Главная » Просмотр файлов » Диссертация

Диссертация (1147492), страница 11

Файл №1147492 Диссертация (Закономерности перестройки крупномасштабной нейронной сети головного мозга человека при распознавании лиц в условиях неопределенности) 11 страницаДиссертация (1147492) страница 112019-06-29СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

Выбор регистрировался по нажатию испытуемымлевой или правой клавиши мыши. На рисунке 22 приведен пример смены фаз стимуляциив случае предъявления одного и разных лиц.55АБРисунок 22 - Временные параметры стимуляции фМРТ исследования на примерепарадигмы предъявления: А – разных лиц и Б – одного и того же лицаВ соответствии со спецификой фМРТ измерений каждое исследование начиналосьс предъявления контрольных изображений – нейтральных оптоклонов, ориентированныхпрямо – так называемая фаза 2. Через 37 сек происходила смена фазы стимуляции.

Наэкране предъявляли изображения оптоклонов, ориентированные в разные стороны ивыражающие разные эмоции – фаза 1. Через 37 с снова предъявляли нейтральные лица,ориентированные прямо, и цикл повторялся. Для того чтобы выявить статистическиеразличия между фазами, вышеописанный цикл «фаза 2 – фаза 1» повторяли 10 раз.Длительность всего сканирования составила 12,5 минут для каждой экспериментальнойпарадигмы. Процедура второго теста была аналогична первой, менялась толькоинструкция. Полное время исследования составила 35 минут.Инструкция. В течение выполнения экспериментальных тестов в обеих парадигмахиспытуемые выполняли задачу распознавания мимики оптоклона. В фазе 1 испытуемыеполучали инструкцию оценивать эмоцию: радость или грусть.

Если они считали, что лицовыражает мимику радости, то они должны были нажать на правую клавишу мыши, если56грусть, то левую клавишу. В фазе 2 в обеих парадигмах испытуемые получалиинструкцию поочередно нажимать на правую и левую клавишу мыши на каждоепредъявление стимулов. Важно подчеркнуть, что инструкции существенным образомотличались друг от друга. Так, инструкция в фазе 2 исследования значительно легче всравнении с инструкцией в фазе 1: принимать решение и распознавать эмоцию в данномслучае не требовалось, что создавало условия для возможности отвлечения внимания«испытуемого» от выполнения поставленной задачи.Регистрация и анализ фМРТ изображений был аналогичен первому фМРТисследованию. Для оценки работы механизма привыкания в условиях многократногопредъявления стимулов 200 EPI-последовательностей были разделены на две части –первую и вторую половину исследования по 6,25 минут каждая.

Оценка локальнойактивности относительно целого мозга проводилась методом двухкомпонентного t-теста(t-критерий Стьюдента, p<0.001).2.4 Метод моделирования искусственной нейронной сетиЦелью данного исследования являлось моделирование условий распознаванияискусственной нейронной сетью мимики изображений лица в условиях неопределенности.Моделирование выполнено в ИФ РАН совместно с научным сотрудникомлаборатории физиологии зрения Малаховой Екатериной. В качестве базовой архитектурывыбрана глубокая нейронная сеть VGG Face (Parkhi et al., 2015), обученная задачераспознавания знаменитостей на датасете из 2,6 млн. изображений, собранных винтернете. Данная сеть была выбрана из-за относительной релевантности идентификациилиц в задаче распознавания мимических экспрессий.

Было проведено переобучениенейронной сети на специализированном датасете меньшего размера, включающем в себяфотографии и изображения лиц с различными эмоциями.Построенная архитектура нейронной сети состоит из 13 сверточных и 3полносвязныхслоев.Свёрточныеслоиобрабатываютизображениефильтраминебольшого размера. Каждый фильтр кодирует какой-либо графический признак в видематрицы, например, если говорить о первом слое, это может быть наличие наклоннойлинии под определенным углом, цветового градиента и т.д.

