Спектралният анализ на ЕЕГ - Клинична Електроенцефалография

Спектралният анализ на ЕЕГ, или изчисляване на спектъра мощност, има по-нататъшното математическа трансформация на авто- и кръстосано корелационни функции на ЕЕГ, крайната им експресия. Обосновка за спектрален анализ на ЕЕГ осигурява подробно в D. Walter (1963), Hord сътр (1965), L. D. Meshalkina сътр (1965), A. М. Клочкова сътр (1967).
Всеки EEG обикновено има не една, а няколко различни прояви на честотни компоненти. Спектърът на мощността отразява енергията на всеки един от честотните компоненти на ЕЕГ. Изчисляване на мощност спектър позволява да изберете с голяма точност честотния компонент на всеки процес и да се покаже съотношение EEG него различни честотни компоненти. Голямото предимство на изчисляване на спектъра власт също е в това, че всички математически Операцията се извършва автоматично по електронен компютър.
Както и в анализ честота корелация време спектрален анализ на ЕЕГ е важно да се избере интервала на наблюдение (или време EEG анализ) и точността на изчисляване на спектъра. Това е разгледано подробно в Hord сътр (1965). С избирането на необходимата точност на изчисление, трябва да се има предвид, че, подобно на всеки анализ се прилага за ЕЕГ спектралния анализ следва да допринесе за по-точно разбиране на правото на иск на процеса. Ако вземем изчисления ниската точност, например изчисляване интервала 0,5-1 цикъл / сек, изчислената спектър ще покаже само тези елементи, които са видими и когато визуален анализ. Изчислените честотни ленти от спектъра, по този начин да бъдат uninformative. При намаляване на изчисления интервал на цикъл на 0,3-0,2 / и точността на изчислената спектър povyshaetsya- EEG спектър на този точност ще идентифицира честотни компоненти обикновено не се откриват от око на ЕЕГ. По-нататъшно увеличаване на точността на изчислителни - намаляване на интервала от 0,1 и по-малко -може-подробно да следват ЕЕГ ритми. Въпреки това, Полученият спектър комплекс с повече пикове. Тази картина на спектъра е нестабилна от един интервал на наблюдението, тя ще варира в неговите детайли. Спектралният анализ на ЕЕГ целта не е само по-точно да се определят неговите компоненти, но също така и да се идентифицират най-характерните черти на този процес, т.е.. Д. Да се ​​идентифицират точно и стабилна картина на спектъра. Проучването на спектъра с висока точност при сравнително малки интервали ЕЕГ може да идентифицира елементите, които са типични за този временен интервал процес. Въпреки това, при изчисляване на спектъра на най-голям период от време на спектъра ЕЕГ изглаждане случи, части от спектъра, няма да се повтарят, тъй като спектърът на малки сегменти са отразени не само фиксирана, но също така и с преходен характер. За да разкрие картина на спектъра, в това число най-характерните черти на своите, а не сложни нестабилни части, изберете да се анализират голям период от време на ЕЕГ, което позволява да се получи средно спектър на снимката. В повечето изследвания на човешки EEG спектрален анализ, използвайки интервали наблюдение продължителност се прилагат в продължение на 1-2 минути. Въпреки това, броят на документи, използвани интервали от 0,5 минути.
ЕЕГ власт спектри на здравите хора са разнообразни и варират в зависимост от зоната за проучване на кората на главния мозък. Когато доминиране в алфа ритъма на ЕЕГ, обикновено в спектрограма (SG), ясно връх се открива в съответната част на спектъра, което показва, че максималната мощност на процеса EEG сметки за тази честота. Пикът записано на ДВ, може да бъде от различни ширини: ширината на пика показва наличието в спектъра на честоти, близки до dominiruyuschey--широк връх, толкова по-серията от честоти и колкото повече им отклонение от доминиращите трептения. В някои случаи, може да се види също така в обхвата на алфа-ритъм (или друг доминиращ ритъм) няколко пика, които показват наличието на различни ритми близо честота. Въпреки това, тези върхове са обикновено neustoychivy- те може да се появи в някакъв момент от време, но в по-голям период на наблюдение загладени. Спектралният анализ на ЕЕГ desynchronized характер на липсата на ритъма алфа в ГС открива еднакъв или почти равномерно разпределение на енергия в целия изследван обхвата на ритми. При изчисляване на спектъра ЕЕГ интервал VR минути могат да засекат множество върхове, които, обаче, имат подобен капацитет и сочат отсъствието на право-преобладаване на всяка честота. Такъв спектър се нарича шум.

