Введение к работе
Актуальность проблемы. Исследование биоэлектрической активности головного мозга в виде традиционной скальповой электроэнцефалографии до настоящего времени остается информативным и относительно дешевым методом инструментальной диагностики состояния ЦНС в норме и различных патологических состояниях. Однако несмотря на многолетний опыт использования данной методики, проблема корректной трактовки результатов нейрофизиологического исследования и, в особенности, электроэнцефалограмм (ЭЭГ) является весьма актуальной. На практике встречаются ситуации, когда даже одна и та же биоэлектрическая активность, представленная в виде записи на бумаге, трактуется различными специалистами по-разному.
Обычный анализ ЭЭГ, осуществляемый на основании внешнего вида графиков, является весьма трудоемким и недостаточно объективным и точным. Поэтому актуальной является задача автоматизации процесса анализа ЭЭГ, выявления патологических паттернов и определения их количественных характеристик. Внедрение в практику цифровой записи сигналов с последующей их компьютерной обработкой позволяют сделать работу врача-нейрофизиолога более объективной. Кроме того, имеется целый ряд паттернов и графоэлементов электроэнцефалограмм, в отношении которых выработаны критерии их оценки.
Использование современных методов математического анализа позволяет существенно расширить диагностические возможности данного метода, и повысить точность получаемых результатов. Препятствием для их широкого внедрения стало разнообразие возможных методов анализа и сложность их реализации в медицинской практике, в частности, по причине жесткой привязки профаммного обеспечения к диагностическим устройствам. Это офаничивает диагностические возможности, поскольку исключает обработку сигналов, полученных с использованием аппаратуры других производителей.
Таким образом, актуальность настоящего исследования заключается в необходимости совершенствования существующих способов количественного анализа ЭЭГ у больных с поражением головного мозга различной этиологии с использованием современных методов математического анализа квазистационарного нелинейного сигнала и разработки аппартнезависимого профаммного обеспечения, реализующего указанный вычислительный аппарат с применением современных компьютерных технологий.
Цель исследования. Целью диссертационного исследования является научное обоснование, разработка, практическая реализация и клиническая апробация профаммного комплекса математического анализа электроэнцефалофамм в норме и при ряде патологических процессов.
Для достижения поставленной цели необходимо решить следующие задачи:
- изучить принципиальную возможность анализа ЭЭГ с помощью вейвлет-преобразования и убедиться в возможности выявления патологических паттернов ЭЭГ на вейвлет-спектре;
изучить характеристики ритмических составляющих ЭЭГ в норме и при различных патологических процессах с использование избранных методик в завиенмостя-от-возраста, пола и нозологической формы;
определить параметры вейвлет-преобразования, наилучшим образом выявляющие характеристики ЭЭГ-сигналов; выявить степень влияния параметров преобразования, таких как выбор материнского вейвлета, значения масштабирующих коэффициентов, нормировка спектра, на качество распознавания;
на основе полученных параметров построить оптимальный алгоритм выявления заданных патологических паттернов ЭЭГ, который позволит автоматизировать выделение характерных особенностей;
провести анализ получаемой информации с использованием избранных методов математического анализа, выбрать оптимальный диагностический набор показателей и разработать комплекс программ, реализующий оптимальный набор средств математической обработки ЭЭГ;
провести клиническую апробацию разработанного программного обеспечения при обследовании пациентов с различными поражениями головного мозга в условиях отделения функциональной диагностики.
Методы исследования. Для решения поставленных задач использованы функциональные методы исследований с автоматизированным расчетом показателей, методы системного анализа, математической статистики, спектрального анализа, метода дипольной многошаговой локализации источников патологической активности, вейвлет-анализа и фрактального анализа, программирования, кластерного анализа.
Научная новизна результатов исследования. В диссертации получены следующие результаты, характеризующиеся научной новизной:
разработан комплекс аппратнонезависимых программ, реализующих методы вейвлет-анализа, фрактального анализа и распознавания патологических паттернов с использованием признакового пространства и кластерного анализа;
усовершенствована методика фрактальной диагностики эпилепсии с применением методов корректировки сглаживания сигнала, изучено состояние энцефалоритмики с использованием указанного метода и разработаны нормативы для ее оценки при различных патологических состояниях (черепно-мозговая травма, нарушения мозгового кровообращения, синкопальные состояния, в том числе - при мультиорганной патологии). Выявлены особенности изменения фрактальной размерности ЭЭГ в зависимости от тяжести перенесенной черепно-мозговой травмы, вида инсульта.;
предложено использование линий уровня вейвлет-спектра для распознавания патологических паттернов ЭЭГ, что позволяет, вследствие значительно меньшего объема данных по сравнению с развернутым представлением вейвлет-спектра, существенно ускорить обработку информации, повысить наглядность отображения выявленных особенностей ЭЭГ, снизить требования к аппаратной части компьютерной системы,
используемой для диагностики.
Практическая значимость и реализация результатов работы.
Научные положения, выводы и рекомендации, изложенные в диссертации, могут служить основой оптимизации диагностического процесса в условиях соматических, психиатрических и неврологических стационаров. Выделены наиболее ' информативные математические критерии оценки изменения нейрофизиологических параметров, выявляемых при исследовании ЭЭГ. Получены новые данные об их зависимости от вида и тяжести некоторых патологических состояний. Применение разработанных компьютерных программ позволяет на практике реализовать методы вейвлет-анализа и теории фракталов, что обеспечивает более объективную и углубленную оценку состояния больных и рациональное использование имеющегося материально-технического потенциала лечебно-профилактических учреждений. Сформированная система распознавания при изменении набора признаков и весовых коэффициентов может быть использована для автоматического выделения различных патологических и физиологических паттернов, изучаемых при анализе ЭЭГ.
Разработанные в ходе выполнения диссертационного исследования программы, внедрены в практику работы МУЗ «Бобровская ЦРБ» и ГМУ «Курская областная клиническая больница», а также в учебный процесс кафедры программирования и информационных систем ГОУ ВПО ВГУ, кафедры технической кибернетики и автоматического регулирования ГОУ ВПО ВГУ и кафедры информационных систем ГОУ ВПО ВГМА им. Н.Н.Бурденко Росздрава.
Апробация работы. Материалы диссертации представлены, доложены и обсуждены на Международной научно-практической конференции «Кибернетика и технологии XXI» века, г. Воронеж, 2001 г.; Международной научно-техническая конференции и Российской научной школе молодых ученых и специалистов «Системные проблемы качества, математического моделирования, информационных и электронных технологий», Москва, 2003; Девятой международной научно-методической конференции «Информатика: проблемы, методология, технологии», Воронеж, 12-13 февраля 2009 г.
Публикации. По теме диссертации опубликовано 9 научных работ в центральной и региональной печати, 3 из которых - в изданиях, рекомендованных перечнем ВАК, и в методических рекомендациях.
