Введение

Со времени первых исследований электроэнцефалограммы (ЭЭГ) - электрической активности головного мозга, регистрируемой на поверхности кожи головы - хорошо известна ее чрезвычайно высокая вариативность. Изменения в отдельных компонентах и в общем рисунке (паттерне) ЭЭГ-сигнала не только легко вызываются в эксперименте различными стимулами, но и постоянно происходят спонтанно, как предполагается, отражая динамику процессов, идущих в коре и других отделах мозга (Berger, 1930; Adrian, Yamagiwa, 1935; Mimura, 1971; Matejcek, 1982; и др.).

В последнее время накапливается все больше данных о том, что даже кратковременные флуктуации в ЭЭГ, особенно в альфа-полосе ее частотного спектра, во многих случаях отражают колебания уровня функционального состояния мозга, определяющего, в частности, эффективность сенсомоторной деятельности и некоторые стороны психической активности (Lehmann, 1980; Gath et al., 1983; Изнак, 1989; Jung et al., 1997). Существует представление о том, что в спонтанных флуктуациях альфа-активности ЭЭГ человека может отражаться временнАя структура психической активности (Lehmann et al., 1987).

Вместе с тем методы исследования флуктуаций ЭЭГ-сигнала к настоящему времени все еще очень слабо развиты. Единственным подходом, сравнительно широко используемым в последние два десятилетия для извлечения из ЭЭГ информации, связанной с ее гетерогенностью во времени, является так называемая адаптивная сегментация - деление ЭЭГ на последовательность сегментов различной длины, каждый из которых является более или менее гомогенным, но существенно отличается от соседних сегментов (Боденштайн, Преториус, 1977; Gath et al., 1983; Creutzfeldt et al., 1985; Lehmann et al., 1987; Pasqual-Marqui et al., 1995). Свойства сегментов ЭЭГ весьма чувствительны к тонким сдвигам функционального состояния мозга (Lehmann et al., 1994; Kinoshita et al., 1995). Однако они также очень существенно зависят от выбора методики сегментации и ее параметров (Lopes da Silva, Mars, 1987), в связи с чем нам трудно согласиться с высказываемыми иногда мнениями, что сегменты могут объективно характеризовать структуру ЭЭГ (Бодунов, 1988) и отражать микросостояния мозга (Lehmann et al., 1987).

Альтернативный подход может заключаться в том, чтобы изучать не сами стационарные сегменты, а моменты перехода от одного сегмента к другому, т.е. моменты резких изменений характеристик ЭЭГ. Однако до наших исследований вопрос о физиологическом значении подобных изменений практически не привлекал внимания. С нашей точки зрения, моменты резких изменений могут отражать реакции ЭЭГ на "переключения" различных систем мозга из одного микросостояния в другое. Исследуя же синхронность таких переключений в различных отделах коры больших полушарий с помощью анализа совпадений во времени моментов изменений в различных отведениях ЭЭГ, можно получать информацию о пространственно-временной организации различных процессов, идущих в мозге (Kaplan et al., 1995; Каплан и др., 1997).

Для оценки кооперативности работы различных участков коры подавляющее большинство исследователей в настоящее время использует когерентный анализ. Оценки когерентности весьма чувствительны к различным сдвигам функционального состояния человека, к когнитивным нагрузкам, к индивидуально-типологическим особенностям, к патологическим сдвигам в работе мозга и к медикаментозной терапии (Ford et al., 1986a,b; Русинов и др., 1987; Petsche, Rappelsberger, 1992). Однако когерентный анализ оценивает лишь линейную статистическую связь динамики биопотенциалов исследуемых областей в частотной области, которая отнюдь не тождественна их функциональной связанности (Каплан и др., 1997). Из-за неудовлетворенности части исследователей возможностями интерпретации данных, получаемых при использовании когерентного анализа, в последнее время стали предприниматься усилия по поиску альтернативных подходов к изучению взаимосвязанности функционирования корковых систем: так, описаны способ изучения "информационных потоков" между областями коры с помощью энтропийного анализа (Inouye et al., 1993) и другие подходы, основанные на теории информации (Mars, Lopes da Silva, 1987; Gersch, 1987); также предлагалось оценивать сходство спектров мощности ЭЭГ в разных отведениях посредством подсчета числа совпавших пиков (Иваницкий и др., 1990; Николаев и др., 1996).

Отличием нашего подхода к данной проблеме от других, известных нам из литературы, является предварительное выделение из ЭЭГ информации о функционально важных "событиях", синхронность которых затем оценивается. В качестве индикаторов этих "событий" удобно использовать резкие изменения характеристик ЭЭГ. Резкое изменение может быть представлено единственной точкой на временнОй оси, и это позволяет эффективно анализировать синхронность изменений динамики потенциалов в пространственно удаленных друг от друга участках коры.

Разумеется, на результаты детекции моментов изменений так же, как и на результаты сегментации, существенно влияют особенности работы применяемого метода. Но если мы выделяем случаи, когда моменты изменений динамики потенциалов совпадают в пространственно удаленных точках, то тем самым проводим жесткий отбор именно тех моментов, которые указывают на связанность электрической активности в этих точках. Этот подход принципиально возможно реализовать именно по отношению к моментам резких изменений, а не к сегментам ЭЭГ.

Таким образом, при анализе синхронности моментов резких изменений в ЭЭГ мы имеем возможность дважды использовать статистические процедуры для последовательной экстракции физиологически значимой информации: сначала мы выделяем в динамике ЭЭГ-сигнала моменты, которые могут отражать некоторые "события" в функционировании мозговых систем, а затем уже среди этих моментов отбираем те, которые свидетельствуют о синхронности этих событий в анатомически различных структурах. При когерентном же анализе и других известных подходах к анализу синхронности биопотенциалов предварительный отбор значимых "событий" не проводится.

Для эффективной реализации данного подхода необходим метод, обеспечивающий статистически обоснованную детекцию моментов изменений характеристик ЭЭГ и в то же время выявляющий как можно большее число моментов изменений, так как в противном случае невозможно получить устойчивые оценки синхронности изменений в разных отведениях ЭЭГ. В известных же из литературы методах сегментации статистические методы для определения моментов изменений либо применялись недостаточно корректно (при поиске отклонений от стационарности использовались процедуры, не рассчитанные на работу с нестационарным сигналом), либо вообще не использовались (Brodsky et al., 1994, 1997).

В связи с малоизученностью механизмов генерации ЭЭГ (Steriade et al., 1990) и отсутствием общепринятых моделей ЭЭГ-сигнала (Nunez, 1995) для поиска моментов изменений желательно применение статистических методов, минимизирующих потребность в априорной информации о свойствах анализируемого сигнала. Этому требованию удовлетворяет непараметрический метод детекции моментов изменений сигнала (Дарховский, 1976; Brodsky, Darkhovsky, 1993). Однако применение к ЭЭГ этого метода требовало существенного его развития (Brodsky et al., 1994). В частности, следовало учесть существенное отклонение ЭЭГ-сигнала от так называемой кусочно-стационарной модели, для которой разрабатывается теория адаптивной сегментации (в этой модели изменения происходят мгновенно), и большую частоту встречаемости спонтанных изменений в реальной ЭЭГ.

Таким образом, анализ динамики активности мозга человека на основе оценки синхронности моментов резких изменений характеристик ЭЭГ, и прежде всего альфа-активности, представляется весьма актуальной и в то же время совершенно не изученной проблемой, требующей на данном этапе выполнения существенного объема методической работы и проведения базовых экспериментальных исследований.

Цель работы: изучение координации работы систем мозга с помощью анализа синхронности моментов резких изменений спонтанной электрической активности в различных областях коры.

Основные задачи исследования:

1. Разработать метод непараметрической детекции моментов резких изменений характеристик ЭЭГ и на его основе - метод анализа синхронности изменений в электрической активности мозга.

2. Описать характеристики синхронности спонтанных изменений мощности альфа-активности в различных областях коры головного мозга человека и оценить их зависимость от функциональной нагрузки и функционального состояния.