Содержание к диссертации
Введение
Глава 1. Методы и средства диагностики психических состояний 10
1.1 Понятия и виды психических состояний человека 10
1.2. Методы и симптомокомплексы для тестирования психологической напряженности
1.3. Анализ методов выделения информативных признаков при решении задач диагностики и прогнозирования в биомедицинских приложениях
1.4. Анализ методов синтеза решающих правил в пространстве информативных признаков
1.5. Способы и средства автоматизированного тестирования психических состояний
1.6. Цель и задачи исследования 50
Глава 2. Синтез признаковых пространств из отсчетов сигнала голоса
2.1. Выбор информативных параметров для анализа ПН из психомоторных показателей речи - синтез первого признакового подпространства
2.2. Выбор информативных параметров для анализа ПН на основе спектрального анализа речевого сигнала - формирование второго признакового подпространства
2.3. Формирование третьего признакового подпространства 65
2.4. Выводы второй главы 68
Глава 3. Разработка способов и алгоритмов выделения информативных признаков из сигнала голоса
3.1 Разработка способов и алгоритмов разделение фразы на речь и паузы
3.2 Выбор способа построения вейвлет-плоскости сигнала голоса 72
3.3 Разработка алгоритма выделения формантных частот навейвлет-плоскости сигнала голоса
3.4 Способ выделения информативных признаков для диагностики ПН на основе анализа медленных процессов в сигнале голоса
3.5 Выводы третьей главы 96
Глава 4. Исследование модуля нечеткого вывода для диагностики состояния «психическая напряженность» по результатам анализа сигнала голоса
4.1 Методика и процедура проведения исследований 98
4.2 Формирование двумерных функций принадлежности к классу «психическая напряженность» по признаковым подпространствам, синтезированным на основе параметров сигнала голоса
4.3 Синтез модуля нечеткого вывода в заданном признаковом пространстве
4.4 Обсуждение результатов исследования 118
4.5 Выводы четвертой главы 121
Заключение 123
Библиографический список 125
- Понятия и виды психических состояний человека
- Выбор информативных параметров для анализа ПН из психомоторных показателей речи - синтез первого признакового подпространства
- Разработка способов и алгоритмов разделение фразы на речь и паузы
- Методика и процедура проведения исследований
Введение к работе
Актуальность работы. Профессиональная деятельность человека, участвующего в управлении сложными социальными и техническими системами часто протекает на фоне воздействия на него различных стресс — факторов, таких как осознание опасности последствия принимаемых решений при дефиците прагматической информации, продолжительность смены, отсутствие уединения и т.п. Влияние такого рода воздействий на лиц операторских профессий может приводить к снижению их работоспособности, нарушениям сна, трениям между членами смены (экипажа, команды), развитию высоких уровней эмоционального напряжения и утомления, что способствует росту ошибок деятельности, которые могут приводить не только к снижению количественных и качественных показателей работы человеко-машинных систем и комплексов, но иногда и к фатальным последствиям. Характер деятельности человека в этих условиях существенно определяет его психические состояния. Для обозначения психических состояний человека в трудных условиях ряд ведущих исследователей пользуется понятием психической напряженности (Н.Д. Левитов, Н.И. Наенко).
Это понятие играет также большую роль в качестве фактора риска в задачах прогнозирования и ранней диагностики различного типа заболеваний. Наличие этого фактора способствует развитию, помимо выраженных форм депрессий, различных типов заболеваний сердечно -сосудистой системы, желудочно-кишечного тракта, кожи и т.д. Кроме этих заболеваний выделяют обширную группу заболеваний с так называемыми скрытыми формами депрессивных состояний у лиц, которые формально считаются психически здоровыми и поэтому не проходят специального обследования (П.К. Анохин, А.Б. Леонова, В.И. Медведев).
