Электроэнцефалография в клинической практике

 

Для проведения обследования пациент удобно располагается в кресле или укладывается на кушетку, на его голову надевается резиновый шлем и накладываются электроды, которые подсоединены к электроэнцефалографическому усилителю. Более подробно эта процедура описана ниже.

 

Проба "открыть-закрыть глаза" проводится обычно длительностью около 3 секунд с интервалами между последовательными пробами от 5 до 10 секунд. Считается, что открывание глаз характеризует переход к деятельности (большую или меньшую инертность процессов торможения); а закрывание глаз характеризует переход к покою (большую или меньшую инертность процессов возбуждения).

 

В норме при открывании глаз происходит подавление альфа-активности и усиление (не всегда) бета-активности. При закрывании глаз повышается индекс, амплитуда и регулярность альфа-активности.

 

Латентный период ответа при открытых и закрытых глазах варьирует от 0,01-0,03 секунд и 0,4-1 секунды соответственно. Считается, что ответ на открывание глаз это переход от состояния покоя к состоянию деятельности и характеризует инертность процессов торможения. А ответ на закрывание глаз - это переход от состояния деятельности к покою и характеризует инертность процессов возбуждения. Параметры ответов у каждого больного обычно стабильны при повторных пробах.

 

При проведении пробы с гипервентиляцией пациенту необходимо дышать редкими, глубокими вдохами и выдохами в течение 2-3 минут, иногда долее. У детей моложе 12-15 лет гипервентиляция уже к концу 1-ой минуты закономерно приводит к замедлению ЭЭГ, нарастающему в процессе дальнейшей гипервентиляции одновременно с частотой колебаний. Эффект гиперсинхронизации ЭЭГ в процессе гипервентиляции выражен тем отчетливее, чем моложе обследуемый. В норме такая гипервентиляция у взрослых людей не вызывает особых изменений ЭЭГ или иногда приводит к увеличению процентного вклада альфа ритма в суммарную электрическую активность и амплитуды альфа-активности. Следует отметить, что у детей до 15-16 лет появление регулярной медленной высокоамплитудной генерализованной активности при гипервентиляции является нормой. Такая же реакция наблюдается у молодых (до 30 лет) взрослых. При оценке реакции на гипервентиляционную пробу следует учитывать степень и характер изменений, время их появления после начала гипервентиляции и длительность их сохранения после окончания пробы. В литературе нет единого мнения о том, как долго сохраняются изменения ЭЭГ после окончания гипервентиляции. По наблюдениям Н.К.Благосклоновой, сохранение изменений на ЭЭГ дольше 1 минуты следует расценивать как признак патологии. Однако в ряде случаев гипервентиляция приводит к появлению особой формы электрической активности мозга - пароксизмальной. Ещё в 1924 г. О. Foerster показал, что интенсивное глубокое дыхание в течение нескольких минут провоцирует у больных эпилепсией появление ауры или развёрнутого эпилептического припадка. С введением в клиническую практику электроэнцефалографического обследования, было выявлено, что у большого числа больных эпилепсией уже в первые минуты гипервентиляции появляется и усиливается эпилептиформная активность.

 

В клинической практике анализируется появление на ЭЭГ ритмических ответов разной степени выраженности, повторяющих ритм световых мельканий. В результате нейродинамических процессов на уровне синапсов, кроме однозначного повторения ритма мельканий, на ЭЭГ могут наблюдаться явления преобразования частоты стимуляции, когда частота ответов ЭЭГ выше или ниже частоты стимуляции обычно в чётное количество раз. Важно, что в любом случае возникает эффект синхронизации активности мозга с внешним датчиком ритма. В норме оптимальная частота стимуляции для выявления максимальной реакции усвоения лежит в области собственных частот ЭЭГ, составляя 8-20 Гц. Амплитуда потенциалов при реакции усвоения не превышает обычно 50 мкВ и чаще всего не превосходит амплитуду спонтанной доминирующей активности. Лучше всего реакция усвоения ритма выражена в затылочных отделах, что, очевидно, обусловлено соответствующей проекцией зрительного анализатора. Нормальная реакция усвоения ритма прекращается не позднее чем через 0,2-0,5 секунд по прекращению стимуляции. Характерной особенностью мозга при эпилепсии является повышенная склонность к реакциям возбуждения и синхронизации нейронной активности. В связи с этим на определённых, индивидуальных для каждого обследуемого частотах мозг больного эпилепсией даёт гиперсинхронные высокоамплитудные ответы, называемые иногда фотоконвульсивными реакциями. В ряде случаев ответы на ритмическую стимуляцию возрастают по амплитуде, приобретают сложную форму пиков, острых волн, комплексов пик-волна и других эпилептических феноменов. В некоторых случаях электрическая активность мозга при эпилепсии под влиянием мелькающего света приобретает авторитмический характер самоподдерживающегося эпилептического разряда независимо от частоты стимуляции, вызвавшей его. Разряд эпилептической активности может продолжаться после прекращения стимуляции и иногда переходить в малый или большой эпилептический припадок. Такого рода эпилептические приступы называются фотогенными.

