В научной литературе можно найти большое количество исследований, рассматривающих взаимосвязь мелкой моторики с различными способностями человека, такими как речь, внимание, память, когнитивные способности, общая координация, логическое мышление, воображение. Все перечисленные способности являются значимыми для успешного обучения, бытовой и профессиональной деятельности [3].
Типичная моторика для современного человека предполагает в основном вовлечение в работу рук и пальцев: удержание ручки, перелистывание книжных страниц, печатание на клавиатуре – все эти движения относятся к мелкой моторике.
Мастерство во многих профессиях определяется уровнем владения мелкой моторикой. Пианисты, дирижеры, киберспортсмены, хирурги, музыканты, стоматологи, ювелиры имеют специфические двигательные задачи, которые решаются с помощью кисти. Пять пальцев действуют согласованно, формируют профессиональные мышечные синергии.
В 2017 году нами были изучены более сотни методов оценки и развития мелкой моторики. Мы пришли к выводу, что не существует единого универсального метода, пригодного для медицинских и педагогических целей, а также развития профессиональных навыков.
В 2018 году была подана заявка, а в 2020 году был получен патент на изобретение «Способ оценки мелкой моторики рук», авторы А.А. Померанцев, А.Н. Старкин [1]. В заявке предлагалось определять уровень мелкой моторики по времени сложной реакции, затрачиваемой на построение обратных жестов рук. Метод не предполагал компьютерного контроля правильность построения жестов, а всю работу выполнял оператор тестирования. Предлагаемый метод было предложено называть ФингерФит (FingerFit).
В 2023 году метод получил развитие за счет включения в него алгоритма компьютерного зрения, позволяющего быстро и точно оценивать жесты человека. В данном методе акцент тестирования был смещен с тестирования скорости построения жестов на тестирование скорости и правильности синергий мелкой моторики. На данном этапе был получен патент «Способ оценки мелкой моторики рук на основе анализа синергий с помощью компьютерного зрения», автор А.А.Померанцев [2]. Данный метод не учитывал различную сложность построения синергий, а также не принимал во внимание двигательные ошибки.
Представленный в данной статье подход представляет собой логическое развитие семейства методов FingerFit. Главная особенность нового метода заключается в оценке и развитии мелкой моторики с учётом:
1) сложности построения и перестроения жестов (синергий);
2) возникших двигательных ошибок;
3) мануальной асимметрии [4];
3) количества обработанной и потерянной информации (энтропии).
Практические рекомендации. Способ оценки мелкой моторики рук включает проведение компьютерного тестирования, основанного на регистрации жестов и синергий сгибания-разгибания пальцев рук. Для этих целей было написано компьютерное приложение с рабочим названием FingerFit α_0.7.
Принцип тестирования представлен на рисунке 1.
Рисунок 1. Схема, показывающая принцип проведения тестирования FingerFit
Суть тестирования заключается в проведении следующих операций:
1 – визуализация необходимого жеста-команды на мониторе компьютера;
2 – зрительное восприятие жеста (афферентация);
3 – решение логической задачи построения комплементарного жеста с противоположной комбинацией согнутых и выпрямленных пальцев («отзеркаливание»);
4 – восприятия исходного жеста на основе памяти и информации с проприорецепторов (обратная афферентация);
5 – сопоставление исходного жеста и жеста-ответа (формирование двигательного действия на основе эфферентного синтеза);
6 – показ жеста-ответа (эфферентация);
7 – считывание жеста компьютером;
8 – генерация компьютером ожидаемого комплементарного жеста;
9 – сопоставление ожидаемого жеста и показанного жеста-ответа;
10 – переключение на следующий жест теста.
Пункты схемы 2, 3, 4, 5, 6 могут допускать потерю информации (энтропию), которая ведет к двигательным ошибкам.
В случае если представленный жест-ответ не совпадает с ожидаемым жестом (9), фиксируется двигательная ошибка выполнения синергии. Для построения синергии тестируемый вновь строит исходный жест и итерация повторяется. Если при построении исходного жеста также фиксируется ошибка, она относится к ошибке восприятия.
Для того, чтобы оценить количество информации (Inf) жестов и синергий используется формула Шеннона:
n – количество возможных событий.
Общее количество информации для решения двигательной задачи (построение комплементарного жеста) складывается из восприятия исходного жеста, восприятия жеста-команды, формирования жеста-ответа и построения синергии.
В тестировании учитываются комбинации жестов и синергий с различным количеством информации. Расчёты показывают, что синергии мелкой моторики могут содержать от 8,58 бит до 69,3 бит информации, имея 25 градаций сложности.
Любая двигательная ошибка связана с потерей информации (информационная энтропия) при восприятии, либо при выполнении синергии. Суммарная информационная энтропия может быть больше количества информации жеста и/или количества информации синергии, в виду того, что на каждую синергию или построение жеста может приходиться несколько ошибок выполнения.
Величина информационной энтропии определяется на основе степени отклонения ошибочного жеста-ответа от требуемого жеста-ответа. Чем больше пальцев имеют ошибочное положение, тем выше энтропия.
В таблице 1 представлена одна итерация контроля выполнения синергии мелкой моторики с результатами анализа двигательных ошибок.
Таблица 1
Пример определения двигательной энтропии мелкой моторики на основе оценки двигательных ошибок
На основе анализа всех итераций рассчитывается общая статистика тестирования и генерируется протокол. Протокол включает персональные рекомендации по организации пальчиковой гимнастики на основе иерархии синергий, представляющих наибольшую сложность для протестированного человека, а также сводные результаты тестирования.
Выводы. Предлагаемый метод представляет собой универсальный подход к оценке мелкой моторики в педагогических и медицинских целях. Метод позволяет настраивать сложность тестирования за счёт включения разного набора синергий по их количеству и информационной стоимости. Например, для оценки и развития мелкой моторики у детей с особенностями развития (синдром Дауна, аутизм) подойдут синергии от 1 до 5 уровня сложности, а для тестирования мелкой моторики гитаристов или операторов беспилотных летательных аппаратов подойдет набор синергий от 20 до 25 уровней сложности.
По материалам: