Взгляд в сторону: Как положение объектов влияет на декодирование внимания по ЭЭГ

Автор: Денис Аветисян

Новое исследование показывает, что пространственное расположение визуальных стимулов оказывает существенное влияние на точность декодирования зрительного внимания на основе данных электроэнцефалограммы.

Пока крипто-инвесторы ловят иксы и ликвидации, мы тут скучно изучаем отчетность и ждем дивиденды. Если тебе близка эта скука, добро пожаловать.

Купить акции "голубых фишек"

Распределение корреляций между стимулом и реакцией, а также между испытуемыми, анализировалось для 45-секундных сегментов при свободном просмотре и фиксации взгляда, при этом суммировались первые две компоненты для оценки согласованности нейронных ответов, а результаты, полученные с ЭЭГ без регрессии ЭОГ, служили для сравнения, при этом для условия фиксации взгляда представлены данные только для задачи 3 (внимание, центральное поле зрения).

Исследователи выявили, что эффект ‘эксцентричности’ вносит искажения в анализ ЭЭГ, однако свободное наблюдение за видео все еще позволяет регистрировать подлинные нейронные ответы на движение объектов.

Несмотря на прогресс в декодировании визуального внимания по ЭЭГ, интерпретация результатов часто осложняется неучтенными факторами. В работе « $Eccentricity Confound in EEG-based Visual Attention Decoding from Gaze-Fixated Neural Tracking of Motion in Natural Videos$ » исследована проблема влияния эксцентриситета — расстояния визуального объекта от точки фиксации взгляда — на нейронные ответы, регистрируемые во время просмотра естественных видео. Полученные данные свидетельствуют о значимом влиянии эксцентриситета на силу нейронного отслеживания движения, что ставит под сомнение однозначность интерпретации результатов исследований свободного просмотра. Необходимо ли пересмотреть существующие алгоритмы декодирования внимания, учитывая выявленный эффект эксцентриситета, и какие новые подходы могут обеспечить более точную оценку когнитивных процессов?

Внимание сквозь движение: вызовы декодирования

Понимание механизмов внимания посредством декодирования мозговой активности является ключевым для раскрытия фундаментальных принципов когнитивных процессов. Однако, эта задача существенно осложняется тем, что движения глаз — неотъемлемая часть визуального восприятия и неизбежно влияют на регистрируемые нейронные сигналы. Дело в том, что мозг обрабатывает не только то, на что человек смотрит, но и сам факт движения глаз, что создает помехи при попытке выделить сигналы, непосредственно отражающие направленность внимания. Разграничение этих двух типов сигналов — нейронных коррелятов внимания и сигналов, вызванных движениями глаз — представляет собой серьезную методологическую проблему, ограничивающую точность и надежность исследований в области визуального внимания и когнитивной нейронауки.

Традиционные методы декодирования нейронной активности, направленные на выявление фокуса внимания, сталкиваются со значительной проблемой: сложностью отделения сигналов, отражающих само внимание, от тех, которые возникают непосредственно из движения глаз. Нейронные паттерны, связанные с направлением взгляда, зачастую маскируют или искажают более тонкие сигналы, свидетельствующие о когнитивных процессах, лежащих в основе внимания. Это приводит к возникновению шума в данных и, как следствие, к снижению точности декодирования. Иными словами, попытка «прочитать» мысли, пока взгляд активно перемещается, подобна прослушиванию тихой мелодии в шумном зале — различить истинный сигнал становится крайне затруднительно, а достоверность полученных результатов подвергается сомнению.

Для точного декодирования внимания, особенно при использовании электрофизиологических методов, таких как электроэнцефалография (ЭЭГ), необходимы надежные способы учета влияния движений глаз. Дело в том, что ЭЭГ чрезвычайно чувствительна к электрической активности, и даже незначительные сокращения глазных мышц способны создавать артефакты, маскирующие истинные нейронные сигналы, отражающие когнитивные процессы. Поэтому, современные исследования направлены на разработку сложных алгоритмов и методов обработки данных, позволяющих эффективно фильтровать помехи, вызванные движениями глаз, и выделять те нейронные паттерны, которые непосредственно связаны с направлением и концентрацией внимания. Успешное решение этой задачи открывает возможности для более точного изучения когнитивных функций и разработки интерфейсов мозг-компьютер, управляемых взглядом.

На рисунке показано обнаружение отсутствия фиксации взгляда у типичного участника (субъекта 4) во время просмотра видео в задаче 1.

