Специалисты Саратовского государственного университета им. Н. Г. Чернышевского и Института мозга, сознания и поведения университета Наймегена (Голландия) предложили новый способ анализа электроэнцефалограмм и испытали его на экспериментальных животных, больных эпилепсией. Их работа опубликована в «Журнале технической физики», том 81, выпуск 1, 2011 год, уточняет Информнаука.

Традиционный и весьма эффективный метод исследования головного мозга – регистрация электроэнцефалограммы (ЭЭГ). Он отражает суммарную электрическую активность большого числа нейронов. По характеру колебаний на ЭЭГ опытный врач-электрофизиолог способен диагностировать многие неврологические нарушения, в том числе и на начальной стадии развития болезни. Однако статистический анализ записи ЭЭГ – это длительный и трудоёмкий процесс, и методы автоматизации обработки данных имеют большое значение.

Всплески выраженной активности нейронов перемежаются в ЭЭГ большим количеством фонового шума. Для анализа подобных нестационарных данных успешно используются средства вейвлет-анализа, при котором частотные компоненты данных обрабатываются с помощью специальных математических функций.

Профессор Александр Храмов и его коллеги предложили основанный на вейвлет-анализе способ диагностики, который отличается от аналогов тем, что действует в режиме реального времени, то есть обработка данных происходит параллельно с записью ЭЭГ. Анализируя поступающие сигналы, система фиксирует повышение их энергии в заданном частотном диапазоне. Новый метод предусматривает возможность изменения пороговых значений энергии и длительности временного окна усреднения сигнала – это позволяет настраивать его на выявление конкретной патологии, предполагаемой у данного больного. Принципиально неустранимая задержка автоматической диагностики не превышает незначительно малого показателя в 150 миллисекунд.

Анника Люттьеханн (Annika Lüttjohann) и Жиль ван Люжетаалар (Gilles van Luijtelaar), голландские соавторы работы, протестировали новый метод диагностики на восьми животных, больных абсанс-эпилепсией (бессудорожная разновидность заболевания). Для каждого из них по предварительной записи продолжительностью один час подбирались индивидуальные параметры. В дальнейшем в течение пяти часов снимались данные ЭЭГ. Результаты их обработки экспериментальной системой сравнивались с выводами опытного электрофизиолога. На основе собранной статистики можно говорить о высокой точности и эффективности предложенного метода: система не пропустила ни одного косвенного признака заболевания на ЭЭГ, а доля ложноположительных срабатываний не превышала трёх процентов.

Разработанная методика действует на базе широко распространённой системы сбора данных WinDAQ и позволяет без потери информации обрабатывать сигналы ЭЭГ 8–12 пациентов одновременно. При этом простота реализуемых алгоритмов делает возможным обходиться компьютерами сравнительно невысоких мощностей.

Авторы исследования отмечают, что подобные алгоритмы могут применяться не только для анализа ЭЭГ, но и в различных автоматизированных системах сбора данных и мониторинга состояния широкого класса технических, биофизических, химических и других систем.

Источник информации:

• Овчинников А. А., Храмов А. Е., Люттьеханн Анника, Короновский А. А., ван Люжетаалар Ж. «Метод диагностики характерных паттернов на наблюдаемых временных рядах и его экспериментальная реализация в режиме реального времени применительно к нейрофизиологическим сигналам». Журнал технической физики, том 81, выпуск 1, 2011 год.