ИСПОЛЬЗОВАНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ АНАЛИЗА ПАТТЕРНОВ АКТИВНОСТИ МОЗГА В ПРОЦЕССЕ ОЦЕНКИ СЕБЯ И ДРУГИХ ЛЮДЕЙ

Аннотация:

Изучение активности мозга в процессе обработки самореферентной информации, в сравнении с обработкой информации, относящейся к другим людям, базируется на применении массового одномерного анализа, основанного на предположении, что активность в одном регионе не зависит от активности в других регионах. В последнее время в нейровизуализации растет интерес к исследованию пространственно распределенной информации с помощью многомерных подходов, таких как многовоксельный анализ паттернов (МВАП). В данной работе мы использовали МВАП для анализа фМРТ-данных, записанных при выполнении задания по оцениванию себя и других людей разной степени близости. Тестирование выявленных в процессе машинного обучения паттернов показало, что они позволяют в 75—88% случаев предсказать по активности мозга, оценивает ли испытуемый себя или другого человека. Прогностически значимые структуры были широко распределены по разным областям мозга и, помимо корковых срединных структур, дававших наибольший вклад, включали области зрительной, латеральной префронтальной и многих других корковых зон. При классификации "Я"-"Другие" наиболее информативными для выбора варианта "Я" являлись вентральные области медиальной префронтальной и поясной коры, а для выбора варианта "Другие" — теменные и затылочные срединные области. Анализ главных компонент позволил выявить комбинацию структур мозга, включающую переднюю часть поясной извилины и обе миндалины, факторные оценки которой коррелировали положительно с психометрической шкалой чувствительности к награде и отрицательно со шкалами нейротизма. Активность этой комбинации структур может рассматриваться в качестве фактора защиты от аффективных расстройств. В целом полученные результаты показывают плодотворность использования методов машинного обучения для анализа данных такого рода экспериментов.

Авторы:

Издание: Журнал высшей нервной деятельности им.И.П.Павлова
Год издания: 2023
Объем: 14с.
Дополнительная информация: 2023.-N 2.-С.242-255. Библ. 56 назв.
Просмотров: 17