ПРИНЦИПЫ ПОСТРОЕНИЯ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ГЛАЗОДВИГАТЕЛЬНОЙ АКТИВНОСТИ НА ОСНОВЕ ДАННЫХ МОБИЛЬНОГО ПОРТАТИВНОГО ЭЛЕКТРОЭНЦЕФАЛОГРАФА

О журнале

Новости

Цели и сфера

Основатель и издатель

Редакционная коллегия

Условия лицензирования

Конфиденциальность

Отношение к плагиату

Публикационная этика

Политика архивирования

Подписка

Для авторов

Инструкции для авторов

Процесс рецензирования

Авторские права

Договор о передаче прав

Редакционные сборы

Архив

Все выпуски

Поиск

Контакты

Контакты

Романюк Владимир Русланович
аспирант, младший научный сотрудник лаборатории интегрированных систем автоматизации
СПИИРАН, 14 линия, 39, Санкт-Петербург, Россия.
Область научных интересов: машинное обучение, определение состояния человека, нейроинтерфейсы.

Скачать pdf

УДК 004.8
DOI 10.24412/2413-7383-123-133
Язык: Русский
Аннотация: Движения глаз играют важную роль в когнитивных процессах человека, что делает их объектом интереса в широком спектре научных и прикладных областей. Традиционные методы отслеживания глаз имеют большую точность, но обладают ограничениями, связанными с использование камер или их аналогов. В этой работе предлагаются принципы построения системы для определения глазодвигательной активности на основе данных мобильного портативного электро-энцефалографа (ЭЭГ), что позволяет преодолеть эти ограничения. В основе построения системы лежат методы машинного обучения, такие как сети долгой краткосрочной памяти (LSTM) и сверточные нейронные сети (CNN). Важными аспектами разработки являются предварительная обработка сигналов, фильтрация, нормализация данных и выделение признаков. Представленные принципы создают основу для разработки систем определения движений глаз, применимых в естественных условиях.
Ключевые слова: ЭЭГ, глазодвигательная активность, машинное обучение.

