Читайте также:
|
Электроэнцефалография — метод регистрации и анализа электроэнцефалограммы (ЭЭГ), т.е. суммарной биоэлектрической активности, отводимой как со скальпа, так и из глубоких структур мозга. Последнее у человека возможно лишь в клинических условиях.
В 1929 г. австрийский психиатр Х. Бергер обнаружил, что с поверхности черепа можно регистрировать "мозговые волны". Он установил, что электрические характеристики этих сигналов зависят от состояния испытуемого. Наиболее заметными были синхронные волны относительно большой амплитуды с характерной частотой около 10 циклов в секунду. Бергер назвал их альфа-волнами и противопоставил их высокочастотным "бета-волнам", которые проявляются тогда, когда человек переходит в более активное состояние. Открытие Бергера привело к созданию электроэнцефалографического метода изучения мозга, состоящего в регистрации, анализе и интерпретации биотоков мозга животных и человека.
Одна из самых поразительных особенностей ЭЭГ — ее спонтанный, автономный характер. Регулярная электрическая активность мозга может быть зафиксирована уже у плода (т.е. до рождения организма) и прекращается только с наступлением смерти. Даже при глубокой коме и наркозе наблюдается особая характерная картина мозговых волн.
Сегодня ЭЭГ является наиболее перспективным, но пока еще наименее расшифрованным источником данных для психофизиолога.
Корреляционный анализ ЭЭГ позволяет получить количественные соотношения между электрическими процессами двух точек мозга, выявить общие для этих двух процессов компоненты и их временные отношения, а также позволяет получить количественные характеристики особенностей активностей разных областей коры у одного человека, а также электрической активности испытуемых с разными типами ЭЭГ.
Корреляционный анализ дает возможность оценить исследуемый процесс с точки зрения его периодичности, произвести дифференцировку составляющих на периодические и непериодические.
Результаты исследований, проведенных некоторыми авторами, показали, что применяемый метод корреляционного анализа может рассматриваться как метод выделения из биотоков мозга доминирующих составляющих (в диапазоне 4-20 гц). Более точно этот метод осуществляет увеличение отношения сигнала к шуму, если в качестве сигнала рассматривать периодические составляющие, а в качестве шума – случайные колебания биотоков мозга. Однако, при большой величине периодического сигнала этот метод позволяет произвести и полное его выделение из исследуемого процесса.
Исследование реакции перестройки биотоков мозга методом взаимокорреляции показывает, что величина максимального значения коэффициента корреляции, характеризующегося величиной реакции перестройки, зависит, как от частоты стимуляции, так и от функционального состояния мозга.
Методы корреляционного анализа являются одним из наиболее мощных средств обнаружения слабых сигналов. Одним из таких методов является определение функции взаимной корреляции между изучаемыми процессами. Для любых процессов, протекающих во времени, могут быть определены функции корреляции, которые статистически показывают степень взаимосвязи между ними.
Статистические методы исследования электроэнцефалограммы исходят из того, что фоновая ЭЭГ стационарна и стабильна. Дальнейшая обработка в подавляющем большинстве случаев опирается на преобразование Фурье, смысл которого состоит в том, что волна любой сложной формы математически идентична сумме синусоидальных волн разной амплитуды и частоты.
Преобразование Фурье позволяет преобразовать волновой паттерн фоновой ЭЭГ в частотный и установить распределение мощности по каждой частотной составляющей. С помощью преобразования Фурье самые сложные по форме колебания ЭЭГ можно свести к ряду синусоидальных волн с разными амплитудами и частотами. На этой основе выделяются новые показатели, расширяющие содержательную интерпретацию ритмической организации биоэлектрических процессов.
Например, специальную задачу составляет анализ вклада, или относительной мощности, разных частот, которая зависит от амплитуд синусоидальных составляющих. Она решается с помощью построения спектров мощности. Последний представляет собой совокупность всех значений мощности ритмических составляющих ЭЭГ, вычисляемых с определенным шагом дискретизации (в размере десятых долей герца). Спектры могут характеризовать абсолютную мощность каждой ритмической составляющей или относительную, т.е. выраженность мощности каждой составляющей (в процентах) по отношению к общей мощности ЭЭГ в анализируемом отрезке записи.
Спектры мощности ЭЭГ можно подвергать дальнейшей обработке, например, корреляционному анализу, при этом вычисляют авто- и кросскорреляционные функции, а также когерентность, которая характеризует меру синхронности частотных диапазонов ЭЭГ в двух различных отведениях. Когерентность изменяется в диапазоне от +1 (полностью совпадающие формы волны) до 0 (абсолютно различные формы волн). Такая оценка проводится в каждой точке непрерывного частотного спектра или как средняя в пределах частотных поддиапазонов.
При помощи вычисления когерентности можно определить характер внутри- и межполушарных отношений показателей ЭЭГ в покое и при разных видах деятельности. В частности, с помощью этого метода можно установить ведущее полушарие для конкретной деятельности испытуемого, наличие устойчивой межполушарной асимметрии и др. Благодаря этому спектрально-корреляционный метод оценки спектральной мощности (плотности) ритмических составляющих ЭЭГ и их когерентности является в настоящее время одним из наиболее распространенных.
Дата добавления: 2015-02-16; просмотров: 72 | Поможем написать вашу работу | Нарушение авторских прав |