Улучшение классификации когнитивного стресса с помощью мультимодального слияния ЭЭГ и ЭКГ: гендерные различия в физиологической реакции

Почему важно измерять повседневное умственное напряжение

Современная жизнь постоянно рвёт наше внимание направо и налево — от сжатых сроков до многозадачности на экранах. Однако мы редко видим, что это давление делает внутри нашего тела и мозга в режиме реального времени. В этом исследовании изучается способ «услышать» одновременно мозг и сердце, чтобы определить, насколько человек подвергается умственному стрессу, и отличается ли эта реакция у мужчин и женщин. Такие инструменты в будущем могут помочь школам, рабочим местам и даже автомобилям адаптироваться к меняющейся умственной нагрузке людей до появления ошибок или выгорания.

Слушая мозг и сердце вместе

Когда мы испытываем умственное напряжение, меняются и ритмы мозга, и активность сердца. Исследователи использовали две распространённые медицинские записи: электроэнцефалограмму (ЭЭГ), которая фиксирует крошечные электрические сигналы мозга, и электрокардиограмму (ЭКГ), которая отслеживает сердечные сокращения. Вместо того чтобы загружать сотни сырых измерений, они сосредоточились всего на трёх компактных индикаторах с ясным физиологическим смыслом: соотношении тета/альфа (TAR), отражающем умственные усилия; простом пульсе (HR); и показателе баланса вариабельности сердечного ритма LF/HF, который фиксирует, как вегетативная нервная система смещается при стрессе. Эти сигналы собирали у 66 здоровых студентов университета, пока они выполняли постепенно усложняющиеся задания по устной арифметике, призванные надежно вызывать от лёгкого до сильного когнитивного стресса.

От сырых сигналов к умному детектору стресса

Команда не полагалась на надежду, что какой‑нибудь сигнал подойдёт; они сначала статистически проверили, что выбранные признаки действительно отличаются между состоянием покоя и стрессом. С помощью стандартных тестов они подтвердили, что TAR, HR и LF/HF систематически меняются на пяти этапах задания — от расслабленного отдыха с открытыми глазами до самых сложных расчетов. Затем данные нормализовали, чтобы меры мозга и сердца были сопоставимы по шкале, и использовали анализ главных компонент, чтобы убедиться, что каждый признак добавляет уникальную информацию, а не дублирует уже имеющуюся. Далее они построили несколько классических моделей машинного обучения — в том числе деревья решений, k‑ближайших соседей, линейный дискриминантный анализ, наивный Байес, случайные леса и метод опорных векторов (SVM) — и обучили их различать покой и стресс, а также разделять низкий и высокий уровень стресса, используя только ЭЭГ, только ЭКГ или их слияние.

Комбинация сигналов повышает точность

Во многих сравнениях объединённая модель, использовавшая и ЭЭГ, и ЭКГ, превосходила модели, опиравшиеся на один сигнал. Классификатор SVM показал себя сильнейшим подходом, корректно различая покой и разные уровни стресса с пиковыми точностями до примерно 94–95%. Проще модель только на основе соотношения тета/альфа уже работала достаточно неплохо, но добавление сердечных показателей заметно улучшало результаты, особенно когда стресс был тонким, а не экстремальным. В техническом смысле комбинированная модель достигала лучшей точности, точности положительных прогнозов (precision) и F1‑метрики, а также более сбалансированной работы по классам, показывая, что мозг и сердце дают взаимодополняющие представления об одной и той же нагрузке.

Мужчины и женщины реагируют не совсем одинаково

Поскольку публичный набор данных аккуратно помечал пол каждого участника, авторы смогли пойти дальше и спросить, различаются ли паттерны мозговой и сердечной реакции на когнитивный стресс у мужчин и женщин. Они повторно запустили модели отдельно для каждой группы и обнаружили, что женщины, как правило, добивались более высоких показателей классификации, чем мужчины для многих задач. В среднем у женщин наблюдались немного более высокие сигналы умственных усилий (TAR) и более высокий пульс под нагрузкой, в то время как у мужчин отмечалась небольшая тенденция к более высокому показателю LF/HF. Хотя различия не были огромными, они были достаточными, чтобы пройти статистическую проверку и чтобы модели машинного обучения могли их использовать. Это указывает на то, что универсальный детектор стресса «один размер для всех» может быть не полностью справедливым или оптимальным.

Что это значит для будущих умных систем

Для неспециалиста вывод прост: надёжную оценку умственного стресса можно получить, объединив небольшое количество хорошо подобранных сигналов мозга и сердца, и эти сигналы отличаются у мужчин и женщин. Работа демонстрирует, что для высокой производительности не нужны сложные «чёрные ящики» глубокого обучения или сотни непрозрачных признаков; компактная и интерпретируемая тройка — соотношение ритмов мозга, пульс и баланс вариабельности сердца — поданная в стандартный классификатор может достигать впечатляющей точности. В долгосрочной перспективе такие чувствительные к полу мультимодальные системы могут обеспечить работу носимых устройств, образовательных платформ или критичных для безопасности интерфейсов, которые тихо фиксируют перегрузку пользователя и корректируют требования в реальном времени, помогая снизить количество ошибок, усталость и хронический стресс.

Цитирование: Salam, A., Alam, F., Shah, D. et al. Improving cognitive stress classification via multimodal EEG and ECG fusion: gender differences in physiological response. Sci Rep 16, 7304 (2026). https://doi.org/10.1038/s41598-026-38356-3

Ключевые слова: когнитивный стресс, ЭЭГ и ЭКГ, машинное обучение, гендерные различия, физиологический мониторинг