Учитывая, что в структуры признакового описания состояния психической напряженности включаются различные по природе признаки (опрос, осмотр, данные инструментальных и лабораторных исследований),
5 а окончательный диагноз получают в несколько этапов путем подтверждения или опровержения выдвигаемых прогностических и диагностических гипотез, целесообразно в качестве основного математического аппарата использовать теорию нечетких множеств, а используемые технические средства контроля состояния должны как можно меньше влиять на основную деятельность испытуемого. Последнее условие может быть выполнено, если в качестве источника информации о психической напряженности испытуемого использовать параметры его голоса.
Проведенные исследования показали, что, несмотря на важность контроля психических состояний, и особенно психической напряженности, существующие методы и средства решают эти задачи с недостаточной оперативностью и качеством в условиях реальных ограничений на время и стоимость принятия решений.
Актуальность решения поставленных задач определяется еще и тем, что качественное их решение обеспечивает: увеличение надежности операторской деятельности; снижение ошибок первого и второго рода; устранение «немотивированных» действий; планирование рациональных схем профилактики и лечения психосоматических заболеваний и т.д.
Работа выполнена в соответствие с научно-технической программой
«Научные исследования высшей школы по приоритетным направлениям
науки и техники», подпрограмма 204 «Технология живых систем» 2002-2004
гг. и в соответствии с научным направлением Курского государственного
технического университета «Разработка медико-экологических
информационных технологий».
Цель работы. Разработка методов и средств повышения достоверности и оперативности дистанционной и латентной диагностики психической напряженности на основе вейвлет - анализа сигнала голоса и нечеткой логики принятия решений.
Для достижения поставленной цели необходимо решить следующие задачи:
сформировать пространство информативных признаков, выделяемых из сигнала голоса, для диагностики психической напряженности человека;
разработать способы и алгоритмы вычисления величин информативных признаков с использованием методов вейвлет -анализа;
предложить метод синтеза решающих правил для диагностики психической напряженности в пространстве признаков, формируемых на основе сигнала голоса;
разработать структуру и алгоритм обучения нечеткого нейроподобного решающего модуля на диагностику психической напряженности;
провести апробацию предложенных методов и средств на репрезентативных контрольных выборках.
Методы исследований. Для решения поставленных задач использовались методы системного анализа, цифровой фильтрации сигналов, спектрального анализа, математической статистики, теории нечетких нейронных сетей и распознавания образов, экспертного оценивания и принятия решений.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
способ вейвлет - анализа сигнала голоса, основанный на выделении значимой форманты на вейвлет - плоскости сегмента сигнала голоса и определении вариабельности ее частотных составляющих в пределах тестовой фразы, позволяющий построить признаковое подпространство для диагностики психической напряженности;
способ выделения информативных признаков из сигнала голоса, отличающийся возможностью отслеживания вариаций координат
7 значимой форманты на вейвлет - плоскости сегмента сигнала голоса, и позволяющий определить вариации частоты тремора мышц голосовых связок, модулирующего эту форманту;
метод синтеза нечетких решающих правил, отличающийся использованием четырехслойной нейроподобной модели с двумерными функциями принадлежности на входе и иерархической структурой блока нечеткого вывода, позволяющий синтезировать решающие правила диагностики психической напряженности по параметрам сигнала голоса с заданной достоверностью;
алгоритм обучения нечеткого решающего модуля, отличающийся использованием диалогового режима при построении итерационной обучающей процедуры в трехмерном пространстве признаков, позволяющий создавать базу решающих правил иерархической структуры.
Практическая значимость и результаты внедрения. Разработанные методы, способы и алгоритмы составили основу построения автоматизированной системы поддержки принятия решения по управлению процессами диагностики и коррекции психических состояний, практические испытания которой показали ее высокую диагностическую эффективность и приемлемое качество рекомендаций по определению психического состояния человека. Рекомендации системы могут использоваться для принятия решений о текущей работоспособности операторов информационно-насыщенных систем и о необходимости проведения возможных реабилитационных процедур.
