CC BY
5УДК 612.82:616-073.7
ТЕРМОДИНАМИЧЕСКАЯ ОЦЕНКА ЭЛЕКТРОЭНЦЕФАЛОГРАММ ЧЕЛОВЕКА
А. В. Гавриленко1, С. Г. Еловой2, Е. А. Яценко3
Сургутский государственный университет, 1 gavrilenko.anna.v@gmail.com, 2 s.elovoy@yandex.ru,
3 elisia@yandex.ru
Статья посвящена методам обработки массивов медико-биологических данных, содержащих различные показатели состояния здоровья человека, для проведения диагностирования и выявления нормогенеза или патогенеза. Предлагается проведение оценки данных электроэнцефалограмм с использованием математического аппарата термодинамики и гидродинамики, предполагая схожесть параметров медико-биологических данных и нелинейных динамических систем.
Ключевые слова: теория хаоса, электроэнцефалография, гидродинамические характеристики, медико-биологические данные.
THERMODYNAMIC EVALUATION OF A HUMAN ELECTROENCEPHALOGRAM
A. V. Gavrilenko1, S. G. Elovoy2, E. A. Yatsenko3
Surgut State University, 1 gavrilenko.anna.v@gmail.com, 2 s.elovoy@yandex.ru, 3 elisia@yandex.ru
The article is devoted to methods of processing arrays of biomedical data containing various indicators of the health of the person, for diagnosing and detecting normogenesis or pathogenesis. It is proposed to assess the electroencephalogram data using the mathematical apparatus of thermodynamics and fluid dynamics, assuming similarity parameters of biomedical data and nonlinear dynamical systems.
Keywords: chaos theory, electroencephalography, hydrodynamic characteristics, biomedical data.
Введение
Существует значительное количество работ, посвященных применению теории хаоса в науках о живом и, в частности, в медицине и биологии [1-6].
Понятие хаоса неразрывно связано с термодинамикой. Фактически, такой параметр, как температура, является прямым показателем уровня хаоса в системе.
Практически все исследователи в области биофизики и биоинформатики сходятся во мнении, что динамические параметры о состоянии биологического объекта являются хаотическими в той или иной степени. Оценивать такие параметры обычными методами крайне затруднительно. Кроме этого, в области диагностики состояния (нормогенеза, патогенеза) всегда стояла задача быстрого и качественного определения нормы и патологии. Данную задачу можно решить, применив математические методы термо- и гидродинамики к обработке медико-биологических данных. Ключевыми параметрами при этом становятся внутренняя энергия и температура.
Одной из определяющих загадок современной науки является организация функционирования и устройство человеческого мозга, интеллекта, души. Сама возможность решения этой задачи порождает проблематику философских исследований. Электроэнцефалография (ЭЭГ) — уникальный метод исследования, который позволяет изучать сам процесс обработки информации человеческим мозгом, его согласованность и ритмичность. В современной медицине ЭЭГ широко применяется как вспомогательное средство диагностирования широкого спектра заболеваний, таких как эпилепсия, сосудистые заболевания, посттравматические состояния и прочее. Применяемая методология обработки электроэнцефалограмм подразумевает участие высококвалифицированного специалиста и носит субъективный характер.
Научно-исследовательские работы, направленные на применение аппарата математического моделирования к обработке записей каналов ЭЭГ [7-9], показывают высокую эффективность.
Цель исследования — дальнейшее развитие методов обработки данных медико-биологических показателей, изучение возможностей создания автоматизированных методик диагностирования на основе математических методов анализа информационных массивов.
А. В. Гавриленко, С. Г. Еловой, Е. А. Яценко Термодинамическая оценка электроэнцефалограмм человека
Результаты расчётов
В качестве источника медико-биологических данных были взяты данные ЭЭГ. Установка на пациента электродов отведений производилась по схеме 10/20 (рис. 1), что позволяет регистрировать достаточно информативную электроэнцефалограмму.
Nation
а) б)
Рис. 1. Схема расположения ЭЭГ электродов в соответствии с международной стандартной системой отведений 10/20 (а) и б))
Для расчетов были взяты значения ключевых каналов (Fp1, Fp2, F7, F8, O1, O2, Pz).
Полученные данные обработаны, выделены 3 информативные группы (РНА — распознавания не активны, Ф — фотостимуляция, ПГ — пост гипервентиляция), рассчитаны для каждой группы значения температуры, построены диаграммы. Общее число исследований — 100.
Ниже на рис. 2 представлены примеры результатов расчета для условного нормогенеза по выборке ключевых каналов записи ЭЭГ.
а)
б)
Рис. 2. Нормогенез: а) пациент 1, сопутствующее заболевание — сколиоз шейного отдела позвоночника; б) пациент 2, сопутствующее заболевание — астеноневротический синдром
Для анализа различия нормогенеза и патогенеза были рассмотрены три группы испытуемых. Первая группа без патологий (возможно наличие сопутствующих заболеваний), вторая — с пограничными состояниями (с различными отклонениями, которые не могут быть отнесены к выраженной патологии и не соответствуют абсолютной норме), третья группа включает в себя испытуемых с различными патологиями.
На рис. 2 видно, что значение Т (температура) распределяется близко к равномерному распре-
делению. Помимо этого, крайне показательно, что значения Т в случае РНА, Ф и ПГ находятся в одних пределах значений и изменения значений при переходе от РНА к Ф и от Ф к ПГ — не велики.
Т, у.е.
70000
60000 50000 40000 30000 20000 10000
1 1
1 7п ■
1.. 1. .1 I.. 1 1.. .. 1..
Рр1 Рр2 VI Р8 01 ■ РНА ■ Ф ■ ПГ
02
Рг
а)
б)
Рис. 3. Нормогенез, пограничное состояние: а) пациент 3, сопутствующее заболевание — вегето-сосудистая дисфункция по смешанному типу, гипертензионный синдром; б) пациент 4, сопутствующее заболевание — пароксизмальные нарушения сна
Рассматривая пограничное состояние расчётов (результаты представлены на рис. 3) видим, что на диаграммах могут присутствовать значительные различия между значениями температуры для РНА, Ф и ПГ. Значения могут отличаться на порядки. Но эта картина не является устойчивой для всех пограничных состояний. В ряде случаев результаты расчётов имеют картину, близкую к норме. Единственным отличием при этом является абсолютное значение температуры. На рис.3, б значения в пределах 106, а на рис. 2, а и рис. 2, б — в пределах 104.
а)
б)
Рис. 4. Патогенез: а) пациент 5, диагноз — эпилепсия криптогенная; б) пациент 6, диагноз — фокальная височная эпилепсия с вторично-генерализованными приступами
Проведя анализ расчётов данных испытуемых для выраженных патологий (результаты на рис. 4), выделяем следующие особенности: во-первых, значительный разброс значений температуры по каналам или значительный перепад при переходе от РНА к Ф и далее к ПГ; во-вторых, различие значений на несколько порядков. Фактически, это и является индикатором патологии.
В дополнении, были рассмотрены испытуемые в фазе ремиссии (рис. 5). Результаты обработки
А. В. Гавриленко, С. Г. Еловой, Е. А. Яценко Термодинамическая оценка электроэнцефалограмм человека
Рис. 5. Патогенез (пациент 7, диагноз — фокальная лобная эпилепсия, ремиссия)
данных показывают, что они могут быть не отличимы от нормогенеза.
Заключение
Таким образом, получены результаты оценки электроэнцефалограмм с использованием методов расчета термодинамических и гидродинамических параметров для анализа медико-биологических данных (параметры электроэнцефалограмм). Показана эффективность метода. Значительные изменения показателя температуры (РНА, Ф, ПГ) при патологии (на несколько порядков) свидетельствуют о высоком уровне хаотичности с точки зрения динамики изменения сигнала, а большие абсолютные значения Т говорят о высокой хаотичности данных вообще. Полученный подход показывает достаточную информативность для первичного выявления патологии.
Работа выполнена при поддержке РФФИ, грант № 15-41-00059 р_урал_а.
ЛИТЕРАТУРА
1. Гавриленко Т.В., Горбунов Д. В., Эльман К. А., Григоренко В. В. Возможности стохастики и теории хаоса в обработке миограмм // Сложность. Разум. Постнеклассика. 2015. № 1. С. 48-53.
2. Еськов В. М., Гавриленко Т. В., Вохмина Ю. В., Зимин М. И., Филатов М. А. Измерение хаотической динамики двух видов теппинга как произвольных движений // Метрология. 2014. № 6. С. 28-35.
3. Даянова Д. Д., Гавриленко Т. В., Вохмина Ю. В., Игуменов Д. С. Стохастическая оценка моделей хаотической динамики биологических систем // Вестник новых медицинских технологий [электронное издание]. 2014. № 1.
4. Гавриленко Т. В., Вохмина Ю. В., Зимин М. И., Попов Ю. П. Математические основы глобальной нестабильности биосистем // Сложность. Разум. Постнеклассика. 2014. № 1. С. 49-62.
5. Еськов В. М., Балтикова А. А., Буров И. В., Гавриленко Т. В., Пашнин А. С. Можно ли измерять хаос в медицине? // Вестник новых медицинских технологий. 2012. Т. XVIII, № 2. С. 412-414.
6. Берестин Д. К., Булдин А. Н., Черников Н. А., Даянова Д. Д., Гавриленко А. В. Хаотическая динамика поведения параметров сердечнососудистой системы человека под воздействием слабых алкогольных напитков // Вестник новых медицинских технологий [электронное издание]. 2013. № 1.
7. Яценко Е. А. Моделирование сигналов головного мозга человека при помощи вейвлет-преобразований // Инновации на основе информационных и коммуникационных технологий: сб. мат-лов международ. науч.-практ. конф. / МИЭМ НИУ ВШЭ. М. : Изд-во МИЭМ НИУ ВШЭ, 2013. С.578-579.
8. Яценко Е. А. Анализ записей каналов электроэнцефалограмм // Вестник СурГУ. 2014. Вып.4 (6). С. 83-84.
9. Яценко Е. А., Гавриленко Т. В., Девицын И. Н., Быковских Д. А. Применение вейвлет-преобразований и метода фазовых плоскостей в обработке электроэнцефалограмм головного мозга человека с целью определения патогенеза // Вестник СурГУ. 2013. Вып. 2. С. 81-83.
