1.4. Аппаратно-программные комплексы для снятия электроэнцефалограмм с возможностью нелинейно-динамической обработки

В последние годы использование методов нелинейной динамики для обработки и распознавания медицинских сигналов (электрокардиограмм, энцефалограмм, электромиограмм) на выходе сложных систем рассматривается как перспективный путь создания новых средств диагностики и прогнозирования состояния медико-биологических объектов. Данный подход является существенным дополнением к традиционным спектрально-корреляционным методам, которые не дают достаточно полной информации о динамике развития исследуемых медико-биологических систем. Действительно, спектрально-корреляционные методы не дают возможности детально проследить и численно охарактеризовать динамику изменений структуры сигнала во времени, предсказать смену и продолжительность доминирующих ритмов. Таким образом, выявление новой информации, скрытой в динамике поведения сложных систем, позволит расширить возможности диагностических компьютерных комплексов в области медицины.

Рассмотрим примеры использования на практике методов нелинейно-динамической обработки ЭЭГ.

1) Алгоритмическо-программный комплекс анализа биоэлектрических сигналов и диагностики состояния медико-биологических объектов на основе методов нелинейной динамики.

В лаборатории моделирования самоорганизующихся систем ОИПИ НАН Беларуси [123] на протяжении ряда лет успешно развиваются методы анализа и моделирования сложных нелинейных динамических систем различной физической природы. Особую важность представляют следующие методы диагностики и прогнозирования состояния медико-биологических объектов посредством анализа соответствующих биоэлектрических сигналов:

1. Определение фрактально-топологических характеристик исследуемого сигнала, а именно минимальной размерности вложения и спектра обобщенных спектральных размерностей аттрактора, восстановленного из исследуемого временного ряда.

2. Алгоритм локально-топологического анализа для определения минимальной размерности вложения, который позволяет на порядок уменьшить количество требуемых экспериментальных данных по сравнению с традиционными методами (например, алгоритмом Грасбергера-Прокаччиа). В результате численных экспериментов показано, что предложенный метод локально- топологического анализа фазовых траекторий аттрактора, восстановленного из электрокардиосигнала, обеспечивает достаточно высокую сходимость, что в свою очередь позволяет эффективно использовать его на практике.

3. Расчет спектра обобщенных спектральных размерностей на основе анализа размещения точек фазовых траекторий по ячейкам, случайным образом распределенным в области аттрактора. По сравнению с наиболее распространенным методом "регулярных сеток" [126-135], предложенный метод позволяет более чем на порядок уменьшить требуемое количество компьютерных ресурсов и тем самым обеспечить практическую реализуемость вычислительного процесса.

Разработанные методы могут быть использованы при диагностике состояния сердечнососудистой системы на конечных временных интервалах по измеренному сигналу. Имеется подтверждение об использовании предложенного метода в НПП БМИ "Медиор" (г. Минск). Данный метод также получил достаточно высокую оценку в БелНИИкардиологии.

2) Исследование биоэлектрической активности мозга с позиций многоразмерного линейного и нелинейного анализа ЭЭГ.

Предложен новый подход к исследованию биоэлектрической активности мозга человека и животных [123, 124], базирующийся на выявлении методами многоразмерного спектрального анализа областей полушарий мозга и подкорковых структур, временно вовлеченных в ту или иную функциональную систему для реализации поведенческих актов, и последующем анализе их нелинейно-динамических параметров с позиций теории детерминированного хаоса, реализованный в компьютерной системе ЭЭГ NeuroResearcher ® 2005-2007 [123, 124].

Подход базируется на выявлении методами многоразмерного спектрального анализа пространственно-временных нейродинамических систем, образованных группой церебральных структур, временно вовлеченных в исследуемую интегративную деятельность в процессе жизнедеятельности и последующем анализе их нелинейно-динамических параметров методами детерминированного хаоса. Программный комплекс использовался для исследований ЭЭГ животных (крысы), больных (шизофрения, неврозы) и здоровых испытуемых – курсанты летного училища.

Кроме того, разработаны алгоритмы для вычисления уточненных параметров детерминированного хаоса в ЭЭГ: корреляционной размерности, размерности вложений, корреляционной энтропии, старшего показателя Ляпунова, спектра показателей Ляпунова с использованием нескольких стационарных участков ЭЭГ и новой методики определения задержки. Соответствующие алгоритмы были реализованы в версии программного комплекса для компьютерной ЭЭГ NeuroResearcher ® 2005-2007, тестированы при обработке модельных временных рядов (в частности, для отображения Эно, систем Лоренца и Ресслера) созданных программой Fractan и использовались для обработки ЭЭГ группы больных испытуемых (шизофрения) и контрольной группы здоровых испытуемых [123, 124].

Рассмотренные примеры говорят о том, что ведутся исследования возможностей нелинейно-динамического анализа и применения его на практике. Однако они носят единичный характер и не дают точных рекомендаций.