Содержание к диссертации
Введение
Глава 1. Обзор литературы 12
1.1. Классификация и диагностика цереброваскулярных заболеваний 12
1.2. Снижение порога судорожной готовности и эпилепсия 16
1.3. Обзор инструментальных методов исследования 17
1.3.1. Применение реоэнцефалографии (РЭГ) для оценки церебральной гемодинамики 17
1.3.2. Применение электроэнцефалографии для оценки функционального состояния головного мозга 27
1.3.3. Обзор по использованию ЭЭГ и РЭГ для оценки функционального состояния головного мозга и дифференциальной диагностики 32
1.3.4. Применение сверхмедленной активности для оценки функционального состояния головного мозга 37
1.3.5. Резюме по обзору литературы 40
Глава 2 Программно-алгоритмическое обеспечение электроэнцефалографа «ЭНЦЕФАЛАН-131-03» 42
2.1. Общие сведения 42
2.2. Используемые методы анализа ЭЭГ в рамках ПО «ЭЭГ-исследования» электроэнцефалографа «Энцефалан-131-03» 44
2.2.1. Спектральный анализ и топографическое картирование ЭЭГ 44
2.2.2. Автоматическое подавление физиологических артефактов на ЭЭГ 50
2.2.3. Трехмерная локализация источников электрической активности мозга 53
2.2.4 Автоматический поиск проявлений эпилептиформной активности и нестационарных фрагментов 57
2.2.5. Автоматическое формирование протокола по исследованию 58
2.2.6. Тренды сверхмедленной электрической активности головного мозга 59
2.3. Анализ реоэнцефалографических сигналов в рамках ПО «РЭГ-исследования» электроэнцефалографа «Энцефалан-131-03» 60
2.4. Совокупный анализ с представлением динамики разнотипных физиологических показателей в рамках ПО «Совокупные ЭЭГ-РЭГ-исследования» электроэнцефалографа «Энцефалан-131-03» 64
2.4.1. Перечень базовых расчетных показателей по ЭЭГ и РЭГ 64
2.4.2, Формы представления трендов показателей в виде покардиоцикловои динамики и поэтапной динамики 66
2.5. Дополнительные методы обработки, используемые в рамках ПО «Statistica 6.0»69
2.5.1. Проверка гипотез статистической достоверности 69
2.5.2. Кластерный анализ 73
Глава 3. Клинико-экспериментальные исследования 75
3.1 Общие сведения 75
3.2. Статистические результаты обработок «контрольной» группы практически здоровых испытуемых (ПЗИ) 77
3.3. Статистические результаты обработок «основной» группы пациентов с неврологическими проблемами и нарушениями мозгового кровообращения 82
3.4. Сопоставление статистических показателей по «основной» и «контрольной» группе испытуемых 87
3.5. Оценка статистической достоверности отличий «основной» группы пациентов и «контрольной» группы практически здоровых испытуемых 91
3.5.1. Параметрические методы - t-критерий Стьюдента для независимых выборок 91
3.5.2. Методы непараметрической статистики 98
3.6. Классификация проведенных совокупных ЭЭГ-РЭГ-исследований с помощью кластерного анализа 103
3.7. Описание характерных примеров трендов показателей ЭЭГ, РЭГ, ЭКГ из «контрольной» группы практически здоровых испытуемых на проведение функциональных проб с гипервентиляцией 108
3.8. Описание характерных примеров трендов показателей ЭЭГ, РЭГ, ЭКГ на проведение ФП с гипервентиляцией из «основной» группы пациентов с нарушениями церебральной гемодинамики и снижением порога судорожной готовности 117
3.9. Описание примеров трендов показателей ЭЭГ, РЭГ, ЭКГ на проведение ФП с гипервентиляцией по пациентам с выраженной эпилептиформной активностью .127
4. Заключение 136
Выводы 143
Список литературы 145
Акт о внедрении 162
- Применение электроэнцефалографии для оценки функционального состояния головного мозга
- Применение сверхмедленной активности для оценки функционального состояния головного мозга
- Используемые методы анализа ЭЭГ в рамках ПО «ЭЭГ-исследования» электроэнцефалографа «Энцефалан-131-03»
- Статистические результаты обработок «контрольной» группы практически здоровых испытуемых (ПЗИ)
Введение к работе
Актуальность темы
Одной из актуальных проблем современной медицины являются сосудистые заболевания головного мозга - дисциркуляторная энцефалопатия (ДЭ), вегето-сосудистые кризы, гипертонические церебральные кризы, транзиторные ишемические атаки, малые инсульты и т.д. Наблюдаемый рост числа цереброваскулярных заболеваний, высокая смертность и значительная инвалидизация больных с нарушениями мозгового кровообращения позволяют рассматривать эти заболевания не только как медицинскую, но и как социальную проблему (Трошин В.Д. и соавт., 2000). Цереброваскулярные заболевания в структуре общей заболеваемости по данным эпидемологических исследований составляют более 20 процентов (Варакин Ю.Я., 1994).