 

В некоторых случаях используются специальные пробы с темновой адаптацией (пребывание в затемнённом помещении до 40 минут), частичной и полной (от 24 до 48 часов) депривацией сна, а также совместный ЭЭГ и ЭКГ-мониторинг, и мониторинг ночного сна.

 

О происхождении электрических потенциалов мозга.

 
На протяжении многих лет теоретические представления о происхождении потенциалов мозга неоднократно менялись. В нашу задачу не входит глубокий теоретический анализ нейрофизиологических механизмов генерации электрической активности. Образное высказывание Грея Уолтера о биофизическом значении получаемой электрофизиологом информации приводится в следующей цитате: "Электрические изменения, которые вызывают регистрируемые нами переменные токи разной частоты и амплитуды, возникают в клетках самого мозга. Несомненно, что это их единственный источник. Мозг следует описывать как обширный агрегат электрических элементов, столь же многочисленных, как звёздное население Галактики. В океане мозга вздымаются беспокойные приливы нашего электрического бытия, в тысячи раз относительно более мощные, чем приливы земных океанов. Это происходит при совместном возбуждении миллионов элементов, что делает возможным измерение ритма их повторных разрядов по частоте и амплитуде.

 

Не известно, что заставляет эти миллионы клеток действовать вместе и что вызывает разряд одной клетки. Мы все еще очень далеки от объяснения этих основных механизмов мозга. Будущие исследования, возможно, откроют перед нами динамическую перспективу удивительных открытий, подобную той, которая открылась перед физиками в их попытках понять атомную структуру нашего бытия. Быть может, как и в физике, эти открытия удастся описать в терминах математического языка. Но уже сегодня, когда мы движемся в русле новых идей, адекватность используемого языка и четкое определение принимаемых нами допущений приобретают возрастающую важность. Арифметика является адекватным языком для описания высоты и времени прилива, однако, если мы хотим предсказать его возрастание и спад, мы должны использовать другой язык, язык алгебры с её специальными символами и теоремами. Сходным образом электрические волны и приливы в мозгу могут быть адекватно описаны с помощью подсчета, арифметики; но, когда наши претензии возрастают и мы хотим понять и предсказать поведение мозга, появляется много неизвестных "иксов" и "игреков" мозга. Необходимо, таким образом, иметь и его алгебру. Некоторым это слово кажется устрашающим. Но оно означает не более чем "соединение кусков сломанного".

 

Записи ЭЭГ можно рассматривать, следовательно, как частицы, осколки зеркала мозга, его speculum speculorum. Попыткам соединить их с осколками другого происхождения должна предшествовать тщательная сортировка. Электроэнцефалографическая информация приходит, как и обычное донесение, в зашифрованном виде. Вы можете раскрыть шифр, но это еще не означает, что добытая вами информация обязательно будет иметь большое значение...

 

Функция нервной системы заключается в восприятии, сопоставлении, хранении и генерации многих сигналов. Головной мозг человека представляет собой не только механизм намного более сложный, чем любой другой, но и механизм, имеющий длительную индивидуальную историю. Исследовать в этой связи только частоты и амплитуды компонентов волнистой линии на ограниченном отрезке времени было бы по меньшей мере переупрощением." (Грей Уолтер. Живой мозг. М., Мир, 1966).

 

Исторически клиническая электроэнцефалография развивалась на основании визуального феноменологического анализа ЭЭГ. Однако уже в начале развития электроэнцефалографии у физиологов возникло стремление оценить ЭЭГ с помощью количественных объективных показателей, применить методы математического анализа.