Результаты работ внедрены в учебном процессе Курского государственного технического университета при подготовке специалистов по направлению 200300 - «Биомедицинская инженерия» и используются при проведении научно-исследовательских работ в НИИ экологической безопасности Минздрава Российской Федерации.
Полученные результаты позволяют научно обосновать способы определения психической напряженности операторов человеко-машинных систем и проводить целенаправленную коррекцию их состояний.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях и семинарах: четвертой Международной научно-технической конференции «Медико-экологические информационные технологии» (Курск 2001), XXXI вузовской научно-технической конференции «Молодежь и XXI век» (Курск, 2003), 7-й Международной конференции «Оптико-электронные устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 2005), научно-практической конференции «Россия и современный мир: проблемы и перспективы развития» (Москва, 2005), Региональной научно-практической конференции «Современные проблемы технического, естественно - научного и гуманитарного знания» (Губкин, 2005).
Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано 8 печатных работ.
Личный вклад автора. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1] автором предложена модель модуляции сигнала голоса тремором мышц голосовых связок, основанная на вейвлет - представлении сигнала голоса, в [3] соискателем разработана итерационная процедура отделения объектов в трехмерном признаковом пространстве, в [4] соискатель предложил четырехслойную модель модуля нечеткого вывода, реализующую иерархическую структуру решающих правил, в [7] автор исследовал алгоритмы не растрового сканирования изображений, в [8] соискателем предложена и обоснована процедура формирования информативных признаков из речевого сигнала.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы, включающего 139
9 отечественных и 3 зарубежных наименования. Работа изложена на 137 страницах машинописного текста, содержит 37 рисунков и 7 таблиц.
СОДЕРЖАНИЕ РАБОТЫ
В первой главе исследуется современное состояние вопроса и показывается, что повышение качества и оперативности дистанционной диагностики психической напряженности может быть достигнуто посредством выделения и анализа информативных признаков из сигнала голоса.
Во второй главе осуществляется формирование признакового пространства из цифровых отсчетов сигнала голоса, обсуждаются требования к тестовым фразам для диагностики психической напряженности и предлагаются способы выделения информативных признаков из сигнала голоса.
В третьей главе разрабатываются алгоритмы выделения информативных признаков из сигнала голоса на основе способов, предложенных во второй главе.
В четвертой главе разрабатываются метод синтеза решающих правил и структура модуля нечеткого вывода для автоматизированной системы диагностики психической напряженности, предлагается методика проведения исследований и обсуждаются результаты экспериментальных исследований.
В заключении сформулированы научные и практические результаты исследования.
Понятия и виды психических состояний человека
С понятием психической напряженности (ПН) тесно связаны такие фундаментальные понятия, используемые в современной психологии, как психическое состояние, эмоциональная напряженность, стресс и др. Психическое состояние (ПС) - совокупность признаков психической деятельности, характеризующих ее состояние в данное время. В психиатрии ПС - совокупность признаков психического расстройства, обнаруживаемых во время данного исследования. Психические свойства, которые связывают с ПС, имеют две отличительные особенности: 1) неустойчивость во времени и кратковременность; 2) глобальность - в момент возникновение ПС глобально воздействует почти на все другие психические процессы и свойства [96].
В психологии принято различать два вида психических состояний: функциональные состояния и эмоциональные состояния.
Категория функционального состояния связана с понятием "функциональная система" П.К. Анохина: "Функциональное состояние -психофизиологическое явление со своими закономерностями, которые заложены в архитектуре особой функциональной системы" [7, 35] и "Множество состояний, определяющих заданный уровень функциональных возможностей, образует диагностическую единицу, обычно называемую функциональным состоянием" [92]. Понятие "эмоциональное состояние" обозначает обычно долго длящуюся эмоцию. В дальнейшем развитии категории ПС особую роль можно отдать появлению классификаций ПС и некоторых методик диагностики ПС [27, 28].
