“ZAMONAVIY BIOLOGIYANING DOLZARB MUAMMOLARI VA
RIVOJLANISH ISTIQBOLLARI”
xalqaro ilmiy-amaliy anjuman materiallari
adu.uz
universaljurnal.uz
636
СОВРЕМЕННЫЕ
МЕТОДЫ
ДИАГНОСТИКИ
КОГНИТИВНЫХ
ФУНКЦИЙ
ШКОЛЬНИКОВ
Абдуллаева
Саидахон
Асилбек
кизи
Андижанский
государственный
университет
,
факультет
Естественных
наук
,
студент
abdullayeva.s01084@gmail.com
Топилова
Феруза
Махаммадовна
Андижанский
филиал
Кокандского
университета
,
старший
преподаватель
kharaxanova80@gmail.com
https://doi.org/10.5281/zenodo.15580226
Annotatsiya
: Maqolada kognitiv funktsiyalarni diagnostika qilishning zamonaviy usullari,
jumladan, neyropsixologik testlar, instrumental texnologiyalar (fMRI, EEG) va Human Benchmark
kabi kompyuterlashtirilgan platformalar va ularning afzalliklari, cheklovlari va ta'lim amaliyotida
qo‘llash istiqbollari tahlil qilinadi.
Kalit so‘zlar:
kognitiv diagnostika, neyropsixologik testlar, kompyuterlashtirilgan
platformalar, Human Benchmark, diqqat, xotira, ijro etuvchi funktsiyalar.
Аннотация
:
В
статье
рассматриваются
современные
методы
диагностики
когнитивных
функций
,
включая
нейропсихологические
тесты
,
инструментальные
технологии
(
фМРТ
,
ЭЭГ
)
и
компьютеризированные
платформы
,
такие
как
Human Benchmark.
Анализируются
их
преимущества
,
ограничения
и
перспективы
применения
в
образовательной
практике
.
Ключевые
слова
:
когнитивная
диагностика
,
нейропсихологические
тесты
,
компьютеризированные
платформы
, Human Benchmark,
нейровизуализация
,
внимание
,
память
,
исполнительные
функции
.
Abstract:
The article discusses modern methods of cognitive function diagnostics, including
neuropsychological tests, instrumental technologies (fMRI, EEG) and computerized platforms such
as Human Benchmark. Their advantages, limitations and prospects for application in educational
practice are analyzed.
Key words:
cognitive diagnostics, neuropsychological tests, computerized platforms, Human
Benchmark, neuroimaging, attention, memory, executive functions.
Когнитивные
функции
,
включающие
внимание
,
память
,
исполнительные
функции
,
скорость
обработки
информации
и
речь
,
являются
основой
познавательной
деятельности
человека
и
играют
ключевую
роль
в
обучении
,
решении
задач
и
социальной
адаптации
[1].
В
образовательной
практике
диагностика
когнитивных
функций
школьников
позволяет
выявлять
индивидуальные
особенности
,
прогнозировать
академическую
успеваемость
и
разрабатывать
персонализированные
подходы
к
обучению
[2].
Современные
методы
оценки
когнитивных
функций
варьируются
от
традиционных
нейропсихологических
тестов
до
инновационных
цифровых
платформ
,
таких
как
Human Benchmark,
которые
обеспечивают
доступность
и
автоматизацию
тестирования
[3].
Когнитивные
функции
представляют
собой
совокупность
психических
процессов
,
обеспечивающих
восприятие
,
обработку
,
хранение
и
использование
информации
.
Ключевые
когнитивные
домены
включают
:
•
Внимание
(
устойчивое
,
переключаемое
,
разделяемое
);
•
Память
(
рабочая
,
кратковременная
,
долговременная
);
•
Исполнительные
функции
(
планирование
,
контроль
,
гибкость
мышления
);
•
Скорость
обработки
информации
;
•
Речь
и
языковые
способности
[4].
У
школьников
эти
функции
развиваются
неравномерно
,
достигая
пика
в
разном
возрасте
,
что
требует
учета
возрастных
особенностей
при
диагностике
[8].
Например
,
рабочая
память
и
внимание
активно
развиваются
в
младшем
школьном
возрасте
(6–9
лет
),
тогда
как
“ZAMONAVIY BIOLOGIYANING DOLZARB MUAMMOLARI VA
RIVOJLANISH ISTIQBOLLARI”
xalqaro ilmiy-amaliy anjuman materiallari
adu.uz
universaljurnal.uz
637
исполнительные
функции
продолжают
совершенствоваться
в
подростковом
возрасте
(10–17
лет
) [6].
