчук // Евразийский Союз Ученых. Серия: технические и физико-математические науки. – 2024. – № 08 (123), Т. 1. – С. 6-15. – DOI 10.31618/ESU.2413-9335.2024.1.123.2109.
3. Диагностика психоэмоционального состояния. Безмедикаментозная саморегуляция [Электронный ресурс]. – URL: http://psydiag.guiaidn.ru/ (дата обращения 20.11.2025).
4. Izard, C. E. Patterns of emotions / C. E. Izard. – New York: Academic Press, 1972. – 314 p. – ISBN 0-12-377750-X.
5. Wang, Z. A new computationally efficient method to tune BERT networks – transfer learning / Z. Wang // Journal of Physics: Conference Series. – 2023. – Vol. 2580. – P. 012012. – DOI 10.1088/1742-6596/2580/1/012012.
6. Bag of Tricks for Image Classification with Convolutional Neural Networks / T. He, Z. Zhang, H. Zhang [et al.]. – 2018. – P. 1–8.
7. Lonkar, S. Facial Expressions Recognition with Convolutional Neural Networks / S. Lonkar. – 2021. – P. 4–6.
8. Antiga, L. PyTorch. Освещая глубокое обучение / L. Antiga, T. Viman, E. Stivens. – Санкт-Петербург: Питер, 2022. – 352 с. – ISBN 978-5-4461-1945-5.
9. Рашка, С. Python и машинное обучение / С. Рашка. – 2-е изд. – Москва: DMK-Press, 2021. – 312 с. – ISBN 978-5-97060-409-0.
10. Bobade, P. Stress Detection with Machine Learning and Deep Learning using Multimodal Physiological Data / P. Bobade, M. Vani // 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA). – IEEE, 2020. – P. 51–57.
11. Bansal, M. Evolutionary Stress Detection Framework through Machine Learning and IoT (MLIoT-ESD) / M. Bansal, V. Vyas // Recent Patents on Engineering. – 2024. – DOI 10.2174/0118722121267661231013062252.
12. Artificial intelligence in healthcare: past, present and future / F. Jiang, Y. Jiang, H. Zhi [et al.] // Stroke and Vascular Neurology. – 2017. – Vol. 2, no. 4. – P. 230–243.
13. Li, X. Dynamic calibration of self-efficacy to cognitive load: the longitudinal mediation effect of state anxiety / X. Li, M. Xia // BMC Psychology. – 2024. – Vol. 12. – P. 752. – DOI 10.1186/s40359-024-02254-y.
14. Effects of Texas State Agency Integration on Mental Health Service Use Among Individuals with Co-occurring Cognitive Disabilities and Mental Health Conditions / E. M. Stone, A. D. Jopson, N. J. Seewald [et al.] // Community Mental Health Journal. – 2025. – Vol. 61. – P. 111–121. – DOI 10.1007/s10597-024-01332-0.
15. Effect of combined physical–cognitive training on the functional and cognitive capacity of older people with mild cognitive impairment: a randomized controlled trial / Y. Castellote-Caballero, M. Carcelen-Fraile, A. Aibar-Almazan [et al.] // BMC Medicine. – 2024. – Vol. 22. – P. 281. – DOI 10.1186/s12916-024-03469-x.
16. Li, C. Cognitive training with adaptive algorithm improves cognitive ability in older people with MCI / C. Li, M. Li, Y. Shang // Aging Clinical and Experimental Research. – 2025. – Vol. 37. – P. 20. – DOI 10.1007/s40520-024-02913-5.
17. Zhu, Q. Correlation analysis and gender differences of cognitive function based on mini-mental state examination (MMSE) and suicidal tendency in patients with schizophrenia / Q. Zhu, X. Y. Zhang // BMC Psychiatry. – 2024. – Vol. 24. – P. 8. – DOI 10.1186/s12888-023-05462-9.
18. Yang, Q. Study on the age-period-cohort effects of cognitive abilities among older Chinese adults based on the cognitive reserve hypothesis / Q. Yang, T. Yu // BMC Geriatrics. – 2024. – Vol. 24. – P. 992. – DOI 10.1186/s12877-024-05576-z.
19. Social support and cognitive activity and their associations with incident cognitive impairment in cognitively normal older adults / T. Ma, J. Liao, Y. Ye [et al.] // BMC Geriatrics. – 2024. – Vol. 24. – P. 38. – DOI 10.1186/s12877-024-04655-5.
20. The State- and Trait-Level Effects and Candidate Mechanisms of Four Mindfulness-Based Cognitive Therapy (MBCT) Practices: Two Exploratory Studies / S. Maloney, C. Surawy, M. Martin [et al.] // Mindfulness. – 2023. – Vol. 14. – P. 2155–2171. – DOI 10.1007/s12671-023-02193-6.
21. BERT: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proceedings of NAACL-HLT. – 2019. – P. 4171–4186.
22. Салып, Б. Ю. Анализ модели BERT как инструмента определения меры смысловой близости предложений естественного языка / Б. Ю. Салып, А. А. Смирнов // StudNet. – 2022. – Т. 5, № 5. – С. 33.
23. Чернядьев, И. В. Системный анализ когнитивных динамических систем посредством глубокого обучения на основе текстовых данных / И. В. Чернядьев // Научный диалог: теория и практика. – 2025. – С. 147–154. – DOI 10.34660/INF.2025.17.34.057.
24. Elovainio, M. The effects of personal need for structure and occupational identity in the role stress process / M. Elovainio, M. Kivimaki // The Journal of Social Psychology. – 2001. – Vol. 141, no. 3. – P. 365–378. – DOI 10.1080/00224540109600558.
25. Preoperative cognitive training for the prevention of postoperative delirium and cognitive dysfunction: a systematic review and meta-analysis / K. T. Lau, L. C. S. Chiu, J. S. Y. Fong [et al.] // Perioperative Medicine. – 2024. – Vol. 13. – P. 113. – DOI 10.1186/s13741-024-00471-y.
26. Bondarchuk, V. V. Analytical review of artificial emotional intelligence systems: practical solutions: chapter 9 / V. V. Bondarchuk, N. M. Kravchenko // Actual issues of modern society, science and education: monograph / under the general editorship of G. Y. Gulyaev. – Penza: ICNS "Science and Enlightenment", 2023. – P. 134–145. – ISBN 978-5-00236-010-9.
27. Свидетельство о государственной регистрации программы для ЭВМ № 2025611192 Российская Федерация. Программа для диагностирования психоэмоциональных состояний личности: заявл. 26.12.2024: опубл. 16.01.2025 / В. В. Бондарчук, Н. М. Кравченко, Т. Д. Клюшанова, К. В. Ковалева; заявитель Федеральное государственное бюджетное научное учреждение «Институт проблем искусственного интеллекта».
REFERENCES LIST
1. Kliushanova, T. D. Prediktivnyi kontrol pretsizionnykh sostoianii kognitivnogo monitoringa / T. D. Kliushanova, V. V. Bondarchuk, I. V. Cherniadev // Sovremennye sotsialno-ekonomicheskie protsessy: problemy, tendentsii i perspektivy razvitiia: monografiia / pod obshch. red. G. Iu. Guliaeva. – Penza: MTsNS «Nauka i Prosveshchenie», 2024. – S. 197–209. – ISBN 978-5-00173.
2. Cherniadev, I. V. Sistemnyi analiz programmnogo obespecheniia kontseptualnoi neirosetevoi modeli sistemy klassifikatsii emotsii na izobrazheniiakh / I. V. Cherniadev, V. V. Bondarchuk // Evraziiskii Soiuz Uchenykh. Seriia: tekhnicheskie i fiziko-matematicheskie nauki. – 2024. – № 08 (123), T. 1. – S. 6-15. – DOI 10.31618/ESU.2413-9335.2024.1.123.2109.
3. Diagnostika psikhoemotsionalnogo sostoianiia. Bezmedikamentoznaia samoreguliatsiia [Elektronnyi resurs]. – URL: http://psydiag.guiaidn.ru/ (data obrashcheniia 20.11.2025).
4. Izard, C. E. Patterns of emotions / C. E. Izard. – New York: Academic Press, 1972. – 314 p. – ISBN 0-12-377750-X.
5. Wang, Z. A new computationally efficient method to tune BERT networks – transfer learning / Z. Wang // Journal of Physics: Conference Series. – 2023. – Vol. 2580. – P. 012012. – DOI 10.1088/1742-6596/2580/1/012012.
6. Bag of Tricks for Image Classification with Convolutional Neural Networks / T. He, Z. Zhang, H. Zhang [et al.]. – 2018. – P. 1–8.
7. Lonkar, S. Facial Expressions Recognition with Convolutional Neural Networks / S. Lonkar. – 2021. – P. 4–6.
8. Antiga, L. PyTorch. Osveshchaia glubokoe obuchenie / L. Antiga, T. Viman, E. Stivens. – Sankt-Peterburg: Piter, 2022. – 352 s. – ISBN 978-5-4461-1945-5.
9. Rashka, S. Python i mashinnoe obuchenie / S. Rashka. – 2-e izd. – Moskva: DMK-Press, 2021. – 312 s. – ISBN 978-5-97060-409-0.
10. Bobade, P. Stress Detection with Machine Learning and Deep Learning using Multimodal Physiological Data / P. Bobade, M. Vani // 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA). – IEEE, 2020. – P. 51–57.
11. Bansal, M. Evolutionary Stress Detection Framework through Machine Learning and IoT (MLIoT-ESD) / M. Bansal, V. Vyas // Recent Patents on Engineering. – 2024. – DOI 10.2174/0118722121267661231013062252.
12. Artificial intelligence in healthcare: past, present and future / F. Jiang, Y. Jiang, H. Zhi [et al.] // Stroke and Vascular Neurology. – 2017. – Vol. 2, no. 4. – P. 230–243.
