Везде
ERP Parameters of the Formation of the Skill of Distinguishing Short Time Intervals
Table of contents
Annotation Estimate Publication content
References Comments
Share
QR
Metrics
ERP Parameters of the Formation of the Skill of Distinguishing Short Time Intervals
Annotation
PII
S020595920029011-8-1
DOI
10.31857/S020595920029011-8
Publication type
Article
Status
Published
Authors
Konstantin Yudakov 
Affiliation: State Academic University for the Humanities
Address: Russian Federation, Moscow
Vladimir Apanovich
Occupation: Junior researcher at Shvyrkov’s laboratory of Psychophysiology, IP RAS, research fellow at laboratory of neurocognitive studies of individual experience, MGPPU, junior researcher at international laboratory of social neuroscience, HSE, senior lecturer, GA
Affiliation:
State Academic University for the Humanities
Institute of Psychology RAS
HSE University
Address: Russian Federation, Moscow
Eric Aramyan
Affiliation: Institute of Psychology RAS
Address: Russian Federation, Moscow
Dmitry Gladilin
Affiliation:
Institute of Psychology RAS
Moscow State University of Psychology and Education
Address: Russian Federation, Moscow
Yu. Alexandrov
Affiliation:
State Academic University for the Humanities
Institute of Psychology RAS
HSE University
Address: Russian Federation, Moscow
Edition
Volume 44 №6
Pages
48-60
Abstract

A method including registration of an electroencephalogram (EEG) has been developed and tested to study the processes of acquisition/improvement of a skill. The method is based on the Signal Detection Theory. The experimental task was to distinguish of short time intervals. The psychophysiological data of 10 study participants (learning group) from the total sample (N = 28) were analyzed. Typical components of event-related potentials (ERPs) during the presentation of the estimated signal were identified. Time-amplitude characteristics of the components were analyzed. The results obtained are discussed from a system-evolutionary approach.

Keywords
system-evolutionary approach, EEG, psychophysics, learning, improvement of the skill, event-related potentials, detection of short time intervals
Acknowledgment
The research is supported by the Russian Science Foundation grant № 23-18-00473 (Institute of Psychology of Russian Academy of Sciences).
Date of publication
30.12.2023
Number of purchasers
8
Views
760
Readers community rating
0.0 (0 votes)
Cite Download pdf
Additional services access
Additional services for the article
Services benefits
100 RUB / 1.0 SU
Additional services for all issues for 2023
Services benefits
4590 RUB / 91.0 SU
1 В психологии большой пласт исследований относится к проблематике и феноменологии процесса научения, которые можно разделить на относящиеся к двум смежным процессам: приобретение и совершенствование навыка (см. напр. [6]). Важным аспектом является исследование мозгового обеспечения данных процессов при помощи ЭЭГ (см. напр. [29; 31; 32]). При этом, хоть большая часть теоретических построений подразумевает научение как процесс, большинство ЭЭГ-исследований научения основано на экспериментах, построенных по принципу сравнения “до–после” (см. напр. [31–33]) или на произвольном выделении эпох анализа [24; 25; 29] и не подразумевающих специального анализа процессуальной составляющей. Ввиду чего мозговое обеспечение научения как процесса является слабо изученным. В основном в фокус анализа попадали такие компоненты как P300 и CNV, и в различных работах демонстрировалось увеличение амплитуд [31], их уменьшение [30], рост с последующим уменьшением [29] и, напротив, уменьшение с последующим ростом [25]. Исследования научения с позиций системно-эволюционного подхода, в основном базируются на дискретном понимании категории системогенеза [1]. Настоящее исследование сформулировано в контексте проблематики континуального характера системогенеза.
2 Для изучения процессуальной характеристики было необходимо разработать методический аппарат, позволяющий исследовать научение в динамике и выделять типичные (встречающихся у всех участников исследования) компоненты ССП, характерные для решения задачи, для возможности их использования в дальнейшем в качестве специфических маркеров динамики научения. Нами была использована [4] методика, разработанная В.А. Садовым на основе Теории обнаружения сигнала [23] и методе “Да–Нет” [10] и применённая в работах И.Г. Скотниковой [15; 16]. Данная методика была выбрана, адаптирована и апробирована, потому что она предполагает решение задачи различения коротких интервалов времени, в силу чего она: 1) имеет предполагаемую низкую экологическую валидность [13], что необходимо для исследования научения de novo (когда влияние прошлого опыта может быть минимизировано), то есть для допущения об отсутствии приобретаемого в эксперименте навыка в уже имеющемся опыте; 2) позволяет наблюдать процесс научения растянутым по времени из-за сложности задачи [10]; 3) имеет одинаковые условия (схему, процедуру и предъявляемый материал) и одинаковую систему измерения для процессов приобретения и совершенствования навыка [4]. Также в литературе отмечался [10; 14], но детально не анализировался, факт наличия динамики при решении задачи различения коротких интервалов времени. Это позволяет говорить о том, что в данной задаче может наблюдаться процесс научения.
3 Ранее уже проводились исследования мозгового обеспечения с регистрацией ЭЭГ во время решения задачи оценки временных интервалов. Однако они не подразумевали рассмотрения процессов научения (см. напр. [5; 27; 28]). Большая часть работ, посвящённых анализу компонентов ЭЭГ у индивидов при решении ими задачи различения интервалов времени, базируется на традиционных представлениях о компонентах и предполагает анализ таких компонентов как, например, P300 и CNV. Эти компоненты связываются с различными когнитивными процессами, и их интерпретация базируется на гносеологическом представлении о мозговом обеспечении поведения (о гносеологическом подходе к психологическим категориям см. в: [13]).
4 Для описания феноменологии и закономерностей мозгового обеспечения процессов приобретения/совершенствования навыка, в том числе при различении коротких интервалов времени, мы опираемся на интерпретационный инструментарий, накопленный в рамках СЭП. С позиций СЭП результатом научения выступает формирование и реорганизация набора функциональных систем, которые актуализируются в ситуации решения задачи, относительно которой происходило научение. Процессы приобретения и совершенствования навыка связываются с системной специализацией нейронов и изменением межсистемных отношений, для изучения которых необходим анализ нейрональной активности в процессе решения задачи, проявляемой в виде изменения частоты электрической активности нейронов [1–3; 17–20]. Ввиду чего динамика амплитудно-временных характеристик определенного набора типичных компонентов ССП позволит исследовать процессуальную характеристику научения. Позитивные и негативные колебания на ЭЭГ позволяют оценить изменение относительного количества актуализируемых систем опыта. Позитивные колебания связываются с увеличением количества актуализированных систем опыта, негативные колебания – как уменьшение количества актуализированных систем опыта [8] и реализацию поведения [12].
5 Как было описано выше приобретение и совершенствование навыка понимаются как два разных процесса, поэтому в настоящей работе внимание фокусируется на процессе приобретения навыка. Таким образом, цель исследования можно сформулировать как выделение и системно-эволюционное описание типичных компонентов ССП, связанных с поведенческим актом оценки сигнала при решении задачи различения коротких интервалов времени у группы участников исследования, которые научились выполнению задачи в ходе эксперимента. Анализ динамики амплитудно-временных характеристик выделенных компонентов ССП целью данной работы не являлся.
6 Предмет исследования: системные процессы при решении задачи различения коротких интервалов времени.
7 Объект исследования: компоненты ССП и их амплитудно-временные характеристики у участников исследования, которые приобрели навык различения коротких интервалов времени.
8

МЕТОДИКА
9 Участники исследования. В исследовании приняло участие 28 человек (20 жен. и 8 муж., возраст от 17 до 45 лет, медиана 19). Для анализа были отобраны данные участников исследования, которые были включены в группу тех, кто приобрел новый навык: участники исследования (N = 15; 11 жен. и 4 муж., возраст от 18 до 44, медиана 19), которые изначально не решали на достоверно отличающемся от нуля уровне основную экспериментальную задачу (показатель их текущей результативности статистически не отличался от нуля [4]), но в дальнейшем научились [там же]. В анализ ЭЭГ были включены результаты 10 человек (7 жен. и 3 муж., возраст от 18 до 37, медиана 19.5), другие участники исследования были исключены в силу большого количества артефактов на записи ЭЭГ. Возраст участников исследования ограничивался интервалом от 18 до 45 лет ввиду того, что данный возрастной период является “относительно стабильным и наиболее адекватным в процессе восприятия временных интервалов” [11, с. 13].
10 Критерии определения участника исследования как не решавшего задачу и “научившегося”. Если показатели результативности d’ (определяемый нами [4] как показатель текущей результативности решения психофизической задачи, построенной на модели теории обнаружения сигнала и связанный с количеством правильных ответов) на стартовом плато [4] были ниже уровня 0.546 (уровень результативности, значения выше которого описываются как неслучайное решение, а значения ниже которого – как случайное [там же]), то участник исследования определялся как изначально не решающий задачу. Протяженность стартового плато и его среднее значение определялось следующим образом: показатель d’ первого окна (с 1 по 50 пробу) статистически сравнивался со всеми последующими по t-критерию Стьюдента (в качестве стандартного отклонения использовалось значение стандартной ошибки показателя d’ на данном интервале; p = 0.05; t-теор. = 1.984; степени свободы 49), пока не находилось окно статистически отличающееся от первого. Далее значения d’ до первого достоверно отличающегося усреднялись и это среднее использовалось в качестве показателя стартового плато.
11 Если участник исследования в течение эксперимента переходил порог результативности в 0.546, то максимальное значение его d’ сравнивалось с показателем его стартового плато по t-критерию Стьюдента (в качестве стандартного отклонения использовалось значение стандартной ошибки показателя d’ на данном интервале; p = 0.05; t-теор. = 1.984; степени свободы 49), если различие оказывалось статистически достоверным, то участника исследования определяли как “научившегося”. В случае если показатели респондента не соответствовали вышеуказанным критериям, то его показатели не учитывали при анализе физиологических данных в настоящем исследовании.
12 Схема и процедура исследования. На основе проведенной апробации методики [4] были подобраны параметры экспериментальной задачи и сконструирована процедура исследования. Перед началом эксперимента участники проходили 15-ти минутную адаптацию к условиям помещения, во время которой проводились инструктаж и предэкспериментальный опрос. Собственно эксперимент состоял из трех задач.
13 После адаптации зачитывалась инструкция к первой задаче, направленной на проверку скорости и точности ответов участника исследования, по окончании которой участник исследования приступал к выполнению. Задача была следующей: при появлении вертикальных или горизонтальных линий светло-серого цвета на черном фоне, необходимо было нажать на левую или правую соответствующую предъявленному сигналу кнопку на клавиатуре (инструкция по нажатию кнопок предполагала контрбалансирование; данная задача выступала в качестве контрольной и сообщала информацию о скорости нажатия указательным и безымянным пальцам для дальнейшей анализа динамики времени ответа).
14 После прохождения первой задачи экспериментаторы приступали к установке электродов ЭЭГ. После чего участнику исследования зачитывалась инструкция к “сенсибилизирующей” задаче1 (подробнее см. [там же]), после которой он приступал к ее выполнению. Она представляла собой 1 серию из 150 проб (в среднем серия занимала примерно 10 минут), в каждой из которых участнику исследования было необходимо различать по методу “Да/Нет” [10; 23] предъявляемые сигналы по их форме и размеру. Во время этой серии испытуемому последовательно и попарно предъявлялись два прямоугольника, первый из которых был эталоном (3х3 см), а второй либо соответствовал по своим размерам эталону, либо имел размеры 3х3.3 см. Задачей испытуемого было определить, отличался ли второй прямоугольник от эталона. В случае “пустой” пробы необходимо было нажать клавишу “←”, в случае с сигнальной – клавишу “→”. Данная серия была направлена на подготовку испытуемому к прохождению основной экпсериментальной серии [4].
1. Феноменологически “сенсибилизация” – это процесс “врабатывания” в задачу, возникающий вследствие смены поведения. В психофизике характеризуется интеграцией “сенсорных процессов” и изменением показателей “чувствительности” [7]. Таким образом, данная задача необходима для возможности разграничения феноменологии “сенсибилизации” и феноменологии приобретения/совершенствования навыка [4].
15 Далее испытуемому давался перерыв 1–2 минуты, во время которого ему было необходимо сидеть с закрытыми глазами и прослушать инструкцию к третьей (основной) экспериментальной задаче – 10 серий по 50 проб (40–45 минут), между которыми участник сидел с закрытыми глазами. Количество серий участнику исследования не сообщалось. Ему было необходимо различать сигналы по методу “Да/Нет” [10; 23] по параметру длительности их предъявления. После прохождения последней серии участник исследования проходил постэкспериментальный опрос.
16 Описание одной пробы основной экспериментальной задачи. Предъявление проходило с помощью специально написанной программы “Visual Yes-No test”2, позволяющей менять все параметры предъявления: размеры, длительности, цвета, оцениваемый параметр, форму и наличие обратной связи, вероятность предъявления и платёжные матрицы. Задача представляла собой последовательность нескольких проб.
2. Автор программы – С.А. Карпов
17 На черном экране (Samsung SyncMaster 2243bw с частотой обновления 60 Гц) на 200 мс предъявлялся белый крест размером 1x1 см (значения по 183 для всех трёх составляющих по международной системе RGB), который обозначал начало пробы. Через 350 мс после него на 400 мс предъявлялся эталонный сигнал – белый квадрат (с идентичными значениями по системе RGB) размерами 3х3 см. Далее после паузы в 350 мс предъявлялся оцениваемый сигнал, который либо был равен эталону, либо отличался от него на определенный параметр: в “сенсибилизирующей” задаче отличался размер сигнала; в основной задаче отличалась длительность предъявления на 66 или 92 мс в зависимости от сложности задачи (обоснование значений см.: [4]). По окончанию сигнала участник исследования должен был оценить параметр и дать ответ: если сигналы, по его мнению, отличались, участник исследования нажимал на клавиатуре клавишу “→”, если сигналы были одинаковыми – клавишу “←”. После ответа через 300 мс давалась обратная связь: надпись (с идентичными значениями по системе RGB) “+1” в случае правильного ответа, “–1” – неправильного. Схематичное описание см. на рис. 1.
18

19 Рис. 1. Описание одной пробы [4].
20 Метод усреднения показателя d’ и компонентов ССП. Показатели d’ подсчитывались окнами в 50 проб с шагом в 1 пробу (рис. 2а). По каждому участнику исследования проводилась проверка отличия распределений ощущений на пустую и сигнальную пробы от нормального для подтверждения правомерности использования показателя d’. Компоненты ССП также усреднялись окнами в 50 проб с шагом в 1 пробу (рис. 2б) с помощью специально разработанных программ3. Эпоха усреднения была следующая: с момента начала паузы после эталонного сигнала до 400 мс предъявления оцениваемого сигнала (итого 750 мс, см. рис. 1).
3. Автор программ – С.А. Карпов.
21

22 Рис. 2. Иллюстрация интервалов в 50 проб с шагом в 1 пробу.
23 Данный метод обработки был выбран для возможности напрямую отталкиваться от поведенческих результатов с высокой степенью дробности анализа и максимальной динамикой рассмотрения [4]. Ввиду специфичности данного способа обработки, каждая короткая случайная последовательность одинаковых ответов участника исследования создает незначительные нестационарные колебания в результатах, которые можно назвать случайными. Использовался метод сглаживания Гаусса по 7-ми точкам. Данный вид анализа был использован в дальнейшем для получения эпох с наивысшей результативностью.
24 В данной работе проводился анализ общей феноменологии компонентов ССП в период максимальной результативности решения задачи, которые определялись по следующему принципу: брались окна усреднения ССП, соответствующие пикам результативности (рис. 3), которые были по показателю d’ выше значения 0.546. Расстояние между двумя пиками, входящими в анализ, было не менее 50 окон, в случае если они были ближе друг к другу, то бралась эпоха результативности с более высоким показателем d’ (рис. 3). Также в анализ входило самое первое окно усреднения ССП.
25

26 Рис. 3. Эпохи высокой результативности 28-го участника исследования. По вертикали – d’, по горизонтали – окна усреднения.
27 Метод регистрации ЭЭГ. Запись производилась неполяризующимися хлорсеребряными электродами монополярно в 19 отведениях: Fp1, Fp2, F7, F8, F3, Fz, F4, T3, T4, T5, T6, C3, Cz, C4, P3, Pz, P4, O1, O2. Также устанавливались два индифферентных электрода на сосцевидных отростках за ушами, два электрода для отслеживания артефактов ЭОГ. Контактное сопротивление не превышало 10 кОм для ЭЭГ- и ЭОГ-электродов. Частота дискретизации для ЭЭГ и ЭОГ составляла 250 Гц. ФВЧ 70 Гц, ФНЦ 0.1 Гц, режекторный фильтр на частоте 50 Гц. Модель электроэнцефалограф-регистратора: “Энцефалан-ЭЭГР-19/26”.
28 После ручного удаления глазодвигательных и мышечных артефактов потенциалы усреднялись относительно точки начала предъявления оцениваемого сигнала.
29

РЕЗУЛЬТАТЫ
30 На первом этапе обработки были проанализированы поведенческие данные для возможности выделить интересующую нас группу: участников исследования, которые в ходе экспериментальной процедуры приобрели новый навык (не умели решать задачу в начале экспериментальной процедуры, но смогли преодолеть порог неслучайного решения в процессе исследования). Было показано, что из 28 участников исследования только 15 смогли приобрести навык, 2 – усовершенствовать навык. В силу недостаточности выборки усовершенствовавших навык эта группа в данной работе не рассматривалась, поэтому в анализ попали только данные по тем респондентам, которые приобрели новый навык.
31 В данной группе (N = 15) средняя эпоха преодоления точки неслучайности решения (d’ = 0.546) соответствует 164.7 окну усреднения (пробы с 164 по 213), при этом наблюдается существенная межиндивидуальная вариативность: от 35 эпохи усреднения до 436. Также в конце экспериментальной процедуры у большинства участников исследования наблюдалось утомление, выраженное в резком снижении результативности. В среднем утомление наступало после 8.7 экспериментальных серий из 10 (данные подсчитаны по всей выборке N = 28).
32 Описание компонентов ССП. Было выделено 4 типичных, т.е. встречающихся у всех участников исследования при решении данной задачи, компонента ССП (рис. 4), все из которых приходятся на момент предъявления оцениваемого сигнала4 (в период паузы между эталонным и оцениваемым сигналом типичных компонентов обнаружено не было):
4. Мы устанавливаем возможное соответствие с теми компонентами, которые приняты в литературе, однако не соотносим с процессами, традиционно связываемыми с этими компонентами, поскольку рассматриваем системные процессы [17, 18].
33
  1. Позитивный пик, проявляющийся в начале предъявления оцениваемого сигнала, условное обозначение – Pначало (сопоставим с P100);
34
  1. негативный пик, проявляющийся в середине предъявления оцениваемого сигнала – Nсередина (сопоставим с N200);
35
  1. высокоамплитудный позитивный пик, проявляющийся в середине сигнала – Pсередина;
36
  1. негативный пик, проявляющийся в конце предъявления сигнала – Nконец (сопоставим с N300);
37

38 Рис. 4. Компоненты ССП. 1 эпоха анализа. Участник исследования № 17. Отведение Pz.
39 Компоненты Nсередина и Pсередина выделяются у всех участников исследования в проанализированной группе (т.е. 100%-ная воспроизводимость). Компонент Pначало не выделялся лишь у 7-го участника исследования, компонент Nконец – у 14-го. Таким образом, можно говорить о типичности этих компонентов и об их важности для решения данной задачи. Усредненные амплитудные и временные (с поправкой на задержку передачи сигнала между ПК, предъявляющим задачу, и регистрирующим ЭЭГ) характеристики выделенных компонентов представлены в таблице.
40 Таблица. Усредненные амплитудно-временные характеристики компонентов ССП, выделенных на 1 эпохе анализа.
латенция пика (мс) станд. отклонение латенции пика Мгновенная Амплитуда пика (мкВ) амплитуда от предыдущего пика (peak to peak) (мкВ)
P начало 75 12.6 3.100 5.219
N середина 166 32.9 -3.089 -6.190
P середина 233 45.6 3.633 6.723
N конец 309 11.8 -1.833 -5.467
41 Таким образом, наиболее выраженным является паттерн негативного и позитивного пиков (“N–P паттерн”), во время развёртки которых в среднем в течение 67 мс происходит перепад амплитуд на 6.7 мкВ.
42 Помимо вышеописанных компонентов с уровнем воспроизводимости, близким к 100%, в ряде случаев были обнаружены два компонента, выделяемые у двух (в каждом случае разных) участников исследования: второй позитивный пик в начале предъявления оцениваемого сигнала (средняя латенция 148 мс) и дополнительный N–P паттерн в середине его предъявления (средняя латенция P-компонента 256 мс). Ввиду нетипичности данных компонентов (т.е. их малой встречаемости) они не вошли в анализ в данной работе
43 Помимо оценки типичности в контексте воспроизводимости ряда компонентов у всех участников исследования, проводилась оценка стабильности данных компонентов по ходу экспериментальной серии. Для этого использовался метод тепловых карт [21]. Было показано, что латенции выделенных компонентов отличаются высокой стабильностью на протяжении всего решения задачи (см. иллюстрацию динамики компонентов ССП методом тепловых карт на рис. 5).
44

45 Рис. 5. иллюстрацию динамики компонентов ССП методом тепловых карт. Участник исследования № 10. Отведение F3.
46 Примечание. По оси абсцисс время в мс, по оси ординат окна усреднения d’; красный/бордовый – позитивные пики, синий – негативные.
47

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ
48 Процесс оценки длительности предъявляемого сигнала можно охарактеризовать как целостный поведенческий акт, направленный на достижение определенного полезного приспособительного результата. Согласно положениям системно-эволюционного подхода формируемая на основе параметров ожидаемого результата программа действия (и разворачивающийся на её основе поведенческий акт) может быть описана как набор определенных этапов, направленных на достижение предварительных (этапных) результатов. Реализация поведенческого акта представляет собой актуализацию набора функциональных систем. Увеличению количества актуализированных систем соответствуют позитивные колебания на ЭЭГ, его снижению (и реализации поведения) – негативные [8]. Смена поведенческого акта или этапа поведенческого акта проявляется через негативно-позитивный комплекс (иллюстрацию см. рис. 6 – потенциал № 1 рис. 6а, потенциал № 4 рис. 6б) [8; 12].
49

