CC BY
10Вестник СурГУ. 2014. Вып. 4 (6)
УДК 616.831-073.97-71:51-76
Яценко Е.А.
Yatsenko Е.А.
Анализ записей каналов электроэнцефалограмм Analysis of the Records of Channels Electroencephalogram
В статье представлены результаты обработки записей каналов электроэнцефалограмм человека. Описан метод применения аппарата вейвлет-преобразований для анализа частотных составляющих сигнала ЭЭГ.
The article represents the results of the processing of entries channels of electroencephalograms of a man. The method of applying wavelet analysis to analyze the frequency components of the EEG signal is described.
Ключевые слова: анализ электроэнцефалограмм, вейвлет-анализ. Key words: analysis of electroencephalograms, wavelet analysis.
Развитие новых методов диагностирования заболеваний в современной медицине часто связаны с поиском новых методов обработки накопленных массивов биометрической информации. В предлагаемых материалах рассматриваются результаты обработки записей каналов электроэнцефалограмм (ЭЭГ) человека.
ЭЭГ - метод исследования деятельности головного мозга животных и человека, который основан на суммарной регистрации биоэлектрической активности отдельных зон, областей, долей мозга [2]. Диагностирование по ЭЭГ является очень сложной задачей, выполняемой на сегодняшний день медиками-специалистами, проходящими длительный период подготовки. Активно развивающиеся методы автоматизированной обработки ЭЭГ в настоящее время не способны заменить ручную обработку специалистом [1].
Корректность методов анализа случайных процессов, а также интерпретации его результатов в значительной степени зависят от некоторых основных свойств анализируемого процесса. К их числу в первую очередь относятся стационарность и присутствие периодических составляющих процесса.
Для анализа на стационарность сигнала ЭЭГ записи каждого канала были разбиты на четыре последовательные эпохи, по 256 измерений в каждой эпохе, что соответствует одной минуте. Для каждой эпохи были рассчитаны математическое ожидания и среднеквадратическое отклонение. Полученные значения для каждого канала оказались различными, что позволило судить о нестационарности исследуемого сигнала.
Для анализа зависимостей между каналами были рассчитаны коэффициенты корреляции каждого из каналов ЭЭГ с остальными, данные исследования проводились для записей ЭЭГ лю-
дей трех групп: с заболеваниями различных видов эпилепсии, сосудистыми заболеваниями и здоровых.
На основе обработанных данных был сделан вывод о рассогласованности сигналов, снятых с различных областей головного мозга пациентов с эпилепсией, в противовес результатам, полученным в ходе других исследований, показавших сравнительно высокую корреляцию между различными частотными составляющими сигналов ЭЭГ здоровых людей. Для группы людей с сосудистыми заболеваниями показатели корреляции показали меньшую согласованность каналов, по сравнению со здоровыми людьми, но большую, по сравнению с эпилепсией. Примечательно, что коэффициенты корреляции между одними и теме же каналами незначительно варьируются в зависимости от условий эксперимента: импеданса или фотостимуляций.
С целью изучения частотных составляющих для анализа записей каналов ЭЭГ был применен аппарат вейвлет-преобразований. Полученная в результате исследования сигнала ЭЭГ спектрограмма дает хорошую локализацию во времени, но на ней сложно увидеть особенности сигнала на высоких частотах. Поэтому при проведении исследования целесообразно применять не вейв-лет-спектрограмму, а коэффициентные линии.
Задавая величину (масштаб) в соответствии с формулой 1, можно получить коэффициентные линии, соответствующие заданной частоте колебаний:
fа ~ fс ,
а
где / - заданная частота;
Яценко Е.А. Анализ записей каналов электроэнцефалограмм
/а - частота центрального всплеска (для вейвлета «мексиканская шляпа», используемого в данной работе; Га = 0,25; а - масштаб.
С позиции диагностирования на сегодняшний день важным является выделение спонтанных колебаний биопотенциалов следующих частотных диапазонов: 8-13 Гц (альфа-волны); 13,5-30 Гц (бета-волны); 4-7,5 Гц (тета-волны); 0,5-3,5 Гц (дельта-волны) [1].
Зафиксировав на вейвлет-спектрограмме масштаб, равный 0,12 (а = 0,12), получим коэффициентную линию, соответствующую частоте колебаний 2,083 Гц, что соответствует диапазону дельта-волн. Масштабу, равному 0,042, соответствует частота 5,952 Гц (тета-волны); масштабу, равному 0,023, - частота 10,87 Гц; масштабу, равному 0,012, - частота 20,83 Гц.
В данном исследовании для каждого канала записей ЭЭГ строилась плоскость (см. рисунок). По оси oy (scalesa) расположены описанные выше значения масштабов; по оси oy (time) - время; по оси oz (COEFS) - значения коэффициентов для данной частотной составляющей. На таком графическом методе отображения наглядно видны час-
тотные составляющие ЭЭГ, играющие важную роль в диагностировании на сегодняшний день.
На рисунке ниже (слева) представлено визуальное отображение коэффициентных линий вейвлет-разложения одного из каналов записей ЭЭГ пациента с эпилепсией. Данное отображение наглядно демонстрирует преобладание тета-волн, чему соответствуют высокие значения коэффициента на самой дальней масштабной линии, в то время как коэффициенты при частотных составляющих альфа- и бета-волн, характеризующих благоприятное состояние биопотенциальных колебаний здорового человека, близки к нулевым значениям.
На рисунке (справа) представлено визуальное отображение коэффициентных линий вейвлет-разложения канала записи ЭЭГ пациента с сосудистыми заболеваниями. В данном случае наглядное отображено наличие альфа- и тета-волн.
Таким образом, дальнейшее развитие исследований предполагает изучение описанных методов, а также поиск новых, позволяющих при обработке достаточного количества исходных данных определить маркеры патологических состояний человека, с целью создания новых автоматизированных методик диагностирования.
Визуальное отображение коэффициентных линий вейвлет-разложения записи ЭЭГ пациента
с эпилепсией (слева) и с ВСД (справа)
Литература
1. Сахаров В. Л., Андреенко А. С. Методы математической обработки электроэнцефалограмм : учеб. пособие. Таганрог : Антон, 2000. 44 с.
2. Яценко Е. А. Моделирование сигналов головного мозга человека при помощи вейвлет-преоб-разований // Инновации на основе информационных и коммуникационных технологий : сб. мат-лов Междунар. науч.-практ. конф. М. : МИЭМ НИУ ВШЭ, 2013. С. 578, 579.
