6.Диапазоны ээг

Выделяют 5 главных ритмов, имеющих различные частотный диапазон, амплитуду и функциональное значение. 1. Дельта-ритм (0,5-4 Гц). Возникает при естественном и наркотическом сне, а так же наблюдается при регистрации ЭЭГ от участков коры, граничащих с областью, пораженных опухолью. У здорового взрослого человека практически отсутствует. 2. Тэта-ритм (5-7 Гц). Наиболее выражен в гиппокампе. Связан с поисковым поведением, усиливается при эмоциональном напряжении. Его иногда так и называют стресс-ритм. Сопровождается переживанием как положительных, так и отрицательных эмоций. 3. Альфа-ритм (8-13 Гц). Основной человеческий ритм, наблюдающийся в состоянии бодрствования, медитации и длительной монотонной деятельности. Наиболее выражен в затылочных областях головного мозга. Обычно эти колебания испытывают определенную модуляцию, так называемое «веретено альфа-ритма» – постепенное увеличение, а затем уменьшение амплитуды колебания альфа-ритма. Длительность веретен доля секунды-несколько секунд. «Десинхронизация» альфа-ритма – реакция пробуждения на раздражитель. 4. Мю-ритм — по частотно-амплитудным характеристикам сходен с альфа-ритмом, но преобладает в передних отделах коры больших полушарий. 5. Бета-ритм (15-35 Гц) – локализуется в предцентральной и фронтальной коре. Наблюдается при умственной активности у взрослых, причем значимое усиление высокочастотной активности наблюдается при умственной деятельности, включающей элементы новизны, в то время как стереотипные, повторяющиеся умственные операции сопровождаются ее снижением. Переход к состоянию напряжения сопровождается появлением бета-активности. 6. Гамма-ритм (выше 35 Гц). В предцентральной, теменной, височной зонах коры. Наблюдается при решении задач, требующих максимального сосредоточения.

7. Способы оценки ээг,- визуальный, частотный и корреляционный анализ.

При визуальном анализе ЭЭГ элек­трофизиолог, опираясь на доступные непосредственному наблюде­нию признаки ЭЭГ, выделяет характерные особенности ЭЭГ, отли­чающие данную запись от других. Таким образом оценивается выра­женность и соотношение отдельных ритмических составляющих, соответствие общепринятым стандартам нормы и т.д. Визуальный ана­лиз ЭЭГ всегда строго индивидуален и имеет преимущественно каче­ственный характер. Несмотря на принятые стандарты описания ЭЭГ, ее визуальная интерпретация в значительной степени зависит от опы­та электрофизиолога, его умения «читать» электроэнцефалограмму.

В последние годы был развит и получает все более широкое распространение статистический метод изучения сложных процессов различной природы - корреляционный анализ. Результаты корреляционного анализа характеризуют явление с точки зрения его временных свойств. При корреляционном анализе производится сравнение двух процессов ЭЭГ и выявляются их средние отношения. (Русинов, 1973). 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 (Гриндель, 1965). 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.

Частотный анализ

Первый и наиболее часто используемый способ - использование алгоритма быстрого преобразования Фурье (БПФ). В настоящее время существует множество программных пакетов, созданных специально для реализации алгоритмов БПФ. Но, как показывает практика, использование классического БПФ не всегда удовлетворяет пользователя. Во-первых, несмотря на разнообразие способов ускорения этого алгоритма (оптимизация по периоду анализа, перевод некоторых функций на язык ассемблера), работает он достаточно медленно. Во-вторых, 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 колебания имеют большую амплитуду и длительность, чем высокочастотные. В связи с этим в спектре, построенном по классическому алгоритму Фурье, наблюдается диспропорциональное преобладание низких частот. Для обхождения этого разработано преобразование BERG, специально адаптированное к детектированию быстрых изменений в спектре ЭЭГ и выравнивающее его в зависимости от частоты.

Процедура вычисления преобразования BERG основывается на тех же принципах, что и преобразование Фурье, однако с тем отличием, что для каждой полосы спектра в исследуемой ЭЭГ эпоха анализа выбирается обратно пропорционально частоте и составляет T=16/f (c). Так, соответственно частота 2 Гц вычисляется за 8 с, 4 Гц - за 4 с, 6 Гц - за 2,6 с и т.д. Это преобразование дает результаты более соответствующие субъективным оценкам визуального анализа ЭЭГ при большей точности и надежности информации, и особенно пригодно для детектирования быстро меняющихся колебаний на ЭЭГ, что обеспечивается подчеркиванием более быстрых частот в спектре.