4.4. Блок визуального анализа электроэнцефалографического сигнала
Программное обеспечение Labview имеет удобные средства визуализации трехмерных графиков, которые удобно использовать для отображения ЭЭГ. В качестве примера создадим простой виртуальный прибор (ВП) для визуализации ЭЭГ в трех измерениях (рис. 4.11).
Рисунок 4.7. Виртуальный прибор для 3D визуализации ЭЭГ.
Разместим на блок-диаграмме экспресс-ВП для чтения файла ЭЭГ (Read From Measurement File). Выделим три отведения с помощью разветвителя (Split Signals). Преобразуем ЭЭГ-сигнал каждого отведения в формат массива и направим потоки данных на трехмерный график (3D Curve Graph), который расположен в палитре графиков (рис. 4.12). После запуска ВП на экране передней панели мы получим изображение трехмерного графика.
Рисунок 4.8. Трехмерный график (3D Curve Graph), расположенный в палитре графиков.
На рис. 4.9. показан фрагмент схемы, изображенной на рис. 4.5 с дополнением, предназначенным для графического отображения 3D аттрактора сигнала. При реконструкции п-мерного аттрактора в 3х-мерном пространстве по одной оси откладывается сигнал, по другой сигнал с задержкой , по третей – сигнал с задержкой 2. Этот механизм реализован на схеме рис. 4.9.
Рисунок 4.9. Фрагмент схемы базы данных ЭЭГ сигнала.
Он состоит из блока задержки, блока выбора вида задержанного сигнала и блока отображения трехмерного графика. Результат моделирования для случая условно здорового пациента показан на рис. 4.10, а, б.
а б
Рисунок 4.10. Трехмерное представление аттрактора нативного ЭЭГ сигнала, развернутого в пространстве (а, б) для условно здорового пациента.
На рис. 4.10 показан пример одного и того же аттрактора, только развернутого в пространстве. 3D представление позволяет более подробно рассмотреть структуру траекторий аттрактора.
4.5. Выводы по разделу
В главе 4 было выполнено создание виртуального прибора – блока сбора нативных ЭЭГ данных, базы данных нативных ЭЭГ сигналов, блока визуального анализа ЭЭГ методами нелинейной динамики в среде Labview. Использовалась база экспериментальных данных, описанная в главе 3.
Заключение
В результате диссертационной работы был исследован как теоретически, так и экспериментально нативный электроэнцефалографический сигнал. При исследовании и анализе применялись методы нелинейной динамики, позволившие выявить новые диагностические признаки ЭЭГ сигнала. Подробные выводы приведены в конце каждой главы.
Основные результаты работы следующие:
Рассмотрены физиологические особенности электрической активности мозга. Проведен анализ моделей, как отдельного нейрона, так и совокупности. Показано, что мезоскопическая модель является наиболее адекватной и ее можно использовать моделирования различных физиологических состояний. Рассмотрены методы нелинейной динамики применительно к анализу ЭЭГ сигнала.
Исследована мезоскопическая модель электрической активности кортекса. выявлены параметры, оказывающие основное влияние на тип физиологического состояния: Pee и Гее.
Проведено компьютерное моделирование в среде MathCAD, смоделированы три пограничных состояния: условно здоровое – α-ритм ЭЭГ (до приступа), эпилептический приступ и после приступа. Восстановлены аттракторы и рассчитаны основные показатели нелинейной динамики.
Нативный ЭЭГ сигнал исследован методом суррогатных данных на допустимость применения нелинейно-динамического анализа. Проанализированы зависимости мгновенной корреляционной размерности для реального ряда и суррогатных последовательностей. В качестве численного критерия предложен коэффициент корреляции, который составил 0,58± – 0,89±.
Проведен анализ экспериментальных многоканальных данных ЭЭГ методами нелинейной динамики. Исследовалось 16 пациентов, среди которых условно здоровые и больные. Выявлены следующие диагностические признаки:
5.1. Аттракторы симметричных отведений имеют разный наклон и форму в зависимости от физиологического состояния пациента.
5.2. Максимальный характеристический показатель Ляпунова принимает значения в пределах от 0,18±0,013 с-1 до 0,38±0,03 с-1, для больных и для условно здоровых пациентов значения максимального характеристического показателя Ляпунова сильно не отличаются.
5.3. Оценка внедренной размерности находится в диапазоне 5-9 для рассмотренных случаев и корреляционной размерности – (0,51-3,78)±0,1. Относительно условно здорового состояния значение корреляционной размерности для больных возрастает на (12±2)% для женщин и на (24±5)% для мужчин.
Разработана структура базы данных многоканальных нативных ЭЭГ по системе отведений «10-20» в среде Labview. Спроектирован блок построения 3D аттрактора.
По результатам работы опубликовано 10 статей и тезисов докладов [17, 20, 23, 25, 27, 28, 30, 31], из них 3 работы в журналах из «Перечня» ВАК [17, 20, 140]. Имеются акты о внедрении работы в учебный процесс кафедры ЭГА и МТ ТТИ ЮФУ, НМФ «Нейротех», которые находятся в Приложении.
В заключении хочу выразить благодарности сотрудникам кафедры электрогидроакустической и медицинской техники за постоянное внимание к работе и высказанные ценные замечания, заведующему кафедрой медицинской и биологической физики РостГМУ Омельченко В.П. за предоставленную возможность экспериментальных исследований.