Психическое состояние - интегральная характеристика системы деятельностеЙ индивида, сигнализирующая о процессах их реализаций и их согласованности друг другу. В качестве основных психических состояний выделяют бодрость, эйфорию, усталость, апатию, депрессию, отчуждение, утрату чувства реальности. Изучение психических состояний осуществляется, как правило, методами наблюдения, опросов, тестирования, а также экспериментальными методами, основанных на воспроизведении различных ситуаций.
По своему динамическому характеру ПС занимает промежуточное положение между процессами и свойствами. Между процессами и состояниями, с одной стороны, и между состояниями и свойствами личности, с другой, существуют сложные диалектические взаимосвязи. Известно, что психические процессы (например, внимание, эмоции и др.) в определенных условиях могут рассматриваться как состояния, а часто повторяющиеся состояния способствуют развитию соответствующих свойств личности [27].
По определению других авторов ПС определяется как временной срез психики человека, отражающий общие особенности статики и динамики психической жизни в данный момент. Это определение несколько расходится с мнением некоторых ученых о том или ином состоянии, как некоторой совокупности особенностей психической жизни, характеризующейся устойчивостью, инвариантностью, реактивностью [68]. Согласно такому подходу психическое состояние личности характеризуется единством его динамичных и инвариантных характеристик. Сохраняя некоторую однородность своих характеристик на протяжении какого-либо временного периода, т.е. временную свою стабильность, психическое состояние вместе с тем в пределах этих характеристик изменчиво по силе, глубине, напряженности, переходит из одной фазы в другую.
Психофизиологические состояния и соответствующие им структуры, для сравнения которых возможна единая шкала, называют интенсивными, а те состояния и структуры, для которых такое сопоставление невозможно, -экстенсивными [29]. Не допуская возможности делить состояния на интенсивные и экстенсивные, в [29] используют понятия интенсивности и экстенсивности для разделения характеристик ПС. Для интенсивных характеристик ПС типичной является классификация состояний коры И.П. Павлова: "На одном конце стоит возбужденное состояние, чрезвычайное повышение тонуса раздражения, когда делается невозможным или очень затрудненным тормозной процесс. За ним идет нормальное, бодрое состояние, состояние равновесия между раздражительным и тормозным процессами. Затем следует длинный, но тоже последовательный ряд переходных состояний к тормозному состоянию. Из них особенно характерны: уравнительное состояние, когда все раздражители, независимо от их интенсивности, в противоположность бодрому состоянию, действуют совершенно одинаково; парадоксальное, когда действуют только одни слабые раздражители или сильные, но только едва, и, наконец, ультрапарадоксальное, когда действуют положительно только ранее выработанные тормозные агенты - состояние, за которым следует полное тормозное состояние". Эта шкала несет тонический "энергетический" характер. В психологии "энергетические" шкалы связаны в основном с проблемой функциональных состояний, имеется огромное количество методов, позволяющих оценить тонус человека.
Второй вид интенсивных характеристик касается эмоциональных состояний. Один вариант - по степени активности аппарата эмоций [72]. Второй вариант - по уровню удовлетворенности. Хотя в этом случае немаловажную роль играют экстенсивные характеристики, делались неоднократные попытки создать единую шкалу. В настоящее время считают, что наиболее релевантным способом является биологический: оценка содержания нейрогормонов. В последнее время внимание биологов очень занимает проблема эндорфинов и энкефалинов - "эссенций счастья". К примеру, есть данные о выраженном влиянии эндорфинов на депрессию и шизофрению [18].
Выбор информативных параметров для анализа ПН из психомоторных показателей речи - синтез первого признакового подпространства
Для синтеза признакового подпространства из психомоторных показателей речи необходимо сформулировать требования к тестовому сигналу. В практике обработки речевого сигнала его принято делить на кадры. Длина кадра обычно выбирается такой, чтобы длительность кадра по времени T=N/fd составляла 10...20 мс, где Л -число отсчетов в кадре, fd -частота дискретизации сигнала. В произносимом испытуемым слове должно быть не менее 10 кадров.
