Диссертация (1026205), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

В этом случаепроводятструктурныйанализповерхностнойЭМГ,используяпакетстандартных программ, которыми снабжены современные электромиографы[14, 15].В работе [16] приводятся нелинейные характеристики поверхностнойэлектромиограммы и тремора в качестве возможных инструментов длядиагностики БП и в перспективе предсказателей БП в доклинической стадии. Вработе были рассчитаны такие нелинейные параметры поверхностной8электромиографии и сигнала акселерометра, как корреляционная размерность,энтропия и детерминизм.

Было показано, что эти нелинейные параметрыпозволили отличить около 85% здоровых испытуемых от пациентов с БП. Вработе были обследованы 30 пациентов с БП (стадия заболевания не указана) и2 группы практически здоровых испытуемых (20 молодых испытуемых и 20взрослых испытуемых).Среди электрофизиологических методик, используемых для диагностикитремора, существенное место занимает акселерометрия, которая в основномприменяется для определения частоты и амплитуды дрожания. В работах [17,18] был проведен анализ тремора у пациентов с дрожательной формой болезниПаркинсона и у здоровых испытуемых.

Авторы считают, что измененияэлектрической активности головного мозга, по-видимому, могут проявляться надоклинической стадии, однако это предположение не подтверждено никакимирезультатами.Каждый из подходов – электроэнцефалография, электромиография иакселерометрия – имеет свои преимущества и недостатки. До сих пор ненайдены надежные признаки БП на ранней стадии одной модальности,позволяющие надежно диагностировать болезнь. Отдельно исследуютсяпризнаки БП в электроэнцефалограммах, электромиограммах, нарушенияхдвигательной активности.

Поскольку эти исследования выполняются у разныхпациентов, сопоставить данные разных модальностей не представляетсявозможным, поэтому целесообразно объединение результатов диагностикиразличной модальности с целью повышения надежности диагностики.Первичный (идиопатический) паркинсонизм (болезнь Паркинсона) встречаетсяв большинстве случаев.В этой связи, представляется актуальным исследование скрининговыхизмерительных систем диагностики раннего паркинсонизма на основеколичественныхрезультатамЭЭГ-признаковмониторингаипаркинсонизмаанализанапараметровмодальности (ЭЭГ, ЭМГ и мышечного тремора).раннейсигналовстадиипоразличной9Цели и задачиЦельюдиссертационногоисследованияявляетсяразработкаскрининговой системы ранней диагностики паркинсонизма, на основемониторингаианализапараметровсигналовмногоканальныхэлектроэнцефалограмм, электромиограмм и мышечного тремора, а такжеоценкаеедиагностическихвозможностейсиспользованиемтольконемоторных признаков.Для достижения поставленных целей было необходимо решениеследующих основных задач:1.Провести мониторинговые измерения сигналов многоканальныхэлектроэнцефалограмм, электромиограмм и мышечного тремора пациентов наранней стадии паркинсонизма и контрольной группы испытуемых.2.Разработатьмодельколичественныхэлектрофизиологическихпризнаков ранней стадии паркинсонизма на основе мониторинговых измеренийсигналов многоканальных ЭЭГ, ЭМГ и МТ.3.Разработать алгоритмы и программы скрининговой системымониторинговыхэлектрофизиологическихимоторныхизмеренийивычисления количественных признаков ранней стадии паркинсонизма.4.Провести верификацию разработанной скрининговой системымониторинговыхэлектрофизиологическихимоторныхизмеренийивычисления количественных признаков ранней стадии паркинсонизма иоценить достоверность диагностики раннего паркинсонизма.Методы исследованияВ работе применялись основные положения теории биотехническихсистем,электроэнцефалографические,электромиографическиеиакселерометрические методы исследования пациентов на ранней стадиипаркинсонизма, методы предварительной обработки сигналов (удалениявыбросов, фильтрации, преобразования Гильберта), спектрального анализа и10частотно-временного вейвлет-анализа сигналов.

Сигналы ЭЭГ, ЭМГ имышечноготремораобрабатывалисьвсредеMATLABспомощьюразработанных алгоритмов и программ.Информационной базой исследования послужили полученные вдиссертационнойработеданныемониторинговыеизмерениясигналовмногоканальных ЭЭГ, ЭМГ и мышечного тремора 31 нелеченого пациента наранней стадии болезни Паркинсона и 18 практически здоровых добровольцев.Достоверность и обоснованность основных научных положений ивыводов,содержащихсявдиссертационнойработе,подтверждаютсякорректным использованием математических методов обработки и анализабиоэлектрическихсигналов,объемомполученноговдиссертацииэкспериментального информационного массива, верификацией разработаннойскрининговой системы мониторинговых электрофизиологических и моторныхизмеренийипаркинсонизма,вычисления97%количественныхсовпадениемпризнаковрезультатовраннейстадииколичественногомониторингового анализа многоканальных ЭЭГ и тремора, проведенного наэкспериментальном информационном массиве, с клиническими диагнозамипаркинсонизма.Научная новизна работы:1.сигналовРазработан метод и система мониторингового измерения и анализамногоканальныхэлектроэнцефалограмм,электромиограммимышечного тремора в диагностике раннего паркинсонизма.2.На основе мониторинговых измерений сигналов многоканальныхЭЭГ, ЭМГ и мышечного тремора разработана модель количественныхэлектрофизиологическихпризнаковраннейстадиипаркинсонизма,отражающая характерную для паркинсонизма на 1-й стадии Хен-Яра11асимметрию характеристик ЭЭГ и мышечного тремора конечностей, а такженаличие характерных для паркинсонизма тета-ритма и дезорганизации ЭЭГ.Разработан алгоритм анализа частотно-временного распределения3.локальныхмаксимумоввейвлет-спектрограмммногоканальныхЭЭГ,мышечного тремора и огибающей ЭМГ и формирования пространствапризнаков с возможностью диагностики ранней стадии паркинсонизма.Проведены4.экспериментальныеисследования31нелеченогопациента на ранней стадии паркинсонизма и 18 контрольных испытуемых спомощью мониторинговых измерений сигналов многоканальных ЭЭГ, ЭМГ имышечного тремора и верификация алгоритмов и программ на данных этихизмерений.Практическая значимость результатов исследования заключается вразработке новой методики количественной диагностики ранней стадиипаркинсонизмапомониторинговымэлектроэнцефалографическим,электромиографическим и акселерометрическим измерениям.

