Таблица шульте интерпретация результатов взрослых: Методика «Таблицы Шульте» « Психологические тесты

Методика «Таблицы Шульте»

Назначение
теста

Определение
устойчивости
внимания
и динамики работоспособности. Используется
для обследования лиц разных возрастов.

Описание
теста

Испытуемому
поочередно предлагается пять таблиц
на которых в произвольном порядке
расположены числа от 1 до 25. Испытуемый
отыскивает, показывает и называет числа
в порядке их возрастания. Проба повторяется
с пятью разными таблицами.

Инструкция
к тесту

Испытуемому
предъявляют первую таблицу: «На этой
таблице числа от 1 до 25 расположены не
по порядку». Затем таблицу закрывают и
продолжают: «Покажи и назови все числа
по порядку от 1 до 25. Постарайся делать
это как можно быстрее и без ошибок».
Таблицу открывают и одновременно с
началом выполнения задания включают
секундомер. Вторая, третья и последующие
таблицы предъявляются без всяких
инструкций.

Тестовый
материал (ПЯТЬ ТАБЛИЦ СМ. НИЖЕ)

Обработка
и интерпретация результатов теста

Основной
показатель – время выполнения, а так
же количество ошибок отдельно по каждой
таблице. По результатам выполнения
каждой таблицы может быть построена
«кривая истощаемости (утомляемости)»,
отражающая устойчивость
внимания
и работоспособность в динамике.

С
помощью этого теста можно вычислить
еще и такие показатели, как (по
А.Ю.Козыревой):

• эффективность
  работы (ЭР),

• степень
  врабатываемости (ВР),

• психическая
  устойчивость (ПУ).

Эффективность
работы
(ЭР) вычисляется по формуле:

ЭР
= (Т₁
+ Т₂
+ Т₃
+ Т₄
+ Т₅)
/ 5,
где

Оценка
ЭР (в секундах) производится с учетом
возраста испытуемого.

Степень
врабатываемости
(ВР) вычисляется по формуле:

ВР=
Т₁
/ ЭР

Результат
меньше 1,0 – показатель хорошей
врабатываемости, соответственно, чем
выше 1,0 данный показатель, тем больше
испытуемому требуется подготовка к
основной работе.

Психическая
устойчивость
(выносливость) вычисляется по формуле:

ПУ=
Т₄
/ ЭР

Показатель
результата меньше 1,0 говорит о хорошей
психической устойчивости, соответственно,
чем выше данный показатель, тем хуже
психическая устойчивость испытуемого
к выполнению заданий.

Источники

• Методика
  «Таблицы Шульте»
  / Альманах психологических тестов. М.,
  1995, С.112-116.

СУТЬ
ЗАНЯТИЯ:

С
помощью таблиц расширяется угол зрения,
возрастает концентрация и скорость
передвижения зрачка. Для этого необходимо
отодвигать таблицы на расстояние четкой
видимости и смотря в центр отыскивать
все цифры в прямом порядке, а так же в
обратном. Зрение (глаза) за цифрами не
водить! Глаза расслаблены и смотрят
четко в центр, необходимо просто
фиксировать цифры, но глаза смотрят в
центр.

Самое
важное при работе с таблицами
Шульте
одним взглядом охватывать все числа,
как в верхней строчке, так и в нижней
строчке, а не счет цифр. Перечисление
чисел дается для тренировки внимания,
а не как цель.

Повторюсь,
что важно в первую очередь охватывать
все поле, а не как можно быстрее находить
все цифры.

САЙТЫ
С ТАБЛИЦАМИ:

http://www.dadon.ru/mik/shultc_change

http://drumrock.skipitnow.org/javascript/shulte-tables/

http://mozlife.ru/catalog/item727.html

Либо
см. Файл: ТАБЛИЦА ШУЛЬТЕ.xls

ДОПЛНИТЕЛЬНОЕ
УПРАЖНЕНИЕ:

1. ЧАСЫ
   «СЕКУНДА»: простые часы с секундной
   стрелкой, смотрим на край секундной
   стрелки, не отрываясь и не отвлекаясь.
   Начинать с 5 минут постепенно увеличивать
   время до 20 минут (можно до часа).

2. ЧАСЫ
   «МИНУТА»: все тоже, но следим за минутной
   стрелкой. Начинать с 15 минут постепенно
   увеличивать время до 45 минут (можно до
   часа).

3. ЧАСЫ
   «ЧАС»: все тоже, но следим за часовой
   стрелкой. Начинать с 30 минут постепенно
   увеличивать время до часа и более.

Суть
упражнения: чтобы ни происходило с
сознанием необходимо следить за краем
стрелки. Необычные состояния сознания
необходимо научиться удерживать как
можно дольше.

Таблицы Шульте
и скорочтение

Вопрос
о Таблицах Шульте

Меня
интересует технология расширения поля
зрения с помощью таблиц
Шульте для овладения навыком
скорочтения.
Я изучал информацию на сайте рассылки,
и у меня возникли следующие вопросы:

1.
Первая часть вопросов относится к
физическим характеристикам таблиц:
*
их размер
* количество элементов
*
размер элементов (цифр)
* форма таблицы
(квадрат или прямоугольник)
* порядок
чтения таблиц (прямо 1..25, или 25..1, или
иное)
* расстояние между таблицей и
глазами.

2.
Часть относится к содержимому таблицы
Шульте. Дело в том, что, насколько я
понял, суть тренинга в одновременном
сканировании информации, расположенной
на таблице, но в случае, когда за несколько
ходов известно, какой будет элемент,
теряется новизна. Решение этой проблемы
возможно в установлении различных
правил прохода таблицы: в обратном
порядке, только четные и т.д. Вторая
проблема в том, что в единицу времени
воспринимается все же один элемент,
хотя расширяется физическое поле зрения;
ментальное поле зрения не расширяется.

У
меня возникло предложение: в таблице
цифры размещать парами, разбросанными
по полю, и поиск осуществлять, находя
соответственно по два элемента.

Ответ
по поводу Таблиц Шульте:

Вот
что говорится о таблице
Шульте в книге О.А. Андреева и Л.Н.
Хромова «Техника быстрого чтения»:

При
движении взгляда наибольшая острота
зрения возникают только в центральной
зоне сетчатки глаза, так называемой
зоне ясного видения. Все, что лежит за
пределами этой зоны, на периферии,
видится как бы в тумане.

• Максимальная зона видения человека
  занимает 35 градусов.

• Зона ясного видения занимает 15 градусов.

• Область наилучшего видения занимает
  1,5 градуса.

Широкое
поле зрения сокращает время поиска
информативных фрагментов текстов. Поле,
с которого происходит съем информации,
как показали исследования, можно
расширить, например, при регулярном
использовании таблиц Шульте.

Таблица
Шульте представляет собой листок бумаги,
на котором нарисован квадрат со сторонами
20 (25) см. Квадрат разбивается на 25 ячеек,
в которые вписываются в беспорядке
числа от 1 до 25. Взгляд следует
сосредоточивать в центре квадрата и
боковым зрением пытаться найти все
числа от единицы до двадцати пяти.
Расстояние от таблицы до глаз должно
быть 30-33 см. Чтобы не было привыкания к
одной таблице, следует сделать несколько
таблиц.

Главное
не отыскать цифры, главное — при взгляде
в центр таблицы видеть одновременно с
центральной цифрой верхние левую и
праую, нижние левую и правую цифры.

Тест «Таблицы Шульте» (Оценка объема динамического внимания)

Таблицы Шульте

Таблицы Шульте — упражнение для развития периферического зрения (расширения угла зрения) и навыков быстрого поиска информации на странице. Таблица Шульте представляет собой матрицу 5 на 5, в которой будут случайным образом расставлены числа от 1 до 25. Ваша задача — найти взглядом последовательно все числа от 1 до 25 за как можно меньшее время.

Эффект от упражнения. Обычно данная методика применяется для развития темпа восприятия информации, а также в качестве теста для изучения текущего состояния этого темпа. Постоянная работа с таблицами Шульте помогает расширить ваше периферийное зрение. Широкое поле зрения сокращает время поиска информационных частей текста. Также за счет работы с такими таблицами растет скорость зрительных поисковых движений, что является важной составляющей навыка быстрого чтения.

Кроме того, таблицы Шульте часто применяются в тренингах по Нейролингвистическому программированию (НЛП) для получения так называемого состояния высокой продуктивности, которое осуществляется за счет переключения сознания от критического восприятия к определенной апатии и возможности эффективно выполнять логичные и последовательные операции. В принципе, этот эффект также важен и для скорочтения. Поэтому можно сказать, что работа с таблицами Шульте оказывает двойной эффект на увеличение скорости чтения.

Методика выполнения. Наилучшая тренировка зрительных навыков скорочтения при работе с таблицами Шульте достигается при максимальном отсутствии горизонтального и вертикального движения глаз. Для этого необходимо соблюдать правильное расстояние от глаз до таблицы. Чем дальше таблица, тем удобнее смотреть на все ее ячейки сразу. Оптимальное расстояние до таблицы должно соответствовать удобному расстоянию до книги или до монитора при чтении. Обычно это 40-50 сантиметров, но не нужно отводить глаза слишком далеко, только в том случае, если вам сложно видеть всю таблицу.

Достижение нужного эффекта. Занимаясь с таблицами Шульте, важно понимать, что именно вы тренируете – свои зрительные навыки. Поэтому главное не желание как можно скорее закончить каждую таблицу, а правильное выполнение упражнения, то есть соблюдение методики, описанной выше. По началу при выполнении упражнения у вас могут возникнуть определенные трудности, но с каждой следующей таблицей вы будете находить числа все быстрее и быстрее. В конце концов вы поймете, что теперь находите числа куда быстрее, чем если бы просто искали их обычным движением глаз. Это и есть нужный эффект от методики упражнений с таблицами Шульте.

Основной показатель – время выполнения, а так же количество ошибок отдельно по каждой таблице. Нормальным результатом считается проход таблицы за 30-40 секунд, но лучше стремиться к результату 15-20 секунд и даже меньше.

Вот как выглядят движения глаз у нетренированного человека. Соответственно, и время прохождения очень большое:

А вот так двигаются глаза у тех, кто находит все цифры за 15-20 секунд:

А вот так двигаются глаза у тех, кто достиг в этом деле определённого мастерства, и проходит таблицу за 8-10 секунд. То, к чему надо стремиться:

Режим занятий. Хорошее периферийное зрение, а также зрительные поисковые навыки могут быть достигнуты не только при правильном выполнении поиска чисел, но и при постоянной систематической программе тренировок. Поэтому с таблицами Шульте важно работать хотя бы 3-4 раза в неделю по 20-30 минут на протяжении 2-3 недель. Если же ваши глаза начинают уставать во время занятия, то лучше сделать небольшой перерыв или повторить упражнение на следующий день.

все ли вы знаете о ней?

Добрый день, уважаемые читатели блога! С вами я, Юрий Окунев.

Скажите, кто из вас может похвастаться хорошим периферическим зрением?

Сможете, к примеру, читать книгу и одновременно следить за футбольным матчем или, если вам нравятся ситуации пожестче — дубасить атакующего вас мужика в доспехах заточенной железкой, параллельно отслеживая, что происходит вокруг?

Между прочим, этот тип зрения довольно легко развивается. Нам поможет герр Вальтер.

Насторожились? Зря! Я имею в виду вовсе не пистолет приставленный к затылку для подстегивания мотивации.

Знакомьтесь: методика таблицы Шульте для расширения поля зрения.

История создания

Вы наверняка слышали о этих таблицах, но знаете ли, кто их изобрел и с какой целью?

Для нас постарался немецкий профессор психотерапии Вальтер Шульте.

В середине прошлого столетия он занимался серьезным изучением свойств человеческого внимания. Одним из методов диагностики был листочек, с сеткой 5 Х 5, в которой размещались  числа от 1 до 25. Подозревал ли тогда автор, насколько полезную штуку он изобрел?

Сегодня эта технология используется для:

• Развития памяти и внимания;
• Обучения навыкам скорочтения;
• Повышения общей продуктивности сознания.

В чем польза методики?

Сравнительно недавно психологи пришли к выводу, что процесс сканирования таблиц Шульте воздействует на мозг самым благоприятным образом. Кроме улучшения основных характеристик работы мозга, испытуемый приобретает способность видеть объемно. Это значит, что он может одновременно различать каждое из 25 чисел.

Таблицы стали одним из лучших стимульных материалов для корректировки поля зрения в скорочтении, а также отличным способом достижения высокой концентрации внимания при работе с цифрами.

Как проходит тренинг?

Методика Шульте хорошо подходит для тренинга, как взрослых, так и детей. Таблицы делятся на три уровня сложности: облегченный, основной и вариант для продвинутых.

Положите сетку с цифрами перед собой и как можно быстрее найдите все числа в порядке возрастания (например, от 1 до 25). Интерпретацию результата осуществляем, исходя из времени, затраченного на поиск – чем оно меньше, тем лучше. В идеале на таблицу из 25 чисел должно уходить не более 5 секунд.

Маленькая хитрость: при проведении упражнения удерживайте взгляд в центре сетки, чтобы одновременно видеть все числа.

Далее приведу примеры таблиц Шульте. Для удобства применения вы можете их  скачать  и распечатать на отдельном листе.

Облегченный (детский) вариант

Таблицы Шульте для дошкольников выглядят вот так:

Ребенок должен найти все цифры по возрастанию в течение 15 секунд.

Основной вариант

Таблица Шульте для младших школьников будет сложнее. Здесь  25 чисел. И находим мы их по возрастанию последовательно на каждой из четырех табличек. Взрослые также могут тренироваться, используя основной вариант.

Сможете одолеть все четыре таблицы за 40 секунд?

Вариант для продвинутых

Это таблицы с повышенным уровнем сложности.

• Здесь найдите все числа от 1 до 100.

• Найдите по возрастающей числа от 1 до 35.

• Красно-черная таблица (вариант Горбова). Дополнительным плюсом ее является способность ускорять мышление занимающегося, так как красный цвет усиливает кровоснабжение мозга. Ищем все красные числа от 1 до 24 в возрастающем порядке, затем черные от 25 до 1 в убывающем.

Если вы чемпион.

Наш обзор методики Шульте подошел к концу. Упражняйтесь и совершенствуйтесь. А если вам нужны выдающиеся результаты в короткий срок  обратите внимание на  онлайн-курс  «Секреты скорочтения» под руководством Татьяны Бадя . Просто, удобно, доходчиво, а главное, эффективно.

Я желаю вам успехов в тренировках и сверхскоростных побед! Подписывайтесь на новости, оставляйте комментарии, рекомендуйте друзьям в соцсетях все то, что вам понравилось.

До новых встреч, пока! Ваш Юрий Окунев.

Проба с таблицами Шульте — тестирование школьников и методика для тренировки работоспособности

Сами таблицы выглядят как набор карточек, на которых изображены числа, расположенные вразброс. Задача тестируемого — найти все элементы в правильном порядке, указав на них, или, если ему так удобнее, обвести, подчеркнуть или зачеркнуть их карандашом.

В традиционном варианте это пять таблиц размером 60 на 60 сантиметров, каждая из которых поделена на 25 квадратов, содержащих числа от 1 до 25, расположенных вразброс.

Результаты тестирования с помощью таблиц Шульте максимально объективны, поскольку в ходе диагностической пробы нет необходимости выполнять арифметические действия.

Назначение

Данная методика предназначена для выявления у детей школьного возраста качеств, необходимых для успешного освоения школьной программы, таких как:

• внимательность;
• стабильность внимания;
• способность концентрировать внимание;
• способность эффективно работать самостоятельно;
• психическая устойчивость;
• способность анализировать информацию;
• темп ориентировочных поисковых движений взгляда и объем внимания.

Направлена данная методика на улучшение — обострение и расширение периферического зрения — очень важного параметра, имеющего решающее значение для темпа чтения, поскольку именно она позволяет сократить временной промежуток, затрачиваемый на поиск нужных частей текста.

Таким образом, таблицы Шульте имеют не только диагностическое значение, но и могут быть использованы в качестве тренажёра скорочтения.

Параметры, на которые воздействуют тренировки с помощью таблиц Шульте:

• скорость и прочность усвоения новой информации;
• обучение критической оценки полученных знаний;
• эффективность запоминания новой информации;
• способность концентрации внимание на конкретном действии.

Есть у методики Шульте ещё одно важное положительное качество: на прохождение теста школьником и интерпретацию результатов требуется совсем немного времени.

Методика в действии

Перед началом работы с числовыми карточками Шульте требуется подготовиться.

1. Таблица должна быть расположена под небольшим углом на расстоянии около 30 сантиметров от глаз испытуемого.
2. Следует объяснить ребёнку, что он должен зафиксировать взгляд на объектах, расположенных в центре и не отводить глаза.

Ход тестирования

• тестируемый получает карточку с числами, смотрит на неё в течение десяти секунд и переворачивает лицевой стороной вниз;
• ученику объясняют правила проведения теста, например: следует провести непрерывную линию карандашом или указкой, словно бы соединяя нужные цифры и произнося их вслух; причём последовательность нарушать недопустимо. То есть, если на картинке изображены цифры от 1 до 25, то ребёнок должен показать все цифры, начиная с единицы до 25, подряд, не «перескакивая»;
• по сигналу педагога, проводящего тест, ученик переворачивает картинку и начинает поиск цифр, а педагог засекает время при помощи секундомера;
• вся процедура тестирования повторяется столько раз, сколько таблиц запланировано обработать.

При использовании методики Шульте для тренировки внимания не следует обрабатывать более 10 таблиц в день, а по мере развития у школьника способности к ориентированию в изображённых цифрах, материал рекомендуется дополнять, увеличивая количество ячеек, делая тем самым квадрат крупнее; возможна работа с материалами, состоящими из квадратов 6 на 6 ячеек, 7 на 7, 8 на 8.

Оптимальный режим тренировок: 4 раза в неделю, по 30 — 40 минут, на протяжении трёх недель.

Особенности применения таблиц-тренажёров у учеников разных возрастных групп

1. При работе с младшими школьниками тест должен иметь облегчённый характер и, прежде всего, это касается количества ячеек с цифрами; для тех кто только начинает учиться, вполне достаточно будет квадрата 3 на 3 ячейки, или прямоугольника 3 на 5 ячеек.
2. Дети, учащиеся в классах с 5 по 11, могут указывать на цифры молча, тогда как для младшей возрастной группы обязательным является проговаривание каждой цифры.
3. Для учеников начальных классов тестирование по методике Шульте рекомендуется проводить в несколько этапов:
   1. показать и произнести цифры по порядку;​
   2. показать и назвать их же в порядке убывания;
   3. ребёнок показывает цифры по порядку, в порядке возрастания; а взрослый в это время проговаривает чётные или нечётные числа; этот пункт является для ребёнка самым сложным, поскольку требует концентрации внимания на восприятии дополнительной информации.

Модификация теста с чёрно-красной таблицей

Данный вариант теста применяется у детей среднего и старшего школьного возраста. Таблица состоит из 49 ячеек с цифрами (7 на 7), при этом одна часть цифр окрашена в чёрный цвет, а другая — в красный.

Задания формулируются следующие:

• назвать и показать все цифры красного цвета;
• назвать и показать все цифры чёрного цвета;
• показывая цифры красного цвета, использовать прямой счёт;
• показывая цифры чёрного цвета, использовать обратный счёт.

Интерпретация результатов тестирования

1. Для определения эффективности работы используется следующая формула: сумма временных промежутков, затраченных на обработку пяти таблиц, делится на количество просмотренных материалов — пять. Чем выше будет полученный результат, тем выше эффективность.
2. Степень врабатываемости, то есть показатель, помогающий оценить, насколько быстро тестируемой включается в работу: частное от деления времени, затраченного на работу с первой таблицей, на эффективность работы.
3. Физическая устойчивость испытуемого. Этот параметр помогает оценить, насколько долго школьник способен концентрироваться на конкретной задаче. Определяется путём деления временного промежутка, затраченного на четвёртую таблицу, на эффективность работы.

Диагностика особенностей внимания при помощи методики Шульте позволяет определить способность к концентрации внимания у школьника, а также оценить уровень нервно-психической устойчивости. Правильно интерпретированные результаты позволят откорректировать педагогическую деятельность по развитию мышления и памяти у детей, осуществляя индивидуальный подход к ним, а, кроме того, обучить детей разного возраста приёмам скорочтения.

Вы внимательны? Пройдите таблицы Шульте

  Сегодня хотим рассказать про один очень интересный тест — таблицы Шульте, который быстро проверяет уровень концентрации, распределения и переключения внимания. С его помощью можно не только оценить свое внимание, но и хорошо развить его.

   Прежде чем перейти непосредственно к диагностике внимания, дам небольшую теорию:

   Что такое внимание? Это способность человека направлять свое сознание на определенные объекты, имеющие для него некоторую значимость, а также его умение сосредотачиваться на чем-то конкретном.

   Внимание тесно связано с остальными психическими процессами (памятью, мышлением, восприятием), в том числе и с двигательными реакциями человека. В связи с этим различают разные типы внимания:

• Сенсорное внимание — обусловленное сосредоточением на объекте с помощью наших органов чувств.
• Моторное внимание — обусловленное сосредоточением на движениях.
• Интеллектуальное внимание — обусловленное сосредоточением на наших мыслях, переживаемых чувствах, воспоминаниях.

   С помощью внимания мы легко можем выделить из общего потока информации нечто конкретное, необходимое для нас в данный момент времени, отсеивая лишнее. Внимание удерживается только тогда, когда нужная цель достигается полностью, затем оно ослабевает и переключается на что-то другое.

   Внимание сильно зависит от нашего психического состояния и общего здоровья. Очевидно, что уставшему, больному или взволнованному человеку крайне сложно удержать свое внимание и спокойно сосредоточиться на текущих делах.

   Кроме этого, внимание не одинаково у детей и взрослых.

   А теперь давайте проверим себя и своего ребенка. Есть замечательная методика: таблицы Шульте. Она нам поможет проверить уровень развития произвольного внимания. В тестировании могут принимать участие дети с 7 лет.

   Как выполнять тест?

   Итак, что собой представляют таблицы Шульте? Внизу вы видите 5 таблиц с разбросанными хаотично цифрами. Задача — как можно быстрее найти их по-порядку от 1 до 25. Детям можно показывать на цифры пальцем, взрослым достаточно пробежать по ним глазами.

   Чтобы легче и удобнее было, вы можете для себя скачать таблицы Шульте (в формате PDF, размер 387,7 Кб), распечатать их на принтере и вырезать каждую таблицу отдельно.

Интерпретация результатов

   Берете секундомер и засекаете время на прохождение каждой таблицы. Закончив одну и быстро записав время, вы переходите к следующей и так до пятой таблицы. Лучше будет, если кто-то отметит время, в то время как вы пройдете весь тест, не отвлекаясь.

   Затем постройте кривую утомляемости, которая покажет, как меняется концентрация и устойчивость внимания в динамике.

   Еще интересно вычислить эффективность работы (ЭФ), степень врабатываемости (ВР) и психическую устойчивость (ПУ) по таким формулам:

ЭР = (Т1 + Т2 + Т3 + Т4 + Т5) / 5, где

Тi – время работы с i-той таблицей. i — это порядковый номер таблицы (1,2,3,4,5)

Средние нормативы на одну таблицу: 10-11 лет — 1 мин. Взрослые — 40 сек.

Степень врабатываемости вычисляют так:

ВР= Т1 / ЭР

Если у вас результат меньше 1,0 – врабатываемость хорошая. Чем больше данная цифра — тем больше времени вам нужно для подготовки к конкретному делу.

Психическая устойчивость или выносливость определяют так:

ПУ= Т4 / ЭР

Если вы получили цифру меньше 1,0 — выносливость хорошая. Чем больше данная цифра — тем меньше выносливость для выполнения тех или иных заданий.

А вот сами таблицы Шульте:

Наши ресурсы — Разное — СВВАУЛ

Приказ Министра обороны РФ от 07.04.2015 N 185 (СКАЧАТЬ)
«Об утверждении Порядка и условий приема в образовательные организации высшего образования, находящиеся в ведении Министерства обороны Российской Федерации»
(Зарегистрировано в Минюсте России 29.04.2015 N 37057)

1. Настоящий Порядок определяет организацию приема граждан Российской Федерации в военные образовательные организации высшего образования, находящиеся в ведении Министерства обороны Российской Федерации <*>, для их обучения по образовательным программам высшего образования — программам магистратуры и программам специалитета, а также по образовательным программам среднего профессионального образования в качестве слушателей и курсантов и устанавливает условия приема на обучение в вуз.

———————————

<*> Далее в тексте настоящего Порядка, если не оговорено особо, для краткости будут именоваться: Вооруженные Силы Российской Федерации — Вооруженными Силами; Министерство обороны Российской Федерации — Министерством обороны; Генеральный штаб Вооруженных Сил Российской Федерации — Генеральным штабом; Военная академия Генерального штаба Вооруженных Сил Российской Федерации — Военной академией Генерального штаба; Главное управление кадров Министерства обороны Российской Федерации — Главным управлением кадров; органы военного управления, объединения, соединения, воинские части и организации Вооруженных Сил Российской Федерации — воинскими частями; военные образовательные организации высшего образования, находящиеся в ведении Министерства обороны Российской Федерации, — высшими военно-учебными заведениями или вузами; общеобразовательные организации со специальными наименованиями «президентское кадетское училище», «суворовское военное училище», «нахимовское военно-морское училище», «кадетский (морской кадетский) военный корпус» и профессиональная образовательная организация со специальным наименованием «военно-музыкальное училище», находящиеся в ведении Министерства обороны Российской Федерации, — суворовскими военными училищами; граждане Российской Федерации — гражданами; кандидаты из числа офицеров, поступающие на обучение в вузы в качестве слушателей, — кандидатами из числа офицеров; кандидаты из числа граждан, прошедших и не проходивших военную службу, а также из числа военнослужащих, не имеющих воинского звания офицера, поступающие на обучение в вузы в качестве курсантов, — кандидатами; военнослужащие, не имеющие воинского звания офицера, — военнослужащими; Западный военный округ, Южный военный округ, Центральный военный округ, Восточный военный округ, Северный флот — военным округом.

2. Прием в вузы кандидатов из числа офицеров на обучение по образовательным программам высшего образования с высшей военной оперативно-стратегической и оперативно-тактической подготовкой осуществляется на военные специальности (специализации) подготовки, соответствующие направлениям подготовки высшего образования — магистратуры, кандидатов на обучение по образовательным программам высшего образования с полной военно-специальной подготовкой на военные специальности (специализации) подготовки, соответствующие специальностям высшего образования — специалитета, кандидатов на обучение по образовательным программам среднего профессионального образования со средней военно-специальной подготовкой — на военные специальности подготовки, соответствующие специальностям среднего профессионального образования <*>.

Человеческая личность отражает пространственно-временную и частотно-временную структуру ЭЭГ

Abstract

Надежная и объективная оценка интеллекта и личности является темой растущего интереса современной неврологии и психологии. Известно, что интеллект можно измерить, оценив умственную скорость или скорость обработки информации. Обычно это время измеряется как время реакции при выполнении элементарной когнитивной задачи, в то время как личность часто оценивается с помощью анкет.С другой стороны, человеческая личность влияет на то, как субъект выполняет элементарные познавательные задачи, и, следовательно, некоторые черты личности могут определять интеллект. Ожидается, что эти особенности, а также умственные способности при выполнении когнитивных задач связаны с электрической нейронной активностью мозга. Хотя в нескольких исследованиях сообщается о корреляции между связанными с событиями потенциалами, умственными способностями и интеллектом, отсутствует информация о частотно-временных и пространственно-временных структурах нейронной активности, которые характеризуют эту связь.В настоящей работе мы проанализировали электроэнцефалограммы (ЭЭГ) человека, записанные во время выполнения элементарных когнитивных задач, с помощью теста Шульте, который представляет собой карандашный инструмент для оценки элементарных когнитивных способностей или скорости мысли. По выявленным особенностям структуры ЭЭГ мы разделили испытуемых на три группы. Для испытуемых в каждой группе мы применили опросник по шестнадцати личностным факторам (16PF), чтобы оценить их личностные черты. Мы продемонстрировали, что каждая группа показала разные баллы по шкале личности, такие как сердечность, рассуждение, эмоциональная стабильность и доминирование.Подводя итог, мы обнаружили связь между особенностями ЭЭГ, умственными способностями и личностными качествами. Полученные результаты могут представлять большой интерес для тестирования личности человека с целью создания автоматизированных интеллектуальных программ, сочетающих простые тесты и измерения ЭЭГ для реальной оценки черт личности и умственных способностей человека.

Введение

Установление связи между человеческим интеллектом и личностью — важная задача когнитивной нейробиологии и психологии. В психологии эти два термина часто изучаются отдельно; в то время как интеллект рассматривается как когнитивный процесс, личность определяется как некогнитивный.Однако разница между этими концепциями не так очевидна, потому что многие черты личности имеют когнитивные атрибуты, а некоторые из них тесно связаны с интеллектом.

Хорошо известно, что интеллект можно оценить, измерив скорость мышления или, другими словами, скорость обработки информации [1]. Для этого изучали время реакции на выполнение элементарных когнитивных задач (ЭКТ) [2, 3]. Популярным типом ЭСТ является так называемый тест с карандашом и бумагой [2].Простейшие ECT основаны на парадигме Hick [4], которая демонстрирует существование линейной зависимости между объемом информации, которую должен обработать субъект, и временем реакции. Последнее можно оценить с помощью задачи сканирования памяти Штернберга [5], согласно которой время реакции увеличивается линейно с размером набора памяти. Похожая идея лежит в основе парадигмы соответствия [6], которая связывает время реакции со скоростью лексического доступа.

Существует прямая корреляция между скоростью ума и умственными способностями (интеллектом), то есть более умные люди демонстрируют меньшее время реакции и, следовательно, более высокую скорость обработки информации. Это было ясно продемонстрировано Нойбауэром и Кнорром [2], которые измерили скорость обработки информации с помощью сканирования краткосрочной памяти Штернберга и сопоставления букв Познера и сравнили их с уровнем психометрического интеллекта, оцененным с помощью берлинской модели структуры интеллекта [ 7].

Личность обычно оценивается с помощью анкет. Среди них наиболее популярными являются анкета «16 факторов личности» [8] и анкета «большой пятерки» [9]. Как и в случае с интеллектом, личностные качества также можно оценить по скорости обработки информации. Корреляция между личностными качествами и умственной скоростью была впервые описана в 1967 г. Х. Дж. Айзенком [10]. Позже, в 1998 году Соган и Бучик обнаружили связь между скоростью обработки информации и двумя основными личностными измерениями, экстраверсией и невротизмом [11].Для оценки скорости обработки информации они использовали парадигму времени реакции Хика [12] и парадигму сканирования краткосрочной памяти Штернберга [13]. Экстраверсия и ее компоненты оценивались с помощью расширенных прогрессивных матриц, анкеты по 16 личностным факторам и анкеты большой пятерки. Авторы сообщают, что различные подмерности экстраверсии и невротизма, которые включают динамические, всплески и импульсивные поведенческие аспекты, по-разному связаны со скоростью обработки информации.В частности, в случае экстраверсии было обнаружено, что эти подмерности сильно коррелировали со скоростью ума, тогда как в случае невротизма они касались силы эго и эмоционального контроля.

Хотя о взаимосвязи между личностью, интеллектом и умственной скоростью сообщалось много лет назад, есть опасения, связаны ли ЭСТ со сложными факторами человеческой личности [3]. Кроме того, несмотря на низкую сложность ЭСТ, они вызывают в мозге несколько сложных когнитивных процессов, таких как внимание, восприятие, принятие решений и т. Д.[14]. Следовательно, изучение взаимосвязи между личностными факторами и скоростью умственного развития требует рассмотрения реакции мозга на ЭСТ на основе детального анализа нейрофизиологической активности мозга [3]. Одним из первых подходов к этой проблеме была диффузионная модель, которая разлагает обработку информации и принятие решений при выполнении ECT [15, 16]. По данным Lerche et al. [17], диффузионная модель чувствительна к изменению количества испытаний. Это означает, что надежность оценки параметра увеличивается асимптотически с увеличением количества попыток измерения экспериментального эффекта; Однако крайне важно то, что для надежного измерения индивидуальных различий необходимо множество других исследований [17–19].

Еще один многообещающий подход к твердому извлечению когнитивных компонентов, связанных со скоростью мысли, — это использование информации об электрической активности мозга (ЭЭГ). Этот подход был впервые реализован Houlihan et al. [20], которые регистрировали связанные с событиями потенциалы (ERP) во время задачи сканирования памяти Штемберга. Анализируя ERP, они связали задержку компонента P300 с относительной скоростью обработки информации. В результате они получили отрицательную связь между задержками ERP и умственными способностями.Позже ERP были использованы Schubert et al. [3], которые разложили компоненты обработки информации на разные ECT. Они обнаружили, что связь между задержками ERP и интеллектом опосредована временем реакции. Недавно Euler et al. [21] рассмотрели ERP с использованием парадигмы Хика более подробно. Они проанализировали четыре компонента ERP, записанные с высоким пространственным разрешением с помощью 64-канального электродного колпачка, и обнаружили, что несколько характеристик ERP сильно коррелируют со временем принятия решения, а также отношения между амплитудами компонентов IQ и P2.

Согласно приведенным выше результатам, существуют определенные особенности ЭЭГ, которые позволяют оценивать не только скорость обработки информации, связанную с интеллектом, но и другие маркеры, связанные с личностными качествами. Следует отметить, что поиск последних проводился еще в 1973 г. Эдвардсом и Эбботтом [22], которые анализировали ЭЭГ в состояниях покоя. Однако их попытка не увенчалась успехом, поскольку личность не могла быть раскрыта, когда человек находился в состоянии покоя. До сих пор эта проблема остается открытой.Согласно недавнему обзору [23], выводы ERP-исследований личности были противоречивыми, вероятно, из-за различий в экспериментальных протоколах, размере выборки и возрасте испытуемых. Другие методы были сосредоточены только на анализе спектра мощности ЭЭГ. Подводя итоги, мы должны отметить, что использование функций ЭЭГ для оценки личностных качеств и умственных способностей по-прежнему остается захватывающей проблемой когнитивной нейробиологии. Хотя в нескольких исследованиях сообщается о корреляции между структурой ERP, умственными способностями и интеллектом, отсутствует информация о частотно-временных и пространственно-временных структурах нейронной активности, лежащих в основе человеческого интеллекта и личности.