Суть операции свёрткизаключается в умножении изображения на фильтр (ядро) свертки (рисунок 23). Так какразмерфильтрасущественноменьшеразмераизображения,онприменяетсяпоследовательно с небольшим шагом ко всему изображению, а результат суммируется изаписывается в аналогичную позицию выходного изображения. Таким образом,57формируется карта активации (рисунок 24), которая отражает соответствие данногоизображения фильтру (Малахова, 2017).Рисунок 23 - Фильтры первого сверточного слоя нейронной сети VGG Face. Размерфильтров 3x3 пискеля (3 цветовых канала)Рисунок 24 - Карты активации первого сверточного слоя, соответствующие приведеннымвыше фильтрам.

Отсутствие активации обозначается черным цветом58Фильтры первого сверточного слоя выделяют простые признаки вроде цвета инаклона линии - они универсальны практически для всех сетей, работающих сизображениями, вне зависимости от выполняемой задачи. Изображения, вызывающиемаксимальную активацию в нейронах данного слоя, представляют из себя фрагментынебольшого размера, содержащие линии, углы, решетки и т.д. Фильтры второго слоя невыглядятнастолькожелегкоинтерпретируемыми,размеррецептивногополяувеличивается и изображения, подобранные для визуализации максимальной активации,содержат менее тривиальные формы.Нейроны последующих сверточных слоев охватывают все большую частьизображения и реагируют на все более сложные формы объектов, вплоть до выделенияразличных категорий объектов.

Тем не менее, в указанных слоях сохраняется зависимостьреакции нейрона от пространственного расположения признака. И только в полносвязныхслоях сети достигается инвариантное - независимое от положения и размера распознавание образов. Каждый нейрон полносвязного слоя получает информацию отвсехнейроновпредыдущегослоя,чтопозволяетучитыватьвсевозможныепространственные локации объектов.

Для некоторых нейронов возможно определитьпризнаки/объекты, выделяемые ими на изображениях, для других же это сделать довольнозатруднительно (Малахова, 2017). Последний из полносвязных слоев содержитколичество нейронов, равное количеству классов в исходной задаче классификации, т.е. вслучае задачи распознавания мимики лица на изображении, этот слой будет состоять издвух нейронов: один, представляющий категорию «улыбка», другой - представляющийкатегорию «не улыбка».Стимулы. Обучающее множество состояло из изображений реальных людей,полученных из сети Интернет.

Вся выборка обучающих стимулов была сгруппирована вдве группы по 500 стимулов в каждой. В первую группу вошли изображения лиц людей смимикой радости. Во вторую группу – с мимикой грусти или нейтральным выражениемлица. Примеры стимулов приведены на рисунке 25. Выборка изображений была разбитана две группы: тренировочное множество, которое использовалось для переобучения сетии тестовое, необходимое для контроля качества обучения.59Мимика радостиМимика грусти или нейтральные лицаРисунок 25 – Обучающая выборка для искусственной нейронной сетиВ качестве контрольной выборки методом экспертной оценки были отобраныизображения мировой живописи, например, изображение Джоконды (Леонардо да Винчи),а также фотографии деятелей культуры (рисунок 26).минимальные изменения выраженности улыбки в живописиминимальные изменения выраженности улыбки на фотографияхРисунок 26 – Контрольная выборка для искусственной нейронной сети60Глава 3 РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ3.1 Результаты психологической серии исследованияВ разделе приводятся результаты психологического исследования испытуемых спомощью,стандартизованнойтревожности»,многошкальнойразработанныйвметодикилаборатории«ИнтегративныйклиническойтестпсихологииПсихоневрологического института им В.М.

Бехтерева (Бизюк и др., 1991). Гипотезаисследования состояла в том, что в задачах распознавания нейтральных лиц в условияхпомехи, испытуемые будут испытывать элементы эмоциональной напряженности ибеспокойства, что найдет отражение в шкалах психологического интегративного теста наопределение тревоги.Результаты кластерного анализа по методу межгрупповых связей показали, чтовыборку испытуемых можно разбить на три группы по уровню тревоги/тревожности.Использовали данные по общим баллам (станайнам) в двух группах: СТ-С и СТ-Л. Впервую группу вошли испытуемые (12 человек) с низкими (нормальными) уровнямиличностной тревожности и ситуационной тревоги. Во вторую (12 человек) – с высокимуровнем личностной тревожности и низким (нормальным) уровнем ситуационнойтревоги.

