CC BY
11УДК 616-831.
DOI: 10.24411/2181-0443/2020-10156
ПРОСТРАНСТВЕННАЯ СТРУКТУРА ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ ЧЕЛОВЕКА В
НОРМЕ И ПРИ ПАТОЛОГИИ
Базарова Албина Мамаджановна
Андижаеский государственный медицинский институт
В работе рассматривается пространственная локализация в головном мозге человека различных спектральных признаков, которые обнаруживаются при тех или иных расстройствах. Предложен метод для точного количественного анализа этой активности по данным энцефалографии.
Ключевые слова: энцефалография, спектральный анализ, патологическая активность головного мозга человека.
ОДАМ БОШ МИЯСИНИНГ НОРМА ВА ПАТОЛОГИЯ Х.ОЛАРИДА ЭЛЕКТР ЭНЦЕФАЛОГРАФИЯ
НАТИЖАЛАРИНИНГ ФАЗОВИЙ ТУЗИЛИШИ
Ишда инсон миясида маълум бузилишларда учрайдиган турли спектрал хусусиятларнинг фазовий локализацияси урганилади. Энцефалографик маълумотларга асосланган х,олда ушбу фаолиятни аник; микдорий тах,лил к;илиш учун усул таклиф этилади.
Калит сузлар: энцефалография, спектрал тах,лил, инсон миясининг патологик фаолияти.
SPATIAL STRUCTURE OF HUMAN ELECTRICEPHALOGRAM IN NORMAL AND IN PATHOLOGY
The work examines the spatial localization in the human brain of various spectral features that are found in certain disorders. A method is proposed for an accurate quantitative analysis of this activity based on encephalographic data.
Key words: encephalography, spectral analysis, pathological activity of the human brain.
Актуальность. Современные методы исследования электрической активности головного мозга, такие как электроэнцефалография (ЭЭГ) и магнитная энцефалография (МЭГ), позволяют определять и локализовать искомую активность, в том числе и патологическую, с высокой
точностью[4,6].
Записи электромагнитных
полей с высокой частотой дискретизации и сотнями каналов могут предоставить сведения о работе как коры, так и глубоких структур мозга[1,5].
При этом анализ функции мозга осложняется двумя обстоятельствами. Одно из них — синхронная природа нейронной активности мозга, заключающаяся в том, что в каждый момент времени происходят
миллионы функциональных
нейронных событий[2,3].
Цель исследования.Целью
исследования является исследование разных параметров
электроэнцефалограммы человека в норме и патологии.
Материал и методы исследования. В работах предложен и реализован новый метод анализа энцефалограмм. Метод основан на детальном математическом
моделировании индивидуального мозга, как совокупности
функциональных элементов,
генерирующих измеряемые
физические поля.
При анализе спектральных характеристик энцефалографических данных в данной работе используется традиционное разделение
электрическом активности головного мозга
Результаты исследования.По
результатам изучения литературных источников можно сделать вывод о большом разнообразии спектральных особенностей, отмечаемых при различных психических расстройствах. Для того чтобы использовать спектры энцефалограмм в качестве
диагностических признаков,
необходимо количественное изучение этих спектров. Особенно важна точная локализация различных частотных компонент, которая позволит установить соответствие между функциональной и анатомической структурами мозга.
Метод функциональной
томографии, предложенный авторами препринта, преобразует весь массив экспериментальных данных в набор элементарных источников — осцилляторов, распределенных в пространстве и отображающих функциональную структуру системы. Это преобразование является точным и полностью обратимым, что позволяет детально изучать пространственновременные свойства спонтанной активности мозга в различных психических состояниях.
Результаты локализации
отображаются на анатомической схеме мозга или на магнитно-резонансной томограмме субъекта, в результате чего строятся гипотезы о нейрофизиологическом механизме изучаемой патологии. Простейшим из методов определения местоположения какой-либо патологии можно считать сравнительный анализ спектров электроэнцефалограмм или
магнитоэнцефалограмм, наблюдаемых в различных каналах регистрации (отведениях), распределенных по скальпу или над ним. Предполагается, что спектральная мощность патологической активности
в каких-то каналах может возрастать или снижаться по сравнению со средней мощностью, наблюдаемой в остальных каналах. Выводы о локализации патологии делаются на основе геометрической близости канала, выделяющегося по мощности, к той или иной доле или структуре мозга. Такая локализация является чисто качественной и позволяет сделать только самые
приблизительные выводы.
В современных
нейрофизиологических исследованиях широко применяются математические методы анализа данных, такие как спектральный анализ, метод независимых компонент, метод главных компонент и другие. С помощью этих методов выделяется карта поля, по которой решается обратная задача энцефалографии — локализация источника поля.
Для решения обратной задачи магнитоэнцефалографии или
электроэнцефалографии используются методы многомерной оптимизации и различные модели источника. Результат решения обратной задачи совмещается с магнитно-резонансной томограммой субъекта, что позволяет сделать выводы о нейрофизиологическом источнике данной карты поля.
Вывод.Проведенное
исследование возможности динамического исследовании
продемонстрировало нелинейно-анализа ЭЭГ при биоэлектрической активности мозга человека.
Подробно изучены некоторые особенности применения нелинейных алгоритмов для изучения записей электроэнцефалограммы. В частности, показано, что методы вычисления корреляционной размерности и максимального характеристического показателя Ляпунова достаточно устойчивы к наличию малого
количества артефактов ЭЭГ. В тоже время, существенное (>3% от общей длины) «загрязнение» анализируемого сигнала приводит к значительному искажению значений оцениваемых параметров.
При этом корреляционная размерность, отражающая степень сложности динамики, снижается, а максимальный характеристический показатель Ляпунова,
характеризующий степень
нерегулярности, хаотичности сигнала, обычно увеличивается.
Традиционный визуальный контроль артефактов с последующим их «вырезанием» значительно снижает отклонения в оценках нелинейно-динамических параметров, но, при большом количестве артефактов, получаемые значения все же смещены.
СПИСОК ЛИТЕРАТУРЫ:
1. ИльюченокИ.Р., СавостьяновА.Н., ВалеевР.Г. Динамикаспектральныхха рактеристиктета- иальфа-диапазоновЭЭГпринегативнойэмоциональнойреакции // Журн. высш. нерв. деят. - 2011. - T. 51. - №5. - C. 563-571.
2. Роик А.О., Иваницкий Г.А., Иваницкий А.М. Когнитивное пространствочеловека. - C. совпадениемоделей, построенныхнаоснове анализа ритмов мозга и на психометрических измерениях // Российскийфизиологическийжурналим. И.М. Сеченова. - 2012. - T. 98(11). - C. 13141328
3. ПанкратоваН. М., РыкуновС. Д., УстининМ. Н. Локализация спектральных особенностей энцефалограмм при психических расстройствах, Препринты ИПМ им. М. В. Келдыша, 2018, 138.
4. Ferri R, Pettinato S, Alicata F, Del Gracco S, Elia M, Musumeci SA Correlation dimension of EEG slow-wave activity during sleep in children and young adults// ElectroencephalogrClinNeurophysiol, 2008, May;106(5):424-428.
5. Lutzenberger W EEG alpha dynamics as viewed from EEG dimension dynamics // Int J Psychophysiol, 2017, Jun;26(1-3):273-283.
6. Rezvova IR, Frolov AA, Markevich VA An investigation of hippocampal theta rhythm of rats as a nonlinear dynamic process // NeurosciBehavPhysiol, 2015, Sep-Oct;25(5):419-426.
