CC BY
54
активности мозга, до настоящего времени малораспространенный, возможность синхронного анализа мозгового кровообращения и электрической активности мозга открывают большие перспективы для анализа функционального состояния головного мозга, в том числе с учетом энергозатратных процессов, а также для понимания сути патологических процессов и выработки новых диагностических критериев для раннего выявления соответствующих нарушений.
СПОСОБЫ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ ФЕНОМЕНОВ ЭПИЛЕПТИФОРМНОЙ АКТИВНОСТИ
Л.Я. Бай, К.А. Бай, С.В. Захарчук, А.Н. Луцев
Научно-производственная конструкторская фирма «Медиком-МТД»
347900, Россия, Ростовская область, г. Таганрог, ул. Ленина 99, тел. (86344) 26384, 23468 факс 27426 (круглосуточно)
E-mail: [email protected] http://www.medicom-mtd.com
Автоматическое обнаружение феноменов эпилептиформной активности и участков различного рода нестационарностей в записи компьютерной ЭЭГ актуально при дифференциальной диагностике эпилепсии, исследовании различных видов умственной деятельности, измененных состояний сознания, сна и пр. Создание экспертной системы для надежной классификации различных ЭЭГ-феноменов, задача достаточно сложная. Возможным путям ее решения и практической реализации в электроэнцефалографе-анализаторе «Энцефалан-131-03», выпускаемом фирмой «Медиком-МТД», посвящен настоящий доклад.
Первым шагом на пути создания эксперной системы является интегрированный подход, при котором автоматизированная система берет на себя труд выделять из всей совокупности ЭЭГ-записей участки, резко отличающиеся от некого фона, оставив задачу классификации выделенных участков эксперту. При этом важно автоматически обнаруживать феномены на достаточно длительных интервалах ЭЭГ с тем, чтобы минимизировать временные затраты врача на рутинные операции при анализе данных при длительных исследованиях. Сложность задачи состоит в разнообразии возможных проявлений нестационарностей, их топической представленности, зависимости степени выраженности и формы феноменов от используемой схемы отведений, наличии возрастных и индивидуальных особенностей ЭЭГ, затрудняющих создание некого универсального алгоритма. Электроэнцефалограмма может меняться по амплитуде, частоте, форме волн, степени взаимодействия между различными отделами мозга. Амплитудно-частотные характеристики ЭЭГ в норме могут находиться в достаточно широких пределах, что делает малоперспективным использование алгоритмов, базирующихся на абсолютных порогах, амплитудных, скоростных или каких-то других. Наличие выраженной нерегулярной модулированности альфа-активности так же затрудняет поиск феноменов. Для того, чтобы учитывать возрастные и индивидуальные особенности каждого испытуемого, наиболее оптимально использование адаптивных алгоритмов, подстраивающихся под исходную фоновую активность конкретного испытуемого. Врач или исследователь выбирает фрагмент записи ЭЭГ, которую он считает фоновой активностью, на которой отсутствуют явно выраженные артефакты и феномены эпилептиформной активности. Выбранный врачом фоновый фрагмент используется программой автоматического поиска в качестве образца, характеристики которого сопоставляются со всем исследованием. Найденные согласно заложенным критериям нестационарные участки записи выделяются
цветом, причем выделяются именно те отведения, в которых найдены
соответствующие феномены. Формируется список всех найденных фрагментов и предоставляется возможность быстрого перемещения по этим участкам для их визуального просмотра и дальнейшей обработки различными количественными методами анализа. Для анализа эпилептиформной активности наиболее часто используются следующие методы: трехмерная локализация источников
электрической активности мозга, оценка глубины межцентральных
взаимоотношений (внутриполушарных, межполушарных), амплитудное картирование, временная развертка амплитудных топографических карт,
«электронная лупа» (для более детального просмотра феноменов с автоматическим определением его количественных характеристик).
Если на протяжении всего исследования наблюдались какие-либо трудно устранимые физиологические артефакты немозговой природы, а именно электроокулограмма (влияние движений глазных яблок и морганий), электрокардиограмма (вследствие индивидуальных особенностей расположения сердца и его электрического диполя), электромиогарфические сигналы (в случае невозможности добиться требуемого расслабления у пациента), кожно-
гальваническая реакция (вследствие наличия вегетативных нарушений и/или возбужденного психоэмоционального состояния испытуемого), то врачу
предоставляются возможности автоматического поиска и подавления артефактов. Это возможно в том случае, если синхронно с ЭЭГ регистрировались
соответствующие физиологические сигналы: ЭОГ, ЭКГ, ЭМГ и другие. Программа автоматически устраняет влияние соответствующих физиологических артефактов, не уменьшая размеров записи, т.е. программа не удаляет участки записи, на которых обнаруживает артефакты, а устраняет их влияние, оставляя без изменений церебральную электрическую активность. Подавление артефактов может проводиться как полностью в автоматическом режиме, так и в пошаговом ручном режиме, где врач может контролировать каждый шаг программы, отменять те или иные действия, подстраивать некоторые критерии поиска артефактов, документировать процесс.
