Диссертация (Система скрининговой ранней диагностики паркинсонизма на основе анализа параметров мониторинга сигналов многоканальных электроэнцефалограмм, электромиограмм и мышечного тремора), страница 5
Описание файла
Файл "Диссертация" внутри архива находится в папке "Система скрининговой ранней диагностики паркинсонизма на основе анализа параметров мониторинга сигналов многоканальных электроэнцефалограмм, электромиограмм и мышечного тремора". PDF-файл из архива "Система скрининговой ранней диагностики паркинсонизма на основе анализа параметров мониторинга сигналов многоканальных электроэнцефалограмм, электромиограмм и мышечного тремора", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "остальное", в предмете "диссертации и авторефераты" в общих файлах, а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст 5 страницы из PDF
Чашечка заполняется контактной электродной пастой,содержащей, помимо раствора хлорида натрия, желеобразные связующие инекоторые вещества, размягчающие верхний слой эпидермиса.При энцефалографическом исследовании важно получить информациюне с какой-то отдельной точки головы, а представить полную картинураспределения биопотенциалов в головном мозге. Поэтому обычно используют8, 10, 16 или 19 отведений, которые располагаются на голове по специальным27схемам и охватывают все отделы головного мозга. Таким образом, обработкаЭЭГ производится одновременно по нескольким отведениям в зависимости отчисла входных каналов используемого энцефалографического усилителя исхем.Для регистрации ЭЭГ использовались ЭЭГ-электроды мостиковые ТУ9442-019-13218158-2003 (НСФТ 015106.007), ЭЭГ-электроды ушные ТУ 9442019-13218158-2003 (НСФТ 015106.006).Методы обработки сигналов ЭЭГ в диагностике паркинсонизма.ПосколькуЭЭГпредставляетсобойслучайныйпроцесс,характеристиками которого являются частота, амплитуда и фаза [29], то накаждом участке записи встречаются волны различных частот, и смысломанализа является выделение так называемых частотных ритмов из ЭЭГ сигнала.Под понятием частотный ритм ЭЭГ подразумевается определенный типэлектрической активности, соответствующий некоторому состоянию мозга, длякоторого определены границы диапазона частот.В работах [30-34] дана подробная классификация частотных ритмовэлектроэнцефалограммы.
В нейрофизиологическом анализе наиболее частоиспользуются 5 основных частотных ритмов: дельта 0,5-4 Гц, тета 4-8 Гц, альфа8-13 Гц, бета 13-40 Гц и гамма - выше 40 Гц [27].Подробно математические методы обработки ЭЭГ описаны в книге «EEGsignal processing» [35].Основы применения спектрального анализа ЭЭГ наиболее подробно даныв работе D.
Walter (1963) [36]. В работах У. Р. Эйди (1967) [37], D. Walter (1967)[38], [34], [39] приводятся данные спектрального анализа ЭЭГ больших группздоровых и больных людей, позволяющие с достоверностью оцениватьособенности ЭЭГ в норме и при различных патологиях.В обзоре [40] рассмотрены концептуальные, методологические иметодические аспекты проблемы устойчивости количественных оценок ЭЭГчеловека во времени. На основе имеющихся в литературе и собственныхданных подтверждается необходимость рассматривать ЭЭГ как кусочно-28стационарный процесс. Анализируются основные методические подходы кстатистическомуописаниюнестационарнойЭЭГвтерминахквазистационарных сегментов.
Особое внимание уделяется данным сегментнойструктурированностикорковогобиоэлектрическогополя.Сучетомсобственных экспериментальных данных о временной согласованностисегментныхописаний«операциональнойрегиональныхсинхронности»какЭЭГпредлагаетсяконцепцияформыдискретногосопряжениякорковых процессов. Обсуждаются возможные теоретические основанияфеноменологии кусочно-стационарного функционирования нейронных сетей.Ниже рассмотрим методы анализа ЭЭГ, применяемые для диагностикипаркинсонизма.Доступныеидостаточнораспространенныеметодыклиническойэлектроэнцефалографии применяются при обследовании пациентов с БП уже втечение пяти десятилетий, но до последнего времени успехи в этой областибыли достаточно скромными. Уже в первых работах с помощью традиционныхметодов спектрального анализа [41] было отмечено, что для пациентов с БПхарактерно снижение частоты доминирующего ритма ЭЭГ и изменениеотносительной мощности основных частотных диапазонов (England et al, 1959[41]; Ganglberger, 1961 [42]; Soikkeli et al, 1991 [43]; Fogelson et al, 2006 [44];Stoffers et al, 2007 [45]; Moazami-Gourdarzi et al, 2008 [46]).Так, в работе D.
Stoffers et al, 2007 [45] определялось начало и эволюцияизменений в фоновой ритмической мозговой активности пациентов с БП спомощью магнитной электроэнцефалографии (МЭГ). Ритмическая активностьфона с помощью МЭГ была изучена у 18 нелеченых пациентов с БП сразличными длительностями протекания и стадиями заболевания и у 21практически здорового испытуемого, которые были того же возраста, что инелеченые пациенты.Относительная спектральная мощность была вычислена для диапазоновчастот: дельта, низкий альфа, высокий альфа, бета и гамма, и усреднена для 10областей коры головного мозга, представляющих интерес. У нелеченых29пациентов с БП были обнаружены изменения фоновой активности МЭГ посравнению с контрольной группой испытуемых. Изменения включалиувеличение мощности в тета (4-8 Гц) и низком альфа-диапазонах (8-10 Гц), атакже уменьшение мощности в бета-диапазоне (13-30 Гц) во всех областяхкоры головного мозга, кроме лобной области, и уменьшение мощности вгамма-диапазоне (30-48 Гц) во всех областях коры головного мозга.