При выборе психомоторных параметров речи необходимо исходить из того, что они должны измеряться в относительных единицах, чтобы исключить индивидуальные особенности испытуемого, которые не связаны с ПН. Этому требованию удовлетворяет нормированное среднее квадратическое отклонение длительности пауз в тестовой фразе. Для того, чтобы оценка этого параметра была состоятельной, необходимо увеличивать количество слов в ней. К тестовой фразе не предъявляется требований по семантической нагрузке, но в ней должны равномерно чередоваться участки чистой речи и паузы между словами. Причем тестовая фраза должна быть подобрана таким образом, чтобы паузы между словами имели бы одинаковую величину. В качестве тестовой фразы можно было бы использовать произношение испытуемым чисел от единицы до ста. Эти слова хорошо всем известны, поэтому их произношение не вызовет дополнительной психической нагрузки. Однако произношение этой фразы имеет ряд недостатков. Во-первых, большинство чисел после двадцати состоят из двух слов, то есть по существу являются подфразой. Паузы между словами в подфразе будут отличаться от пауз во фразе, что сделает временной ряд, состоящий из отсчетов длительностей пауз, более нестационарным и затруднит синтез единого алгоритма сегментации для фраз и подфраз. Во-вторых, произношение столь длинной фразы может изменить психологическое состояние испытуемого, что также вызовет увеличение нестационарности сигнала. Поэтому целесообразно остановиться на отсчете чисел от единицы до двадцати, что исключает наличие подфраз в тестовой фразе.
Из рис.2.1 мы видим, что интервалы чистой речи неравномерны. Это объясняется тем, что произносимые слова имеют не одинаковое число букв. Кроме того, важно, заканчивается слово гласной или согласной. Это очень существенно влияет на длительности пауз, а, следовательно, и на их среднее квадратическое значение. Поэтому в тестовой фразе слова желательно подобрать таким образом, чтобы они имели, во-первых, одинаковое количество букв, во-вторых, произносились на одном вдохе, в третьих, заканчивались либо на согласные, либо на гласные.
В первой главе было показано, что изменение психического состояния приводит к сдвигу формантных частот в сигнале голоса. При этом направление изменения этих параметров может быть любым относительно фонового значения.
При произношении тестовой фразы в результате колебаний голосовых связок воздушный поток, идущий из легких, преобразуется в импульсный. Частоту колебаний голосовых связок называют частотой основного тона.
В момент сердечного сокращения происходит наполнение сосудов кровью, за счет чего происходит изменение эластичности всех тканей человека, в том числе и тех, которые участвуют в процессе речеобразования. Модели голосового аппарата, основанные на уравнении (2.4), определяют основные принципы речеобразования человека с точки зрения выделения в спектре голоса человека резонансных пиков (формант). Формантная теория речи доказывает наличие резонансных частот в голосе человека за счет акустических особенностей строения гортани и может быть использована для целей исследования психических состояний по сигналу голоса.
На рис. 2.3 приведены кривые распределения расстояний между формантными частотами. Из этого рисунка видно, что формантные частоты и расстояния между ними изменяются в широких пределах, а закономерности этих изменений близки к нормальному закону распределения.
Разработка способов и алгоритмов разделение фразы на речь и паузы
Тестовая фраза не содержит кадров с паузами и поделена на слова. Поэтому алгоритм применяется только к поступающей новой реализации фразы ,... ,...,)6 , где L - длина новой реализации тестовой фразы. Требуется отделить кадры, содержащие речь, от кадров, содержащих паузу. Звонкие звуки речи, особенно гласные, имеют высокий уровень кратковременной энергии. По этому параметру они легко отделяются от пауз. Глухие звуки имеют низкий уровень кратковременной энергии. Однако большая часть их энергии лежит в области высоких частот, что приводит к большому числу переходов интенсивности сигнала через нуль. Это используется для отделения от пауз глухих звуков речи. Таким образом, совместное использование контуров кратковременной энергии Е, и числа нулей интенсивности Z, позволяет точнее отделить речь от пауз. Под контуром параметра понимается последовательность значений параметра, вычисленных на каждом кадре )6 у.
