Выявление отклонений от нормы параметров мозговых волн человека

МОСКОВСКИЙ ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ 
(государственный университет)

Кафедра инфокоммуникационных систем и сетей

Выявление отклонений от нормы параметров  
мозговых волн человека

Выпускная квалификационная работа 
студента 617 группы ФРТК 
Давидюка Дмитрия Сергеевича

Научный руководитель: 
к.т.н., доц. Григорьев Федор Николаевич 
(ИРЭ РАН)

Москва 
2010

 

Оглавление

 

Введение 2

Классификация артефактов 2

Ритмы ЭЭГ 3

Методы анализа  ЭЭГ 4

Автокорреляционный  анализ 4

Взаимно-корреляционный анализ 4

Анализ спектра  мощности сигнала 5

Трехмерная  локализация «источников» электрической  активности. LORETA 5

Цифровой  анализ ЭЭГ (QEEG). Z-оценки 6

MINI-Q 6

Применения  в медицинской практике. Neurofeedback 6

Проведенные исследования 7

Спектральный  подход 7

Литература 8

 

 

Введение

Электроэнцефалограмма –  это временной график нейронных  потенциалов – электрических потенциалов, генерируемых нейронами, расположенными в коре головного мозга. Диполи, являющиеся источниками сигнала, создаются одиночными клетками. Мозг человека содержит порядка 100 миллиардов таких клеток, и, когда они действуют синхронно, происходит усиление сигнала.  Поэтому, когда мы измеряем биологические потенциалы,  мы видим результат синхронной деятельности совокупности клеток мозга, и эта синхронная деятельность отображает процессы обработки информации,  организацию и динамику того, что происходит внутри.

Естественно, в измеряемый сигнал могут вносить вклад и другие источники электромагнитной энергии – сердце, мышцы, глаза и т.д. Они приводят к появлению так называемых артефактов ЭЭГ – компонентов сигнала, не обусловленных нейронной активностью. Для проведения корректного анализа сигнала важно уметь выявлять эти артефакты и понимать причину их появления. Ниже приведен небольшой обзор видов артефактов и их источников.

Классификация артефактов

Артефакты, обусловленные  мышечной активностью

Этот вид артефактов является наиболее распространенным; выявляется относительно просто на основе анализа длительности и частоты артефакта.

Движение глаз

Глаз представляет собой  диполь с положительно заряженной роговицей  и отрицательно заряженной сетчаткой. Поэтому, при вращении глазного яблока генерируется переменный ток достаточно высокой амплитуды, который легко наблюдается на расположенных рядом с глазами электродах. На рис.1 представлена ЭЭГ с глазным артефактом. У сигналов на электродах FP1-F7 и FP2-F8 видны 2 скачка в противофазе: убыль тока у левого виска (F7) и увеличение тока у правого (F8). Это указывает на поворот глаз вправо.

Кардиоартефакт

Источник здесь – сердце. Как правило, кардиоартефакты наиболее сильно выражены на ЭЭГ людей с короткими или широкими шеями. Идентифицируются по скачкам амплитуды, синхронизованным по кардиоритму.

Пульс

При помещении электрода  на пульсирующий сосуд на ЭЭГ проявляются  длинноволновые колебания.

Дыхание

На ЭЭГ добавляется  медленная ритмическая активность, синхронная с движением тела при вдохе и выдохе.

Кожа

Хлорид натрия и молочная кислота в поте реагируют с металлом контакта, приводя к появлению заметных медленных колебаний.

Глоссокинетический  эффект

Язык, как и глаз, представляет собой диполь, поэтому при его  движении также возникают артефакты. Частоты таких артефактов обычно лежат в дельта-диапазоне.

Плохой контакт, переменный ток, движение объектов вокруг пациента

Это так называемые экстрафизиологические  артефакты. Все они имеют достаточно просто выявляемые признаки.

К настоящему времени накоплена обширная база знаний по видам и источникам артефактов. Также существуют алгоритмы автоматического идентифицирования и устранения артефактов.

Ритмы ЭЭГ

Спектральные составляющие ЭЭГ принято классифицировать на ритмы. Ниже в таблице приведено название ритма, его частотный диапазон, указано, в каких местах головного мозга ритм наблюдается, а также условия, при которых он отчетливо выражен в нормальном и болезненном состояниях.