Фиг. 138. Различни форми EEG спектрограма с тежка алфа ритъм и desynchronized активност. и - SH с ясно пик в обхвата на алфа честота (А1 съответстващ EEG): б - ДВ широк пик в зоната на алфа ритъм и наличието на други компоненти (Ь1 - EEG): а - ясно пик при ГС в отсъствието на ЕЕГ ( в1) ясно забележим визуално ритмично aktivnosti- г - ДВ шум характер (r1 - съответстващ ЕЕГ).
Фиг. 138 показва различни форми на ЕЕГ спектър на здрави хора до доминирането на алфа ритъм и отсъствие на алфа-активност. В първия случай, и SG се характеризира с пик в ritma- зона А1 алфа-ЕЕГ, ясно контролирани от алфа ритъм. В1 EEG алфа ритъм изразена huzhe- съответно има широк пик ДВ б, което показва нестабилност алфа ритъм трептения. Освен пик в границите на алфа ритъма, е в ГС и долната съставни части в групата делта. Важно е да се отбележи, че визуалната оценка на ЕЕГ спектралния анализ и данните често не съвпадат. Когато спектрален анализ на ЕЕГ която се оценява визуално като desynchronized, в някои случаи, ясно връх се открива в обхвата на алфа ритъм. По този начин, в случай на ЕЕГ се desynchronized характер. Въпреки това, ДВ има ясна връх в алфа честотната лента. EEG централната област на кората на главния мозък, както е показано на фиг. 138 г, и се характеризира с липсата на ясни периодични на ЕЕГ в този случай и н спектрограма разкрива естеството на шума на ЕЕГ.
При изчисляване на ГС може да се характеризира с ЕЕГ по редица параметри. Един от параметрите е средната мощност спектър на М. средна мощност спектър показва средната стойност на силата на всички честотни компоненти и характеризира спектъра като цяло, независимо от това дали тя има характер - или шум се изразява като връх. Вторият параметър е промяна, която може да бъде оценена при изчисляване на корен квадратен от дисперсията D. Този параметър характеризира способността дисперсия на различни честотни компоненти, съставляващи това ЕЕГ.

ЕЕГ може да бъде количествено според тези два параметъра, и за тях да се правят сравнения. Всеки спектър се характеризира с някои ниво D + М, което определя средната мощност и мощност колебания около това. Интензивността на всеки честотен компонент (за всеки единичен пик различна честота) по отношение на целия спектър се определя относителната индекс L + М. За връх в спектъра приемем отклонение на ДВ над D + М ,. Е. по-голямо от средното отклонение. Когато честотен спектър е доминиращ, средната мощност и дисперсията са относително malymi- съответно D + М има малка стойност. Когато спектърът е характер шум, стойностите на М и N е особено достигнат високи стойности. На устойчиво доминиране на всяка честота може да се говори само в случай на спектри с остри върхове. Когато спектъра на шума не може да бъде надеждно съди позицията на пик, включително максималния израз.
Той отразява съотношението на силовите трептенията на дадена честота на средна мощност. Това позволява да се сравни количествено различен EEG на определена честота компонент в определен спектър.
ЕЕГ от здрави хора може да се определи чрез спектрален анализ на тези показатели. Въпреки това, поради голямата вариабилност на спектъра ЕЕГ и по този начин обикновено е трудно да се определи количествено характерните ЕЕГ ДВ здрави хора. Може да се отбележи, че обикновено се случва няколко типа набор ДВ различни региона на кората, които отразяват различните взаимоотношения intercentral електрическа активност. Първият тип са SH с ясно пик в обхвата на алфа във всички области, където kory- пика на ГС съответстваща на същата честота. Вторият тип може да се счита също от ДВ доминиране ясно пик в границите на ритъма алфа във всички области, но честотата на алфа С Т полукълба постериорни сегменти (occipito-париетална) е по-висока от предната FH (централната предна), при 1-3 Hz , В някои здрави хора имат широк пик в обхвата на алфа в ГС централно фронталния кортекс, който включва честоти характеристика на задната част на мозъка, и по-ниска. Очевидно, алфа-кортикална активност на централните региони, получени от различни генератори е нехомогенен. Потвърждение на тази хипотеза е различен взаимодействие на алфа-активност на централните части на кората на главния мозък на здрави хора за аферентни стимули специално различна реакция, когато светлината стимулация, както беше споменато по-рано (виж гл. 3, стр. 59). Типичен за здрави индивиди е част от спектъра на шума във всички области на кората на главния мозък или на спектъра на шума в предната кора в присъствието на ясно участника в обхвата на ритъма алфа в задните участъци на полукълба.
Трябва да се каже, че с редки изключения, предният обхват на кората на главния мозък при здрави хора е по-богат, отколкото в задните части.

Фиг. Три ДВ 139. Ting отразяващ различен процент реакция тежест асимилация на светлинни вълни в ЕЕГ.