В данной работе мы анализируем взаимосвязь между особенностями частотно-временной и пространственно-временной структур электрической активности мозга, личностными чертами и умственными способностями. Мы записываем многоканальные ЭЭГ испытуемых во время выполнения теста таблицы Шульте. По выявленным особенностям ЭЭГ мы разбили испытуемых на три группы. Для испытуемых в каждой группе мы оцениваем показатели, характеризующие умственные способности испытуемого во время выполнения им теста Шульте, а именно: эффективность работы (WE), рабочая разминка (WU) и психологическая стабильность (PS).Все эти факторы существенно различаются по группам. Для измерения личностных качеств мы используем опросник по шестнадцати личностным факторам (16PF) [24, 25]. Сравнив результаты описания личности в группах, мы обнаруживаем, что каждая группа демонстрирует статистически разные баллы по шкале личности, такие как сердечность, рассуждение, эмоциональная стабильность и доминирование. На основании полученных результатов можно сделать вывод о существовании связи между особенностями ЭЭГ, умственными способностями и личностными качествами.

Материалы и методы

Участники

В эксперименте приняли участие 22 условно здоровых мужчины (33 ± 7 лет), правши, любители физических упражнений и некурящие. Всех их попросили поддерживать режим здорового образа жизни с 8-часовым ночным отдыхом в течение 48 часов до эксперимента. Все добровольцы дали информированное письменное согласие перед участием в эксперименте. Экспериментальная процедура была проведена в соответствии с Хельсинкской декларацией и одобрена местным этическим комитетом Саратовского государственного технического университета имени Юрия Гагарина.

Методика эксперимента

Эксперименты проводились с каждым испытуемым независимо. Участники были предварительно проинформированы об условиях эксперимента, но не о процедуре эксперимента, которая была одобрена местным комитетом по этике. Экспериментальное исследование проводилось независимыми исследователями разной специализации и включало два отдельных этапа для каждого добровольца.

Оценка личностных качеств

Для каждого участника был описан многофакторный профиль личности на основе опросника по шестнадцати личностным факторам (16PF) [24, 25] и личного интервью с опытным психологом.16PF содержал 185 пунктов, организованных в 16 шкал основных факторов, и был адаптирован для русского языка и особенностей культурного контекста [26–30]. Использовалась полностью автоматизированная версия 16ПФ, т.е. без использования бумаги и карандашей. В этой автоматизированной версии элементы появлялись на экране один за другим. Была возможность вернуться к предыдущему пункту, чтобы исправить непреднамеренные ошибки ввода. Однако участник не смог просмотреть предметы. Программа сохраняла необработанные баллы по шкале для каждого теста и ответов по каждому пункту.

Оценка умственных способностей

Оценивались познавательные способности, такие как когнитивный темп и сохранение внимания в процессе выполнения элементарной познавательной задачи. В общем, элементарные когнитивные способности можно измерить с помощью теста постоянного внимания d2 или теста Zahlen-Verbindungs-Test (ZVT) (на английском языке «Number Connection Test»). d2 — известный нейрофизиологический инструмент для оценки избирательного и устойчивого внимания и скорости визуального сканирования [19].Это тест на бумаге и карандаше, когда участника просят зачеркнуть любую букву «d» двумя отметками над или под ней в любом порядке. Окружающие отвлекающие факторы обычно похожи на целевой стимул, например, «p» с двумя отметками или «d» с одной или тремя отметками. В отличие от теста d2, ZVT — это цифрово-символический тест, разработанный Освальдом и Ротом в 1987 году [31]. Этот тест основан на хорошо известном принципе тестирования трассы, но имеет более прочную теоретическую основу. ZVT состоит из четырех матриц случайно расположенных чисел (от 1 до 90), которые участник должен соединить, проведя линии от числа к числу в порядке возрастания [2].

В нашем исследовании мы используем тест Шульте, упрощенную версию ZVT, широко применяемую в России. Как и ZVT, тест Шульте состоит из матриц 5 × 5 случайно расположенных чисел от 1 до 25 (см.). В отличие от ZVT, испытуемых просят найти числа в порядке убывания. Участники должны найти сначала наибольшее число (25), затем следующее наибольшее число (24) и т. Д., До 1. Во время выполнения задания испытуемые не должны соединять соответствующие ячейки, проводя линию, а только точки. каждое найденное число карандашом.

Опытный образец.

(a) Иллюстрация экспериментальной процедуры. (б) Типичный стол Шульте 5 × 5. c) экспериментальный план: доработка таблиц Шульте R ; i -я активная фаза длиной τ _i , за которой следует i -я пассивная фаза длиной ρ _i (ожидание и подготовка к следующей задаче). (г) Схема расположения электродов ЭЭГ по стандартной международной системе 10–20.

Эксперименты проводились в течение первой половины дня в специально оборудованной лаборатории, где доброволец удобно сидел. Влияние внешних раздражителей, таких как посторонние звуки и яркий свет, было максимально минимизировано. Все участники должны были заполнить R = 5 таблиц под непосредственным руководством профессионального психолога. Процесс выполнения каждой таблицы был назван активной экспериментальной фазой (). Для каждой i -й активной экспериментальной фазы фиксировалось время завершения T _i .Между активными фазами у каждого добровольца был короткий интервал отдыха, именуемый пассивной экспериментальной фазой . Схема эксперимента представлена ​​на рис.

Следует отметить, что строгое соблюдение стандартизованных перерывов для отдыха гарантирует, что одна и та же конструкция измеряется во всех экспериментальных блоках, предотвращая снижение производительности, вызванное увеличением вероятности потери внимания [32]. Мы считаем строгий график перерывов на отдых сильной стороной нашего экспериментального плана, потому что этот аспект часто игнорируется в экспериментальных исследованиях личности.Однако, согласно Steinborn и Huestegge [32], на время реакции может повлиять перерыв, т.е. время реакции непрерывных мысленных арифметических задач увеличивается, если человек не придерживается режима перерыва для отдыха.

Известно, что стрессовое состояние необходимо оценивать в параметрах производительности. Для этого обычно используется опросник стрессового состояния Данди (DSSQ) [33, 34]. В нашем исследовании мы оценивали состояние испытуемого с помощью субъективной оценки психолога и одновременно с этим путем обработки опросника Minnesota Multiphasic Personality Inventory (MMPI), адаптированного для русскоязычных испытуемых [35, 36].Опрос и тестирование испытуемых показали их достаточно спокойные состояния без выраженных стрессовых составляющих в ходе эксперимента.

В ходе экспериментального сеанса регистрировались ЭЭГ-сигналы активности мозга. Данные многоканальной ЭЭГ были получены с использованием усилителя BE Plus LTM, производимого EB Neuro S.P.A., Италия (www.ebneuro.com). Данные с 19 электродов с двумя электродами сравнения (A1 и A2) были записаны с частотой дискретизации 8 кГц с использованием стандартного монополярного метода.Использовались адгезивные электроды Ag / AgCl, прикрепленные к специальной предварительно смонтированной головной крышке. Заземляющий электрод N располагался над лбом, а два электрода сравнения A1 и A2 располагались на сосцевидных отростках. Сигналы ЭЭГ фильтровались полосовым фильтром с точками отсечки на 1 Гц (HP) и 300 Гц (LP), а также Notch-фильтром 50 Гц. Во время эксперимента записывалась видеозапись, синхронизированная с аппаратурой ЭЭГ. Видеозапись обрабатывалась вручную, и были извлечены моменты времени, соответствующие точкам начала и окончания для каждой задачи.Затем записи ЭЭГ были разделены на разные эпохи согласно полученному временному протоколу эксперимента. Были извлечены данные ЭЭГ, соответствующие активной и пассивной фазам эксперимента. Продолжительность активных фаз варьировалась от 30 до 50 секунд в зависимости от скорости выполнения задачи, в то время как продолжительность пассивных фаз была установлена ​​на 10 секунд.

Анализ психодиагностических тестов

Текущий анализ ответов на вопросы 16PF был основан на шестнадцати личностных шкалах: теплота (сдержанная vs теплая), эмоциональная стабильность (реактивная vs эмоционально стабильная), доминирование (почтительное vs доминантное), живость. (серьезный против активного), Сознание правил (целесообразное против осознания правил), Социальная смелость (застенчивый против социально смелого), Чувствительность (утилитарный против чувствительного), Бдительность (доверительный противбдительность), абстрактность (обоснованная или абстрактная), конфиденциальность (прямолинейность или частность), предчувствие (уверенность в себе или боязнь), открытость к изменениям (традиционная или открытая для изменений), уверенность в себе (групповая ориентация или уверенность в себе), Перфекционизм (терпит беспорядок против перфекционизма) и Напряжение (расслабленное против напряжения). Все эти шкалы оценивались для каждого участника.

Таблицы Шульте часто используются в качестве психодиагностического теста для изучения свойств человеческого внимания. Это один из наиболее объективных методов определения работоспособности и работоспособности, а также устойчивости к внешним воздействиям.Время τ _i заполнения таблицы i было использовано для оценки трех стандартных критериев личного теста: (1) эффективность работы WE (среднее арифметическое времени заполнения таблицы), (2 ) показатель разминки WU (отношение рабочего времени первого стола к WE ) и (3) психологическая устойчивость PS (способность поддерживать оперативную деятельность в течение длительного времени). Эти критерии описываются следующими формулами:

Эффективность работы свидетельствует о постоянстве внимания и производительности.Полученное значение WU , близкое к 1 или ниже, указывает на хороший разогрев, а значение 1 и выше означает, что испытуемому требуется более длительное время на подготовку (разминку) для основной работы. Значение PS , близкое к 1,0 и меньшее, указывает на хорошую психологическую устойчивость.

Поскольку все таблицы разные, считается, что эффект обучения для теста Шульте практически отсутствует. В то же время случайное расположение чисел было выбрано таким образом, чтобы расстояние между числами во всех представленных таблицах имело одинаковое распределение, т.е.е., все таблицы имеют одинаковую сложность. Опыт показывает, что психически здоровые субъекты тратят от 30 до 50 секунд на один стол, и обычно значение WE (среднее арифметическое времени заполнения таблицы, выраженное уравнением 1) составляет около 40–42 секунды. Уменьшение значения WE указывает на способность хорошего человека фиксировать внимание. Обычно взрослому человеку требуется примерно одинаковое время для выполнения каждой таблицы. Характеризуется степенью его работоспособности ( WU ) и психической устойчивости ( PS ) (выносливость) равной 1.0. Сильное отклонение значений WU и PS от 1,0 в сторону более высоких значений указывает на снижение работоспособности и психической устойчивости, соответственно. В то же время снижение характеристик PS с WU близко к 1.0 может означать высокую обучаемость человека, успешно улучшившего свои способности при выполнении тестовой задачи.

Ранее тест Шульте использовался для изучения взаимосвязи между структурой ССП и индивидуальными особенностями внимания [37].Было показано, что амплитуды P2 и N1-P2 компонентов ССП, связанных с восприятием, отрицательно коррелировали с индексом WE . Более высокие амплитуды указывают на способность субъекта выполнять познавательную задачу быстрее и, следовательно, на более высокий уровень произвольного внимания. Амплитуды волн P300 отрицательно коррелируют с WE , т.е. чем сильнее внимание, тем выше величина P300.

Анализ ЭЭГ

Мы проанализировали сигналы ЭЭГ, зарегистрированные 19 электродами, размещенными на стандартных позициях международной системы 10–20 [38] (см.), С использованием непрерывного вейвлет-преобразования.Перед применением вейвлет-анализа мы уменьшили артефакты большой амплитуды в лобной коре, вызванные морганием и движением глаз. Для этого данные ЭЭГ от каждого электрода обрабатывались с помощью преобразования Грама-Шмидта с использованием зарегистрированных электроокулографических сигналов (ЭОГ) (подробнее см. [39]). Как и в [39], сигналы ЭОГ регистрировались двумя парами электродов, размещенными над (или под) глазами и по бокам от глаз.

Энергетический спектр вейвлета En (f, t) = Wn (f, t) 2 был рассчитан для каждого канала ЭЭГ X _n ( t ) в диапазоне частот f ∈ [1, 40] Гц.Здесь W _n ( f , t ) — это комплексные вейвлет-коэффициенты, вычисленные как [40]

Wn (f, t) = f∫t-4 / ft + 4 / fXn (t) ψ * (f, t) dt,

(4)

где n = 1,…, N — номер канала ЭЭГ ( N = 19 — общее количество каналов, используемых для анализа), а «*» обозначает комплексное сопряжение. Материнская вейвлет-функция ψ ( f , t ) — это вейвлет Морле, часто используемый для анализа нейрофизиологических данных, определяемый как [40]

ψ (f, t) = fπ1 / 4ejω0f (t-t0) ef (t-t0) 2/2,

(5)

где ω ₀ = 2 π — центральная частота материнского вейвлета Морле.

Энергетический спектр E ⁿ ( f , t ) рассматривался отдельно в следующих частотных диапазонах: дельта (1–4 Гц), тета (4–8 Гц), альфа (8–8 Гц). 13 Гц), бета – 1 (13–23 Гц), бета – 2 (24–34 Гц) и гамма (34–40 Гц) [41].

Для этих диапазонов были определены значения энергии вейвлета Eδn (t), Eθn (t), Eαn (t), Eβ1n (t), Eβ2n (t) и Eγn (t) для каждого n -го канала ЭЭГ. рассчитывается как

Eδ, θ, α, β1, β2, γn (t) = 1Δf∫f∈δ, θ, α, β1, β2, γEn (f, t) df.

(6)

В результате мы рассмотрели процент спектральной энергии, распределенной в этих диапазонах, и рассчитали коэффициенты

eδ, θ, α, β1, β2, γn (t) = Eδ, θ, α, β1, β2, γn (t) / E0n (t) (× 100%),

(7)

где E ₀ ( т ) было определено как вся энергия и рассчитано как

E0n (t) = 1Δf∫1Hz40HzEn (f, t) df.

(8)

Наконец, чтобы описать соотношение между высокочастотной и низкочастотной активностью мозга для каждого канала, мы ввели коэффициент ε ⁿ , определяемый как

где

EHFn (t) = 1Δf∫f> 10 ГцEn (f, t) df,

(10)

ELFn (t) = 1Δf∫f <10 ГцEn (f, t) df.

(11)

Отношение спектральных энергий в диапазонах высоких и низких частот часто используется для характеристики внимания и его устойчивости. Например, Люцюк и др. [42] установили, что у испытуемых с хорошей работоспособностью наблюдались относительно высокие значения соотношения спектральных энергий ритмов β ₁ и θ . Более того, это соотношение было больше в правом полушарии, что, вероятно, указывало на более сильный вклад нейрональной активности в этом полушарии в обеспечение бдительности и стабильности внимания.У испытуемых, которые выполнили тест с более высокой точностью, соотношение было выше в основном в центральной и теменной областях обоих полушарий.

Коэффициенты ε ⁿ были рассчитаны для каждого канала ЭЭГ как для активной, так и для пассивной фаз. Полученные значения ε _n были усреднены по каналам, расположенным в левом и правом полушариях, определяемым соответственно как

εLH = 1NLH∑nEHFnELFn, n = {Fp1, F3, F7, C3, T3, P3, T5, O1}, NLH = 8,

(12)

εRH = 1NRH∑nEHFnELFn, n = {Fp1 F4, F8, C4, T4, P4, T6, O2}, NRH = 8.

(13)

Полученные коэффициенты ε _LH и ε _RH количественно определяют электрическую активность в левом и правом полушариях соответственно на уровне скульптуры. Степень межполушарной асимметрии электрической активности обычно рассматривается как маркер физиологически адекватного развития и часто связана с улучшенным познанием [43]. Также существует мнение, что аномальная латерализация связана с психическими расстройствами, такими как аутизм [44] и депрессия [45].Анализ межполушарных различий электрической активности мозга часто используется для изучения слухового и зрительного внимания [46, 47]. В частности, межполушарные различия в спектральной мощности ритмов ЭЭГ недавно были использованы Luschekina et al. [48] ​​для оценки умственных способностей детей с расстройствами аутистического спектра. В недавнем исследовании Sartarnecchi et al. [49] сообщалось о связанных с интеллектом различиях в асимметрии мозговой активности.

Кластерный анализ

Для группировки испытуемых по особенностям их электрической мозговой активности мы применили кластерный анализ, основанный на методе иерархической кластеризации [50].Этот метод позволил нам сгруппировать данные в дерево кластеров [51]. Такая иерархическая кластеризация широко используется многими исследователями [50, 52], поскольку она обеспечивает более качественную кластеризацию, чем другие методы, например, k-средних. Чтобы охарактеризовать электрическую мозговую активность испытуемого, мы выполнили иерархический кластерный анализ с использованием переменных ε _LH и ε _RH , рассчитанных по уравнениям (12) и (13) как для активной, так и для пассивной фаз. .Мы использовали статистику SPSS для выполнения кластеризации. Мы выбрали метод Евклидова расстояния в квадрате (по умолчанию) для определения расстояния между кластерами и метод кластеризации по самому дальнему соседу. На дендрограмме отображаются результаты кластеризации.

Кластерный анализ.

(a) Дендрограмма, иллюстрирующая результаты иерархической кластеризации. (b) Коэффициенты силуэта, рассчитанные для всех 22 субъектов (гистограмма) и усредненные по субъектам, принадлежащим к каждому из трех кластеров (прямоугольники).Разные кластеры отмечены разными цветами.

In, мы наносим масштабируемое расстояние (RD) (в пространстве параметров) между парами или группами субъектов, сгруппированных на определенном этапе, оцениваемое с использованием шкалы от 0 до 25. Иерархическая дендрограмма позволяет проследить назад или вперед любой отдельный предмет или группу предметов на любом уровне. Чем больше расстояние до объединения двух кластеров, тем больше разница между этими кластерами. В соответствии с этим все участники были сгруппированы в три кластера, отмеченные разными цветами.После того, как кластеры были сформированы, по аналогии с [50] мы оценили их качество, вычислив силуэтный коэффициент (SC) кластера [53]. SC определяется как мера того, насколько объекты в одном кластере похожи и отличаются от объектов в других кластерах. Значения SC варьируются от -1 до +1, где +1 указывает, что объект хорошо соответствует другим объектам в собственном кластере и плохо соответствует объектам в соседних кластерах. Если большинство объектов в кластере имеют высокий SC, то кластеризация подходит, в противном случае кластеризация неуместна [50].КС рассчитывали с помощью Orange Software [54]. На гистограмме отображаются значения SC, рассчитанные для всех субъектов, в то время как во вставке показаны средние значения SC для субъектов, принадлежащих к каждому из трех кластеров. Видно, что для всех кластеров средние значения SC превышают 0,51 и, следовательно, кластеризацию можно рассматривать как разумную [55].

Результаты и обсуждение

Характеристики ЭЭГ

Для анализа особенностей электрической активности мозга мы рассчитали значения eδ, θ, α, β1, β2, γn (t) по формуле (7) для n = 1,… 19 каналов ЭЭГ.Полученные коэффициенты определяют процентное отношение спектральной энергии к дельта-, тета-, альфа-, бета-1, бета-2 и гамма-диапазонам частот, а также характеризуют степень участия нейронного ансамбля, расположенного в окрестности n -й регистрирующий электрод, в генерации соответствующего вида деятельности [56].

Далее для описания нейродинамики в левом и правом полушариях мы рассмотрели коэффициенты ε _LH (12) и ε _RH (13), полученные усреднением коэффициентов ε , рассчитанных для каналов ЭЭГ. принадлежащие левому и правому полушариям соответственно.Согласно методу иерархической кластеризации (см. Материал и методы), испытуемые можно сразу разделить на три группы. В, мы наносим на график значения ε _RH и ε _LH для каждого из 22 участников в активной (закрытые точки) и пассивной (открытые точки) фазах (каждая группа показана на отдельном подзаголовке).

Три сценария познавательной деятельности при умственном
обработка задачи.

(а) Соотношение энергий высокочастотных и низкочастотных спектральных компонент в левом ( ε _LH ) и правом ( ε _RH ) полушариях, рассчитанное для активного (темные точки) и пассивного ( открытые точки) экспериментальные фазы.Распределения показаны для трех субъектов, принадлежащих к разным группам. (б) Коэффициент ε , показывающий соотношение между энергиями высокочастотных и низкочастотных спектральных составляющих, вычисленных для каждого канала ЭЭГ во время активной (левые столбцы) и пассивной (правые столбцы) фаз. Группы I и III содержат n = 8 предметов, а группа II содержит n = 6 предметов.

Исходные данные, содержащие значения ε _RH и ε _LH для каждого объекта, показаны в.Из этого хорошо видно, что поведение ε _RH и ε _LH в каждой группе разное. В группе I значения ε _RH и ε _LH имеют практически одинаковые значения во время активной и пассивной фаз. Во II группе активная фаза связана с увеличением высокочастотной активности в правом полушарии, а пассивная фаза — с повышением высокочастотной активности в левом полушарии. В группе III переход от активной к пассивной фазе связан с выраженным увеличением ε _RH и уменьшением ε _LH .

Таблица 1

Особенности ЭЭГ, выявленные во время активной фазы (выполнение таблицы Шульте) и пассивной фазы, в терминах коэффициентов ε _{LH, RH} и k .

ε _{LH, RH} — это соотношение между высокочастотной и низкочастотной активностью в левом и правом полушарии, а k = ε _RH / ε _LH — степень полушария. асимметрия.

12492

12492

565

9049 0,49

представляет пространственно-временную активность мозга в единицах ε в активной и пассивной фазах для каждой из трех групп. В группе I активность мозга в активной фазе характеризуется полушарной симметрией, тогда как в пассивной фазе полушарная симметрия сохраняется, хотя пространственно-временная структура меняется.

В группе II пространственно-временная структура существенно отличается. Можно заметить асимметрию полушарий как в активной, так и в пассивной фазах.Однако характер асимметрии в этих фазах различен: высокочастотная активность преобладает в правом полушарии во время активной фазы и перемещается в левое полушарие во время пассивной фазы.

В группе III испытуемые также демонстрируют полушарную асимметрию как в активной, так и в пассивной фазах. В отличие от группы II характер асимметрии остается одинаковым в обеих фазах. Как видно из рисунка, асимметрия в обеих фазах проявляется в преобладании высокочастотной активности в правом полушарии.В то же время разница между активным и пассивным состояниями выявляет уменьшение ε в правом полушарии при переходе от активной фазы к пассивной.

Чтобы проверить, действительно ли группы существенно отличаются друг от друга, мы применили многомерный дисперсионный анализ (MANOVA). В качестве критерия принадлежности к одной из трех групп мы выбрали межсубъектный фактор (независимая переменная). С другой стороны, значения ε _RH и ε _LH , рассчитанные для активной и пассивной фаз, считались внутрисубъектными факторами (зависимыми переменными).В результате этого анализа мы обнаружили существенные различия между группами. Множественные сравнения выявили существенные различия по всем факторам, за исключением ε _LH ( p = 0,858), рассчитанного в активной фазе в группах 1 и 3.

Отличительные особенности активности мозга во время активной и пассивные фазы, наблюдаемые в трех группах, показаны на. Горизонтальные желтые полосы показывают медианное значение ε , рассчитанное для левого (LH) и правого (RH) полушарий во время активной и пассивной фаз.В группе I значения ε остаются практически одинаковыми для разных полушарий как в активной, так и в пассивной фазах ( p = 0,123 и p = 0,889 по непараметрическому критерию знакового ранга Вилкоксона (NPWSRT), n = 8). Во II группе активная фаза характеризуется резким увеличением ε в правом полушарии (медиана ε _RH > 0,5 против медианы ε _LH <0,35) ( p <0.05 через NPWSRT, n = 6). В пассивной фазе динамика обратная, а именно: увеличение ε наблюдается в левом полушарии (медиана ε _RH <0,4 против медианы ε _LH > 0,45) ( p < 0,05 через NPWSRT, n = 6). Наконец, в группе III во время активной фазы ε в правом полушарии немного выше, чем в левом полушарии (медиана ε _RH > 0.45 против медианы ε _LH <0,45) ( p <0,05 через NPWSRT, n = 8). Во время пассивной фазы такая разница становится больше (медиана ε _RH > 0,6 против медианы ε _LH <0,35) ( p <0,05 через NPWSRT, n = 8).

Статистические показатели для трех сценариев познавательной деятельности.

(а) Отношение ε между энергиями высокочастотных и низкочастотных спектральных компонент, рассчитанных для каналов ЭЭГ, принадлежащих левому (LH) и правому (RH) полушариям во время активной и пассивной фаз.(b) Отношение k между значениями ε , рассчитанными для левого и правого полушарий во время активной и пассивной фаз. Желтые полосы, прямоугольники и усы обозначают, соответственно, медианы, 25–75 процентилей и контуры. Группы I и III содержат n = 8 предметов, а группа II содержит n = 6 предметов. * p <0,05 с помощью непараметрического знакового рангового критерия Вилкоксона.

Известно, что выполнение умственных задач связано с изменениями нейронной активности, которые можно обнаружить по спектру мощности ЭЭГ.Роль низкочастотной дельта-активности в умственных задачах изучалась в [57], где авторы сообщили об увеличении дельта-активности ЭЭГ во время умственных задач, связанных с усилением внимания. Позже [58] также была выявлена ​​связь между дельта-колебаниями и выполнением умственных задач. С другой стороны, в более ранних работах [59, 60] подчеркивалось увеличение тета-активности во время умственных усилий. В последнее время изменение уровня активности в низкочастотном диапазоне θ использовали для оценки динамики умственной нагрузки [61].

Связь между альфа-активностью и завершением умственных задач была продемонстрирована еще в 1984 году Осакой [62], который обнаружил изменения в амплитуде и местоположении пика альфа-частоты в спектре мощности. Позднее была выявлена ​​значительная роль альфа-активности в памяти и когнитивных процессах [63]. Изменения энергии высокочастотных ритмов мозга обычно связаны с познавательной деятельностью, в частности с выполнением умственной задачи [64]. Например, учет гамма-активности для классификации умственных задач повышает точность [65].

Согласно, можно видеть, что электрическая активность мозга в каждой группе следует определенному сценарию, определяемому, с одной стороны, латерализацией функции мозга, а с другой стороны, определенными переходами между активной и пассивной фазами. Чтобы количественно описать наблюдаемые сценарии, мы вычислили k = ε _RH / ε _LH , что отражает степень полушарной асимметрии. Эти значения нанесены на график для каждой группы в.Видно, что группа I характеризуется полусферической симметрией в активной и пассивной фазах, которая остается неизменной при фазовом переходе активно-пассив (Δ k ≈ 0), где Δ k = k _{пассивный} — k _{активный} . Для других групп асимметрия и переход наблюдаются между активной и пассивной фазами и отображаются на графике в терминах k , которые можно описать как Δ k <0 и Δ k > 0, соответственно.

Корреляция между особенностями ЭЭГ и умственными способностями

Участники, принадлежащие к каждой из трех групп, были подвергнуты психодиагностическим тестам (см. Методы). В результате для каждого предмета были оценены значения WE , WU и PS , которые определяют среднее время выполнения задачи, среднюю производительность и сохранение внимания соответственно (см.).

Таблица 2

Показатели Шульте с точки зрения эффективности работы (WE), психологической устойчивости (PS) и показателя разминки (WU).

0,90

1

20

Результаты психодиагностических тестов представлены в, где каждый участок иллюстрирует значения WE (a), PS (b) и WU (c) для каждой из трех групп. . Данные представлены как среднее ± стандартное отклонение. Статистически сравнивали различия результатов психодиагностических тестов между группами испытуемых. Мы применили непараметрический критерий Крускала – Уоллиса H для нескольких независимых выборок для количественной оценки изменения значений WE , WU и PS по группам.В результате мы получили p <0,05 для средней производительности WU , среднего времени выполнения задачи WE и настойчивости внимания PS .

Результаты психодиагностических тестов.

Меры, характеризующие умственные способности испытуемого во время выполнения теста Шульте. (а) Среднее время выполнения задачи WE (вычислено по формуле 1, измерено в секундах). (б) Настойчивость внимания PS (рассчитывается по формуле 3, измеряется в безразмерных единицах).(c) Средняя производительность WU (рассчитана по формуле 2, измерена в безразмерных единицах). Данные представлены как среднее значение ± стандартное отклонение (стандартное отклонение — стандартное отклонение).

Испытуемые I группы продемонстрировали двустороннюю активность ЭЭГ в обоих полушариях во время тестов по таблицам Шульте. При этом эти испытуемые продемонстрировали средне-низкую эффективность при выполнении задания. Для них среднее время выполнения задачи составило WE = 40,2 ± 0,68 секунды, а средняя производительность составила WU = 1.07 ± 0,08 (целевое значение — 1). Стойкость внимания была высокой PS = 0,97 ± 0,045 (целевое значение — 1). Испытуемые из этой группы могли немедленно выполнять неизвестные задачи и поддерживать свою работоспособность на относительно высоком уровне, выше среднего или низкого уровня. Психологическая расшифровка тестов включала замечания о творческом подходе к выполнению тестов и быстром переходе к новым заданиям. В личном тесте такие испытуемые обладали ярко выраженной склонностью к работе в одиночку, высоким интеллектом, аналитическим складом ума, критическим мышлением, нетерпимостью к неопределенности и задержкой в ​​принятии решений.Более того, они демонстрировали самоконтроль, отсутствие тревожности, ярко выраженное лидерство и желание доминировать в группе. Мы предполагаем, что творческий подход и попытка оптимизировать их работу привели к снижению их эффективности работы.

Испытуемые из II группы пытались разработать стратегию упрощения выполнения задания. При выполнении первой задачи присутствовала максимальная латерализация высокочастотной активности, т.е. активность в правом полушарии была гораздо более выраженной.Это означает, что при выполнении первой задачи стратегия еще не была разработана. При выполнении следующих заданий нагрузка на правое полушарие у этих испытуемых была снижена. В результате испытуемые из группы II продемонстрировали более высокую работоспособность, чем испытуемые из группы I. Среднее время выполнения задания составило WE = 33,6 ± 1,58 секунды. Устойчивость внимания ПС = 0,86 ± 0,02 (целевое значение — 1). Средняя производительность составила WU = 1,07 ± 0,09 (целевое значение — 1).Этим испытуемым требовалось мало времени на адаптацию и они не утомлялись, будучи способны длительное время эффективно поддерживать высокую работоспособность. В их личных профилях гармонично сочетаются высокие показатели интеллекта, эмоциональной зрелости и самоконтроля.

В отличие от группы II, испытуемые из III группы выполнили задание без каких-либо попыток разработать стратегию его упрощения. Это подтвердил психологический тест. Их эффективность работы оставалась высокой; среднее время выполнения задачи составило WE = 33 ± 1.35 секунд. Настойчивость внимания составила PS = 0,9 ± 0,02 (целевое значение — 1). Средняя производительность составила WU = 1,24 ± 0,06 (целевое значение — 1). Мы предполагаем, что испытуемым из этой группы трудно поддерживать высокую работоспособность в течение длительного времени. Их личные тесты показали явное предпочтение работать в одиночку с низким самоконтролем, нетерпимостью к неопределенности и задержкой в ​​принятии решений, которая может проявляться тревогой. Они также продемонстрировали высокий интеллект, аналитический склад ума, критическое мышление и дух экспериментов.

Корреляция с личностными чертами

Участники, принадлежащие к каждой из трех групп, были подвергнуты тесту Кеттелла по 16 личностным факторам. На диаграмме показаны результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе. Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе.Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E). Чтобы количественно оценить различия между группами по каждому из анализируемых личностных факторов, мы применили непараметрический H-критерий Краскела-Уоллиса для нескольких независимых выборок. Значения p , рассчитанные для каждой из 16 личностных шкал, показаны на. Можно видеть, что для 4 факторов (A, B, C, E) значение p относительно мало ( p ≤ 0,05), в то время как для других факторов значение p значительно больше.Исходя из этого, мы рассмотрели эти 4 фактора более подробно и сравнили, как они различаются внутри групп. Мы применили непараметрический U-критерий Манна – Уитни, чтобы статистически проанализировать разницу между факторами в каждой паре групп. В результате мы обнаружили, что группа 1 и группа 2 не демонстрируют значительного изменения факторов A ( p = 0,218) и C ( p = 0,39). В то же время эти группы существенно различаются по факторам B и E ( p <0.01). С другой стороны, различия между группами 1–3 и 2–3 значимы для всех рассмотренных факторов ().

Опросник по шестнадцати личностным факторам.

(a) Основные факторы анкеты 16PF, усредненные по субъектам в каждой группе (группа I — пунктирная линия, группа II — сплошная линия, группа III — пунктирная линия). Пунктирной областью выделены факторы, по которым наблюдаются значительные изменения между группами. (b) p -значения, рассчитанные для этих групп для различных факторов анкеты 16PF с помощью H-критерия Краскела – Уоллиса для нескольких независимых выборок.На вставке подробно показаны низкие значения p , рассчитанные для коэффициентов A, B, C, E. (c-e) Значения A, B, C, E рассчитаны для трех групп (данные показаны как среднее ± стандартное отклонение). Группы I и III содержат n = 8 субъектов и группа II n = 6 субъектов, * p > 0,05, ** p > 0,01 по непараментрическому U-критерию Манна-Уитни.

На диаграмме показаны результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе.Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе. Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E), которые представлены в таблице и сравниваются с результатами исследования ЭЭГ и психодиагностического теста в.

По результатам классификации личности на основе психодиагностического теста различные особенности структуры ЭЭГ, а именно латерализация и соотношение энергии высокочастотных и низкочастотных волн, отражают разные личностные качества.Важно отметить, что, хотя активность ЭЭГ варьировалась в разных группах, внутри каждой группы она представляла один и тот же сценарий. Подобное поведение наблюдалось в психологической классификации, где были выделены три группы испытуемых со схожими личными профилями.

Обычно в большинстве научных публикаций, направленных на выявление ЭЭГ-сигнатур когнитивной активности, описывается сценарий, повторяющийся от одного испытуемого к другому. В то же время мы показываем, что различия, возникающие от одного предмета к другому, также могут быть систематизированы.Среди испытуемых можно выделить разные сценарии познавательной деятельности в зависимости от личности.

Наши результаты подтверждают гипотезу, выдвинутую Вингиано и Уильямом [66] о существовании связи между полушарием мозга и личностью. Наши результаты также согласуются с работой [67], где было показано, что связанные с тревожностью свойства личности, оцененные по методике Кэттела, коррелируют со спектральной плотностью мощности (СПМ) ритмов ЭЭГ, в частности, бета – 1 и бета – 2.Авторы утверждали, что интенсивный ритм бета-ЭЭГ коррелирует с высокой ситуативной и индивидуальной тревогой. В то же время было обнаружено, что эмоциональная устойчивость человека связана с силой альфа-ритма.

Таким образом, полученные результаты дают новые знания в понимании особенностей личности человека путем анализа взаимосвязи пространственно-временной и частотно-временной структуры ЭЭГ.

Следует отметить, что в целом, чтобы делать точные прогнозы относительно личности, требуется гораздо больший размер выборки.При этом в нашем исследовании мы постарались создать максимально однородную группу добровольцев, чтобы исключить неизбежное влияние дополнительных, плохо учтенных факторов на результаты наших оценок. Планируется дальнейшее расширение группы испытуемых на произвольно выбранных лиц (с разным физическим состоянием, полом, уровнем образования и т. Д.). Это должно быть достигнуто, во-первых, за счет увеличения количества испытуемых, а, во-вторых, за счет добавления различных техник психологического тестирования и личных психологических интервью каждого испытуемого, проводимых психологом.

Заключение

Мы проанализировали корреляцию между нейрофизиологическими процессами и личностными характеристиками при выполнении сложных умственных задач, используя серию простых психодиагностических тестов для изучения личности человека. Для решения этой задачи были рассмотрены пространственно-временные и частотно-временные структуры многоканальных ЭЭГ человека, заполнившего таблицы Шульте. Мы обнаружили, что активность ЭЭГ во время умственных задач варьировалась от одного испытуемого к другому. На основе анализа данных ЭЭГ мы разделили всех испытуемых на три группы в зависимости от особенностей их электрической мозговой активности.При этом все испытуемые проводили психодиагностические тесты для оценки своих умственных способностей, например, работоспособности, показателя разминки, психологической устойчивости при выполнении задания. В результате мы обнаружили, что оценки, определяющие умственные способности, значительно различались в группах. Наконец, мы применили опросник по шестнадцати личностным факторам (16PF) для оценки личностных качеств испытуемых и обнаружили, что разные группы демонстрировали разные баллы по таким личностным шкалам, как сердечность, рассуждение, эмоциональная стабильность и доминирование.Подводя итоги, мы продемонстрировали связь между особенностями ЭЭГ, умственными способностями и личностными качествами.

Мы считаем, что наши результаты могут помочь в тестировании и диагностике личных навыков и способностей для выполнения сложных рабочих задач. На основе наших выводов могут быть разработаны автоматические интеллектуальные системы для изучения сильных и слабых сторон объекта для выполнения сложных задач.

Человеческая личность отражает пространственно-временную и частотно-временную структуру ЭЭГ

Аннотация

Надежная и объективная оценка интеллекта и личности является темой растущего интереса современной неврологии и психологии.Известно, что интеллект можно измерить, оценив умственную скорость или скорость обработки информации. Обычно это время измеряется как время реакции при выполнении элементарной когнитивной задачи, в то время как личность часто оценивается с помощью анкет. С другой стороны, человеческая личность влияет на то, как субъект выполняет элементарные познавательные задачи, и, следовательно, некоторые черты личности могут определять интеллект. Ожидается, что эти особенности, а также умственные способности при выполнении когнитивных задач связаны с электрической нейронной активностью мозга.Хотя в нескольких исследованиях сообщается о корреляции между связанными с событиями потенциалами, умственными способностями и интеллектом, отсутствует информация о частотно-временных и пространственно-временных структурах нейронной активности, которые характеризуют эту связь. В настоящей работе мы проанализировали электроэнцефалограммы (ЭЭГ) человека, записанные во время выполнения элементарных когнитивных задач, с помощью теста Шульте, который представляет собой карандашный инструмент для оценки элементарных когнитивных способностей или скорости мысли.По выявленным особенностям структуры ЭЭГ мы разделили испытуемых на три группы. Для испытуемых в каждой группе мы применили опросник по шестнадцати личностным факторам (16PF), чтобы оценить их личностные черты. Мы продемонстрировали, что каждая группа показала разные баллы по шкале личности, такие как сердечность, рассуждение, эмоциональная стабильность и доминирование. Подводя итог, мы обнаружили связь между особенностями ЭЭГ, умственными способностями и личностными качествами. Полученные результаты могут представлять большой интерес для тестирования личности человека с целью создания автоматизированных интеллектуальных программ, сочетающих простые тесты и измерения ЭЭГ для реальной оценки черт личности и умственных способностей человека.

Введение

Установление связи между человеческим интеллектом и личностью — важная задача когнитивной нейробиологии и психологии. В психологии эти два термина часто изучаются отдельно; в то время как интеллект рассматривается как когнитивный процесс, личность определяется как некогнитивный. Однако разница между этими концепциями не так очевидна, потому что многие черты личности имеют когнитивные атрибуты, а некоторые из них тесно связаны с интеллектом.

Хорошо известно, что интеллект можно оценить, измерив скорость мышления или, другими словами, скорость обработки информации [1]. Для этого изучали время реакции на выполнение элементарных когнитивных задач (ЭКТ) [2, 3]. Популярным типом ЭСТ является так называемый тест с карандашом и бумагой [2]. Простейшие ECT основаны на парадигме Hick [4], которая демонстрирует существование линейной зависимости между объемом информации, которую должен обработать субъект, и временем реакции.Последнее можно оценить с помощью задачи сканирования памяти Штернберга [5], согласно которой время реакции увеличивается линейно с размером набора памяти. Похожая идея лежит в основе парадигмы соответствия [6], которая связывает время реакции со скоростью лексического доступа.

Существует прямая корреляция между скоростью ума и умственными способностями (интеллектом), то есть более умные люди демонстрируют меньшее время реакции и, следовательно, более высокую скорость обработки информации.Это было ясно продемонстрировано Нойбауэром и Кнорром [2], которые измерили скорость обработки информации с помощью сканирования краткосрочной памяти Штернберга и сопоставления букв Познера и сравнили их с уровнем психометрического интеллекта, оцененным с помощью берлинской модели структуры интеллекта [ 7].

Личность обычно оценивается с помощью анкет. Среди них наиболее популярными являются анкета «16 факторов личности» [8] и анкета «большой пятерки» [9]. Как и в случае с интеллектом, личностные качества также можно оценить по скорости обработки информации.Корреляция между личностными качествами и умственной скоростью была впервые описана в 1967 г. Х. Дж. Айзенком [10]. Позже, в 1998 году Соган и Бучик обнаружили связь между скоростью обработки информации и двумя основными личностными измерениями, экстраверсией и невротизмом [11]. Для оценки скорости обработки информации они использовали парадигму времени реакции Хика [12] и парадигму сканирования краткосрочной памяти Штернберга [13]. Экстраверсия и ее компоненты оценивались с помощью расширенных прогрессивных матриц, анкеты по 16 личностным факторам и анкеты большой пятерки.Авторы сообщают, что различные подмерности экстраверсии и невротизма, которые включают динамические, всплески и импульсивные поведенческие аспекты, по-разному связаны со скоростью обработки информации. В частности, в случае экстраверсии было обнаружено, что эти подмерности сильно коррелировали со скоростью ума, тогда как в случае невротизма они касались силы эго и эмоционального контроля.

Хотя о взаимосвязи между личностью, интеллектом и умственной скоростью сообщалось много лет назад, есть опасения, связаны ли ЭСТ со сложными факторами человеческой личности [3].Кроме того, несмотря на низкую сложность ЭСТ, они вызывают несколько сложных когнитивных процессов в мозге, таких как внимание, восприятие, принятие решений и т. Д. [14]. Следовательно, изучение взаимосвязи между личностными факторами и скоростью умственного развития требует рассмотрения реакции мозга на ЭСТ на основе детального анализа нейрофизиологической активности мозга [3]. Одним из первых подходов к этой проблеме была диффузионная модель, которая разлагает обработку информации и принятие решений при выполнении ECT [15, 16].По данным Lerche et al. [17], диффузионная модель чувствительна к изменению количества испытаний. Это означает, что надежность оценки параметра увеличивается асимптотически с увеличением количества попыток измерения экспериментального эффекта; Однако крайне важно то, что для надежного измерения индивидуальных различий необходимо множество других исследований [17–19].

Еще один многообещающий подход к твердому извлечению когнитивных компонентов, связанных со скоростью мысли, — это использование информации об электрической активности мозга (ЭЭГ).Этот подход был впервые реализован Houlihan et al. [20], которые регистрировали связанные с событиями потенциалы (ERP) во время задачи сканирования памяти Штемберга. Анализируя ERP, они связали задержку компонента P300 с относительной скоростью обработки информации. В результате они получили отрицательную связь между задержками ERP и умственными способностями. Позже ERP были использованы Schubert et al. [3], которые разложили компоненты обработки информации на разные ECT. Они обнаружили, что связь между задержками ERP и интеллектом опосредована временем реакции.Недавно Euler et al. [21] рассмотрели ERP с использованием парадигмы Хика более подробно. Они проанализировали четыре компонента ERP, записанные с высоким пространственным разрешением с помощью 64-канального электродного колпачка, и обнаружили, что несколько характеристик ERP сильно коррелируют со временем принятия решения, а также отношения между амплитудами компонентов IQ и P2.

Согласно приведенным выше результатам, существуют определенные особенности ЭЭГ, которые позволяют оценивать не только скорость обработки информации, связанную с интеллектом, но и другие маркеры, связанные с личностными качествами.Следует отметить, что поиск последних проводился еще в 1973 г. Эдвардсом и Эбботтом [22], которые анализировали ЭЭГ в состояниях покоя. Однако их попытка не увенчалась успехом, поскольку личность не могла быть раскрыта, когда человек находился в состоянии покоя. До сих пор эта проблема остается открытой. Согласно недавнему обзору [23], выводы ERP-исследований личности были противоречивыми, вероятно, из-за различий в экспериментальных протоколах, размере выборки и возрасте испытуемых. Другие методы были сосредоточены только на анализе спектра мощности ЭЭГ.Подводя итоги, мы должны отметить, что использование функций ЭЭГ для оценки личностных качеств и умственных способностей по-прежнему остается захватывающей проблемой когнитивной нейробиологии. Хотя в нескольких исследованиях сообщается о корреляции между структурой ERP, умственными способностями и интеллектом, отсутствует информация о частотно-временных и пространственно-временных структурах нейронной активности, лежащих в основе человеческого интеллекта и личности.

В данной работе мы анализируем взаимосвязь между особенностями частотно-временной и пространственно-временной структур электрической активности мозга, личностными чертами и умственными способностями.Мы записываем многоканальные ЭЭГ испытуемых во время выполнения теста таблицы Шульте. По выявленным особенностям ЭЭГ мы разбили испытуемых на три группы. Для испытуемых в каждой группе мы оцениваем показатели, характеризующие умственные способности испытуемого во время выполнения им теста Шульте, а именно: эффективность работы (WE), рабочая разминка (WU) и психологическая стабильность (PS). Все эти факторы существенно различаются по группам. Для измерения личностных качеств мы используем опросник по шестнадцати личностным факторам (16PF) [24, 25].Сравнив результаты описания личности в группах, мы обнаруживаем, что каждая группа демонстрирует статистически разные баллы по шкале личности, такие как сердечность, рассуждение, эмоциональная стабильность и доминирование. На основании полученных результатов можно сделать вывод о существовании связи между особенностями ЭЭГ, умственными способностями и личностными качествами.

Материалы и методы

Участники

В эксперименте приняли участие 22 условно здоровых мужчины (33 ± 7 лет), правши, любители физических упражнений и некурящие.Всех их попросили поддерживать режим здорового образа жизни с 8-часовым ночным отдыхом в течение 48 часов до эксперимента. Все добровольцы дали информированное письменное согласие перед участием в эксперименте. Экспериментальная процедура была проведена в соответствии с Хельсинкской декларацией и одобрена местным этическим комитетом Саратовского государственного технического университета имени Юрия Гагарина.

Методика эксперимента

Эксперименты проводились с каждым испытуемым независимо.Участники были предварительно проинформированы об условиях эксперимента, но не о процедуре эксперимента, которая была одобрена местным комитетом по этике. Экспериментальное исследование проводилось независимыми исследователями разной специализации и включало два отдельных этапа для каждого добровольца.

Оценка личностных качеств

Для каждого участника был описан многофакторный профиль личности на основе опросника по шестнадцати личностным факторам (16PF) [24, 25] и личного интервью с опытным психологом.16PF содержал 185 пунктов, организованных в 16 шкал основных факторов, и был адаптирован для русского языка и особенностей культурного контекста [26–30]. Использовалась полностью автоматизированная версия 16ПФ, т.е. без использования бумаги и карандашей. В этой автоматизированной версии элементы появлялись на экране один за другим. Была возможность вернуться к предыдущему пункту, чтобы исправить непреднамеренные ошибки ввода. Однако участник не смог просмотреть предметы. Программа сохраняла необработанные баллы по шкале для каждого теста и ответов по каждому пункту.

Оценка умственных способностей

Оценивались познавательные способности, такие как когнитивный темп и сохранение внимания в процессе выполнения элементарной познавательной задачи. В общем, элементарные когнитивные способности можно измерить с помощью теста постоянного внимания d2 или теста Zahlen-Verbindungs-Test (ZVT) (на английском языке «Number Connection Test»). d2 — известный нейрофизиологический инструмент для оценки избирательного и устойчивого внимания и скорости визуального сканирования [19].Это тест на бумаге и карандаше, когда участника просят зачеркнуть любую букву «d» двумя отметками над или под ней в любом порядке. Окружающие отвлекающие факторы обычно похожи на целевой стимул, например, «p» с двумя отметками или «d» с одной или тремя отметками. В отличие от теста d2, ZVT — это цифрово-символический тест, разработанный Освальдом и Ротом в 1987 году [31]. Этот тест основан на хорошо известном принципе тестирования трассы, но имеет более прочную теоретическую основу. ZVT состоит из четырех матриц случайно расположенных чисел (от 1 до 90), которые участник должен соединить, проведя линии от числа к числу в порядке возрастания [2].

В нашем исследовании мы используем тест Шульте, упрощенную версию ZVT, широко применяемую в России. Как и ZVT, тест Шульте состоит из матриц 5 × 5 случайно расположенных чисел от 1 до 25 (см.). В отличие от ZVT, испытуемых просят найти числа в порядке убывания. Участники должны найти сначала наибольшее число (25), затем следующее наибольшее число (24) и т. Д., До 1. Во время выполнения задания испытуемые не должны соединять соответствующие ячейки, проводя линию, а только точки. каждое найденное число карандашом.

Опытный образец.

(a) Иллюстрация экспериментальной процедуры. (б) Типичный стол Шульте 5 × 5. c) экспериментальный план: доработка таблиц Шульте R ; i -я активная фаза длиной τ _i , за которой следует i -я пассивная фаза длиной ρ _i (ожидание и подготовка к следующей задаче). (г) Схема расположения электродов ЭЭГ по стандартной международной системе 10–20.

Эксперименты проводились в течение первой половины дня в специально оборудованной лаборатории, где доброволец удобно сидел. Влияние внешних раздражителей, таких как посторонние звуки и яркий свет, было максимально минимизировано. Все участники должны были заполнить R = 5 таблиц под непосредственным руководством профессионального психолога. Процесс выполнения каждой таблицы был назван активной экспериментальной фазой (). Для каждой i -й активной экспериментальной фазы фиксировалось время завершения T _i .Между активными фазами у каждого добровольца был короткий интервал отдыха, именуемый пассивной экспериментальной фазой . Схема эксперимента представлена ​​на рис.

Следует отметить, что строгое соблюдение стандартизованных перерывов для отдыха гарантирует, что одна и та же конструкция измеряется во всех экспериментальных блоках, предотвращая снижение производительности, вызванное увеличением вероятности потери внимания [32]. Мы считаем строгий график перерывов на отдых сильной стороной нашего экспериментального плана, потому что этот аспект часто игнорируется в экспериментальных исследованиях личности.Однако, согласно Steinborn и Huestegge [32], на время реакции может повлиять перерыв, т.е. время реакции непрерывных мысленных арифметических задач увеличивается, если человек не придерживается режима перерыва для отдыха.

Известно, что стрессовое состояние необходимо оценивать в параметрах производительности. Для этого обычно используется опросник стрессового состояния Данди (DSSQ) [33, 34]. В нашем исследовании мы оценивали состояние испытуемого с помощью субъективной оценки психолога и одновременно с этим путем обработки опросника Minnesota Multiphasic Personality Inventory (MMPI), адаптированного для русскоязычных испытуемых [35, 36].Опрос и тестирование испытуемых показали их достаточно спокойные состояния без выраженных стрессовых составляющих в ходе эксперимента.

В ходе экспериментального сеанса регистрировались ЭЭГ-сигналы активности мозга. Данные многоканальной ЭЭГ были получены с использованием усилителя BE Plus LTM, производимого EB Neuro S.P.A., Италия (www.ebneuro.com). Данные с 19 электродов с двумя электродами сравнения (A1 и A2) были записаны с частотой дискретизации 8 кГц с использованием стандартного монополярного метода.Использовались адгезивные электроды Ag / AgCl, прикрепленные к специальной предварительно смонтированной головной крышке. Заземляющий электрод N располагался над лбом, а два электрода сравнения A1 и A2 располагались на сосцевидных отростках. Сигналы ЭЭГ фильтровались полосовым фильтром с точками отсечки на 1 Гц (HP) и 300 Гц (LP), а также Notch-фильтром 50 Гц. Во время эксперимента записывалась видеозапись, синхронизированная с аппаратурой ЭЭГ. Видеозапись обрабатывалась вручную, и были извлечены моменты времени, соответствующие точкам начала и окончания для каждой задачи.Затем записи ЭЭГ были разделены на разные эпохи согласно полученному временному протоколу эксперимента. Были извлечены данные ЭЭГ, соответствующие активной и пассивной фазам эксперимента. Продолжительность активных фаз варьировалась от 30 до 50 секунд в зависимости от скорости выполнения задачи, в то время как продолжительность пассивных фаз была установлена ​​на 10 секунд.

Анализ психодиагностических тестов

Текущий анализ ответов на вопросы 16PF был основан на шестнадцати личностных шкалах: теплота (сдержанная vs теплая), эмоциональная стабильность (реактивная vs эмоционально стабильная), доминирование (почтительное vs доминантное), живость. (серьезный против активного), Сознание правил (целесообразное против осознания правил), Социальная смелость (застенчивый против социально смелого), Чувствительность (утилитарный против чувствительного), Бдительность (доверительный противбдительность), абстрактность (обоснованная или абстрактная), конфиденциальность (прямолинейность или частность), предчувствие (уверенность в себе или боязнь), открытость к изменениям (традиционная или открытая для изменений), уверенность в себе (групповая ориентация или уверенность в себе), Перфекционизм (терпит беспорядок против перфекционизма) и Напряжение (расслабленное против напряжения). Все эти шкалы оценивались для каждого участника.

Таблицы Шульте часто используются в качестве психодиагностического теста для изучения свойств человеческого внимания. Это один из наиболее объективных методов определения работоспособности и работоспособности, а также устойчивости к внешним воздействиям.Время τ _i заполнения таблицы i было использовано для оценки трех стандартных критериев личного теста: (1) эффективность работы WE (среднее арифметическое времени заполнения таблицы), (2 ) показатель разминки WU (отношение рабочего времени первого стола к WE ) и (3) психологическая устойчивость PS (способность поддерживать оперативную деятельность в течение длительного времени). Эти критерии описываются следующими формулами:

Эффективность работы свидетельствует о постоянстве внимания и производительности.Полученное значение WU , близкое к 1 или ниже, указывает на хороший разогрев, а значение 1 и выше означает, что испытуемому требуется более длительное время на подготовку (разминку) для основной работы. Значение PS , близкое к 1,0 и меньшее, указывает на хорошую психологическую устойчивость.

Поскольку все таблицы разные, считается, что эффект обучения для теста Шульте практически отсутствует. В то же время случайное расположение чисел было выбрано таким образом, чтобы расстояние между числами во всех представленных таблицах имело одинаковое распределение, т.е.е., все таблицы имеют одинаковую сложность. Опыт показывает, что психически здоровые субъекты тратят от 30 до 50 секунд на один стол, и обычно значение WE (среднее арифметическое времени заполнения таблицы, выраженное уравнением 1) составляет около 40–42 секунды. Уменьшение значения WE указывает на способность хорошего человека фиксировать внимание. Обычно взрослому человеку требуется примерно одинаковое время для выполнения каждой таблицы. Характеризуется степенью его работоспособности ( WU ) и психической устойчивости ( PS ) (выносливость) равной 1.0. Сильное отклонение значений WU и PS от 1,0 в сторону более высоких значений указывает на снижение работоспособности и психической устойчивости, соответственно. В то же время снижение характеристик PS с WU близко к 1.0 может означать высокую обучаемость человека, успешно улучшившего свои способности при выполнении тестовой задачи.

Ранее тест Шульте использовался для изучения взаимосвязи между структурой ССП и индивидуальными особенностями внимания [37].Было показано, что амплитуды P2 и N1-P2 компонентов ССП, связанных с восприятием, отрицательно коррелировали с индексом WE . Более высокие амплитуды указывают на способность субъекта выполнять познавательную задачу быстрее и, следовательно, на более высокий уровень произвольного внимания. Амплитуды волн P300 отрицательно коррелируют с WE , т.е. чем сильнее внимание, тем выше величина P300.

Анализ ЭЭГ

Мы проанализировали сигналы ЭЭГ, зарегистрированные 19 электродами, размещенными на стандартных позициях международной системы 10–20 [38] (см.), С использованием непрерывного вейвлет-преобразования.Перед применением вейвлет-анализа мы уменьшили артефакты большой амплитуды в лобной коре, вызванные морганием и движением глаз. Для этого данные ЭЭГ от каждого электрода обрабатывались с помощью преобразования Грама-Шмидта с использованием зарегистрированных электроокулографических сигналов (ЭОГ) (подробнее см. [39]). Как и в [39], сигналы ЭОГ регистрировались двумя парами электродов, размещенными над (или под) глазами и по бокам от глаз.

Энергетический спектр вейвлета En (f, t) = Wn (f, t) 2 был рассчитан для каждого канала ЭЭГ X _n ( t ) в диапазоне частот f ∈ [1, 40] Гц.Здесь W _n ( f , t ) — это комплексные вейвлет-коэффициенты, вычисленные как [40]

Wn (f, t) = f∫t-4 / ft + 4 / fXn (t) ψ * (f, t) dt,

(4)

где n = 1,…, N — номер канала ЭЭГ ( N = 19 — общее количество каналов, используемых для анализа), а «*» обозначает комплексное сопряжение. Материнская вейвлет-функция ψ ( f , t ) — это вейвлет Морле, часто используемый для анализа нейрофизиологических данных, определяемый как [40]

ψ (f, t) = fπ1 / 4ejω0f (t-t0) ef (t-t0) 2/2,

(5)

где ω ₀ = 2 π — центральная частота материнского вейвлета Морле.

Энергетический спектр E ⁿ ( f , t ) рассматривался отдельно в следующих частотных диапазонах: дельта (1–4 Гц), тета (4–8 Гц), альфа (8–8 Гц). 13 Гц), бета – 1 (13–23 Гц), бета – 2 (24–34 Гц) и гамма (34–40 Гц) [41].

Для этих диапазонов были определены значения энергии вейвлета Eδn (t), Eθn (t), Eαn (t), Eβ1n (t), Eβ2n (t) и Eγn (t) для каждого n -го канала ЭЭГ. рассчитывается как

Eδ, θ, α, β1, β2, γn (t) = 1Δf∫f∈δ, θ, α, β1, β2, γEn (f, t) df.

(6)

В результате мы рассмотрели процент спектральной энергии, распределенной в этих диапазонах, и рассчитали коэффициенты

eδ, θ, α, β1, β2, γn (t) = Eδ, θ, α, β1, β2, γn (t) / E0n (t) (× 100%),

(7)

где E ₀ ( т ) было определено как вся энергия и рассчитано как

E0n (t) = 1Δf∫1Hz40HzEn (f, t) df.

(8)

Наконец, чтобы описать соотношение между высокочастотной и низкочастотной активностью мозга для каждого канала, мы ввели коэффициент ε ⁿ , определяемый как

где

EHFn (t) = 1Δf∫f> 10 ГцEn (f, t) df,

(10)

ELFn (t) = 1Δf∫f <10 ГцEn (f, t) df.

(11)

Отношение спектральных энергий в диапазонах высоких и низких частот часто используется для характеристики внимания и его устойчивости. Например, Люцюк и др. [42] установили, что у испытуемых с хорошей работоспособностью наблюдались относительно высокие значения соотношения спектральных энергий ритмов β ₁ и θ . Более того, это соотношение было больше в правом полушарии, что, вероятно, указывало на более сильный вклад нейрональной активности в этом полушарии в обеспечение бдительности и стабильности внимания.У испытуемых, которые выполнили тест с более высокой точностью, соотношение было выше в основном в центральной и теменной областях обоих полушарий.

Коэффициенты ε ⁿ были рассчитаны для каждого канала ЭЭГ как для активной, так и для пассивной фаз. Полученные значения ε _n были усреднены по каналам, расположенным в левом и правом полушариях, определяемым соответственно как

εLH = 1NLH∑nEHFnELFn, n = {Fp1, F3, F7, C3, T3, P3, T5, O1}, NLH = 8,

(12)

εRH = 1NRH∑nEHFnELFn, n = {Fp1 F4, F8, C4, T4, P4, T6, O2}, NRH = 8.

(13)

Полученные коэффициенты ε _LH и ε _RH количественно определяют электрическую активность в левом и правом полушариях соответственно на уровне скульптуры. Степень межполушарной асимметрии электрической активности обычно рассматривается как маркер физиологически адекватного развития и часто связана с улучшенным познанием [43]. Также существует мнение, что аномальная латерализация связана с психическими расстройствами, такими как аутизм [44] и депрессия [45].Анализ межполушарных различий электрической активности мозга часто используется для изучения слухового и зрительного внимания [46, 47]. В частности, межполушарные различия в спектральной мощности ритмов ЭЭГ недавно были использованы Luschekina et al. [48] ​​для оценки умственных способностей детей с расстройствами аутистического спектра. В недавнем исследовании Sartarnecchi et al. [49] сообщалось о связанных с интеллектом различиях в асимметрии мозговой активности.

Кластерный анализ

Для группировки испытуемых по особенностям их электрической мозговой активности мы применили кластерный анализ, основанный на методе иерархической кластеризации [50].Этот метод позволил нам сгруппировать данные в дерево кластеров [51]. Такая иерархическая кластеризация широко используется многими исследователями [50, 52], поскольку она обеспечивает более качественную кластеризацию, чем другие методы, например, k-средних. Чтобы охарактеризовать электрическую мозговую активность испытуемого, мы выполнили иерархический кластерный анализ с использованием переменных ε _LH и ε _RH , рассчитанных по уравнениям (12) и (13) как для активной, так и для пассивной фаз. .Мы использовали статистику SPSS для выполнения кластеризации. Мы выбрали метод Евклидова расстояния в квадрате (по умолчанию) для определения расстояния между кластерами и метод кластеризации по самому дальнему соседу. На дендрограмме отображаются результаты кластеризации.

Кластерный анализ.

(a) Дендрограмма, иллюстрирующая результаты иерархической кластеризации. (b) Коэффициенты силуэта, рассчитанные для всех 22 субъектов (гистограмма) и усредненные по субъектам, принадлежащим к каждому из трех кластеров (прямоугольники).Разные кластеры отмечены разными цветами.

In, мы наносим масштабируемое расстояние (RD) (в пространстве параметров) между парами или группами субъектов, сгруппированных на определенном этапе, оцениваемое с использованием шкалы от 0 до 25. Иерархическая дендрограмма позволяет проследить назад или вперед любой отдельный предмет или группу предметов на любом уровне. Чем больше расстояние до объединения двух кластеров, тем больше разница между этими кластерами. В соответствии с этим все участники были сгруппированы в три кластера, отмеченные разными цветами.После того, как кластеры были сформированы, по аналогии с [50] мы оценили их качество, вычислив силуэтный коэффициент (SC) кластера [53]. SC определяется как мера того, насколько объекты в одном кластере похожи и отличаются от объектов в других кластерах. Значения SC варьируются от -1 до +1, где +1 указывает, что объект хорошо соответствует другим объектам в собственном кластере и плохо соответствует объектам в соседних кластерах. Если большинство объектов в кластере имеют высокий SC, то кластеризация подходит, в противном случае кластеризация неуместна [50].КС рассчитывали с помощью Orange Software [54]. На гистограмме отображаются значения SC, рассчитанные для всех субъектов, в то время как во вставке показаны средние значения SC для субъектов, принадлежащих к каждому из трех кластеров. Видно, что для всех кластеров средние значения SC превышают 0,51 и, следовательно, кластеризацию можно рассматривать как разумную [55].

Результаты и обсуждение

Характеристики ЭЭГ

Для анализа особенностей электрической активности мозга мы рассчитали значения eδ, θ, α, β1, β2, γn (t) по формуле (7) для n = 1,… 19 каналов ЭЭГ.Полученные коэффициенты определяют процентное отношение спектральной энергии к дельта-, тета-, альфа-, бета-1, бета-2 и гамма-диапазонам частот, а также характеризуют степень участия нейронного ансамбля, расположенного в окрестности n -й регистрирующий электрод, в генерации соответствующего вида деятельности [56].

Далее для описания нейродинамики в левом и правом полушариях мы рассмотрели коэффициенты ε _LH (12) и ε _RH (13), полученные усреднением коэффициентов ε , рассчитанных для каналов ЭЭГ. принадлежащие левому и правому полушариям соответственно.Согласно методу иерархической кластеризации (см. Материал и методы), испытуемые можно сразу разделить на три группы. В, мы наносим на график значения ε _RH и ε _LH для каждого из 22 участников в активной (закрытые точки) и пассивной (открытые точки) фазах (каждая группа показана на отдельном подзаголовке).

Три сценария познавательной деятельности при умственном
обработка задачи.

(а) Соотношение энергий высокочастотных и низкочастотных спектральных компонент в левом ( ε _LH ) и правом ( ε _RH ) полушариях, рассчитанное для активного (темные точки) и пассивного ( открытые точки) экспериментальные фазы.Распределения показаны для трех субъектов, принадлежащих к разным группам. (б) Коэффициент ε , показывающий соотношение между энергиями высокочастотных и низкочастотных спектральных составляющих, вычисленных для каждого канала ЭЭГ во время активной (левые столбцы) и пассивной (правые столбцы) фаз. Группы I и III содержат n = 8 предметов, а группа II содержит n = 6 предметов.

Исходные данные, содержащие значения ε _RH и ε _LH для каждого объекта, показаны в.Из этого хорошо видно, что поведение ε _RH и ε _LH в каждой группе разное. В группе I значения ε _RH и ε _LH имеют практически одинаковые значения во время активной и пассивной фаз. Во II группе активная фаза связана с увеличением высокочастотной активности в правом полушарии, а пассивная фаза — с повышением высокочастотной активности в левом полушарии. В группе III переход от активной к пассивной фазе связан с выраженным увеличением ε _RH и уменьшением ε _LH .

Таблица 1

Особенности ЭЭГ, выявленные во время активной фазы (выполнение таблицы Шульте) и пассивной фазы, в терминах коэффициентов ε _{LH, RH} и k .

ε _{LH, RH} — это соотношение между высокочастотной и низкочастотной активностью в левом и правом полушарии, а k = ε _RH / ε _LH — степень полушария. асимметрия.

12492

12492

565

9049 0,49

представляет пространственно-временную активность мозга в единицах ε в активной и пассивной фазах для каждой из трех групп. В группе I активность мозга в активной фазе характеризуется полушарной симметрией, тогда как в пассивной фазе полушарная симметрия сохраняется, хотя пространственно-временная структура меняется.

В группе II пространственно-временная структура существенно отличается. Можно заметить асимметрию полушарий как в активной, так и в пассивной фазах.Однако характер асимметрии в этих фазах различен: высокочастотная активность преобладает в правом полушарии во время активной фазы и перемещается в левое полушарие во время пассивной фазы.

В группе III испытуемые также демонстрируют полушарную асимметрию как в активной, так и в пассивной фазах. В отличие от группы II характер асимметрии остается одинаковым в обеих фазах. Как видно из рисунка, асимметрия в обеих фазах проявляется в преобладании высокочастотной активности в правом полушарии.В то же время разница между активным и пассивным состояниями выявляет уменьшение ε в правом полушарии при переходе от активной фазы к пассивной.

Чтобы проверить, действительно ли группы существенно отличаются друг от друга, мы применили многомерный дисперсионный анализ (MANOVA). В качестве критерия принадлежности к одной из трех групп мы выбрали межсубъектный фактор (независимая переменная). С другой стороны, значения ε _RH и ε _LH , рассчитанные для активной и пассивной фаз, считались внутрисубъектными факторами (зависимыми переменными).В результате этого анализа мы обнаружили существенные различия между группами. Множественные сравнения выявили существенные различия по всем факторам, за исключением ε _LH ( p = 0,858), рассчитанного в активной фазе в группах 1 и 3.

Отличительные особенности активности мозга во время активной и пассивные фазы, наблюдаемые в трех группах, показаны на. Горизонтальные желтые полосы показывают медианное значение ε , рассчитанное для левого (LH) и правого (RH) полушарий во время активной и пассивной фаз.В группе I значения ε остаются практически одинаковыми для разных полушарий как в активной, так и в пассивной фазах ( p = 0,123 и p = 0,889 по непараметрическому критерию знакового ранга Вилкоксона (NPWSRT), n = 8). Во II группе активная фаза характеризуется резким увеличением ε в правом полушарии (медиана ε _RH > 0,5 против медианы ε _LH <0,35) ( p <0.05 через NPWSRT, n = 6). В пассивной фазе динамика обратная, а именно: увеличение ε наблюдается в левом полушарии (медиана ε _RH <0,4 против медианы ε _LH > 0,45) ( p < 0,05 через NPWSRT, n = 6). Наконец, в группе III во время активной фазы ε в правом полушарии немного выше, чем в левом полушарии (медиана ε _RH > 0.45 против медианы ε _LH <0,45) ( p <0,05 через NPWSRT, n = 8). Во время пассивной фазы такая разница становится больше (медиана ε _RH > 0,6 против медианы ε _LH <0,35) ( p <0,05 через NPWSRT, n = 8).

Статистические показатели для трех сценариев познавательной деятельности.

(а) Отношение ε между энергиями высокочастотных и низкочастотных спектральных компонент, рассчитанных для каналов ЭЭГ, принадлежащих левому (LH) и правому (RH) полушариям во время активной и пассивной фаз.(b) Отношение k между значениями ε , рассчитанными для левого и правого полушарий во время активной и пассивной фаз. Желтые полосы, прямоугольники и усы обозначают, соответственно, медианы, 25–75 процентилей и контуры. Группы I и III содержат n = 8 предметов, а группа II содержит n = 6 предметов. * p <0,05 с помощью непараметрического знакового рангового критерия Вилкоксона.

Известно, что выполнение умственных задач связано с изменениями нейронной активности, которые можно обнаружить по спектру мощности ЭЭГ.Роль низкочастотной дельта-активности в умственных задачах изучалась в [57], где авторы сообщили об увеличении дельта-активности ЭЭГ во время умственных задач, связанных с усилением внимания. Позже [58] также была выявлена ​​связь между дельта-колебаниями и выполнением умственных задач. С другой стороны, в более ранних работах [59, 60] подчеркивалось увеличение тета-активности во время умственных усилий. В последнее время изменение уровня активности в низкочастотном диапазоне θ использовали для оценки динамики умственной нагрузки [61].

