Системна діагностика психічних явищ за фізіологічними сигналам

Психологічна діагностика людини по його фізіологічним характеристикам, одна з проблемних областей сучасної психології. Основною проблемою, на наш погляд, виявляється різний рівень явищ, що вивчаються психологією і фізіологією в рамках системообразования. Психічні явища можна назвати в даному контексті це макрорівень, а фізіологічні явища швидше мікрорівнем. Явища ж, які намагаються використовувати для діагностики в психофізіології мезоуровень. Наприклад, поведінка окремого нейрона це мікрорівень, загальна активація певної ділянки мозку мезоуровень, а сприйняття певного об`єкта в цей же час - це макрорівень.

Для адекватного зіставлення явищ різного рівня і пошуку взаємозв`язків між ними необхідні методи дослідження, що дозволяють узагальнювати дані фізіології та психофізіології та виходити на макрорівень. Теоретичні дослідження в психофізіології дозволяють уявити методи системообразования в фізіології (А.А.Ухтомский, П.К.Анохин, В.Б.Швирков, А.Р.Лурия, Д.Х`юбел, К.Прібрам, Д.Хебб і т.д .). Однак практичні методи порівняння даних про поведінку людини і окремих систем ще мало розроблені.

Надзвичайно складно знайти інваріантні боку великої сукупності фізіологічних даних, які б об`єднували їх за принципом породжують їх функціональних систем і психічних явищ. На наш погляд, для вирішення цієї проблеми зручно залучити такі методи аналізу, які, по-перше, спрощено відображають основні принципи функціонування нервової системи, а по-друге, дозволяють моделювати зміни фізіологічних параметрів. В якості таких засобів можна вказати математичні моделі нейронних мереж. Ця тема зараз надзвичайно популярна в математиці і науках, що використовують математичний апарат. Описано застосування математичних моделей нейронних мереж в фізіології.

Нейронна мережа в розумінні математиків сукупність елементів (нейронів), що мають певний стан і об`єднаних певними зв`язками, які визначають безперервне перетворення станів нейронів. Зміна сукупності станів нейронів можна назвати траєкторією даної системи в фазовому просторі. Зміна станів будь-якої підмножини нейронів можна представити у вигляді графіка відображає певну функцію. Ця функція може бути практично безмежно складна. Причому при завантаженні інших початкових значень в стану нейронів функція змінюється. Можна підібрати такі значення матриці зв`язків, коли нейронна мережа при завантаженні в неї певних значень буде з достатньою точністю моделювати кілька сигналів, отриманих в результаті психофізіологічних експериментів. Одна матриця зв`язків з`явиться для безлічі сигналів відображають фізіологічні процеси випробуваного в момент вирішення певних завдань. Властивості цієї матриці будуть відображати характерні особливості даного випробуваного. Можна певну сукупність сигналів змоделювати за допомогою різних матриць. Ця складність дуже схожа на основні проблеми факторного аналізу підбір кількості факторів і обертання факторів. У нашому випадку можна розв`язати цю проблему подібним чином.

Припустимо, ми маємо певну кількість фізіологічних кривих, знятих з одного випробуваного в процесі протікання різних психічних явищ. Припустимо, що під час проходження подібних психічних явищ активізуються однакові нейронні мережі. Ми намагаємося змоделювати всі ці сигнали з максимальною достовірністю, використовуючи мінімальну кількість мереж і їх мінімальний розмір. При цьому аналізуються завдання вирішуються випробуваним, об`єднані тим, що в процесі їх вирішення зчитувалися сигнали, які генеруються однією матрицею, і знаходяться інваріантні боку цих завдань. Після цього кожну матрицю можна назвати за аналогією з психічним явищем, що протікає при вирішенні цих завдань. Це допоможе нам краще класифікувати і діагностувати психічні явища.

Горбунов І.А.

Увага, тільки СЬОГОДНІ!