Важность сегментации в решении задач ЭЭГ

Система базируется на том, что для анализа, необходимы записи с одного канала ЭЭГ (C4/A1 или C3/A2 согласно системе 10-20), двух каналов ЭОГ и одного канала ЭМГ.

Вся запись делится на сегменты по 30 секунд и для каждого сегмента рассчитываются основные параметры ритмов: индексы и амплитуды. Индекс ритма рассчитывается как отношение суммы длительностей отрезков представляющих ритм к общей длительности сегмента. В качестве амплитуды, характеризующей ритм, используется максимальная амплитуда данного ритма в сегменте.

Однако сегодня становится очевидным, что система R&K подразумевает некоторые ограничения. Одно из ограничений - это фиксированная длина сегмента 20 - 30 секунд. А если переход между стадиями случится в середине этого участка, то эксперту все равно придется выбирать одну из стадий. Другая проблема данной системы в том, что она была разработана относительно молодых и здоровых пациентов, в случае обследования пациентов старшего возраста или с расстройствами сна этот метод может не дать точных результатов. Из-за того, что анализ должен выполняться человеком, что само по себе требует много времени и сил, возникает проблема субъективной интерпретации [6]. Поэтому сейчас исследователи нуждаются в объективных компьютеризированных методах классификации стадий сна. Для этих целей могут быть использованы классификаторы на основе нейронных сетей. Для коротких сегментов ЭЭГ рассчитываются определенные характеристики, например статистические или спектрально-корреляционные, которые будут идентифицировать конкретный сегмент. После этого классификатор разделяет все сегменты на заданное количество групп. Очевидно, что такой анализ применим к ЭЭГ сигналу, но только после его предварительного сегментирования на участки относительной стационарности. Это, в свою очередь, привело исследователей к необходимости разработки технологий выделения так называемых квази-стационарных участков в ЭЭГ сигнале. Первые же позитивные данные в этом направлении позволили не только указать путь более корректного оценивания статистических свойств ЭЭГ сигнала, но, что представляется более важным, - дали первые основания к совершенно новому пониманию организации ЭЭГ как кусочно-стационарного процесса [9].

Фундаментальные исследования работы мозга

Изучению могут подлежать не сами стационарные сегменты, а моменты перехода от одного сегмента к другому, т.е. моменты резких изменений характеристик ЭЭГ. Эти моменты могут отражать реакции ЭЭГ на "переключения” различных систем мозга из одного микросостояния в другое. Исследуя же синхронность таких переключений в различных отделах коры больших полушарий с помощью анализа совпадений во времени моментов изменений в различных отведениях ЭЭГ, можно получать информацию о пространственно-временной организации различных процессов, идущих в мозге.

Для оценки кооперативности работы различных участков коры подавляющее большинство исследователей в настоящее время использует когерентный анализ. Оценки когерентности весьма чувствительны к различным сдвигам функционального состояния человека, к когнитивным нагрузкам, к индивидуально-типологическим особенностям, к патологическим сдвигам в работе мозга и к медикаментозной терапии. Однако когерентный анализ оценивает лишь линейную статистическую связь динамики биопотенциалов исследуемых областей в частотной области, которая отнюдь не тождественна их функциональной связанности.

Отличием подхода изучения синхронности резких изменений ЭЭГ является предварительное выделение из ЭЭГ информации о функционально важных "событиях”, синхронность которых затем оценивается. В качестве индикаторов этих "событий" удобно использовать резкие изменения характеристик ЭЭГ. Резкое изменение может быть представлено единственной точкой на временной оси, и это позволяет эффективно анализировать синхронность изменений динамики потенциалов в пространственно удаленных друг от друга участках коры [10].