 

Сначала обработка ЭЭГ и подсчет разных количественных параметров её производились вручную путём оцифровки кривой и вычисления частотных спектров, различие которых в разных областях объяснялось цитоархитектоникой корковых зон.

 

К количественным методам оценки ЭЭГ следует отнести также планиметрический и гистографический методы анализа ЭЭГ, выполнявшиеся также путём измерения амплитуды колебаний вручную. Исследование пространственных отношений электрической активности коры головного мозга человека проводилось с применением топоскопа, который давал возможность исследовать в динамике интенсивность сигнала, фазовые отношения активности и проводить выделение выбранного ритма. Применение корреляционного метода для анализа ЭЭГ было впервые предложено и разработано Н. Винером в 30-х годах, а наиболее подробное обоснование применения спектрально-корреляционного анализа к ЭЭГ приведено в работе Г. Уолтера.

 

С внедрением в медицинскую практику цифровых ЭВМ стало возможным производить анализ электрической активности на качественно новом уровне. В настоящее время наиболее перспективным при изучении электрофизиологических процессов является направление цифровой электроэнцефалографии. Современные методы компьютерной обработки электроэнцефалограммы позволяют проводить детальный анализ различных ЭЭГ-феноменов, просматривать любой участок кривой в увеличенном виде, производить его амплитудно-частотный анализ, представлять полученные данные в виде карт, цифр, графиков, диаграмм и получать вероятностные характеристики пространственного распределения факторов, обусловливающих возникновение на конвекситальной поверхности электрической активности.

  

Спектральный анализ, получивший наибольшее распространение при анализе электроэнцефалограмм был использован для оценки фоновых стандартных характеристик ЭЭГ в разных группах патологий ( Ponsen L., 1977), хронического влияния психотропных препаратов (Saito M., 1981), прогноза при нарушениях мозгового кровообращения (Saimo K. et al., 1983), при гепатогенной энцефалопатии (Van der Rijt C.С. et al., 1984). Особенностью спектрального анализа является то, что он представляет ЭЭГ не в виде временной последовательности событий, а в виде спектра частот за определенный промежуток времени. Очевидно, что спектры будут в тем большей степени отражать фоновые стабильные характеристики ЭЭГ, чем за более длительную эпоху анализа они зарегистрированы в сходных экспериментальных ситуациях. Длительные эпохи анализа предпочтительны также в связи с тем, что в них менее выражены отклонения в спектре, вызванные кратковременными артефактами, если они не имеют значительной амплитуды.

 

При оценке обобщенных характеристик фоновой ЭЭГ большинство исследователей выбирают эпохи анализа 50 - 100 сек, хотя по данным J. Mocks и T. Jasser (1984), достаточно хорошо воспроизводимые результаты дает и эпоха 20 сек, если производится выбор ее по критерию минимальной активности в полосе 1,7 - 7,5 Гц в отведении ЭЭГ. Относительно надежности результатов спектрального анализа мнения авторов колеблются в зависимости от состава исследованных и конкретных задач, решаемых с помощью этого метода. R. John и др. (1980) пришли к выводу, что абсолютные спектры ЭЭГ у детей ненадежны, и высоковоспроизводимыми являются только относительные спектры, зарегистрированные при закрытых глазах испытуемого. В то же время G. Fein и др. (1983), исследуя спектры на ЭЭГ нормальных и дизлексических детей, пришли к выводу об информативности и большей ценности абсолютных спектров, дающих не только распределение мощности по частотам, но и ее реальное значение. При оценке воспроизводимости спектров ЭЭГ у подростков при повторных исследованиях, первое из которых произведено в возрасте 12,2 года, а второе в 13 лет, обнаружены надежные корреляции только в полосе альфа1 (0,8) и альфа2 (0,72), в то время, как по остальным спектральным полосам воспроизводимость менее надежна (Gasser T. et al., 1985). При ишемическом инсульте из 24 количественных параметров , полученных на основе спектров от 6 отведений ЭЭГ, надежным предсказателем прогноза была только абсолютная мощность локальных дельта-волн (Sainio K. et al., 1983).

