Учёные Санкт-Петербургского Федерального исследовательского центра РАН создали открытый набор данных, который поможет оценивать уровень сосредоточенности человека на задаче. В основу легли показатели активности мозга, сердечного ритма, движений головы и грудной клетки.
На этих данных разработчики смогут обучать нейросети отличать состояние концентрации от рассеянности. В перспективе такие модели можно будет использовать в приложениях для тренировки внимания, в том числе у детей с синдромом дефицита внимания и гиперактивности (СДВГ).
Полученные данные можно использовать для обучения нейросети: дать алгоритму задачу классифицировать уровень концентрации человека по ЭЭГ и ЭКГ. Далее на базе такой модели программисты смогут создавать различные приложения, например, для тренировки внимания у детей с синдромом дефицита внимания.
В исследовании приняли участие 33 добровольца. Пятнадцать из них не менее года регулярно занимались йогой и медитацией, остальные никогда не пробовали такие практики. Во время 45-минутного эксперимента участники выполняли пять задач — от расслабленного состояния и свободного «блуждания ума» до концентрации на воображаемой точке и поиска объектов на картинках.
Анализ показал, что у людей с опытом йоги и медитации переходы между сосредоточенностью и рассеянностью заметнее отражаются в показателях ЭЭГ и ЭКГ. Одним из ключевых маркеров концентрации стали сигналы префронтальной коры головного мозга, которая отвечает за внимание.
В дальнейшем исследователи хотят попробовать обучить нейросети определять уровень концентрации уже не только по данным ЭЭГ и ЭКГ, но и по видеоизображениям человека. Проект выполнялся при участии НИУ ВШЭ в Санкт-Петербурге, РУДН и Университета МИСИС при поддержке Российского научного фонда.