При сосудистых заболеваниях центральной нервной системы (ЦНС) очень важным является ранее выявление циркуляторных расстройств мозгового кровотока, поскольку ишемическая болезнь характеризуется высокой летальностью от ишемических и геморрагических осложнений. Сосудистые заболевания головного мозга могут провоцировать развитие и других заболеваний центральной нервной системы. Поэтому изучение различных аспектов проблемы нарушений мозгового кровообращения остается в центре внимания исследователей.
Актуальной неврологической проблемой является и своевременная дифференциальная диагностика многочисленных типов эпилепсии и судорожных состояний, а также выявление возможного влияния сосудистого фактора на формирование и развитие этого заболевания (Ронкин М.А., Максименко И.М., 2000 г).
Важную роль в диагностике данного типа заболеваний играют многочисленные инструментальные методы исследований, часть из которых относится к так называемым методам «функциональной диагностики», а часть их них - нейровизуализационные. Модернизация и развитие методов диагностики данных форм заболеваний заслуживает особого внимания. Одним из вариантов развития методов диагностики является использование технологии, позволяющей объединить достоинства различных инструментальных методов исследования.
Электрофизиологические методы, такие как реоэнцефалография (РЭГ), электроэнцефалография (ЭЭГ) и анализ сверхмедленной активности (СМА) головного мозга, в отличие от нейровизуализационных (КТ, МРТ) оценивают функцию, а не анатомические изменения, что позволяет оценить цереброваскулярные нарушения и прогнозировать их развитие по сопоставлению характерных признаков на ЭЭГ и РЭГ. К преимуществам электрофизиологических методов относятся: возможность динамического контроля в режиме реального времени с высокой разрешающей способностью по времени, безопасность для пациента, высокая информативность, отражающая различные аспекты функциональных и органических нарушений, дешевизна проведения исследований по сравнению с такими методами как КТ, МРТ, ПЭТ и пр. Применению ЭЭГ в клинической практике для оценки функционального состояния головного мозга, в том числе, и при сосудистых заболеваниях посвящено много книг (Зенков Л.Р., Ронкин М.А. 1991, Зенков Л.Р., 1996, Гнездицкий В.В. 2000, Одинак М.М., Михайленко А.А. и пр. 2003) и статей.
Реоэнцефалография (РЭГ) уже в течение нескольких десятков лет успешно используется для оценки различных характеристик мозгового кровообращения, этому методу посвящено много книг (Яруллин Х.Х., 1983; Ронкин М.А., Иванов Л.Б., 1997, Иванов Л.Б. Макаров В.А. 2001 г) и статей. Несмотря на бурное развитие допплерографии, метод РЭГ не потерял своей актуальности, особенно для интегральной оценки параметров церебральной гемодинамики в процессе динамических наблюдений.
Современные методы математического анализа и программные средства представления результатов позволяют получить новые данные о различных состояниях головного мозга и интегрировать информацию, получаемую от нескольких различных инструментальных методов исследования.
С позиций системного подхода организм рассматривается как единая функциональная система, воспринимающая и преобразующая поступающую на ее каналы информацию для достижения целесообразного приспособительного эффекта. Все подсистемы организма работают не изолированно, а в постоянном взаимодействии друг с другом. Цель этого взаимодействия — обеспечение оптимальной жизнедеятельности целостного организма и адаптивные изменения характеристик отдельных подсистем и их взаимовлияний на изменение внешних условий. В последнее время все более очевидной становится ограниченность узкоспециализированного подхода диагностики и лечения заболеваний, и все большую актуальность приобретают методы, сочетающие в себе различные инструментальные способы исследования и даже мультидисциплинарные подходы.