 

В связи с чувствительностью ЭЭГ к изменениям мозгового кровотока ряд работ посвящен спектральному анализу ЭЭГ при транзиторных ишемических атаках, когда изменения , выявляемые ручным анализом, представляются несущественными. V. Kopruner и др. (1984) у 50 здоровых и 32 больных с нарушениями мозгового кровообращения исследовали ЭЭГ в состоянии покоя и при сжимании мячика правой и левой рукой. ЭЭГ подвергали компьютерному анализу с вычислением мощности по основным спектральным полосам. На основе этих исходных данных получаем 180 параметров, которые подвергали обработке по методу мультивариационного линейного дискриминантного анализа. На этой основе получен мультипараметрический показатель асимметрии (МПА), позволивший дифференцировать здоровых и больных, группы больных по тяжести неврологического дефекта и по наличию и размеру поражения на компьютерной томограмме. Наибольший вклад в МПА давали отношения мощности тета к мощности дельта. Дополнительными значимыми параметрами асимметрии были мощность тета и дельта, пиковая частота и связанная с событиями десинхронизация. Авторы отметили высокую степень симметрии параметров у здоровых и главную роль асимметрии в диагностике патологии.

 

Особый интерес представляет использование спектрального анализа в исследовании мю-ритма, который при визуальном анализе обнаруживается только у небольшого процента лиц. Спектральный анализ в сочетании с техникой усреднения полученных спектров за несколько эпох позволяет выявить его у всех исследуемых.

 

Поскольку распространение мю-ритма совпадает с зоной кровоснабжения средней мозговой артерии, его изменения могут служить индексом нарушений в соответствующей области. Диагностическими критериями являются различия пиковой частоты и мощности мю-ритма в двух полушариях (Pfurtschillir G., 1986).

 

Высокую оценку метода вычисления спектральной мощности на ЭЭГ дают C.C. Van der Rijt и др. (1984) при определении стадии печеночной энцефалопатии. Индикатором утяжеления энцефалопатии является снижение средней доминантной частоты в спектре, причем степень корреляции настолько тесная, что позволяет установить классификацию энцефалопатий по этому показателю, оказывающемуся более надежным, чем клиническая картина. В контроле средняя доминантная частота больше или равна 6,4 Гц, а процент тета ниже 35; в I стадии энцефалопатии средняя доминантная частота лежит в том же диапазоне, но количество тета равно или выше 35%, во II стадии средняя доминантная частота ниже 6,4 Гц, содержание тета-волн в том же диапазоне и количество дельта-волн не превосходит 70%; в III стадии количество дельта-волн больше 70%.

 

Другая область применения математического анализа электроэнцефалограммы методом быстрого преобразования Фурье касается контроля кратковременных изменений ЭЭГ под влиянием некоторых внешних и внутренних факторов. Так, этот метод используется для контроля состояния церебрального кровотока при операциях эндатерэктомии или операциях на сердце, учитывая высокую чувствительность ЭЭГ к нарушениям мозговой циркуляции. В работе M. Myers и др. (1977) ЭЭГ, предварительно пропущенную через фильтр с ограничениями в пределах 0,5 - 32 Гц, переводили в цифровую форму и подвергали быстрому преобразованию Фурье последовательные эпохи длительностью 4 сек. Спектральные диаграммы последовательных эпох располагали на дисплее друг под другом. Результирующая картина представляла собой трехмерный граф, где ось Х соответствовала частоте, Y - времени регистрации и воображаемая координата, соответствующая высоте пиков, отображала спектральную мощность. Метод даёт демонстративное отображение колебаний во времени спектрального состава в ЭЭГ, которое в свою очередь в высокой степени коррелирует с колебаниями мозгового кровотока, определяющегося по артериовенозной разнице давлений в мозге. По заключению авторов, данные ЭЭГ могли быть эффективно использованы для коррекции нарушений мозговой циркуляции во время операции анестезиологом, не специализировавшимся в анализе ЭЭГ.

 