Диагностика
когнитивных
функций
позволяет
оптимизировать
образовательные
стратегии
и
выявлять
потенциальные
трудности
,
что
особенно
важно
в
условиях
инклюзивного
образования
[7].
Современные
подходы
к
оценке
когнитивных
функций
включают
широкий
спектр
инструментов
,
от
традиционных
нейропсихологических
тестов
до
высокотехнологичных
методов
нейровизуализации
и
компьютеризированных
платформ
.
Каждый
из
них
имеет
свои
преимущества
и
ограничения
,
что
делает
их
выбор
зависимым
от
целей
исследования
и
доступных
ресурсов
.
Нейропсихологические
тесты
остаются
основой
диагностики
когнитивных
функций
благодаря
своей
высокой
валидности
и
стандартизации
.
Среди
наиболее
распространенных
инструментов
можно
выделить
:
•
Wechsler Intelligence Scale for Children (WISC)
—
для
оценки
общего
интеллекта
и
когнитивных
способностей
у
детей
(Campbell et al., 2008);
•
Mini-Mental State Examination (MMSE)
и
Montreal Cognitive Assessment (MoCA)
—
для
скрининга
когнитивных
нарушений
;
•
Stroop Test
—
для
оценки
внимания
и
когнитивной
гибкости
;
•
Trail Making Test (TMT)
—
для
измерения
скорости
обработки
и
исполнительных
функций
[4].
Эти
тесты
широко
используются
в
клинической
и
образовательной
практике
,
так
как
позволяют
получить
детализированный
когнитивный
профиль
.
Однако
их
проведение
требует
квалифицированного
персонала
,
значительного
времени
и
может
быть
утомительным
для
детей
,
особенно
младшего
возраста
[5].
Кроме
того
,
культурные
и
языковые
особенности
могут
влиять
на
результаты
,
что
требует
адаптации
тестов
[6].
Инструментальные
методы
,
такие
как
нейровизуализация
,
предоставляют
уникальную
возможность
изучать
мозговую
активность
во
время
выполнения
когнитивных
задач
.
Ключевые
технологии
включают
:
•
Функциональная
магнитно
-
резонансная
томография
(
фМРТ
) —
для
выявления
активности
в
специфических
областях
мозга
;
•
Электроэнцефалография
(
ЭЭГ
) —
для
измерения
электрической
активности
мозга
с
высокой
временной
точностью
;
•
Магнитоэнцефалография
(
МЭГ
)
и
ближняя
инфракрасная
спектроскопия
(
НИРС
) —
для
неинвазивного
мониторинга
мозговой
активности
[5].
Эти
методы
особенно
ценны
в
исследованиях
,
где
требуется
понять
нейронные
корреляты
когнитивных
процессов
.
Например
,
фМРТ
может
показать
,
какие
области
мозга
активируются
при
выполнении
задач
на
рабочую
память
[1].
Однако
высокая
стоимость
оборудования
,
сложность
интерпретации
данных
и
ограниченная
доступность
делают
их
менее
применимыми
в
массовых
исследованиях
школьников
.
С
развитием
технологий
компьютеризированные
тесты
становятся
всё
более
популярными
благодаря
их
доступности
,
автоматизации
и
возможности
удаленного
проведения
.
Примеры
таких
платформ
включают
CogniFit, Cambridge Brain Sciences
и
Human
Benchmark [3].
Эти
инструменты
предлагают
стандартизированные
задания
,
которые
измеряют
ключевые
когнитивные
функции
,
такие
как
время
реакции
,
рабочая
память
и
внимание
. Human Benchmark
представляет
собой
веб
-
платформу
с
набором
тестов
,
включая
:
v
Reaction Time —
измерение
скорости
реакции
на
визуальные
стимулы
;
v
Number Memory —
оценка
способности
запоминать
последовательности
цифр
;
v
Sequence Memory —
тестирование
рабочей
памяти
через
воспроизведение
последовательностей
;
v
Verbal Memory —
проверка
вербальной
памяти
(Human Benchmark, 2020).
Эти
тесты
основаны
на
классических
когнитивных
парадигмах
,
таких
как
задачи
на
выбор
реакции
или
последовательное
воспроизведение
,
что
делает
их
сопоставимыми
с
научными
инструментами
[8].
Преимущества
Human Benchmark
включают
простоту
использования
,
возможность
проведения
тестирования
в
школьных
условиях
и
высокую
мотивацию
участников
благодаря
геймифицированному
формату
.