Биологическая основа регуляторных процессов состоит не только в поддержании стабильных «констант» организма, но и в поддержании функционирования ряда систем в определенном режиме деятельности организма. Оптимальные режимы деятельности функциональных систем организма являются не среднестатистическими величинами, а непрерывными динамическими процессами, протекающими во времени и сложной сети
7 коадаптированных регуляторных механизмов. Следовательно, для анализа механизмов интеграции результата системы, даже на уровне эффекторных звеньев, необходимо иметь методы непрерывной регистрации динамики процессов. «Количество здоровья» определяется динамическим диапазоном адаптационных возможностей организма, реализующихся на основе согласованного взаимодействия всех подсистем организма. Исследование адаптационных возможностей на различные провоцирующие факторы является важной диагностической задачей, поскольку позволяет выявить слабые звенья в организме, сужающие диапазон внешних воздействий, приводящих к неадекватным физиологическим реакциям организма.
Для того чтобы исследовать целостные физиологические реакции организма, необходима одновременная регистрация физиологических сигналов, относящихся к разным подсистемам организма и их совокупная интерпретация, причем не только и не столько в исходном состоянии, сколько анализ динамики при проведении провоцирующих функциональных проб различного характера. Таким образом, совокупный анализ базируется на основе сопоставления различных физиологических показателей, традиционно относящихся к разным инструментальным методам исследований, и их содержательной интерпретации.
Для оценки функционального состояния головного мозга используются различные инструментальные методы, каждый из которых имеет свои достоинства и свои недостатки. Отдельное использование любого из этих методов не дает полной объективной информации, что приводит к неоднозначности при объяснении истинных причин изменения параметров анализируемых процессов.
Таким образом, перспективным направлением развития инструментальных методов исследований представляется комплексное исследование головного мозга больных, базирующееся на синхронной регистрации различных физиологических сигналов для лучшего понимания причин имеющихся нарушений и дифференциальной диагностики заболеваний. Анализ реактивности различных звеньев ЦНС и ССС на функциональные пробы и применение статистических методов анализа к полученным данным позволит расширить диагностические возможности методик.
Цель работы
Основной целью работы является выявление физиологических показателей, рассчитываемых по сигналам ЭЭГ, РЭГ, ЭКГ, сверхмедленной активности головного мозга при их синхронной регистрации, которые целесообразно использовать для
8 повышения информативности дифференциальной диагностики заболеваний ЦНС при проведении функциональных проб.
Основные задачи исследования
В соответствие с поставленной целью, были определены следующие задачи:
1) Сформировать базы данных исследований, включающих в себя регистрацию различных физиологических сигналов: ЭЭГ, РЭГ, ЭКГ, сверхмедленная активность головного мозга (СМА):
Основная база данных пациентов с различными нарушениями церебральной гемодинамики и снижением порога судорожной готовности.
Контрольная база данных практически здоровых испытуемых (ПЗИ).
Выбрать наиболее диагностически значимые физиологические показатели, на основе которых можно осуществлять диагностику нарушений мозгового кровотока и функционального состояния головного мозга (в частности, его адаптационных возможностей и физиологического резерва применительно к провоцирующим факторам), а так же контроль эффективности проводимого лечения.
Оценить диагностическую значимость функциональной пробы на гипервентиляцию в дифференциальной диагностике больных дисциркуляторной энцефалопатией и синдромом снижении порога судорожной готовности.
Изучить взаимосвязь параметров мозгового кровообращения и нейрофизиологических показателей в процессе выполнения функциональной пробы на гипервентиляцию при различных неврологических заболеваниях.
Предложить технологию проведения совокупных ЭЭГ-РЭГ-исследований и обработки результатов, исходя из реализованных для этой цели режимов работы программного обеспечения в рамках ПО «ЭЭГ-исследования» электроэнцефалографа-анализатора «Энцефалан-131 -03».
Научная новизна
Впервые накоплены и проанализированы данные синхронной регистрации ЭЭГ, РЭГ, ЭКГ и СМА у больных с нарушениями церебральной гемодинамики (в частности, дисциркуляторной энцефалопатией - ДЭ) и эпилептиформными проявлениями.
Предложен метод синхронного представления взаимосвязанной динамики физиологических показателей, рассчитываемых на основании синхронно регистрируемых сигналов ЭЭГ, РЭГ, ЭКГ и СМА. Метод обеспечивает взаимную синхронизацию просматриваемых и анализируемых данных, как по нативным
9 физиологическим сигналам, так и по трендам расчетных физиологических показателей.