Метод спектральной мощности ЭЭГ представляет интерес при оценке влияния некоторых психотерапевтических воздействий, психических нагрузок и функциональных проб. Р.Г. Биниауришвили и др. (1985) наблюдали увеличение общей мощности и особенно мощности в полосе дельта- и тета-частот при гипервентиляции у больных эпилепсией. В исследованиях почечной недостаточности оказалась эффективной методика анализа спектров ЭЭГ во время световой ритмической стимуляции. Исследуемым предъявляли последовательные 10-секундные серии вспышек света от 3 до 12 Гц с одновременной непрерывной регистрацией последовательных спектров мощности за эпохи 5 секунд. Спектры размещали в виде матрицы с получением псевдотрёхмерного изображения, в котором время представлено по оси, уходящей от наблюдателя при взгляде сверху, частота - по оси Х, амплитуда - по оси Y. В норме наблюдался чётко очерченный пик на доминантной гармонике и менее четкий на субгармонике стимуляции, постепенно смещавшийся вправо по ходу нарастания частоты стимуляции. При уремии наблюдалось резкое снижение мощности на основной гармонике, преобладание пиков на низких частотах с общей дисперсией мощности. В более точном количественном выражении это проявлялось в снижении активности на более низкочастотных гармониках ниже основной, что коррелировало с ухудшением состояния больных. Наблюдалось восстановление нормальной картины спектров усвоения ритмов при улучшении состояния вследствие диализа или трансплантации почек (Аmel B. et al., 1978). В некоторых работах используют метод выделения определённой интересующей частоты на ЭЭГ.

 

При исследованиях динамических сдвигов на ЭЭГ используются обычно короткие эпохи анализа: от 1 до10 секунд. 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 феномены имеют большую амплитуду и длительность, чем высокочастотные. В связи с этим в спектре, построенном по классическому алгоритму Фурье, наблюдается некоторое преобладание медленных частот.

 

Оценка частотных составляющих ЭЭГ используется для локальной диагностики, так как именно эта характеристика ЭЭГ является одним из главных критериев при визуальном поиске локальных поражений мозга. При этом встаёт вопрос выбора значимых параметров оценки ЭЭГ.

В экспериментально-клиническом исследовании попытки применить спектральный анализ к нозологической классификации поражений мозга, как и следовало ожидать, оказались неуспешными, хотя подтвердилась полезность его как метода выявления патологии и локализации поражения (Mies G., Hoppe G., Hossman K.A.., 1984). В настоящем режиме программы спектральный массив отображается с разной степенью перекрытия ( 50- 67%) представлен диапазон изменения эквивалентных значений амплитуды (масштаб цветового кодирования) в мкВ. Возможности режима позволяют выводить сразу 2 спектральных массива, по 2-м каналам или полушариям для сравнения. Автоматически масштаб гистограмм рассчитывается так, что белый цвет соответствует максимальному эквивалентному значению амплитуды. Плавающие параметры масштаба цветового кодирования позволяют без зашкала представлять любые данные по любому диапазону, а также сравнивать фиксированный канал с остальными.

 

В основе математического анализа ЭЭГ положено преобразование исходных данных методом быстрого преобразования Фурье. Исходная электроэнцефалограмма после перевода ее в дискретную форму разбивается на последовательные сегменты, каждый из которых используется для построения соответствующего количества периодических сигналов, которые затем подвергают гармоническому анализу. Выходные формы представляются в виде числовых значений, графиков, графических карт, сжатых спектральных областей, ЭЭГ-томограмм и др. (Дж. Бендат, А. Пирсол, 1989, Прикладной анализ случайных данных, гл.11)

 

Традиционно ЭЭГ наиболее широко используется при диагностике эпилепсии, что обусловлено нейрофизиологическими критериями, входящими в определение эпилептического припадка как патологического электрического разряда нейронов головного мозга. Объективно зафиксировать соответствующие изменения электрической активности во время припадка можно только электроэнцефалографическими методами. Однако, актуальной остается старая проблема диагностики эпилепсии в случаях, когда непосредственное наблюдение приступа невозможно, данные анамнеза неточны или ненадежны, а данные рутинной ЭЭГ не дают прямых указаний в виде специфических эпилептических разрядов или паттернов эпилептического припадка. В этих случаях использование методов мультипараметрической статистической диагностики позволяет не только получать надежную диагностику эпилепсии из ненадежных клинико - электроэнцефалографических данных, но и решать вопросы необходимости лечения противосудорожными препаратами при черепно-мозговой травме, изолированном эпилептическом припадке, фебрильных судорогах и др. Таким образом, применение автоматических методов обработки ЭЭГ в эпилептологии является в настоящее время наиболее интересным и перспективным направлением. Объективизация оценки функционального состояния головного мозга при наличии у больного пароксизмальных приступов неэпилептического генеза, сосудистой патологии, воспалительных заболеваний головного мозга и др. с возможностью проведения лонгитудинальных исследований позволяет наблюдать динамику развития заболевания и эффективность терапии.

