Курсовой проект 10 семестр (1034776), страница 2
Текст из файла (страница 2)
6. Мониторинг состояния мозга и сенсорной коры (Schramm, 1986; Brunko et al., 1987; Desmedt, 1989; Freye, 1990).
7. Кома и смерть мозга (Ganji, Peters, Frazier, 1988; Facco et al., 1989). Данные ССВП могут служить достаточно надежным показателем в определении тяжести повреждения мозга и возможных последствий травмы и коматозного состояния.[5]
Регистрация соматосенсорных ВП с помощью электроэнцефалографа «Нейрон-Спектр – 5».
Коротколатентные ССВП.
Регистрация сигнала производится эпохами длительностью 50…100 мс при помощи накожных отводящих электродов и токового стимулятора. Возможна регистрация сразу по нескольким каналам.
В начале пробы и по команде Настройка | Параметры регистрации выдается диалоговое окно Параметры регистрации.
Страница Регистрация (Рис. 6).
Стимулятор:
Ток стимуляции (мА). Амплитуда стимулирующего воздействия.
Предельный ток (мА). Ограничение стимулирующего тока для команды Настройка | Стимулятор | Увеличить стимул. В любом случае вследствие наличия в стимуляторе аппаратной защиты ток стимуляции не может превышать значения 100 мА.
Шаг изменения тока (мА). Шаг изменения амплитуды тока по командам меню Настройка |Стимулятор |Увеличить стимул и Настройка | Стимулятор | Уменьшить стимул.
Задержка (мкс). Задержка во времени между началом эпохи анализа (моментом приложения стимула, началом развертки сигнала) и моментом подключения усилителя к пациенту. Задержка необходима для устранения (“обрезания”) артефакта стимула, искажающего начало кривой. Изменение величины задержки усилителя влияет только на внешний вид начального участка кривой, но никак не сказывается на латентных периодах регистрируемых волн.
Полярность стимула. Полярность токового стимула – положительная или отрицательная (обратная). Полярность “плюс/минус” соответствует попеременной подаче стимулов с положительной и отрицательной полярностью, что используется для уменьшения артефакта стимула, однако может приводить к искажению ответа. При положительной полярности на стимуляторе возникают следующие потенциалы (Рис. 7):
Рис. 7. Потенциалы, возникающие на стимуляторе.
Форма стимула. Форма стимулирующего воздействия во времени. Для токового стимула можно задать прямоугольник, трапецию, однополярный или двуполярный меандр, синусоиду и модулированную синусоиду.
Усреднение:
Частота стимуляции (Гц). Количество стимулов в секунду. Период стимуляции может быть задан в несколько раз меньше эпохи анализа, что позволяет регистрировать установившиеся (steady-state) потенциалы.
Длиннолатентные ССВП.
Регистрация сигнала производится эпохами длительностью 100...200 мс при помощи накожных отводящих электродов и токового стимулятора. Возможна регистрация сразу по нескольким каналам.
Регистрация сигнала с пациента и анализ результатов производятся аналогично пробе “Соматосенсорные ВП. Коротколатентные”.[4]
ССВП нервных стволов обычно регистрируется с помощью поверхностных электродов, расположенных в месте проекции нерва; активный электрод устанавливается над нервным стволом, референтный – с противоположной стороны конечности или над костным выступом. Регистрацию производят в одной или нескольких точках по ходу нервного ствола. Применяется достаточно высокий уровень усиления (от 20 мкВ на 10 мм), число усреднений до 3000-6000, но не менее 500. Регистрация ССВП нерва дает возможность вычислить скорость распространения возбуждения по сенсорным волокнам (СРВС) по формуле:
; (1)
где l – длина участка нерва, на котором исследуется СРВ;
Т – латенное время ССВП.
В норме СРВс составляет в среднем 50-80 м/с (Рис. 8).
Рис. 8. Потенциал действия афферентных волокон в ответ на стимуляцию чувствительных окончаний.
ССВП спинного мозга регистрируются с электродов, расположенных над позвоночником в месте проекции шейного или поясничного утолщений, референтный электрод устанавливается над костным выступом, отдаленным от места стимуляции (ость лопатки, колено нестимулируемой ноги). Уровень усиления 1-5 мкВ/10 мм, число усреднений 1000-6000 (Рис. 9).[1]
Рис. 9. ССВП в ответ на стимуляцию, отведенный на уровне С6-С7.
Считается, что пик N9 связан с активностью плечевого сплетения, N11 – с проведением импульса по задним столбам спинного мозга на местном уровне, N13 – отчасти с активностью постсинаптических нейронов на уровне соответствующего сегмента спинного мозга (задних рогов) и волокон медиальной петли на уровне нижних отделов ствола.
Параллельная регистрация ССВП нервных стволов, составляющих сплетения спинного мозга, и кортикальных ССПВ (ССВП ближнего поля) позволяет вычислять время распространения сенсорного импульса на разных этапах проведения, определяя разности латентных периодов основных пиков, сравнивая эти показатели с “больной” и “здоровой” сторон [14].
Для регистрации коркового ССВП активный электрод устанавливается контрлатерально стимулируемой конечности над зоной проекции сенсорной коры (на 2 см кзади и на 7 см кнаружи от Сz в точках С3-С4), референтные – в Fpz, Fz или А1, A2, заземление – на нестимулируемой конечности. Максимальный импеданс – 5 кОм (Рис. 10).[9]
Рис. 10. Спинальный и кортикальный ВП стимуляции локтевого нерва на запястье.
Негативно-позитивный комплекс N20-P23 характеризует активацию первичной соматосенсорной коры. Вычисляют межпиковые интервалы N9-N13 (преимущественно корешковое и “заднестолбовое” проведение на шейном уровне); N13-N20 (медиальная петля и таламо-кортикальная радиация). Наиболее часто используемый показатель – центральное время проведения сенсорного импульса (ЦВП), определяемое как межпиковый интервал N9-N20 (Рис. 11).
Рис. 11. Изучение времени проведения импульса на разных участках сенсорного пути при стимуляции левого локтевого нерва.
Удлинение ЦВП характерно для больных с рассеянным склерозом, цереброваскулярной патологией (в этом случае особенно ценно изучение ЦВП с обеих сторон и в динамике на фоне лечения). При выделении ССВП в ответ на стимуляцию нервов нижних конечностей, используя модифицированные методики, можно измерить и время спинального проведения.
Для этого дополнительные проводящие электроды размещают в проекции CVII-позвонка и C3-C4 на голове пациента. Компонент, зарегистрированный на шейном уровне и имеющий латентность около 30 мс (N30), является потенциалом отдаленного поля и характеризует активацию подкорковых структур. Корковый комплекс P37-N45 демонстрирует активацию первичной соматосенсорной коры. Вычисляются межпиковые интервалы N22-N30 (спинальное проведение); N30-P37 (медиальная петля, таламо-кортикальная радиация); N22-P37 (аналог ЦВП) (Рис. 12).
Рис. 12. Изучение времени проведения импульса на разных участках сенсорного пути при стимуляции большеберцового нерва.
Клиническая трактовка этих показателей осуществляется так же, как в случае оценки ССВП при стимуляции периферических нервов рук [1].
Кроме того, ССВП информативны у детей, пациентов с неадекватным поведением, при оценке степени травматического повреждения нервов, сплетений, спинного мозга, диагностике комы и смерти мозга (Рис. 13).
Рис. 13. Длиннолатентные ССВП при стимуляции срединного нерва.
I – норма; II – реактивная кома; III – ареактивная кома.
Методы обработки результатов обследования при помощи частотного анализа.
Частотный анализ позволяет разложить сложную кривую электрической активности мозга на составляющие ее частотные компоненты и получить количественную оценку этих компонентов, т. е. получить спектр биоэлектрических колебаний мозга. Основой автоматических анализаторов являются элементы, выделяющие из ЭЭГ частотные компоненты в определенной области спектра. Затем производится измерение интенсивности колебаний по выделенным полосам частот с помощью блока интегратора, и результаты измерения регистрируются. Таким образом, на конечном этапе частотного анализа ЭЭГ получается количественное выражение интенсивности или мощности, пропорциональное амплитуде колебаний в каждой выделенной частотной полосе. Частотный анализ позволяет также выделить и количественно оценить частотные составляющие ЭЭГ, которые при визуальной оценке оказываются замаскированными доминирующими колебаниями.[12]
Частотный анализ дает возможность раздельно исследовать разные физиологические ритмы, составляющие ЭЭГ, и прослеживать их изменения, что важно для выяснения вопроса о происхождении компонентов и их зависимости от различных переменных.[14]
Выявленной при проведении экспериментов с некоторым достаточно большим количеством ЭЭГ, является то, что в данном случае оценка процесса является скорее качественной, чем количественной. По крайней мере, для электроэнцефалографии нет каких-либо нормативных таблиц основных параметров сигнала, как это имеет место в электромиографии или кардиографии, и каждая ЭЭГ может характеризоваться своей определенной совокупностью параметров. Эти параметры варьируются для разных ЭЭГ, которые при этом могут относиться к одному из классов патологии или быть в норме. Применение алгоритмов обработки стационарных сигналов для анализа ЭЭГ в данном случае можно считать переходом от одной формы отображения информации к другой, более удобной, компактной и информативной. Также стоит отметить, что широко используемые методы обработки ЭЭГ, в общем-то, не учитывают ее биологический генез, а рассматривают ее как некий колебательный процесс и, как следствие, получаемые таким образом результаты не всегда удовлетворяют пользователя. И тот факт, что ЭЭГ представляет собой интегральную оценку электрофизиологической деятельности миллиардов элементарных источников, к тому же отфильтрованной естественными костно-тканевыми распределенными фильтрами, позволяет сказать, что использование рядов Фурье, корреляционного анализа для обработки ЭЭГ можно рассматривать только как более удобное в некоторых случаях изображение той же ЭЭГ и не более.[21]
Некоторые специалисты считают, что достаточно визуального просмотра ЭЭГ, тем не менее, большую популярность начинают завоевывать методы математической обработки и представления сигналов. Так как в электроэнцефалографии основными параметрами являются частота и амплитуда, то необходимо иметь методы оценки сигнала с помощью амплитудно-частотных характеристик. Наибольшее распространение получили методы вычисления спектра мощности сигнала и построение топокартограмм головного мозга с помощью цветового представления амплитуды. Для этого обычно используют преобразования Фурье или, адаптированное для спектрального анализа ЭЭГ, преобразование Berg. Рассмотрим основные алгоритмы определения спектра сигнала.
