Бегущая волна (Рома) (1113520), страница 2

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

Текст из файла (страница 2)

Показания интегратора приводятся в его относительных еди­ницах, поскольку для оценки каждой ЭЭГ важно количественное соотношение выраженности ритмов разных диапазонов. При по­стоянном значении единицы интегратора и при одинаковом коэф­фициенте усиления имеется возможность сравнения средней ак­тивности ритмов в ЭЭГ разных отведений, а также в ЭЭГ разных людей. В ряде исследований вычислялись в процентах выражен­ности ритмов в каждой из исследованных областей, а также про­центное отклонение в случае патологии того или иного ритма от среднего уровня в норме.

В одном из каналов анализатора предусмотрена возможность исследования частоты в любом из диапазонов ритмов с помощью периодметра. Действие периодметра основывается на измерении длительности отдельных периодов колебаний. На осциллограмме периодметр регистрирует соответственно каждой волне исследуе­мого диапазона импульс, высота которого пропорциональна дли­тельности периода волны.

На рис. 1.1.1. приведены данные частотного анализа затылоч-ио-геменного отведения ЭЭГ здорового человека. Видно, что ЭЭГ содержит колебания всех диапазонов, выраженность которых раз­лична; наибольшая выраженность — в диапазоне а-ритма.

При анализе ЭЭГ здоровых и больных людей эпоха анализа была выбрана длительностью в 5 с. Оценка средних значений фо­новой ритмики производилась усреднением значений 5—10 заме­ров интегратора.

Для оценки изменений средней суммарной активности во вре­мя раздражений и в последействии вычислялось ее отношение к активности в фоне непосредственно перед раздражением, причем последняя принималась за 100%. Изменения показателей интегра­тора во время раздражения и в последействии оценивались в про­центах.

Корреляционный анализ

Корреляционный анализ ЭЭГ производится с помощью ав­томатического коррелографа (конструктор Е. Н. Бурашников).

Принцип действия коррелографа состоит в предварительной записи напряжения биотоков на магнитную пленку и последую­щем автоматическом вычислении авто- или кросскорреляционной функции для выбранного отрезка записи.

Технические характеристики коррелографа: 1) число каналов записи и воспроизведения — два; 2) спектр частот анализируемых сигналов — от 0 до 1000 Гц; 3) максимальное время задержки τ_max — 2,56 с; 4) среднеквадратическая ошибка измерений ±15% от значения корреляционной функции при τ=0, вычисление про­изводится для дискретных значений аргумента в соответствия с формулой:

где Т – время интегрирования, ∆τ – шаг дискретизации по времени, κ·∆τ – аргумент корреляционной функции.

Результат интегрирования в виде постоянного напряжения, пропорционального значению корреляционной функции, поступа­ет на электронный потенциометр и фиксируется в виде точки на диаграммной ленте. После этого величина аргумента автоматиче­ски изменяется на заранее заданную величину, и процесс вычис­ления повторяется.

Корреляционный анализ биото­ков после предварительной фильтрации позволяет увеличить точность вычисления функций отдельных периодических и квазипериодических составляющих, имеющихся в ЭЭГ, и уменьшить вре­мя вычисления.

Шаг задержки, который применялся при обработке электри­ческой активности мозга, был различным в зависимости от того, какой ритм исследовался. При анализе полной ЭЭГ применялся шаг задержки (∆τ), равный 10 мс. При обработке выделенных фильтрами диапазонов частот в зависимости от полосы ритмов шаг задержки был различным: при анализе α-ритма, так же как и при полной ЭЭГ, он составлял 10 мс; при анализе β-ритма — 5 мс; при обработке выделенного θ-диапазона — 20 мс; при обработке δ-диапазона — 40 мс. При определении шага задержки для обра­ботки процесса исходили из того, чтобы на период колебания ос­новной частоты приходилось по крайней мере 10 точек вычислен­ной корреляционной функции.

При корреляционном анализе весьма существенным является выбор длительности интервала наблюдения. Корреляционная функция может быть вычислена точно лишь в случае бесконечно большой величины интервала наблюдения. При исследовании ЭЭГ физиологи всегда стремятся сократить время наблюдения, так как особенности динамики нервных процессов, отраженные на ЭЭГ, имеют свои закономерности.

