Диссертация (1104396), страница 7
Текст из файла (страница 7)
Программноеобеспечение написано на языке MATLAB и включает набор функций высокогоуровня, позволяющих исследователю анализировать экспериментальные данные, втомчислеалгоритмычастотно-временногоанализа(мультитэйперы)иреконструкции дипольных и распределенных источников. В статье [55]описывается Brainstorm, пакет прикладных программ c открытым исходным кодомдля визуализации и обработки данных МЭГ.
Основные направления использованияпакета – оценка кортикальных источников и их интеграция с анатомическимиданнымимагниторезонанснойтомографии,сцельюпредоставлениянейрофизиологам мощных методов анализа МЭГ при помощи простогоинтуитивного интерфейса пользователя. Работа [56] описывает пакет программELAN, представляющий широкий выбор средств анализа электрофизиологическихданных, особенно при изучении вызванных потенциалов. При этом задачилокализации источников в пакете не рассматриваются.
В статье [57] описываетсяпакет программ HADES для нахождения токовых диполей по биомагнитнымданным, в котором положение и число диполей изменяется динамически взависимости от магнитной энцефалограммы. Пакет снабжен графическиминтерфейсом пользователя, но, как и предыдущий, не локализует источники натомограмме.Работа[58]посвященареалистическомуфизиологическомумоделированию электромагнитных полей, порождаемых источниками внутримозга, с помощью программы OpenMEEG.
Вычисляются мгновенные значенияЭЭГ и МЭГ для заданного дипольного источника. Комплекс rtMEG [59]представляетсобойпрограммно-аппаратноеобеспечениедляанализаэнцефалограмм в реальном времени, которое дает возможность сообщатьиспытуемому об активности его мозга во время эксперимента. Пакет EMEGS [60]использует различные методы обработки и анализа энцефалограмм, включая44вейвлет-анализ, но не отображает источники на МРТ. Широкий спектр различныхметодов обработки MEG предоставляет пакет NUTMEG [61]. Пакет также даетвозможность графического отображения источников на МРТ.1.4 Заключение к разделу 1Вданномразделевыполненобзорлитературыпообъектуисследования - головному мозгу человека, и по современным экспериментальнымметодам, применяемым в исследованиях мозга.
Рассмотрены такие методы, какмагнитно-резонансная томография (МРТ), функциональная МРТ и магнитнаяэнцефалография. Обсуждаются трудности измерения биомагнитных полей,особенности применяемых приборов иметодов. Подробно рассмотреныконструкции магнитометров, с помощью которых получены экспериментальныеданные, используемые в диссертации.Обзор литературы выполнен автором диссертации с указанием литературныхи иных источников.Исследования проводились в полном соответствии с ХельсинкскойдекларациейВсемирноймедицинскойассоциации«Этическиепринципыпроведения медицинских исследований с участием человека в качестве субъекта».(http://www.psychepravo.ru/law/int/helsinkskaya-deklaraciya.htm)Все эксперименты с участием людей в качестве объектов исследования былиодобрены комитетами по этике соответствующих организаций.От всех испытуемых до начала экспериментов было получено письменноеинформированное согласие на участие в исследовании.452.
Спектральные методы анализа данных магнитнойэнцефалографии2.1 Вычислительные особенности применяемых методов2.1.1. Преобразование Фурье как вычислительная основа работыДлярешениянаучныхидиагностическихзадачэнцефалографииприменяется множество различных подходов. Анализ Фурье в различныхприменениях может быть назван старейшим и наиболее популярным методом,используемым для анализа данных энцефалографии [62;63;64]. На протяжениивсей истории применения этого метода он был связан с вычислительнымисложностями, поэтому развитие быстрого преобразования Фурье [65] сильнорасширило применение спектрального анализа во многих областях, включаяисследования мозга [66]. Регуляризация быстрого преобразования Фурье былаосуществлена в методе мультитэйперов [67;68] и применяется в исследованияхвозбужденной и спонтанной активности мозга [69;70].
В количественном анализеэлектро- и магнитоэнцефалограмм, направленном на изучение паттерновкоэффициентов Фурье, приближенный спектральный анализ сочетается состатистическим анализом когерентности между каналами [71;72;73;74;75;76;77].Обычно в использовании анализа Фурье для исследований мозга спектрырассчитываются на коротких (<10 секунд) временных отрезках, на основаниихорошо известного свойства нестабильности процессов в мозге [78].Обычно при исследованиях мозга регистрируют активность одновременно вомногих каналах для длительных временных отрезков (вплоть до несколькихдесятков минут в сотнях каналов) При обработке этих данных зачастуюдопускаются две методологические ошибки: первая состоит в том, что при анализевременной зависимости применяются методы, которые были разработаны дляодноканальных временных рядов, а многоканальность записей используетсятолько при решении обратной задачи.
Вторая ошибка состоит в использовании46коротких временных окон, (порядка десяти секунд), что ухудшает разрешениепреобразования Фурье.Эти процедурные ограничения приводят к тому, что результатом такихисследований могут быть только описательные выводы. Например, утверждается,что конкретная патология или вызванный потенциал приводят к изменениямспектра того или иного вида. Такой качественный подход существенно затрудняетдетальный анализ энцефалограмм, хотя он может быть полезен с точки зренияобщей диагностики, или для изучения некоторых когнитивных характеристик. В тоже время, при таком подходе к анализу данных теряется почти всяэкспериментальная информация и энцефалография сводится к набору отдельныхнаблюдений.Недавно был предложен метод точного анализа в пространстве «частотапаттерн», который позволяет осуществить разложение сложных систем нафункционально-инвариантные сущности [79].