Контроль взгляда: парадигмы для чистых сигналов

Использование фиксационного креста в задачах, контролирующих взгляд, обеспечивает минимизацию движений глаз, создавая контролируемую среду для исследования. Данный подход позволяет исследователям изолировать нейронную активность, связанную с скрытым вниманием — процессами внимания, не сопровождающимися явными движениями глаз. Ограничение саккад и фиксация взгляда на определенной точке уменьшают артефакты, возникающие из-за движений глаз, что повышает точность регистрации электроэнцефалограммы (ЭЭГ) и позволяет более четко интерпретировать результаты, относящиеся к когнитивным процессам, не связанным с визуальным сканированием.

В парадигмах свободного просмотра испытуемым предоставляется возможность естественного исследования стимулов, однако это требует тщательного анализа данных для отделения сигналов внимания от помех, создаваемых явными движениями глаз и разнообразием траекторий взгляда. В отличие от фиксированных точек, где минимизируются движения глаз, свободный просмотр отражает более реалистичные условия восприятия, но требует применения сложных методов обработки данных, включая электроокулографию (ЭОГ), для коррекции артефактов, связанных с движениями глаз, и точной идентификации когнитивных процессов, лежащих в основе внимания.

Интеграция электроокулографии (ЭОГ) с электроэнцефалографией (ЭЭГ) является критически важной для точного измерения и коррекции артефактов, связанных с движениями глаз, при обработке данных. Исследования показали, что использование парадигмы свободного взгляда (free viewing) обеспечивает более высокую точность декодирования — 0.68 — по сравнению с использованием фиксированного взгляда (gaze fixation), где точность составила 0.62 (p=0.024). Таким образом, включение ЭОГ в протокол ЭЭГ позволяет более эффективно отделять нейронную активность, связанную с когнитивными процессами, от шума, вызванного движениями глаз, и повышает надежность результатов, особенно при использовании парадигмы свободного взгляда.

Анализ точности декодирования MM показал, что протокол с фиксацией взгляда значительно снижает ее по сравнению со свободным просмотром (p=0.024, тест Манна-Уитни), что отражено в представленных боксплотах и точках, отображающих индивидуальные показатели участников.

Динамика взгляда: понимание естественных движений

Движения глаз не следует рассматривать как случайный шум; они включают в себя различные типы поведения, такие как саккады и плавное слежение. Саккады — это быстрые, скачкообразные движения глаз между фиксациями взгляда, необходимые для быстрого сканирования визуальной сцены и перевода фокуса внимания. Плавное слежение, напротив, представляет собой более медленное и непрерывное движение глаз, используемое для отслеживания движущихся объектов. Каждый из этих типов движений вносит уникальный вклад в общий зрительный сигнал, формируя комплексную картину обработки визуальной информации мозгом. Игнорирование этих естественных паттернов движений глаз может привести к неверной интерпретации данных, получаемых при изучении зрительного внимания и связанных с ним нейронных процессов.

Положение визуального стимула относительно точки фиксации взгляда (эксцентриситет) оказывает значительное влияние на нейронные ответы в зрительной коре. Это означает, что активность нейронов, регистрируемая при задачах декодирования визуального внимания, может быть обусловлена не только вниманием к стимулу, но и его физическим положением в поле зрения. В частности, стимулы, расположенные ближе к периферии, могут вызывать более сильные или отличные нейронные реакции, чем стимулы, расположенные вблизи центральной фиксации, что потенциально искажает интерпретацию данных и снижает точность декодирования. Необходимо учитывать этот фактор при разработке и оценке алгоритмов декодирования, чтобы отделить нейронные сигналы, связанные с вниманием, от тех, которые обусловлены исключительно эксцентриситетом стимула.

Анализ взаимодействия внимания и естественных движений глаз критически важен для разработки надежных алгоритмов декодирования и корректной интерпретации нейронных данных. В ходе проведенных исследований наблюдалась вариативность точности декодирования в зависимости от типа задачи: медианные значения составили 0.55 для Задачи 1, 0.60 для Задачи 2 (p=0.034) и 0.65 для Задачи 3 (p=0.034). Статистически значимое повышение точности декодирования в Задачах 2 и 3 по сравнению с Задачей 1 указывает на необходимость учета паттернов движений глаз при построении моделей декодирования и анализе нейронной активности, связанной с вниманием.

Анализ точности декодирования MM на трех экспериментальных задачах показал значительное улучшение от задачи к задаче (Task 1 < Task 2 < Task 3), что указывает на влияние внимания и сложность, связанную с эксцентриситетом, подтвержденное статистическими различиями (p<0.05).