Связь между альфа-активностью и завершением умственных задач была продемонстрирована еще в 1984 году Осакой [62], который обнаружил изменения в амплитуде и местоположении пика альфа-частоты в спектре мощности. Позднее была выявлена ​​значительная роль альфа-активности в памяти и когнитивных процессах [63]. Изменения энергии высокочастотных ритмов мозга обычно связаны с познавательной деятельностью, в частности с выполнением умственной задачи [64]. Например, учет гамма-активности для классификации умственных задач повышает точность [65].

Согласно, можно видеть, что электрическая активность мозга в каждой группе следует определенному сценарию, определяемому, с одной стороны, латерализацией функции мозга, а с другой стороны, определенными переходами между активной и пассивной фазами. Чтобы количественно описать наблюдаемые сценарии, мы вычислили k = ε _RH / ε _LH , что отражает степень полушарной асимметрии. Эти значения нанесены на график для каждой группы в.Видно, что группа I характеризуется полусферической симметрией в активной и пассивной фазах, которая остается неизменной при фазовом переходе активно-пассив (Δ k ≈ 0), где Δ k = k _{пассивный} — k _{активный} . Для других групп асимметрия и переход наблюдаются между активной и пассивной фазами и отображаются на графике в терминах k , которые можно описать как Δ k <0 и Δ k > 0, соответственно.

Корреляция между особенностями ЭЭГ и умственными способностями

Участники, принадлежащие к каждой из трех групп, были подвергнуты психодиагностическим тестам (см. Методы). В результате для каждого предмета были оценены значения WE , WU и PS , которые определяют среднее время выполнения задачи, среднюю производительность и сохранение внимания соответственно (см.).

Таблица 2

Показатели Шульте с точки зрения эффективности работы (WE), психологической устойчивости (PS) и показателя разминки (WU).

0,90

1

20

Результаты психодиагностических тестов представлены в, где каждый участок иллюстрирует значения WE (a), PS (b) и WU (c) для каждой из трех групп. . Данные представлены как среднее ± стандартное отклонение. Статистически сравнивали различия результатов психодиагностических тестов между группами испытуемых. Мы применили непараметрический критерий Крускала – Уоллиса H для нескольких независимых выборок для количественной оценки изменения значений WE , WU и PS по группам.В результате мы получили p <0,05 для средней производительности WU , среднего времени выполнения задачи WE и настойчивости внимания PS .

Результаты психодиагностических тестов.

Меры, характеризующие умственные способности испытуемого во время выполнения теста Шульте. (а) Среднее время выполнения задачи WE (вычислено по формуле 1, измерено в секундах). (б) Настойчивость внимания PS (рассчитывается по формуле 3, измеряется в безразмерных единицах).(c) Средняя производительность WU (рассчитана по формуле 2, измерена в безразмерных единицах). Данные представлены как среднее значение ± стандартное отклонение (стандартное отклонение — стандартное отклонение).

Испытуемые I группы продемонстрировали двустороннюю активность ЭЭГ в обоих полушариях во время тестов по таблицам Шульте. При этом эти испытуемые продемонстрировали средне-низкую эффективность при выполнении задания. Для них среднее время выполнения задачи составило WE = 40,2 ± 0,68 секунды, а средняя производительность составила WU = 1.07 ± 0,08 (целевое значение — 1). Стойкость внимания была высокой PS = 0,97 ± 0,045 (целевое значение — 1). Испытуемые из этой группы могли немедленно выполнять неизвестные задачи и поддерживать свою работоспособность на относительно высоком уровне, выше среднего или низкого уровня. Психологическая расшифровка тестов включала замечания о творческом подходе к выполнению тестов и быстром переходе к новым заданиям. В личном тесте такие испытуемые обладали ярко выраженной склонностью к работе в одиночку, высоким интеллектом, аналитическим складом ума, критическим мышлением, нетерпимостью к неопределенности и задержкой в ​​принятии решений.Более того, они демонстрировали самоконтроль, отсутствие тревожности, ярко выраженное лидерство и желание доминировать в группе. Мы предполагаем, что творческий подход и попытка оптимизировать их работу привели к снижению их эффективности работы.

Испытуемые из II группы пытались разработать стратегию упрощения выполнения задания. При выполнении первой задачи присутствовала максимальная латерализация высокочастотной активности, т.е. активность в правом полушарии была гораздо более выраженной.Это означает, что при выполнении первой задачи стратегия еще не была разработана. При выполнении следующих заданий нагрузка на правое полушарие у этих испытуемых была снижена. В результате испытуемые из группы II продемонстрировали более высокую работоспособность, чем испытуемые из группы I. Среднее время выполнения задания составило WE = 33,6 ± 1,58 секунды. Устойчивость внимания ПС = 0,86 ± 0,02 (целевое значение — 1). Средняя производительность составила WU = 1,07 ± 0,09 (целевое значение — 1).Этим испытуемым требовалось мало времени на адаптацию и они не утомлялись, будучи способны длительное время эффективно поддерживать высокую работоспособность. В их личных профилях гармонично сочетаются высокие показатели интеллекта, эмоциональной зрелости и самоконтроля.

В отличие от группы II, испытуемые из III группы выполнили задание без каких-либо попыток разработать стратегию его упрощения. Это подтвердил психологический тест. Их эффективность работы оставалась высокой; среднее время выполнения задачи составило WE = 33 ± 1.35 секунд. Настойчивость внимания составила PS = 0,9 ± 0,02 (целевое значение — 1). Средняя производительность составила WU = 1,24 ± 0,06 (целевое значение — 1). Мы предполагаем, что испытуемым из этой группы трудно поддерживать высокую работоспособность в течение длительного времени. Их личные тесты показали явное предпочтение работать в одиночку с низким самоконтролем, нетерпимостью к неопределенности и задержкой в ​​принятии решений, которая может проявляться тревогой. Они также продемонстрировали высокий интеллект, аналитический склад ума, критическое мышление и дух экспериментов.

Корреляция с личностными чертами

Участники, принадлежащие к каждой из трех групп, были подвергнуты тесту Кеттелла по 16 личностным факторам. На диаграмме показаны результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе. Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе.Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E). Чтобы количественно оценить различия между группами по каждому из анализируемых личностных факторов, мы применили непараметрический H-критерий Краскела-Уоллиса для нескольких независимых выборок. Значения p , рассчитанные для каждой из 16 личностных шкал, показаны на. Можно видеть, что для 4 факторов (A, B, C, E) значение p относительно мало ( p ≤ 0,05), в то время как для других факторов значение p значительно больше.Исходя из этого, мы рассмотрели эти 4 фактора более подробно и сравнили, как они различаются внутри групп. Мы применили непараметрический U-критерий Манна – Уитни, чтобы статистически проанализировать разницу между факторами в каждой паре групп. В результате мы обнаружили, что группа 1 и группа 2 не демонстрируют значительного изменения факторов A ( p = 0,218) и C ( p = 0,39). В то же время эти группы существенно различаются по факторам B и E ( p <0.01). С другой стороны, различия между группами 1–3 и 2–3 значимы для всех рассмотренных факторов ().

Опросник по шестнадцати личностным факторам.

(a) Основные факторы анкеты 16PF, усредненные по субъектам в каждой группе (группа I — пунктирная линия, группа II — сплошная линия, группа III — пунктирная линия). Пунктирной областью выделены факторы, по которым наблюдаются значительные изменения между группами. (b) p -значения, рассчитанные для этих групп для различных факторов анкеты 16PF с помощью H-критерия Краскела – Уоллиса для нескольких независимых выборок.На вставке подробно показаны низкие значения p , рассчитанные для коэффициентов A, B, C, E. (c-e) Значения A, B, C, E рассчитаны для трех групп (данные показаны как среднее ± стандартное отклонение). Группы I и III содержат n = 8 субъектов и группа II n = 6 субъектов, * p > 0,05, ** p > 0,01 по непараментрическому U-критерию Манна-Уитни.

На диаграмме показаны результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе.Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе. Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E), которые представлены в таблице и сравниваются с результатами исследования ЭЭГ и психодиагностического теста в.

По результатам классификации личности на основе психодиагностического теста различные особенности структуры ЭЭГ, а именно латерализация и соотношение энергии высокочастотных и низкочастотных волн, отражают разные личностные качества.Важно отметить, что, хотя активность ЭЭГ варьировалась в разных группах, внутри каждой группы она представляла один и тот же сценарий. Подобное поведение наблюдалось в психологической классификации, где были выделены три группы испытуемых со схожими личными профилями.

Обычно в большинстве научных публикаций, направленных на выявление ЭЭГ-сигнатур когнитивной активности, описывается сценарий, повторяющийся от одного испытуемого к другому. В то же время мы показываем, что различия, возникающие от одного предмета к другому, также могут быть систематизированы.Среди испытуемых можно выделить разные сценарии познавательной деятельности в зависимости от личности.

Наши результаты подтверждают гипотезу, выдвинутую Вингиано и Уильямом [66] о существовании связи между полушарием мозга и личностью. Наши результаты также согласуются с работой [67], где было показано, что связанные с тревожностью свойства личности, оцененные по методике Кэттела, коррелируют со спектральной плотностью мощности (СПМ) ритмов ЭЭГ, в частности, бета – 1 и бета – 2.Авторы утверждали, что интенсивный ритм бета-ЭЭГ коррелирует с высокой ситуативной и индивидуальной тревогой. В то же время было обнаружено, что эмоциональная устойчивость человека связана с силой альфа-ритма.

Таким образом, полученные результаты дают новые знания в понимании особенностей личности человека путем анализа взаимосвязи пространственно-временной и частотно-временной структуры ЭЭГ.

Следует отметить, что в целом, чтобы делать точные прогнозы относительно личности, требуется гораздо больший размер выборки.При этом в нашем исследовании мы постарались создать максимально однородную группу добровольцев, чтобы исключить неизбежное влияние дополнительных, плохо учтенных факторов на результаты наших оценок. Планируется дальнейшее расширение группы испытуемых на произвольно выбранных лиц (с разным физическим состоянием, полом, уровнем образования и т. Д.). Это должно быть достигнуто, во-первых, за счет увеличения количества испытуемых, а, во-вторых, за счет добавления различных техник психологического тестирования и личных психологических интервью каждого испытуемого, проводимых психологом.

Заключение

Мы проанализировали корреляцию между нейрофизиологическими процессами и личностными характеристиками при выполнении сложных умственных задач, используя серию простых психодиагностических тестов для изучения личности человека. Для решения этой задачи были рассмотрены пространственно-временные и частотно-временные структуры многоканальных ЭЭГ человека, заполнившего таблицы Шульте. Мы обнаружили, что активность ЭЭГ во время умственных задач варьировалась от одного испытуемого к другому. На основе анализа данных ЭЭГ мы разделили всех испытуемых на три группы в зависимости от особенностей их электрической мозговой активности.При этом все испытуемые проводили психодиагностические тесты для оценки своих умственных способностей, например, работоспособности, показателя разминки, психологической устойчивости при выполнении задания. В результате мы обнаружили, что оценки, определяющие умственные способности, значительно различались в группах. Наконец, мы применили опросник по шестнадцати личностным факторам (16PF) для оценки личностных качеств испытуемых и обнаружили, что разные группы демонстрировали разные баллы по таким личностным шкалам, как сердечность, рассуждение, эмоциональная стабильность и доминирование.Подводя итоги, мы продемонстрировали связь между особенностями ЭЭГ, умственными способностями и личностными качествами.

Мы считаем, что наши результаты могут помочь в тестировании и диагностике личных навыков и способностей для выполнения сложных рабочих задач. На основе наших выводов могут быть разработаны автоматические интеллектуальные системы для изучения сильных и слабых сторон объекта для выполнения сложных задач.

Человеческая личность отражает пространственно-временную и частотно-временную структуру ЭЭГ

Аннотация

Надежная и объективная оценка интеллекта и личности является темой растущего интереса современной неврологии и психологии.Известно, что интеллект можно измерить, оценив умственную скорость или скорость обработки информации. Обычно это время измеряется как время реакции при выполнении элементарной когнитивной задачи, в то время как личность часто оценивается с помощью анкет. С другой стороны, человеческая личность влияет на то, как субъект выполняет элементарные познавательные задачи, и, следовательно, некоторые черты личности могут определять интеллект. Ожидается, что эти особенности, а также умственные способности при выполнении когнитивных задач связаны с электрической нейронной активностью мозга.Хотя в нескольких исследованиях сообщается о корреляции между связанными с событиями потенциалами, умственными способностями и интеллектом, отсутствует информация о частотно-временных и пространственно-временных структурах нейронной активности, которые характеризуют эту связь. В настоящей работе мы проанализировали электроэнцефалограммы (ЭЭГ) человека, записанные во время выполнения элементарных когнитивных задач, с помощью теста Шульте, который представляет собой карандашный инструмент для оценки элементарных когнитивных способностей или скорости мысли.По выявленным особенностям структуры ЭЭГ мы разделили испытуемых на три группы. Для испытуемых в каждой группе мы применили опросник по шестнадцати личностным факторам (16PF), чтобы оценить их личностные черты. Мы продемонстрировали, что каждая группа показала разные баллы по шкале личности, такие как сердечность, рассуждение, эмоциональная стабильность и доминирование. Подводя итог, мы обнаружили связь между особенностями ЭЭГ, умственными способностями и личностными качествами. Полученные результаты могут представлять большой интерес для тестирования личности человека с целью создания автоматизированных интеллектуальных программ, сочетающих простые тесты и измерения ЭЭГ для реальной оценки черт личности и умственных способностей человека.

Введение

Установление связи между человеческим интеллектом и личностью — важная задача когнитивной нейробиологии и психологии. В психологии эти два термина часто изучаются отдельно; в то время как интеллект рассматривается как когнитивный процесс, личность определяется как некогнитивный. Однако разница между этими концепциями не так очевидна, потому что многие черты личности имеют когнитивные атрибуты, а некоторые из них тесно связаны с интеллектом.

Хорошо известно, что интеллект можно оценить, измерив скорость мышления или, другими словами, скорость обработки информации [1]. Для этого изучали время реакции на выполнение элементарных когнитивных задач (ЭКТ) [2, 3]. Популярным типом ЭСТ является так называемый тест с карандашом и бумагой [2]. Простейшие ECT основаны на парадигме Hick [4], которая демонстрирует существование линейной зависимости между объемом информации, которую должен обработать субъект, и временем реакции.Последнее можно оценить с помощью задачи сканирования памяти Штернберга [5], согласно которой время реакции увеличивается линейно с размером набора памяти. Похожая идея лежит в основе парадигмы соответствия [6], которая связывает время реакции со скоростью лексического доступа.

Существует прямая корреляция между скоростью ума и умственными способностями (интеллектом), то есть более умные люди демонстрируют меньшее время реакции и, следовательно, более высокую скорость обработки информации.Это было ясно продемонстрировано Нойбауэром и Кнорром [2], которые измерили скорость обработки информации с помощью сканирования краткосрочной памяти Штернберга и сопоставления букв Познера и сравнили их с уровнем психометрического интеллекта, оцененным с помощью берлинской модели структуры интеллекта [ 7].

Личность обычно оценивается с помощью анкет. Среди них наиболее популярными являются анкета «16 факторов личности» [8] и анкета «большой пятерки» [9]. Как и в случае с интеллектом, личностные качества также можно оценить по скорости обработки информации.Корреляция между личностными качествами и умственной скоростью была впервые описана в 1967 г. Х. Дж. Айзенком [10]. Позже, в 1998 году Соган и Бучик обнаружили связь между скоростью обработки информации и двумя основными личностными измерениями, экстраверсией и невротизмом [11]. Для оценки скорости обработки информации они использовали парадигму времени реакции Хика [12] и парадигму сканирования краткосрочной памяти Штернберга [13]. Экстраверсия и ее компоненты оценивались с помощью расширенных прогрессивных матриц, анкеты по 16 личностным факторам и анкеты большой пятерки.Авторы сообщают, что различные подмерности экстраверсии и невротизма, которые включают динамические, всплески и импульсивные поведенческие аспекты, по-разному связаны со скоростью обработки информации. В частности, в случае экстраверсии было обнаружено, что эти подмерности сильно коррелировали со скоростью ума, тогда как в случае невротизма они касались силы эго и эмоционального контроля.

Хотя о взаимосвязи между личностью, интеллектом и умственной скоростью сообщалось много лет назад, есть опасения, связаны ли ЭСТ со сложными факторами человеческой личности [3].Кроме того, несмотря на низкую сложность ЭСТ, они вызывают несколько сложных когнитивных процессов в мозге, таких как внимание, восприятие, принятие решений и т. Д. [14]. Следовательно, изучение взаимосвязи между личностными факторами и скоростью умственного развития требует рассмотрения реакции мозга на ЭСТ на основе детального анализа нейрофизиологической активности мозга [3]. Одним из первых подходов к этой проблеме была диффузионная модель, которая разлагает обработку информации и принятие решений при выполнении ECT [15, 16].По данным Lerche et al. [17], диффузионная модель чувствительна к изменению количества испытаний. Это означает, что надежность оценки параметра увеличивается асимптотически с увеличением количества попыток измерения экспериментального эффекта; Однако крайне важно то, что для надежного измерения индивидуальных различий необходимо множество других исследований [17–19].

Еще один многообещающий подход к твердому извлечению когнитивных компонентов, связанных со скоростью мысли, — это использование информации об электрической активности мозга (ЭЭГ).Этот подход был впервые реализован Houlihan et al. [20], которые регистрировали связанные с событиями потенциалы (ERP) во время задачи сканирования памяти Штемберга. Анализируя ERP, они связали задержку компонента P300 с относительной скоростью обработки информации. В результате они получили отрицательную связь между задержками ERP и умственными способностями. Позже ERP были использованы Schubert et al. [3], которые разложили компоненты обработки информации на разные ECT. Они обнаружили, что связь между задержками ERP и интеллектом опосредована временем реакции.Недавно Euler et al. [21] рассмотрели ERP с использованием парадигмы Хика более подробно. Они проанализировали четыре компонента ERP, записанные с высоким пространственным разрешением с помощью 64-канального электродного колпачка, и обнаружили, что несколько характеристик ERP сильно коррелируют со временем принятия решения, а также отношения между амплитудами компонентов IQ и P2.

Согласно приведенным выше результатам, существуют определенные особенности ЭЭГ, которые позволяют оценивать не только скорость обработки информации, связанную с интеллектом, но и другие маркеры, связанные с личностными качествами.Следует отметить, что поиск последних проводился еще в 1973 г. Эдвардсом и Эбботтом [22], которые анализировали ЭЭГ в состояниях покоя. Однако их попытка не увенчалась успехом, поскольку личность не могла быть раскрыта, когда человек находился в состоянии покоя. До сих пор эта проблема остается открытой. Согласно недавнему обзору [23], выводы ERP-исследований личности были противоречивыми, вероятно, из-за различий в экспериментальных протоколах, размере выборки и возрасте испытуемых. Другие методы были сосредоточены только на анализе спектра мощности ЭЭГ.Подводя итоги, мы должны отметить, что использование функций ЭЭГ для оценки личностных качеств и умственных способностей по-прежнему остается захватывающей проблемой когнитивной нейробиологии. Хотя в нескольких исследованиях сообщается о корреляции между структурой ERP, умственными способностями и интеллектом, отсутствует информация о частотно-временных и пространственно-временных структурах нейронной активности, лежащих в основе человеческого интеллекта и личности.

В данной работе мы анализируем взаимосвязь между особенностями частотно-временной и пространственно-временной структур электрической активности мозга, личностными чертами и умственными способностями.Мы записываем многоканальные ЭЭГ испытуемых во время выполнения теста таблицы Шульте. По выявленным особенностям ЭЭГ мы разбили испытуемых на три группы. Для испытуемых в каждой группе мы оцениваем показатели, характеризующие умственные способности испытуемого во время выполнения им теста Шульте, а именно: эффективность работы (WE), рабочая разминка (WU) и психологическая стабильность (PS). Все эти факторы существенно различаются по группам. Для измерения личностных качеств мы используем опросник по шестнадцати личностным факторам (16PF) [24, 25].Сравнив результаты описания личности в группах, мы обнаруживаем, что каждая группа демонстрирует статистически разные баллы по шкале личности, такие как сердечность, рассуждение, эмоциональная стабильность и доминирование. На основании полученных результатов можно сделать вывод о существовании связи между особенностями ЭЭГ, умственными способностями и личностными качествами.

Материалы и методы

Участники

В эксперименте приняли участие 22 условно здоровых мужчины (33 ± 7 лет), правши, любители физических упражнений и некурящие.Всех их попросили поддерживать режим здорового образа жизни с 8-часовым ночным отдыхом в течение 48 часов до эксперимента. Все добровольцы дали информированное письменное согласие перед участием в эксперименте. Экспериментальная процедура была проведена в соответствии с Хельсинкской декларацией и одобрена местным этическим комитетом Саратовского государственного технического университета имени Юрия Гагарина.

Методика эксперимента

Эксперименты проводились с каждым испытуемым независимо.Участники были предварительно проинформированы об условиях эксперимента, но не о процедуре эксперимента, которая была одобрена местным комитетом по этике. Экспериментальное исследование проводилось независимыми исследователями разной специализации и включало два отдельных этапа для каждого добровольца.

Оценка личностных качеств

Для каждого участника был описан многофакторный профиль личности на основе опросника по шестнадцати личностным факторам (16PF) [24, 25] и личного интервью с опытным психологом.16PF содержал 185 пунктов, организованных в 16 шкал основных факторов, и был адаптирован для русского языка и особенностей культурного контекста [26–30]. Использовалась полностью автоматизированная версия 16ПФ, т.е. без использования бумаги и карандашей. В этой автоматизированной версии элементы появлялись на экране один за другим. Была возможность вернуться к предыдущему пункту, чтобы исправить непреднамеренные ошибки ввода. Однако участник не смог просмотреть предметы. Программа сохраняла необработанные баллы по шкале для каждого теста и ответов по каждому пункту.

Оценка умственных способностей

Оценивались познавательные способности, такие как когнитивный темп и сохранение внимания в процессе выполнения элементарной познавательной задачи. В общем, элементарные когнитивные способности можно измерить с помощью теста постоянного внимания d2 или теста Zahlen-Verbindungs-Test (ZVT) (на английском языке «Number Connection Test»). d2 — известный нейрофизиологический инструмент для оценки избирательного и устойчивого внимания и скорости визуального сканирования [19].Это тест на бумаге и карандаше, когда участника просят зачеркнуть любую букву «d» двумя отметками над или под ней в любом порядке. Окружающие отвлекающие факторы обычно похожи на целевой стимул, например, «p» с двумя отметками или «d» с одной или тремя отметками. В отличие от теста d2, ZVT — это цифрово-символический тест, разработанный Освальдом и Ротом в 1987 году [31]. Этот тест основан на хорошо известном принципе тестирования трассы, но имеет более прочную теоретическую основу. ZVT состоит из четырех матриц случайно расположенных чисел (от 1 до 90), которые участник должен соединить, проведя линии от числа к числу в порядке возрастания [2].

В нашем исследовании мы используем тест Шульте, упрощенную версию ZVT, широко применяемую в России. Как и ZVT, тест Шульте состоит из матриц 5 × 5 случайно расположенных чисел от 1 до 25 (см.). В отличие от ZVT, испытуемых просят найти числа в порядке убывания. Участники должны найти сначала наибольшее число (25), затем следующее наибольшее число (24) и т. Д., До 1. Во время выполнения задания испытуемые не должны соединять соответствующие ячейки, проводя линию, а только точки. каждое найденное число карандашом.

Опытный образец.

(a) Иллюстрация экспериментальной процедуры. (б) Типичный стол Шульте 5 × 5. c) экспериментальный план: доработка таблиц Шульте R ; i -я активная фаза длиной τ _i , за которой следует i -я пассивная фаза длиной ρ _i (ожидание и подготовка к следующей задаче). (г) Схема расположения электродов ЭЭГ по стандартной международной системе 10–20.

Эксперименты проводились в течение первой половины дня в специально оборудованной лаборатории, где доброволец удобно сидел. Влияние внешних раздражителей, таких как посторонние звуки и яркий свет, было максимально минимизировано. Все участники должны были заполнить R = 5 таблиц под непосредственным руководством профессионального психолога. Процесс выполнения каждой таблицы был назван активной экспериментальной фазой (). Для каждой i -й активной экспериментальной фазы фиксировалось время завершения T _i .Между активными фазами у каждого добровольца был короткий интервал отдыха, именуемый пассивной экспериментальной фазой . Схема эксперимента представлена ​​на рис.

Следует отметить, что строгое соблюдение стандартизованных перерывов для отдыха гарантирует, что одна и та же конструкция измеряется во всех экспериментальных блоках, предотвращая снижение производительности, вызванное увеличением вероятности потери внимания [32]. Мы считаем строгий график перерывов на отдых сильной стороной нашего экспериментального плана, потому что этот аспект часто игнорируется в экспериментальных исследованиях личности.Однако, согласно Steinborn и Huestegge [32], на время реакции может повлиять перерыв, т.е. время реакции непрерывных мысленных арифметических задач увеличивается, если человек не придерживается режима перерыва для отдыха.

Известно, что стрессовое состояние необходимо оценивать в параметрах производительности. Для этого обычно используется опросник стрессового состояния Данди (DSSQ) [33, 34]. В нашем исследовании мы оценивали состояние испытуемого с помощью субъективной оценки психолога и одновременно с этим путем обработки опросника Minnesota Multiphasic Personality Inventory (MMPI), адаптированного для русскоязычных испытуемых [35, 36].Опрос и тестирование испытуемых показали их достаточно спокойные состояния без выраженных стрессовых составляющих в ходе эксперимента.

В ходе экспериментального сеанса регистрировались ЭЭГ-сигналы активности мозга. Данные многоканальной ЭЭГ были получены с использованием усилителя BE Plus LTM, производимого EB Neuro S.P.A., Италия (www.ebneuro.com). Данные с 19 электродов с двумя электродами сравнения (A1 и A2) были записаны с частотой дискретизации 8 кГц с использованием стандартного монополярного метода.Использовались адгезивные электроды Ag / AgCl, прикрепленные к специальной предварительно смонтированной головной крышке. Заземляющий электрод N располагался над лбом, а два электрода сравнения A1 и A2 располагались на сосцевидных отростках. Сигналы ЭЭГ фильтровались полосовым фильтром с точками отсечки на 1 Гц (HP) и 300 Гц (LP), а также Notch-фильтром 50 Гц. Во время эксперимента записывалась видеозапись, синхронизированная с аппаратурой ЭЭГ. Видеозапись обрабатывалась вручную, и были извлечены моменты времени, соответствующие точкам начала и окончания для каждой задачи.Затем записи ЭЭГ были разделены на разные эпохи согласно полученному временному протоколу эксперимента. Были извлечены данные ЭЭГ, соответствующие активной и пассивной фазам эксперимента. Продолжительность активных фаз варьировалась от 30 до 50 секунд в зависимости от скорости выполнения задачи, в то время как продолжительность пассивных фаз была установлена ​​на 10 секунд.

Анализ психодиагностических тестов

Текущий анализ ответов на вопросы 16PF был основан на шестнадцати личностных шкалах: теплота (сдержанная vs теплая), эмоциональная стабильность (реактивная vs эмоционально стабильная), доминирование (почтительное vs доминантное), живость. (серьезный против активного), Сознание правил (целесообразное против осознания правил), Социальная смелость (застенчивый против социально смелого), Чувствительность (утилитарный против чувствительного), Бдительность (доверительный противбдительность), абстрактность (обоснованная или абстрактная), конфиденциальность (прямолинейность или частность), предчувствие (уверенность в себе или боязнь), открытость к изменениям (традиционная или открытая для изменений), уверенность в себе (групповая ориентация или уверенность в себе), Перфекционизм (терпит беспорядок против перфекционизма) и Напряжение (расслабленное против напряжения). Все эти шкалы оценивались для каждого участника.

Таблицы Шульте часто используются в качестве психодиагностического теста для изучения свойств человеческого внимания. Это один из наиболее объективных методов определения работоспособности и работоспособности, а также устойчивости к внешним воздействиям.Время τ _i заполнения таблицы i было использовано для оценки трех стандартных критериев личного теста: (1) эффективность работы WE (среднее арифметическое времени заполнения таблицы), (2 ) показатель разминки WU (отношение рабочего времени первого стола к WE ) и (3) психологическая устойчивость PS (способность поддерживать оперативную деятельность в течение длительного времени). Эти критерии описываются следующими формулами:

Эффективность работы свидетельствует о постоянстве внимания и производительности.Полученное значение WU , близкое к 1 или ниже, указывает на хороший разогрев, а значение 1 и выше означает, что испытуемому требуется более длительное время на подготовку (разминку) для основной работы. Значение PS , близкое к 1,0 и меньшее, указывает на хорошую психологическую устойчивость.

Поскольку все таблицы разные, считается, что эффект обучения для теста Шульте практически отсутствует. В то же время случайное расположение чисел было выбрано таким образом, чтобы расстояние между числами во всех представленных таблицах имело одинаковое распределение, т.е.е., все таблицы имеют одинаковую сложность. Опыт показывает, что психически здоровые субъекты тратят от 30 до 50 секунд на один стол, и обычно значение WE (среднее арифметическое времени заполнения таблицы, выраженное уравнением 1) составляет около 40–42 секунды. Уменьшение значения WE указывает на способность хорошего человека фиксировать внимание. Обычно взрослому человеку требуется примерно одинаковое время для выполнения каждой таблицы. Характеризуется степенью его работоспособности ( WU ) и психической устойчивости ( PS ) (выносливость) равной 1.0. Сильное отклонение значений WU и PS от 1,0 в сторону более высоких значений указывает на снижение работоспособности и психической устойчивости, соответственно. В то же время снижение характеристик PS с WU близко к 1.0 может означать высокую обучаемость человека, успешно улучшившего свои способности при выполнении тестовой задачи.

Ранее тест Шульте использовался для изучения взаимосвязи между структурой ССП и индивидуальными особенностями внимания [37].Было показано, что амплитуды P2 и N1-P2 компонентов ССП, связанных с восприятием, отрицательно коррелировали с индексом WE . Более высокие амплитуды указывают на способность субъекта выполнять познавательную задачу быстрее и, следовательно, на более высокий уровень произвольного внимания. Амплитуды волн P300 отрицательно коррелируют с WE , т.е. чем сильнее внимание, тем выше величина P300.

Анализ ЭЭГ

Мы проанализировали сигналы ЭЭГ, зарегистрированные 19 электродами, размещенными на стандартных позициях международной системы 10–20 [38] (см.), С использованием непрерывного вейвлет-преобразования.Перед применением вейвлет-анализа мы уменьшили артефакты большой амплитуды в лобной коре, вызванные морганием и движением глаз. Для этого данные ЭЭГ от каждого электрода обрабатывались с помощью преобразования Грама-Шмидта с использованием зарегистрированных электроокулографических сигналов (ЭОГ) (подробнее см. [39]). Как и в [39], сигналы ЭОГ регистрировались двумя парами электродов, размещенными над (или под) глазами и по бокам от глаз.

Энергетический спектр вейвлета En (f, t) = Wn (f, t) 2 был рассчитан для каждого канала ЭЭГ X _n ( t ) в диапазоне частот f ∈ [1, 40] Гц.Здесь W _n ( f , t ) — это комплексные вейвлет-коэффициенты, вычисленные как [40]

Wn (f, t) = f∫t-4 / ft + 4 / fXn (t) ψ * (f, t) dt,

(4)

где n = 1,…, N — номер канала ЭЭГ ( N = 19 — общее количество каналов, используемых для анализа), а «*» обозначает комплексное сопряжение. Материнская вейвлет-функция ψ ( f , t ) — это вейвлет Морле, часто используемый для анализа нейрофизиологических данных, определяемый как [40]

ψ (f, t) = fπ1 / 4ejω0f (t-t0) ef (t-t0) 2/2,

(5)

где ω ₀ = 2 π — центральная частота материнского вейвлета Морле.

Энергетический спектр E ⁿ ( f , t ) рассматривался отдельно в следующих частотных диапазонах: дельта (1–4 Гц), тета (4–8 Гц), альфа (8–8 Гц). 13 Гц), бета – 1 (13–23 Гц), бета – 2 (24–34 Гц) и гамма (34–40 Гц) [41].

Для этих диапазонов были определены значения энергии вейвлета Eδn (t), Eθn (t), Eαn (t), Eβ1n (t), Eβ2n (t) и Eγn (t) для каждого n -го канала ЭЭГ. рассчитывается как

Eδ, θ, α, β1, β2, γn (t) = 1Δf∫f∈δ, θ, α, β1, β2, γEn (f, t) df.

(6)

В результате мы рассмотрели процент спектральной энергии, распределенной в этих диапазонах, и рассчитали коэффициенты

eδ, θ, α, β1, β2, γn (t) = Eδ, θ, α, β1, β2, γn (t) / E0n (t) (× 100%),

(7)

где E ₀ ( т ) было определено как вся энергия и рассчитано как

E0n (t) = 1Δf∫1Hz40HzEn (f, t) df.

(8)

Наконец, чтобы описать соотношение между высокочастотной и низкочастотной активностью мозга для каждого канала, мы ввели коэффициент ε ⁿ , определяемый как

где

EHFn (t) = 1Δf∫f> 10 ГцEn (f, t) df,

(10)

ELFn (t) = 1Δf∫f <10 ГцEn (f, t) df.

(11)

Отношение спектральных энергий в диапазонах высоких и низких частот часто используется для характеристики внимания и его устойчивости. Например, Люцюк и др. [42] установили, что у испытуемых с хорошей работоспособностью наблюдались относительно высокие значения соотношения спектральных энергий ритмов β ₁ и θ . Более того, это соотношение было больше в правом полушарии, что, вероятно, указывало на более сильный вклад нейрональной активности в этом полушарии в обеспечение бдительности и стабильности внимания.У испытуемых, которые выполнили тест с более высокой точностью, соотношение было выше в основном в центральной и теменной областях обоих полушарий.

Коэффициенты ε ⁿ были рассчитаны для каждого канала ЭЭГ как для активной, так и для пассивной фаз. Полученные значения ε _n были усреднены по каналам, расположенным в левом и правом полушариях, определяемым соответственно как

εLH = 1NLH∑nEHFnELFn, n = {Fp1, F3, F7, C3, T3, P3, T5, O1}, NLH = 8,

(12)

εRH = 1NRH∑nEHFnELFn, n = {Fp1 F4, F8, C4, T4, P4, T6, O2}, NRH = 8.

(13)

Полученные коэффициенты ε _LH и ε _RH количественно определяют электрическую активность в левом и правом полушариях соответственно на уровне скульптуры. Степень межполушарной асимметрии электрической активности обычно рассматривается как маркер физиологически адекватного развития и часто связана с улучшенным познанием [43]. Также существует мнение, что аномальная латерализация связана с психическими расстройствами, такими как аутизм [44] и депрессия [45].Анализ межполушарных различий электрической активности мозга часто используется для изучения слухового и зрительного внимания [46, 47]. В частности, межполушарные различия в спектральной мощности ритмов ЭЭГ недавно были использованы Luschekina et al. [48] ​​для оценки умственных способностей детей с расстройствами аутистического спектра. В недавнем исследовании Sartarnecchi et al. [49] сообщалось о связанных с интеллектом различиях в асимметрии мозговой активности.

