Семинар / Диссертации / Борисова

3.1. Создание экспериментальной базы записей ээг и предварительный анализ

Теоретические исследования электрической активности мозга были проведены в главе 2 с использованием мезоскопической модели [11]. Для анализа модели применялись методы нелинейной динамики, а именно были реконструированы аттракторы и рассчитаны некоторые количественные показатели. В результате анализа было показано, что ЭЭГ сигнал может проявлять признаки хаотичности. Для проверки этого утверждения на реальных (нативных) сигналах ЭЭГ были выполнены экспериментальные исследования, описанные в данной главе.

На базе Ростовского государственного медицинского университета проводились экспериментальные исследования вариативности ЭЭГ. ЭЭГ регистрировалась на пациентах (16 человек), среди которых одни – условно здоровые, а другие – с различными болезнями (рассеянный склероз, невралгия). Использовалась стандартная международная методика отведений «10-20» (рис. 3.1).

Международная федерация обществ электроэнцефалографии приняла так называемую систему "10-20", позволяющую точно указывать расположение электродов. В соответствии с этой системой у каждого испытуемого точно измеряют расстояние между серединой переносицы (назионом) и твердым костным бугорком на затылке (инионом), а также между левой и правой ушными ямками. Возможные точки расположения электродов разделены интервалами, составляющими 10% или 20% этих расстояний на черепе. При этом для удобства регистрации весь череп разбит на области, обозначенные буквами: F — лобная, О — затылочная область, Р — теменная, Т — височная, С — область центральной борозды. Нечетные номера мест отведения относятся к левому, а четные — к правому полушарию. Буквой Z — обозначается отведение от верхушки черепа. Это место называется вертексом и его используют особенно часто.

Рисунок 3.1. Система 10-20 (Jasper, 1958). Расположение электродов на поверхности головы: F - лобная часть; C - центральная; P - теменная; T - височная; O - затылочная. Нечетные индексы - левая половина головы, четные индексы - правая, Z - средняя линия [142].

Длительности записей электроэнцефалограмм составили 40 с, длительности выборок – до одной секунды [20, 23, 27, 28, 32, 33], количество выборок одного сигнала – 20 шт., частота дискретизации – f_д=250 Гц.

Для комплексного нелинейного анализа экспериментальных данных использовался специализированный пакет программ NLyzer [56]. Примеры анализа ЭЭГ сигнала традиционными методами (вычисление спектра Фурье, расчет автокорреляционной функции) и методами нелинейной динамики показаны на рис. 3.2 и 3.3.

Внешний вид ЭЭГ сигналов (см. рис. 3.2, 3.3) позволяет сделать предположение о том, что данный сигнал может проявлять некоторые свойства хаотических сигналов при определенных условия мозговой активности. При этом в некоторых случаях ЭЭГ сигнал может проявлять некоторые упорядоченные свойства (рис. 3.2) или быть шумоподобным (рис. 3.3). Нелинейный анализ сигналов позволяет выявить их основные свойства, т.е. является ли электрическая активность мозга стохастической, случайной или это упорядоченный, а значит и управляемый процесс, который может быть описан методами нелинейной динамики.

Рисунок 3.2. (слева направо, сверху вниз) 1 - сигнал во временной области (рассеянный склероз – женщины), 2 – расчет корреляционного интеграла (см. далее раздел 3.4), 3 – аттрактор, 4 – автокорреляционная функция, 5 – спектр сигнала, 6 – функция взаимной информации.

Рисунок 3.3. (слева направо, сверху вниз) 1 - сигнал во временной области (условно здоровые женщины), 2 – расчет корреляционного интеграла (см. далее раздел 3.4), 3 – аттрактор, 4 – автокорреляционная функция, 5 – спектр сигнала, 6 – функция взаимной информации.

Графики автокорреляционной функции и взаимной информации позволяют корректно выбрать задержку для реконструкции аттрактора системы по теореме Такенса [29, 39, 43-46, 55, 62], как первый ноль автокорреляционной функции или минимум взаимной информации.

Ниже приведены сигналы и спектры (соответственно) для всех участников эксперимента.

На рис. 3.4 – 3.19 приведены примеры участков нативных ЭЭГ длительностью ~0,5 с и их спектры, рассчитанные в программе MathCAD. На рисунках введены следующие обозначения: h_e – мембранный потенциал сомы возбудительных клеток кортекса, мкВ; t – время, мс; f – частота, Гц.

Таким образом, был осуществлен первичный визуальный (с помощью осциллограммы) и спектральный анализы полученных экспериментальным путем нативных сигналов ЭЭГ.

Женщины:

Рисунок 3.4. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «невралгия». Отведение С4-А2.

Рисунок 3.5. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «рассеянный склероз». Отведение С4-А2.

Рисунок 3.6. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «рассеянный склероз». Отведение С4-А2.

Рисунок 3.7. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Рисунок 3.8. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Рисунок 3.9. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Рисунок 3.10. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Мужчины:

Рисунок 3.11. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «лудомания». Отведение С4-А2.

Рисунок 3.12. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «лудомания». Отведение С4-А2.

Рисунок 3.13. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «лудомания». Отведение С4-А2.

Рисунок 3.14. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «лудомания». Отведение С4-А2.

Рисунок 3.15. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «лудомания». Отведение С4-А2.

Рисунок 3.16. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для диагноза «лудомания». Отведение С4-А2.

Рисунок 3.17. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Рисунок 3.18. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Рисунок 3.19. а) Осциллограмма; б) спектр мощности нативного ЭЭГ сигнала для условно здорового пациента. Отведение С4-А2.

Из анализа графиков рис. 3.4 – 3.19 видно, что спектры нативных сигналов ЭЭГ условно здоровых пациентов соответствуют виду спектра шумоподобного сигнала (рис. 3.8 – 3.10): спектр широкий, присутствуют множественные частоты, их гармоники, но при этом максимум спектра сосредоточен в низкочастотной области, что соответствует известным литературным данным.

Спектры нативных ЭЭГ сигналов, соответствующих различным заболеваниям (невралгия, рассеянный склероз) более уже, с выраженными основными частотами (рис. 3.4 – 3.6). Это говорит о стабилизации ЭЭГ сигнала при заболевании, в отличие от хаотического состояния, характерного для условно здорового мозга.

Следует отметить, что в случае игровой зависимости различия в спектрах между условно здоровыми пациентами и «игроками» проявляются не так явно (рис. 3.11 – 3.19). Поэтому очевидна актуальность поиска новых методов анализа ЭЭГ, позволяющих выявить «тонкую» структуру ЭЭГ сигнала. Такой анализ был проведен в последующих разделах.

Содержание