Също алфа-трептения в централната челната ЕЕГ показва ниска компонент и магнитуд vysokie- D + М, обикновено е по-голяма от ГС на тилната и париетални региони. Въпреки това, здрави хора за по-голямата част не се откриват върхове в интервала от бета-ритъм и много рядко - в нискочестотния диапазон. Тези честоти са от естеството на шума на ГС. SG специфични времеви зони на кората на главния мозък на здрави хора. Те често приличат ДВ ЕЕГ задната региони на полукълбо. Въпреки това, в някои случаи имат доминираща честота или SG са подобния на шум характер с ясно връх в алфа ДВ други корови области.
Особено интересни са данните, които са получени чрез спектрален анализ по време на работа с ритмични стимули, особено светлинни вълни. Важно е, че спектрален анализ на изследването ЕЕГ, особено реакции към ритмично стимулиране, позволява за откриване и количествено точно компоненти честота в спектъра, както и в случаите, когато те са маскирани от други потенциални колебания.
Фиг. 139 показва ЕЕГ и CI, с различна степен на тежест скорост на реакцията асимилация на светлинните вълни. ЕЕГ е ясно видима реакция асимилация ritma- в ДВ и - връх в честотата на светлинния стимул. ритъм b1 Реакцията на усвояване EEG по-малко otchetliva- ДВ б различна от максималния пик в региона на photic честота стимулация, има малък пик в зоната на алфа ритъм. EEG ритъм С1 асимилация отговор на ГС не vidna- връх на честотата на светлинния стимул се открива, въпреки че е значително по-малко от пиковете в делта и алфа ритми на. Количеството на асимилирани ритъм в тези различни ДВ: съответно в първо, второ и трето процеси, тя е равна на: 32,3- 19,0- 1.7.

Спектралният анализ на ЕЕГ на пациенти с фокална мозъчни лезии показва значителни различия в ДВ сравнение с нормата. ДВ прожекционен площ различен туморен спектър максимална смяна към ниски честоти. В този случай, спектърът ЕЕГ в областта на фокални мозъчни лезии често има подобен на шум характер, което отразява полиморфна делта активност. Оценка на спектъра може да се дава описателно или освен по-горе, ние с нетърпение повече и други параметри за неговото количествено.
Важно е, че анализът на автокорелация, спектрален анализ показва разлики в електрическа активност в фокусна зона и съседните области на кората и симетрично в случаите, когато на базата на визуален анализ на ЕЕГ е трудно. В този случай, изчисляването на властта спектър ни позволява да се даде точна характеристика на честотните компоненти на ЕЕГ.
Фиг. 140 показва ЕЕГ, LCG и ДВ предна води N. пациент с интрацеребрален тумор на дясната предна лоб. ЕЕГ анализира симетричен кора по време на визуална оценка се различават леко. На ACG дясната предна регион (област лезия) се открива само бавно компонент. ACG поле в симетричен "здравословен" полукълбо на фона на бавния компонент са леки колебания в алфа ритъм. ДВ дясната предна регион има максималните върхове в банда бавно ritmov- ДВ лявата фронтална област се характеризира с множество върхове - е естеството на шума.

Фиг. 140. ЕЕГ (а), ACG (б) ДВ и (с) данни и средната честота и ефективното честотна лента спектрите (г) в пациент с тумор на дясната предна региона.
И - десен преден oblast- B - ляв преден регион.
За да се определи количествено машината автоматично изчислени промени стойност (FCP) спектър средната честота предложени и ефективни честота спектри ленти, които позволяват на представяне на данните ЕЕГ като опростени графични изрази и числени стойности. На долната част на тази рисунка са графики, които представляват средната честота на спектъра на спектъра ЕЕГ и ефективен трафик в засегнатата област и в областта на здравословния симетричен полукълбо. Според тези количествени характеристики, ЕЕГ площ лезия има средна честота, изместено по направление на бавните ритми (favg = 5.6 Hz), това означава обща тенденция на процеса на zamedleniyu- относително малка стойност на диапазона на ефективно честотна лента (A / EFF = 6.3 Hz ) показва, че в ЕЕГ колебания са предимно ниска честота, малко се отклонява от средната стойност. ЕЕГ симетричен огнище площ - ляв преден - има средна честота, съответстваща на горната граница на алфа ритъма, и почти 2 пъти по-голяма в сравнение с кората на засегнатия участък ефективен честотен обхват обхват. Последното показва, че ЕЕГ фронтална част на "здравословен" полукълбо има доста голям набор от честоти.
Получава се от компютърни количествени ЕЕГ спектрални характеристики могат да бъдат използвани за точна оценка на патологични промени в цифри EEG и сравняването им в различни области на кората и в ЕЕГ на различни пациенти (М. Grindell, GN Boldyrev и сътр., 1968).
Понастоящем изследвания, използващи EEG спектрален анализ на пациенти с двете общи мозъчни лезии, и с фокални лезии, малко. Съществуващите работа, посветена на началния етап - разработване на метода на прилагане на настоящия анализ и изясняване на способността му да направи оценка на фокусна мозъчна патология. Въпреки това, ползите от този метод е, разбира се, в сравнение не само с визуална оценка на ЕЕГ, но също така и на честотата и анализа на автокорелация. Функции като пълна автоматизация на процесите на компютърни изчисления, по-голяма точност, способността за получаване на количествени цифрово изражение, нека се надяваме, че в близко бъдеще, този метод ще се използва широко в клиниката за оценка на промените ЕЕГ, реакции на стимули и достъпна диагностика на огнищни мозъчни лезии пациенти с тумор, травма, съдови заболявания на мозъка.