50 Рис. 6. “Потенциал универсальной конфигурации” [12].
51 В эпоху предъявления оцениваемого сигнала (с 0 до 400 мс) был выделен ряд типичных компонентов ССП: позитивный пик (Pначало) в начале предъявления сигнала (средняя латенция 75 мс); в середине интервала предъявления оцениваемого сигнала стабильно выделяются два типичных компонента: высокоамплитудные и следующие подряд с малой латенцией между ними негативное и позитивное колебания (Nсередина, Pсередина, со средними латенциями 166 и 233 мс соответственно); негативный пик в конце предъявления оцениваемого сигнала Nконец (средняя латенция 309 мс). Стоит обратить внимание на то, что такие типичные компоненты встречаются и у испытуемых, которые не решали данную задачу; динамика амплитудно-временных характеристик данных компонентов (в группе научившихся) будет являться логическим продолжением данной работы.
52 Основываясь на конфигурации данных компонентов, можно условно выделить три эпохи актуализации функциональных систем: позитивация в начале предъявления сигнала, позитивация в составе N–P паттерна (Nсередина–Pсередина), позитивация в конце предъявления сигнала после Nконец, что можно проинтерпретировать следующим образом:
53 – позитивация к пику Pначало – актуализация функциональных систем, соответствующая началу поведения, направленного на оценивание предъявляемого сигнала, что содержательно можно сопоставить с “ранними” компонентами;
54 – N–P паттерн соответствует своей архитектоникой описанному ранее негативно-позитивному комплексу “потенциала универсальной конфигурации” [12], ввиду чего данную эпоха интерпретируется в качестве смены некоторых этапов поведенческого акта;
55 – негативацию Pсередина–Nконец (схожую с негативной волной ожидания CNV) можно проинтерпретировать как своего рода ожидание окончания сигнала, то есть ожидание интервала после 400 мс (до 466/492 мс), когда различие (или сходство) оцениваемого сигнала с эталонным будет физически проявляться, а позитивацию после пика Nконец – как актуализацию систем, направленную на различение сигналов в данном интервале.
56 Самым неоднозначным в контексте интерпретации и сопоставления с литературой является N–P паттерн. Стоит отметить, что при регистрации ЭЭГ у индивидов во время решения задач похожего рода (при этом данные исследования были направлены на другие цели и задачи), выделялись сходные по конфигурации компоненты. Н.Е. Максимова и И.О. Александров при изучении медленных потенциалов [12] также предъявляли задачу, направленную на обнаружение сигнала, при этом как можно заметить полученная ими конфигурация потенциалов (рис. 6) очень схожа с полученной нами (рис. 4). В.В. Гаврилов при сопоставлении ЭЭГ и регистрации нейрональной активности показал похожую картину [9]. В недавнем исследовании H. Gibbons [22], направленном на изучение процессов восприятия времени (терминология приведена в соответствии с авторской), использовалась схожая методика предъявления сигналов с близкими параметрами длительности, и была получена почти идентичная конфигурация потенциалов. Однако во всех вышеописанных работах данные компоненты либо интепретировались в другом ключе ввиду иных целей исследований, либо не описывались вовсе. Ввиду чего на данном этапе исследования сложно однозначно говорить, чем вызвано такое разделение в середине предъявления сигнала.
57 Выдвигается предположение, что данный феномен может объясняться за счет следующих альтернативных гипотез: 1) Происходит дробление оцениваемого сигнала на две части для упрощения задачи сравнения сигналов (предположительно, субъективно вместо сравнения 466/492 мс с 400 мс эталона происходит сравнение второй половины сигнала в 266/292 мс с первой половиной, а также с эталонным сигналом); 2) Максимальная продолжительность поведенческого акта в целом или в условиях данной задачи имеет определённые временные ограничения; 3) Найденный паттерн является типичным для задач такого рода и отражает смену физической среды (сопоставимо с классической интерпретацией компонента P200 [26]. При этом плавную негативацию Pначало–Nсередина можно проинтерпретировать как негативную волну ожидания (CNV) смены этапов процесса оценки сигнала.
58 Объяснение данного феномена требует дальнейшего изучения, а высказанные выше взаимоисключающие допущения можно рассматривать как гипотезы для будущих исследований. Для дальнейшего исследования предполагается проведение контрольных серий с изменением длительности предъявления сигналов с 400 на 600 мс. В случае если дробление поведенческого акта вызвано субъективным делением индивидом оцениваемого сигнала пополам для упрощения решаемой задачи, то данный потенциал будет проявляться также в середине акта (средняя латенция паттерна будет приблизительно равна 300 мс) оценки сигнала в 600 мс. Если же это вызвано временными ограничениями длительности поведенческого акта в условиях данной задачи, то дробление акта оценки сигнала будет проходить качественно другим образом, и на эпохе предъявления сигнала в 600 мс будет выделено два следующих друг за другом N–P паттерна со средними латенциями 200 и 400 мс. Если данный паттерн отражает смену физической среды и концептуально схож с компонентом P200, то средняя латенция паттерна останется неизменной (около 200 мс), а следующего за ним второго схожего N–P паттерна наблюдаться не будет.
59