Однако
ограничения
“ZAMONAVIY BIOLOGIYANING DOLZARB MUAMMOLARI VA
RIVOJLANISH ISTIQBOLLARI”
xalqaro ilmiy-amaliy anjuman materiallari
adu.uz
universaljurnal.uz
638
связаны
с
необходимостью
валидации
психометрических
свойств
и
потенциальным
влиянием
внешних
факторов
,
таких
как
усталость
или
уровень
цифровой
грамотности
[6].
Таким
образом
диагностика
когнитивных
функций
школьников
является
важным
инструментом
для
оптимизации
образовательного
процесса
и
выявления
индивидуальных
особенностей
.
Нейропсихологические
тесты
обеспечивают
высокую
точность
,
но
требуют
значительных
ресурсов
.
Компьютеризированные
платформы
,
такие
как
Human Benchmark,
предлагают
доступное
и
гибкое
решение
,
особенно
в
условиях
массового
скрининга
.
Инструментальные
методы
,
такие
как
фМРТ
и
ЭЭГ
,
углубляют
понимание
нейронных
основ
когнитивных
процессов
,
но
их
применение
ограничено
.
Список
использованных
источников
1.
Akshoomoff, N., et al. (2021). Cognitive processes and brain activation in children: Insights
from fMRI studies // Journal of Cognitive Neuroscience. -2021- 33(5):789-804.
2.
Assady, A., & Mousavi, S. (2019). Cognitive assessment in educational settings: Implications
for academic performance // Educational Psychology Review. -2019- 31(2):123-140.
3.
Human Benchmark: Cognitive testing platform. Retrieved from https://humanbenchmark.com
4.
Souissi, S., et al. (2022). Computerized cognitive testing: Advances and applications in
educational research // Computers & Education. -2022- 179:104-119.
5.
Campbell, J. M., et al. (2008). Wechsler Intelligence Scale for Children: Applications in
educational diagnostics // Psychological Assessment. -2008- 20(4):456-470.
6.
Di Cesare, G., et al. (2021). Developmental trajectories of executive functions in adolescents
// Developmental Psychology. -2021- 57(6):901-915.
7.
Glozman, J., & Plotnikova, A. (2021). Neuroimaging techniques in cognitive diagnostics:
Opportunities and challenges // Neuroscience and Behavioral Physiology. -2021- 51(3):321-330.
8.
Hartshorne, J. K., & Germine, L. T. (2015). When does cognitive functioning peak? The
asynchronous rise and fall of different cognitive abilities across the lifespan // Psychological Science.
-2015- 26(4):433-443.Human Benchmark. (2020).
9.
Makhammadovna, T. F., & Abdurashidovna, K. G. (2021). School Biological Education With
A Focus On World Experience.
10.
Топилова
,
Ф
.
М
., &
Кимсанова
,
Г
.
Влияние
физических
нагрузок
на
показатели
физическо
-
го
развития
детей
и
подростков
.
министерство
высшего
и
среднего
специального
образования
республики
узбекистан
каракалпакский
государственный
университет
имени
бердаха
факультет
биологии
, 96.
11.
Саидбаева
,
Л
.,
Топилова
,
Ф
.
Влияние
физических
нагрузок
на
некоторые
функциональные
и
антропометрические
показатели
подростков
.
ilmiy
х
abarnoma.
Научный
вестник
Учредители
:
Андижанский
государственный
университет
им
.
З
.
М
.
Бабура
, (2), 35-37.
12.
Топилова
,
Ф
.
М
. (2019).
Развитие
биологического
образования
в
современном
узбекистане
.
Интернаука
, (45-1), 16-17.
13. Ikramova, M. M., T
о
pilova, F.
М
., & Tojiboevc, Q. T. The Effect of Herbal Tea on the Energy
Metabolism of Mitochondria in Liver Damage.
International Journal of Health Sciences
, (I), 4447-
4453.
14.
Саидбаева
Л
.,
Топилова
Ф
.,
Дустматова
Г
.
Влияние
фракций
гидролизата
пепсиногена
на
функциональную
активность
митохондрий
печени
крыс
.
Ilmiy
х
abarnoma.
Научный
вестник
Учредители
:
Андижанский
государственный
университет
им
.
ЗМ
Бабура
, (3), 33-36.
15. Firdavs, M., Feruza, T., Gulnora, K., & Gulmira, Y. (2024). Living and dead water myth or
reality.
Frontline Medical Sciences and Pharmaceutical Journal
,
4
(04), 17-23.
