В связи с широким внедрением компьютерной техники в клиническую нейрофизиологию, в том числе при проведении электроэнцефалографических (ЭЭГ) исследований психоневрологических больных, все более актуальной становится проблема использования для этих целей новых, более эффективных и удобных, в плане наглядности представления результатов, математических методов анализа стохастических и квазистационарных биоэлектрических процессов головного мозга.
В настоящей работе представлены результаты применения метода многомерного шкалирования (МШ), ранее не использовавшегося в клинической нейрофизиологии, в частности, при ЭЭГ мониторинге эффективности лечения психоневрологических больных. Метод МШ, по сути, представляет собой особый математический аппарат для обработки многомерных данных о попарных сходствах, связях, отношениях (входная информация) между сравниваемыми объектами (применительно к нейрофизиологии - структурами, процессами, состояниями) с целью их представления в некотором вспомогательном, найденном в процессе решения задачи, двумерном координантном пространстве в виде точек (выходная информация). Динамика изменений этой выходной информации в процессе дискретного мониторинга функционального состояния (ФС) больных, в том числе по данным ЭЭГ, может наглядно иллюстрировать степень их близости к норме или на любом этапе лечения оценить эффективность применяемой фармакотерапии. В качестве оптимизирующего критерия качества метода при МШ используется просуммированная по всем парам анализируемых объектов мера отличия исходной попарной их близости от соответствующих характеристик, вычисленных в терминах искомых координат объектов. МШ имеет ряд преимуществ перед достаточно широко применяемыми при анализе ЭЭГ массивов факторным, когерентным и другими математическими методами. Например, факторный анализ требует первоначального вычисления матрицы корреляций, а анализируемые данные должны подчиняться закону многомерного нормального распределения. МШ можно применять к любым типам сходств или расстояний, при этом размерность нового пространства признаков существенно меньше размерности исходного. Этими и рядом других преимуществ и был обусловлен выбор нами метода МШ для осуществления компьютерного ЭЭГ мониторинга психоневрологических больных в процессе их лечения.
В работе проанализированы результаты мониторинга 48 больных с различными психоневрологическими расстройствами до (фон) и в динамике суточной и курсовой монофармакотерапии препаратами АУРОРИКС, ПРОДЕП и ТАНАКАН. В качестве ЭЭГ нормы были взяты данные обследования 96 здоровых испытуемых. Регистрация ЭЭГ проводилась на приборе «Энцефалан-131-1» фирмы «Медиком» (Таганрог) по восьми отведениям (лобные, височные, теменные и затылочные) симметрично с обоих полушарий мозга. Математический анализ оцифрованных ЭЭГ данных осуществляли с помощью пакета программ PARSUN. Первичной компьютерной обработке подвергались 208 признаков (векторов), формируемых из спектральных характеристик 8 отведений на частотах от одного до 26 Гц. Затем с помощью МШ они преобразовывались в двумерные вектора (точки), косвенно характеризующие дискретные ФС мозга. В качестве критерия мониторинга эффективности лечения были приняты изменения координат этих точек и их расстояния (по модулю) до ЭЭГ нормы.
Полученные результаты свидетельствуют о правомерности использования МШ для ЭЭГ мониторинга ФС психоневрологических больных и даже индивидуального прогнозирования эффективности монофармакотерапии на ее ранних этапах.
Библиографическая ссылка
Матуа С.П., Рудковский М.В., Простов И.К., Омельченко В.П. СОВРЕМЕННЫЕ ПОДХОДЫ К КОМПЬЮТЕРНОМУ МОНИТОРИНГУ В КЛИНИЧЕСКОЙ НЕЙРОФИЗИОЛОГИИ // Успехи современного естествознания. – 2004. – № 12. – С. 59-60;URL: https://natural-sciences.ru/ru/article/view?id=13796 (дата обращения: 17.08.2024).