Список литературы:
1. Valtakari, N., Hooge, I., Viktorsson, C., Nyström, P., Falck-Ytter, T. & Hessels, R. Eye tracking in human interaction: Possibilities and limitations. // Behavior Research Methods. 2021 vol. 53
2. Глеклер Э.В., Кашевник А.М., Шемякина Н.В., Нагорнова Ж.В., Брак И.В., Станкевич А.С. Сервис гибридного анализа электрической активности мозга и видеотрекинга состояния человека // Информационные технологии и вычислительные системы. 2023 № 4 С. 72-85.
3. Zirui Li, Xiaer Xiahou, Gaotong Chen, Shuolin Zhang, Qiming Li. EEG-based detection of adverse mental state under multi-dimensional unsafe psychology for construction workers at height // Developments in the Built Environment. 2024 vol. 19 p. 100513
4. Jingyi Wang, Zhiqun Wang, Guiran Liu. Recording brain activity while listening to music using wearable EEG devices combined with Bidirectional Long Short-Term Memory Networks // Alexandria Engineering Journal. 2024 vol. 109 pp. 1-10.
5. Романюк В.Р., Кашевник А.М. Метод интеллектуальной локализации взгляда на основе анализа ЭЭГ с использованием носимой головной повязки // Информатика и автоматизация. 2024 № 2 (23). С. 521-541.
6. Penedo T., Rodrigues S., Gotardi G., Simieli L., Barela J., Polastri P., Barbieri F. Gaze behavior data in the vitrine of human movement science: considerations on eye-tracking technique // Brazilian Journal Of Motor Behavior. 2023 vol. 17 pp. 75-88.
7. Martinez-Marquez D., Pingali S., Panuwatwanich K., Stewart R., Mohamed S. Application of eye tracking technology in aviation, maritime, and construction industries: A systematic review // Sensors (Basel). 2021 vol. 21 p. 4289
8. Lin, C., Zhang, C., Xu, J., Liu, R., Leng, Y. & Fu, C. Neural Correlation of EEG and Eye Movement in Natural Grasping Intention Estimation. // IEEE Transactions On Neural Systems And Rehabilitation Engineering. 2023 vol. 31 pp. 4329-4337.
9. Jia Y., Tyler C. Measurement of saccadic eye movements by electrooculography for simultaneous EEG recording // Behavior Research Methods. 2019 vol. 51
10. Sun R., Cheng A., Chan C., Hsiao J., Privitera A., Gao J., Fong C., Ding R., Tang A. Tracking gaze position from EEG: Exploring the possibility of an EEG-based virtual eye-tracker // Brain And Behavior. 2023 vol. 13
11. Müller J., Wendt D., Kollmeier B., Brand T. Comparing eye tracking with electrooculography for measuring individual sentence comprehension duration // PLoS ONE. 2016 vol. 11
12. Kang J., Han X., Song J., Niu Z., Li X. The identification of children with autism spectrum disorder by SVM approach on EEG and eye-tracking data // Comput. Biol. Med. 2020 vol. 120 p. 103722
13. Armengol-Urpi, A., Salazar-Gómez, A. & Sarma, S. Brainwave-Augmented Eye Tracker: High-Frequency SSVEPs Improves Camera-Based Eye Tracking Accuracy. // International Conference On Intelligent User Interfaces, Proceedings IUI. 2022 №2. pp. 258-276.
14. Ma J., Zhang Y., Cichocki A., Matsuno F. A novel EOG/EEG hybrid human-machine interface adopting eye movements and ERPs: Application to robot control // IEEE Transactions On Biomedical Engineering. 2015 vol. 62
15. Park S., Han C., Im C. Design of wearable EEG devices specialized for passive brain–computer interface applications // Sensors (Switzerland). 2020 vol. 20
16. Biasiucci A., Franceschiello B., Murray M. Electroencephalography // Current Biology. 2019 vol. 29
17. Klug M., Gramann K. Identifying key factors for improving ICA-based decomposition of EEG data in mobile and stationary experiments // Eur. J. Neurosci. 2021 vol. 54 pp. 8406-8420.
18. Seok D., Lee S., Kim M., Cho J., Kim C. Motion Artifact Removal Techniques for Wearable EEG and PPG Sensor Systems // Frontiers In Electronics. 2021 vol. 2
19. Arnal P., Thorey V., Debellemaniere E., Ballard M., Bou Hernandez A., Guillot A., Jourde H., Harris M., Guillard M., Van Beers P., Chennaoui M., Sauvet F. The Dreem Headband compared to polysomnography for electroencephalographic signal acquisition and sleep staging // Sleep. 2020 vol. 43 p. zsaa097.
20. Yu Z., Guo S. A low-cost, wireless, 4-channel EEG measurement system used in virtual reality environments // HardwareX. 2024 vol. 17
21. Krigolson O., Williams C., Norton A., Hassall C., Colino F. Choosing MUSE: Validation of a low-cost, portable EEG system for ERP research // Frontiers In Neuroscience .2017. vol. 11
22. Ladouce, S., Pietzker, M., Manzey, D., & Dehais, F. (2024). Evaluation of a headphones-fitted EEG system for the recording of auditory evoked potentials and mental workload assessment // Behavioural Brain Research. 2024 vol. 460
23. Gong S., Xing K., Cichocki A., Li J. Deep Learning in EEG: Advance of the Last Ten-Year Critical Period // IEEE Transactions On Cognitive And Developmental Systems. 2022 vol. 14
24. Zhang G., Davoodnia V., Sepas-Moghaddam A., Zhang Y., Etemad A. Classification of hand movements from EEG using a deep attention-based LSTM network // IEEE Sensors Journal. 2019 vol. 20 pp. 3113-3122.
25. Narayanan, A. Using EEG Data to Detect Eye Movement. // Journal Of Student Research. 2023 vol. 12
26. Iyer, A., Das, S., Teotia, R., Maheshwari, S. & Sharma, R. CNN and LSTM based ensemble learning for human emotion recognition using EEG recordings. // Multimedia Tools And Applications. 2023 vol. 82

Выпуск: 1(36)'2025
Раздел: МЕТОДЫ И СИСТЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ, ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ
Как цитировать: В. Р. Романюк. ПРИНЦИПЫ ПОСТРОЕНИЯ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ГЛАЗОДВИГАТЕЛЬНОЙ АКТИВНОСТИ НА ОСНОВЕ ДАННЫХ МОБИЛЬНОГО ПОРТАТИВНОГО ЭЛЕКТРОЭНЦЕФАЛОГРАФА // Проблемы искусственного интеллекта. 2025. №1.

Назад к выпуску 1(36)'2025