Кластерный анализ

Для группировки испытуемых по особенностям их электрической мозговой активности мы применили кластерный анализ, основанный на методе иерархической кластеризации [50].Этот метод позволил нам сгруппировать данные в дерево кластеров [51]. Такая иерархическая кластеризация широко используется многими исследователями [50, 52], поскольку она обеспечивает более качественную кластеризацию, чем другие методы, например, k-средних. Чтобы охарактеризовать электрическую мозговую активность испытуемого, мы выполнили иерархический кластерный анализ с использованием переменных ε _LH и ε _RH , рассчитанных по уравнениям (12) и (13) как для активной, так и для пассивной фаз. .Мы использовали статистику SPSS для выполнения кластеризации. Мы выбрали метод Евклидова расстояния в квадрате (по умолчанию) для определения расстояния между кластерами и метод кластеризации по самому дальнему соседу. На дендрограмме отображаются результаты кластеризации.

Кластерный анализ.

(a) Дендрограмма, иллюстрирующая результаты иерархической кластеризации. (b) Коэффициенты силуэта, рассчитанные для всех 22 субъектов (гистограмма) и усредненные по субъектам, принадлежащим к каждому из трех кластеров (прямоугольники).Разные кластеры отмечены разными цветами.

In, мы наносим масштабируемое расстояние (RD) (в пространстве параметров) между парами или группами субъектов, сгруппированных на определенном этапе, оцениваемое с использованием шкалы от 0 до 25. Иерархическая дендрограмма позволяет проследить назад или вперед любой отдельный предмет или группу предметов на любом уровне. Чем больше расстояние до объединения двух кластеров, тем больше разница между этими кластерами. В соответствии с этим все участники были сгруппированы в три кластера, отмеченные разными цветами.После того, как кластеры были сформированы, по аналогии с [50] мы оценили их качество, вычислив силуэтный коэффициент (SC) кластера [53]. SC определяется как мера того, насколько объекты в одном кластере похожи и отличаются от объектов в других кластерах. Значения SC варьируются от -1 до +1, где +1 указывает, что объект хорошо соответствует другим объектам в собственном кластере и плохо соответствует объектам в соседних кластерах. Если большинство объектов в кластере имеют высокий SC, то кластеризация подходит, в противном случае кластеризация неуместна [50].КС рассчитывали с помощью Orange Software [54]. На гистограмме отображаются значения SC, рассчитанные для всех субъектов, в то время как во вставке показаны средние значения SC для субъектов, принадлежащих к каждому из трех кластеров. Видно, что для всех кластеров средние значения SC превышают 0,51 и, следовательно, кластеризацию можно рассматривать как разумную [55].

Результаты и обсуждение

Характеристики ЭЭГ

Для анализа особенностей электрической активности мозга мы рассчитали значения eδ, θ, α, β1, β2, γn (t) по формуле (7) для n = 1,… 19 каналов ЭЭГ.Полученные коэффициенты определяют процентное отношение спектральной энергии к дельта-, тета-, альфа-, бета-1, бета-2 и гамма-диапазонам частот, а также характеризуют степень участия нейронного ансамбля, расположенного в окрестности n -й регистрирующий электрод, в генерации соответствующего вида деятельности [56].

Далее для описания нейродинамики в левом и правом полушариях мы рассмотрели коэффициенты ε _LH (12) и ε _RH (13), полученные усреднением коэффициентов ε , рассчитанных для каналов ЭЭГ. принадлежащие левому и правому полушариям соответственно.Согласно методу иерархической кластеризации (см. Материал и методы), испытуемые можно сразу разделить на три группы. В, мы наносим на график значения ε _RH и ε _LH для каждого из 22 участников в активной (закрытые точки) и пассивной (открытые точки) фазах (каждая группа показана на отдельном подзаголовке).

Три сценария познавательной деятельности при умственном
обработка задачи.

(а) Соотношение энергий высокочастотных и низкочастотных спектральных компонент в левом ( ε _LH ) и правом ( ε _RH ) полушариях, рассчитанное для активного (темные точки) и пассивного ( открытые точки) экспериментальные фазы.Распределения показаны для трех субъектов, принадлежащих к разным группам. (б) Коэффициент ε , показывающий соотношение между энергиями высокочастотных и низкочастотных спектральных составляющих, вычисленных для каждого канала ЭЭГ во время активной (левые столбцы) и пассивной (правые столбцы) фаз. Группы I и III содержат n = 8 предметов, а группа II содержит n = 6 предметов.

Исходные данные, содержащие значения ε _RH и ε _LH для каждого объекта, показаны в.Из этого хорошо видно, что поведение ε _RH и ε _LH в каждой группе разное. В группе I значения ε _RH и ε _LH имеют практически одинаковые значения во время активной и пассивной фаз. Во II группе активная фаза связана с увеличением высокочастотной активности в правом полушарии, а пассивная фаза — с повышением высокочастотной активности в левом полушарии. В группе III переход от активной к пассивной фазе связан с выраженным увеличением ε _RH и уменьшением ε _LH .

Таблица 1

Особенности ЭЭГ, выявленные во время активной фазы (выполнение таблицы Шульте) и пассивной фазы, в терминах коэффициентов ε _{LH, RH} и k .

ε _{LH, RH} — это соотношение между высокочастотной и низкочастотной активностью в левом и правом полушарии, а k = ε _RH / ε _LH — степень полушария. асимметрия.

12492

12492

565

9049 0,49

представляет пространственно-временную активность мозга в единицах ε в активной и пассивной фазах для каждой из трех групп. В группе I активность мозга в активной фазе характеризуется полушарной симметрией, тогда как в пассивной фазе полушарная симметрия сохраняется, хотя пространственно-временная структура меняется.

В группе II пространственно-временная структура существенно отличается. Можно заметить асимметрию полушарий как в активной, так и в пассивной фазах.Однако характер асимметрии в этих фазах различен: высокочастотная активность преобладает в правом полушарии во время активной фазы и перемещается в левое полушарие во время пассивной фазы.

В группе III испытуемые также демонстрируют полушарную асимметрию как в активной, так и в пассивной фазах. В отличие от группы II характер асимметрии остается одинаковым в обеих фазах. Как видно из рисунка, асимметрия в обеих фазах проявляется в преобладании высокочастотной активности в правом полушарии.В то же время разница между активным и пассивным состояниями выявляет уменьшение ε в правом полушарии при переходе от активной фазы к пассивной.

Чтобы проверить, действительно ли группы существенно отличаются друг от друга, мы применили многомерный дисперсионный анализ (MANOVA). В качестве критерия принадлежности к одной из трех групп мы выбрали межсубъектный фактор (независимая переменная). С другой стороны, значения ε _RH и ε _LH , рассчитанные для активной и пассивной фаз, считались внутрисубъектными факторами (зависимыми переменными).В результате этого анализа мы обнаружили существенные различия между группами. Множественные сравнения выявили существенные различия по всем факторам, за исключением ε _LH ( p = 0,858), рассчитанного в активной фазе в группах 1 и 3.

Отличительные особенности активности мозга во время активной и пассивные фазы, наблюдаемые в трех группах, показаны на. Горизонтальные желтые полосы показывают медианное значение ε , рассчитанное для левого (LH) и правого (RH) полушарий во время активной и пассивной фаз.В группе I значения ε остаются практически одинаковыми для разных полушарий как в активной, так и в пассивной фазах ( p = 0,123 и p = 0,889 по непараметрическому критерию знакового ранга Вилкоксона (NPWSRT), n = 8). Во II группе активная фаза характеризуется резким увеличением ε в правом полушарии (медиана ε _RH > 0,5 против медианы ε _LH <0,35) ( p <0.05 через NPWSRT, n = 6). В пассивной фазе динамика обратная, а именно: увеличение ε наблюдается в левом полушарии (медиана ε _RH <0,4 против медианы ε _LH > 0,45) ( p < 0,05 через NPWSRT, n = 6). Наконец, в группе III во время активной фазы ε в правом полушарии немного выше, чем в левом полушарии (медиана ε _RH > 0.45 против медианы ε _LH <0,45) ( p <0,05 через NPWSRT, n = 8). Во время пассивной фазы такая разница становится больше (медиана ε _RH > 0,6 против медианы ε _LH <0,35) ( p <0,05 через NPWSRT, n = 8).

Статистические показатели для трех сценариев познавательной деятельности.

(а) Отношение ε между энергиями высокочастотных и низкочастотных спектральных компонент, рассчитанных для каналов ЭЭГ, принадлежащих левому (LH) и правому (RH) полушариям во время активной и пассивной фаз.(b) Отношение k между значениями ε , рассчитанными для левого и правого полушарий во время активной и пассивной фаз. Желтые полосы, прямоугольники и усы обозначают, соответственно, медианы, 25–75 процентилей и контуры. Группы I и III содержат n = 8 предметов, а группа II содержит n = 6 предметов. * p <0,05 с помощью непараметрического знакового рангового критерия Вилкоксона.

Известно, что выполнение умственных задач связано с изменениями нейронной активности, которые можно обнаружить по спектру мощности ЭЭГ.Роль низкочастотной дельта-активности в умственных задачах изучалась в [57], где авторы сообщили об увеличении дельта-активности ЭЭГ во время умственных задач, связанных с усилением внимания. Позже [58] также была выявлена ​​связь между дельта-колебаниями и выполнением умственных задач. С другой стороны, в более ранних работах [59, 60] подчеркивалось увеличение тета-активности во время умственных усилий. В последнее время изменение уровня активности в низкочастотном диапазоне θ использовали для оценки динамики умственной нагрузки [61].

Связь между альфа-активностью и завершением умственных задач была продемонстрирована еще в 1984 году Осакой [62], который обнаружил изменения в амплитуде и местоположении пика альфа-частоты в спектре мощности. Позднее была выявлена ​​значительная роль альфа-активности в памяти и когнитивных процессах [63]. Изменения энергии высокочастотных ритмов мозга обычно связаны с познавательной деятельностью, в частности с выполнением умственной задачи [64]. Например, учет гамма-активности для классификации умственных задач повышает точность [65].

Согласно, можно видеть, что электрическая активность мозга в каждой группе следует определенному сценарию, определяемому, с одной стороны, латерализацией функции мозга, а с другой стороны, определенными переходами между активной и пассивной фазами. Чтобы количественно описать наблюдаемые сценарии, мы вычислили k = ε _RH / ε _LH , что отражает степень полушарной асимметрии. Эти значения нанесены на график для каждой группы в.Видно, что группа I характеризуется полусферической симметрией в активной и пассивной фазах, которая остается неизменной при фазовом переходе активно-пассив (Δ k ≈ 0), где Δ k = k _{пассивный} — k _{активный} . Для других групп асимметрия и переход наблюдаются между активной и пассивной фазами и отображаются на графике в терминах k , которые можно описать как Δ k <0 и Δ k > 0, соответственно.

Корреляция между особенностями ЭЭГ и умственными способностями

Участники, принадлежащие к каждой из трех групп, были подвергнуты психодиагностическим тестам (см. Методы). В результате для каждого предмета были оценены значения WE , WU и PS , которые определяют среднее время выполнения задачи, среднюю производительность и сохранение внимания соответственно (см.).

Таблица 2

Показатели Шульте с точки зрения эффективности работы (WE), психологической устойчивости (PS) и показателя разминки (WU).

0,90

1

20

Результаты психодиагностических тестов представлены в, где каждый участок иллюстрирует значения WE (a), PS (b) и WU (c) для каждой из трех групп. . Данные представлены как среднее ± стандартное отклонение. Статистически сравнивали различия результатов психодиагностических тестов между группами испытуемых. Мы применили непараметрический критерий Крускала – Уоллиса H для нескольких независимых выборок для количественной оценки изменения значений WE , WU и PS по группам.В результате мы получили p <0,05 для средней производительности WU , среднего времени выполнения задачи WE и настойчивости внимания PS .

Результаты психодиагностических тестов.

Меры, характеризующие умственные способности испытуемого во время выполнения теста Шульте. (а) Среднее время выполнения задачи WE (вычислено по формуле 1, измерено в секундах). (б) Настойчивость внимания PS (рассчитывается по формуле 3, измеряется в безразмерных единицах).(c) Средняя производительность WU (рассчитана по формуле 2, измерена в безразмерных единицах). Данные представлены как среднее значение ± стандартное отклонение (стандартное отклонение — стандартное отклонение).

Испытуемые I группы продемонстрировали двустороннюю активность ЭЭГ в обоих полушариях во время тестов по таблицам Шульте. При этом эти испытуемые продемонстрировали средне-низкую эффективность при выполнении задания. Для них среднее время выполнения задачи составило WE = 40,2 ± 0,68 секунды, а средняя производительность составила WU = 1.07 ± 0,08 (целевое значение — 1). Стойкость внимания была высокой PS = 0,97 ± 0,045 (целевое значение — 1). Испытуемые из этой группы могли немедленно выполнять неизвестные задачи и поддерживать свою работоспособность на относительно высоком уровне, выше среднего или низкого уровня. Психологическая расшифровка тестов включала замечания о творческом подходе к выполнению тестов и быстром переходе к новым заданиям. В личном тесте такие испытуемые обладали ярко выраженной склонностью к работе в одиночку, высоким интеллектом, аналитическим складом ума, критическим мышлением, нетерпимостью к неопределенности и задержкой в ​​принятии решений.Более того, они демонстрировали самоконтроль, отсутствие тревожности, ярко выраженное лидерство и желание доминировать в группе. Мы предполагаем, что творческий подход и попытка оптимизировать их работу привели к снижению их эффективности работы.

Испытуемые из II группы пытались разработать стратегию упрощения выполнения задания. При выполнении первой задачи присутствовала максимальная латерализация высокочастотной активности, т.е. активность в правом полушарии была гораздо более выраженной.Это означает, что при выполнении первой задачи стратегия еще не была разработана. При выполнении следующих заданий нагрузка на правое полушарие у этих испытуемых была снижена. В результате испытуемые из группы II продемонстрировали более высокую работоспособность, чем испытуемые из группы I. Среднее время выполнения задания составило WE = 33,6 ± 1,58 секунды. Устойчивость внимания ПС = 0,86 ± 0,02 (целевое значение — 1). Средняя производительность составила WU = 1,07 ± 0,09 (целевое значение — 1).Этим испытуемым требовалось мало времени на адаптацию и они не утомлялись, будучи способны длительное время эффективно поддерживать высокую работоспособность. В их личных профилях гармонично сочетаются высокие показатели интеллекта, эмоциональной зрелости и самоконтроля.

В отличие от группы II, испытуемые из III группы выполнили задание без каких-либо попыток разработать стратегию его упрощения. Это подтвердил психологический тест. Их эффективность работы оставалась высокой; среднее время выполнения задачи составило WE = 33 ± 1.35 секунд. Настойчивость внимания составила PS = 0,9 ± 0,02 (целевое значение — 1). Средняя производительность составила WU = 1,24 ± 0,06 (целевое значение — 1). Мы предполагаем, что испытуемым из этой группы трудно поддерживать высокую работоспособность в течение длительного времени. Их личные тесты показали явное предпочтение работать в одиночку с низким самоконтролем, нетерпимостью к неопределенности и задержкой в ​​принятии решений, которая может проявляться тревогой. Они также продемонстрировали высокий интеллект, аналитический склад ума, критическое мышление и дух экспериментов.

Корреляция с личностными чертами

Участники, принадлежащие к каждой из трех групп, были подвергнуты тесту Кеттелла по 16 личностным факторам. На диаграмме показаны результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе. Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе.Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E). Чтобы количественно оценить различия между группами по каждому из анализируемых личностных факторов, мы применили непараметрический H-критерий Краскела-Уоллиса для нескольких независимых выборок. Значения p , рассчитанные для каждой из 16 личностных шкал, показаны на. Можно видеть, что для 4 факторов (A, B, C, E) значение p относительно мало ( p ≤ 0,05), в то время как для других факторов значение p значительно больше.Исходя из этого, мы рассмотрели эти 4 фактора более подробно и сравнили, как они различаются внутри групп. Мы применили непараметрический U-критерий Манна – Уитни, чтобы статистически проанализировать разницу между факторами в каждой паре групп. В результате мы обнаружили, что группа 1 и группа 2 не демонстрируют значительного изменения факторов A ( p = 0,218) и C ( p = 0,39). В то же время эти группы существенно различаются по факторам B и E ( p <0.01). С другой стороны, различия между группами 1–3 и 2–3 значимы для всех рассмотренных факторов ().

Опросник по шестнадцати личностным факторам.

(a) Основные факторы анкеты 16PF, усредненные по субъектам в каждой группе (группа I — пунктирная линия, группа II — сплошная линия, группа III — пунктирная линия). Пунктирной областью выделены факторы, по которым наблюдаются значительные изменения между группами. (b) p -значения, рассчитанные для этих групп для различных факторов анкеты 16PF с помощью H-критерия Краскела – Уоллиса для нескольких независимых выборок.На вставке подробно показаны низкие значения p , рассчитанные для коэффициентов A, B, C, E. (c-e) Значения A, B, C, E рассчитаны для трех групп (данные показаны как среднее ± стандартное отклонение). Группы I и III содержат n = 8 субъектов и группа II n = 6 субъектов, * p > 0,05, ** p > 0,01 по непараментрическому U-критерию Манна-Уитни.

На диаграмме показаны результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе.Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе. Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E), которые представлены в таблице и сравниваются с результатами исследования ЭЭГ и психодиагностического теста в.

По результатам классификации личности на основе психодиагностического теста различные особенности структуры ЭЭГ, а именно латерализация и соотношение энергии высокочастотных и низкочастотных волн, отражают разные личностные качества.Важно отметить, что, хотя активность ЭЭГ варьировалась в разных группах, внутри каждой группы она представляла один и тот же сценарий. Подобное поведение наблюдалось в психологической классификации, где были выделены три группы испытуемых со схожими личными профилями.

Обычно в большинстве научных публикаций, направленных на выявление ЭЭГ-сигнатур когнитивной активности, описывается сценарий, повторяющийся от одного испытуемого к другому. В то же время мы показываем, что различия, возникающие от одного предмета к другому, также могут быть систематизированы.Среди испытуемых можно выделить разные сценарии познавательной деятельности в зависимости от личности.

Наши результаты подтверждают гипотезу, выдвинутую Вингиано и Уильямом [66] о существовании связи между полушарием мозга и личностью. Наши результаты также согласуются с работой [67], где было показано, что связанные с тревожностью свойства личности, оцененные по методике Кэттела, коррелируют со спектральной плотностью мощности (СПМ) ритмов ЭЭГ, в частности, бета – 1 и бета – 2.Авторы утверждали, что интенсивный ритм бета-ЭЭГ коррелирует с высокой ситуативной и индивидуальной тревогой. В то же время было обнаружено, что эмоциональная устойчивость человека связана с силой альфа-ритма.

Таким образом, полученные результаты дают новые знания в понимании особенностей личности человека путем анализа взаимосвязи пространственно-временной и частотно-временной структуры ЭЭГ.

Следует отметить, что в целом, чтобы делать точные прогнозы относительно личности, требуется гораздо больший размер выборки.При этом в нашем исследовании мы постарались создать максимально однородную группу добровольцев, чтобы исключить неизбежное влияние дополнительных, плохо учтенных факторов на результаты наших оценок. Планируется дальнейшее расширение группы испытуемых на произвольно выбранных лиц (с разным физическим состоянием, полом, уровнем образования и т. Д.). Это должно быть достигнуто, во-первых, за счет увеличения количества испытуемых, а, во-вторых, за счет добавления различных техник психологического тестирования и личных психологических интервью каждого испытуемого, проводимых психологом.

Заключение

Мы проанализировали корреляцию между нейрофизиологическими процессами и личностными характеристиками при выполнении сложных умственных задач, используя серию простых психодиагностических тестов для изучения личности человека. Для решения этой задачи были рассмотрены пространственно-временные и частотно-временные структуры многоканальных ЭЭГ человека, заполнившего таблицы Шульте. Мы обнаружили, что активность ЭЭГ во время умственных задач варьировалась от одного испытуемого к другому. На основе анализа данных ЭЭГ мы разделили всех испытуемых на три группы в зависимости от особенностей их электрической мозговой активности.При этом все испытуемые проводили психодиагностические тесты для оценки своих умственных способностей, например, работоспособности, показателя разминки, психологической устойчивости при выполнении задания. В результате мы обнаружили, что оценки, определяющие умственные способности, значительно различались в группах. Наконец, мы применили опросник по шестнадцати личностным факторам (16PF) для оценки личностных качеств испытуемых и обнаружили, что разные группы демонстрировали разные баллы по таким личностным шкалам, как сердечность, рассуждение, эмоциональная стабильность и доминирование.Подводя итоги, мы продемонстрировали связь между особенностями ЭЭГ, умственными способностями и личностными качествами.

Мы считаем, что наши результаты могут помочь в тестировании и диагностике личных навыков и способностей для выполнения сложных рабочих задач. На основе наших выводов могут быть разработаны автоматические интеллектуальные системы для изучения сильных и слабых сторон объекта для выполнения сложных задач.

Таблица Шульте: скорочтение от KriopeG — более подробная информация, чем в App Store и Google Play от AppGrooves — Education

Таблица Шульте — полезное приложение, которое помогает тренировать внимание, периферическое зрение, зрительное восприятие и, как следствие, скорочтение текстов и книг 📚.Благодаря разнообразию стилей оформления приложение подходит как для взрослых, так и для детей.

Как быстрее читать?

Таблица Шульте была разработана немецким психиатром и психотерапевтом Вальтером Шульте первоначально как психодиагностический тест для изучения свойств внимания. Это сетка (обычно размером 5×5) с произвольно расположенными числами или буквами. Возможны варианты с разными размерами, цветными ячейками и значениями. Со временем такие таблицы стали популярными как методика обучения скорочтению.

Переключение внимания и тест концентрации ✏️

Особо обратите внимание на такой режим, как таблицы Горбова-Шульте. Этот тест предназначен для оценки скорости переключения внимания и может использоваться для определения профессиональной пригодности для профессий, требующих повышенной концентрации и быстрой реакции (например, авиадиспетчеры, машинисты поездов и т. Д.). Вы должны чередовать числа, черные в порядке возрастания и красные в порядке убывания: 1 черный, 24 красных, 2 черных, 23 красных и т. Д.Его также можно использовать для тренировки фокусировки.

Базовое упражнение на скорочтение 🎓

▪ поместите классическую таблицу Шульте на том же расстоянии, на котором вы обычно читаете книгу
▪ сосредоточьтесь на ее центре
▪ не отрывая глаз от центра, найдите каждое число в выбранный порядок с использованием периферического зрения

Попыток такой тренировки не должно быть много, достаточно около 10 в день.

Вы можете использовать это приложение как игру на реакцию мозга и соревноваться с друзьями за лучшее время.Существуют разные размеры, стили сетки, таймер и другие настройки, также вы можете проверить свою статистику с лучшими результатами. Это может быть весело и полезно.

Таблица Шульте — хороший способ увеличить скорость чтения и вообще тренировать мозг. Самосовершенствование и личное развитие — важные навыки в это время. Если вы читаете быстрее, вы экономите время, но помните, что важно соблюдать баланс между скоростью и пониманием.

Человеческая личность отражает пространственно-временную и частотно-временную структуру ЭЭГ.

Реферат

Мозг контролирует все физиологические процессы в организме и регулирует его взаимодействие с внешней средой.То, как мозг решает умственные задачи, определяется индивидуальными особенностями человека, которые отражаются в динамике нейронной сети и, следовательно, могут быть обнаружены в нейрофизиологических данных. Каждое действие человека связано с уникальной мозговой активностью (двигательной, когнитивной и т. Д.), Представленной особым колебательным паттерном на многоканальной электроэнцефалограмме (ЭЭГ). Связь нейрофизиологических процессов с личностными психическими характеристиками проявляется при использовании простых психодиагностических тестов (таблиц Шульте) для исследования объема внимания.Анализ пространственно-временной и частотно-временной структур многоканальной ЭЭГ с использованием таблиц Шульте позволяет разделить испытуемых на три группы в зависимости от их нейронной активности. Многофакторный профиль личности каждого участника может быть индивидуально описан на основе опросника по шестнадцати личностным факторам (16PF) и личного интервью с опытным психологом. Корреляция классификации личности на основе ЭЭГ с индивидуальными многофакторными профилями дает возможность идентифицировать личность человека путем анализа электрической активности мозга.Полученные результаты представляют большой интерес для тестирования личности человека и создания автоматизированных интеллектуальных программ, использующих простые тесты и измерения ЭЭГ для объективной оценки особенностей личности человека.

Введение

Каждая человеческая деятельность включает в себя создание определенных паттернов в записях электроэнцефалографии (ЭЭГ) с общими свойствами для разных субъектов. Например, известно, что восприятие визуальных стимулов вызывает связанный с событием ответ нейронной сети мозга, в частности, уменьшение альфа-волны (8–12 Гц) и увеличение бета-волны (15–30 Гц). ) виды деятельности.Такое поведение отражает различные когнитивные функции, а именно, подавление альфа-волны связано с визуальным [1] или слуховым [2] вниманием, тогда как активация бета-волны связана с обработкой информации [3] и состоянием тревоги [4,5 ]. Аналогичная познавательная активность наблюдалась в группе мотивационно-зависимых добровольцев [6].

Универсальные паттерны ЭЭГ были также идентифицированы у пациентов с патологической активностью головного мозга, например, с эпилептическими припадками. Этот тип активности тесно связан с глобальной синхронизацией в нейронной сети мозга [7], которая проявляется в виде высокоамплитудных колебаний с определенной формой волны (серия хорошо выраженных всплесков и волн) и частотой [8].Такие импульсные колебания имеют схожие свойства для разных пациентов и определяются только типом эпилепсии.

Известно, что различные физиологические и психологические состояния (например, стадии сна, возбуждение и т. Д.) Обладают определенными свойствами нейронной активности. Например, двигательная активность мозга проявляется в мозге как особый сценарий нейронной активности с четко определенной частотой и пространственной локализацией. В частности, для него характерна событийная десинхронизация (ERD) в альфа / мю- и бета-диапазонах [9].Такие же особенности наблюдаются при воображении движения у специально обученных испытуемых [10, 11]. Однако у неподготовленных субъектов встречаются разные сценарии, где паттерны ЭЭГ могут варьироваться от субъекта к субъекту [12]. Такое изменение вызвано сложностью задачи, когда каждый испытуемый выбирает свою собственную стратегию обработки задачи, что приводит к индивидуальным частотно-временным и пространственно-временным структурам ЭЭГ. Наряду с двигательными образами личность более выражена во время обработки умственных заданий. Также было показано, что человеческая личность вызывает индивидуальные сценарии при принятии решений [13] и влияет на успеваемость [14].

Мы предполагаем, что индивидуальные особенности человеческой личности, когда мы хотим определить способы того, как человек обрабатывает умственные задачи, влияют на динамику нейронной сети и, следовательно, могут быть видны в записях ЭЭГ. Следует отметить, что эта проблема была решена еще в 1973 году. Анализируя состояния покоя, Эдвардс и Эбботт [15] пытались выявить личностные черты в сигналах ЭЭГ. Однако их попытка не увенчалась успехом, потому что личность не проявляется, когда человек находится в состоянии покоя. До сих пор эта проблема остается открытой [16].В связи с этим исследование, посвященное оценке личности на основе анализа данных ЭЭГ в состоянии покоя, не привело к однозначным выводам. В то время как в одних статьях сообщалось об успешной оценке [17], в других был сделан вывод о невозможности использования характеристик состояния покоя [18]. Основываясь на предыдущих исследованиях, мы предполагаем, что особенности, связанные с личностными качествами, более выражены во время познавательной деятельности. Аналогичное предположение было сделано Финком и Нойбауэром [19], которые изучали экстраверсию личности испытуемых, разделив их на две группы согласно психологическому тесту.

В данной работе мы записываем многоканальную ЭЭГ во время выполнения умственных задач для выявления индивидуальных особенностей мозговой деятельности, связанных с личностью. Чтобы проверить нашу гипотезу, на первом этапе мы анализируем пространственно-временные и частотно-временные структуры ЭЭГ испытуемых, выполнивших тест таблицы Шульте, с целью их классификации в соответствии со сценарием нейронной активности. На втором этапе для каждого участника создается личностный многофакторный профиль на основе опросника «Шестнадцать факторов личности» (16PF) [20, 21] и личного интервью с опытным психологом.Наконец, мы сравниваем результаты двух классификаций.

Материалы и методы

Участники

В эксперименте приняли участие 22 условно здоровых мужчины (33 ± 7 лет), правши, любители физических упражнений и некурящие. Всех их попросили поддерживать режим здорового образа жизни с 8-часовым ночным отдыхом в течение 48 часов до эксперимента. Все добровольцы дали информированное письменное согласие перед участием в эксперименте. Экспериментальная процедура была проведена в соответствии с Хельсинкской декларацией и одобрена местным этическим комитетом Саратовского государственного технического университета имени Юрия Гагарина.

Схема эксперимента

Эксперименты проводились с каждым испытуемым независимо. Ранее участники не были проинформированы об условиях эксперимента. Экспериментальное исследование проводилось независимыми исследователями разной специализации и включало два отдельных этапа для каждого добровольца.

Первый экспериментальный этап был основан на общепринятых методиках определения психологического типа человека. Для каждого участника был описан многофакторный профиль личности на основе анкеты «Шестнадцать факторов личности» (16PF) [20, 21] и личного интервью с опытным психологом.16PF содержал 185 пунктов, организованных в 16 шкал первичных факторов, и был адаптирован для русского языка и особенностей культурного контекста [22–26]. Использовалась полностью автоматизированная версия 16ПФ, т.е. без использования бумаги и карандашей. В этой автоматизированной версии элементы появлялись на экране один за другим. Была возможность вернуться к предыдущему пункту, чтобы исправить непреднамеренные ошибки ввода. Однако участник не смог просмотреть предметы. Программа сохраняла необработанные баллы по шкале для каждого теста и ответов по каждому пункту.

Второй этап экспериментальной работы проводился в течение первой половины дня в специально оборудованной лаборатории, где доброволец удобно сидел. Влияние внешних раздражителей, таких как посторонние звуки и яркий свет, было максимально минимизировано. Все участники выполнили серию простых психодиагностических тестов с использованием таблиц Шульте [27–30]) для изучения особенностей своего внимания (см. Рис. 1 (а)) под непосредственным наблюдением профессионального психолога.Таблица Шульте представляет собой матрицу 5 × 5 случайных чисел от 1 до 25, как показано на рис. 1 (b). Психологическая задача заключалась в том, чтобы найти все числа в обратном порядке. В течение этих активных экспериментальных фаз каждый человек должен был заполнить R = 5 таблиц. Для каждой серии испытаний i регистрировалось время завершения T _i . Между активными фазами у каждого добровольца был короткий интервал отдыха, именуемый пассивной экспериментальной фазой .Схема эксперимента показана на рис. 1 (с).

Рис. 1. Схема эксперимента.

(а) Иллюстрация экспериментальной процедуры. (б) Типичный стол Шульте 5 × 5. (c) Схема эксперимента: завершение R таблиц Шульте ( i -я активная фаза длиной τ _i ), за которой следует i -я пассивная фаза длиной ρ _i (ожидание и готовимся к следующему заданию). (г) Схема расположения электродов ЭЭГ по стандартной международной системе 10–20.

Одновременно регистрировались ЭЭГ-сигналы активности мозга. Многоканальные данные ЭЭГ были получены с использованием усилителя BE Plus LTM производства EB Neuro S.P.A., Италия (www..ebneuro.com). Данные с 19 электродов с двумя электродами сравнения (A1 и A2) были записаны с частотой дискретизации 8 кГц с использованием стандартного монополярного метода. Использовались адгезивные электроды Ag / AgCl, прикрепленные к специальной предварительно смонтированной головной крышке. Заземляющий электрод N располагался над лбом, а два электрода сравнения A1 и A2 располагались на сосцевидных отростках.Сигналы ЭЭГ фильтровались полосовым фильтром с точками отсечки на 1 Гц (HP) и 300 Гц (LP), а также Notch-фильтром 50 Гц. Во время эксперимента записывалась видеозапись для сохранения временных интервалов, соответствующих активной и пассивной фазам эксперимента.

Анализ психодиагностических тестов

Текущий анализ ответов на вопросы 16PF был основан на 15 личностных шкалах: теплота (сдержанная или теплая), эмоциональная стабильность (реактивная или эмоционально стабильная), доминирование (почтительное vs.доминантный), живость (серьезность против активности), осознанность правил (целесообразность или сознание правил), социальная смелость (застенчивость или социальная смелость), чувствительность (утилитарная или чувствительная), бдительность (доверчивость или бдительность), абстрактность (обоснованный против абстрактного), конфиденциальность (откровенный против личного), предчувствие (самоуверенность против опасения), открытость к изменениям (традиционная против открытости для изменений), уверенность в себе (групповая ориентация против самодостаточности) , Перфекционизм (терпимость к беспорядку против перфекционизма) и напряжение (расслабленность против перфекционизма).время). Все эти шкалы оценивались для каждого участника.

Таблицы Шульте часто используются в качестве психодиагностического теста для изучения свойств человеческого внимания. Это один из наиболее объективных методов определения работоспособности и работоспособности, а также устойчивости к внешним воздействиям. Время τ _i заполнения таблицы i было использовано для оценки трех стандартных критериев личного теста: (1) эффективность работы WE (среднее арифметическое времени завершения таблицы), (2) разогрев индикатор работы вверх WU (отношение рабочего времени первого стола к WE ) и (3) психологическая устойчивость PS (способность поддерживать оперативную деятельность в течение длительного времени).Эти критерии описываются следующими формулами:

Эффективность работы демонстрирует постоянство и производительность внимания. Полученное значение WU , близкое к 1 или ниже, указывает на хороший разогрев, а значение 1 и выше означает, что испытуемому требуется более длительное время на подготовку (разминку) для основной работы. У PS результат, близкий к 1 и менее, свидетельствует о хорошей психологической устойчивости.

Анализ ЭЭГ

Мы проанализировали сигналы ЭЭГ, зарегистрированные 19 электродами, размещенными на стандартных позициях международной системы 10–20 [31] (см. Рис.1, (г)), используя непрерывное вейвлет-преобразование. Энергетический спектр вейвлета рассчитывался для каждого канала ЭЭГ X _n ( t ) в диапазоне частот f ∈ [1, 40] Гц. Здесь W _n ( f, t ) — это комплексные вейвлет-коэффициенты, вычисленные как [32]

где n = 1 ,…, N — номер канала ЭЭГ ( N = 19 — общее количество каналов, используемых для анализа), а «*» обозначает комплексное сопряжение.Материнская вейвлет-функция ψ ( f, t ) — это вейвлет Морле, часто используемый для анализа нейрофизиологических данных, определяемый как [32]

где ω ₀ = 2 π — центральная частота материнского вейвлета Морле.

