Ученые ПетрГУ разработали сенсор на основе нейронной сети, способный с 90% точностью определять меру хаоса в наборах данных. Хаотичность или неупорядоченность возникает, например, при нарушении равномерного сердечного ритма, таким образом она может указывать на наличие соответствующих заболеваний. Предложенный алгоритм может использоваться при создании медицинских датчиков, способных анализировать результаты ЭКГ и ЭЭГ.

Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Sensors.

Ученые из ПетрГУ (Величко Андрей Александрович, кандидат физико-математических наук, доцент, Борисков Петр Петрович, кандидат физико-математических наук, доцент; Беляев Максим Александрович, научный сотрудник, и Путролайнен Вадим Вячеславович, кандидат физико-математических наук, руководитель лаборатории микроэлектронных разработок, тонкопленочных технологий и наносистем), создали сенсор хаоса на основе персептрона − математической модели, которая имитирует работу нервной системы животных.

Персептрон представляет собой систему из связанных в единую сеть элементарных искусственных нейронов, имеющих, подобно нервным клеткам в нашем теле, различные функции. Одни воспринимают подаваемый на персептрон сигнал, вторые − суммируют сигналы и передают их третьим, которые, в свою очередь, определенным образом на них реагируют − рассчитывают энтропию исходного сигнала.

"Наше исследование показало, что системы, работающие на тех же принципах, что и нейроны в головном мозге, действительно способны оценивать меру неупорядоченности внешних сигналов. Исходя из этого можно даже предположить существование специальных сенсорных систем, которые могли бы помогать живым организмам распознавать хаос, например во время охоты, чтобы отличить случайные сигналы от движения жертвы.

На практике полученные результаты могут использоваться для нейрочипов в биопротезах, отслеживающих сигналы отдельных нейронов, при разработке "умных" медицинских датчиков, определяющих, например, патологии на электрокардиограммах и энцефалограммах, а также роботов, имитирующих поведение животных",

− рассказывает руководитель проекта, поддержанного грантом РНФ, Андрей Величко, кандидат физико-математических наук, заведующий учебно-научной лаборатории по разработке электронной компонентной базы на основе микро- и наноструктур Петрозаводского государственного университета.

Подробнее