|
|
Главная | Новости | Продукция/Цены | Публикации | About | Контакты |
Возможности исследования вызванных потенциалов (ВП) в программе НЕЙРОКОМ.В настоящее время метод исследования ВП мозга находит все более широкое применение в клинической практике как метод, позволяющий получить объективную информацию о состоянии различных сенсорных систем, например, зрения, слуха, осязания, причем о состоянии не только периферических звеньев, но и центров обработки получаемой информации. Метод позволяет получить объективную информацию без словесного отчета больного, что особенно важно в случае обследования маленьких детей, больных с различными нарушениями сознания или негативным отношением к обследованию. К сожалению, вызванные потенциалы имеют весьма низкую амплитуду по сравнению с фоновой ЭЭГ активностью, и это не позволяет непосредственно наблюдать их в зарегистрированной ЭЭГ без предварительной обработки, улучшающей имеющееся соотношение сигнал/шум. Под шумом в данном случае понимаются различные электродные и физиологические артефакты и не синхронные со стимулами сигналы источников фоновой ЭЭГ активности. Основным методом, используемым сегодня для выделения ВП, является метод синхронного, или когерентного накопления. Короткие эпохи ЭЭГ сигналов, синхронные с моментами появления стимулов, когерентно накапливаются, что приводит к повышению соотношения сигнал/шум, тем большему, чем больше количество накопленных эпох. В особом положении находятся, так называемые, синхронные со стимулами физиологические артефакты, возникающие, например, за счет моргания и движения глаз или синхронизации фоновой активности, которые, как будет сказано ниже, при данной методике становятся не отличимыми от сигналов ВП. Для получения высокого качества накопления, вызванные ответы на каждый стимул должны быть достаточно идентичными, что, к сожалению, не всегда выполняется, особенно, в случаях патологии, когда генерация потенциалов мозгом нарушена. Это может препятствовать достижению высокого качества накопления, даже при большом количестве стимулов. К существенному ухудшению качества накопления приводят и различного рода случайные (а, тем более, частые регулярные), не синхронные со стимулами высокоамплитудные артефакты, если моменты их возникновения совпадают с временными интервалами, используемыми при накоплении. Обычно, для ослабления влияния таких артефактов, из накопления исключают временные интервалы, максимальная амплитуда сигналов на которых превышает некоторый установленный порог. Однако, подобное решение требует существенного увеличения длительности записи, при этом возникают проблемы с выбором порога и, кроме того, увеличение длительности записи может привести к ухудшению идентичности откликов и, т.о., все равно не позволит достигнуть высокого качества накопления. Сигналы ВП должны быть статистически независимы от спонтанной ритмики, однако, в некоторых условиях ЭЭГ активность может частично синхронизироваться предъявляемыми стимулами, что может существенно исказить выделенные сигналы ВП. Похожая ситуация, особенно при регистрации длиннолатентных ВП, может наблюдаться, когда ЭОГ начинает синхронизироваться подаваемыми стимулами, например, движение глазных яблок происходит синхронно с подачей стимулов. Ситуация усугубляется тем, что латентный период реакции ЭОГ составляет от 150 до 400 мс, т.е. находится в диапазоне интересующих нас длиннолатентных ЗВП. То же самое происходит и при исследовании коротко- и среднелатентных слуховых ВП, но в качестве синхронных артефактов в этом случае может выступать ЭМГ. Т.о., к сожалению, когерентное накопление принципиально не может устранить составляющие артефактов, если они возникают синхронно со стимулами. Эти составляющие успешно накапливаются, накладываются на истинные сигналы ВП и могут привести к значительному искажению результатов анализа. Понятно, что, в особенности, эти искажения будут проявляться в отведениях, электроды которых расположены в непосредственной близости от источников данной помеховой активности. Заметим, что затронутый вопрос является весьма сложным, и, по имеющимся у нас сведениям, полностью он не решен ни в одной из известных нам программ анализа ЭЭГ данных. В программе НЕЙРОКОМ была предпринята попытка существенного улучшения достижимого качества выделения ВП и углубления их анализа. Прежде всего, в процессе регистрации данных исследователю предоставлена возможность наблюдения за изменением уже достигнутого качества накопления, и прекращения его, если качество перестает повышаться. По требованию Международной федерации клинических нейрофизиологов, обязательное условие при представлении результатов рассмотрения ВП - сравнение выделенных ответов при накоплении четных и нечетных стимулов для оценки воспроизводимости, достоверности и значимости выделенных компонентов ответа. Программа НЕЙРОКОМ позволяет выводить на экран и, при формировании отчета, выводить на печать для каждого рассматриваемого отведения, пары сигналов ВП, полученных в результате накопления откликов на четные и нечетные стимулы, и рассчитывать их коэффициент корреляции. Этот коэффициент корреляции и используется в нашей программе в качестве численной меры достигнутого качества накопления, а график его изменения во времени для каждого отведения выводится в процессе регистрации данных на экран, отображая текущее, уже достигнутое, качество накопления. На Рис.1 приведена исходная запись сигналов ЭЭГ отведений при исследовании вызванных потенциалов. Вертикальными маркерами обозначены моменты генерации стимулов, а светлым фоном - эпохи для последующего когерентного накопления. Рис.2 демонстрирует сигналы ВП, полученные в результате когерентного накопления 100 эпох (слева), и построенные для каждого отведения отклики на четные и нечетные стимулы (справа), с рассчитанными коэффициентами корреляции. |
 |
 |
Рис. 1 |
Рис. 2 |
|
В конце 90-ых годов рядом авторов (Bell, Sejnowski, 1995; Cardoso, Laheld,1996; Lee, Girolami, 1999) был предложен весьма эффективный способ решения задачи Blind Source Separation (BSS), т.е. "слепого" разделения источников сигналов - использование технологии ICA (Independent Component Analysis). В качестве исходных предположений было принято, что сигналы самих источников не наблюдаются, и что нет никакой априорной информации о законах смешивания сигналов источников в реально наблюдаемых сигналах, кроме того, что реально наблюдаемые сигналы есть линейная смесь сигналов источников, а сами источники - независимы. Использование ICA технологии для разделения ЭЭГ сигналов требует выполнения двух, вполне приемлемых для решения задачи выделения сигналов ВП, условий: Данная технология нашла самое широкое применение в нашей программе, в том числе и при решении задачи выделения ВП и синхронных со стимулами артефактов. Итак, стандартный подход (когерентное накопление) предполагает использование для последующей селекции лишь одного отличительного признака сигналов ВП - постоянства времени задержки откликов относительно моментов генерации стимулов. Этот признак, при достаточно большом времени накопления, мог бы обеспечить любое требуемое качество, если бы не ряд особенностей полезного сигнала и помехи, о которых мы уже говорили. С другой стороны, предложенное решение задачи Blind Source Separation позволяет разложить наблюдаемые ЭЭГ сигналы на отдельные, независимые компоненты, генерируемые различными пространственно разделенными или перекрывающимися структурами мозга, имеющими фиксированную пространственную локализацию. Совершенно понятно, что в силу своих специфических особенностей, в основном связанных с природой их возникновения (следствие воздействия квазипериодичного внешнего раздражителя), сигналы ВП будут отличаться от сигналов источников фоновой ЭЭГ, записанной в условиях покоя и полного отсутствия внешних раздражителей. Это легко позволяет выделить их в отдельные компоненты, с другими, по отношению к компонентам фоновой ЭЭГ, вероятностными характеристиками. При этом, пространственное положение конкретных источников этих компонент будет определять локализацию соответствующих центров обработки поступившей из окружающей среды информации, а компоненты, генерируемые пространственно не совпадающими источниками могут рассматриваться как отдельные составляющие сигналов ВП, генерируемые различными центрами. При наличии нескольких центров обработки информации от периферических звеньев, генерируемые ими сигналы будут выделены либо в отдельные компоненты - если эти сигналы независимы, либо в одну - если это полностью зависимые сигналы, всегда формируемые группой стабильно расположенных в пространстве источников, либо в комбинацию первого и второго случаев. Понятно, что истинное пространственное положение существующих центров обработки и истинное разделение на отдельные составляющие наилучшим образом может быть найдено только в первом случае. По всей видимости, выделенные компоненты сигналов ВП будут иметь и некоторые дополнительные составляющие, в большей или меньшей степени отражающие и фоновую активность. Наконец, среди полученных компонент разложения будет множество компонент, отражающих активность источников чисто фоновой ЭЭГ, источников электродных и физиологических артефактов, в том числе, и синхронных со стимулами артефактов. Однако, все рассмотренные выше компоненты будут давать совершенно различные (качественно) результаты, при проведении их последующего когерентного накопления. Только компоненты сигналов ВП и синхронных со стимулами артефактов будут способны накапливаться при когерентном сложении, давать не нулевой результат и высокий коэффициент корреляции между накопленными откликами на четные и нечетные стимулы, причем, вес составляющих фоновой активности в этих компонентах будет уменьшаться, по мере увеличения количества накопленных эпох. На Рис.3 приведен результат разложения рассматриваемых ЭЭГ сигналов на независимые компоненты с графиками изменения качества когерентного накопления для каждой из полученных компонент (слева). Справа представлены накопленные отклики на четные и нечетные стимулы для каждой из компонент, с рассчитанными для них коэффициентами корреляции. Это позволяет судить о степени накапливаемости компонент, о специфике формы сигнала и весовом вкладе результата накопления каждой из компонент в суммарный сигнал ВП. Следует заметить, что разложив ЭЭГ сигналы на независимые компоненты, мы провели своеобразную фильтрацию их источников, дополнительную селекцию, разделив все источники ЭЭГ активности по признаку плотности вероятности распределения их амплитуд, хотя заметьте, мы не знаем какие функции распределения свойственны интересующим нас сигналам ВП или синхронным со стимулами артефактам! Введя еще один отличительный признак интересующих нас феноменов (сигналов ВП), и реально не зная его, мы все-таки можем его использовать, поскольку известно, что только компоненты сигналов ВП и синхронных со стимулами артефактов способны накапливаться при когерентном сложении. |
 |
||
Рис. 3 |
|
Как мы уже говорили, поскольку сигналы ВП и сигналы синхронных со стимулами артефактов генерируются не всем мозгом, а лишь отдельными его компактными структурами, возможность разделения сигналов ВП и синхронных со стимулами артефактов на отдельные компоненты позволяет отделить друг от друга отклики определенных пространственных зон мозга, и, т.о., позволяет найти пространственное положение центров обработки поступившей от периферических звеньев информации. С другой стороны, автоматически решается и задача разложения суммарного наблюдаемого сигнала ВП на отдельные составляющие, генерируемые этими центрами обработки. На Рис.4, наряду с уже рассмотренными компонентами ICA разложения, представлены дипольные карты компонент, позволяющие судить о локализации их источников и о характере распределения потенциалов на поверхности скальпа. Совокупность данных, представленных на Рис.3 и Рис.4 позволяет выбрать компоненты, интересующие нас как сигналы ВП и как проявление синхронных со стимулами артефактов. Т.о., использование технологии ICA разложения совместно с последующим когерентным накоплением, позволяет существенно улучшить традиционную методику выделения сигналов ВП и получить ряд принципиально новых возможностей: |
 |
||
Рис. 4 |
|
Следует заметить, что перечисленные достоинства проявляются тем в большей степени, чем больше количество используемых ЭЭГ отведений, т.к. большее число синхронно регистрируемых каналов позволяет разложить имеющиеся ЭЭГ данные на большее число ICA компонент (более качественно решить задачу разложения на независимые компоненты), и получить более высокую разрешающую способность при решении задачи последующей пространственной локализации источников сигналов ВП. Рис.5 демонстрирует результат композиции компонента №4, с нашей точки зрения, компонента физиологического, синхронного со стимулом артефакта (слева), и дипольную карту распределения потенциалов этого компонента. На Рис.6 и Рис.7, соответственно, представлены результаты композиций когерентно накопленных компонент (№2 и №3) сигналов ВП (слева), и когерентно накопленные отклики на четные и нечетные стимулы (справа). Рис.8 и Рис.9 показывают результаты композиций компонент (№2 и №3) сигналов ВП (слева), и дипольные карты этих компонент (справа). Рис.10 представляет результат пространственной локализации источников сигналов ВП (компоненты №2 и №3) и источника синхронного со стимулом артефакта, компоненты №4. |
 |
 |
Рис. 5 |
Рис. 6 |
 |
 |
Рис. 7 |
Рис. 8 |
 |
 |
Рис. 9 |
Рис. 10 |
| Вышеизложенные рассуждения позволяют сформировать методику обработки ЭЭГ данных для более качественного выделения сигналов ВП и синхронных со стимулами артефактов: |
 |
Рис. 11 |
| Программа выполняет все необходимые действия в соответствии с предлагаемой методикой. На экран выводятся результаты разложения на независимые компоненты,
результаты их когерентного накопления, строятся топографические карты (мощностные, дипольные, потенциальные, карты суммарной мощности и симметрии) для отдельных
компонент и их композиций, определяется пространственное положение источников всех или выбранных компонент, производится расстановка маркеров, необходимые
измерения и расчеты. Обрабатываются любые системы отведений и любые отведения в них. В качестве итога представляются конкретные результаты в виде соответствующих
таблиц и графиков, где, при необходимости, Вы сможете провести требуемую коррекцию, например, изменить положение временных маркеров и т.д.
На Рис.11 представлены результаты композиции когерентно накопленного компонента №2 сигнала ВП (слева), и автоматически расставленные маркеры для отведений P3,P4,O1 и O2. Отчет по исследованию ВП, который Вы сможете откорректировать, дополнить и распечатать, содержит данные о пациенте, условиях проведения исследования, графики результатов когерентного накопления четных и нечетных стимулов, с указанием достигнутого качества накопления, таблицы результатов и графики ВП, с расставленными маркерами для указанных Вами отведений. Помимо перечисленных возможностей исследования ВП, программа НЕЙРОКОМ позволяет проводить спектральный анализ любых компонент, любых их композиций, накопленных сигналов ВП в различных заданных системах отведений. |
|
Сергеев В.Г. © Copyright 2001. Не допускается копирование или публикация этого документа без согласия автора.
| ||||