Компьютерная электроэнцефалография

Эффективное применение электроэнцефалографии не может быть реализовано без использования количественных компьютерных методов обработки, анализа и представления данных. Их внедрение во все области техники и методики электроэнцефалографии привело к появлению принципиально нового аппаратно-методического подхода — компьютерной электроэнцефалографии, что выводит методику ЭЭГ на принципиально новый уровень, который клиническая электроэнцефалография в настоящее время еще не способна освоить во всей полноте в силу необходимости разработки принципиально нового диагностического подхода.

Общая характеристика задач КЭЭГ

Количественному анализу ЭЭГ и топографическому картированию электрической активности мозга (КЭАМ) (brain electrical activity mapping — BEAM) посвящены тысячи публикаций в журналах и монографиях, так что эта область знания слишком велика, чтобы ее можно было сколько-нибудь полно изложить в одной удобочитаемой статье12. Рассмотрим только основные направления разработок в области практического применения компьютерной электроэнцефалографии (КЭЭГ) в объеме, достаточном для понимания принципов ее использования в исследовательской и диагностической практике клинической нейрофизиологии. По указанным выше причинам литературные ссылки ограничены в основном публикациями, имеющими ключевое теоретическое или прикладное и клиническое значение. Мы считали долгом сосредоточить внимание не только (и не столько) на демонстрации преимуществ обсуждаемых методов, которые самоочевидны, но и на тех трудностях и опасностях, которые поджидают электроэнцефалографиста, приступающего к их использованию, имея в виду определенную эйфорию, сопровождающую появление КЭАМ, что при некритическом отношении может привести к диагностическим ошибкам и неоправданной дискредитации этого ведущего и, несомненно, основного направления развития клинической нейрофизиологии.

Внедрение компьютерных методов в клиническую нейрофизиологию вызывает неоднозначные реакции и оценки. В определенных кругах психоневрологов и части клинических нейрофизиологов оно связывается с ожиданиями возможной «замены» электроэнцефалографиста компьютерной экспертной системой, автоматически выдающей «объективные» диагностические заключения. Предполагается, что такие устройства многократно облегчат и ускорят диагностику, увеличат ее надежность и чувствительность и смогут быть использованы операторами без специальной высшей нейрофизиологической подготовки. Мера надежд, возлагаемых на компьютеризацию этой стороны электроэнцефалографии, обычно обратно пропорциональна уровню квалификации специалиста в области нейрофизиологии и компьютерной техники.

Для объективной оценки возможностей и перспектив КЭЭГ необходимо квалифицировать круг задач, решаемых электроэнцефалографией. С методической точки зрения электроэнцефалография подразделяется на: 1) технику регистрации, хранения и первичной обработки данных и 2) содержательный анализ ЭЭГ и формулирование клинического заключения.

Технико-методические аспекты компьютерной электроэнцефалографии

Внедрение компьютерных методов привело к принципиальному изменению техники электроэнцефалографии, что отражается в переходе ведущих производителей нейрофизиологической аппаратуры к компьютеризированным устройствам, получившим в настоящее время название цифровых электроэнцефалографов (digital electroencephalograph). Не подлежит сомнению, что в ближайшем будущем цифровые электроэнцефалографы станут основным видом приборов в клинической электроэнцефалографии. Соответственно этому подавляющее большинство современных публикаций по электроэнцефалографии посвящены компьютерным методам регистрации, преобразования и анализа ЭЭГ.

В техническом плане применение компьютерных устройств связано с их миниатюризацией. Цифровой электроэнцефалограф имеет в десятки раз меньшие размеры, чем традиционный. Регистрация на магнитных и лазерных носителях привела к «безбумажной» электроэнцефалографии. Безбумажная электроэнцефалография сокращает объем архивов в тысячи раз, причем на тот же порядок облегчается и ускоряется их использование. Кроме того, появляется возможность посредством телефонной связи передавать практически мгновенно ЭЭГ в любое другое учреждение, создавать единые архивы (базы данных) для многих лабораторий, интегрируя и унифицируя данные даже на международном уровне.

Фактор миниатюризации обусловливает увеличение мобильности метода и расширение возможностей его амбулаторного использования, а также применения в полевых и экспедиционных условиях. Цифровые электроэнцефалографы на базе ЭВМ типа laptop или notebook, при всей их миниатюрности, сохраняют в полном объеме возможности больших электроэнцефалографов, включая многоканальность и весь объем функциональных проб и приемов записи.

Использование компьютеризированных устройств сокращает время исследования, так как непосредственная регистрация ЭЭГ производится в монополярных отведениях, из которых методом компьютерной рекомпозиции получают все необходимые биполярные, а также специальные отведения, обладающие некоторыми локализационными преимуществами (с усредненным электродом, «от источника» и др.).

Цифровые электроэнцефалографы позволяют более качественную предварительную обработку ЭЭГ, обеспечивая избирательное и точно ограниченное заданной полосой цифровое фильтрование, коррекцию нулевой линии, произвольное изменение развертки во времени и масштаба амплитуды записи.

Цифровые электроэнцефалографы уже на этапе ввода информации обеспечивают некоторые элементы кондиционирования записи, в частности отсеивание части артефактов с помощью амплитудного окна. Компьютерные методы обеспечивают гораздо более полную, развернутую и наглядную документацию записи за счет неограниченного использования разных маркировок и сопровождающих текстов, включая традиционные надписи от руки с помощью светового пера, производимые электроэнцефалографистом во время регистрации или последующего просмотра ЭЭГ на экране монитора. При необходимости любой отрезок ЭЭГ может быть выведен на бумагу в виде «твердой копии», ничем не отличающейся от традиционной ЭЭГ.

Наконец, и самое главное, безбумажные цифровые ЭЭГ могут быть подвергнуты любым методам компьютерного анализа, доступным в момент исследования и появляющимся в дальнейшем.

Таким образом, безбумажная электроэнцефалография обладает несоизмеримыми преимуществами по сравнению с традиционной, сохраняя все ее достоинства и исключая многие хорошо известные недостатки. Имеющийся опыт показывает, что дополнительные затраты на аппаратуру быстро окупаются только за счет экономии на бумаге, чернилах, перьях3.

Считаем необходимым привести здесь основные требования к качеству выводимого на экран изображения ЭЭГ в компьютерной электроэнцефалографии, сформулированные Nuwer M.R.4 для Американского общества клинической электроэнцефалографии и принятые за основу Конгрессом по биоэлектромагнитной топографии (Амстердам, 1992):

  1. точное воспроизведение формы сигнала ЭЭГ (при стандарте верхней полосы 70 Гц, принятом для «спонтанной» ЭЭГ, частота квантования — 256 Гц);
  2. линейное воспроизведение амплитудных соотношений сигналов;
  3. привычный режим движения ЭЭГ во время записи в реальном масштабе времени, с выводом 10-секундных отрезков ЭЭГ со скоростью развертки 30 мм/с, отображаемой 128 пикселами/с;
  4. возможность ремонтажа записанных отрезков ЭЭГ;
  5. рефильтрация, изменение скорости воспроизведения и чувствительности в процессе чтения записанной информации.

Компьютерные методы анализа ЭЭГ в клинической нейрофизиологии

Не подлежит сомнению перспективность и целесообразность применения любых компьютерных методов анализа в научных исследованиях, поскольку они направлены на выявление фактов, критериев и закономерностей, ранее не известных, чему и удовлетворяет использование новых подходов и методов.

➥ Более подробно читайте статью: Методы компьютерного анализа ЭЭГ

Требования к врачу при проведении компьютерной электроэнцефалографии

Компьютерная электроэнцефалография не отменяет классического анализа ЭЭГ, а является комплексным методом, включающим в себя визуальную оценку ЭЭГ и служащим расширению клинического использования регистрируемых с поверхности скальпа данных. Соответственно КЭЭГ не может использоваться врачами, не имеющими специальной подготовки по ЭЭГ. Соответственно минимальным требованием допуска к работе является наличие документов о получении образования в области ЭЭГ диагностики и специального дополнительного обучения методам КЭЭГ. Мы полагаем, что для использования компьютерной электроэнцефалографии врач (невролог или психиатр) должен удовлетворять следующим критериям:

  • Иметь свидетельство квалификационной правительственной организации на право работы в области диагностики ЭЭГ.
  • Иметь документ о дополнительном обучении в области:
    • анализа сигналов применительно к КЭЭГ;
    • одномерной и многомерной статистики применительно к КЭЭГ;
    • распознавания, контроля и подавления артефактов;
    • анализа характерных признаков заболеваний, соответствующих определенным типам карт при статистическом картировании значимой вероятности (Z-картировании) и дискриминантном анализе ЭЭГ;
    • применения специального оборудования и программного обеспечения.
  • В дополнение к посещению курсов подготовки, предоставляемых производителем аппаратуры или медицинским обществом, врач должен пройти дополнительную учебную практику под руководством одного или более опытных специалистов в области КЭЭГ.
  • Аттестационное свидетельство квалификационной правительственной организации на право работы в области КЭЭГ диагностики, например Американского Совета по Электроэнцефалографии и Нейрофизиологии (АСЭЭГН), естественно, удовлетворяет пунктами 2 и 3.

Технические требования к системам компьютерной электроэнцефалографии

Мы предлагаем следующие основные пункты в качестве минимальных требований к системам, предназначенным для использования в клинической практике КЭЭГ диагностики:

  • 1. Минимум 19 каналов ЭЭГ и два канала регистрации артефактов — лучшие системы предлагают 32 и более каналов.
  • 2. Для контроля артефактов должно быть предназначено по меньшей мере два канала, лучшие системы предлагают большее количество каналов.
  • 3. Возможность визуализации и анализа в более чем одной референтной схеме (например, с короткозамкнутыми ушными электродами). Лучшие системы предлагают дополнительно референтные схемы с усредненным электродом и Лапласовым преобразованием (отведение от источника).
  • 4. АЦП стандартного разрешения не менее 12 бит. Лучшие системы предлагают 16-битовые АЦП, которые обеспечивают больший динамический диапазон входного сигнала и минимизируют необходимость поиска компромисса между получением высокого разрешения и необходимостью отслеживания высокоамплитудных всплесков без отсечки сигнала.
  • 5. Минимальная частота дискретизации 200 Гц. Лучшие системы предлагают частоту 256 Гц и выше.
  • 6. Низкочастотная фильтрация входных данных для подавления паразитных гармоник. Лучшие системы позволяют избежать слишком низких значений частоты среза фильтра, при которых затрудняется регистрация мышечных артефактов.
  • 7. Средства регистрации и устранения артефактов как с помощью визуального распознавания, так и посредством специального алгоритма. Лучшие системы включают в себя статистические методы устранения артефактов.
  • 8. База данных для здоровых людей, соответствующая возрастному диапазону обследуемых пациентов и удовлетворяющая заданным требованиям верификации. Лучшие системы обеспечивают полную информацию как по критериям исключения, так и по критериям включения в нормативную группу.
  • 9. Эта база данных должна включать все основные типы данных.
  • 10. Процедура статистической коррекции параметров базы данных, имеющих не гауссово распределение.
  • 11. Топографическое картирование с использованием цветной и черно-белой шкалы. В лучших системах выбор шкалы осуществляется пользователем, но с соблюдением требований к выбору цветовой шкалы по сформулированным критериям.
  • 12. Должны быть обеспечены возможности статистического картирования значимой вероятности. Лучшие системы обеспечивают вывод на экран карт значимой вероятности различий как данных пациента и группы, так и данных групп.
  • 13. Представление данных спектрального анализа как в абсолютных, так и в относительных единицах — обязательно. Лучшие системы обеспечивают измерение спектральной асимметрии и когерентности с возможностями картирования значимой вероятности как в абсолютных, так и в относительных единицах.
  • 14. Представление временных последовательностей для систем, обеспечивающих регистрацию длиннолатентных ВП и карт статистической вероятности. Лучшие системы обеспечивают мультипликационное представление во времени «истории» последовательно получаемых данных.
  • 15. Программное обеспечение должно обеспечивать сравнение повторных измерений при записи активности одного пациента.
  • 16. Возможность создания итогового протокола, включающего в себя текст отчета, топографические карты и графики сигналов «сырой» ЭЭГ. Лучшие системы обеспечивают как цветное картирование, так и высококачественное черно-белое представление ЭЭГ.
  • 17. Должна быть обеспечена возможность сохранения как данных «сырой» ЭЭГ, так и отредактированных данных. Лучшие системы обеспечивают хранение на дешевых носителях на магнитной ленте и/или на оптических дисках.
  • 18. Дополнительные возможности: лучшие системы обеспечивают:
    • 1) проведение квалификационного анализа с использованием дискриминантных функций в области психиатрии и поведенческой неврологии,
    • 2) программное обеспечение локализации диполя для эпилептологов.
  • 19. Полная операционная система должна обеспечивать как быстрый доступ к данным, так и быстрый обмен данными между всеми устройствами системы.
  • 20. Система должна обеспечивать формат данных, позволяющий их свободный перенос в основные коммерческие статистические и графические программные пакеты.
  • 21. Дополнительные возможности: лучшие системы обеспечивают обмен данными между различными системами КЭЭГ через цифровые сети обмена и телефонные модемы.

Заключение

Как и в других областях применения компьютерной техники, при первоначальных попытках смоделировать процесс выполнения работы человеком для дальнейшей его автоматизации выявляется, во-первых, сложность, граничащая с неразрешимостью задачи во всей ее полноте, во-вторых, непрерывно увеличивающийся в процессе попыток решения исходной задачи объем новых дополнительных значимых параметров и возможностей анализа, имеющих существенный научный, клинический и диагностический интерес. Использование этих «попутно» появляющихся возможностей не облегчает работу электроэнцефалографиста и не сокращает затраты времени на собственно анализ и формулирование клинического заключения по ЭЭГ, но зато расширяет диагностический диапазон, повышает чувствительность и специфичность метода, в ряде случаев способствует более точной локальной диагностике, т.е. по сути меняет саму исходную методику, которую предполагалось «компьютеризировать». Очевидно, что сама постановка вопроса об «автоматизации» клинического анализа ЭЭГ принципиально неверна.

Когда электроэнцефалографист не уверен в оценке ЭЭГ по данным ручного анализа, привлекаются количественные методы анализа, реализуемые компьютерными программами, прежде всего связанные с математическими оценками соотношения частотных диапазонов в ЭЭГ, не явно измененных по данным ручного анализа, или статистические процедуры отличения от нормы, включая мультипараметрические методы и др. Такое гибкое использование компьютерных методов не приводит к загромождению избыточной информацией, с которой не вполне понятно, что делать, но за счет небольших дополнительных затрат времени расширяет диапазон диагностики и увеличивает ее надежность. Такой подход, как уже неоднократно упоминалось, требует от электроэнцефалографиста высокой клинической и нейрофизиологической квалификации, хорошего понимания сути конкретных методов компьютерного анализа и критического понимания их возможностей, способности синтетически оценить отношение данных компьютерного анализа ЭЭГ, данных ее рутинной оценки, имеющихся общефизиологических представлений о механизме явления, которое отражает данный электроэнцефалографический паттерн, и всех этих данных с клиникой.

Как и любой другой наукоемкий метод диагностики, электроэнцефалография в обычной клинической практике никогда не превратится в чисто техническую процедуру, автоматически выдающую клинические заключения, а всегда будет развивающимся творческим диагностическим процессом, обогащающимся за счет расширения возможности использования компьютерной техники. Особый интерес представляют новые методы анализа ЭЭГ, возможно, приближающие нас к более адекватному пониманию механизмов работы мозга в плане отражения в параметрах ЭЭГ информационных процессов и соответственно к более адекватному использованию ЭЭГ в оценке психической активности здорового человека и ее нарушений при функциональных, невротических и психических расстройствах. Речь идет о применении методов нелинейной динамики к анализу ЭЭГ, дающих количественную оценку сложности генерирующих ее систем, и оценки энтропии ЭЭГ, рассматриваемой как информационное сообщение5.

Вместе с тем очевидно, что решение некоторых задач, таких как массовый скрининг при диспансеризации, уже в настоящее время может быть осуществлено на основе компьютерных программ, причем обслуживание компьютеризированного электроэнцефалографа может проводить соответствующим образом подготовленный техник или медицинский работник среднего звена. Компьютерная программа при этом не ставит диагноза, а производит предварительный отбор «подозрительных» пациентов для дальнейшего углубленного исследования.

Footnotes

  1. Duffy F.H. The BEAM method for neurophysiological diagnosis / Ann N.Y. Acad Sci., 1985, v. 457, p. 19-34.
  2. Duffy E, Hughes J., Miranda E, Bemad P., Cook P. Status of Quantitative EEG (QEEG) in Clinical Practice, 1994 / Clinical electroencephalogr., 1994, v. 25, p. VI-XXII.
  3. Klein W. Papierlos registrietes EEG (PL-EEG) / EEG-Labor, 1993, s. 137—147
  4. Nuwer M.R. Frequency analysis and topographic mapping in epylepsy / Electroencephalogr. and clin. neurophysiol., 1988, v. 69, p. 118-126.
  5. Бельский Ю.Л., Веденяпин А.Б., Дмитриев А.С., Зенков Л.Р., Старков С.О. Диагностика патологических состояний мозга на основе анализа электроэнцефалограммы методами нелинейной динамики. Радиотехника и электроника, 1993, №9, с. 1625-1635.