Теория обнаружения сигналов

Теория обнаружения сигналов (ТОС) — это математико-статистический подход к описанию процесса принятия решений в условиях неопределённости, когда наблюдатель должен определить, присутствует ли целевой сигнал на фоне шума. Разработанная в середине XX века в рамках психофизики и радиолокации, теория позволяет количественно оценить сенсорную чувствительность наблюдателя и его склонность к определённому типу решений (критерий принятия решения), отделяя эти два параметра друг от друга. ТОС применяется в психологии, медицине, радиотехнике, криминалистике и других областях, где требуется анализ обнаружения слабых сигналов.

История

Предпосылки и возникновение

До появления ТОС в психофизике господствовала классическая теория порогов, основанная на работах Густава Фехнера. Согласно ей, существует фиксированный абсолютный порог чувствительности: если стимул превышает этот порог, он всегда обнаруживается, если ниже — никогда. Однако на практике наблюдатели часто демонстрировали вариабельность ответов на один и тот же стимул, что не укладывалось в жёсткую пороговую модель.

В 1940-х годах, в связи с развитием радиолокации и связи, возникла необходимость в статистической теории обнаружения сигналов на фоне помех. Инженеры и математики (в частности, Д. Ван Флит, В. Питерсон, Т. Бёрдсолл) разработали основы теории, заимствовав идеи из статистической теории проверки гипотез (Нейман, Пирсон). В 1954 году американские психологи Джон Светс и Уилсон Таннер опубликовали работу, в которой впервые адаптировали эти принципы для психофизических экспериментов, заложив основу современной ТОС.

Развитие в психологии

В 1960–1970-х годах ТОС активно внедрялась в экспериментальную психологию, особенно в исследования слуха, зрения и памяти. Светс и его коллеги разработали стандартные методики (например, метод «да-нет» и метод оценки уверенности), а также способы построения рабочих характеристик приёмника (ROC-кривых). В 1970-е годы теория была распространена на задачи распознавания образов, принятия решений в условиях неопределённости и анализ сигналов в медицине (например, в рентгенологии).

Основные понятия

Сигнал и шум

В ТОС любая ситуация обнаружения сводится к различению двух состояний:

• Шум (N) — только случайные помехи, без целевого сигнала.
• Сигнал + шум (S+N) — целевой сигнал, наложенный на те же помехи.

Шумом может быть как внешний фон (например, электромагнитные помехи в радиолокации), так и внутренний шум сенсорной системы наблюдателя (спонтанная активность нейронов). Предполагается, что и шум, и сигнал+шум подчиняются определённым распределениям вероятностей (чаще всего нормальным, с равными или неравными дисперсиями).

Четыре исхода решения

Наблюдатель, предъявив стимул, принимает одно из двух решений: «сигнал есть» (ответ «да») или «сигнала нет» (ответ «нет»). В зависимости от реального состояния среды возможны четыре исхода:

Чувствительность (d')

Чувствительность (d', произносится «ди-прайм») — это количественная мера способности наблюдателя различать сигнал и шум. Она вычисляется как разность между математическими ожиданиями распределений сигнала и шума, нормированная на их стандартное отклонение (при условии равенства дисперсий):

\[ d' = \frac{\mu_{S+N} - \mu_N}{\sigma} \]

Чем больше d', тем лучше наблюдатель различает сигнал. Значение d' не зависит от субъективного критерия принятия решения, что является ключевым преимуществом ТОС перед классическими пороговыми методами. При d' = 0 наблюдатель не различает сигнал и шум (работа на уровне случайности), при d' = 1 — различение заметно, при d' = 3 и выше — практически идеальное обнаружение.

Критерий принятия решения (β или c)

Критерий (β, или смещение ответа) отражает склонность наблюдателя к определённому типу ошибок. Он определяется как отношение правдоподобия для точки на оси сенсорного эффекта, в которой наблюдатель принимает решение. На практике чаще используют критерий c — расстояние от точки пересечения распределений до точки принятия решения, выраженное в единицах стандартного отклонения. Положительное значение c означает консервативную стратегию (наблюдатель реже отвечает «да», снижая ложные тревоги, но увеличивая пропуски), отрицательное — либеральную (чаще отвечает «да», увеличивая попадания, но и ложные тревоги). Критерий может меняться под влиянием инструкций, вероятности сигнала, цены ошибок и других факторов.

