Вызванные потенциалы головного мозга (стр. 2 из 5)

Если бы ВП были связаны только с одним определенным типом активности нейронов, количественная оценка их была бы сравнительно легкой, так как сама кривая ВП представляла бы отражение этой активности. Однако гораздо более вероятно, что ВП генерируются несколькими типами активности с различными временными и, возможно, пространственными характеристиками. Помимо других данных, об этом свидетельствует сложность волновой конфигурации ВП, представленная наличием множества пиков, появляющихся через различные временные интервалы. В соответствии с этим исследователи говорят о различных компонентах, определяемых на основании латентности и полярности видимых максимумов и минимумов (пиков) на кривой. При количественной оценке важно определить, на каком протяжении будут измеряться избранные компоненты.

Рис.1. Модель, образования ВП.

На рис.1 показана типичная модель, позволяющая понятькак образуются ВП. Отчетливо виден, (рис.1А) ряд позитивных негативных колебаний, каждое из которых наступает через определенный промежуток времени, но их временные параметры частично совпадают. Таким образом, волны a

и в кривой представляют собой негативные колебания, разделенные во времени, а волны б и г- позитивные колебания, перекрывающиеся во времени. На рис. 1Б показана кривая, полученная при суммации волн а, б, в и г. Отчетливо видно, что появляющийся негативный компонент в не отражает истинной негативности кривой. Более того, максимальная активность (компонент б и г) смещена во времени, поэтому максимумы этих компонентов, определяемые на основании их латентности, не являются истинными максимумами. Правильность модели, изображенной на рис.1А, подтверждается косвенными данными [11].

В зависимости от модальности предъявляемых стимулов различают следующие виды ВП:

- зрительные;

- слуховые;

- соматосенсорные;

- тактильные;

- обонятельные;

- вкусовые;

- вестибулярные;

- кинестетические [1].

4. РЕГИСТРАЦИЯ ВП

Успехи экспериментальной и теоретической неврологии в изучении нервной системы с помощью ВП давно привлекали внимание клинической нейрофизиологии, однако на пути стандартного использования этого метода стояли существенные трудности.

При регистрации от интактных покровов головы, как известно, регистрируется “спонтанная” электрическая активность в виде электроэнцефалограммы. Амплитуда ее в норме достигает 100 мкВ, а при патологии 200, 500 и даже 1000 мкВ. На этом фоне ВП, не превышающий в среднем в норме 15 мкВ, простым визуальным анализом выделен быть не может [3].

Основнаясложность регистрации ВП заключается в том, что ответы мозга значительно ниже активности спонтанной ритмики ЭЭГ и других сигналов, но имеют с ними общий спектр. Например, если средний амплитудный уровень ЭЭГ составляет 50 мкВ, то зрительные ВП имеют амплитуду до 10 мкВ, соматосенсорные ВП при стимуляции нервов - около 2 мкВ, некоторые компоненты стволовых ВП - до 0,5 мкВ. Отношение сигнала ВП к спонтанной ЭЭГ для зрительных ВП (ЗВП) составляет 1/5, для соматосенсорных ВП (ССВП) 1/25, а для стволовых компонентов это соотношение может составлять меньше, чем 1/100 [1].

Настоящий прогресс в области изучения ВП у человека был достигнут с применением процедуры усреднения ЭЭГ на электронных вычислительных машинах. В принципе процедура сводится к многократному суммированию участков кривой, следующих за подачей стимула, который является точкой, отсчета времени. При этом “спонтанная” ЭЭГ, имеющая статистический характер, не будет значительно возрастать по амплитуде, тогда как ВП, имеющий относительно стабильные временные и фазовые характеристики, складываясь когерентно, при многократном повторении процедуры будет непрерывно возрастать, так что появляется возможность стабильно выделять сколь угодно малый сигнал из шума спонтанной ЭЭГ.

Исследования с применением усреднения показали, что ВП определенной модальности представляет собой весьма стабильный феномен, четко воспроизводимый у данного индивидуума и хорошо сохраняющий свои формальные и количественные характеристики при повторных исследованиях то послужило основанием для широкого применения метода ВП в психологических исследованиях восприятия, распознавания образов, уровней функциональной активности мозга, поскольку по существу психологи впервые получили в распоряжение объективный параметр, достаточно адекватно отображающий процессы восприятия и преобразования мозгом сенсорной информации [3].