Энергетический спектр E ⁿ ( f, t ) рассматривался отдельно в следующих частотных диапазонах: дельта (1–4 Гц), тета (4–8 Гц), альфа (8–13 Гц), бета – 1 (13–23 Гц), бета – 2 (24–34 Гц) и гамма (34–40 Гц) [33].Для этих диапазонов значения энергии вейвлета и для каждого n -го канала ЭЭГ были рассчитаны как

В результате мы рассмотрели процент спектральной энергии, распределенной в этих диапазонах, и рассчитали коэффициенты

где E ₀ ( t ) была определена как вся энергия и рассчитана как

Наконец, чтобы описать соотношение между высокочастотной и низкочастотной активностью мозга для каждого канала, мы ввели коэффициент ε ⁿ определяется как
где

Коэффициенты ε ⁿ были рассчитаны для каждого канала ЭЭГ как для активной, так и для пассивной фаз.Полученные значения ε _n были усреднены по каналам, расположенным в левом и правом полушариях, которые определены соответственно как

Результаты

В настоящей работе мы рассчитали значения с использованием уравнения. (7)) для n = 1 ,… 19 каналов ЭЭГ, которые определяли процентную долю спектральной энергии, принадлежащей соответственно дельта-, тета-, альфа-, бета – 1, бета – 2 и гамма полосам частот, и охарактеризовал степень участия нейронного ансамбля, расположенного в непосредственной близости от регистрирующего электрода n , в генерации соответствующего вида активности [7].На рис. 2 (б) представлены значения, рассчитанные для одного исследования ЭЭГ, записанного от лобной доли, а именно с электрода F4. Видно, что при замене активной фазы на пассивную, значения, рассчитанные для низких частот (а именно, дельта- и тета-диапазоны частот), быстро увеличивались, в то время как значения, рассчитанные для альфа, бета – 1, бета –2 и гамма диапазоны частот заметно уменьшились. Такое динамическое поведение повторялось при последующем заполнении таблиц Шульте.

Рис. 2. Количественная оценка спектральных свойств ЭЭГ.

(а) типичные фрагменты ЭЭГ, регистрируемые электродами, расположенные симметрично в левом и правом полушариях во фронтальной (F3, F4), центральной (C3, C4) и теменной (P3, P4) областях в активной и пассивной фазах. (б) Изменения спектральной энергии в разных частотных диапазонах. (c) Спектральная энергия, усредненная по N = 5 активным и N = 5 пассивным фазам (данные показаны как среднее ± стандартное отклонение). (d) Изменение спектральной энергии при переходе от активной к пассивной фазе, рассчитанное для каждой полосы частот. ε определяет соотношение между спектральной энергией в высоких ( f> 10 Гц) и низких ( f < 10 Гц) диапазонах частот. (e) Типичные распределения спектральной энергии в альфа- и бета-1 диапазонах частот во время активной фазы.

На рис. 2 (c) показаны средние значения за интервалы времени, соответствующие N = 5 последовательным активным и пассивным сеансам. Отличительные особенности между средними значениями, полученными для активной и пассивной фаз, показаны на рис. 2 (d), где разница ∆ e ^F4 между средними значениями e ^F4 , связанными с активной и пассивной фазами. нанесены на график для каждой полосы частот.Видно, что в низкочастотном диапазоне, включающем дельта- и тета-диапазоны частот, такое различие положительное (∆ e ^F4 > 0), а в высокочастотном диапазоне (альфа, бета – 1, бета –2 и гамма-диапазоны частот) отрицательная (∆ e ^F4 < 0).

В соответствии с этим результатом можно легко различить активную и пассивную фазы, основываясь на рассмотрении свойств ЭЭГ, то есть путем сравнения энергии спектральных компонентов, принадлежащих либо к высоким (HF), либо к низким (LF) диапазонам частот.Для этого удобно использовать коэффициент ε ⁿ (уравнение 9), который отражает соотношение между значениями спектральной энергии в высокочастотном и низкочастотном диапазонах. В частности, для рассматриваемого электрода F4 значения ε ^F4 , показанные на вставке гистограммы на рис. 2 (d)), значительно ниже во время пассивной фазы, чем во время активной фазы.

Таким образом, частотно-временной анализ, выполненный для однократной записи ЭЭГ, демонстрирует выраженное изменение соотношения энергии высокой и низкой спектральных составляющих.Вместе с тем, наряду с особенностями частотно-временной структуры, выявленными на одиночной ЭЭГ, важную роль играют и пространственно-временные особенности электрической активности мозга. Это в основном отражается в различиях между полушариями, которые обычно наблюдаются в электрической активности мозга, связанной с выполнением умственных задач [34]. Например, рассмотрев значение энергии, рассчитанное в частотных диапазонах альфа и бета – 1 во время активной фазы, можно увидеть, что эти виды активности локализуются в противоположных полушариях.На рис. 2 (е) показаны типичные распределения спектральной энергии во время активной фазы в альфа- и бета-1 диапазонах частот. Следует отметить, что такое поведение альфа-активности характерно для арифметических и визуально-пространственных задач [35].

Чтобы понять эту асимметрию, мы рассмотрели коэффициенты ε _LH (12) и ε _RH (13), которые были получены усреднением коэффициентов ε , рассчитанных для каналов ЭЭГ, принадлежащих правому краю. и левое полушарие соответственно.На рис. 3 (a) значения ε _RH и ε _LH показаны для каждого из 20 участников в активной (закрашенные точки) и пассивной (светлые точки) фазах. Рассмотрев полученные значения, особенно разницу между рассчитанными для активной и пассивной фаз, можно увидеть, что испытуемых можно сразу разделить на три группы. На рис. 3 (a) значения _RH и _LH показаны для каждой группы разными символами.В группе I (кружки) коэффициенты ε _RH и ε _LH имеют практически одинаковые значения во время активной и пассивной фаз. Во II группе (квадраты) активная фаза связана с увеличением высокочастотной активности в правом полушарии, а пассивная фаза — с повышением высокочастотной активности в левом полушарии. В группе III (треугольники) переход от активной фазы к пассивной связан с выраженным увеличением ε _RH и уменьшением ε _LH .

Рис. 3. Три сценария познавательной активности при обработке умственных задач.

(а) Соотношение между энергией высокочастотных и низкочастотных спектральных составляющих в левом ( ε _LH ) и правом ( ε _RH ) полушариях, рассчитанное для активного (темные точки) и пассивного (открытые точки) точки) экспериментальные фазы. Распределения показаны для трех субъектов, каждый из которых принадлежит к определенной группе. (б) Коэффициент ε , показывающий соотношение между энергиями высокочастотных и низкочастотных спектральных составляющих, вычисленных для каждого канала ЭЭГ во время активной (левые столбцы) и пассивной (правые столбцы) фаз.(в) Отношение ε между энергиями высокочастотных и низкочастотных спектральных компонентов, рассчитанных для каналов ЭЭГ, принадлежащих левому (LH) и правому (RH) полушариям во время активной и пассивной фаз: медианы (желтые столбцы), 25–75 процентили (прямоугольник) и очертания (усы). (d) Отношение k между значениями ε , рассчитанными для левого и правого полушарий во время активной и пассивной фаз: медианы (желтые столбцы), 25–75 процентилей (прямоугольник) и контуры (усы). Группы I и III содержат n = 8 предметов, группа II содержит n = 6 предметов.

На рис. 3 (b) показаны пространственно-временные представления значений ε для активной и пассивной фаз для каждой из трех групп. Видно, что для I группы активность мозга в активную фазу характеризуется полушарной симметрией. В пассивной фазе, хотя пространственно-временная структура активности мозга меняется, симметрия полушария сохраняется. Во II группе пространственно-временная структура существенно отличается. Наблюдается полушарная асимметрия в активной и пассивной фазах с преобладанием высокочастотной активности в пассивной фазе.В группе III соблюдается полусферическая симметрия. Однако высокочастотная активность преобладает в правом полушарии, как ясно показано на рис. 3 (b). Таким образом, различие активности мозга в активной и пассивной фазах проявляется в изменении симметрии, вызванном уменьшением ε в левом полушарии при переходе от активной фазы к пассивной.

Отличительные особенности активности мозга в активной и пассивной фазах, наблюдаемые в этих трех группах, показаны на рис.3 (в). Горизонтальные желтые полосы показывают медианное значение ε , рассчитанное для левого (LH) и правого (RH) полушарий во время активной и пассивной фаз. В группе I значения ? практически одинаковы для разных полушарий как в активной, так и в пассивной фазах. Во II группе активная фаза характеризуется резким увеличением ε в правом полушарии ( ε _RH > 0,5 против ε _LH < 0.35). В пассивной фазе динамика обратная: в левом полушарии наблюдается рост ε ( ε _RH < 0,4 vs ε _LH > 0,45). Наконец, в группе III во время активной фазы ε в правом полушарии немного выше, чем в левом полушарии ( ε _RH > 0,45 против ε _LH < 0,45). . Во время пассивной фазы такая разница становится больше ( ε _RH > 0.6 против ε _LH < 0,35).

Обсуждение

Известно, что выполнение умственных задач связано с изменениями нейронной активности, которые можно обнаружить по спектру мощности ЭЭГ. Роль низкочастотной дельта-активности в умственных задачах изучалась в [36], где авторы сообщили об увеличении дельта-активности на ЭЭГ во время умственных задач, связанных с усилением внимания. Позже [37] также была выявлена ​​связь между дельта-колебаниями и выполнением умственных задач.С другой стороны, более ранние работы [38, 39] подчеркивали увеличение тета-активности во время умственных усилий. В последнее время для оценки динамики умственной нагрузки использовали изменение уровня активности в низкочастотном диапазоне θ [40]. Связь между альфа-активностью и выполнением умственных задач была продемонстрирована еще в 1984 году Осакой [35], который обнаружил изменения в амплитуде и местоположении пика альфа-частоты в спектре мощности. Позднее была выявлена ​​значительная роль альфа-активности в памяти и когнитивных процессах [41].Изменения энергии высокочастотных ритмов мозга обычно связаны с познавательной деятельностью, в частности с выполнением умственных задач [42]. Например, учет гамма-активности для классификации умственных задач повышает точность [43].

Согласно рис. 3 (c), можно видеть, что электрическая активность мозга в каждой группе следует определенному сценарию, определяемому, с одной стороны, латерализацией функции мозга, а с другой стороны, конкретными переходами между активными и пассивные фазы.Для количественного описания наблюдаемых сценариев мы вычислили k = ε _RH / ε _LH , что отражает степень полушарной асимметрии. Эти значения нанесены для каждой группы на рис. 3 (d). Видно, что для группы I характерна полусферическая симметрия в активной и пассивной фазах, которая остается неизменной при фазовом переходе активно-пассив (∆ k ≈ 0), где ∆ k = k _{пассивный} — k _{активный} .Для других групп асимметрия и переход наблюдаются между активной и пассивной фазами и отображаются в терминах k , которые можно описать как ∆ k < 0 и ∆ k> 0, соответственно.

Участники, принадлежащие к каждой из трех групп, были подвергнуты психодиагностическим тестам (см. Методы). В результате для каждого предмета были оценены значения WE , WU и PS , которые определяют среднее время выполнения задачи, среднюю производительность и сохранение внимания соответственно.Кроме того, личность каждого испытуемого была описана на основе анкеты «Шестнадцать факторов личности». По результатам психодиагностического теста испытуемые были разделены на три группы, что соответствовало классификации, полученной при анализе ЭЭГ на основе психологического описания выполнения таблиц Шульте.

Испытуемые I группы продемонстрировали двустороннюю активность ЭЭГ в обоих полушариях во время тестов по таблицам Шульте. При этом эти испытуемые продемонстрировали средне-низкую эффективность при выполнении задания.Для них среднее время выполнения задачи составило WE = 40,2 секунды, средняя производительность — WU = 1,07 (целевое значение — 1), а сохранение внимания — PS = 0,97 (целевое значение — 1 ). Испытуемые из этой группы могли немедленно выполнять неизвестные задачи и поддерживать свою работоспособность на относительно высоком уровне, выше среднего или низкого уровня. Психологическая расшифровка тестов включала замечания о творческом подходе к выполнению тестов и быстром переходе к новым заданиям.В личном тесте такие испытуемые обладали ярко выраженной склонностью к работе в одиночку, высоким интеллектом, аналитическим складом ума, критическим мышлением, нетерпимостью к неопределенности и задержкой в ​​принятии решений. Более того, они демонстрировали самоконтроль, отсутствие тревожности, ярко выраженное лидерство и желание доминировать в группе. Мы предполагаем, что творческий подход и попытка оптимизировать их работу привели к снижению их эффективности работы.

Испытуемые II группы пытались разработать стратегию упрощения выполнения задания.При выполнении первой задачи присутствовала максимальная латерализация высокочастотной активности, т.е. активность в правом полушарии была гораздо более выраженной. Это означает, что при выполнении первой задачи стратегия еще не была разработана. При выполнении следующих заданий нагрузка на правое полушарие у этих испытуемых была снижена. В результате испытуемые из группы II продемонстрировали более высокую работоспособность, чем испытуемые из группы I. Среднее время выполнения задания составило WE = 33.6 секунд, сохранение внимания составило PS = 0,86, а средняя производительность составила WU = 1,07. Этим испытуемым требовалось мало времени на адаптацию и они не утомлялись, будучи способны длительное время эффективно поддерживать высокую работоспособность. В их личных профилях гармонично сочетаются высокие показатели интеллекта, эмоциональной зрелости и самоконтроля.

В отличие от группы II, испытуемые из III группы выполнили задание без каких-либо попыток разработать стратегию его упрощения.Это подтвердил психологический тест. Их эффективность работы оставалась высокой: среднее время выполнения задачи WE = 33 секунды, сохранение внимания PS = 0,9, средняя производительность WU = 1,24. Мы предполагаем, что испытуемым из этой группы будет сложно поддерживать хорошую работоспособность в течение длительного времени. Их личные тесты показали ярко выраженное предпочтение работать в одиночку, низкий самоконтроль, нетерпимость к неопределенности и задержку в принятии решений, которая может проявляться тревожностью.Они также продемонстрировали высокий интеллект, аналитический склад ума, критическое мышление и дух экспериментов.

Рисунок 4 иллюстрирует корреляцию между результатами, полученными при исследовании ЭЭГ, и результатами психодиагностических тестов и опросника 16PF. Диаграмма на рис. 4 (а) показывает результаты теста «16 факторов личности» Кеттелла для трех групп. Данные отображаются в виде значений всех основных факторов анкеты 16PF, усредненных по всем предметам в каждой группе.Видно, что большинство факторов имеют схожие значения в каждой группе. В то же время для некоторых факторов соответствующие значения существенно различаются от группы к группе. Среди этих факторов можно выделить теплоту (A), рассуждения (B), эмоциональную стабильность (C) и доминирование (E), которые представлены в таблице и сравниваются с результатами исследования ЭЭГ и психодиагностического теста на рис. 4 (б).

Рис. 4. Анкета по шестнадцати личностным факторам.

(a) Значения основных факторов опросника 16PF, усредненные по субъектам в каждой группе: группа I (пунктирная линия), группа II (сплошная линия) и группа III (пунктирная линия).Пунктирной областью выделены факторы, по которым наблюдаются значительные изменения между группами. (б) Корреляция между результатами, полученными с помощью ЭЭГ, и результатами психодиагностических тестов и анкеты 16PF.

По результатам классификации личности на основе психодиагностического теста видно, что разные особенности структуры ЭЭГ, т. Е. Латерализация и соотношение энергии высокочастотных и низкочастотных волн, отражают разные личностные качества. Важно отметить, что, хотя активность ЭЭГ варьировалась в разных группах, внутри каждой группы она представляла один и тот же сценарий.Подобное поведение наблюдалось в психологической классификации, где были выделены три группы испытуемых со схожими личными профилями.

Обычно в большинстве научных публикаций, направленных на выявление ЭЭГ-сигнатур когнитивной активности, описывается сценарий, который повторяется от одного испытуемого к другому. В то же время мы показываем, что различия, возникающие от одного предмета к другому, также могут быть систематизированы. Среди испытуемых можно выделить разные сценарии познавательной деятельности в зависимости от личности.

Наши результаты подтверждают гипотезу, выдвинутую Вингиано и Уильямом [44] о существовании связи между полушарием мозга и личностью. Наши результаты также согласуются с работой [45], где было показано, что связанные с тревожностью свойства личности, оцененные по методике Кэттела, коррелируют со спектральной плотностью мощности (СПМ) ритмов ЭЭГ, в частности, бета – 1 и бета – 2. Авторы утверждали, что интенсивный ритм бета-ЭЭГ коррелирует с высокой ситуативной и индивидуальной тревогой.В то же время было обнаружено, что эмоциональная устойчивость человека связана с силой альфа-ритма.

Таким образом, полученные результаты дают новые знания в понимании особенностей личности человека путем анализа взаимосвязи пространственно-временной и частотно-временной структуры ЭЭГ.

Заключение

Мы проанализировали корреляцию между нейрофизиологическими процессами и личностными характеристиками при выполнении сложных умственных задач, используя серию простых психодиагностических тестов для изучения личности человека (таблицы Шульте).Для решения этой задачи были рассмотрены пространственно-временные и частотно-временные структуры многоканальных ЭЭГ человека, заполнившего таблицы Шульте. Мы показали, что активность ЭЭГ во время умственных задач варьировалась от одного испытуемого к другому. При этом были отобраны три группы испытуемых со схожими особенностями нервной активности. Данные всех испытуемых были независимо проанализированы с помощью психодиагностических тестов с целью изучения особенностей их внимания и классификации их личностных профилей.В результате этой психологической классификации испытуемые были разделены на три разные группы. Мы показали, что классификация, полученная с помощью ЭЭГ-исследования, сильно коррелировала с результатами психодиагностических тестов. Это, в свою очередь, дало возможность охарактеризовать профили личности на основе анализа данных ЭЭГ.

Мы считаем, что наши результаты могут помочь в тестировании и диагностике личных навыков и способностей для выполнения сложных рабочих задач. На основе наших выводов могут быть разработаны автоматические интеллектуальные системы для изучения сильных и слабых сторон объекта для выполнения сложных задач.

Благодарности

Работа выполнена при финансовой поддержке Министерства образования и науки Российской Федерации (проект RFMEFI57717X0282 Федеральной целевой программы России).

Каталожные номера

1. 1.↵
2. 2.↵
3. 3.↵
4. 4.↵
5. 5.↵
6. 6.↵
7. 7.↵
8. 8.↵
9. 9.↵
10. 10.↵
11. 11.↵
12. 12.↵
13. 13.↵
14. 14.↵
15. 15.↵
16. 16.↵
17. 17.↵
18. 18.↵
19. 19.↵
20. 20.↵
21. 21.↵
22. 22.↵
23. 23.

    Григоренко, ЭЛ. Мультикультурная психообразовательная оценка. Springer Publishing Co. Inc., Нью-Йорк, США; 2009.

24. 24.

    Кузнецова Ю., Бабёнышев М., Райх Дж., Харт Л., Григоренко Е. Приобретение универсальных кванторов на русском языке. Труды 2-й конференции по генеративным подходам к овладению языком, Северная Америка.2007; п. 224 — 232.

25. 25.
26. 26.↵
27. 27.↵
28. 28.
29. 29.
30. 30.↵
31. 31.↵

    Niedermeyer E, da Silva, FL. Электроэнцефалография: основные принципы, клиническое применение и смежные области, нелинейная динамика. Липпинкот Уильямс и Уилкинс; 2014.

32. 32.↵
33. 33.↵
34. 34.↵
35. 35.↵
36. 36.↵
37. 37.↵
38. 38.
39. 39.
40. 40.↵
41. 41.↵
42. 42.↵
43. 43.↵
44. 44.↵
45. 45.↵

5 Интерпретация результатов биомониторинга | Биомониторинг человека для химических веществ в окружающей среде

Kaiser J. 2005. Группа не находит доказательств того, что фталаты вредят репродуктивной системе младенцев. Наука 310 (5747): 422-423.

Кавлок, Р., К. Бёкельхайде, Р. Чапин, М. Каннингем, Э. Фаустман, П. Фостер, М. Голуб, Р. Хендерсон, И. Хинберг, Р.Литтл, Дж. Сид, К. Ши, С. Табакова, Р. Тил, П. Уильямс и Т. Захаровски. 2002. Центр NTP по оценке риска для репродукции человека: отчет группы экспертов по фталатам о токсичности ди (2-этилгексил) фталата для репродуктивной системы и развития. Репродукция. Toxicol. 16 (5): 529-653.

Kedderis, G.L., and J.C. Lipscomb. 2001. Применение данных биотрансформации in vitro и фармакокинетического моделирования для оценки риска. Toxicol. Инд. Здоровье 17 (5-10): 315-321.

Кершоу Т.Г., Т. Кларксон и П. Дахир. 1980. Взаимосвязь между уровнями в крови и дозой метилртути у человека. Arch. Environ. Здоровье 35 (1): 28-36.

Кесова И., А.И. Седербаум. 2003. CYP2E1: Биохимия, токсикология, регуляция и функция при повреждении печени, вызванном этанолом. Curr. Мол. Med. 3 (6): 509-518.

Кох, Х.М., Х. Дрекслер и Дж. Ангерер. 2003. Оценка суточного потребления ди- (2-этигексил) фталата (ДЭГФ) и других фталатов населением в целом.Int. J. Hyg. Environ. Здоровье 206 (2): 77-83.

Кох, Х.М., Х. Дрекслер и Дж. Ангерер. 2004. Ответ на письмо Р.М. Дэвид, Int. J. Hyg. Environ. Здоровье 207 (1): 75-76. Int. J. Hyg. Environ. Здоровье 207 (1): 77-78.

Кон, М.С., Ф. Пархэм, С.А. Мастен, С.Дж. Портье, М.Д. Шелби, Дж. У. Брок и Л.Л. Нидхэм. 2000. Оценки воздействия фталатов на человека. Environ. Перспектива здоровья. 108 (10): A440-A442.

Koo, J.W., F. Parham, M.C. Кон, С.А.Мастен, Дж. Брок, Л.Л. Нидхэм и С.Дж. Портье. 2002. Связь между оценками воздействия фталатов на основе биомаркеров и демографическими факторами в контрольной популяции людей. Environ. Перспектива здоровья. 110 (4): 405-410.

Лэндриган П.Дж., Б. Сонавейн, Д. Маттисон, М. МакКалли и А. Гарг. 2002. Химические загрязнители в грудном молоке и их влияние на здоровье детей: обзор. Environ. Перспектива здоровья. 110 (6): A313-A3155.

Lanphear, B.P. 2005. Истоки и эволюция здоровья детей в окружающей среде.Стр. 24–31 в «Очерках будущего исследований в области гигиены окружающей среды: дань уважения доктору Кеннету Олдену, T.J. Goehl, ed. Research Triangle Park, NC: Environmental Health Perspectives / National Institute of Environmental Health Sciences [онлайн]. Доступно: http://ehp.niehs.nih.gov/docs/2005/8003/8003.html [доступ 20 января 2006 г.].

Lauwerys, R.R., and P. Hoet. 2001. Промышленное химическое воздействие: Руководство по биологическому мониторингу, 3-е изд. Бока-Ратон, Флорида: Льюис.

Лорбер, М., и Л. Филлипс. 2002. Воздействие диоксиноподобных соединений в грудном молоке на младенцев. Environ. Перспектива здоровья. 110 (6): A325-A332.

Лу, К., Р. Браво, Л. М. Кальтабиано, Р. М. Irish, G. Weerasekera и D.B. Барр. 2005. Присутствие диалкилфосфатов в свежих фруктовых соках: влияние на воздействие фосфорорганических пестицидов и оценка риска. J. Toxicol. Environ. Здоровье 68 (3): 209-227.

Майер, А., Р.Э. Сэвидж-младший и Л. Габер. 2004. Оценка использования биомаркеров при оценке риска — опрос практиков.J. Toxicol. Environ. Здоровье A 67 (8-10): 687-695.

Морган, М.К., Л.С. Шелдон, К.В. Кроган, П.А. Джонс, Г.Л. Робертсон, Дж.К. Чуанг, Н.К. Wilson и C.W. Lyu. 2005. Воздействие дошкольников на хлорпирифос и продукт его разложения 3,5,6-трихлор-2-пиридинол в их повседневной среде. J. Expo. Анальный. Environ. Эпидемиол. 15 (4): 297-309.

Морган, М.С., и К.Х. Шаллер. 1999. Анализ критериев биологических предельных значений, разработанных в Германии и США.Int. Arch. Ок. Environ. Здоровье 72 (4): 195-204.

Неберт, Д.В., Р.А. Маккиннон и А. Пуга. 1996. Полиморфизм ферментов, метаболизирующих лекарственные средства человека: влияние на риск токсичности и рака. ДНК Cell Biol. 15 (4): 273-280.

границ | Влияние обучения видеоиграм на показатели избирательного внимания и рабочей памяти у пожилых людей: результаты рандомизированного контролируемого исследования

Введение

Старение вызывает снижение некоторых когнитивных процессов, особенно управляющих функций и контроля внимания, которые опосредуются дорсолатеральной префронтальной корой.Эти области мозга, а также гиппокамп страдают самой высокой степенью возрастной атрофии (Raz et al., 2005). Более того, префронтальная кора способствует организации и контекстуализации поступающей информации и взаимодействует с гиппокампом при выполнении задач рабочей памяти (WM) (Baddeley, 2003; Dennis et al., 2008; Spaniol et al., 2009). Нарушение этих базовых когнитивных способностей является важным предиктором трудностей пожилых людей с инструментальной деятельностью в повседневной жизни, что приводит к потере независимости (Owsley et al., 2002). Следовательно, очень важно исследовать, можно ли обратить или отсрочить снижение когнитивных функций с помощью вмешательств по когнитивным тренировкам (Ball et al., 2007).

Эффективность компьютерной когнитивной тренировки для улучшения управляющих функций, включая избирательное внимание и рабочую память, у пожилых людей была тщательно исследована (Lussier et al., 2015; см. Обзор Ballesteros et al., 2015a). Управляющие функции занимают центральное место в большинстве когнитивных процессов (Barkley, 2001).Селективное внимание относится к способности сосредоточиться на текущей задаче, одновременно подавляя (подавляя) нерелевантную или отвлекающую информацию. Эта способность тесно связана с количеством информации, хранящейся в рабочей памяти. Избирательное внимание отфильтровывает нерелевантную информацию, улучшая кодирование и поддерживая информацию в рабочей памяти (Blacker et al., 2014). Это важно, поскольку WM — это когнитивная система с ограниченными возможностями, отвечающая за временное хранение и активную обработку информации, необходимой для постоянного познания.Эта когнитивная система жизненно важна для запоминания информации при выполнении сложных задач, таких как понимание и рассуждение (Baddeley and Hitch, 1974). Этот ключевой компонент когнитивных функций снижается при здоровом старении (Park et al., 2002; Bopp and Verhaeghen, 2005) и в большей степени у пациентов с болезнью Альцгеймера (например, Baddeley et al., 1991; Belleville et al., 2007; Huntley and Howard, 2010) и сахарный диабет 2 типа (например, Redondo et al., 2016; см. Метаанализы Monette et al., 2014; Mayeda et al., 2015) и другие.Вопрос, имеющий большую практическую значимость, заключается в том, эффективны ли методы обучения WM для пожилых людей, их размер эффекта, их экономическая эффективность и как они влияют на нетренированные задачи в близком (между очень похожими, но не идентичными контекстами) и дальнем переносе (между контекстами, которые кажутся на поверхности отдаленными и не связанными друг с другом).

Результаты учебных занятий неоднозначны. Некоторые исследования показали положительный эффект переноса у молодых людей (например, Brehmer et al., 2012; Blacker et al., 2014; Maraver et al., 2016) и у пожилых людей (например, Buschkuehl et al., 2008; Borella et al., 2010, 2014; Heinzel et al., 2014; Toril et al., 2016), в то время как другие сообщили об отрицательных результатах. (например, Dahlin et al., 2008; Zinke et al., 2012; von Bastian et al., 2013; Ballesteros et al., 2014; Bürki et al., 2014; Kable et al., 2017). Метаанализ обучающих исследований, проведенных с участием пожилых людей, показал улучшения в задачах, аналогичных обучаемым задачам (ближний переход), а также небольшие эффекты дальнего перехода (Karback and Verhaeghen, 2014).Однако, несмотря на положительные результаты некоторых обучающих исследований, эффекты дальнего переноса были поставлены под сомнение. Недавний мета-анализ исследований тренировки рабочей памяти с предварительным дизайном и контрольными группами (87 публикаций) сообщил о достоверных улучшениях сразу после тренировки в показателях вербального и зрительно-пространственного WM, но эти конкретные эффекты обучения не распространялись на другие когнитивные навыки ( Melby-Lervåg et al., 2016).

Методологические вопросы

Исследователи все чаще используют новые технологии, в том числе платформы для когнитивных тренировок и видеоигры, чтобы исследовать их влияние на когнитивные способности, пластичность мозга и старение (например,г., Basak et al., 2008; Mozolic et al., 2011; Buitenweg et al., 2012; Boot et al., 2013; Ballesteros et al., 2014; Anguera and Gazzaley, 2015; Загрузочный, 2015; Binder et al., 2016; Toril et al., 2016). Идея о том, что видеоигры могут улучшить аспекты познания пожилых людей, привлекла интерес исследователей и привела к огромному взрыву программного обеспечения, предназначенного для тренировки мозга (Anguera et al., 2013; Baniquet et al., 2013; Ballesteros et al. , 2015а). Однако был поднят ряд методологических проблем, связанных с эффективностью и достоверностью исследований по обучению видеоиграм (Boot et al., 2011; но см. Green et al., 2014). В недавнем обширном обзоре (Simons et al., 2016) был сделан вывод: «Практика когнитивной задачи постоянно улучшает выполнение этой задачи и тесно связанных задач, но имеющиеся доказательства того, что такое обучение обобщается на другие задачи или на реальную производительность, являются не убедительно »(стр. 173). Неспецифические факторы, такие как ожидание, мотивация и вовлеченность, а также качество активной контрольной группы, являются важными аспектами плана вмешательства, которые следует принимать во внимание, чтобы быть уверенным, что компьютеризированная когнитивная тренировка является хорошим методом для улучшения познания. (Моттер и др., 2016).

Эффективное когнитивное вмешательство у пожилых людей должно демонстрировать перенос тренировочных достижений на нетренированные задачи. Также чрезвычайно важно, чтобы вмешательство поощряло соблюдение требований. Пожилые люди предпочитают умственно сложные игры (Nap et al., 2009), в то время как исследования с участием молодых людей показали, что динамичные игры-действия приводят к более широким эффектам передачи (Green and Bavelier, 2003; Baniqued et al., 2014; для обзора) см. Bavelier et al., 2012).

Систематический обзор (Kueider et al., 2012) и несколько метаанализов показывают, что игра в видеоигры улучшает обработку информации с более значительными интересными эффектами у пожилых людей старшего возраста, чем у молодых и пожилых людей (Powers et al., 2013; Lampit et al., 2014; Toril et al. ., 2014). Недавний мета-анализ исследований по обучению видеоиграм показал, что здоровые молодые и пожилые люди извлекли пользу из тренировок в общих и конкретных когнитивных областях, но молодые люди извлекли пользу больше, чем взрослые (Wang et al., 2016). Эти результаты указывают на потенциал обучения видеоиграм как инструмента вмешательства для улучшения когнитивных функций.

В предыдущем исследовании РКИ (Ballesteros et al., 2014) две группы пожилых людей участвовали в 20 часовых тренировках с играми без действий или были отнесены к группе пассивного контроля. Группы были похожи на исходном уровне по демографическим характеристикам, словарному запасу, глобальному познанию и депрессивному статусу. Результаты показали улучшения в группе видеоигр и отсутствие изменений в контрольной группе в скорости обработки, внимании, немедленной и отсроченной памяти визуального распознавания, а также тенденцию к улучшению привязанности и уверенности, двух измерений шкалы благополучия (Nieboer et al. al., 2005). Тем не менее, визуально-пространственные функции WM и исполнительного контроля (стратегии переключения) не улучшились. Эти улучшения в скорости обработки данных, избирательном внимании и пространственной памяти исчезли после 3-месячного периода отсутствия контакта (Ballesteros et al., 2015b), что свидетельствует о том, что когнитивную пластичность можно вызвать у здоровых пожилых людей с помощью тренировок, но что периодические сеансы повышения необходимы для сохранения преимуществ.

В более недавнем интервенционном исследовании мы специально исследовали влияние тренировок по видеоиграм на зрительно-пространственный WM и эпизодическую память у здоровых пожилых людей после 15 часовых сеансов, в которых играли в шесть бездействующих видеоигр.Обучение привело к значительным улучшениям по сравнению с группой пассивного контроля в двух визуально-пространственных задачах WM (блоки Корси и задача «Пазл») и других задачах на эпизодическую и краткосрочную память. Прирост в выполнении задачи «Пазл», кратковременной памяти и эпизодической памяти сохранялся в течение 3-месячного периода наблюдения (Toril et al., 2016). В обоих исследованиях мы сравнивали производительность экспериментальных групп, обученных с помощью видеоигр без действий, с показателями пассивных контрольных групп, которые участвовали в дискуссионных группах по темам, связанным со старением (Ballesteros et al., 2014, 2015b) или кто посещал курсы в общественном центре для пожилых людей (Toril et al., 2016). Можно утверждать, что участники контрольной группы, которые просто встречались с инструктором несколько раз, не ожидали, что они улучшат свои задачи по переводу, как те, кто прошел обучение видеоиграм (Boot and Kramer, 2014; Melby-Lervåg et al., 2016; Simons et al., 2016). Ожидание может повлиять на результаты тренировки через эффект плацебо. В настоящем РКИ мы обращаемся к нескольким из этих важных вопросов в исследованиях когнитивного тренинга (Boot et al., 2011, 2013; см. Baniqued et al., 2014; Blacker et al., 2014).

Текущее рандомизированное контролируемое исследование

Чтобы связать возможные улучшения, связанные с тренировкой, с вмешательством и избежать эффекта плацебо (Boot et al., 2011; Foroughi et al., 2016), в текущем РКИ (Ballesteros et al., 2017) сравнили эффективность ряда задач по переносу экспериментальной группы, играющей в отобранные адаптивные видеоигры без действия из Lumosity (http://www.lumosity.com) с игрой из активной контрольной группы.У активной контрольной группы было такое же количество сеансов, в которых играли The Sims (Electronic Arts Inc.), стратегическую игру-симулятор, в которой игрок берет на себя управление жизнью персонажа в повседневной деятельности, и SimCity , симулятор жизни. игра, в которой игрок является мэром города, который он или она должны расширять. В отличие от игр, не связанных с действием, контрольные игры не были адаптивными (сложность не корректировалась во время обучения в соответствии с фактическим уровнем производительности обучаемого).Некоторые результаты показывают, что адаптивные компьютеризированные тренировочные режимы могут улучшить исполнительные функции (например, Ball et al., 2002; Dahlin et al., 2008; Morrison and Chain, 2011). Обе группы играли на мобильных планшетах. В конце сеанса оценки участники текущего исследования сообщили о своих ожиданиях (увеличении или уменьшении) в отношении выполнения заданий по оценке, используя 5-балльную шкалу Лайкерта. Кроме того, на 1-м, 8-м и 16-м тренингах участники ответили на вопросы о мотивации и вовлечении в каждую из видеоигр.