ЗАКЛЮЧЕНИЕ
60 Таким образом, у группы участников исследования, научившихся в ходе эксперимента выполнению задачи различения коротких интервалов времени, выделяется ряд типичных и стабильных компонентов связанных с событием потенциалов в эпоху предъявления оцениваемого сигнала. Данные компоненты и их соотношение позволяют нам делать предварительные выводы или предположения о характеристиках и составе поведенческого акта, связанного с решением данной задачи.
61 Выделенные в данном исследовании стабильные типичные компоненты ССП в дальнейшем смогут выступить в качестве маркеров для изучения процессуальной характеристики приобретения и совершенствования навыка.
62 Ввиду стабильного выделения у всех участников исследования паттерна компонентов ССП, схожего с негативно-позитивным комплексом “потенциала универсальной конфигурации”, который связывается с разделением процесса оценки сигнала на специфические этапы, можно сделать заключение о том, что, несмотря на внешне сходное поведение в каждой из проб, оно характеризуется разным набором сменяющихся поведенческих актов и этапов поведенческих актов, которые не выделяются с “ракурса внешнего наблюдателя”.
63 По итогам обработки результатов других поведенческих групп и проведении дополнительных контрольных экспериментов станет возможной более точная реконструкция состава поведенческого акта, связанного с данной задачей, и более точная интерпретация выделенных этапов данного поведенческого акта.

References

1. Aleksandrov Ju.I., i dr. Konsolidacija i rekonsolidacija pamjati: psihofiziologicheskij analiz. Voprosy psihologii. № 3. 2015. P. 133–144.

2. Aleksandrov Ju.I. Nauchenie i pamjat': tradicionnyj i sistemnyj podhody. Zhurnal vysshej nervnoj dejatel'nosti im. I.P. Pavlova. 2005. V. 55. №. 6. P. 842–860.

3. Aleksandrov Ju.I. Psihofiziologicheskoe znachenie aktivnosti central'nyh i perifericheskih nejronov v povedenii. Moscow: Nauka, 1989. 198 p.

4. Apanovich V.V., i dr. Razrabotka i aprobacija psihofizicheskoj metodiki issledovanija priobretenija i sovershenstvovanija navyka. Jeksperimental'naja psihologija. 2022. V. 15. № 3. P. 222–238.

5. Bezdenezhnyh B.N., Medyncev A.A., Aleksandrov Ju.I. Sistemnaja organizacija povedenija, svjazannogo s proizvol'noj i neproizvol'noj ocenkoj intervalov vremeni raznoj dlitel'nosti. Jeksperimental'naja psihologija. 2009. V. 2. № 3. P. 5–18.

6. Bezdenezhnyh B.N. Psihofiziologicheskie zakonomernosti vzaimodejstvija funkcional'nyh sistem pri realizacii dejatel'nosti: Diss. … dokt. psih. nauk. Moskva. 2004.

7. Velichkovskij B.M., Zinchenko V.P., Lurija A.R. Psihologija vosprijatija. Moscow: MGU, 1973.

8. Gavrilov V.V. Sootnoshenie JeJeG i impul'snoj aktivnosti nejronov v povedenii u krolika. JeJeG i nejronal'naja aktivnost' v psihofiziologicheskih issledovanijah. Moscow: Nauka, 1987. P. 33–44.

9. Gavrilov V.V. Sootnoshenie impul'snoj aktivnosti nejronov s medlennymi potencialami mozga v povedenii Diss. ... kand. biol. nauk. Moskva, 1992.

10. Gusev A.N., Izmajlov Ch.A., Mihalevskaja M.B. Izmerenie v psihologii: obshhij psihologicheskij praktikum. 2-e izd. Moscow: Smysl, 1998. 286 p.

11. Lisenkova V.P., Shpagonova N.G. Individual'nye i vozrastnye osobennosti vosprijatija vremeni vzroslymi ljud'mi. Psikhologicheskii zhurnal. 2021. V. 42. № 5. P. 5–16.