Поскольку разные количественные методы имеют свои достоинства и недостатки, предусмотрен поиск нестационарных фрагментов ЭЭГ исследования, отличающихся от выбранного фрагмента фоновой записи в двух и более каналах ЭЭГ по заданным параметрам с помощью следующих методов детекции нестационарности:
* скачок дисперсии;
* скачок энергии или частотный переход (на основе wavelet-анализа);
* весовое перераспределение энергии по частотным диапазонам (на основе
wavelet-анализа).
Способ "Скачок дисперсии" предназначен для выявления тех участков, на которых синхронно произошли (в заданном количестве смежных отведений) резкие изменения мощности сигнала. Пароксизмальные проявления (вспышки, разряды) чаще всего проявляются существенным возрастанием амплитуды и, соответственно, энергии сигнала, поэтому анализ изменения дисперсии имеет обоснование. Однако проводимые функциональные пробы могут существенно влиять на изменения энергии сигнала без проявлений эпилептиформной активности. Например, открывание и закрывание глаз, приводят к существенному изменению уровня альфа-активности и т.д. С другой стороны, высокочастотная активность с амплитудой более 50 мкВ может рассматриваться как пароксизм, при этом на фоне высокоамплитудной медленно-волновой активности реального скачка дисперсии не произойдет. Такую ситуацию алгоритм пропустит.
Метод "Скачок энергии или частотный переход" лишен последнего недостатка. Используя альтернативный традиционному спектральному анализу
wavelet-анализ, метод позволяет выделить моменты резкого частотного перехода типа спайк-волна, быстрая волна, медленная волна даже если их амплитуда не превышает общий фон. При этом скачок энергии также заметен при обработке ЭЭГ-исследования данным методом. Одним из его существенных недостатков является уравнивание всех частотных диапазонов между собой с точки зрения влияния на чувствительность метода, что ведет к увеличению значимости медленных составляющих (как высокоамплитудных).
Способ «Весовое перераспределение энергии по частотным диапазонам» позволяет выявлять участки, на которых произошла частотная перестройка, сопровождающаяся перераспределением энергии на конкретных частотных диапазонах. Изменение (увеличение по отношению к фону) энергии является часто необходимым, но недостаточным условием срабатывания алгоритма. Принципиально важным является именно перераспределение энергии, что, кстати, и наблюдается в реальных паттернах, содержащих эпиактивность. Если же перераспределения энергии не происходит, то данный участок будет пропущен. Дополнительно каждому частотному диапазону присваивается свой вес, определяющий его значимость для работы алгоритма. Такой подход позволяет нивелировать амплитудную дискриминацию частотных диапазонов и выделить наиболее актуальные частотные области.
Все методы реализованы в общем интерфейсе, настройках и управлении. С учетом того, что в оценке графоэлементов ЭЭГ присутствует элемент субъективизма, пользователю предоставлена возможность изменением параметра «чувствительность» при выделении нестационарности добиться выделения программным путем всех типичных фрагментов, которые являются нестационарными по мнению пользователя. Таким образом, пользователь может индивидуально настраивать параметры программы, при которых будут выделяться нестационарности и в дальнейшем ими пользоваться. При необходимости пользователь может вернуть параметры условий выделения нестационарности, заданные по умолчанию.
В заключение следует отметить, что упомянутый в статье электроэнцефалограф- анализатор «Энцефалан-131-03», содержащий в составе программного обеспечения рассмотренные алгоритмы поиска нестационарностей, может, на наш взгляд, с успехом использоваться для проведения длительного ЭЭГ-мониторирования пациентов в межиктальном периоде, в сомнологии и научных исследованиях.
ДИАГНОСТИЧЕСКИЕ И ТЕРАПЕВТИЧЕСКИЕ ВОЗМОЖНОСТИ ЭЭГ-БОС-ТРЕНИНГА В ПСИХОТЕРАПИИ Е.Г. Чуприкова , А.П. Чуприков
Украинский НИИ судебной , социальной психиатрии и наркологии,
Киевская Академия постдипломного образования врачей, Киев, Украина
Современная психотерапия переживает период расцвета. Это вызвано тем, что, как «практически здоровые» люди, так и люди , находящиеся в различных кризисных состояниях, нуждаются в коррекции своего психического гомеостаза. То есть психотерапия вышла далеко за пределы больничной психиатрии и призвана сегодня обеспечивать психичесский комфорт современному человеку. Среди методов современной психотерапии использование разнообразных приемов биологической обратной связи (БОС) заняли вполне определенную нишу , хотя из-за дорогой стоимости технического обеспечения не получили того распространения, которого