Таким образом, мы исследовали возможные когнитивные и нейронные изменения функций внимания и рабочей памяти у здоровых пожилых людей, тренируемых в небольших группах, с помощью адаптивных видеоигр без действия, выбранных из Lumosity для 16 занятий в присутствии тренера. Их производительность по двум задачам на внимание и по двум задачам на рабочую память сравнивалась до и после тренировки с показателями активной контрольной группы, которая играла в стратегические игры-симуляторы в течение того же количества сеансов. Электрофизиологические данные, записанные для оценки возможных нейронных изменений, не будут представлены в этой статье.Цели исследования заключались в следующем. Во-первых, изучить возможные эффекты от игры в адаптивные видеоигры без действия на производительность пожилых людей при выполнении ряда когнитивных задач, предназначенных для оценки функций избирательного внимания, в основном отвлечения и бдительности (странная задача), усилий (Stroop) и автоматического торможения (отрицательный результат). Priming) и рабочая память, в основном обслуживание и обновление (N-back task и блоки Corsi) в вербальной и визуально-пространственной рабочей памяти. Во-вторых, выяснить, учитываются ли мотивация, вовлеченность и ожидания в возможных улучшениях, связанных с обучением.Мы предположили, что группа неактивных, адаптивных видеоигр продемонстрирует большее улучшение избирательного внимания (демонстрируя меньшее отвлечение, большую бдительность и лучшее торможение с усилием после тренировки) и улучшенную рабочую память (поддержание и обновление), чем группа активного контроля.

Материалы и методы

Участников

Участниками были добровольцы, набранные из нескольких групп пожилых людей, посещавших лекции и курсы для пожилых людей в ассоциированных центрах UNED в Мадриде.Приемлемые участники были случайным образом разделены на обучающую группу по когнитивной видеоигре без действий и группу активного контроля, в которой участники играли в имитационную игру. Критериями исключения были неврологические, психиатрические или аддиктивные расстройства, о которых сообщалось самостоятельно. Все участники жили независимо, с нормальным слухом и зрением или с исправленными до нормального, и не имели неврологических и психиатрических расстройств или черепно-мозговых травм. Чтобы определить их право на участие, каждый участник заполнил батарею скрининга, состоящую из краткого экзамена на психическое состояние (MMSE; Folstein et al., 1975), чтобы исключить возможные когнитивные нарушения (пороговый балл 27 из максимум 30 баллов), шкалу депрессии Yesavage (Yesavage et al., 1983) для выявления депрессии (более шести баллов) и Информационный субтест шкалы WAIS-III (Wechsler, 1999). Критериями исключения были диагноз деменции, когнитивных нарушений (оценка <27 по краткой шкале оценки психического состояния, MMSE), зрение <20/60 с коррекцией или без нее, невозможность завершить исследование или проблемы с общением.Демографические данные и баллы скрининговых тестов, соответствующие каждой группе, сведены в Таблицу 1. T -тесты показали, что группы не различались по этим параметрам (все p s> 0,05) на предварительном тесте.

Таблица 1 . Демографические данные для участников каждой группы.

Двадцать участников (26,6%) были потеряны при послетестировании. Исследование было завершено 30 из 38 участников обучающей группы по видеоиграм без действий и 25 из 37 участников активной контрольной группы.Анализ фоновых характеристик не показал различий между выбывшими и участниками, оставшимися в соответствующей группе. На рисунке 1 показана блок-схема CONSORT настоящего исследования.

Рисунок 1 . Блок-схема консорта.

Передача обучения измерялась как улучшение производительности на пост-тесте по сравнению с предварительным тестом (базовый уровень) на нетренированных задачах, измеряя выборочное внимание и рабочую память. Чтобы исследовать успешную передачу тренировочных достижений на механизмы внимания и рабочую память, данные были записаны и проанализированы до тренировки (T1) и после тренировки (T2).Участники обеих групп (экспериментальной и активной контрольной) индивидуально выполнили предварительную и послетестовую оценку в лаборатории. Оценка длилась ~ 3 1/2 часа (включая периоды отдыха). Он включал кросс-модальную задачу по странности и задачу Stroop-Negative Priming для оценки эффектов обучения видеоиграм на внимание и механизмы контроля сверху вниз, а также задачу n- для спины и задачу Corsi Blocks для оценки рабочей памяти. .

Все методологические схемы показателей результатов были построены с использованием правил уравновешивания и ротации стимулов.Ключи ответа были уравновешены в зависимости от условий. Все компьютеризированные когнитивные задачи были запрограммированы с помощью E-Prime 2.0 (Psychology Software Tools Inc., Питтсбург, Пенсильвания, США). Статистический анализ поведенческих результатов проводился с помощью SPSS (версия 22). Результаты считались значимыми при p <0,05, с поправкой Бонферрони post-hoc тестов, выполненных соответствующим образом. Настоящее исследование было проведено в соответствии с рекомендациями Комитета по этике исследований UNED (Universidad Nacional de Educación a Distancia, Мадрид).Совет по институциональной оценке UNED одобрил протокол исследования. Все участники предоставили письменное информированное согласие и были проинформированы о своем праве прекратить участие в исследовании в любое время. Исследование проводилось в соответствии с Хельсинкской декларацией (Всемирная медицинская ассоциация, 2013 г.).

Когнитивная оценка: задачи и процедуры оценки

Ниже описаны экспериментальные задания, выполняемые до и после обучения. В конце последней оценочной сессии участники ответили на вопросы, касающиеся их ожиданий от учебы и предполагаемых улучшений в различных задачах.

Задачи внимания

Отвлечение и бдительность, две важные функции избирательного внимания, оценивались с помощью кросс-модального задания «чудак». Эффективный тормозной контроль и автоматическое пассивное ингибирование измерялись с помощью задачи Струпа и задачи отрицательного прайминга, соответственно, которые были включены в компьютеризированную задачу.

Кросс-модальное задание на внимание чудаков

Как и в нашем предыдущем рандомизированном контролируемом исследовании (Ballesteros et al., 2014; Mayas et al., 2014), мы оценивали избирательное внимание с помощью кросс-модального необычного задания.Это позволило бы нам сравнить производительность после тренировки по видеоиграм без действий, когда контрольная группа была пассивной контрольной группой (как в нашем предыдущем исследовании), с группой активной (настоящее исследование). Задача состояла из трех блоков по 384 испытания в каждом (24 практических испытания и 360 тестовых испытаний, как описано ниже). В каждом испытании участники классифицировали визуальную цифру от 1 до 8 как нечетную или четную, нажимая одну из двух клавиш ответа (уравновешенных между участниками). Каждое испытание начиналось с предъявления белого креста фиксации в центре черного экрана вместе со звуком 200 мс.Цифра появилась белым цветом в центре экрана через 100 мс после смещения звука и оставалась на экране в течение 200 мс. Окно ответа отображалось в течение 1200 мс от начала цифры. Было три звуковых состояния: сайлентблок и два блока испытаний, содержащие два разных звука, стандартный звук, представленный в 80% испытаний, представлял собой синусоидальный тон 600 Гц длительностью 200 мс, и новый звук, использованный в 20% случаев. испытания взяты из списка 72 звуков окружающей среды (например, молот, дрель, дверь, дождь и т. д.)), использованный Andrés et al. (2006). Все звуки были нормализованы и воспроизводились бинаурально через наушники с постоянной громкостью. Участникам было предложено сосредоточиться на задаче категоризации цифр и игнорировать любой звук, а также реагировать как можно быстрее и точнее.

Задача на отрицательное праймирование (NP)

Когнитивные процессы, в которых задействованы нисходящие механизмы контроля, снижаются с возрастом, а более автоматические процессы — нет (Ballesteros and Reales, 2004). Эффект интерференции Струпа отражает дополнительное время, необходимое для разрешения конфликта, созданного автоматически обрабатываемым нерелевантным измерением.NP и стандартный эффект Струпа оценивались в рамках одной и той же задачи. В стандартной процедуре NP участникам представлены пары первичных и зондирующих дисплеев, содержащих два стимула: цель, на которую нужно реагировать, и отвлекающий фактор, на который следует игнорировать. В критических испытаниях участники должны реагировать на цель, которая служила отвлекающим фактором в предыдущем основном показе (игнорируемое условие повторения). Время реакции (RT) на цели в игнорируемом состоянии повторения меньше, чем в контрольном состоянии, в котором дистрактор на основном дисплее не повторяется как цель на экране зонда (Типпер и Крэнстон, 1985; Типпер, 2001; Андрес. и другие., 2008). Цель состояла в том, чтобы выяснить, улучшают ли тренировки пожилых людей контролируемое торможение с усилием (измеряемое с помощью интерференции Струпа) в большей степени, чем автоматическое пассивное торможение (NP).

Стимулы представляли собой три основных цветных слова («красный», «зеленый» и «синий»), написанные красным, зеленым или синим цветом, представленные в центре экрана компьютера. Участники ответили нажатием соответствующей клавиши на клавиатуре компьютера. Каждое испытание начиналось с черного фиксирующего креста, отображаемого в центре экрана на белом фоне.Стимулы предъявлялись случайным образом и оставались на экране в течение 200 мс. Участники ответили как можно быстрее и точнее, нажав клавишу, соответствующую цвету стимулирующего слова, игнорируя его семантическое значение. Участники выполнили блок из 18 практических испытаний (с обратной связью) и четыре экспериментальных блока по 144 испытания в каждом. Ответы для анализа Струпа кодировались как функция соответствия между цветом и значением стимула.

Рабочая память (WM)

Visuospatial WM оценивался с помощью компьютеризированной версии задачи Corsi Blocks.Поддержание и обновление вербальной рабочей памяти оценивалось с помощью задания n-.

Corsi блокирует задачу

Визуально-пространственная рабочая память (Baddeley and Hitch, 1974) оценивалась с помощью компьютеризированной версии задачи Корси (Milner, 1971), аналогичной задаче, использованной в наших предыдущих исследованиях вмешательства (Ballesteros et al., 2014; Toril et al., 2016), с шестью уровнями возрастающей сложности (2, 3, 4, 5, 6 и 7 позиций куба) и 12 испытаниями на уровень. Первые два испытания на каждом уровне сложности использовались как практические и не анализировались.Стимулы состояли из черных квадратов, которые появлялись один за другим в центре экрана компьютера внутри матрицы 3 × 3 по 1000 мс каждый с интервалом между стимулами (ISI) 500 мс. Позиции в каждой последовательности были выбраны случайным образом для каждого участника, единственное ограничение состояло в том, что два кубика не появлялись в одном и том же положении в одном и том же испытании. В каждом испытании участников просили воспроизвести последовательность кубиков в том же порядке, что и в презентации. Участники ответили, отметив порядок представления кубиков на отдельном листе ответов.Следующее испытание они начали, нажав пробел. Окончательная оценка представляла собой долю правильных последовательностей, воспроизведенных на каждом уровне сложности.

Задача N-back памяти

В качестве меры поддержки и обновления информации в WM участники выполняли устное задание n- на спину (Wayne, 1958). Эта задача широко используется для оценки WM в исследованиях обучения молодых (Baniqued et al., 2015; Kable et al., 2017) и взрослых (Basak et al., 2008; Dahlin et al., 2008; Redondo et al., 2016). Мы использовали адаптированную версию компьютеризированной задачи Робинсона и Фуллера (2004). Участники просмотрели последовательность стимулов, представленных в центре (буквы), и указали, был ли последний стимул идентичным представленному испытанию « n », нажав одну клавишу для «да», а другую — для «нет». В этом задании мы использовали три уровня сложности (1, 2 и 3 назад). На уровне с одним заданием участники должны были запомнить элемент, представленный непосредственно перед текущим элементом; на уровне с двумя спинами они должны были запомнить предмет, представленный двумя позициями ранее; а на уровне трех спинок — на три позиции раньше.Стимулы во всех блоках составляли 20 согласных (B, C, D, F, G, H, J, K, L, M, N, P, Q, R, S, T, V, W, Y и Z). . Буквы появлялись одна за другой в центре экрана компьютера (шрифт: Palatino Linotype, размер: 30) в течение 500 мс, с ISI в 3000 мс для ответов участников. Задача началась с практического занятия из 17 испытаний на каждом уровне, за которым следовала экспериментальная сессия и обратная связь. Каждый уровень состоял из трех блоков по 27 испытаний, всего 81 испытание на уровень. Каждый блок из 27 испытаний состоял из 17 «нецелевых» (ответ «нет») и 10 «целей» (ответ «да»).

Самостоятельные отчеты о мотивации и вовлечении

Мотивация и вовлеченность в период обучения оценивались на предварительном тестировании, на учебных занятиях 1, 8 и 16, а также на пост-тестировании. Участники ответили по 10-балльной шкале Лайкерта на вопросы об их мотивации (« Насколько вы были мотивированы для достижения наивысшего результата в игре? 1 = совсем не мотивированы; 10 = чрезвычайно мотивированы ») и вовлеченности. (« Насколько увлекательной была каждая игра? 1 = совсем не увлекательных; 10 = чрезвычайно увлекательных »).

Обследование после эксперимента

В самом конце сеанса пост-оценки участники ответили на вопросы, касающиеся того, считают ли они, что участие в исследовании изменило их повседневную деятельность, память, скорость обработки информации, эмоции, внимание и остроту зрения, используя 5-балльную шкалу. балльная шкала Лайкерта (1 очень много; 5 совсем нет). Они также предоставили информацию о своих ожиданиях улучшения после обучения по четырем задачам передачи.

Обзор программы обучения

Тренинг проводился в небольших группах по 10–12 человек в ассоциированном центре UNED в Мадриде.В начале каждой тренировки экспериментатор раздавал каждому участнику iPad (Brigmton BTPC 1018OC). Участники экспериментальной и активной контрольной групп прошли 16 тренировок продолжительностью ~ 40–50 минут каждое в течение 10–12 недель. Согласно результатам нашего метааналитического исследования (Toril et al., 2014), короткие режимы тренировок лучше, чем длинные. Поэтому мы использовали не слишком продолжительный тренировочный режим, чтобы избежать потери мотивации.

Когнитивное тренировочное вмешательство с недействующими играми

На каждом занятии стажеры экспериментальной группы играли в 10 видеоигр без боевиков, выбранных из рекламного ролика Lumosity (http: // www.lumosity.com/) компьютеризированная программа обучения. Некоторые видеоигры с этой платформы основаны на традиционных психологических задачах. Видеоигры тихие, короткие (3–6 минут) и созданы для того, чтобы они были увлекательными. Все участники играли в одни и те же видеоигры. В выбранных видеоиграх утверждается, что тренируются следующие конкретные когнитивные области: рабочая память (20% игр), внимание (30%), торможение реакции (10%), переключение задач (20%) и скорость обработки (20%). . В таблице 2 представлено краткое описание игр и их обучаемых областей.Вот эти видеоигры: Playing Koi, Highway Hazards, Speed ​​Match, Tidal Treasures, Star Search, Color Mach, Lost in Migration, Pinball Recall, Ebb and Flow и Disillusion . Основная особенность этих видеоигр заключается в том, что они являются адаптивными, что означает, что по мере повышения производительности постепенно возрастает сложность.

Таблица 2 . Краткое описание 10 видеоигр без боевиков, в которые играет экспериментальная группа (выбрано из Lumosity ).

Состояние активного управления

Участники в состоянии активного контроля практиковали видеоигры, не предназначенные для тренировки определенных когнитивных областей, но позволяющие вызвать ожидание, контакт с тренером, мотивацию и новизну.Участники провели такое же количество занятий в течение того же времени, что и группа, обученная когнитивным функциям. Сложность игры не была адаптирована для каждой сессии в зависимости от возможностей пользователя. Участники этой группы начинали каждую тренировку с начала видеоигры. Важно отметить, что обе группы имели одинаковый контакт с тренером, так как все тренинги проводились в присутствии тренера и в небольших группах. Более того, участники обоих условий получили одинаковые стимулы для завершения.Группа активного контроля играла в стратегические игры-симуляторы The Sims и SimCity Build (Electronic Arts Inc.). The Sims использовались в качестве контроля в предыдущих интервенционных исследованиях, проведенных с молодыми людьми (например, Oei and Patterson, 2013; Blacker et al., 2014). Эти игры-симуляторы, похоже, не имели тех же когнитивных требований, что и поведенческие задачи. У них есть некоторые требования к памяти, так как игрок должен отслеживать цели, которые нужно достичь, но в этом нет необходимости, поскольку цели доступны в меню (см. Oei and Patterson, 2013).Например, игрок The Sims создавал и управлял персонажами, которые выполняли и выполняли ряд задач, похожих на реальные (заводить друзей, спать, принимать ванну, находить работу и т. Д.). SimsCity Build также является стратегической игрой-симулятором, в которой игрок выполняет задания, соответствующие мэру города. Задача — создать и расширить город. От игроков не требуется выполнять задачи в заранее определенном порядке. В таблице 3 представлено краткое описание этих игр.

Таблица 3 . Краткое описание игр-симуляторов жизни, в которые играет группа активного контроля ( Electronic Arts, Inc ).

Результаты

Сначала мы проверили, были ли улучшения в тренированных играх за 16 тренировок. Затем мы проанализировали, переносятся ли результаты тренировок в видеоигры на нетренированные задачи, сравнивая исходные (предварительные) и послетестовые показатели в каждой группе. Мы также рассмотрели, различались ли воспринимаемые улучшения внимания и рабочей памяти в разных группах.Уровни мотивации и вовлеченности на протяжении всего тренинга оценивались по ответам участников на вопросы самоотчета при предварительном тестировании, на 1-м, 8-м и 16-м тренингах, а также на пост-тестировании. Группы не различались по мотивации [ t ₍₅₃₎ = 0,35, p = 0,72], вовлеченности [ t ₍₅₃₎ = 0,24, p = 0,81] или ожиданиям [ t ₍₅₃₎ = -1,26, p = 0,72] при предварительном испытании.

Производительность видеоигр и игровой опыт в сеансах

Сложность видеоигр, не связанных с действием, была изменена с использованием адаптивного алгоритма внутри тренировочных сессий и между ними.Результаты показали, что производительность видеоигр улучшалась во время сеансов (см. Рисунок 2). Сравнение между первым и последним сеансами проводилось по Z-баллам производительности (Таблица 4). Как и ожидалось, результаты показали, что обучение повысило точность во всех видеоиграх.

Рисунок 2 . Средние оценки производительности, полученные в каждой видеоигре за сеансы обучения, в Z-баллах (среднее значение 0; стандартное отклонение 1).

Таблица 4 .Показатели (Z-баллы) 30 участников экспериментальной группы в первой и последней тренировке по каждой из 10 отработанных видеоигр без боевых действий.

Опыт игры во время тренировок

Ответы на вопросы о мотивации (Насколько вы были мотивированы для достижения наивысшего результата в игре?) И вовлеченности (Насколько увлекательной была каждая игра?) Были проанализированы отдельно с использованием смешанных ANOVA с группой (экспериментальный или активный контроль) в качестве промежуточного. субъектный фактор и учебная сессия (1, 8 и 16) как внутрипредметный фактор.Рейтинговые оценки по этим вопросам были усреднены по всем играм. ANOVA, проведенный для оценок мотивации, показал, что ни основной эффект группы [ F _{(1, 52)} = 0,513, MSE = 8,350, p > 0,05], ни сеанс [ F _{(2, 104)} = 0,863, MSE = 1, 204, p > 0,05] были статистически значимыми. Что еще более важно, взаимодействие группы за сеансом было незначительно значимым [F (2, 104) = 2,955, MSE = 1.204, p = 0,056, ηPartial2 = 0,054]. Однако простой анализ эффектов этого незначительно значимого взаимодействия не показал никакого эффекта в групповой переменной между сессиями, что позволяет предположить, что обе группы были одинаково мотивированы в разных сессиях.

ANOVA, проведенный по взаимодействию, показал, что обе группы были одинаково вовлечены [ F _{(1, 52)} = 0,411, MSE = 7,07, p > 0,05], но вовлеченность различалась между сессиями [F (2 , 104) = 3.212, MSE = 1,354, p> 0,05, ηPartial2 = 0,058]. Парные сравнения показали, что результаты на сеансе 16 (пост-тест) были значительно ниже ( x = 7,588, SE = 0,241), чем на сеансе 8 ( x = 7,971, SE = 0,213). Взаимодействие между группами по сеансу также было статистически значимым [F (2, 104) = 3,376, MSE = 1,354, p> 0,05, ηPartial2 = 0,061]. Простой анализ эффектов этого взаимодействия не показал никакого влияния группы на сеанс, за исключением 16-го, который показал маргинальное значение p ( p = 0.065), предполагая, что обе группы были одинаково вовлечены, хотя экспериментальная группа показала небольшое снижение вовлеченности в заключительной части эксперимента.

Предполагаемое улучшение: исследование после оценки

Ожидания переноса тренировок по видеоиграм на серию различных действий были оценены с помощью 5-балльной шкалы Лайкерта (1 ожидание отсутствия изменений и 5 ожидание того, что обучение будет иметь сильные положительные эффекты). Серия однофакторных дисперсионных анализов (группа: экспериментальная, активный контроль) была проведена для оценки воспринимаемого улучшения тренировок по видеоиграм в отношении повседневной деятельности, памяти, скорости обработки данных, текущих исследований, эмоций, внимания и остроты зрения.Результаты показали, что группы не различались по своим ожиданиям улучшения повседневной активности [ F _{(1, 52)} = 0,91, MSE = 0,89, p > 0,05, nP2 = 0,02], память [ F _{(1, 52)} = 1,12, MSE = 1,27, p > 0,05, nP2 = 0,02], скорость обработки [ F _{(1, 52)} = 2,48, MSE = 3,22, p > 0,05, nP2 = 0,05] или эмоции [ F _{(1, 52)} = 2.22, MSE = 2,50, p > 0,05, nP2 = 0,0]. Экспериментальная группа имела более высокие ожидания улучшения внимания [ F _{(1, 52)} = 5,12, MSE = 6,23, p <0,05, nP2 = 0,09] и остроты зрения [ F _{(1, 52)} = 5,69, MSE = 7,50, p <0,05] после тренировки, чем в контрольной группе.

Для оценки возможных различий в ожидании улучшения после обучения на экспериментальных задачах (задача Oddball, задача Stroop-NP, задача Корси, N -задача) участники указали свое ожидаемое улучшение после обучения видеоиграм по шкале 1 до 5.ANOVA показал, что группы не различались в своих ожиданиях улучшения результатов на Oddball [ F _{(1, 53)} = 0,91, MSE = 0,62, p > 0,05, nP2 = 0,02] и N — обратные задачи [ F _{(1, 53)} = 0,52, MSE = 0,27, p > 0,05, nP2 = 0,01]. ANOVA выявил значительный групповой эффект для задачи Струпа [ F _{(1, 53)} = 6,06, MSE = 3.69, p <0,05, nP2 = 0,10] и задача Корси [ F _{(1, 53)} = 9,52, MSE = 4,80, p <0,05, nP2 = 0,15] с более высокими оценками. в экспериментальной, чем в активной контрольной группе.

Передача результатов обучения видеоиграм

Основные результаты, полученные в задачах переноса на предтренировочном и посттренировочном этапах экспериментальной и активной контрольной групп, представлены в Таблице 5 и на Рисунке 3.

Таблица 5 .Выполнение до и после тренировки по психологическим мероприятиям в экспериментальной и активной контрольной группах.

Рисунок 3 . Средняя результативность обученных и активных контрольных групп до и после тестирования. (A) Средние различия между условиями отвлечения (новинка — стандарт) и бдительности (тишина — стандарт) в мс. (B) Средние RT для игнорируемых и контрольных испытаний в задаче Stroop. (C) Средняя доля правильных последовательностей в задаче блоков Корси. (D) Средние совпадения — частота ложных срабатываний, полученная в задаче n -back. Планки погрешностей представляют собой стандартную ошибку плюс минус 1.

Функции внимания

Кросс-модальная странная задача

Основными зависимыми переменными для этой задачи были отвлечение и бдительность. Мы не применяли ANCOVA с оценками перед тестированием в качестве ковариант, поскольку не было выполнено предположение о независимости с межпредметным фактором. Группа 2 (экспериментальная vs контрольная) × 2 сеанса (предварительная vs контрольная).пост-тест) × 3 звуковых условий (тишина, стандарт, новый) смешанный дисперсионный анализ, проведенный на основе средних значений RT правильных ответов, показал основной эффект звуковых условий [F (2, 104) = 33,79, MSe = 1075,94, p <0,001, ηp2 = 0,394]. Post-hoc попарные сравнения были все значимыми: стандартные условия звука были быстрее (622 мс), чем тишина (645 мс) и новые (658 мс) условия ( пс, <0,001), в то время как средняя RT условия тишины была быстрее, чем у нового условия ( p = 0.03). Анализ также выявил основной эффект группы [ F (1, 52) = 5,70, p = 0,021, MSe = 26573,78, ηp2 = 0,10]. Этот результат показывает, что активная контрольная группа была быстрее (620 мс), чем экспериментальная группа (664 мс) в целом. Основной эффект сеанса также был значительным [F (1, 52) = 11,01, p = 0,002, MSe = 1087,59, ηp2 = 0,175]. RT были быстрее на пост-тесте (636 мс), чем до теста (647 мс). Наконец, взаимодействие сеанс × звук было статистически значимым [F (2, 104) = 4,69, MSe = 717.65, p = 0,017, ηp2 = 0,08]. Post-hoc сравнения показали, что RT были быстрее при пост-тестировании только в стандарте (617 и 627 мс для пре- и пост-теста, соответственно) и новом (646 и 670 мс для пре- и пост-теста, соответственно). ) условий ( p = 0,05 и p <0,001 соответственно). Дополнительные анализы были проведены на отвлечение и бдительность. Мы рассчитали эффект отвлечения как разницу между RT новых испытаний и RT стандартных испытаний.ANOVA 2 группы × 2 сеанса был выполнен на эффекте отвлечения . Только двустороннее взаимодействие группа × сеанс было значимым [F (1, 52) = 5,7, MSe = 222,53, p = 0,020, ηp2 = 0,10], что указывает на улучшение в группе активного контроля после тестирования (27,33 и 19,49 для до и после тестирования, соответственно), но не в экспериментальной группе (26,32 и 32,37 для до и после тестирования, соответственно). Мы вычислили эффект бдительности как разницу между RT испытаний молчания и RT стандартных испытаний.ANOVA, проведенный для бдительности , не показал какого-либо значительного эффекта (все пс > 0,05). На рисунке 3A представлена ​​разница в RT между условиями для отвлечения и настороженности .

Струп — НП задание

Результаты Струпа Ответы для анализа Струпа были закодированы как функция соответствия между цветом и значением цветового слова. Конгруэнтными испытаниями были те, в которых цвет слова совпадал с цветом, в котором оно было представлено.Неконгруэнтными были испытания, в которых цветное слово не совпадало с цветом, в котором оно отображалось. Испытания также были закодированы в соответствии с соответствием слова в предыдущем испытании (N-1) цвету в текущем испытании, чтобы вычислить эффект NP. В этот анализ были включены тридцать участников экспериментальной группы и 25 участников контрольной группы.

Для анализа результатов задачи Струпа был проведен смешанный дисперсионный анализ 2 группы × 2 сеанса × 2 (конгруэнтный и неконгруэнтный) на средних RT для правильных испытаний в качестве зависимой переменной.Анализ показал очень значимый основной эффект конгруэнтности (классический эффект Струпа) [F (1, 53) = 345,62; MSe = 109,86, p <0,001, ηp2 = 0,867]. Ответы на инконгруэнтные стимулы были медленнее (884 мс), чем на конгруэнтные (801 мс; p <0,001). Основной эффект группы был значительным [F (1, 53) = 4,70, MSe = 40729,29, p <0,05, ηp2 = 0,081], показывая, что контрольная группа была быстрее (813 мс), чем экспериментальная группа (872 мс). Значимое взаимодействие группа × конгруэнтность определяет основной эффект группы [F (1, 53) = 4.53, MSe = 1098,86, p <0,05, ηp2 = 0,08]. Post-hoc сравнения показали, что активная контрольная группа была быстрее, чем экспериментальная группа (850 и 919 мс для контрольной и экспериментальной группы, соответственно), но только для несовместимых стимулов ( p <0,02). Наконец, мы вычислили эффект Струпа как разницу между неконгруэнтным RT - конгруэнтным RT для каждого участника. Смешанный дисперсионный анализ 2 группы × 2 сеанса показал, что только основной эффект группы был значительным [ F _{(1, 53)} = 4.53, MSe = 2197,72, p <0,05, nP2 = 0,08]. Никаких других основных эффектов или взаимодействий не было статистически значимым. См. Рисунок 3B.

Результаты NP Ответы на анализ NP были закодированы как функция отношения между цветом текущего целевого слова и цветом, обозначенным словом в предыдущем испытании (дистрактор). Были закодированы различные типы испытаний: (а) проигнорированные повторные испытания — это те, в которых слово в предыдущем испытании обозначало цвет слова цвета текущего стимула; и (b) контрольными испытаниями были те, в которых и цель (цвет), и отвлекающий фактор (слово) в текущем испытании отличались от цели и отвлекающего фактора в предыдущем испытании.Игнорированное условие повторения и контрольное условие всегда были неконгруэнтным испытанием, которому предшествовало неконгруэнтное испытание.

Смешанный дисперсионный анализ 2 группы × 2 сеанса × 2 повторения (игнорируемое повторение, контрольное условие) выполняли на средних значениях RT для правильных испытаний. Эффект NP рассчитывался как разница между игнорируемым повторением и контрольными условиями. Анализ показал значительный основной эффект группы [F (1, 53) = 4,45, MSe = 58822,53, p <0,05, ηp2 = 0,07], что указывает на то, что экспериментальная группа была значительно медленнее (941 мс), чем контрольная группа (871 мс). мс) в любых условиях.Основной эффект повторения был также значительным [???, показывая, что испытания с игнорированием повторения были медленнее, чем контрольные испытания для обеих групп (для экспериментальной группы: 968 и 913 мс для игнорируемых повторений и контрольных испытаний, соответственно; для контрольной группы: 893 и 849 мс для игнорируемых повторных и контрольных испытаний соответственно). Величина эффекта NP составила 55 мс для экспериментальной группы и 44 мс для контрольной группы. Наконец, ни основной эффект сеанса, ни какие-либо взаимодействия не были значительными (все p s> 0.05).

Влияние тренировки на пространственную рабочую память

Блоки Корси

Мы провели ANCOVA 2 группы × 6 уровней с оценками перед тестированием в качестве ковариант, проведенных на пропорции правильных последовательностей, полученных на каждом уровне сложности. Было выполнено предположение об отсутствии связи между межсубъектным фактором (группой) и ковариатами (все p _s > 0,05), а также равенство наклонов ( все p _s > 0.05). Результаты показали основной эффект уровня [ F _{(5, 235)} = 13,706, MSe = 0,022, p <0,001, ηp2 = 0,382]. Средние правильные пропорции составляли 0,97, 0,78, 0,69, 0,41, 0,24 и 0,13 для уровней 2, 3, 4, 5 и 6 соответственно. Post-hoc попарные сравнения показали, что все уровни достоверно отличались друг от друга (все p s <0,05). Ни другие основные эффекты, ни какое-либо взаимодействие не достигли статистической значимости.Однако, поскольку ANCOVA не включал сеанс как фактор, мы также выполнили ANOVA, чтобы конкретно оценить эффект сеанса. Этот анализ показал, что сеанс был очень значимым [ F _{(1, 53)} = 22,57, MSe = 0,027, p <0,001, ηp2 = 0,299]. Средняя правильная пропорция на предварительном тесте составляла 0,48, а на послетестовом - 0,54. Сеанс взаимодействия × группа не был значимым, что позволяет предположить, что обе группы получили одинаковую пользу после тренировки (см. Рисунок 3C).

Задание N-back

Один участник экспериментальной группы и один участник контрольной группы были исключены из анализа из-за большого количества отсутствующих ответов (более 50%). Таким образом, в этот анализ были включены данные 29 участников экспериментальной группы и 24 участников контрольной группы. Мы не выполняли ANCOVA с оценками перед тестированием в качестве ковариант, потому что не было выполнено предположение об отсутствии связи между межпредметным групповым фактором и ковариатами.Смешанный дисперсионный анализ 2 группы × 2 сеанса × 3 уровня, проведенный на основе значений совпадений минус ложные тревоги, дал значимый основной эффект уровня [F (2, 102) = 188,68, MSe = 13,21, p <0,001, ηp2 = 0,79] со средними значениями 25,39, 21,33 и 15,69 для уровней 1, 2 и 3, соответственно. Главный эффект сеанса также достиг значимости [F (1, 51) = 13,91, MSe = 12,51, p <0,001, ηp2 = 0,21]. Среднее значение Hits-FA составило 20,06 на предварительном тесте и 21,55 на пост-тесте. Взаимодействие на уровне сеанса было незначительным [F (2, 102) = 3.06, MSe = 9,48, p = 0,051, ηp2 = 0,067], показывая, что только уровни 1-back и 3-back улучшились между пре- и пост-тестом. Наконец, взаимодействие группа × сеанс также было незначительным [F (1, 51) = 3 162, MSe = 12,518, p = 0,08, ηp2 = 0,06], что позволяет предположить, что экспериментальная группа незначительно улучшилась после тестирования по сравнению с контрольной группой. (19,18 и 20,94 при предварительном и последующем тесте для экспериментальной группы; 21,37 и 21,72 при предварительном и последующем тестировании для контрольной группы). На рисунке 3D показано это маргинальное взаимодействие.

Обсуждение

Настоящее исследование дало три основных результата: (1) неудивительно, что участники значительно улучшили свои навыки в видеоиграх на протяжении тренировочных сессий; (2) экспериментальная группа не показала большего улучшения показателей избирательного внимания и рабочей памяти по сравнению с контрольной группой; и (3) пограничный тренировочный эффект наблюдался для задачи на спину N-, но не для задачи Струпа в экспериментальной группе, в то время как обе группы улучшились одинаково в задаче «Блоки Корси».На основании этих результатов можно сделать вывод, что обучение в видеоиграх, не связанных с действием, дает скромные преимущества для нетренированных задач (близких к переносу), которые не были непосредственно обучены, но находились под зонтиком исполнительной функции. Более того, эффект не был специфическим для такого типа обучения, поскольку аналогичный эффект наблюдался в группе, обучавшейся с помощью видеоигр по стратегии моделирования.

