Введение
1 Современное состояние гибридно-интеллектуальных систем в интерфейсах человек-компьютер 17
1.1 Моделирование интерфейсов мозг компьютер 17
1.1.1 Общие вопросы моделирования эргатических систем 17
1.1.2 Моделирование в задачах прогноза поведения пользователя эргатическими системами 19
1.1.3 Эргатические системы гибридного интеллекта 20
1.2 Вейвлет- и Фурье-анализ в задачах обработки медико биологических сигналов, служащих командами для систем БОС и интерфейсов человек-компьютер 22
1.2.1 Анализ фоновой ЭЭГ и вызванных потенциалов с использованием вейвлет-преобразования 26
1.2.2 Фурье- и вейвлет-преобразование в задачах интерфейса мозг-компьютер 30
1.2.3 Спектральные методы в оценке ЭКГ и ВСР 33
1.2.4 Генетические алгоритмы в задачах цифровой обработки сигналов 35
1.3 Эмоционально-зависимые (стресс-зависимые) интерфейсы и вычисления 36
1.3.1 Роль эмоций в эргатических системах 36
1.3.2 Способы оценки эмоций и функционального напряжения пользователя. «Аффективные» вычисления 37
1.3.3 Характеристика методов анализа состояния пользователя на основе видеоизображений 45
1.3.4 Характеристика методов анализа состояния пользователя на основе кожно-гальванической реакции и паттернов дыхательной активности 47
1.3.5 Характеристика методов анализа вариабельности сердечного ритма 49
2 Метод анализа особенностей медико-биологических сигналов на основе локальных экстремумов их спектров 63
2.1 Спектральный анализ ЭЭГ на основе использования непрерывного вейвлет-преобразования 64
2.2 Локализованный спектральный анализ энцефалограмм 71
2.3 Обработка данных ЭЭГ на основе анализа частотных зависимостей и вейвлет-преобразования 79
2.4 Анализ электроэнцефалограмм на основе исследования изменяющейся во времени структуры локальных максимумов матрицы вейвлет-коэффициентов 85
2.5 Моделирование выделения и анализа цепочек локальных максимумов вейвлет-спектров на примере сигналов с известными свойствами 89
2.6 Моделирование процесса выделения частотных локальных минимумов в сигналах электроэнцефалограмм 101
2.7 Сравнение эффективности различных вейвлетов для анализа электроэнцефалограмм 107
2.8 Частотные параметры цепочек локальных максимумов 113
2.9 Энергетические показатели цепочек локальных максимумов 118
2.10 Динамика цепочек локальных максимумов спектров электроэнцефалограмм человека 124
2.11 Анализ энцефалограмм на основе исследования цепочек локальных максимумов скейлограмм 131
2.12 Исследование динамики максимумов локальных вейвлет-спектров вызванных зрительных потенциалов головного мозга 139
2.13 Заключение к главе 2 144
3 Разработка цифровых фильтров особенностей медико-биологических сигналов в системах человеко-машинных интерфейсов 149
3.1 Метод оценки взаимодействия локальных экстремумов для матриц коэффициентов непрерывного вейвлет-преобразования сигналов ЭЭГ 150
3.2 Выделение компонент сигнала ЭЭГ на основе анализа цепочек локальных экстремумов матрицы вейвлет-преобразования 160
3.3 Создание фильтров для анализа ЭЭГ-состояний на основе генетических алгоритмов 173
3.4 Оптимизация работы синхронного нейрокомпьютерного интерфейса на основе селекции каналов электроэнцефалограммы 184
3.5 Оценка активности участков головного мозга на основе классификации цепочек частотных локальных экстремумов в сигналах электроэнцефалограмм 192
3.6 Исследование вызванных потенциалов головного мозга на основе адаптивного варианта обратного вейвлет-преобразования 194
3.7 Заключение к главе 3 200
4 Моделирование нейрокомпьютерного интерфейса на основе активностной парадигмы и гибридного интеллекта 205
4.1 Оценка скорости работы нейрокомпьютерного интерфейса, основанного на технологии SSVEP 205
4.2 Увеличение скорости передачи информации по нейрокомпьютерному интерфейсу на основе оценки частот встречаемости последовательности символов в командах 220
4.3 Оптимизация работы нейрокомпьютерного интерфейса с учетом поведения человека 236
4.4 Математическая модель нейрокомпьютерного интерфейса на основе активностной парадигмы 241
4.5 Прогноз эффективности нейрокомпьютерного интерфейса, основанного на активностной парадигме 252
4.6 Оценка скорости работы нейрокомпьютерного интерфейса, реализованного с использованием гибридного интеллекта 264
4.7 Моделирование дополнительного канала обратной связи в нейрокомпьютерных интерфейсах 277
4.8 Заключение к главе 4 283
5 Особенности реализации системы распределённо-параллельных вычислений, обеспечивающей моделирование и функционирование человеко-машинных интерфейсов 289
5.1 Реализация численного вейвлетного преобразования на графических адаптерах архитектуры NVIDIA CUDA 290
5.2 Фактор времени при реализации непрерывного вейвлет-преобразования для анализа электроэнцефалограмм 293
5.3 Выбор анализирующих вейвлетов для системы с параллельной обработкой биомедицинских данных 299
5.4 Реализация системы распределённо-параллельных вычислений 307
5.5 Заключение по главе 5 307
6 Разработка систем непроизвольно управляемых человеко-машинных интерфейсов на основе оценки функционального напряжения пользователя 312
6.1 Применение систем биологической обратной связи для целей управления внешними устройствами 313
6.2 Особенности проектирования НФ-зависимого человеко-машинного интерфейса 319
6.3 Сравнительные характеристики непроизвольно управляемых функционально-зависимых человеко-машинных интерфейсов 332
6.4 Дополнительный канал для оценки эмоциональной динамики человека при работе с нейрокомпьютерным интерфейсом 346
6.5 Заключение к главе 6 353
7 Заключение 356
Список сокращений 360
Список литературы 361