Измененияколебательной мозговой активности характерно для пациентов с БП бездеменции, начиная с самых ранних клинических стадий и дальше, и этозависит, в основном, от длительности заболевания, стадии и тяжести.Отметим, что в этой работе обследовались 18 нелеченых пациентов,однако стадии заболеваний не были указаны, и все эти данные были получены спомощью МЭГ, что не пригодно для скрининга населения.При исследовании ЭЭГ пациентов на ранних этапах развития БП внекоторых работах (Pezard et al, 2001) [6], проведенных с использованиемнелинейных методов анализа, было обнаружено повышение величиныэнтропии сигнала. По мнению авторов, это могло быть ранним признакомпатологического рассогласования работы различных структур головного мозга.Успеху понимания взаимосвязи патологических изменений ритмическойэлектрической активности и специфических нарушений в структурах мозга,связанныхсмоторнымифункциями,способствовалиисследования,проведенные в клинических условиях у пациентов, которым в терапевтическихцелях были имплантированы электроды в различные базальные ядра.
Кроместимуляции стриатума, субталамуса и некоторых других структур, этиэлектроды использовались также для регистрации электрической активности.Одновременно проводилась запись ЭЭГ и оценка типа и степени моторныхнарушений. В последнем подробном обзоре этих работ (Oswal et al, 2014) [47]была рассмотрена электрическая активность в очень широком частотномдиапазоне: от тета колебаний (4-8 Гц) до осцилляций частотой в 200-350 Гц.Наибольшее внимание уделено высокочастотному диапазону. С помощьювживленных электродов доказана взаимосвязь бета (12-24 Гц) и гамма (24-3530Гц) полосы ЭЭГ с дефицитом дофамина в мозге, показана корреляциямощности бета диапазона в субталамусе с глубиной патологических изменениймоторной сферы.Что касается альфа (8-12 Гц) и тета (4-8 Гц) частотных диапазонов, то влитературе достаточно подробно представлены данные о связи тета-активностиразныхструктурмозгастремором.Четкиепикитета-активности,коррелирующие с частотой тремора (или гармониками этой частоты)обнаружены в субталамусе, бледном шаре, таламусе [48].
Тета-ритм,отражающий ритмику тремора, с помощью магнитной энцефалографии (МЭГ)обнаруживается в контралатеральной моторной коре, премоторной области,соматосенсорной области, а также в мозжечке [45, 46, 49, 50].Для анализа динамики электрической активности мозга применяютсяоконные преобразования Фурье и вейвлет-преобразования, которые позволяютполучить частотно-временную развертку сигнала [9, 51-54]. Оцениватьчастотно-временнуюдинамикусигналовЭЭГспомощьювейвлет-преобразования при самых разных патологиях мозга начали еще в девяностыегоды (D’Atellis et al, 1997 [55]; Senhadji, Wendling, 2002 [56]; Schiff et al, 1994[57]). Однако этот высоко информативный метод анализа до сих пор неполучил достаточно широкого практического применения, по-видимому,вследствие того, что в нем вейвлет-преобразования применяются лишь длявизуализации частотно-временной динамики ЭЭГ.В работе Ю.В.
Обухова и др., 2010 [12] была обнаружена нестабильностьво времени вейвлет-спектрограмм ЭЭГ у пациентов с БП на ранней стадии,особенно ярко выраженная в доминирующем частотном диапазоне. Этосоответствует описанной в работе В.Л. Голубева [10] характерной черте БП, аименно, синдрому дезинтеграции, проявляющемуся на разных системныхуровнях(двигательныенарушения,вегетативнаяинейрогуморальнаядезинтеграция).Был предложен метод анализа ЭЭГ [12, 58], направленный на выделениепризнаков паркинсонизма на ранней стадии. Он основан на выделении31экстремумов вейвлет-спектрограмм сигналов ЭЭГ и анализе частотновременного распределения этих экстремумов в различных пространственныхучастках коры головного мозга.Математический анализ данных с помощью вейвлет-преобразованиярассмотрен в работах [59-64].
Сигнал анализируется путем разложения побазисным функциям, полученным из некоторого прототипа путем сжатий,растяженийисдвигов.Функция-прототипназываетсяанализирующим(материнским) вейвлетом. В анализе сигналов электрической активности мозгаприменяют базис Морле, поскольку он и частотно-временное разложение понему хорошо интерпретируются. Временной сдвиг τ означает сканированиеспектрасигнала гауссианом,аизменениемасштабаTсоответствуетсканированию спектра сигнала по частоте (Goupilland, Grossman, Morlet, 1984)[65].Частотно-временнаяспектрограмманепрерывноговейвлет-преобразования Морле S (τ, f) сигнала x(t) задается формулами (1.1-1.3):(, ) = |(, )|2 ,(, ) =1√() =∫ () ∗ (1√(1.1)−) ,(1.2)2− 2 ,(1.3)где f = 1/T, Fb, Fc – параметры.
Обычно принимают Fb = Fc = 1 [59].Вещественная часть комплесного вейвлета Морле представлена наРисунке 1.5, а мнимая часть комплексного вейвлета Морле – на Рисунке 1.6.Главным элементом в вейвлет анализе является функция-вейвлет.32Рисунок 1.5. Вещественная часть комплексного вейвлета Морле. Ось абсцисс –время, ось ординат – амплитуда.Рисунок 1.6.