 

Основные направления математического анализа ЭЭГ могут быть сведены к нескольким главным аспектам:

• преобразование первичных электроэнцефалографических данных в более рациональную и приспособленную к конкретным лабораторным задачам форму;
• автоматический анализ частотных и амплитудных характеристик ЭЭГ и элементы анализа ЭЭГ методами распознавания образов, частично воспроизводящими операции, осуществляемые человеком;
• преобразование данных анализов в форму графиков или топографических карт (Rabending Y., Heydenreich C., 1982);
• метод вероятностной ЭЭГ-томографии, позволяющий исследовать с определенной долей вероятности местонахождение фактора, обусловившего электрическую активность на скальповой ЭЭГ.

При рассмотрении различных методов математического анализа электроэнцефалограммы можно показать, какую информацию даёт тот или иной метод нейрофизиологу. Однако, ни один из имеющихся в арсенале методов не может в полной мере осветить всех сторон такого сложного процесса, как электрическая активность головного мозга человека. Только комплекс разных методов позволяет проанализировать закономерности ЭЭГ, описать и количественно оценить совокупность разных её сторон.

 

Широкое применение получили такие методы как частотный, спектральный и корреляционный анализ, позволяющие оценить пространственно-временные параметры электрической активности. В числе последних программных разработок фирмы "DX-системы" - автоматический анализатор ЭЭГ, определяющий локальные изменения ритмики, отличающиеся от типичной картины для каждого пациента, синхронные вспышки, обусловленные влиянием со стороны срединных структур, пароксизмальную активность с отображением ее очага и путей распространения. Хорошо зарекомендовал себя метод вероятностной ЭЭГ-томографии, позволяющий с определённой степенью достоверности отобразить на функциональном срезе местонахождение фактора, обусловившего электрическую активность на скальповой ЭЭГ. В настоящее время идёт апробирование 3-х мерной модели функционального очага электрической активности с пространственным и послойным отображениях его в плоскостях и совмещением со срезами, принятыми при исследовании анатомических структур головного мозга методами ЯМРТ. Этот метод используется в программной версии "DX 4000 Research".

 

Всё большее применение в клинической практике при оценке функционального состояния головного мозга находит метод математического анализа вызванных потенциалов в виде картирования, спектрального и корреляционного методов анализа.

 

Таким образом, развитие цифровой ЭЭГ является наиболее перспективным методом исследования нейрофизиологических процессов головного мозга.

 

Применение корреляционно-спектрального анализа позволяет исследовать пространственно-временные взаимоотношения ЭЭГ- потенциалов.

 

Морфологический анализ различных ЭЭГ-паттернов оценивается пользователем визуально, однако возможность его просмотра при различной скорости и масштабе может быть осуществлена программно. Более того, последние разработки позволяют подвергать записи электроэнцефалограмм режиму автоматического анализатора, который оценивает фоновую ритмическую активность, характерную для каждого пациента, отслеживает периоды гиперсинхронизации ЭЭГ, локализацию некоторых патологических паттернов, пароксизмальную активность, источник её возникновения и пути распространения. Регистрация ЭЭГ даёт объективную информацию о состоянии головного мозга при различных функциональных состояниях.

 

Основными методами компьютерного анализа электроэнцефалограммы, представленными в программе "DX 4000 PRACTIC" являются ЭЭГ-томография, ЭЭГ-картирование и представление характеристик электрической активности головного мозга в виде сжатых спектральных областей, цифровых данных, гистограмм, корреляционных и спектральных таблиц и карт.

 

Диагностическую ценность при исследовании ЭЭГ имеют короткоживущие (от 10 мсек) и относительно постоянные электроэнценцефалографические паттерны ("электроэнцефалографические синдромы"), а также характерная для каждого человека электроэнцефалографическая картина и ее изменения, связанные с возрастом и (в норме) и при патологии по степени вовлечения в патологический процесс разных отделов мозговых структур. Таким образом, нейрофизиолог должен подвергнуть анализу разные по длительности, но не по значимости ЭЭГ-паттерны, и получить наиболее полную информацию о каждом из них, и об электроэнцефалографической картине в целом. Следовательно, при анализе ЭЭГ-паттерна необходимо учитывать время его существования, так как временной отрезок, подвергаемый анализу должен быть соизмерим с исследуемым ЭЭГ-феноменом.

