Ekaterina Ivanina
Ekaterina Ivanina has a total of 7 co-authors. Here are the top co-authors by number of shared publications:
- Ksenia Kozlova
Center for Cognition and Decision Making, Institute for Cognitive Neuroscience, National Research University Higher School of Economics Moscow Russian Federation
2 shared publications - Larisa A. Dobrynina
Russian Center of Neurology and Neurosciences, 125367 Moscow, Russia
2 shared publications - Maria Nazarova
Center for Cognition and Decision Making, Institute for Cognitive Neuroscience, National Research University Higher School of Economics, 101000 Moscow, Russia
2 shared publications - Pavel A. Novikov
Centre for Cognition and Decision Making, Institute for Cognitive Neuroscience, National Research University Higher School of Economics, Moscow, Russia
2 shared publications - Vadim Nikulin
Max Planck Institute for Human Cognitive and Brain Sciences
2 shared publications Anna D. Tokmovtseva
1 shared publication
Latest Publications
- Open Access
- 7 September 2023
- Published by Ural Federal University in Lurian Journal
- Vol. 4 (1) , 8-20
EmoEye: Eye-Tracking and Biometrics Database for Emotion Recognition
Распознавание эмоций с помощью алгоритмов машинного обучения часто используется как в науке, так и в коммерции. С помощью методов глубокого обучения для автоматического обнаружения эмоций с использованием биологических сигналов мы подготовили набор данных для айтрекинга и биометрических данных, подходящих для задач распознавания эмоций. Выборка базы данных EmoEye состояла из 200 человек (147 женщин, 49 мужчин, 4 небинарных индивидуума; 27,46 ± 11,45 лет). Каждому респонденту было предложено просмотреть 316 изображений из открытого аффективного стандартизированного набора изображений (OASIS) и оценить их по шкалам возбуждения и валентности из опросника «Манекен самооценки». Отслеживание взгляда, кожно-гальваническая реакция (GSR) и фотоплетизмограмма регистрировались на протяжении всего эксперимента. Также были собраны демографические данные по каждому респонденту. Оценки изображений по валентной шкале статистически не отличались от стандартных оценок соответствующих изображений для исходной базы стимулов. Общие тенденции распределения оценок по обеим шкалам для разных категорий изображений были одинаковыми для стандартных оценок и оценок, которые были даны нашими респондентами. В результате исследования в рамках нашей лаборатории были получены данные о GSR, вариабельности сердечного ритма и реакциях движения глаз (координаты фиксации; длительность фиксации; средний размер зрачка для правого и левого глаза), которые были успешно реализованы на основе мультимодального нейросетевого алгоритма и готовы к внедрению.
- 7 September 2023
- Published by Ural Federal University in Lurian Journal
- Vol. 4 (1) , 8-20
Open AccessEmoEye: Eye-Tracking and Biometrics Database for Emotion Recognition
Распознавание эмоций с помощью алгоритмов машинного обучения часто используется как в науке, так и в коммерции. С помощью методов глубокого обучения для автоматического обнаружения эмоций с использованием биологических сигналов мы подготовили набор данных для айтрекинга и биометрических данных, подходящих для задач распознавания эмоций. Выборка базы данных EmoEye состояла из 200 человек (147 женщин, 49 мужчин, 4 небинарных индивидуума; 27,46 ± 11,45 лет). Каждому респонденту было предложено просмотреть 316 изображений из открытого аффективного стандартизированного набора изображений (OASIS) и оценить их по шкалам возбуждения и валентности из опросника «Манекен самооценки». Отслеживание взгляда, кожно-гальваническая реакция (GSR) и фотоплетизмограмма регистрировались на протяжении всего эксперимента. Также были собраны демографические данные по каждому респонденту. Оценки изображений по валентной шкале статистически не отличались от стандартных оценок соответствующих изображений для исходной базы стимулов. Общие тенденции распределения оценок по обеим шкалам для разных категорий изображений были одинаковыми для стандартных оценок и оценок, которые были даны нашими респондентами. В результате исследования в рамках нашей лаборатории были получены данные о GSR, вариабельности сердечного ритма и реакциях движения глаз (координаты фиксации; длительность фиксации; средний размер зрачка для правого и левого глаза), которые были успешно реализованы на основе мультимодального нейросетевого алгоритма и готовы к внедрению.
