Диссертация (1145703), страница 7
Текст из файла (страница 7)
В связи с этим, использование огибающей сигнала имгновеннойчастотыдляописаниядинамикифизиологическогоипатологического тремора становятся все более распространенной практикой.Данный подход позволяет с высоким временным разрешением рассматриватьдинамику амплитудно-частотных характеристик сигнала с ограниченнымспектром. Для получения мгновенной частоты и огибающей сигнала, могут бытьиспользованы преобразование Гильберта и преобразование Гильберта-Хуанга.Оба этих подхода, особенно последний, широко используются в настоящее времяпри анализе акселерометрических и миографических данных (Sushkova et. al.,2015; Ayache, Al-ani, Lefaucheur, 2014).1.5.ИспользованиеЭЭГдляобъективнойоценкидинамикиэмоциональных состояний.Если в отношении активности автономной нервной системы существуетнекоторое единство мнений, то существование в активности центральнойнервной системы специфических особенностей пригодных для выявленияизменений эмоционального состояния по-прежнему является поводом дляпринципиальных разногласий.
Среди сторонников существования паттерновэлектрической активности мозга отражающих изменения эмоциональногосостояния наибольшей популярностью пользуется гипотеза Р. Дэвидсона озависимости динамики межполушарной асимметрии и знака переживаемогоэмоционального состояния (Davidson et. al., 1979).В более развернутом виде гипотеза выглядит следующим образом.Возникновениеэмоциональныхсостоянийприводитксоответствующейлатерализации электрической активности во фронтальных областях коры.Предполагается, что левые фронтальные области участвуют в формированииположительных эмоциональных состояний, а правые – отрицательных.
Всоответствии с первоначальными работами, признаком вовлеченности в процесс39формирования эмоционального состояния предлагалось считать изменениеэлектрической активности в альфа-диапазоне ЭЭГ. В соответствии с этим, вкачестве оценки знака и глубины переживаемого эмоционального состоянияпредлагалось использовать отношение спектральной плотности ЭЭГ в диапазоне8 – 12 Гц полученное для парных фронтальных отведений. В качествеконкретного примера использования данного подхода для дифференцированияположительныхиотрицательныхэмоцийавторыпродемонстрировалидостоверные различия значений коэффициентов асимметрии при переживанияхрадости и отвращения.
Направление полученных изменений соответствовалоисходной гипотезе о снижении индекса альфа активности в левом полушариипри переживании положительных эмоциональных состояний. (Davidson, 1990).В последующих работах, теми же авторами, предпринята попыткарасширитьконцепциюсцельюполученияэлектрофизиологическихособенностей эмоциональных состояний в других частотных диапазонах(Davidson, 2004).
Наиболее перспективным направлением оказался анализвысокочастотной активности в гамма-диапазоне. В частности удалось показать,чтоприпросмотреэмоциональнозначимыхизображенийпроисходитлатерализация электрической активности в гамма-диапазоне (Keil et. al., 2001). Вотношении характера отражения аффективных процессов в динамике гаммаактивности существует несколько существенно отличающихся мнений. Первоепредполагает прямую зависимость между усилением латерализации гаммаактивности и уровнем эмоциональной значимости (Aftanas et. al. 2004), второе –связь гамма-активности и знака эмоционального состояния (Onton, Makeig,2009).В работах выполненных на клиническом материале показано, что усилениеактивности в гамма диапазоне характерно для пациентов с тревожнойсимптоматикой при искусственной провокации тревожных состояний (Oates et.al., 2008) причем результативная терапия приводила к уменьшению этогоэффекта.
Сравнение спектров мощности электрической активности мозга в40начальной фазе депрессивного расстройства с состоянием в норме методоманализа независимых компонент выявило достоверные различия в фоновойактивности как с открытыми, так и закрытыми глазами. При аффективномрасстройстве четыре выделенных независимых компонента характеризовалисьувеличением мощности в тета, альфа и бета диапазонах (Гринь-Яценко и др.,2011).Приинтракраниальнойорбитофрональнойкорыурегистрациибольныхэлектрическойэпилепсиейбылоактивностипоказано,чтоотрицательные эмоционально значимые сигналы увеличивали гамма-активностьв латеральных отделах орбитофронтальной коры, а положительные – вмедиальных (Jung et. al., 2010).Другим направлением развития исследований межполушарной асимметрииэлектрической активности фронтальных областей коры стало совершенствованиематематическогоаппаратаиразвитиеметодовоценкиаффективнообусловленных изменений электрической активности.
Одним из таких примеровявляется работа Л. Афтанаса и соавторов использовавших для оценки вызванныхизменений стимул зависимую реакцию синхронизации/десинхронизации (eventrelated desynchronizatio/synchronization) (Pfurtscheller, Lopes da Silva, 1999;Пономарев, Пронина, Кропотов, 2017). При использовании данного метода,возникновению отрицательных эмоциональных состояний соответствовалиболее высокие значения вызванной синхронизации в правом полушарии, авозникновению положительных – в левом (Aftanas et. al., 2001).Позднее, были высказаны неоднозначные предположения о возможностииспользованияреакциисинхронизации/десинхронизацииэлектрическойактивности в дельта и тета-диапазонах для оценивания аффективной динамики.Вчастностипредполагалосьсинхронизации/десинхронизацииналичиевдельтасвязиизмененийдиапазонекаквызваннойсознакомэмоциональных состояний (Klados et.
al., 2009), так и со степенью ихвыраженности (Knyazev, Slobodskoj-Plusnin, Bocharov, 2009).41Наначальномэтапеработпофункциональноймежполушарнойасимметрии существовал некоторый крен в сторону использования визуальныхсредств предъявления эмоционально значимых стимулов. Работы в которыхрассматриваетсяприменениеэмоциональныхсостоянийобусловленнымспецификойзвуковыхпоявилисьсигналовсодляформированиязначительнымзапаздываниемэлектрическойактивностиприслуховомвосприятии (Bos, 2006)Доминирование концепции фронтальной межполушарной асимметрии вэлектрофизиологических исследованиях динамики эмоциональных состоянийпривело к преобладанию работ использующих двухфакторное эмоциональноепространство.
Вместе с тем существуют несколько направлений развитиясвязанныхспоискомэлектрофизиологическихпризнаковдискретныхэмоциональных состояний с применением статистических методов анализасигналов и классификаторов на основе искусственных нейронных сетей. Вкачествеиллюстрациипоследнегоподходаможнопредложитьпримерпостроения дискриминатора шести эмоциональных состояний с заявленнойэффективностью различения 64 % (Choppin, 2000).Образцомабстрактностатистическогоподходакисследованиюэмоциональных состояний является следующая работа (Murugappan, 2008).
Дляклассификации регистрируемых характеристик авторы использовали кластерныйанализ и нечеткую логику при минимальных предварительных предположенияхотносительно характера получаемой иерархии. В качестве метода выделенияисходных параметров применяли пакетный вейвлет анализ с использованиемвейвлетов Добеши 4-го порядка и энтропийным принципом адаптивнойтерминации преобразования.Предлагаемые в данной работе решения связанные с формированиемэмоциональных состояний в экспериментальных условиях являются развитиемисследований связанных с применением игровых моделей. Использованиеотработанной в прикладных задачах реализации теста «знания виновного» как42средстваформированияаффективныхреакцийрасширяеттипологиюэмоциональных состояний моделируемых посредством игровых моделей запределы фрустрационных реакций.Регистрация и анализ физиологического тремора наиболее распространеныпри диагностике двигательных расстройств, то есть патологических состоянийхарактеризующихся устойчивыми и длительными изменениями параметровмоторных реакций.
Исследования продолжительных изменений эмоциональныхсостояний с использованием динамики физиологического тремора в нормевстречаются редко, а работы затрагивающие динамику переходных процессовсвязанных с вызванными изменениями тремора при аффективных реакциях влитературе не встречаются совсем.Математическиефизиологическогометоды,тремора,используемыеобладаютприопределеннойоценкеновизнойпараметроввчастиприменения сингулярного спектрального анализа для выделения релевантных, сфизиологической точки зрения частотных диапазонов исследуемых процессов.Данный метод фильтрации, до недавнего времени считавшийся слишкомзатратным в вычислительном отношении, теперь находит все более широкоеприменение в нестандартных задачах цифровой обработки сигналов для которыхне вполне достаточны традиционные средства.432. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ2.1.Исследованиеобусловленныхособенностейразвитиемфизиологическогоэмоциональныхсостоянийтреморасвязанныхссокрытием информации.При проведении эксперимента, испытуемый располагался в кресле безподлокотников, в положении сидя, удерживая обе руки ниже локтя навесу, повозможности горизонтально и симметрично.
Кисти рук и предплечья должныбыли находиться в безопорном и, насколько это возможно, комфортном дляиспытуемогоположении.Тестированиевыполнялосьвэкранированнойзвукоизолированной камере, представляющей из себя отдельное помещение.Регистрацию физиологического тремора осуществляли трехкоординатнымицифровыми акселерометрами ADXL345 (производство «Analog Devices», США).Акселерометрызакреплялисиспользованиеммедицинскогопластыря,симметрично на обращенной вверх стороне указательных пальцев правой илевой руки испытуемого.В целях увеличения качества регистрируемых данных, стабильностиоцениваемых параметров физиологического тремора и фиксации вниманияиспытуемого на выполнении задачи в эксперименте использовалась зрительнаяобратная связь по положению обеих рук в горизонтальной плоскости.Регулируемый с применением обратной связи параметр оценивался по даннымакселерометрической регистрации с использованием акселерометров в качестведатчиков положения.Монитор, на экране которого предъявлялись цифровые стимулы изтестового набора и индикаторы сигналов обратной связи, располагался посредней линии перед испытуемым, приблизительно на высоте глаз.