Методите за анализ на електрокардиограми - електроенцефалограма и функционално състояние на лицето

Visual метод е първият и най-широко използвани в elekrogramm на анализ. Позволено е да се идентифицират electrogram трептене единица и ритми, както и използването на прости линейни инструменти тип - за количествено определяне на мащаба на тяхното период и амплитуда (фигури 15 и 16). Въпреки това, вече е в 40-те години, заедно с визуален анализ техники започват да използват машините, които доминират в настоящето. Така в магнитни записващи устройства от различни видове (magnetographs), използвани като междинен субстрат.

Фигура 15.
Схематично представяне на ЕЕГ трептения показващи техните периоди (Т) и амплитуда (з).
1 - Rush 2 - вълна остра, 3-4 - синусоида,
5 - М-образна вълна, 6 - трионообразна вълна.
Оп. L.I.Sandrigaylo на 1,986.

Фигура 16.
Честота на измерване (I) и амплитуда (II, А) ЕЕГ.
Честотата се определя като броя на вълните за единица време (1 секунда).
1 - монофазен връх, 2 - двуфазна вобулация на
3 - трифазен колебание, 4 - многофазен колебание.
Оп. от L.R.Zenkovu и M.A.Ronkinu ​​1991.

Увеличаването на производителността на компютъра, наличието в структурата на системите за визуализация и устройства с голям обем за съхранение, развитие на алгоритми и внедряване на софтуер за идентификация артефакт и анализ на електрокардиограми допускат в момента не включват междинен медии, включително компютър директно към структурата за електрофизиологични щанд. По-подробно, тези проблеми са обсъдени, наред с другото, в Наръчник на elektroencephalography и клинично неврофизиологията (1987, с. 1), редактирана и A.S.Gevins A.Remond.
проблем electrogram анализ е доста сложна. Този въпрос е предмет на многобройни специални изследвания и прегледи (V.A.Kozhevnikov, R.M.Meschersky, 1963- V.A.Sergeev, L.P.Pavlova, A.F.Romanenko, 1968- V.D.Trush,
A.V.Korinevsky, 1978- Ya.Buresh, I.Krekule, G.Brozhek, 1984 г.). Това се дължи главно на факта, че, по същество, полезният сигнал е нестабилна процес polyharmonic с колебания в форма често далеч от синусоидална. Подобно на повечето други биофизичните явления ЕЕГ е повече или по-малко неправилни колебания, които, както изглежда, не могат да бъдат описани в строга математическа форма, обаче, те могат да бъдат описани от статистическа гледна точка, включително и вероятностни категории среден вариант, спектър, висока поръчка мигове и други.
В момента на анализа на електрокардиограми в повечето случаи използват методи спектрална корелация. Експериментално е доказано, че при определени условия на ЕЕГ може да се разглежда като стационарен случаен процес, за които законът на разпределение не зависи от времето. Тя е за тези процеси A.Ya.Hinchinym (1938) и N.Wiener (1961 не е далече, 1958, 1961) е разработена теорията на корелационен анализ.

Експериментално, обаче, беше показано, че разпределението на моментни амплитуди на ЕЕГ не винаги се подчиняват на закона на Гаус, а по-голямата част на едномерни разпределения са разделени на 2-3 криви, близки до нормално разпределение, които са по стационарен и Ergodic от общата ЕЕГ. Следователно, автокорелационната функция само при определени условия описват адекватно първоначалния процес, а именно - сравнително малки интервали от време (фигура 17). Разделянето на ЕЕГ на редица възможни, за да се покаже, че в първо приближение сравнително къси парчета, те могат да се разглеждат като реализацията на стационарен случаен процес. Способност разглежда като квази-стационарна EEG случаен процес е предпоставка за неговото широко използване метод корелационен анализ. Обосновка на този подход е даден от Н. Wiener (1948,1961), J.S.Barlow сътр (1959). Те са показали, че autocorrelogram ЕЕГ сегменти с продължителност от 7.5 еквивалент autocorrelogram за 1 минута при относителна постоянството на състояние на тялото.
По-късно е доказано, че човешката ЕЕГ стационарни и само сравнително кратки периоди от време, обикновено не повече от 5-6 (A.Wehnberg, L.Zetterberg, 1971 H. Лопес да Силва д а, 1975- T.Milcholland, D . Гудман, 1980).

Въвеждането на процедурата по ЕЕГ изследвания на функциите за изчисляване на съответствието е от решаващо значение за по-нататъшното развитие на анализа на electrogram и нашите представи за системна организация на електрическите процеси в кората на главния мозък.