- Open Access
- 8 March 2021
- Published by Wiley in Human Brain Mapping
- Vol. 42 (8) , 2508-2528
Mapping of multiple muscles with transcranial magnetic stimulation: absolute and relative test–retest reliability
The spatial accuracy of transcranial magnetic stimulation (TMS) may be as small as a few millimeters. Despite such great potential, navigated TMS (nTMS) mapping is still underused for the assessment of motor plasticity, particularly in clinical settings. Here, we investigate the within‐limb somatotopy gradient as well as absolute and relative reliability of three hand muscle cortical representations (MCRs) using a comprehensive grid‐based sulcus‐informed nTMS motor mapping. We enrolled 22 young healthy male volunteers. Two nTMS mapping sessions were separated by 5–10 days. Motor evoked potentials were obtained from abductor pollicis brevis (APB), abductor digiti minimi, and extensor digitorum communis. In addition to individual MRI‐based analysis, we studied normalized MNI MCRs. For the reliability assessment, we calculated intraclass correlation and the smallest detectable change. Our results revealed a somatotopy gradient reflected by APB MCR having the most lateral location. Reliability analysis showed that the commonly used metrics of MCRs, such as areas, volumes, centers of gravity (COGs), and hotspots had a high relative and low absolute reliability for all three muscles. For within‐limb TMS somatotopy, the most common metrics such as the shifts between MCR COGs and hotspots had poor relative reliability. However, overlaps between different muscle MCRs were highly reliable. We, thus, provide novel evidence that inter‐muscle MCR interaction can be reliably traced using MCR overlaps while shifts between the COGs and hotspots of different MCRs are not suitable for this purpose. Our results have implications for the interpretation of nTMS motor mapping results in healthy subjects and patients with neurological conditions.
- 8 March 2021
- Published by Wiley in Human Brain Mapping
- Vol. 42 (8) , 2508-2528
Open AccessMapping of multiple muscles with transcranial magnetic stimulation: absolute and relative test–retest reliability
The spatial accuracy of transcranial magnetic stimulation (TMS) may be as small as a few millimeters. Despite such great potential, navigated TMS (nTMS) mapping is still underused for the assessment of motor plasticity, particularly in clinical settings. Here, we investigate the within‐limb somatotopy gradient as well as absolute and relative reliability of three hand muscle cortical representations (MCRs) using a comprehensive grid‐based sulcus‐informed nTMS motor mapping. We enrolled 22 young healthy male volunteers. Two nTMS mapping sessions were separated by 5–10 days. Motor evoked potentials were obtained from abductor pollicis brevis (APB), abductor digiti minimi, and extensor digitorum communis. In addition to individual MRI‐based analysis, we studied normalized MNI MCRs. For the reliability assessment, we calculated intraclass correlation and the smallest detectable change. Our results revealed a somatotopy gradient reflected by APB MCR having the most lateral location. Reliability analysis showed that the commonly used metrics of MCRs, such as areas, volumes, centers of gravity (COGs), and hotspots had a high relative and low absolute reliability for all three muscles. For within‐limb TMS somatotopy, the most common metrics such as the shifts between MCR COGs and hotspots had poor relative reliability. However, overlaps between different muscle MCRs were highly reliable. We, thus, provide novel evidence that inter‐muscle MCR interaction can be reliably traced using MCR overlaps while shifts between the COGs and hotspots of different MCRs are not suitable for this purpose. Our results have implications for the interpretation of nTMS motor mapping results in healthy subjects and patients with neurological conditions.