Учитывая влияние вегетативной нервной системы на стресс, следует отметить, что большинство данных, характеризующих особенности функционирования ВНС у детей и подростков с РАС, обычно сходятся в наличии гипервозбуждения ВНС, связанного с гиперактивностью симпатической системы, а также недостаточностью парасимпатической или атипичным взаимодействием обеих систем при РАС.

Также мы видим различия в гипоталамо-гипофизарно-надпочечниковой оси. Исследователи предполагают, что функциональные изменения в таких областях мозга, как гиппокамп, префронтальная кора и амигдала, могут быть ответственны за изменения в стрессовой системе, наблюдаемые при РАС.

Существуют определенные маркеры, которые оказались эффективными в определении уровней стресса, это Электродермальная активность (EDA) и Вариабельность сердечного ритма (HRV).

HRV – это степень вариации длины интервалов между сердечными сокращениями. Спектральный анализ HRV предоставляет информацию о том, как мощность распределяется в зависимости от частоты, что позволяет количественно оценить вегетативный баланс в любой данный момент.

В большинстве исследований параметры HRV изменялись в ответ на стресс, вызванный различными методами. Наиболее часто упоминаемым фактором, связанным с изменениями в параметрах HRV, была низкая активность парасимпатической системы, характеризующаяся снижением ВЧ (высокой частоты) и увеличением НЧ (низкой частоты).

Электродермальная активность (EDA) – это свойство человеческого тела, вызывающее непрерывное изменение электрических характеристик кожи. Это общепринятая мера активности вегетативной нервной системы (ВНС), которая давно используется в психологических исследованиях.

Исследование реакции ВНС на решение когнитивной задачи показало увеличение частоты сердечных сокращений как на базовом уровне, так и в условиях стресса, а также повышенную EDA как на базовом уровне, так и в ходе стресс-теста у детей с аутизмом (возрастом 8–15 лет).

После сбора данных их необходимо обработать. Основные методы, используемые в исследованиях для идентификации текущего психоэмоционального состояния человека, – это методы машинного обучения. Большинство из них являются слабыми классификаторами при ограниченных заданных условиях, а также методы ансамблевого бустинга для объединения классификаторов.

Проведенное нами исследование предлагает мультимодальный метод, использующий классификацию и стохастические фильтры Калмана на основе простых регрессионных аналитических моделей изменений частоты сердечных сокращений и физической активности. Решение позволяет получать алгоритмы в реальном времени в рамках парадигмы EDGE-вычислений для определения текущего состояния стресса у детей с РАС. Этот многоуровневый подход обеспечивает минимальную ошибку и позволяет нашему устройству быть максимально точным в своих прогнозах.