Трябва да се направи ясно разграничение между изчисляването на авто-и кръстосано корелационни функции. В първия случай това е количествен описание на характеристиките на честота-амплитудата на аудио дейност зони на кората. Второ - за оценка на промените връзката, развиващи едновременно в две области (както в случая на множествена корелация - в две или повече). Въпреки това, в действителност, и в двата случая изчисляване на корелационните функции се извършва чрез преместване на време серия от амплитудни стойности или спрямо себе си (авто-), или - други (напречни) редове. И там е известна прилика. Въпреки това, в същото време свършва. Например, ако автокорелационната функция е симетрична по отношение на нула произход, когато тя е на стойност 1 (т.е. максималния възможен, отразявайки абсолютен сходство по същество на идентификационен номер към себе си), след това функцията на взаимна корелация може да бъде асиметричен (и дори, обикновено асиметрична), и тъй като това налага изчисляване на двете леви и десни му страни поотделно. Това се постига първия сериен смяна на един ред в сравнение с второто, а след това - втория на първия. Максималната стойност на функцията на корелация не може да падне върху произхода и да се измества спрямо него във всяка посока - наляво или надясно. За да се разбере същността на тази промяна може да бъде направена до модела на две вълни задължително се изместват една спрямо друга във фаза. Очевидно е, че абсолютната им идентичност се постига с изместване един спрямо друг върху размера на фазово изместване.
За първи път методът на корелация се прилага към анализа на електрокардиограми кора на човешкия мозък от японски изследователи и K.Imahori K.Suhara (1949), който извършва графичен анализ на ръчно въвеждане на данни, както и група американски учени с помощта на цифров компютър (M.Brazier, J.Casby 1951 г. 1952 J.Barlow, M.Brazier, 1954 г.).

На ефективността и точността на метода на конструиране на авто- и корелация функции много по-добър от всички известни методи от времето на анализа на количествени ЕЕГ. В резултат на това той е придобил изключително широка популярност и се превръща в един от основните методи на анализа. Една от посоките на нейното развитие е развитието и създаването на специализирани технически средства - така наречените correlatograph (корелации.Всеки). Въпреки това, основна тенденция става все по-свързан с развитието на математическия апарат на честота анализ на стохастични процеси и подобряване на алгоритми и софтуер на такъв анализ на компютър. От основно значение за развитието на това направление и стоманодобивни предприятия R.B.Blackman J.W.Tukey (1958), който демонстрира възможността за правилно изчисление на спектъра мощност от трансформацията на Фурие корелационната функция. До разработването и J.W.Cooly J.W.Tukey (1965) метод е бързо преобразуване на Фурие (FFT) изчисление и корелационни функции въз основа на спектрите им сила и фаза спектри и съгласуваност спектри е почти задължителна процедура в повечето експериментални изследвания на мозъка електрофизиология.

В момента изчисляване на ЕЕГ спектри мощност се извършва както на базата на трансформацията на Фурие автокорелацията (или autocovariational, т.е., не се нормализира по отношение на вариацията) функции и процедури FFT. Като правило, изчисляването на автокорелацията (autocovariational) на функциите, изпълнявани в случаите, когато, заедно с последващо преобразуване на Фурие и оценка на мощност спектър се използва, за да получите допълнителна информация за характера на ЕЕГ.
Всички сгъване-ясна представа за мозъка като сложна организирана система, която служи за основа за функционирането на взаимодействието между специализиран в един или друг начин лица, значително увеличен интерес към методите за анализ, която ни позволява да се изчисли отношението между процесите, разработване на различни неокортикалните региони. На първо място, това е изчисляването на коефициентите кръстосано съответствие и кръстосано корелационни функции. На първия етап се стори достатъчно изчислителни синхронен крос-коефициентите на корелация (CC), които се използват широко в Русия (M.N.Livanov, 1972), както и в чужбина. Въпреки това, синхронен CC не дава пълна информация относно статистическата връзката между два процеса, дори и в рамките на линейни модели на тяхното взаимодействие. В действителност, това може да означава, че стойността на QC, например, 0?

Фигура 17.
Отразената под формата на автокорелационната функция на спектралните характеристики на човешки ЕЕГ.
А-пациент с тежка алфа активност в ЕЕГ,
В теста с desynchronized активност.
Оп. от V.S.Rusinovu и сътр., 1989.

Дали това продължително присъствие на дефазиране от 1/2 от периода на основната честота, или има значителни различия в фазово изместване в анализирания времеви интервал? В крайна сметка, тези две ситуации са коренно различни и могат да се тълкуват по отношение на напълно различни модели. Очевидна необходимостта от по-пълна информация за действителните фаза отношения, които се появяват по целия анализиран честотен диапазон. Тази информация може да се получи директно в анализ на ЕЕГ на корелация функция записва едновременно от различни региони на неокортекса и след трансформация на Фурие метод. Резултатът може да бъде получена на така наречената фаза съгласуваност спектрите и спектри, които дават много по-подробна информация за действителния фаза връзката между два времеви редове.
В същото време развитието на метода на FFT ще позволи след това да откаже да практикуват трудоемък междинни изчисления авто- и krosskor- релационни функции.
Като цяло, ЕЕГ фаза спектър е набор от фазови ъгли на всички честоти, представени в спектъра. За да се характеризира времеви biopotentials за връзки записват едновременно от раздалечени неокортикалните региони, използвайки индекса за съгласуваност. Някои автори го третират като квадрата на коефициента на корелация на честотата (и спектъра на последователност, съответно, като съвкупност от показатели), докато други твърдят, че тя е и показател за стабилността на фазовото изместване при дадена честота.
Анализ на различните параметри на ЕЕГ се извършва с помощта на единични и многомерни статистически методи. Предвид факта, че в момента, като правило, се използва множествено число ЕЕГ и паралелно изчисляване на различни фактори, особено популярни са все повече се превръща многомерни статистически методи, по-специално, различни изпълнения на вариацията и анализ фактор. Разработена и внедрена пакети софтуерни приложения, които се използват за тази цел, по-специално, са широко известни на Западния ANOVA.