Рабочая характеристика приёмника (ROC-кривая)

ROC-кривая (Receiver Operating Characteristic) — график, показывающий зависимость доли попаданий (Hit Rate) от доли ложных тревог (False Alarm Rate) при варьировании критерия. Каждая точка на кривой соответствует одному значению критерия. Чем ближе кривая к левому верхнему углу графика, тем выше чувствительность. Площадь под ROC-кривой (AUC — Area Under the Curve) часто используется как единая мера точности обнаружения, не зависящая от критерия. AUC = 1 соответствует идеальному различению, AUC = 0,5 — случайному угадыванию.

Методы и процедуры

Метод «да-нет»

В этом методе наблюдателю предъявляется серия проб, в каждой из которых либо присутствует сигнал, либо нет. Задача — ответить «да» или «нет» для каждой пробы. По результатам строится матрица исходов, вычисляются доли попаданий и ложных тревог, а затем — d' и c. Метод прост, но требует большого числа проб (обычно 100–200) для получения надёжных оценок.

Метод оценки уверенности

Наблюдатель оценивает свою уверенность в наличии сигнала по шкале (например, от 1 до 6). Это позволяет построить несколько точек на ROC-кривой, соответствующих разным критериям, и точнее оценить чувствительность. Метод часто используется в клинической диагностике (например, при оценке рентгенограмм).

Метод вынужденного выбора

В каждой пробе предъявляется несколько интервалов (обычно два или четыре), в одном из которых присутствует сигнал. Наблюдатель должен указать, какой интервал содержит сигнал. Этот метод минимизирует влияние критерия, так как ответ всегда вынужденный, и чаще используется для оценки чистой чувствительности.

Применение

Психология и психофизика

ТОС является стандартным инструментом для изучения сенсорных процессов: слуха, зрения, осязания, обоняния. Она позволяет отделить изменения чувствительности (например, под действием утомления или тренировки) от изменений критерия (например, под влиянием мотивации). Применяется в исследованиях восприятия, памяти (например, при различении старых и новых стимулов), внимания и принятия решений.

Медицина и диагностика

В лучевой диагностике (рентгенология, маммография, компьютерная томография) ТОС используется для оценки точности работы врачей-рентгенологов и качества диагностического оборудования. ROC-анализ позволяет сравнить различные методы визуализации или алгоритмы автоматического обнаружения патологий. В психологии и психиатрии ТОС применяется для изучения когнитивных нарушений (например, при шизофрении или болезни Альцгеймера).

Радиотехника и связь

В радиолокации, гидроакустике и цифровой связи ТОС лежит в основе проектирования приёмников, оптимальных по критерию Неймана-Пирсона (максимум вероятности обнаружения при фиксированной вероятности ложной тревоги). Используется для оценки помехоустойчивости систем передачи данных.

Криминалистика и безопасность

ТОС применяется для анализа надёжности свидетельских показаний (например, при опознании подозреваемых по фотографиям), оценки эффективности систем видеонаблюдения и детекторов лжи. В дактилоскопии и баллистике — для сравнения качества экспертных заключений.

Машинное обучение и анализ данных

ROC-кривые и AUC широко используются для оценки качества классификаторов (бинарная классификация) в задачах распознавания образов, спам-фильтрации, кредитного скоринга и медицинской диагностики. Они позволяют сравнивать модели независимо от выбранного порога принятия решения.

Критика и ограничения

Основные ограничения ТОС связаны с её допущениями. Во-первых, предполагается, что распределения шума и сигнала+шум являются нормальными и имеют равные дисперсии, что на практике выполняется не всегда. Во-вторых, модель предполагает, что наблюдатель действует рационально, оптимизируя заданный критерий, однако реальные люди могут демонстрировать иррациональные стратегии (например, под влиянием стресса или усталости). В-третьих, ТОС не учитывает динамику процессов (например, адаптацию к шуму) и многомерность сигналов. Тем не менее, в большинстве прикладных задач эти ограничения не являются критическими, и ТОС остаётся одним из наиболее мощных и надёжных инструментов анализа обнаружения сигналов.

Источники

• Swets J. A. (1964). Signal Detection and Recognition by Human Observers. Wiley.
• Green D. M., Swets J. A. (1966). Signal Detection Theory and Psychophysics. Wiley.
• Macmillan N. A., Creelman C. D. (2005). Detection Theory: A User’s Guide. Lawrence Erlbaum Associates.
• Wickens T. D. (2002). Elementary Signal Detection Theory. Oxford University Press.
• Stanislaw H., Todorov N. (1999). «Calculation of signal detection theory measures». Behavior Research Methods, Instruments, & Computers, 31(1), 137–149.