Разработанныйметод анализа применен на практике в клинических условиях.Основные положения, выносимые на защиту1.Методанализачастотно-временныхраспределенийлокальныхэкстремумов вейвлет-спектрограмм сигналов мониторинговых измерениймногоканальных электроэнцефалограмм, электромиограмм и мышечноготремора позволяет определять диапазоны частот и интервалы времени ихсвязанности.2.

Модель количественных электрофизиологических признаков раннейстадиипаркинсонизмапозволяетвыделитьгруппурискараннегопаркинсонизма. Модель основана на обнаружении у пациентов на раннейстадии паркинсонизма в отличие от контрольных испытуемых:связанности в диапазоне частот 4-6 Гц частотно-временныхраспределенийлокальныхмаксимумоввейвлет-спектрограммсигналов12электроэнцефалограммы в моторной зоне одного из полушарий коры головногомозга,мышечногоконтралатеральнойтремораконечностииогибающейиотсутствиеэлектромиограммытакойсвязанностиввсимметричном отведении другого полушария и контралатеральной емуконечности;межполушарной асимметрии среднего и среднеквадратичногоотклонения коэффициентов корреляции в корреляционной матрице оконноговременно́го распределения спектральной плотности мощности в диапазонечастот более 6 Гц вейвлет-спектрограммы электроэнцефалограммы в моторнойзоне коры головного мозга.3.Программно-алгоритмическиймногоканальныхкомплексрасчетаэлектроэнцефалографическихипараметровмоторных(акселерометрических) сигналов ранней стадии паркинсонизма реализуетразработанный метод анализа частотно-временных распределений локальныхэкстремумоввейвлет-спектрограммсигналовэлектроэнцефалограммы,электромиограммы и мышечного тремора и заключается:ввычислениилокальныхмаксимумовчастотно-временныхспектрограмм сигналов;в оценке связанности гистограмм локальных максимумов вейвлет-спектрограммсигналовэлектроэнцефалограммы,электромиограммыимышечного тремора;в вычислении количественных признаков асимметрии мышечноготремора конечностей, межполушарной асимметрии и дезорганизации динамикиэлектрической активности коры головного мозга.4.

Верификация разработанной скрининговой системы мониторинговыхэлектрофизиологических и моторных измерений и вычисления количественныхпризнаков ранней стадии паркинсонизма на основе результатов исследованиймногоканальных электроэнцефалограмм, электромиограмми мышечноготремора 31 нелеченого пациента на ранней стадии паркинсонизма и 18контрольных испытуемых. Качество классификации рассчитывалось по AUC –13площадью под рабочей характеристикой приёмника (ROC-кривой). AUC поэвклидовомурасстояниюRвпространствепризнаковсигналовэлектроэнцефалограммы и мышечного тремора составил 0,94. AUC поэвклидовому расстоянию R в пространстве признаков только сигналовэлектроэнцефалограммы составил 0,80.Личный вклад автора1.

В Научном центре неврологии РАН проведены мониторинговыеизмерениямногоканальныхэлектроэнцефалографических,электромиографических сигналов и мышечного тремора исследования 31нелеченого пациента на ранней стадии паркинсонизма и 18 контрольныхиспытуемых.2. Разработан метод оценки диапазонов частот и интервалов временисвязанности многоканальных ЭЭГ, мышечного тремора и огибающей ЭМГ вдиагностике раннего паркинсонизма, заключающийся в мониторинговоманализе частотно-временных распределений локальных экстремумов вейвлетспектрограммсигналовэлектроэнцефалограммы,электромиограммыимышечного тремора.3. Предложенамодельколичественныхэлектрофизиологическихпризнаков ранней стадии паркинсонизма на основе мониторинговых измеренийсигналов многоканальных ЭЭГ, ЭМГ и мышечного тремора, заключающаяся воценкахмежполушарнойасимметрииритмаэлектроэнцефалограммвдиапазоне частот 4-6 Гц, среднего и среднеквадратичного отклонениядоминирующего ритма в диапазоне частот более 6 Гц и асимметрии мышечноготремора конечностей.4.

Характеристики

Список файлов диссертации