Выявлены различные типы реактивности по регистрируемым физиологическим сигналам на проводимые функциональные пробы (в частности, на гипервентиляцию).
По индексам реактивности на выполнение ФП предложены критерии, на основании которых строятся гипотезы диагностики заболеваний, выявления нарушений адаптационных возможностей по церебральной гемодинамике и возможного влияния сосудистого фактора на эпилептиформные проявления.
При выполнении данной работы были получены четыре патента по исследуемой тематике: «Устройство для исследования электрофизиологических сигналов головного мозга, держатель электродов для съема биопотенциалов головного мозга и электродное устройство (варианты)». Патент на изобретение № 2230483. Приоритет изобретения 19 марта 2002 г, зарегистрировано в Государственном реестре изобретений РФ 20 июня 2004 г. «Устройство для исследования биологической активности мозга». Патент на изобретение № 2076625. Приоритет изобретения 1 марта 1993 г, зарегистрировано в Государственном реестре изобретений РФ 10 апреля 1997 г. «Способ исследования функционального состояния головного мозга, устройство для исследования функционального состояния головного мозга и способ измерения подэлектродного сопротивления». Заявка № 2003123601/14(024977). Получено решение о выдаче патента на изобретения. Дата начала отсчета срока действия патента 25.07.2003. «Способ исследования функционального состояния головного мозга и устройство для его реализации». Заявка № 2003123600/14(024976). Получено решение о выдаче патента на изобретения. Дата начала отсчета срока действия патента 25.07.2003.
Практическая значимость и внедрение результатов работы
Полученные в работе результаты позволяют:
Формализовать методические рекомендации к проведению совокупных исследований, включающих сигналы ЭЭГ, РЭГ, ЭКГ и СМА с целью более точной дифференциальной диагностики заболеваний головного мозга.
Использовать предложенные формы представления информации по динамике расчетных физиологических показателей для анализа реактивности на проводимые
10 функциональные пробы (тренды покардиоцикловой динамики и поэтапной динамики показателей).
Использовать значения рассчитываемых индексов реактивности физиологических показателей на функциональные пробы для дифференциальной диагностики и выработки оптимальной лечебной тактики.
Результаты работы были использованы в программном обеспечении «Энцефалографические исследования», «Совокупный анализ регистрируемых сигналов (ЭЭГ, РЭГ, ПОЛИ) для системных клинических и научных исследований», «Функциональное биоуправление с БОС», «Географические исследования и системный анализ гемодинамики» и коммерчески распространяются с сертифицированными медицинскими приборами, выпускаемыми НПКФ «Медиком МТД» (г. Таганрог) - электроэнцефалограф-анализатор «Энцефалан-131-ОЗ», «Реограф-полианализатор «Реан-Поли», реабилитационный комплекс «Реакор» (справка о внедрении результатов прилагается).
Основные положения, выносимые на защиту
Обоснование целесообразности синхронной регистрации ЭЭГ, РЭГ, ЭКГ, СМА для расширения возможностей дифференциальной диагностики неврологических заболеваний. Без особого усложнения технологии и продолжительности проведения совместного исследования получаемые результаты дают информацию о разных аспектах функционального состояния головного мозга, в том числе адекватности изменения параметров мозгового кровотока на провоцирующие воздействия. Предложенная технология опирается на имеющиеся аппаратные возможности и реализованные режимы обработки и представления информации по результатам анализа в рамках программного обеспечения электроэнцефалографа-анализатора «Энцефал ан-131 -03».
Удобство и целесообразность использования разработанных форм представления информации, отражающих реактивность различных физиологических показателей в виде трендов покардиоцикловой и поэтапной динамики, позволяющих в «сжатом» виде показать основные тенденции по всему исследованию в привязке к проводимым функциональным пробам.
Методический подход и критерии дифференциальной диагностики, базирующиеся на анализе индексов реактивности различных количественных показателей по сигналам ЭЭГ и РЭГ на проводимые функциональные пробы, позволяющие оценить функциональное состояние головного мозга и его физиологические резервы при провоцирующих воздействиях. 4) Методический подход и критерии по выявлению возможного влияния сосудистого фактора на эпилептиформные проявления ЭЭГ с целью выбора оптимальной лечебной тактики.