На основании проведенных исследований с различными интервалами наблюдения ЭЭГ человека, мы избрали интервал на­блюдения, равный 10 с, который использовался как при обработке фоновой записи полной ЭЭГ и выделенных диапазонов ритмов, так и во время действия раздражений.

Для сравнения значения корреляционных функций разных по амплитуде ЭЭГ или электрограмм выделенных ритмов производи­лось нормирование: максимальное значение автокорреляционных функций всех анализируемых ЭЭГ и выделенных частот приводи­лось к одинаковой величине отклонения от нулевой линии на коррелограмме.

При корреляционном анализе можно вычислять автокорреля­ционную и кросскорреляционную (или взаимно-корреляционную) функции ЭЭГ. Использование корреляционного метода для анали­за ЭЭГ обусловлено тем, что построение автокорреляционных функций является наибо­лее мощным средством вы­деления гармонических ко­лебаний в случайном про­цессе. Вычисление кросскорреляционной функции двух ЭЭГ позволяет опре­делить степень связи про­цессов в разных точках мозга и выделить перио­дические составляющие, общие для обеих ЭЭГ.

На рис. 1.1.2 в качестве примера раз­ных форм автокоррелограммы (АКГ) приводятся: верхняя АКГ, вычисленная для ЭЭГ затылочной области обследуемого «без α-ритма», средняя — для ЭЭГ затылочной области с отчетливой пе­рестройкой в ритме подаваемых мельканий 12,5 Гц, нижняя — для ЭЭГ затылочной области с хорошо выраженным α-ритмом.

При автокорреляционном анализе выделенных полосовыми фильтрами диапазонов физиологических ритмов форма АКГ из­меняется соответственно соотношению в них случайных (неперио­дических) и квазипериодических колебаний.

Кросскорреляционный анализ ЭЭГ дает принципиально новые возможности оценки процессов двух точек мозга — позволяет ко­личественно оценить степень сходства процессов или их связи, выявить общие компоненты и их соотношение, а также временные отношения разных ритмов. Вычисление кросскорреляционной функции двух ЭЭГ позволяет ближе подойти к раскрытию меха­низмов и путей функциональных связей между активностью раз­ных отделов мозга.

Спектральный анализ

Этот метод позволяет получить более подробную информацию о частотном составе процесса, чем рассмотренные выше корреля­ционный и частотный. С помощью спектрального анализа, произ­водимого на ЭВМ, получают следующие характеристики: энерге­тические спектры, отражающие присутствие всего набора ритмов и их компонентов с точностью до десятых долей герца, (одно коле­бание в секунду); взаимные комплексные спектры, несущие ин­формацию о взаимных связях двух процессов и о их фазовых со­отношениях. В то время как функция автокорреляции подчерки­вает преобладание наиболее выраженных компонент, допуская маскировку слабых и кратных по частоте ритмов, энергетический спектр отражает полный состав процесса. Аналогично и комп­лексный взаимный спектр или его нормированное выражение, спектр когерентности и фазовый спектр, несет информацию о сте­пени статистической связи также одновременно для всех частот­ных составляющих двух временных процессов, в то время как функция взаимной корреляции двух сложных сигналов отражает взаимосвязь только энергетически преобладающих компонент.

На рис. 1.1.4 приводятся данные автокорреляционного и спект­рального анализа ЭЭГ лобных областей правого и левого полуша­рий большого мозга при наличии патологического очага в правой лобной доле (внутримозговая опухоль); ЭЭГ анализируемых сим­метричных отделов коры при визуальной оценке различаются не­резко.