12. Maksimova N.E., Aleksandrov I.O. Tipologija medlennyh potencialov mozga, nejronal'naja aktivnost' i dinamika sistemnoj organizacii povedenija. JeJeG i nejronal'naja aktivnost' v psihofiziologicheskih issledovanijah. Moscow: Nauka, 1987. P. 44–72.

13. Ponomarjov Ja.A. Psihologija tvorchestva. Moscow: Nauka, 1976. 280 p.

14. Sadov V.A. Psihofizicheskoe issledovanie sensornyh jetalonov pamjati. Psikhologicheskii zhurnal. 1982. V. 3. № 1. P. 77–84.

15. Skotnikova I.G. Zritel'noe razlichenie i reflektivnost'-impul'sivnost'. Psikhologicheskii zhurnal. 1999. V. 20. № 4. P. 82–89.

16. Skotnikova I.G. Psihofizicheskie harakteristiki zritel'nogo razlichenija i kognitivnyj stil'. Psikhologicheskii zhurnal. 1990. V. 11. № 1. P. 84–94.

17. Shvyrkov V.B. Vvedenie v ob#ektivnuju psihologiju. Moscow: Izd-vo Institut psihologii RAN, 1995.

18. Shvyrkov V.B. Nejrofiziologicheskoe izuchenie sistemnyh mehanizmov povedenija. Moscow: Izdatel'stvo “Nauka”. 1978. 240 p.

19. Alexandrov Y.I., et al. Neuronal Bases of Systemic Organization of Behavior. Systems Neuroscience. Eds. A. Cheung-Hoi Yu, L. Li. Advances in Neurobiology. Copenhagen: Springer; Cham, 2018. V. 21. P. 1–33.

20. Alexandrov Yu.I., et al. Formation and realization of individual experience: a psychophysiological approach. Conceptual advances in Russian neuroscience: Complex brain functions. Conceptual advances in brain research. V. 2. Eds. R. Miller, A.M. Ivanitsky, P.V. Balaban. Amsterdam: Harwood Academic Publishers, 2000. P. 181–200.

21. Delorme A. et al. Grand average ERP-image plotting and statistics: A method for comparing variability in event-related single-trial EEG activities across subjects and conditions. Journal of neuroscience methods. 2015. V. 250. P. 3–6.

22. Gibbons H. Event-related brain potentials of temporal generalization: the P300 span marks the transition between time perception and time estimation. Behavioral Neuroscience. 2022. V. 136. №. 5. P. 430–444.

23. Green D.M., Swets J.A. Signal detection theory and psychophysics. New York: Wiley, 1966.

24. Jongsma M.L.A. et al. Tracking pattern learning with single-trial event-related potentials. Clinical Neurophysiology. 2006. V. 117. №. 9. P. 1957–1973.

25. Kececi H., Degirmenci Y., Atakay S. Habituation and dishabituation of P300. Cognitive and behavioral neurology. 2006. V. 19. № 3. P. 130–134.

26. Key A.P.F., Dove G.O., Maguire M.J. Linking brainwaves to the brain: an ERP primer. Developmental neuropsychology. 2005. V. 27. №. 2. P. 183–215.

27. Macar F., Vidal F., Casini L. The supplementary motor area in motor and sensory timing: evidence from slow brain potential changes. Experimental brain research. 1999. V. 125. P. 271–280.

28. Macar F., Vidal F. Timing processes: an outline of behavioural and neural indices not systematically considered in timing models. Canadian Journal of Experimental Psychology. 2009. V. 63. № 3. P. 227–239.

29. McAdam D.W. Slow potential changes recorded from human brain during learning of a temporal interval. Psychonomic Science. 1966. V. 6. №. 9. P. 435–436.

30. Peters J.F., Billinger T.W., Knott J.R. Event Related Potentials of Brain (CNV and P300) In A Paired Associate Learning Paradigm. Psychophysiology. V. 14. № 6. P. 579–585.

31. Poon L.W. et al. Changes of antero‐posterior distribution of CNV and late positive component as a function of information processing demands. Psychophysiology. 1974. V. 11. №. 6. P. 660–673.

32. Rüsseler J. et al. Differences in incidental and intentional learning of sensorimotor sequences as revealed by event-related brain potentials. Cognitive Brain Research. 2003. V. 15. №. 2. P. 116–126.

33. Verleger R., Gasser T., Möcks J. Short term changes of event related potentials during concept learning. Biological Psychology. 1985. V. 20. № 1. P. 1–16.

Comments

No posts found

Write a review
Translate