Тип	Частота (Гц)	Положение	Нормальное состояние	Патология
Дельта	до 4	Спереди у взрослых, сзади у детей; высокоамплитудные волны	У взрослых в медленном сне У младенцев	Подкорковые поражения Диффузные поражения Метаболическая энцефалопатия Гидроцефалия
Тета	4 – 7 Гц		Новорожденный Дремота у более взрослых и детей Безделье	Очаговые подкорковые поражения Метаболическая энцефалопатия В некоторых случаях гидроцефалита
Альфа	8 – 12 Гц	Задние участки головы, обе стороны, больше по амплитуде на доминирующей стороне	Расслабление Закрытые глаза	Кома
Бета	12 – 30 Гц	Обе стороны, симметричное распределение, наиболее выражено спереди; низкоамплитудные волны	Тревога, работа активные, поглощающие или беспокойные мысли, активная концентрация	Бензодиазепины

 

До некоторой степени  эти диапазоны условны. В некоторых  исследованиях частотные границы немного сдвигают, в других дополнительно делят диапазоны на более мелкие (бета 1, бета 2, бета 3). С другой стороны, выделение именно таких полос частот связано с определенным биологическим значением диапазона в некоторых случаях, или же с определенным распределением активности сигнала в каком-либо диапазоне по черепу.

Методы  анализа ЭЭГ

Существует огромное множество  методов анализа ЭЭГ. Здесь разнообразны и подходы к решению одних и тех же задач, и сами задачи. 

Автокорреляционный  анализ

Автокорреляционный анализ (АКГ) позволяет определить частоту  периодических колебаний и особенности протекания процесса во времени в данной ЭЭГ. Он производится путем сравнения одного отрезка ЭЭГ с отрезком той же ЭЭГ, но отставленным во времени. Полное сходство ЭЭГ с самой собой приравнивается на коррелограмме к единице; по мере раздвижения ЭЭГ и ее дубликата сходство будет уменьшаться и соответственно составит величины, меньшие единицы. Этим корреляционная функция ЭЭГ отличается от таковой при анализе строго периодического процесса, например, синусоиды, каждый период которой достигает максимальной величины сходства – единицы. АКГ ЭЭГ здоровых людей выявляет различную степень периодичности процесса в зависимости от доминирования или отсутствия в картине ЭЭГ альфа–активности.

При десинхронизированной ЭЭГ, когда ритмические колебания  на ней отсутствует, АКГ имеет  форму кривой, спускающейся по экспоненте к нулю, отражающей непериодический или случайный процесс.

 В случаях очаговой  патологии мозга автокорреляционный анализ показывает нарушение периодического коркового процесса в зоне поражения. В зоне проекции очага (в частности, опухоли мозга) периодичность колебаний альфа–ритма нарушается, даже если он проявляется в картине ЭЭГ. На АКГ выявляется низкочастотная компонента, соответствующая патологической дельта–активности.

На рис.2 приведены АКГ монополярных отведений ЭЭГ больного с опухолью правой височной области. Видно, что в задних отделах полушарий отчетливо выражена периодическая составляющая в альфа–ритме, к передним отделам альфа–периодика уменьшается, становится отчетливой случайная составляющая. В правой височной области проявляется медленная составляющая.

Взаимно-корреляционный анализ

Взаимно-корреляционный анализ ЭЭГ производится путем сравнения  не одного, как при автокорреляции,  а двух разных отведений ЭЭГ и  выделяет общие для них компоненты, оценивает их общий вклад в картины исследуемых ЭЭГ по коэффициенту взаимной корреляции (Вкр). Взаимно-корреляционная функция – величина нормированная, не зависящая от амплитуды колебаний на ЭЭГ. Сходство двух ЭЭГ может быть полным, тогда величина Вкр будет равна +1. Если же процессы сходны, но противофазны, то Вкр будет равен –1. В тех случаях, когда два исследуемые процесса включают в себя кроме общих составляющих элементы (ритмы), свойственные каждому из них в отдельности, то величина связи, определяемая по Вкр, будет иметь значение меньше единицы, и тем меньше, чем больше независимых элементов или частот в двух исследуемых ЭЭГ. В зависимости от соотношения фаз общих компонентов Вкр может иметь либо положительное, либо отрицательное значение. При наличии в двух ЭЭГ общих ритмов на коррелограмме (КГ) проявится эта ритмика с соответствующим Вкр. Если же ЭЭГ отличаются десинхронизацией, то КГ приобретают характер связи по случайному процессу.

При патологии мозга корреляционные функции нарушаются. Очаговое поражение  мозга вызывает изменения КГ в  обоих полушариях. При этом в больном полушарии корреляционные связи ЭЭГ снижаются. В этих случаях связь между ЭЭГ зоны поражения с другими отделами полушария осуществляется по медленным составляющим. На рис. 3 приведены коррелограммы здорового и больного пациентов.