В противном случае значение bt заменяется на ноль. В результате выделяются непрерывные участки, содержащие речь. Далее каждый такой участок пытаются расширить. Пусть, например, участок начинается с кадра и заканчивается на кадре $т\ Перемещаются влево от Х М) (вправо от Х ) и сравнивают число нулей интенсивности Z, с порогом Tz. Это перемещение не должно превышать 20 кадров слева от Х М) (справа от Х ). Если Zt превысило порог в три и более раз, то начало речевого участка переносится туда, где Z, впервые превышает порог. В противном случае началом участка считается кадр ) т). Аналогично поступают и с tf. Если два участка перекрываются, то их объединяют в один. Таким образом, окончательно выделяются непрерывные участки, содержащие речь. Такие участки будем называть реализациями слов. Приведенный алгоритм позволяет перейти от массива отсчета тестовой фразы к двум целочисленным массивам: в первом массиве содержится ряд чисел, отображающих число отсчетов в словах тестовой фразы, а во втором - ряд чисел, отображающих число отсчетов в паузах между словами тестовой фразы. Так как число пауз на единицу меньше числа слов, то в первом массиве на один элемент больше, чем во втором.
Для осуществления вейвлет - преобразования сегментов сигнала голоса. необходимо задаться материнским вейвлетом. Возможно использование как вещественных, так и комплексных вейвлетов. Предпочтение следует отдать комплексным вейвлетам, поскольку их применение дает вейвлет - плоскость более удобную для анализа, чем полученную с помощью вещественных вейвлетов, поскольку визуализация модуля вейвлет - коэффициентов позволяет избавиться от осцилляции благодаря наложению мнимой и действительной частей коэффициентов. Однако, за это приходится платить большим количеством выполняемых операций. Наиболее пригодным для анализа сигнала голоса является вейвлет Морле, который отличается хорошей локализацией как в пространстве времени, так и в пространстве частот. Раствор угла влияния и ширина полосы влияния зависят от выбора базисного вейвлета. Чем лучше локализован вейвлет в пространстве времени, тем меньше раствор угла влияния. Соответственно, чем лучше локализован вейвлет в пространстве частот, тем меньше ширина полосы влияния. Однако, в соответствии с принципом неопределенности Гейзенберга, невозможно добиться одновременно уменьшения раствора угла влияния и ширины полосы пропускания за счет изменения локализации вейвлета.
Если считать, что каждый вейвлет имеет определенную "ширину" своего временного окна, которому соответствует определенная "средняя" частота Фурье-образа вейвлета, обратная его масштабному коэффициенту а, то семейства масштабных коэффициентов вейвлет-преобразования можно считать аналогичными семействам частотных спектров оконного преобразования Фурье, но с одним принципиальным отличием. Масштабные коэффициенты действуют во времени, изменяя "ширину" веивлетов и, соответственно, "среднюю" частоту их фурье-образов, а, следовательно, каждой частоте соответствует своя длительность временного окна анализа, и наоборот. Многоразмерное временное окно вейвлет-преобразования позволяет одинаково хорошо выявлять и низкочастотные, и высокочастотные характеристики сигналов.
Если по этим функциям определить центры и радиусы веивлетов (3.4) и их фурье-образов, то временная локализация происходит с центрами окон b+ato шириной wint = 4аДтд), а частотная - с центрами (oja и с шириной окна win , = 2Дч-о)/о- При этом значение отношения центральной частоты к ширине окна не зависит от местоположения центральной частоты. Частотно-временное окно wiivwiiia сужается при высокой центральной частоте, и расширяется при низкой.
Методика и процедура проведения исследований
Одной из основных задач решаемых при проведении исследований было моделирование исследуемого класса психических состояний с целью получения репрезентативных обучающих и контрольных выборок.