А в третью (5 человек) – с высоким уровнем по обеим шкалах ИТТ. Дальнейшийанализ с использованием непараметрического критерия Краскала-Уоллиса (попарныемножественные сравнения) показал отсутствие статистически значимого отличия междувторой и третьей группой испытуемых, что явилось основанием для объединения данныхгрупп в один кластер (p>0,05). Таким образом, в дальнейшем анализе принимали участиедве группы по 12 и 17 человек соответственно. Распределение по полу и возрастуиспытуемыйов по группам представлено в таблице 10.Таблица 10 – Распределение по полу и возрасту испытуемыйовХарактеристикаГруппа 1Группа 2n=12n=17Мужской пол, %66,723,5Женский пол, %33,376,5Средний возраст, годы25,226,4Для проверки условия о нормальности распределения применили описательныестатистики, графические методы и статистические критерии.

Статистический критерий61Шапиро-Уилка (более подходящий для оценки малых выборок) для оценки распределенияпо шкалам ИТТ в каждой из групп показал, что нулевую гипотезу об отсутствии различиймежду распределением, полученным в исследовании и нормальным распределениемнельзя отвергнуть лишь частично. Таким образом, ввиду сильного отклонения отнормального, для сравнения уровня тревожности/тревоги применили критерий МаннаУитни. За нулевую, принималась гипотеза об отсутствии различий в уровнетревоги/тревожности между группами.Результаты сравнительного межгруппового анализа по двум основным шкаламИТТ представлены на рисунке 27 и таблице 11.СТАНАЙНЫ (M)Тревога/тревожность98765432101 ГРУППА2 ГРУППАСТ_ЛСТ_СРисунок 27 – Результаты сравнительного анализа по шкалам СТ_С и СТ_Л в двухгруппах добровольцев.

По оси абсцисс представлены шкалы анализа. По оси ординат –средние значения (М) станайнов с указанием ошибки среднего (SE)Таблица 11 – Сравнительный анализ общих шкал ИТТКомпонентыситуационнойтревогиСреднеезначениепо всейвыборкеГруппа 1n=12СТ_С3,07±0,411,17±0,10СТ_Л6,38±0,374,75±0,43Примечание: * – р<0,05;**- р<0,01.Группа 2n=17M±SE4,41±0,537,28±0,23Значимостьразличий(критерийМанна-Уитни)p=0,000**p=0,000**Согласно полученным данным, во-первых, видно, что вне зависимости от группыобщий уровень личностной тревожности выражен сильнее в сравнении с ситуативнойтревогой. Так, среднее значение по шкале СТ-Л составило 6,38±0,37, а по шкале СТ-С вдва раза ниже - 3,07±0,41.

Данные приводятся с указанием стандартной ошибки среднего(SE). Во-вторых, показатели по группе 2 статистически значимо выше в сравнении с62группой 1 по обеим шкалам опросника (p<0,05). Использовали непараметрическийкритерий U Манна-Уитни для независимых выборок.РезультатымежгрупповогоанализапоотдельнымкомпонентамСТ-Спредставлены на рисунке 28 и в таблице 12.СТАНАЙНЫ (М)Компоненты ситуационной тревоги9.008.007.006.005.004.003.002.001.000.001 ГРУППА2 ГРУППАЭДАСТФОБОПСЗРисунок 28 – Особенности выделенных кластеров по субшкалам ситуационнойтревоги.

Характеристики

Список файлов диссертации

Закономерности перестройки крупномасштабной нейронной сети головного мозга человека при распознавании лиц в условиях неопределенности
Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6417
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее