Вызванные потенциалы головного мозга (стр. 5 из 5)
где
где
- число интервалов 
в одной ветви кросскоррелограммы; а 
- сглаживающая функция Хемминга 
в качестве сглаживающей функции можно использовать также функцию Парзена.
Автокорреляционная функция воспроизводит ритмы, возникающие в различных участках ЭЭГ, даже если их фазы в разных участках ЭЭГ произвольно сдвигаются друг относительно друга. Это позволяет их анализировать с помощью преобразования Фурье
. Кросскорреляционная функция воспроизводит ритмы одинаковой частоты, появляющиеся в одних и тех же участках записи в обеих ЭЭГ, и относительная выраженность этой ритмики обуславливает кросс-спектр 
. Взаимные фазовые сдвиги этих ритмов в двух ЭЭГ могут быть определены по фазовому спектру 
[2].В зависимости от вида кросскорреляционной функции можно выделить периодические ее оставляющие, общие для двух фиксированных ЭЭГ даже в том случае, если их амплитуды намного меньше амплитуд имеющихся непериодических элементов. Кроме того, можно определить степень связи между амплитудами различных процессов при данном сдвиге времен а также выделить из фоновой активности вызванные потенциалы.
Автокорреляционный анализ используется для изучения степени связи между амплитудами одного и того процесса при данном сдвиге времени.
Анализ спектра мощности методом преобразования Фурье позволяет не только быстро и объективно рассчитать индексы ритмов в выбранных участках записи, но и выявить не заметные на глаз изменения ЭЭГ активности [8].
Также проводят анализ разности двух ВП. Разность ВП позволяет выяснить меру изменения ВП во времени, что представляет интерес при тестировании влияния различных факторов на ВП (фармакологического воздействия, гипервентиляции и др.). Вычисление разности вызванных потенциалов позволяет получить количественную характеристику различий ВП разных отделов мозга, что важно, например, при выяснении локализации паралогического процесса или при оценке межполушарной функциональной специализации.Асимметрию ВП в гомологических точках разных полушарий легко оценить, используя визуализацию разностного сигнала ВП между какими-либо отведениями [3].
Для количественной оценке ВП вычисляют площади, ограниченной нулевой линии и кривой ВП в заданном произвольно интервале времени [9].
Использование методов топографического картирования и трехмерной локализации источников электрической активности позволяет проследить динамику генерации ЭЭГ активности и уточнить локализацию патологического процесса в структурах мозга.
Проследить динамику изменения ВП одного и того же испытуемого или сопоставить ВП разных испытуемых можно с помощью режима по парного сравнения. Такой анализ позволяет сопровождать реабилитационный период, оценить эффективность медикаментозного лечения, сравнить ВП данного пациента с заранее зафиксированной нормой [6].
СПИСОК ЛИТЕРАТУРЫ
1. Гнездицкий В.В. Вызванные потенциалы мозга в клинической практике. Таганрог: ТРТУ, 1997.
2. Жадин М.Н. Биофизические механизмы формирования электроэнцефалограммы. Москва: Наука, 1984.
3. Зенков Л.Р., Ронкин М.А. Функциональная диагностика нервных заболеваний. Медицина, 1991.
4. Иванов-Муромский К.А., Заславский С.Я Применение ЭВМ для анализа электрограмм мозга. Киев: Наукова Думка, 1968.
5. Кратин Ю.Г., Гусельников В.И. Техника и методика электроэнцефалографии. Ленинград: Наука, 1971.
6. Кулаичев А.П. Компьютерная электрофизиология в клинической и исследовательской практике. CONAN-3.0 для Windows. Москва: Информатика и компьютеры, 1998.
7. Макс Ж. Методы и техника обработки сигналов при физических явлений. Москва: Мир, 1983.
8. Математический анализ электрических явлений головного мозга. Материалы симпозиума. Москва: Наука, 1965.
9. Микрокомпьютерные медицинские системы: Проектирование и применение. Москва: Мир, 1983.
10. Пратор П.Ф. Мониторный контроль функций мозга. Москва: Медицина, 1982.
11. Шагас Ч. Вызванные потенциалы головного мозга в норме и патологии. Москва: Мир, 1975.