13. Li, X. Dynamic calibration of self-efficacy to cognitive load: the longitudinal mediation effect of state anxiety / X. Li, M. Xia // BMC Psychology. – 2024. – Vol. 12. – P. 752. – DOI 10.1186/s40359-024-02254-y.
14. Effects of Texas State Agency Integration on Mental Health Service Use Among Individuals with Co-occurring Cognitive Disabilities and Mental Health Conditions / E. M. Stone, A. D. Jopson, N. J. Seewald [et al.] // Community Mental Health Journal. – 2025. – Vol. 61. – P. 111–121. – DOI 10.1007/s10597-024-01332-0.
15. Effect of combined physical–cognitive training on the functional and cognitive capacity of older people with mild cognitive impairment: a randomized controlled trial / Y. Castellote-Caballero, M. Carcelen-Fraile, A. Aibar-Almazan [et al.] // BMC Medicine. – 2024. – Vol. 22. – P. 281. – DOI 10.1186/s12916-024-03469-x.
16. Li, C. Cognitive training with adaptive algorithm improves cognitive ability in older people with MCI / C. Li, M. Li, Y. Shang // Aging Clinical and Experimental Research. – 2025. – Vol. 37. – P. 20. – DOI 10.1007/s40520-024-02913-5.
17. Zhu, Q. Correlation analysis and gender differences of cognitive function based on mini-mental state examination (MMSE) and suicidal tendency in patients with schizophrenia / Q. Zhu, X. Y. Zhang // BMC Psychiatry. – 2024. – Vol. 24. – P. 8. – DOI 10.1186/s12888-023-05462-9.
18. Yang, Q. Study on the age-period-cohort effects of cognitive abilities among older Chinese adults based on the cognitive reserve hypothesis / Q. Yang, T. Yu // BMC Geriatrics. – 2024. – Vol. 24. – P. 992. – DOI 10.1186/s12877-024-05576-z.
19. Social support and cognitive activity and their associations with incident cognitive impairment in cognitively normal older adults / T. Ma, J. Liao, Y. Ye [et al.] // BMC Geriatrics. – 2024. – Vol. 24. – P. 38. – DOI 10.1186/s12877-024-04655-5.
20. The State- and Trait-Level Effects and Candidate Mechanisms of Four Mindfulness-Based Cognitive Therapy (MBCT) Practices: Two Exploratory Studies / S. Maloney, C. Surawy, M. Martin [et al.] // Mindfulness. – 2023. – Vol. 14. – P. 2155–2171. – DOI 10.1007/s12671-023-02193-6.
21. BERT: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proceedings of NAACL-HLT. – 2019. – P. 4171–4186.
22. Salyp, B. Iu. Analiz modeli BERT kak instrumenta opredeleniia mery smyslovoi blizosti predlozhenii estestvennogo iazyka / B. Iu. Salyp, A. A. Smirnov // StudNet. – 2022. – T. 5, № 5. – S. 33.
23. Cherniadev, I. V. Sistemnyi analiz kognitivnykh dinamicheskikh sistem posredstvom glubokogo obucheniia na osnove tekstovykh dannykh / I. V. Cherniadev // Nauchnyi dialog: teoriia i praktika. – 2025. – S. 147–154. – DOI 10.34660/INF.2025.17.34.057.
24. Elovainio, M. The effects of personal need for structure and occupational identity in the role stress process / M. Elovainio, M. Kivimaki // The Journal of Social Psychology. – 2001. – Vol. 141, no. 3. – P. 365–378. – DOI 10.1080/00224540109600558.
25. Preoperative cognitive training for the prevention of postoperative delirium and cognitive dysfunction: a systematic review and meta-analysis / K. T. Lau, L. C. S. Chiu, J. S. Y. Fong [et al.] // Perioperative Medicine. – 2024. – Vol. 13. – P. 113. – DOI 10.1186/s13741-024-00471-y.
26. Bondarchuk, V. V. Analytical review of artificial emotional intelligence systems: practical solutions: chapter 9 / V. V. Bondarchuk, N. M. Kravchenko // Actual issues of modern society, science and education: monograph / under the general editorship of G. Y. Gulyaev. – Penza: ICNS "Science and Enlightenment", 2023. – P. 134–145. – ISBN 978-5-00236-010-9.
27. Svidetelstvo o gosudarstvennoi registratsii programmy dlia EVM № 2025611192 Rossiiskaia Federatsiia. Programma dlia diagnostirovaniia psikhoemotsionalnykh sostoianii lichnosti: zaiavl. 26.12.2024: opubl. 16.01.2025 / V. V. Bondarchuk, N. M. Kravchenko, T. D. Kliushanova, K. V. Kovaleva; zaiavitel Federalnoe gosudarstvennoe biudzhetnoe nauchnoe uchrezhdenie «Institut problem iskusstvennogo intellekta».
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Статьи журнала «Вестник Донецкого университета. Серия 04. Технические науки» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Донецким Государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
