Наш портал о методе ГРВ, основанном на «эффекте Кирлиан» (разработан профессором Коротковым К.Г.), а также о новейших разработках в области ГРВ-биоэлектрографии, о ГРВ приборах, ГРВ программном обеспечении и применении ГРВ оборудования.

На Русский
Карта сайта
To English
   

В Санкт-Петербургском НИИ физической культуры, под руководством д.м.н. Бундзена П.В., проводятся многочисленные исследования по изучению энергоинформационных механизмов измененного состояния сознания (самогипноз, гипноз, различные виды транса), а также, исследования в области диагностики качества здоровья человека. Как показали различные независимые эксперименты, чрезвычайно информативным методом регистрации изменений психофизиологического состояния человека является метод газоразрядной визуализации (ГРВ), разработанный в Техническом Университете « SPIFMO » Санкт-Петербурга (Коротков К.Г., 1999). Программно-аппаратный комплекс, составляющий основу этого метода, позволяет регистрировать свечение пальцев рук человека в поле высокого напряжения и проводить компьютерную обработку полученных видео сигналов.

В ходе исследования психофизиологического состояния человека были выявлены корреляты между характерными точками психологических и физических тестов и параметрами биограмм, снятых в соответствующие этим точкам моменты времени. Но детальное исследование этого явления и создание на его базе компьютерных диагностических систем требует автоматизации проведения эксперимента. Задача автоматизации подобных исследований и аналогичная ей задача компьютерной диагностики психофизиологического состояния человека разбиваются на два параллельных направления: автоматизация собственно эксперимента, и ведение базы экспериментальных данных.

Автоматизированная, «интеллектуальная» диагностическая система включает три взаимосвязанных модуля. Во-первых, это собственно компьютерные психологические тесты, способные моделировать ситуации из жизнедеятельности человека с применением технологии мультимедиа (проигрывание звука, демонстрация тематических слайдов и видео на экране компьютера с изменяемыми интервалами времени). Второй модуль предназначен для автоматической регистрации биограмм человека в ключевых точках исследований. Наконец, последняя компонента, являющаяся интеллектуальным ядром системы, берет на себя функции классификации биограмм по заданным типам и компьютерную диагностику психофизического состояния (состояния здоровья) человека. Целью осуществления такой автоматизации является снижение влияния человеческого фактора при проведении экспериментов, и тем самым повышение достоверности результатов исследований, с одной стороны, и применение максимально широкого спектра воздействий на пациента в рамках одного сеанса, с другой. Гибкость эксперимента могут обеспечить хорошо отработанные и ставшие классическими методы искусственного интеллекта – распознавание образов и технология экспертных систем (систем основанных на знаниях). Формально эти методы основываются на использовании языка представления знаний. Пользователь подобных систем самостоятельно формирует множество понятий этого языка, а система предоставляет интерпретатор и логические алгоритмы для выполнения операций над этим множеством и нахождения решения. Предназначенный для предварительной обработки полученных экспериментальных данных, метод распознавания образов решает задачу соотнесения новых данных с одним из заранее определенных классов. Компьютерная система позволяет пользователю формировать эти классы и проводить так называемое «обучение» алгоритма распознавания. Применительно к психофизиологии и газоразрядной визуализации, алгоритм распознавания образов должен определить тип биграммы, выявить наличие или отсутствие паттернов и, в случае если паттерны есть, дать им количественную оценку.

Обычно тестирование, снятие биограмм с пациента в ключевые моменты времени и предварительную обработку данных проводит исследователь. Учитывая чувствительность метода ГРВ к психоэмоциональному состоянию человека, любые задержки снятия биограмм влекут снижение достоверности, а, значит, и ценности эксперимента. А это фактически означает, что исследование субъективно и сильно зависимо от персоны исследователя. Особенно это ощутимо при исследованиях измененного состояния сознания, когда на ход эксперимента может повлиять, например, отсутствие контакта между исследователем и пациентом. Однако, известен тот факт, что человек в значительно меньшей степени уделяет внимание работающей неодушевленной машине. Поэтому, придание исследователю роли наблюдателя «со стороны», и, наоборот, увеличение роли компьютера, позволит значительно повысить объективность и упростить исследование. Технология экспертных систем способна обеспечить управление процессом тестирования, планирование развития эксперимента и вербальную экспресс-оценку полученных экспериментальных данных. Собственно экспертная система представляет собой совокупность из нескольких компонент. Наиболее важными из этих компонент являются продукционная база знаний и машина вывода на совокупности продукций. База знаний состоит из набора правил на подмножестве естественного языка. Экспертная система позволяет пользователю вводить эти правила в память компьютера, осуществляет логический вывод по введенным правилам (прямой вывод) и дает объяснения, почему было принято то или иное решение (обратный вывод). Экспертные системы в точности моделируют процесс рассуждения эксперта-человека, а достоверность формулировок заключений следует из того, что правила для экспертной системы подготавливает специалист в данной предметной области. Важно отметить, что интеллектуальные диагностические системы не призваны заменить человека-эксперта, а лишь являются своеобразным открытым хранилищем знаний квалифицированных специалистов, изложенных в простой форме, понятной для не программирующих пользователей, и позволяют тиражировать опыт лучших экспертов. Как показывает мировая практика, использование интеллектуальных систем в качестве помощника для специалистов снижает количество ошибочных решений в десятки раз.

Второй актуальной задачей, обозначенной выше, является ведение базы экспериментальных данных. Эта задача подразумевает как чисто технические вопросы оптимального хранения больших массивов графической информации, обработки специальных запросов к базе данных, фрагментального и распределенного накопления и хранения информации, так и специальные статистические методы обработки данных, учитывающих специфику предметной области. Указанные вопросы хранения информации решены в первой версии программы GDV Binder , интегрированной с другими GDV утилитами. Для хранения графических изображений биограмм и файлов данных используются блочные хранилища и алгоритмы сжатия информации, что обеспечивает экономию дискового пространства от 50-70 процентов, и более. Простой интерфейс пользователя, основанный на представлении данных в виде унифицированных карточек, и структурированная расширяемая структура базы данных позволяет избежать неконтролируемого роста и дублирования информации.

Приведенные выше концепции и подходы являются методологической базой для разработки нового программного инструментария, предназначенного для создания систем диагностики психофизиологического состояния человека. Применение таких систем в элитном спорте позволит повысить продуктивность соревновательной деятельности. Кроме того, можно предположить, что изложенный подход применим и для более широкой практики – оценки качества здоровья людей и выявления донозологических изменений состояния человека.



  Автор(ы) : Муромцев Д.И.
Источник : "Системный подход к вопросам анализа и управления биологическими объектами" научно-практическая конференция
Дата публикации : 13-09-2006 12:54
Версия для печати


Метод ГРВ, ГРВ Камера, ГРВ Компакт Эффект Кирлиан и все это на сайте www.gdvonline.ru
        Rambler's Top100