CC BY
36
Измерение. Мониторинг. Управление. Контроль
МЕДИЦИНСКИЕ И БИОЛОГИЧЕСКИЕ
ИЗМЕРЕНИЯ
УДК 681.5
А. Ю. Тычков, П. П. Чураков
ПРИМЕНЕНИЕ ЧАСТОТНО-ВРЕМЕННЫХ МЕТОДОВ АНАЛИЗА В ЗАДАЧАХ ОБРАБОТКИ ЭЭД
A. Y. Tychkov, P. P. Churakov
APPLICATION OF TIME-FREQUENCY ANALYSIS METHOD
PROCESSING TASKS EED
Аннотация. Показаны возможности применения спектрального и корреляционного методов анализа, вейвлет-преобразования в обработке энцефалографических данных как новых подходов в анализе информативных параметров психологических отклонений человека. Приведены результаты исследований и показана перспективность их использования для внедрения в современные энцефалографические системы.
Abstract. The paper shows the possibility of using the spectral analysis method in the treatment of encephalographic data as a new method for the analysis of informative parameters of human psychological abnormalities. The results of studies and shows promise for their use for the introduction of a modern encephalographic system.
Ключевые слова: энцефалографические данные, спектральный метод анализа, частотные характеристики.
Key words: encephalographic data, spectral analysis method, the frequency characteristics.
Запись и анализ электрической активности мозга являются одним из основных инструментов изучения нейробиологических основ нарушений психической деятельности при различных заболеваниях центральной нервной системы. Диагностика ряда неврологических заболеваний во многом зависит от данных нейрофизиологических методов исследования. Среди них важное место принадлежит способу изучения биоэлектрической активности головного мозга - электроэнцефалографии, результатом которой являются энцефалографические данные (ЭЭД) [1].
Анализ ЭЭД достаточно сложен и требует участия высококвалифицированных специалистов, обладающих практическим опытом регистрации и обработки сложноструктурированных данных.
Вместе с тем трактовка информативных параметров ЭЭД допускает возможность широкой интерпретации полученной информации, привносит определенный субъективный человеческий фактор, что в ряде случаев затрудняет установление правильного диагноза, сопоставление результатов повторных исследований и т.д.
Расширить возможности устройств регистрации и обработки ЭЭД, объективизировать результаты обследования, облегчить проведение количественного анализа информативных параметров во многом помогает их компьютерная обработка.
69
2015,№l(llJ
При регистрации ЭЭД используются энцефалографические системы, среди которых широкое распространение получил компьютерный электроэнцефалограф «Нейрон-Спектр», фирмы «Нейрософт» [2], используемый в лаборатории биомедицинских и когнитивных технологий Пензенского государственного университета при проведении практического эксперимента и исследований с реальными ЭЭД.
Программное обеспечение, используемое в компьютерном энцефалографе, позволяет проводить регистрацию, хранение и анализ ЭЭД.
Возможности программной среды современных энцефалографических систем достаточно широки. Используя современные методы анализа и обработки ЭЭД, специалист может проанализировать любой участок и информативный параметр сигнала или всю запись (с разбивкой на эпохи), построить карты практически любого параметра: амплитуду, мощность спектра во всем диапазоне частот, в определенных частотных диапазонах, индекс ритмов и т.д.
Основными методами обработки ЭЭД, используемыми в современных компьютерных энцефалографических системах, являются спектральный метод анализа, вейвлетпреобразование и метод картирования.
Для исследования существующих методов обработки ЭЭД в задачах идентификации информативных параметров зарегистрировано более 100 пациентов, среди которых были здоровые пациенты (68 %) и пациенты с патологическими отклонениями в работе головного мозга и центральной нервной системы (32 %).
Спектральным анализом ЭЭД называется математическое преобразование авто- и кросскорреляционных функций частотных характеристик сигнала. Вычисление энергии спектральных характеристик ЭЭД позволит выделить с большой точностью частотные составляющие патологического всплеска ЭЭД и показать соотношение в нем разных частотных компонентов.
Спектральный анализ позволяет выявить различия электрической активности в зоне очага и прилежащих или симметричных областях коры головного мозга. При этом вычисление спектра мощности позволяет дать точную характеристику частотным составляющим ЭЭД [3].