Первый и наиболее часто используемый способ – использование алгоритма быстрого преобразования Фурье (БПФ). В настоящее время существует множество программных пакетов, созданных специально для реализации алгоритмов БПФ. Но, как показывает практика, использование классического БПФ не всегда удовлетворяет пользователя. Во-первых, несмотря на разнообразие способов ускорения этого алгоритма (оптимизация по периоду анализа, перевод некоторых функций на язык ассемблера), работает он достаточно медленно. Во-вторых, преобразование Фурье обладает некоторыми особенностями, которые отчасти затрудняют согласование получаемых с его помощью данных с данными визуального анализа. Суть их заключается в том, что на ЭЭГ медленные колебания имеют большую амплитуду и длительность, чем высокочастотные. В связи с этим в спектре, построенном по классическому алгоритму Фурье, наблюдается диспропорциональное преобладание низких частот. Для обхождения этого разработано преобразование BERG, специально адаптированное к детектированию быстрых изменений в спектре ЭЭГ и выравнивающее его в зависимости от частоты.[14]
Процедура вычисления преобразования BERG основывается на тех же принципах, что и преобразование Фурье, однако с тем отличием, что для каждой полосы спектра в исследуемой ЭЭГ эпоха анализа выбирается обратно пропорционально частоте и составляет T=16/f (c). Так, соответственно частота 2 Гц вычисляется за 8 с, 4 Гц - за 4 с, 6 Гц - за 2,6 с и т.д. Это преобразование дает результаты более соответствующие субъективным оценкам визуального анализа ЭЭГ при большей точности и надежности информации, и особенно пригодно для детектирования быстро меняющихся колебаний на ЭЭГ, что обеспечивается подчеркиванием более быстрых частот в спектре. Оба эти алгоритма хороши в том случае, если нет необходимости в высокой скорости обработки процесса. В электроэнцефалографии, когда анализу подвергаются участки записи в несколько десятков секунд, а иногда и минут, они не всегда могут удовлетворять потребностям пользователя или будут требовать мощных и, естественно, дорогих вычислительных ресурсов. Поэтому возникает необходимость разработки более скоростного метода разложения и представления сигнала. Причем следует учитывать, что в данном случае не нужна сверхвысокая точность расчетов, поскольку все же математические методы оценки ЭЭГ дают скорее качественную, чем количественную оценку протекающим процессам. Учитывая эти особенности, здесь для анализа электроэнцефалографического сигнала представлен алгоритм, который можно назвать дискретным преобразованием Фурье с прореживанием по времени. Справедливость использования данного алгоритма объясняется следующим. Так как частоту дискретизации для ЭЭГ не рекомендуется выбирать меньше, чем 200 Гц, а диапазон значимых частот располагается в пределах от 1 до 25 Гц (верхняя частота низкочастотного бета-диапазона), то можно выполнить прореживание дискретного ЭЭГ-сигнала по времени и использовать для анализа каждую четвертую точку. Это равносильно тому, что частота дискретизации уменьшится до 50 Гц. Согласно теореме Котельникова–Шеннона при такой частоте дискретизации без искажения будет передана верхняя полоса в 25 Гц. Для некоторых алгоритмов представления ЭЭГ такое значение будет удовлетворять (в частности, для реализации картирования). Известно, что любой гармонический сигнал, при разложении его на комплексной плоскости, имеет две составляющие – синусную и косинусную. Поэтому для применения алгоритма дискретного преобразования Фурье необходимо задать массивы значений синусов и косинусов каждой представленной частоты. Точность разложения равна необходимой точности представления частот. Причем длительности этих массивов должны быть равными длине окна анализа алгоритма преобразования Фурье. [24]
С помощью спектра мощности можно легко получить картину распределения ЭЭГ по ритмам, определить доминирующий ритм и доминирующую частоту как всей ЭЭГ, так и каждого отдельного ритма. Построив спектры мощности симметричных отведений левого и правого полушарий, можно оценить степень асимметрии между этими участками по каждому ритму и по каждой конкретной частоте.[5]
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