Состояние психического напряжения создавалось несколькими способами. 1. Методом опроса студентов непосредственно перед экзаменом. Отбирались те из них, которые признавались о наличии у них значительной психической напряженности. 2. При выполнении методики исследования показателей конформности в момент максимального напряжения испытуемых, когда они еще не идут на поводу у группы. Эта методика была реализована на аппаратуре и по правилам описанным в работе [14]. 3. При выполнении модифицированных методик исследования переключаемое, устойчивости и концентрированности внимания в условиях повышенной мотивации к их выполнению (зачет по лабораторной работе при условии достижения требуемых показателей качества). Модификация заключалась в том, что после этапа тренировки у испытуемого снимались его психологические характеристики. Затем они завышались на 30-40% и эта ложная информация графически предъявлялась на экране монитора как эталон, которого нужно достигнуть. Второй предъявляемый графический образ соответствовал реальному результату испытуемого. Пытаясь безуспешно «догнать» эталон испытуемый доводился до состояния психического напряжения, после чего его голосовой сигнал фиксировался и составлял выборку класса психическая напряженность.
Параметры внимания в фоновом состоянии снимались после того как испытуемые выходили на плато тренированности (15-20 предъявлений стимулов в среднем темпе). При выполнении группы психологических методик состоянию психического напряжения соответствует промежуток времени, когда испытуемый в «погоне» за недосягаемым эталоном по качеству обеспечивает высокую производительность при числе ошибок не превышающей заданного порогового значения. Устойчивая тенденция превышения числа ошибок заданного значения характеризует различные стадии развития утомления.
В качестве дополнительных критериев при отборе объектов для выборок класса психическое напряжение использовалось два коротких субъективных опросника, время реакции и количество ошибок при выполнении психологических методик и индекс функциональных напряжений по P.M. Баевскому [17].
Субъективно психологическое состояние психической напряженности определялось по восьмибальной шкале типа: 1. - состояние покоя 2. - минимальная мобилизация внимания 3. - небольшая мобилизация внимания 4. - мобилизация внимания средней степени 5. - мобилизация внимания выше средней 6. — мобилизация внимания большая 7. - мобилизация внимания очень большая 8. - мобилизация внимания максимально возможная Определение балльных субъективных оценок осуществляется периодически в процессе тестирования испытуемого, когда через заданные интервалы времени на экране монитора компьютера по очереди появляются приведенные опросники и испытуемый должен ответить нажатием соответствующей клавиши.
Психическая напряженность пациентов оценивалось также по результатам клинического наблюдения и данным психологического тестирования с помощью компьютерной установки, созданной на кафедре биомедицинской инженерии (на базе метода MMPI), которая позволяла оценивать профиль личности по 10 клиническим шкалам, выявлять особенности личностных реакций, степень выраженности невротических состояний, эмоциональной напряженности. Патологическое изменение профиля личности по двум и более клиническим шкалам оценивали как показатель психической напряженности: I степени — увеличение показателей до 71 —80 Т баллов II степени — до 81 —90 Т баллов III степени — до 91 и более Т баллов.
В. табл.4.1 приведены усредненные экспериментальные данные, соответствующие профилю личности из обучающей и контрольной выборке. Шкалы: Л — лжи; Дв — достоверности; К — коррекции;; 1 — ипохондрии; 2 — депрессии; 3 — истероидности;;4— психопатии; 5 — интересов; 6 — паранойяльности; 7 — психастении; 8 — шизоидности; 9 — гипоманиакальности; 10 — социальной интраверсии
Технология электропунктурного диагностирования включала ряд методик. Во-первых, экспресс-диагностику исходного состояния организма путём определения биоэнергетического баланса меридианов по точкам акупунктуры; во-вторых, непрерывный электропунктурный мониторинг биоэнергетического баланса во время межиндивидуальных контактов в условиях моделирования элементов сложной социальной среды; в-третьих, методики психической и биоэнергетической саморегуляции и восстановления биоэнергетического баланса меридианов.
![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/i/4381/168311.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс] Ходеев Денис Владимирович")