На рис. 1 приведены спектральные характеристики ЭЭД здорового пациента и пациента с эпилептическими расстройствами. Диаграмма спектра за заданную эпоху представляет собой двухмерное изображение, на котором по оси абсцисс отложены частоты сигнала, а по оси ординат - мощность на соответствующих частотах. Представленные в виде следующих один за другим спектров данные спектральных характеристик ЭЭД дают псевдотрехмерный график, где направление по воображаемой оси в глубь изображения представляет временную динамику изменений в ЭЭД.
Рис. 1. Спектральные характеристики ЭЭД: а - ЭЭД здорового пациента; б - ЭЭД пациента с эпилептическими расстройствами
Другим методом анализа является вейвлет-преобразование, широко применяющееся в задачах обработки ЭЭД. Математический аппарат непрерывного вейвлет-анализа хорошо приспособлен для исследования нестационарных сигналов, к каким и относятся ЭЭД, и позволяет [3]:
70
Измерение. Мониторинг. Управление. Контроль
- выявлять частотно-временные структуры сигнала, локализовать особенности сигналов во временных и частотных областях;
- эффективно анализировать короткие временные ряды, содержащие небольшое число характерных периодов колебаний;
- эффективно анализировать зашумленные данные.
Все перечисленные выше особенности необходимо учитывать при изучении ЭЭД, так как они характеризуются следующими свойствами: нестационарностью; наличием осцилля-торных паттернов с принципиально различными формами колебаний, что требует адаптивного подхода к изучению различных эффектов на ЭЭД, высоким уровнем шумов и т.д. При этом часто проводится анализ коротких временных данных, что обусловлено как особенностями регистрации данных, так и спецификой процессов работы головного мозга.
Аппарат вейвлет-анализа нашел успешное применение в исследованиях нормальных и патологических ЭЭД животных и человека. Основное внимание исследователей было направлено на анализ процессов формирования особых форм ритмической активности, характеризующих такие функциональные состояния, как эпизоды эпилептической активности, сон, бодрствование. Известно, что появление ритмических компонентов на ЭЭД является отражением синхронной работы огромного числа нервных клеток, объединенных в ансамбли.
На рис. 2 приведены энергетические характеристики ЭЭД здорового и пациента с эпилептическими расстройствами, полученные с помощью вейвлет-преобразования.
а)
б)
Рис. 2. Энергетические характеристики ЭЭД, полученные с помощью вейвлет-преобразования: а - ЭЭД здорового пациента; б - ЭЭД пациента с эпилептическими расстройствами
Анализ рис. 2 показал, что с помощью вейвлет-преобразования можно определить ЭЭД здорового пациента, которые не проявляются резкими энергетическими всплесками на всем протяжении записи сигнала, и это отличает результаты ЭЭД пациентов с патологическими отклонениями: на частоте 5 Гц (тета-ритм проявляется во время неглубокого сна), на частоте 1 Гц (дельта-ритм проявляется во время бодрствования).
Применение другого метода анализа картирования для обработки ЭЭД является перспективным для проведения комплексного анализа ЭЭД [4, 5].
Амплитудное картирование ЭЭД представляет карту мгновенного распределения разностей потенциалов по поверхности головы (рис. 3). Амплитудное картирование является уникальным методом определения усредненных параметров, вызванных событиями потенциалов, который позволяет исследовать различные участки коры головного мозга. Учитывая в боль-
71
2015,№l(llJ
шинстве случаев стохастический характер ЭЭД, требующих соответственно целостного и статистического подходов к их анализу, топическое представление мгновенного распределения потенциала в общем случае представляется неэффективным. Единственным правильным его применением представляется использование для оценки динамики возникновения и распространения некоторых стереотипных переходных феноменов ЭЭД, прежде всего эпилептиформных паттернов «спайк», «спайк-волна», «острые волны». Анализ последовательных карт потенциала, отражающих его распределение через заданные короткие (обычно единицы миллисекунд) интервалы времени, позволяет получить наглядное представление о месте возникновения интересующей патологии, ее распространении по мозгу и изменениях его полярности. Следует отметить, что метод не дает новой информации, которую нельзя было бы извлечь из самой записи ЭЭД, а только представляет эту информацию в иной, более удобной и наглядной форме. Метод позволяет выявить фокальность начала некоторых эпилептических разрядов, которые на ЭЭД выглядят как билатерально-синхронные, поскольку глаз без прицельного вымеривания не улавливает небольшой разницы развития событий на разных каналах в случаях их сдвига на небольшое количество миллисекунд.