Применение электроэнцефалографии для оценки функционального состояния головного мозга
Визуальная оценка ЭЭГ предъявляет определенные требования к представлению ЭЭГ на экране. Основным требованием является полная визуализация как медленных, так и быстрых ритмов. Основными ритмами ЭЭГ являются альфа и бета ритмы. Дополнительно в норме выявляется тета-ритм низкой амплитуды. Каждый ритм имеет в норме свои особенности Оценка нормального альфа - ритма требует выделения ритма из общего рисунка ЭЭГ с учетом его характерных особенностей. Такое выделение ритма необходимо предусмотреть в виде представления составляющей только данного ритма Далее проводится анализ по всем параметрам. Частота 8-13 Гц. Чаще всего в нормальном состоянии встречается частота 9-10 Гц, что можно назвать норморитмом. Тогда среднюю частоту 8 - 9 Гц можно считать замедленным альфа ритмом, а 11 - 12 Гц - учащенным. Естественно замедленный и учащенный ритмы уже выходят за рамки нормы (у взрослых людей) и могут рассматриваться, как условно патологические (по Гриндель О.М.). Степень синхронизированности альфа-ритма оценивается визуально по ЭЭГ и по спектру мощности. Математически степень синхронизации можно выразить эффективной частотной полосой спектра частотного диапазона альфа-ритма. (Васильев Г.В., Малина З.В., Один из способов количественного сравнения энергетических спектров различных источников случайных процессов, полученных на конечных по времени реализациях этих процессов. Труды акустического института 1968 г. вып. 4, стр. 158). При высокой амплитуде и узкой эффективной частотной полосе мы можем говорить о повышении синхронизации альфа ритма. Амплитуда в норме составляет 20 - 80 мкВ. Амплитуда в норме варьирует в зависимости от возраста. Необходимо ввести понятие максимальной и средней амплитуды (Пример: "альфа-ритм средней амплитуды ...мкВ, с максимальной амплитудой ... мкВ"). Зональное распределение — в норме определяются затылочно — теменной зоной, где ритм наиболее выражен. Модулированность характеризуется волнообразным изменением амплитуды ритма. Наглядно модулированность можно представить с помощью огибающей альфа-ритма наложенной на фоновый ритм. При этом оценивается и степень синхронизации по различным областям при сравнении степени модулированности по разным отведениям. Синусоидальность устанавливает в норме закругленность вершин. Но, как правило, истинное заострение ритма должно сочетаться с другими нарушениями нормального ритма. Симметричность по амплитуде и частоте.
Достоверность амплитудной симметрии устанавливается путем хорошего наложения электродов с измерением импеданса. Частотная асимметрия так же должна быть объективизирована. При этом надо учитывать наличие физиологической асимметрии полушарий. Реакция активации альфа - ритма, т. е. его угнетение при открывании глаз или вспышке света. Данный феномен является одним из основных в характеристике альфа -ритма. По нему можно точно отнести выявляемый ритм к альфа-ритму. Индекс альфа - ритма, который в норме составляет порядка 70-80 %. При математической обработке индекс можно вычислять, как процент мощности альфа - ритма относительно мощности остальных ритмов в затылочных и теменных отведениях. 32 Бета-ритм также оценивается автоматически с указанием его амплитуды, доминирующей частоты, распространенности. Патологические ритмы выделяются исходя из частотного анализа с указанием их доминирующей частоты и амплитуды, а так же областей, в которых ритм преобладает. Такое выделение можно проводить автоматически по математическим алгоритмам. Выделение ведется с помощью спектрального анализа и топографического картирования, а также с помощью специальных математических методов автоматического поиска фрагментов с эпилептиформной активностью и нестационарностыо. ПО «Энцефалан-131-ОЗ», на котором осуществлялась регистрация и обработка совмещенных ЭЭГ-РЭГ-исследований, предоставляло возможности автоматического поиска как в режиме реального времени (непосредственно в процессе проведения исследования), так и в режиме обработки после его завершения. Использовался специальный адаптивный алгоритм поиска нестационарностей, базирующийся на вэйвлет-анализе. Кроме фоновой записи, как правило, используются функциональные пробы, в частности, открывание и закрывание глаз, фотостимуляция и фоностимуляция, гипервентиляция. При составлении заключения необходимо описать как нормальные ритмы, так и обнаруженные патологические феномены. Далее описываются изменения ЭЭГ при функциональных пробах. При этом указываются как изменения физиологических ритмов, так и патологических. Только после полного описания всех феноменов можно составить общее заключение по ЭЭГ. Алгоритмы расчета количественных показателей и формы представления результатов обработки, на основании которых делается содержательная интерпретация проведенного исследования, подробно изложены в главе № 2.
Применение сверхмедленной активности для оценки функционального состояния головного мозга
В настоящее время существует достаточно много информации по изучению отклонений потенциалов головного мозга от исходного уровня, так называемого постоянного потенциала - DC-potencial, или Steady-potencial, по исследованиям медленных изменений (колебаний) потенциалов - Slowly changing potencial, по исследованию медленной составляющей вызванного ответа при различного рода электрических, звуковых и других раздражениях.
Электрические процессы головного мозга в декасекундном, минутном и более низкочастотных диапазонах отечественные авторы называют по разному: уровень постоянного потенциала (УПП) головного мозга, медленные электрические процессы (МЭП) головного мозга, сверхмедленная активность (СМА) головного мозга. По сути -это медленно меняющийся потенциал милливольтного диапазона, интегрально отражающий мембранные потенциалы нейронов, глии и гематоэнцефалического барьера (Аладжалова, 1979; Кузнецова, Королева, 1978; Bures, 1960; O Leary, Goldring, 1964; Caspers, Speckmamm, 1974; Somjen, 1979; Bradbury, 1978).
Имеются некоторые различия между понятиями УПП, МЭП и СМА. Понятия МЭП и СМА обычно используют в тех случаях, когда анализируются не собственно абсолютные значения потенциалов в разных отведениях, а ритмическая активность в медленных частотных диапазонах, например, декасекундном, минутном и т.д., а понятие УПП чаще используется в тех случаях, когда анализируются именно абсолютные значения потенциалов и их пространственные соотношения. Сверхмедленная активность менее критична к качеству электродов, чем УПП, т.к. условием их корректного съема является анализ медленных процессов, период которых существенно меньше времени значимого дрейфа электродов.
Если говорить именно о медленных электрических процессах (МЭП), то вполне возможна работа с обычными хлорсеребряными электродами. Использование простых способов математической обработки сигналов (компенсация скользящего среднего с заданным размером скользящего окна или различные варианты ФВЧ) позволяет выделить медленные электрические процессы. Анализ постоянных потенциалов является практически единственным электрофизиологическим методом, позволяющим оценивать величину церебральных энергозатрат (Фокин с соавт., 1993). Нарушения метаболизма играют важную роль в развитии сосудистых и атрофических заболеваний мозга, эпилепсии, влияют на течение невротических расстройств.
Известно, что величина мембранных потенциалов определяется различиями концентраций ионов между наружной и внутренней сторонами мембраны (Schmit, 1985). Вклад различных источников (мембранных потенциалов нейронов, глии и гематоэнцефалического барьера) в генез УПП в конкретных ситуациях может быть различным, однако вне зависимости от этого интегральная величина УПП позволяет оценивать интенсивность энергетических процессов в мозге, поскольку создание и поддержание разности концентраций ионов на мембранах требует затрат энергии на работу против диффузионного градиента (Фокин с соавт., 1994). Поэтому более высокие значения УПП в какой-либо области головного мозга отражают увеличение энергозатрат в этой области. Например, относительно повышенные значения УПП над доминантным полушарием у человека соответствуют более высокой утилизации глюкозы в этом полушарии (Фокин с соавт., 1986). Напротив, значительное снижение УПП может свидетельствовать о резком уменьшении функциональной активности этого участка мозга, например при инсульте (Пономарева, 1986).
УПП связан с деятельностью стационарной системы управления нейрофизиологическими процессами, в отличие от электроэнцефалограммы и вызванных потенциалов, характеризующих преимущественно деятельность оперативной системы обработки информации (Фокин, 1982).
В силу своего происхождения УПП связан с комплексом биохимических и иммунологических параметров, характеризующих энергозатраты организма и функциональное состояние его адаптивных систем (Аладжалова, 1979; Sano, 1969; Lechmenkuler, 1979). При мозговой патологии УПП отражает стадии и остроту патологических процессов, затрагивающих на разных уровнях механизмы, обеспечивающие генерацию мембранных потенциалов (Пономарева с соавт., 1989), и может служить надежным показателем эффективности лечебного воздействия.
Исследования, проведенные в неврологических, психиатрических и терапевтических клиниках, в авиационной и спортивной медицине, подтвердили информативность и репрезентативность УПП как показателя энергозатрат головного мозга (Габриэльян, 1989, Баба-Заде с соавт., 1990; Пономарева, 1986; Фокин с соавт., 1993, 1996). В настоящее время метод может быть использован в различных областях: в физиологии труда и спорта, при сосудистой и атрофической патологии головного мозга, возникающей в позднем возрасте, в диагностике нарушений мозгового кровообращения, атрофических заболеваний головного мозга позднего возраста (болезнь Альцгеймера, паркинсонизм), определении формы заболевания, степени тяжести поражения мозга и прогноза течения болезни, определении активности патологического процесса.
При заболеваниях, связанных с развитием функционального напряжения, наблюдается нарастание постоянных потенциалов головного мозга. Повышение УПП выявлено при невротических расстройствах, сопровождающихся тревогой и фобиями, при тревожных депрессиях и состоянии предоперационного стресса. Напротив, в случае истощения энергетических ресурсов, например, у больных апатической депрессией, отмечается снижение УПП (Фокин с соавт., 1996). У больных с последствиями нарушения мозгового кровообращения УПП в области очага поражения значительно снижен, что обусловлено резким уменьшением энергетического обеспечения мозга. Напротив, в симметричной области контралатерального полушария отмечается повышение УПП, указывающее на компенсаторное увеличение энергозатрат интактиого полушария.
Достоинства метода обусловлены неинвазивностыо проведения исследования, возможностью вести длительные динамические наблюдения. Однако имеются некоторые проблемы, связанные с непредсказуемым вкладом влияния физиологических артефактов немозгового происхождения: кожных потенциалов в регистрируемых медленных потенциалах, электроокулограммы, кожно-гальванической реакции, коррелирующей с психоэмоциональным состоянием, дыхания, а также с отсутствием четко формализованной методологии содержательной интерпретации полученных зависимостей медленных потенциалов.
Используемые методы анализа ЭЭГ в рамках ПО «ЭЭГ-исследования» электроэнцефалографа «Энцефалан-131-03»
Спектральный анализ является одним из самых распространенных видов анализа ЭЭГ и существенно расширяет возможности визуальной интерпретации ЭЭГ. Он позволяет анализировать тонкую структуру частотных составляющих, степень усвоения ритма световых мельканий на основной частоте воздействия и ее субгармониках, сопоставлять частотные характеристики в различных отделах мозга: различия по симметричным долям мозга (частотную асимметрию), по передним и задним долям мозга, а также получать рассчитанные значения мощностей, индексов мощности, доминирующих и средневзвешенных частот по всем отведениям. В каждой ЭЭГ может иметься не одна, а несколько различно выраженных частотных составляющих. Спектр мощности отражает энергию каждой из частотных составляющих выбранного фрагмента ЭЭГ в каждом отведении и позволяет проанализировать степень выраженности и топику распределения каждого вида активности.
Для определения спектра мощности используется метод спектрального анализа на основе дискретного преобразования Фурье (ДПФ). ДПФ представляет собой математическую функцию преобразования ЭЭГ-данных из временной области в частотную. Данный метод известен как метод периодограмм, а его частные реализации, основанные на усреднении по ансамблям, известны как периодограммы Бартлетта и Уэлча.
Выбранный фрагмент ЭЭГ разбивается на ансамбли. Размер ансамбля может настраиваться пользователем — 256, 512, 1024, 2048 отсчетов, который с учетом частоты дискретизации при регистрации физиологических сигналов 250 Гц, будет соответствовать примерно 1, 2, 4 и 8 секундам соответственно. Ансамбли выбранного размера поочередно обрабатываются и их спектральные характеристики усредняются.
Спектральная плотность мощности (спектрограмма) ЭЭГ-сигнала, отражающая частотный состав, представлена на рис. Вдоль оси X откладывается частота (в герцах), а по оси Y — значения спектральной плотности мощности (мкВ2/Гц), характеризующие выраженность каждой частотной составляющей в анализируемом фрагменте ЭЭГ.
Имеется возможность получить значения спектральных мощностей в абсолютном (абсолютные значения мощности) и нормированном виде (индекс спектральной мощности или относительные значения мощности в %) по 6 стандартным частотным диапазонам. К ним относятся диапазоны: дельта-1 (до 2 Гц), дельта-2 (от 2 до 4 Гц), тета (от 4 до 8 Гц), альфа (от 8 до 13 Гц), бета-1 (от 13 до 23 Гц), бета-2 (выше 23 Гц). При необходимости можно задать произвольный пользовательский диапазон.