Анализ  спектра мощности сигнала

Спектральный анализ ЭЭГ  позволяет получить тонкую характеристику частотного состава ЭЭГ в количественных величинах. На спектрограммах (СГ) находит  отражение мощность [мкВ²] или амплитуда [мкВ] частотных составляющих ЭЭГ за данный исследуемый отрезок времени. Это дает возможность определить соотношение разных ритмов, составляющих ЭЭГ, и выявить те частоты, которые не определяются при визуальном анализе в связи с их малой амплитудой или замаскированностью другими ритмами. Спектр мощности ЭЭГ может быть вычислен с помощью быстрого преобразование Фурье.

Исследуя спектр мощности каждого из отведений ЭЭГ, можно  отметить общую закономерность: спектры мощности ЭЭГ передних отделов коры у здоровых людей имеют более сложный характер, чем задних. В лобно–центральных отделах на спектрограммах значительно большей мощности достигают частоты дельта, тета и бета–колебаний, мощность же альфа–диапазона меньше, чем в отведениях от задних отделов полушарий.

При патологии мозга спектры  мощности ЭЭГ разных областей существенно  изменяются по сравнению с нормой в зависимости от локализации патологического процесса и степени поражения мозга.

Трехмерная  локализация «источников» электрической  активности. LORETA

Для более точной локализации  патологической электрической активности при поражениях мозга, а также с целью выявления генераторов разных ритмов ЭЭГ, используется метод трехмерной локализации «источников». Он дает представление о топике очага поражения не только в зоне его проекции на поверхности коры, но также и о глубине его расположения в мозге. Основанием для применения этого метода анализа ЭЭГ служит представление, что при локальном повреждении мозга в зоне поражения возникает патологическая активность, оказывающая воздействие на формирование ритмики всей коры большого мозга.

Было опубликовано достаточно большое число алгоритмов вычисления расположения «источников». Из них стоит отметить ряд методов LORETA (low resolution brain electromagnetic topography). Было показано, что алгоритм sLORETA в теоретических моделях без шума всегда дает точное решение распределения токов («источников»). В моделях с шумом метод давал наименьшую ошибку по сравнению с другими способами вычислений. На рис.4 приведен пример того, как представляются результаты обработки ЭЭГ по LORETA.

Цифровой  анализ ЭЭГ (QEEG). Z-оценки

Коротко, QEEG – это выявление статистически значимых особенностей в частотных спектрах электроэнцефалограмм. В этом методе для ряда параметров ЭЭГ пациента производится  вычисление Z-оценок по следующей формуле: . Здесь – значение параметра для ЭЭГ пациента, – среднее значение этого же параметра, вычисленное по группе здоровых людей того же возраста (возможно, с тем же состоянием глаз – закрыты/открыты), что и обследуемый пациент, – среднеквадратичное отклонение параметра от среднего значения в этой группе. Оказывается, что для многих параметров ЭЭГ (спектральная мощность сигнала, амплитуды ритмов, всевозможные отношения амплитуд ритмов, токи LORETA и т.д.) таким образом составленная величина имеет распределение, близкое к нормальному. Над некоторыми характеристиками предварительно производится какое-либо математическое преобразование (кубический, квадратный корень, десятичный логарифм и т.д.) для лучшего приближения к гауссовскому распределению. Средние и отклонения считаются по предварительно составленным базам данных ЭЭГ здоровых людей. На рис. 5 представлено распределение числа людей по возрастным группам в реальной нормативной базе. На рис. 6 можно найти пример анализа ЭЭГ, основанном на Z – оценках спектральной мощности.

MINI-Q

Оборудование и ПО для  проведения QEEG довольно дороги, а корректная интерпретация результатов QEEG требует серьезной подготовки и квалификации. Поэтому была разработана более дешевая методика анализа ЭЭГ – MINI-Q. На самом деле, MINI-Q основан на тех же принципах, что и QEEG. Удешевление достигается за счет принятия некоторых компромиссов, а также за счет упрощения представления результатов QEEG анализа. MINI-Q анализирует сигналы с   5 гомологических пар электродов (см. рис. 7), измеренные последовательно (это позволяет сократить число выводов на электроэнцефалографе до двух). Результат может представляться в форме отсчета, состоящего из нескольких частей. В первой части приводятся технические результаты анализа, сгруппированные по четырем параметрам: первый параметр – амплитуда, затем следуют когерентность, доминирующая частота, и, наконец, асимметрия (рис. 7). Ниже приведен небольшой обзор этих характеристик.

 

Амплитуда

Показывает, как относятся  между собой амплитуды различных ритмов.

 

Когерентность

Характеристика связи между точками, образующими гомологичные пары.

 

Доминирующая  частота

Показывает, в каком частотном  диапазоне сосредоточена наибольшая часть энергии сигнала.

 

Асимметрия