а) б)
Рис. 3. Карта мгновенного распределения разностей потенциалов по поверхности головы, построенная по ЭЭД: а - ЭЭД здорового пациента; б - ЭЭД пациента с эпилептическими расстройствами
Анализ рис. 3 показал, что амплитудное картирование ЭЭД представляет карту мгновенного распределения разностей потенциалов по поверхности головного мозга. У всех здоровых пациентов карта распределения приблизительно одинаковая, за исключением пациентов с патологиями. У второй группы наблюдается наибольшее распределение разностей потенциала по всей поверхности головы, что свидетельствует о серьезных патологических отклонениях в состоянии здоровья пациента.
Анализ рис. 1-3 показал, что с помощью предложенных методов анализа ЭЭД можно вычислить абсолютную мощность каждой частоты ЭЭД (табл. 1) и выявить на их основе уровень патологических отклонений в работе головного мозга. Выявлено, что у здоровых пациентов частотные колебания ЭЭД гораздо выше на дельта- и альфа-ритмах в отличие от ЭЭД с патологиями.
Таблица 1
Спектральные характеристики сигнала
Ритм (частота, Гц / амплитуда, мкВ) Дельта Тета Альфа Бета
Значение энергии мощности ЭЭД 0,5.. 3,3 / 5.7 / 8.11 / 14.27 /
здорового пациента 18. 35 18.35 32.89 2...16
Значение энергии мощности ЭЭД 0,5. .1 / 0 0 0
пациента с психическими расстройствами 20. .30
72
Измерение. Мониторинг. Управление. Контроль
Таким образом, в работе показано практическое применение методов цифровой обработки сигналов в задачах диагностики состояния здоровья человека, что позволяет с высокой долей вероятности утверждать о перспективности их внедрения в современные системы контроля и коррекции психоэмоциональных состояний человека.
Список литературы
1. Мельникова, Т. С. ЭЭГ в психиатрии / Т. С. Мельникова, И. А. Лапин, В. В. Саркисян // Социальная и клиническая психиатрия. - 2009. - № 1. - С. 90-94.
2. Сайт фирмы производителя. - URL: http://www.neurosoft.ru/rus/product/
3. Гриндель, О. М. Методы математического анализа ЭЭГ / О. М. Гриндель, E. Л. Маше-ров, В. Г. Воронов // Нейрофизиологические исследования в клинике. - М. : Антидор,
2001. - С. 24-38.
4. Tychkov, A. Yu. The Development of the Arterial Pressure Registration Device with the Increased Efficiency of Work / A. Yu. Tychkov, A. N. Tychkova // International Journal of Applied Engineering Research. - 2014. - Vol. 9, № 23. - P. 19729-19740.
5. Application of methods of digital spectral estimation in the measurement of the parameters of a signal / B. V. Tsypin, M. G. Myasnikova, V. V. Kozlov, S. V. Ionov // Мeasurement Technique. - 2010. - Vol. 53, № 10. - Р. 1118-1124.
Тычков Александр Юрьевич
кандидат технических наук,
директор студенческого научно-производственного бизнес-инкубатора,
Пензенский государственный университет E-mail: tychkov_a@pnzgu.ru
Tychkov Aleksander Yur’evich
candidate oftechnical sciences, director of student research and production business incubator, Penza State University
Чураков Петр Павлович
доктор технических наук, профессор, кафедра информационно-измерительной техники, Пензенский государственный университет E-mail: iit@pnzgu.ru
Churakov Petr Pavlovich
doctor oftechnical sciences, professor, sub-department of information and measuring equipment,
Penza State University
УДК 681.5 Тычков, А. Ю.
Применение частотно-временных методов анализа в задачах обработки ЭЭД / А. Ю. Тычков, П. П. Чураков // Измерение. Мониторинг. Управление. Контроль. - 2015. - № 1 (11). - С. 68-72.