Взрослые участники недействительных адаптивных видеоигр улучшили все отработанные игры на протяжении учебных занятий.Это согласуется с предыдущими выводами, опубликованными в большом количестве интервенционных исследований (например, Ackerman et al., 2010; Reddick et al., 2013; Ballesteros et al., 2014; Baniqued et al., 2014; Toril et al. , 2016).

Эффекты передачи

На основе результатов, предполагающих, что обучение пожилых людей с помощью видеоигр, не связанных с действием, улучшает аспекты познания при сравнении производительности с таковой в пассивной контрольной группе (Ballesteros et al., 2014; Toril et al., 2016), а также другими, показывающими, что функции исполнительного контроля можно улучшить с помощью адаптивного компьютеризированного обучения (Morrison and Chain, 2011; Nouchi et al., 2013; Hardy et al., 2015), мы предположили, что пожилые люди, тренированные с помощью адаптивных когнитивных видеоигр, продемонстрируют большее улучшение показателей исполнительной функции, чем группа активного контроля, обученная с помощью видеоигр, не предназначенных специально для когнитивной тренировки. Экспериментальная группа, обучавшаяся с коммерческими адаптивными играми, показала тенденцию к улучшению в задании N -back после обучения и такую ​​же степень улучшения в задаче Корси, чем в активной контрольной группе.Противоположное имело место в задании Oddball, в котором только активная контрольная группа меньше отвлекалась после тренировки. Основываясь на этих результатах, можно сделать вывод, что обучение в играх без действий дает скромные преимущества для нетренированных задач по сравнению с группой активного контроля, обученной с помощью видеоигр со стратегией неадаптивного моделирования.

Недавнее рандомизированное контролируемое испытание, проведенное с участием 64 здоровых молодых людей, обученных с помощью тех же коммерческих веб-видеоигр для когнитивного обучения, и 64 человек, обученных с помощью веб-видеоигр, которые не нацелены на исполнительные функции и не адаптируют сложность во время тренировки (группа активного контроля ) обнаружил, что со временем производительность в группе когнитивных тренировок улучшалась по мере прохождения тренировок в видеоиграх.Тем не менее, оба условия обучения улучшились одинаково в батарее когнитивной оценки, которая включала тесты на внимание, рабочую память (зрительную / пространственную n -назад), торможение реакции, контроль помех (тест Струпа) и когнитивную гибкость, не тренированные напрямую, а в область исполнительной функции, на которую нацелен тренировочный режим (Kable et al., 2017).

Важно рассмотреть важность контрольной группы, поскольку большинство предыдущих интервенционных исследований не включали в себя состояние активного контроля, максимально похожее на экспериментальное состояние (Lampit et al., 2014; Toril et al., 2014) и с аналогичными уровнями мотивации, социальных контактов и вовлеченности (Blacker et al., 2014; Motter et al., 2016). В текущем РКИ мы попытались приравнять факторы задачи, которые могут способствовать дифференциальным улучшениям. Во-первых, количество участников старшего возраста было почти вдвое больше, чем в наших предыдущих исследованиях. Их случайным образом распределили в группу, обучавшуюся видеоиграм из Lumosity , или в активную контрольную группу, играющую в The Sims и SimCity (две стратегические игры-симуляторы) за такое же количество сессий.Включение активной контрольной группы считается критически важным для выводов о конкретных потенциальных эффектах вмешательства (Dougherty et al., 2016; Motter et al., 2016; Simons et al., 2016). Мы выбрали условие активного контроля, максимально похожее на условие обучения, в котором контрольная группа также играла в игры без действий. В нескольких недавних интервенционных исследованиях, проведенных с молодыми взрослыми, чтобы выяснить, улучшает ли обучение с использованием видеоигр аспекты познания, в том числе визуальный WM (Blacker et al., 2014), когнитивной гибкости (Glass et al., 2013), пластичности зрительной системы (Li et al., 2011) или некоторых аспектов восприятия и познания (Oei and Patterson, 2013), участники активного контроля также играли не -действующие стратегии видеоигры.

Boot et al. (2011; см. Также Dougherty et al., 2016; Simons et al., 2016) предупредили, что использование контрольной группы как таковой не исключает возможности дифференциальных эффектов плацебо, искажающих результаты обученной группы.Аргумент состоит в том, что экспериментальная группа могла иметь более высокие ожидания от своей работы по переносу заданий по сравнению с активной контрольной группой. Недавно Blacker et al. (2014) собрали меры ожиданий в группе, обученной играм-боевикам, и в группе активного контроля, обученной с помощью The Sims . Baniqued et al. (2014) использовали казуальные видеоигры для обучения молодых людей. Вмешательство включало активную контрольную группу , которая играла в несколько игр, не связанных с WM и рассуждениями, и отвечала на вопросы обратной связи о вовлечении, мотивации, удовольствии и предполагаемых усилиях.

Чтобы соответствовать ожиданиям нашей экспериментальной группы (тренированной с помощью игр без действий) с ожиданиями активной контрольной группы, мы оценили ожидания обеих групп относительно улучшения по каждому показателю результата. Результаты показали, что группы не различались по своим ожиданиям улучшения в задаче «Oddball на внимание» и вербальной задаче WM N -back. Экспериментальная группа имела более высокие ожидания улучшения, чем активная контрольная группа, в задаче Струпа на торможение реакции и в задаче на зрительно-пространственные блоки WM Корси.Ожидания и результаты двух групп не совпадали, поэтому маловероятно, что результаты были обусловлены эффектом плацебо.

Существуют расхождения между выводами настоящего обучающего исследования и результатов интервенционного исследования Toril et al. (2016), в котором сообщалось о значительном улучшении экспериментальной группы после тренировки с недействительными видеоиграми в двух компьютеризированных пространственных задачах WM, блоки Корси и задача «Пазл» и никаких изменений в пассивной контрольной группе.В настоящем исследовании обе группы улучшили свои показатели на блоках Корси после тренировки. Это говорит о том, что игра в стратегические игры также улучшает визуально-пространственный WM. Это конкретное различие может быть связано с тем, что игры, в которые играет активная контрольная группа, включают не только управление жизнями персонажей или городом, но и визуальное путешествие по городу для выявления ресурсов и возможностей. Эта визуальная навигация может частично отвечать за результаты, полученные в визуально-пространственной задаче WM.Таким образом, расхождение между результатами двух исследований может быть связано с типом контрольной группы: пассивной (Toril et al., 2016) или активной (настоящее исследование).

Как указано выше, участники были случайным образом распределены либо в экспериментальную группу, либо в активную контрольную группу перед выполнением когнитивных задач в лаборатории (предварительное тестирование). Однако активная контрольная группа была быстрее, чем группа, тренированная с помощью когнитивных видеоигр, не связанных с действием, в тех когнитивных задачах, в которых зависимой переменной было время ответа (задачи Oddball и Stroop-NP).В задачах на рабочую память (Corsi Blocks и N -back tasks), в которых зависимой переменной была точность, экспериментальная и контрольная группы не различались.

Ограничения

Необходимо отметить ряд ограничений настоящего исследования. Во-первых, хотя количество участников в настоящем исследовании было больше, чем во многих ранее опубликованных обучающих исследованиях, всегда желательно включать большое количество участников на каждое условие для увеличения мощности. Нулевые эффекты могут отражать недостаток силы и изменчивости внутри групп.Например, Melby-Lervåg et al. (2016) сообщили, что исследования с небольшими размерами выборки (<20 участников на одно состояние) и пассивными (необработанными) контрольными группами дают смещение в сторону значимых (хотя и слабых) результатов (см. Также Maraver et al., 2016). В текущем исследовании в каждой группе было более 20 участников, и активная контрольная группа также обучалась видеоиграм. Во-вторых, возможно, что 16 тренировок было недостаточно, чтобы продемонстрировать перенос, и что более длительный или плотный (больше часов в неделю) тренировочный режим мог бы привести к большему улучшению.Однако, как упоминалось во введении, недавний метаанализ (Lampit et al., 2014; Toril et al., 2014) показал, что более короткие режимы тренировок лучше, чем более длительные, что может привести к потере мотивации. По этой причине мы решили провести в текущем исследовании только 16 тренировок. В-третьих, как упоминалось выше, в два предыдущих исследования мы включили группу пассивного контроля. В настоящее исследование мы не включили пассивную контрольную группу для контроля неспецифических эффектов повторения. Вместо этого в это РКИ мы включили активную контрольную группу и почти вдвое больше участников по сравнению с нашими предыдущими исследованиями (Ballesteros et al., 2014; Toril et al., 2016). Включение пассивной контрольной группы не позволило бы определить, были ли наблюдаемые улучшения связаны с конкретными видеоиграми, используемыми в режимах обучения, с использованием iPad или просто с социальным взаимодействием с тренером и другими участниками во время тренировок. (см. Ballesteros et al., 2015b; Schmicker et al., 2016). Даже если будет обнаружена значительная группа по сеансу взаимодействия, результат может быть обусловлен различными факторами, упомянутыми в разделе «Введение».Наконец, участниками настоящего исследования были пожилые люди без когнитивных нарушений. Возможно, эти старейшины выступали на высоком уровне, и обучение видеоиграм не принесло бы большей пользы (Toril et al., 2014). Фактически, Kable et al. (2017) в их РКИ с участием молодых людей были включены как группа активного контроля, так и группа пассивного контроля, оцениваемая при предварительном и последующем тестировании без какого-либо обучения. Результаты показали, что улучшение, наблюдаемое в пассивной группе, было сравнимо с улучшением в группе, тренированной с помощью адаптивных коммерческих когнитивных игр, и в группе активного контроля (Kable et al., 2017).

Заключение

Таким образом, необходимы дальнейшие исследования, чтобы выяснить, улучшают ли компьютеризированные когнитивные тренировки исполнительные функции, в частности избирательное внимание и рабочую память, а также повседневное функционирование у здоровых пожилых людей. Хотя высокий уровень умственной активности был связан как с улучшением когнитивных способностей, так и с уменьшением риска развития деменции (Valenzuela and Sachdev, 2006), ввиду скромных преимуществ для нетренированной рабочей памяти и функций внимания бездействие обучение видеоиграм жизненно важно для более глубоко изучить, могут ли видеоигры или другие типы компьютеризированной когнитивной тренировки улучшить исполнительные функции у пожилых людей (Foroughi et al., 2016; Motter et al., 2016; Simons et al., 2016) и существуют ли устойчивые связи между тренировками с видеоиграми и когнитивными способностями в целом (McCabe et al., 2016). Особого внимания заслуживают многосторонние вмешательства, сочетающие когнитивные тренировки с физической активностью, встроенные в социальную среду, для поддержки познания и независимой жизни растущего пожилого населения (Ballesteros et al., 2015a).

Заявление об этике

Это клиническое испытание зарегистрировано в ClinicalTrials.gov (идентификатор Clinicaltrials.gov: NCT02796508). Совет по этике UNED одобрил испытание. Все участники дали свое письменное информированное согласие до начала исследования и были проинформированы о своем праве прекратить участие в любое время. Описанная работа ранее не публиковалась.

Авторские взносы

Концептуализация и дизайн исследования: SB и JM; Программирование экспериментальных задач; JM и AP; ER набрала участников, провела тренинги и собрала данные с некоторой помощью других членов группы; Анализ данных: JM, PT, AP и JMR; Анкеты: ER и JMR; Толкование: Все авторы; Подготовка рукописи: SB при некоторой поддержке JM, JMR, ER, AP и PT; Окончательное утверждение: Все авторы.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Исследование было поддержано грантом правительства Испании (грант № PSI2013-41409-R) и Советом Мадрида (S-BIO / 0170/2006 и P2010 / BMD-2349) для SB. AP поддерживается грантом FPU, а ER — стипендией FPI (Министерство экономики и конкурентоспособности Испании), связанной с этим проектом. Lumosity предоставил бесплатный доступ к платформе для обучения видеоиграм участникам этого клинического испытания. Спонсоры и Lumosity не играли никакой роли в дизайне исследования, сборе и анализе данных или подготовке рукописи. Авторы благодарят Объединенный центр UNED Escuelas Pías (Мадрид) за предоставленное пространство для проведения тренингов и Ванессу Пейнадо за ее помощь в обучении.

Список литературы

Акерман П. Л., Канфер Р., и Колдервуд, К. (2010). Использовать или потерять? Практика упражнений для мозга Wii и чтение для получения знаний в предметной области. Psychol. Старение 25, 753–766. DOI: 10.1037 / a0019277

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Андрес П., Геррини К., Филлипс Л. и Перфект Т. (2008). Дифференциальные эффекты старения на исполнительные и автоматические тормозные механизмы. Dev. Neuropsychol. 33, 101–123. DOI: 10.1080 / 87565640701884212

CrossRef Полный текст | Google Scholar

Андрес, П., Парментье, Ф.-Б. Р., и Эскера, К. (2006). Влияние возраста на непроизвольный захват внимания посторонними звуками: проверка гипотезы старения лобной доли. Нейропсихология 44, 2564–2568. DOI: 10.1016 / j.neuropsychologia.2006.05.005

CrossRef Полный текст | Google Scholar

Anguera, J. A., Boccanfuso, J., Rintoul, J. L., Al-Hashimi, O., Faraji, F., Janowich, J., et al. (2013). Обучение видеоиграм улучшает когнитивный контроль у пожилых людей. Природа 501, 97–101.DOI: 10.1038 / природа12486

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Anguera, J. A., и Gazzaley, A. (2015). Видеоигры, познавательные упражнения и улучшение познавательных способностей. Curr. Opin. Behav. Sci. 4, 160–165. DOI: 10.1016 / j.cobeha.2015.06.002

CrossRef Полный текст | Google Scholar

Баддели, А. Д. (2003). Рабочая память: оглядываться назад и смотреть вперед. Nat. Ред. Neurosci . 10, 829–839. DOI: 10.1038 / №1201

CrossRef Полный текст

Баддели, А. Д., и Хитч, Г. (1974). «Рабочая память» в Психология обучения и мотивации , изд. Г. Х. Бауэр (Нью-Йорк, Нью-Йорк: Academic Press), 47–89.

Google Scholar

Баддели, А. Д., Бресси, С., Делла Сала, Д., Логи, Р., и Спиннлер, Х. (1991). Снижение рабочей памяти при болезни Альцгеймера. Продольное исследование. Мозг 114, 2521–2542. DOI: 10.1093 / мозг / 114.6.2521

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Болл, К., Berch, D. B., Helmers, K. F., Jobe, J. B., Leveck, M. D., Marsiske, M., et al. (2002). Эффекты когнитивных тренировок с пожилыми людьми: рандомизированное контролируемое исследование. JAMA 288, 2271–2281. DOI: 10.1001 / jama.288.18.2271

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Болл, К., Эдвардс, Дж. Д., и Росс, Л. А. (2007). Влияние скорости тренировки на когнитивные и повседневные функции. J. Gerontol. B Psychol. Sci. Soc. 62, 19–31. DOI: 10.1093 / geronb / 62.special_issue_1.19

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Баллестерос, С., и Реалес, Дж. М. (2004). Неповрежденное тактильное праймирование при нормальном старении и болезни Альцгеймера: данные о диссоциативных системах памяти. Neuropsychologia 44, 1063–1070. DOI: 10.1016 / j.neuropsychologia.2003.12.008

CrossRef Полный текст | Google Scholar

Баллестерос, С., Крафт, Э., Сантана, С., и Цираки, К.(2015a). Сохранение старых функций мозга: целенаправленный обзор. Neurosci. Biobehav. Ред. . 55, 453–477. DOI: 10.1016 / j.neubiorev.2015.06.008

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Баллестерос, С., Майас, Дж., Прието, А., Торил, П., Пита, К., Понсе де Леон, Л. и др. (2015b). Рандомизированное контролируемое испытание тренировки мозга с помощью видеоигр без действия у пожилых людей: результаты трехмесячного наблюдения. Перед. Aging Neurosci. 7:45.DOI: 10.3389 / fnagi.2015.00045

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бальестерос, С., Майас, Дж., Руис-Маркес, Э., Прието, А., Торил, П., Понсе де Леон, Л. и др. (2017). Влияние обучения видеоиграм на поведенческие и электрофизиологические показатели внимания и памяти: протокол рандомизированного контролируемого исследования. JMIR Res. Protoc. 6: e8. DOI: 10.2196 / resprot.6570

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Баллестерос, С., Прието, А., Майас, Дж., Торил, П., Пита, К., Понсе де Леон, Л. и др. (2014). Тренировка пожилых людей с помощью видеоигр, не связанных с действием, улучшает когнитивные функции, которые ухудшаются с возрастом: рандомизированное контролируемое исследование. Перед. Старение . 6: 277. DOI: 10.3389 / fnagi.2014.00277

CrossRef Полный текст

Baniqued, P. L., Allen, C. M., Kranz, M. B., Johnson, K., Sipolins, A., Dickens, C., et al. (2015). Тренировка рабочей памяти, мышления и переключения задач: эффекты переноса, ограничения и большие ожидания? PLoS ONE 10: e0142169.DOI: 10.1371 / journal.pone.0142169

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Баникед, П. Л., Кранц, М. Б., Восс, М. В., Ли, Х., Косман, Дж. Д., Северсон, Дж. И др. (2014). Когнитивная тренировка с использованием казуальных видеоигр: моменты, которые следует учитывать. Перед. Психол . 4: 1010. DOI: 10.3389 / fpsyg.2013.01010

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Банике, П. Л., Ли, Х., Восс, М. В., Басак, К., и Крамер, А. Ф. (2013).Пункты продажи: какие когнитивные способности задействованы в казуальных видеоиграх? Acta Psychol. 142, 74–86. DOI: 10.1016 / j.actpsy.2012.11.009

CrossRef Полный текст | Google Scholar

Basak, C., Boot, W. R., Voss, M. W., and Kramer, A. F. (2008). Может ли обучение в стратегической видеоигре в реальном времени уменьшить снижение когнитивных функций у пожилых людей? Psychol. Старение 23, 765–777. DOI: 10.1037 / a0013494

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бавелье, Д., Gree, C. S., Schrater, P., and Pouget, A. (2012). Пластичность мозга на протяжении всей жизни: обучение и действия в видеоиграх. Annu. Ред. Neurosci . 35, 391–416. DOI: 10.1146 / annurev-neuro-060909-152832

CrossRef Полный текст | Google Scholar

Бельвиль, С., Чертков, Х., Готье, С. (2007). Рабочая память и контроль внимания у людей с болезнью Альцгеймера и легкими когнитивными нарушениями. Нейропсихология 21, 458–469. DOI: 10.1037 / 0894-4105.21.4.458

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Биндер, Дж. К., Мартин, М., Зёллиг, Дж., Рёке, К., Мериллат, А., Янке, Л. и др. (2016). Многодоменная тренировка улучшает контроль внимания. Psychol. Старение 31, 390–408. DOI: 10.1037 / pag0000081

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Блэкер К. Дж., Керби К. М., Клобусицки Э. и Чейн К. М. (2014). Влияние тренировок по видеоиграм на зрительную рабочую память. J. Exp. Psychol. Гм. Восприятие. Выполните . 40, 1992–2004. DOI: 10.1037 / a0037556

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бут, У. Р., Саймонс, Д. Дж., Стотхарт, К., и Штаттс, К. (2013). Распространенная проблема с плацебо в психологии: почему активных контрольных групп недостаточно, чтобы исключить эффект плацебо. Перспектива. Пихол. Sci . 8, 445–454. DOI: 10.1177 / 174564

CrossRef Полный текст | Google Scholar

Борелла, Э., Карретти, Б., Кантарелла, А., Рибольди, Ф., Завагнин, М., и Бени, Р. (2014). Преимущества тренировки зрительно-пространственной рабочей памяти у пожилых и молодых людей. Dev. Психол . 50, 714–727. DOI: 10.1037 / a0034293

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Борелла, Э., Карретти, Б., Рибольди, Ф., и Де Бени, Р. (2010). Тренировка рабочей памяти у пожилых людей: эффекты переноса и поддержания. Psychol. Старение 25, 767–778. DOI: 10.1037 / a0020683

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бремер, Ю., Вестерберг, Х., Бэкман, Л. (2012). Тренировка рабочей памяти у молодых и пожилых людей: достижения в тренировках, перенос и поддержание. Перед. Гм. Neurosci . 6:63. DOI: 10.3389 / fnhum.2012.00063

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Buitenweg, J. I. V., Murre, J. M. J., and Ridderinkhof, K. R. (2012). Осуществляется тренировка мозга: обзор обучаемости у здоровых пожилых людей. Перед. Гм. Neurosci . 6: 183. DOI: 10.3389 / fnhum.2012.0018

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бурки К., Людвиг К., Чичерио К. и де Рибопьер А. (2014). Индивидуальные различия в когнитивной пластичности: исследование тренировочных кривых у молодых и пожилых людей. Psychol. Res . 78, 821–835. DOI: 10.1007 / s00426-014-0559-3

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Buschkuehl, M., Jaeggi, S. M., Hutchison, S., Perrig-Chiello, P., Däpp, C., Мюллер М. и др. (2008). Влияние тренировки рабочей памяти на производительность памяти у пожилых людей. Psychol. Старение 23, 743–753. DOI: 10.1037 / a0014342

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Далин, Э., Нюберг, Л., Бэкман, Л., и Стигсдоттер Нили, А. (2008). Пластичность управляющих функций у молодых и пожилых людей: немедленные достижения, передача и долгосрочное поддержание. Psychol. Старение 23, 720–730. DOI: 10.1037 / a0014296

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Деннис, Н., Хункеун, К., Кабеза, Р. (2008). Возрастные различия в активности мозга при восстановлении истинной и ложной памяти. J. Cogn. Neurosci . 8, 1390–1402. DOI: 10.1162 / jocn.2008.20096

CrossRef Полный текст | Google Scholar

Догерти, М. Р., Хамовиц, Т., и Тидуэлл, Дж. У. (2016). Переоценка эффективности обучения n-back при передаче через байесовскую линзу: поддержка нуля. Психон. Бык. Ред. . 23, 306–316. DOI: 10.3758 / s13423-015-0865-9

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фольштейн, М.Ф., Фолштейн, С. Э., и МакХью, П. Р. (1975). Мини-психическое состояние. Практический метод оценки когнитивного состояния пациентов для клинициста. J. Psychiatr. Res. 12, 189–1998. DOI: 10.1016 / 0022-3956 (75)

-6

PubMed Аннотация | CrossRef Полный текст

Форуги, К. К., Монфорт, С. С., Пачински, М., Макнайт, П. Э. и Гринвуд, П. М. (2016). Эффекты плацебо в когнитивной тренировке. Proc. Natl. Акад. Sci. США 113, 7470–7474. DOI: 10.1073 / pnas.1601243113

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Гласс, Б. Д., Мэддокс, В. Т., и Лав, Б. С. (2013). Обучение игре в стратегию в реальном времени: появление черты когнитивной гибкости. PLoS ONE 8: e70350. DOI: 10.1371 / journal.pone.0070350

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Харди, Дж. Л., Нельсон, Р. А., Томасон, М. Е., Стенберг, Д. А., Катович, К., Фарзин, Ф., и др. (2015). Улучшение когнитивных способностей с помощью комплексного обучения: крупное онлайн-рандомизированное активно-контролируемое исследование. PLoS ONE 10: e0134467. DOI: 10.1371 / journal.pone.0134467

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Heinzel, S., Schulte, S., Onken, J., Duong, Q.-L., Riemer, T.G., Heinz, A., et al. (2014). Тренировка рабочей памяти улучшает показатели и результаты в когнитивных задачах без обучения в Young WM. Эффекты тренировки у пожилых людей и пожилых людей. Neuropsychol. Dev. Cogn. B Старение нейропсихол. Cogn . 21, 146–173. DOI: 10.1080 / 13825585.2013.7

CrossRef Полный текст

Хантли, Дж.Д. и Ховард Р. Дж. (2010). Рабочая память в начале болезни Альцеймера: нейропсихологический обзор. Внутр. J. Geriatr. Психиатрия 25, 121–132. DOI: 10.1002 / GPS.2314

CrossRef Полный текст | Google Scholar

Kable, J. W., Caulfield, M. K., Falcone, M., McConnell, M., Bernardo, L., Parthasarathi, T., et al. (2017). Отсутствие влияния коммерческих когнитивных тренировок на активность мозга, выбор поведения или когнитивные способности. Дж. Neurosci . 37, 7390–7402. DOI: 10.1523 / JNEUROSCI.2832-16.2017

CrossRef Полный текст | Google Scholar

Карбак, Дж., И Верхаген, П. (2014). Как заставить рабочую память работать: метаанализ исполнительного контроля и тренировки рабочей памяти у пожилых людей. Psychol. Sci . 25, 2027–2037. DOI: 10.1177 / 0

7614548725

CrossRef Полный текст | Google Scholar

Куэйдер А. М., Паризи Дж. М., Гросс А. Л. и Ребок Г. В. (2012). Компьютеризированная когнитивная тренировка с пожилыми людьми: систематический обзор. PLoS ONE 7: e40588. DOI: 10.1371 / journal.pone.0040588

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Лампит А., Халлок Х. и Валенсуэла М. (2014). Компьютеризированная когнитивная тренировка у когнитивно здоровых пожилых людей: систематический обзор и метаанализ модификаторов эффекта. ПЛоС Мед . 11: e1001756. DOI: 10.1371 / journal.pmed.1001756

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ли, Р. У., Нго, К., Нгуен, Дж., И Леви, Д. М. (2011). Видеоигры вызывают пластичность зрительной системы у взрослых с амблиопией. PLoS Biol. 9: e1001135. DOI: 10.1371 / journal.pbio.1001135

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Люсье, М., Брюйяр, П., и Берер, Л. (2015). Ограниченные преимущества гетерогенного обучения с двумя задачами на эффекты переноса у пожилых людей. J. Gerontol. B Psychol. Sci. Soc. Sci. 72, 1–13. DOI: 10.1093 / geronb / gbv105

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Маравер, М.Дж., Бахо, М. Т., и Гомес-Ариса, К. Дж. (2016). Тренировка рабочей памяти и тормозного контроля у молодых людей. Перед. Гм. Neurosci . 10: 588. DOI: 10.3389 / fnhum.2016.00588

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Майас, Дж., Парментье, Ф. Б. Р., Андрес, П., и Баллестерос, С. (2014). Пластичность функций внимания у пожилых людей после тренировки по видеоиграм без действий. PLoS ONE 9: e. DOI: 10.1371 / journal.pone.00

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мелби-Лервог, М., Редик, Т.С., и Халм, К. (2016). Тренировка рабочей памяти не улучшает показатели интеллекта или других показателей «дальнего переноса»: данные метааналитического обзора. Перспектива. Psychol. Sci . 11, 512–534. DOI: 10.1177 / 17456635612

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Монетт, М. К. Э., Бэрд, А., Джексон, Д. Л. (2014). Метаанализ когнитивных функций у взрослых людей без деменции с сахарным диабетом 2 типа. Банка. J. Диабет 38, 401–408. DOI: 10.1016 / j.jcjd.2014.01.014

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Моррисон, А. Б., и Чейн, Дж. М. (2011). Работает ли тренировка рабочей памяти? Перспективы и проблемы улучшения познания путем тренировки рабочей памяти. Психон. Бык. Ред. 18, 46–60. DOI: 10.3758 / s13423-010-0034-0

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Моттер, Дж. Н., Девананд, Д.П., Дорайсвами П. М. и Снид Дж. Р. (2016). Клинические испытания для получения одобрения FDA для компьютеризированной когнитивной тренировки: каково идеальное условие контроля? Перед. Старение . 8: 249. DOI: 10.3389 / fnagi.2016.00249

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мозолик, Дж. Л., Лонг, А. Б., Морган, А. Р., Роули-Пейн, М., и Лауриенти, П. Дж. (2011). Когнитивная тренировка улучшает внимание к конкретным моделям в рандомизированном контролируемом исследовании здоровых пожилых людей. Neurobiol. Старение 32, 655–668. DOI: 10.1016 / j.neurobiolaging.2009.04.013

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Нап, Х. Х., де Корт, Ю. А. У., и Ийселстейн, В. А. (2009). Старшие игроки: мотивация, предпочтения и потребности. Gerontechnology 8, 247–262. DOI: 10.4017 / gt.2009.08.04.003.00

CrossRef Полный текст

Нибоэр А., Линденберг С., Босма А. и Брюгген А. С. В. (2005). Измерения благополучия и их измерение: SPF: шкала IL. Soc. Инд. Res . 73, 313–353. DOI: 10.1007 / s11205-004-0988-2

CrossRef Полный текст | Google Scholar

Ночи, Р., Таки, Ю., Такеучи, Х., Хашизуме, Х., Нозава, Т., Камбара, Т. и др. (2013). Игра для тренировки мозга улучшает исполнительные функции, рабочую память и скорость обработки информации у молодых людей: рандомизированное контрольное испытание. PLoS ONE 8: e55518. DOI: 10.1371 / journal.pone.0055518

CrossRef Полный текст | Google Scholar

Оусли, К., Слоан, М., МакГвин, Г., Болл, К. (2002). Временные инструментальные действия повседневных жизненных задач: отношение к когнитивной функции и повседневные оценки производительности у пожилых людей. Геронтология 48, 254–265. DOI: 10.1159 / 000058360

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Парк, Д. К., Дэвидсон, Л., Лаутеншлагер, Г., Смит, А. Д., Смит, П., и Хедден, Т. (2002). Модели зрительно-пространственной и вербальной памяти на протяжении взрослой жизни. Psychol.Старение 17, 299–320. DOI: 10.1037 / 0882-7974.17.2.299

CrossRef Полный текст | Google Scholar

Пауэрс, К. Л., Брукс, П. Дж., Олдрич, Н. Дж., Палладино, М., и Альфиери, Л. (2013). Влияние видеоигр на обработку информации: метааналитическое исследование. Psychonom. Бык. Ред. . 20, 1055–1079. DOI: 10.3758 / s13423-013-0418-z

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Раз, Н., Линденбергер, У., Родриг, К. М., Кеннеди, К. М., Хед, Д., Уильямсон, А. и др. (2005). Региональные изменения мозга у пожилых здоровых взрослых: общие тенденции, индивидуальные различия и факторы. Cereb. Cortex 15, 1676–1689. DOI: 10.1093 / cercor / bhi044

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Реддик Т. С., Шипстед А., Фрид Д. Э., Хамбрик Д. З., Кейн М. Дж. И Энгл Р. У. (2013). Нет доказательств улучшения интеллекта после тренировки рабочей памяти: рандомизированное плацебо-контролируемое исследование. J. Exp. Psychol. Gen . 142, 359–379. DOI: 10.1037 / a0029082

CrossRef Полный текст | Google Scholar

Редондо, М. Т., Бельтран-Бротонс, Дж. Л., Реалес, Дж. М., и Баллестерос, С. (2016). Исполнительные функции у пациентов с болезнью Альцгеймера, пациентов с диабетом 2 типа и когнитивно здоровых пожилых людей. Exp. Геронтол . 83, 47–55. DOI: 10.1016 / j.exger.2016.07.013

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Шмикер, М., Schwefel, M., Vellage, A-K., And Müller, N.G. (2016). Обучение фильтрации внимания, но не хранения в памяти, повышает эффективность рабочей памяти за счет усиления нейронной сети привратника. J. Cogn. Neurosci . 28, 636–642. DOI: 10.1162 / jocn_a_00922

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Саймонс, Д. Дж., Бут, В. Р., Чарнесс, Н., Гатеркол, С. Е., Шабрис, К. Ф., Хамбрик, Д. З. и др. (2016). Работают ли программы «тренировки мозга»? Psychol.Sci. Общественный интерес 17, 103–186. DOI: 10.1177 / 15216661983

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Spaniol, J., Davidson, P. S., Kim, A. S., Han, H., Moscovitch, M., and Grady, C. L. (2009). Связанные с событием фМРТ-исследования эпизодического кодирования и извлечения: метаанализ с использованием оценки вероятности активации. Нейропсихология 47, 1765–1779. DOI: 10.1016 / j.neuropsychologia.2009.02.028

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Самосвал, S.П. и Крэнстон М. (1985). Избирательное внимание и прайминг: тормозящие и стимулирующие эффекты игнорируемых праймов. Q. J. Exp. Психол . 37, 591–611. DOI: 10.1080 / 14640748508400921

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Торил П., Реалес Дж. М. и Баллестерос С. (2014). Обучение видеоиграм улучшает познавательные способности пожилых людей: метааналитическое исследование. Psychol. Старение 29, 706–716. DOI: 10.1037 / a0037507

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Торил, П., Реалес, Дж. М., Майас, Дж., И Баллестерос, С. (2016). Тренировка мозга с помощью видеоигр улучшает зрительно-пространственную рабочую память у пожилых людей. Перед. Гм. Neurosci . 10: 206. DOI: 10.3389 / fnhum.2016.00206

CrossRef Полный текст

Валенсуэла, М. Дж., И Сачдев, П. (2006). Исследование мозга и деменция: систематический обзор. Psychol. Мед . 36, 441–454. DOI: 10.1017 / S00332₀₀₆₂₆₄

CrossRef Полный текст | Google Scholar

фон Бастиан, К.К., Лангер, Н., Янке, Л., и Оберауэр, К. (2013). Эффекты тренировки рабочей памяти у молодых и пожилых людей. Mem. Cognit . 41, 611–624. DOI: 10.3758 / s13421-012-0280-7

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ван П., Лю, Х. Х., Чжу, X. Т., Мэн, Т., Ли, Х. Дж. И Цзо, X. Н. (2016). Тренинг по видеоиграм для здоровых взрослых: метааналитическое исследование. Перед. Психол . 7: 907. DOI: 10.3389 / fpsyg.2016.00907

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Уэйн, К.(1958). Возрастные различия в кратковременном сохранении быстро меняющейся информации. J. Exp. Психол . 55, 352–358. DOI: 10,1037 / h0043688

CrossRef Полный текст | Google Scholar

Векслер Д. (1999). WAIS-III: Шкала интеллекта взрослых Векслера, руководство по администрированию и оценке, 3-е изд. . Сан-Антонио, Техас: Психологическая корпорация и Харкорт Брейс.

Всемирная медицинская ассоциация (2013 г.). Хельсинкская декларация Всемирной медицинской ассоциации: этические принципы медицинских исследований с участием людей. JAMA 310, 2191–2194. DOI: 10.1001 / jama.2013.281053

CrossRef Полный текст

Yesavage, J. A., Brink, T. L., Rose, T. L., Lum, O., Huang, V., Adey, M., et al. (1983). Разработка и валидация шкалы скрининга гериатрической депрессии: предварительный отчет. J. Psychiatr. Res . 17, 37–49. DOI: 10.1016 / 0022-3956 (82)

-4

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Zinke, K., Zeintl, M., Eschen, A., Herzog, C., и Клигель, М. (2012). Возможности и пределы пластичности, вызванные тренировкой рабочей памяти в старости. Геронтология 58, 79–87. DOI: 10.1159 / 000324240

PubMed Аннотация | CrossRef Полный текст | Google Scholar

.