Натуралистическое внимание: декодирование фокуса в реальном мире

Исследования внимания традиционно проводились с использованием упрощенных стимулов, что ограничивало их применимость к реальной жизни. Однако, всё большее распространение получают натуралистические видеоролики, содержащие сложную визуальную информацию и динамичные сцены, что позволяет учёным изучать, как внимание функционирует в более реалистичных условиях. Эти видеоролики, в отличие от лабораторных стимулов, имитируют естественную сложность визуального мира, включая множество движущихся объектов и меняющихся сцен. Такой подход открывает возможности для понимания того, как мозг отбирает релевантную информацию из насыщенного визуального потока, и позволяет исследовать механизмы внимания в контексте повседневной деятельности. Это, в свою очередь, способствует разработке более точных моделей когнитивных процессов и созданию технологий, учитывающих особенности человеческого восприятия.

Исследования визуального внимания всё чаще используют анализ оптического потока, основанного на объектах, для более детального понимания взаимодействия зрительной системы и фокусировки. Этот метод позволяет выделить движение отдельных объектов в сложных сценах, в отличие от анализа общего движения пикселей. Оптический поток, рассчитанный для каждого объекта, предоставляет информацию о его скорости, направлении и форме, что позволяет установить, какие объекты привлекают внимание наблюдателя и почему. Учитывая, что внимание часто следует за движением, анализ оптического потока позволяет моделировать процессы привлечения внимания и предсказывать, на какие объекты будет направлено зрительное восприятие. Такой подход открывает возможности для изучения когнитивных механизмов, лежащих в основе зрительного внимания, и разработки более реалистичных моделей визуальной обработки информации.

Понимание механизмов внимания в сложных, реалистичных условиях открывает значительные перспективы для разработки более эффективных интерфейсов «мозг-компьютер» и вспомогательных технологий. Исследования в этой области позволяют создавать системы, способные не только распознавать намерения пользователя, но и адаптироваться к динамично меняющейся визуальной среде, игнорируя отвлекающие факторы. Например, алгоритмы, моделирующие принципы селективного внимания, могут улучшить работу протезов, позволяя им более точно реагировать на команды пользователя, или же создавать системы помощи водителям, предупреждающие об опасности, основываясь на анализе внимания оператора. Более того, углубленное понимание нейронных механизмов внимания позволит создавать более интуитивные и эффективные системы управления для людей с ограниченными возможностями, расширяя их возможности взаимодействия с окружающим миром и повышая качество жизни.

Эксперимент включал три задачи: игнорирование периферийных видео при центральной фиксации, отслеживание периферийных видео при центральной фиксации и отслеживание центральных видео, что позволило исследовать влияние внимания и положения стимула.

Исследование демонстрирует, что пространственное расположение визуальных стимулов, их эксцентричность, вносит существенные искажения в декодирование визуального внимания на основе ЭЭГ. Данная работа подчеркивает, что даже при наличии артефактов, связанных с движением глаз, свободное изучение видеоматериалов все же позволяет зафиксировать подлинные нейронные реакции на движение объектов. В этой связи вспоминается высказывание Жан-Жака Руссо: «Свобода — это не отсутствие ограничений, а умение правильно ими пользоваться». Подобно тому, как человек находит свободу в осознании границ, исследование показывает, что даже в условиях «шума» от движения глаз, можно выделить значимые нейронные сигналы, отражающие истинное внимание зрителя. Медленные изменения в декодировании, связанные с учётом эксцентричности, позволяют сохранить устойчивость интерпретации данных.

Куда же дальше?

Исследование, представленное в данной работе, выявило закономерную сложность: любая архитектура декодирования визуального внимания, опирающаяся на электроэнцефалограмму, неминуемо сталкивается с проблемой «эксцентричности» — пространственным смещением стимула. Это не ошибка, а скорее, неотъемлемая характеристика системы «наблюдатель — стимул», проявляющаяся во времени. Улучшения в алгоритмах, стремящиеся к большей точности, лишь ускорят проявление этой закономерности, обнажая новые уровни взаимосвязи между физическим пространством и нейронным откликом.

Свободное рассматривание видео, несмотря на кажущийся хаос движений глаз, предоставляет ценную информацию о спонтанной нейронной активности. Однако, интерпретация этих данных требует осторожности. Вопрос не в устранении артефактов, а в понимании того, как они вплетены в саму ткань нейронного ответа. Попытки «очистить» сигнал от движения глаз могут привести к потере важной информации о динамике внимания.

В конечном счете, задача заключается не в создании идеальной модели декодирования, а в принятии неизбежной ограниченности любой системы. Каждая архитектура проживает свою жизнь, а мы лишь свидетели. Важнее сосредоточиться на понимании фундаментальных принципов, управляющих взаимодействием между мозгом и окружающим миром, признавая, что любые улучшения стареют быстрее, чем мы успеваем их понять.

Оригинал статьи: https://arxiv.org/pdf/2604.15223.pdf

Связаться с автором: https://www.linkedin.com/in/avetisyan/

Смотрите также:

2026-04-19 23:29