На АКГ правой лобной области (зона поражения) выявляется лишь медленная компонента, На АКГ симметричной области «здорового» полушария на фоне медленной составляющей имеют­ся слабо выраженные колебания в α-ритме. На СГ правой лобной области максимальные пики присутствуют в полосе медленных ритмов; СГ левой лобной области характеризуется множествен­ностью пиков с максимумом в α-диапазоне. Вычисленные на ЭВМ величины средней частоты (f_cp) и эффективной частотной полосы (∆f_эф) позволяют представить данные ЭЭГ в виде упрощенных графиков; ЭЭГ зоны поражения правой лобной области, согласно этим цифровым представлениям, характеризуется смещением f_ср в сторону медленных ритмов (f_cp = 5,6 Гц), а относительно узкая ширина полосы спектра мощности (∆f_эф = 6,3 Гц) указывает, что для этой ЭЭГ основная мощность электрических колебаний сосре­доточена в низкочастотной области вблизи f_ср. Совсем иная карти­на характерна для ЭЭГ симметричной очагу области — левой лоб­ной: f_cp = 14 Гц, т. е. расположена близко к верхней границе α-диапазона при эффективной полосе спектра — ∆f_эф = 11,2 Гц. Последнее обстоятельство свидетельствует о том, что в ЭЭГ лоб­ной области «здорового» полушария присутствует довольно широ­кий набор частот колебаний.

Спектрально-корреляционные методы позволяют определять доминирование определенных частотных составляющих на данном отрезке ЭЭГ. Однако они не дают, возможности детально просле­дить и численно охарактеризовать динамику изменения структуры ЭЭГ во времени, смену и продолжительность ритмов. Так как структура ЭЭГ неустойчива и зависит от целого ряда физиологи­ческих факторов, то реализации ЭЭГ, как правило, являются не­стационарными случайными процессами, статистические характе­ристики которых зависят от выбора начала отсчета и интервала времени обработки [10].

2. Биофизические основы возникновения «бегущей волны» ЭЭГ.

Установлено, что отдельные колебания спонтанной ЭЭГ (волны) возникают в разных точках не одновременно. Первоначально волна возникает в каком либо пункте или небольшой области, в соседних областях чуть позже, в более удалённых - ещё чуть позже и т.д. Общее правило таково, что фазовый сдвиг между колебаниями ЭЭГ возрастает по мере удаления точек регистрации. Данное правило достаточно универсально для самых разных видов активности мозга. Это выглядит как бегущая или распространяющаяся волна ЭЭГ (traveling wave), другой термин для обозначения того же явления - переливы ЭЭГ [8]. Траектории, по которым колебания обегают поверхность головы очень разнообразны и переменчивы; они обладают индивидуальной спецификой, а также зависят от текущего состояния мозга и вида выполняемой деятельности. При помощи многоэлектродной регистрации ЭЭГ эти траектории обегания вычисляются и отображаются на экране в виде компьютерной анимации. Получающиеся динамические картины анализируются визуально (на глаз), подобно узорам обычной ЭЭГ, как принято в медицине. Но мы также развили и разнообразную объективную статистику скоростей и направлений бегущей волны ЭЭГ для строгого статистического контроля увиденных закономерностей. Например, вычисленные объективные параметры бегущей волны сопоставлялись с результатами психологического тестирования, пульсометрией и прочее [3].

Результаты анализа показывают, что картина бегущей волны является критерием индивидуальной нормы данного человека, его функционального состояния и при этом хорошим индикатором активации той или иной зоны коры. У 25-и здоровых испытуемых. При закрытых и открытых глазах в покое осуществлялось измерение текущей фазовой структуры ЭЭГ, т.е. траектории и скорости распространения колебаний по поверхности головы в теменно-затылочной области. Визуально с помощью компьютерной мультипликации были выявлены устойчивые индивидуальные особенности динамики "бегущей волны" ЭЭГ, независимо подтверждённые, исходя из критериев статистической значимости. Для одних испытуемых характерны переливы ЭЭГ-волн в поперечном направлении (слева направо и справа налево), для других - продольные переливы вдоль диагонали от левых передних областей коры к правым задним (у одних), или вдоль той же диагонали в обратную сторону (у других). При открывании глаз характер "бегущей волны" ЭЭГ очевидным образом резко меняется. Среди прочего отмечен рост доли траекторий с фазовым лидерством в затылочной области при параллельном увеличении скорости распространения "бегущей волны" по всем траекториям. Оба эффекта количественно сцеплены друг с другом, причём более резкая динамика свойственна лицам, характеризовавшимся как симпатотоники по сравнению с парасимпатотониками [6, 7].

Возможные варианты траекторий распространения волны очень многообразны и переменчивы, как и скорость обегания поверхности. Однако в течение некоторых интервалов однородности, доходящих до 1.5 - 2 секунд, траектория повторяется от волны к волне с высоким постоянством. Данные интервалы сменяют друг друга квазипериодически. Общий характер описанной динамики варьирует от человека к человеку и от состояния к состоянию, подчиняясь определённым закономерностям.
До сих пор остаётся открытым вопрос о механизме описанного явления, или что стоит за этим наблюдаемым движением потенциала? С одной стороны, имеются убедительные подтверждения гипотезы физической интерференции электрических колебаний от немногих компактных генераторов, например - от стриарной коры. Показано, что движение альфа-волны возникает при смещении компактного источника, - или эквивалентного токового диполя, - по стриарной коре и при повороте оси его дипольного момента.
С другой стороны, некоторые ЭЭГ-феномены явно указывают на механизм таламического (или шире - подкоркового) пейсмеккера поверхностных колебаний. Этим, в частности, лучше всего объясняются фазовые свойства тэта-ритма при функциональной недостаточности коры и другие феномены (веретенообразная активность).
Тем не менее не подлежит сомнению существование так называемого физиологического распространения синхронной активности по коре мозга. Петше и Раппельсбергер предполагали, что морфологические элементы, обеспечивающие синхронизацию, представляют собой вертикально ориентированные диполи, которые последовательно возбуждают друг друга, обеспечивая движение потенциала. Эту возможность авторы обосновывали, ссылаясь на данные Верцеано и Негиши, которые показали фазовые сдвиги между вспышками разрядов, регистрируемых от четырёх эквидистантных микроэлектродов, причём склонность клеток разряжаться вспышками возрастала с увеличением синхронизации (амплитуды).
А.Н.Шеповальников [11] и соавторы считают, что распространение потенциала по поверхности коры отражает по крайней мере в части случаев направление доминирующих импульсных потоков при кортикальной передаче. В соответствии с этим, "…движущиеся волны могут возникать в любом участке коры и распространяться в любом направлении, взаимно переплетаясь друг с другом… В каждый момент в зависимости от количества элементов, включённых в генерацию данной движущейся волны, возникает предпочтительное направление движения волны по коре". Имеются и другие подтверждения.
Используемая частота дискретизации 630 Гц достаточна как раз только для исследованного состояния покоя, т.е. для ЭЭГ с выраженным альфа-ритмом (глаза закрыты). Для удовлетворительной визуализации ЭЭГ в активном состоянии (десинхронизация или бета-ритм) частота дискретизации должна быть существенно, - т.е. в несколько раз, - увеличена. Это сделано в настоящей работе.
В настоящее время имеются данные, которые показывают, что функциональное объединение различных структур мозга при разных состояниях и видах деятельности сопровождается закономерной реорганизацией пространственно-фазовых соотношений ЭЭГ. Для тех структур, которые имеют непосредственное отношение к данной деятельности, характерно достоверное увеличение числа альфа-волн с фазовым лидерством в этих областях. На основании этих данных, начиная данное исследование, мы надеялись непосредственно увидеть подобные изменения лидерства при помощи нашей методики и получить о них новую информацию.
Визуализация может оказаться полезной даже и в том случае, если за движением потенциала стоят не импульсные потоки по коре, а, скажем, таламический пейсмекер, или даже смещения компактного диполя. Это мнение основано на том, что строгие математические методы в биологии и физиологи часто выступают в роли так называемых "фильтров упрощения", неадекватных природе биологических объектов (по К.Лоренцу). Во многих случаях (например, в случае с движением потенциала по коре) глазомер человека и образное мышление явились бы в этом смысле гораздо лучшими средствами исследования. Тем не менее, следует оговорить, что правильный подход безусловно предполагает применение также и объективного статистического анализа, поскольку он позволяет проверить увиденные закономерности, исходя из критериев статистической значимости [4].

Характеристики

Список файлов учебной работы