Этот метод позволяет выделятьпарциальныеспектрыустойчивыхфункциональныхсущностейиреконструировать их временные ряды. Метод основан на полном использованиипродолжительных временных рядов, причем многоканальная природа данныхтакже учтена, что делает возможным осуществление детальной реконструкцииактивности нейронных источников.2.1.2. Программное и техническое обеспечение расчетов,выполняемых в диссертацииВ основе данной работы лежит разложение в ряды Фурье экспериментальныхданных магнитной энцефалографии для последующего анализа.
Для расчетовиспользуется программное обеспечение, разработанное автором, реализованное наязыках Python и GNU Octave, с использованием свободно распространяемыхбиблиотек FFTW, Octave-parallel и др.Расчеты спектров и функциональных томограмм выполняются как наперсональных компьютерах, так и на вычислительном кластере ИМПБ РАН.47Многопроцессорныйвычислительныйкластерявляетсяядроминформационно-вычислительного комплекса Пущинского научного центра РАН.Кластер был создан в 2000 году и с тех пор неоднократно модифицировался:изменялся состав вычислительных узлов, коммуникации между узлами, объемпамяти. В конце 2010г.
была проведена очередная модернизация кластера, чтопозволило достичь производительности в 1.2 Тфлопс (по данным теста HighPerformance Computing Linpack). В настоящее время вычислительный кластерсостоит из вычислительных узлов двух типов:1. 9 двухпроцессорных вычислительных узлов на базе процессоров Intel XeonX5650 (6 ядер, 2.66Ггц) с 24 Гб оперативной памяти на узел;2. 20 двухпроцессорных вычислительных узлов на базе процессоров Intel XeonE5620 (4 ядра, 2.40Ггц) с 24 Гб оперативной памяти на узел.Суммарное количество вычислительных ядер - 268, объем оперативнойпамяти - 696 Гб. Вычислительные узлы связаны между собой коммуникационнойсетью Mellanox Infiniband QDR, пропускная способность сети 40 Гб/сек, времяпередачи коротких сообщений порядка 1-7 мкс.
Сеть передачи данных и сетьуправлениякластеромпостроенынаосновегигабитныхуправляемыхкоммутаторов D-Link DGS-3120. Для хранения данных текущих расчетовиспользуется кластерная распределенная файловая система GlusterFS v3.3. Объемхранилища составляет 800 Гб.Однопроцессорный сервер на базе Intel Xeon E3-1230 служит точкой доступак кластеру и сервером управления вычислительными ресурсами. Для храненияпользовательских данных используется быстрое дисковое хранилище сервераобъемом 4 Тб.Длярасчетамногоканальныхспектровмагнитнойэнцефалографиииспользовалась среда GNU Octave - свободная система для математическихвычислений, использующая совместимый с MATLAB язык высокого уровня(http://www.gnu.org/software/octave/).Octave представляет собой интерактивный командный интерфейс длярешения линейных и нелинейных математических задач, а также проведения48других численных экспериментов.
Кроме того, Octave можно использовать дляпакетной обработки. Язык Octave оперирует арифметикой вещественных икомплексных скаляров и матриц, имеет расширения для решения линейныхалгебраических задач, нахождения корней систем нелинейных алгебраическихуравнений, работы с полиномами, решения различных дифференциальныхуравнений, интегрирования систем дифференциальных и дифференциальноалгебраических уравнений первого порядка, интегрирования функций на конечныхи бесконечных интервалах.На кластере используется версия GNU Octave, скомпилированная споддержкой Intel MKL – математической библиотеки для выполнения хорошооптимизированных многопоточных математических операций.Для ускорения обработки данных применяется распараллеливание пореализациям. В результате работы были получены разложения экспериментальныхданных в многоканальный ряд Фурье высокой точности.
Была проведена проверкаточности аппроксимации, показавшая, что отклонение между исходными ивосстановленными данными составляет менее 0.01%. На первом этапе работы, приотладкеиосвоениипрограмм, вычисление полного спектра требовалопродолжительных расчетов, занимавших часы и десятки часов.Последующая модификация программ для преобразования Фурье позволиласущественно повысить производительность расчетов.Так, функциональная томограмма (см. раздел 3) может быть рассчитана за 20минут на компьютере с четырехядерным процессором с тактовой частотой 2.4 ГГци объемом ОЗУ 16 Гб.492.2 Применение спектральных методов и программ к анализуданных магнитной энцефалографии2.2.1 Сравнительный анализ данных магнитной энцефалографии(МЭГ), полученных с помощью различных измерительных приборовВ качестве опорных данных использовались результаты аудиторногоэксперимента, полученные на 148-канальном магнитометре Magnes 2500 WH вбольнице Бельвью, в Центре нейромагнетизма Медицинского факультета НьюЙоркскогоуниверситета[69;80].Датчикипредставлялисобойвысокочувствительные измерители магнитного поля на основе СКВИДов(сверхпроводящих квантовых интерферометров), погруженные в дьюар с жидкимгелием.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