Выделение повторяющегося сигнала, на фоне шума, в случаях когда известны моменты появления самого сигнала или связанного с ним вспомогательного сигнала содержит два аспекта:

1) обнаружение сигнала;

2) выделение сигнала с наименьшей ошибкой.

Сформулируем две основные гипотезы:

1) сигнал повторяется тождественно, т. е. без изменения формы;

2) сигнал жестко связан во времени со стимулятором, т. е. время задержки считается постоянным.

Предполагая, что высказанные гипотезы справедливы, рассмотрим периодический сигнал r(t), содержащий шум b(t). В электроэнцефалографии этим шумом будет электроэнцефалограмма, соответствующая нормальному режиму, а также всегда возможные помехи. На шум b(t) налагается следующие условия. Прежде всего шум является стационарным процессом 2-го порядка, так что его среднее значение m=(1/Т)

dt, средняя мощность .

Предположим также, что шум центрирован, т. е. его среднее значение равно нулю, а спектр не содержит постоянной составляющей. В этом случае дисперсия

равна средней мощности Р, а называется эффективным значением шума.

Итак, рассмотрим сигнал х(t)=r(t)+b(t). Так как r(t) - периодическая функция с периодом Т₀, то

r(t+kT₀)=r(t)

при любом целом k.

Пусть N - число импульсов стимулятора за некоторый промежуток времени [7].

Учитывая, что автокорреляционная функция шума равна нулю, а b(t)- центрирована было получено, что соотношение сигнал/шум (S/N) будет увеличиваться пропорционально квадратному корню из числа суммированных наблюдений.

(1)

После N суммаций отношение (С/Ш) будет равно исходному отношение (с/ш), умноженному на

[1].

Иными словами, преимущество в распознавании сигнала при усреднении относительно больше, если число наблюдений - невелико, например выигрыш в точности при усреднении всего лишь 16 наблюдений уже составляет половину того выигрыша, который мы получаем при усреднении 64 наблюдений. Другое важное преимущество относительно небольшого числа наблюдений состоит в том, что при этом сводится к минимуму возможность изменения состояния мозга в процессе усреднения. Однако есть основание сомневаться в том, что закон квадратного корня полностью приложим к обычным условиям усреднения, поскольку фоновая ЭЭГ редко является действительно случайной. В связи с этим для получения требуемого соотношения S/N необходимо сравнительно небольшое число наблюдений, что если бы вся фоновая активность состояла из случайных несовпадающих элементов, увеличение соотношения S/N соответствовало бы числу наблюдений, а не квадратному корню из этого числа. Практически же увеличение соотношения S/N, возможно, представляет собой среднее между величиной квадратного корня и общим числом наблюдении [11].

В явном или неявном виде на выделяемый сигнал ВП и шумы накладываются следующие ограничения:

1) сигнал ВП синхронизирован с предъявляемым стимулом (событием);

2) сигнал ВП идентичен и повторяем для каждого предъявления стимула или возникающего события;

3) сигнал ВП статистически независим от спонтанной ритмики и других шумов;

4) статистические свойства спонтанной ЭЭГ и других шумов, не связанных со стимулами, постоянны (стационарны), то есть нет тренда, смещения ЭЭГ (среднее равно нулю) и

=const.

Несмотря на то, что метод синхронного усреднения - мощный метод и позволяет выделить сигнал практически при любом соотношении уровня сигнал/шум, у него есть ряд недостатков. Самый главный - это необходимость подачи достаточно большого числа стимулов, что во многих случаях представляется не физиологичной процедурой из-за наличия привыкания и других связанных процессов в ЦНС. Кроме того, есть стимулы, которые по своей природе не могут подаваться многократно. Например, болевые, обонятельные и вкусовые стимулы. В связи с этим, делались и делаются попытки выделять ВП на одиночные стимулы. Одним из таких подходов является метод взаимной корреляции и оптимальной фильтрации. Недостаток этих методов состоит в том, что они для своего выделения требуют наличия некоторого шаблона - известного сигнала ВП [1].

Величина колебаний электрических потенциалов, продуцируемых мозгом, очень мала. Они имеют амплитуду от нескольких микровольт до нескольких сот микровольт (обычно в пределах 500 мкВ). Поэтому, для того чтобы они могли быть записаны, их необходимо предварительно усилить, и только тогда электрические колебания мозга смогут привести в действие то или иное регистрирующее устройство. Типичная система регистрации представлена на рис.2.