АЗМ — Абсолютные значения мощностей (площадь под соответствующим участком спектрограммы) по выбранным частотным диапазонам. Мощность выбранного частотного диапазона определяется как площадь под кривой спектрограммы в выбранном частотном диапазоне
Статистические результаты обработок «контрольной» группы практически здоровых испытуемых (ПЗИ)
Как уже упоминалось ранее, в «контрольную» группу практически здоровых испытуемых (ПЗИ) испытуемых вошло 18 испытуемых, не имеющих жалоб на свое функциональное состояние, у которых не было значимых неврологических отклонений, а также зафиксированных нарушений по церебральной гемодинамике. В группу входили как мужчины, так и женщины, возраст испытуемых был от 16 до 57 лет. В таблице № 3.1 представлены статистические характеристики некоторых показателей ЭЭГ, РЭГ, ЭКГ, полученные по фрагментам «исходного фона» «контрольной группы» испытуемых. Статистические характеристики индексов реактивности в формате Box-Plot (среднее, стандартная ошибка, доверительный интервал) на проведение пробы с гипервентиляцией (отклонений в %) по ЭЭГ, РЭГ, ЭКГ для контрольной группы испытуемых, полученные в рамках программного пакета «Statistica» представлены на рис. 3.1. Индекс реактивности рассчитывался по отношению разности значений конкретного количественного показателя (например, РИ по РЭГ или альфа-индекс по ЭЭГ) при выполнении пробы на гипервентиляцию и фоновым значением к фоновому значению этого показателя - (ГВ - Фон)/Фон 100%. На рис. 3.2 и 3.3 показаны диапазоны вариабельности показателей ЭЭГ, РЭГ, ЭКГ в относительных единицах с использованием стандартной ошибки (т) для «исходного фона» и «гипервентиляции» соответственно. За 100% при этом принимается средние арифметические значения по показателям. На рис. 3.4 представлены диаграммы сравнения однотипных показателей ЭЭГ, РЭГ, ЭКГ на фрагментах «исходного фона» и «гипервентиляции, а на рис. 3.5 представлены диаграммы отклонений показателей ЭЭГ, РЭГ, ЭКГ в % относительно исходного фона при выполнении функциональной пробы на гипервентиляцию.
В «основную» группу пациентов вошло 15 человек, характеризующаяся субъективной неврологической симптоматикой, куда входили жалобы на головную боль, головокружение, тяжесть или шум в голове, повышенная утомляемость при физических и умственных нагрузках, перепады настроения, некоторые проблемы со сном, нарушения внимания и памяти. Ранее пациентам ставили диагнозы «вегето-сосудистая дистония» и «дисциркуляторная энцефалопатия» 1-й и 2-й стадии. Проводимые ранее инструментальные исследования по части испытуемых указывали на те или иные нарушения мозгового кровообращения (в частности, по РЭГ указывалась нестабильность объемного пульсового кровенаполнения и тонуса сосудов, иногда снижение кровенаполнения, повышенный тонус сосудов, признаки затруднения венозного оттока), функционального состояния головного мозга (признаки дезорганизации ЭЭГ и снижение порога судорожной готовности), а также некоторые регуляторные нарушения (в частности, преобладание выраженности центрального контура регуляции над автономным контуром регуляции, проявляющееся в снижении выраженности дыхательной аритмии сердца - тенденции к ригидности ритма, некоторое повышение частоты пульса и пр.). В группу входили как мужчины, так и женщины, возраст испытуемых был от 15 до 60 лет. Следует отметить, что группа получилась не очень однородная, как по выраженности клинических признаков, так и по возрасту. Как известно, степень влияния возрастного фактора на различные характеристики сигналов ЭЭГ, РЭГ и ЭКГ достаточно велика. Однако одной из задач исследования как раз и являлось нахождение критериев, позволяющих выявить нарушения адаптационных возможностей и снижение функционального резерва для не столь очевидных проявлений. В таблице № 3.3 представлены статистические характеристики некоторых показателей ЭЭГ, РЭГ, ЭКГ, полученные по фрагментам «исходного фона» «основной» группы пациентов.