 

Виды представления данных быстрого преобразования Фурье зависят от области применения этого метода, также как и интерпретация данных.

 

Автором данного метода является А.В. Крамаренко. Первые программные разработки проблемной лаборатории "DX-системы" были оснащены режимом ЭЭГ-томографа, и сейчас он уже успешно используется в более чем 250 лечебных учреждениях. Сущность и области практического применения этого метода описаны в работе автора.

 

Для цифровой электроэнцефалографии стали традиционными преобразования получаемой информации в виде карт: частотных, амплитудных. Топографические карты отражают распределение спектральной мощности электрических потенциалов. Преимущества этого подхода заключаются в том, что некоторые задачи распознавания, согласно данным психолога, решаются человеком лучше на основе визуально-пространственного восприятия. Кроме того, представление информации в форме картины, воспроизводящей реальные пространственные соотношения в мозге исследуемого, также оцениваются как более адекватное с клинической точки зрения по аналогии с такими методами исследования, как ЯМР и др.

 

Для получения карты распределения мощности в определенном спектральном диапазоне производят вычисление спектров мощности для каждого из отведений, а затем все значения, лежащие пространственно между электродами, вычисляют методом множественной интерполяции; спектральная мощность в определенной полосе кодируется для каждой точки интенсивностью цвета в заданной цветовой шкале на цветном дисплее. На экране получается изображение головы исследуемого (вид сверху), на котором вариации цвета соответствуют мощности спектральной полосы в соответствующей области (Veno S., Matsuoka S., 1976 ; Ellingson R.J.; Peters J.F., 1981; Buchsbaum M.S. et al., 1982; Matsuoka S., Nedermeyer E., Lopes de Silva F., 1982 ; Ashida H. et al.,1984). K. Nagata и др., (1982), используя систему представления спектральной мощности в основных спектральных полосах ЭЭГ в виде цветных карт, пришли к выводу о возможности получения дополнительной полезной информации с помощью этого метода при исследовании больных с ишемическими нарушениями мозгового кровообращения с афазией.

 

Те же авторы при исследовании больных, перенесших транзиторные ишемические атаки, установили, что топографические карты дают информацию о наличии остаточных изменений на ЭЭГ даже длительное время спустя после ишемической атаки и представляют некоторое преимущество по сравнению с обычным визуальным анализом ЭЭГ. Авторы отмечают, что субъективно патологические асимметрии в топографических картах воспринимались более убедительно, чем на обычной ЭЭГ, причем диагностические значения имели изменения в полосе альфа - ритма, которые, как известно, наименее опорны при обычном анализе ЭЭГ (Nagata K. et. al., 1984).

 

Амплитудные топографические карты целесообразны только при исследовании связанных с событиями потенциалов мозга, поскольку эти потенциалы обладают достаточно стабильными фазовыми, амплитудными и пространственными характеристиками, которые могут быть адекватно отражены на топографической карте. Поскольку спонтанная ЭЭГ в любой точке регистрации представляет собой стохастический процесс, то любое мгновенное распределение потенциалов, фиксируемое топографической картой, оказывается нерепрезентативным. Поэтому построение амплитудных карт по заданным полосам спектра более адекватно соответствует задачам клинической диагностики (Зенков Л.Р., 1991).

 

Программой "DX 4000 PRACTIC" предусмотрена возможность построения амплитудных карт по четырем частотным диапазонам с разной степенью нормировки данных, частотных карт по медианной частоте спектра и степенью ее отклонения. Используется принцип цветовой шкалы.

 

Нормировка данных включает следующие режимы:

В режиме картирования возможна мультипликация топографических карт по частотным диапазонам альфа-, бета-, тета-, дельта-; медианной частоте спектра и ее отклонению. Возможность просмотра последовательных топографических карт позволяет определить локализацию источника пароксизмальной активности и пути ее распространения при визуальном и временном (с помощью автоматического таймера) сопоставлении с традиционными ЭЭГ - кривыми. При записи электоэнцефалограммы по заданному протоколу исследования просмотр суммарных карт, соответствующих каждой пробе по четырем частотным диапазонам, дает возможность быстрой и образной оценки динамики электрической активности головного мозга при функциональных нагрузках, выявлению постоянной, но не всегда ярко выраженной асимметрии.

 

К специальным режимам обработки электроэнцефалограммы относятся: