автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Компьютерный анализ биопотенциалов мозга как основы оценки и фармакологической коррекции психопатологических состояний

'.да

АКАДЕМИЯ НАУК УКРАИНСКОЙ ССР ОРДЕНА ЛЕНИНА ИНСТИТУТ КИБЕРНЕТИКИ ИМЕНИ В. М. ГЛУШКОВА

На правах рукописи

ОМЕЛЬЧЕНКО Виталий Петрович

УДК 616.831/895.4—073.97:007:681.142,2:615.214

КОМПЬЮТЕРНЫЙ АНАЛИЗ БИОПОТЕНЦИАЛОВ МОЗГА КАК ОСНОВА ОЦЕНКИ Н ФАРМАКОЛОГИЧЕСКОЙ КОРРЕКЦИИ ПСИХОПАТОЛОГИЧЕСКИХ СОСТОЯНИЙ

05.13.09 — управление в биологических и медицинских системах (включая применение вычислительной техники)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора биологических наук

Работа выполнена в Ростовском ордена Дружбы народоЕ медицинском институте МЗ РСФ'СР,

Научный консультант: доктор медицинских наук, профессор

Каркищенко Н. Н.

Официальные оппоненты: лауреат Государственной преми?

СССР, доктор медицинских наук, про фессор Александровский Ю. А; доктор биологических наук, профессор Иванов-Муромский К. А.; доктор биологических наук Жадин М. Н.

Ведущее учреждение: Институт экспериментальной медици-

. ны АМН ССОР.

Защита состоится « /г» УА . ' 19^ г. в часов на заседании специализированного совета Д 016.45.0Е при Институте кибернетики имени В. М. Глушкова АН УССР по адресу: 252028, Киев, 28, проспект Науки, 41.

С диссертацией можно ознакомиться в научно-техническом архиве института.

Автореферат разослан «л'. > . V . 1990 г.

Ученый секретарь специализированного совета

Козак Л. М.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Биоэлектрические потенциалы |3га являются диагностически важными показателями, объ-швно отражающими функционирование центральной нерв-й системы. И хотя феноменологические проявления в ЭЭГ сят, как правило, неспецифический характер, тем не менее ект роэн цефал огр афические исследования являются неотъ-лемой процедурой диагностики, контроля лечения и уста-вления выздоровления психоневрологических больных. По овам Н. П. Бехтеревой (1980) «ЭЭГ регистрируется прак-чески везде, где изучается нейрофизиология здорового и льного мозга человека».

Целый ряд обзоров, опубликованных ведущими специали-ши (Пурпура, 1965; Е1и1, 1972; СгеИ^еШ, 1974; Гусельни-в, 1976; Гутман, 1'98'0; Жадин, 1984), позволяет говорить об эажении в корковой ритмике главным образом постсинап-^еских потенциалов нейронов коры и влиянии на них под-эково-стволовых образований мозга. С учетом роли моно-инергических систем мозга в межнейрональных связях, мелирующего влияния на них психотропных средств, а также кторов нарушения центральных медиаторных систем при 1хоневрологических отклонениях становится возможным учение влияния этих факторов на механизм формирования •Г (Анохина, 1975; Каркищенко, 1975; Лаврецкая, 1985; льдман, Александровский, 1987).

В этом плане открываются новые возможности в интерпре-1ии ранее полученных результатов об изменении биопотен-алов при активации или угнетении моноаминергических :тем мозга, изменении ЭЭГ при действии психотропных прелатов, влиянии психических нарушений на биоэлектрически активность мозга.

Важным аспектом является анализ и интерпретация ЭЭГ. оведение электроэнцефалографических обследований залает достаточно много времени и требует высокой квали-кации врача. В настоящее время клиническая интарпрета-г ЭЭГ в значительной степени является искусством и во

многом зависит от степени подготовки исследователя. Это первую очередь определяется тем, что наряду с очевидны графоэлементами ЭЭГ, указывающим« на патологическ отклонения, имеется целый ряд пограничных признаков, i торые могут быть неверно интерпретированы как анорма, ные или, наоборот, не учтены при диагностике. Иногда да опытными специалистами могут быть различно интерпретн] ваны одни и те же записи. Возможны различные трактов одной записи одним и тем же врачом-исследователем че{ некоторый промежуток времени (Barlow, 1979). Все это у зывает, с одной стороны, на трудности в формализации oi сания ЭЭГ-данных, а с другой — на необходимость объек визации электроэнцефалографических исследований.

Использование вычислительной техники и математичеа методов позволяет значительно ускорить процесс обрабо-больших массивов электрофизиологических данных, выдел информативные признаки для оценки выраженности пато гического процесса, оценивать изменение функциональн состояния мозга при различных воздействиях (Труш, Ко невский, 1978; Givens, 1980; Ktonas, 1983; Данько, Каминск 1985; Буреш и др., 1984; Stehen et al., 1985; Бехтерева и , 1988).

Компьютеризация обработки электроэнцефйлограмм (с); повысила эффективность исследований больных с очаговь поражениями мозга (Болдырева, 1978; Русинов и др., И 1988); эпилепсией (Lopes da Silva et al., 1975, 1977; Исакс и др., 1981; Ktonas, 1983); черепно-мозшвой травмой (Д> кайтис, Полякова, 1986; Гриндель, 1988); мозговым инс* том (Прайор, 1979, Tolonen, 1981, 1984; Жирмунская, 198!

В большинстве коммерческих систем, выпускаемых за бежом, в основном используется временной и спектраль анализ ЭЭГ с последующим представлением распределе биопотенциалов и мощностей стандартных частотных пс в виде изолиний и цветных карт. Однако основная работг описанию, сравнению с нормой, выявлению патологичес проявлений, оценке степени нарушенное™ ЭЭГ остается врачом-нейрофизиологом. Вместе с тем в работах Е. А. >1 мунской (1963, 1984, 1988) рассмотрены вопросы типиза и классификации ЭЭГ, позволяющие формализовать оп ние а оценку целостного паттерна ЭЭГ. Таким образом, « ются предпосылки для разработки компьютерной систе позволяющей на формализованных методах принятия pi

Впервые установлено, что изменения спектральных харак-|истин ЭЭГ депрессивных больных на разовую дозу анти-[рессантов могут служить прогностическим показателем швидуализированного выбора и оценки эффективности шоГо психотропного препарата. Разработана методика :шси эффективности действия психотропных препаратов по !енению ЭЭГ показателей у депрессивных больных. Пока-:а возможность использования интегрального показателя Г для дискретного мониторинга психически больных в >цессе лечения.

Подготовлен пакет программ и разработана методика нки действия психотропных средств на биоэлектрическую ивность мозга жшвотных, показана возможность класси-<ации психотропных средств по изменению спектральных 'актеристик ЭГ мозга.

Практическая значимость. Полученные в работе результа-позволили:

— разработать и тиражировать отечественную микро-[пьютерную систему анализа ЭЭГ с формированием заклю-ия в терминах клинической электроэнцефалографии;

— автоматизировать ЭЭГ исследования как в диагности-ких центрах и стационарах психоневрологического про-1я, так и при проведении комплексных диспансерных и 'филактических осмотров с целью раннего выявления пси-еврологической патологии;

— повысить пропускную способность и эффективность Г исследований в отделениях функциональной диагно-ки;

— ¡использовать дискретный ЭЭГ мониторинг для оценки >ективности лечения психоневрологических больных, а же контроля состояния амбулаторных больных и лиц,, на-ящихся на диспансерном наблюдении;

— автоматизировать нейрофизиологические исследования изучении новых психотропных средств в клинических и

териментальных условиях;

— внести в учебные программы кафедр психиатрии и. вных болезней факультетов и институтов усовершенство-яя врачей разработанные методы автоматизированного л из а ЭЭГ.

Внедрение разработанной в диссертации микрокомпьютер-системы позволит повысить эффективность диапяостиче-•о процесса и сократить сроки лечения психоневрологиче-с больных. Экономическая эффективность системы опре-

деляется повышением пропускной способности ЭЭГ каби тов, сокращением сроков пребывания больных в стациэн и снижением потерь от временной и стойкой утраты тру способности.

Внедрение результатов в практику. Основные направ ния проведенных исследований выполнялись в рамках д тем-заданий ГКНТ СССР:

— «Разработать и внедрить автоматизированные скрин говые системы для диспансеризации кардиологических и г хоневрологических больных», сроки: 1985—1987 гг., № i регистрации 01.84.0086.827;

— «Разработать и внедрить электрокардиографически электроэнцефалографический мониторинг состояния и л( ния стационарных и диспансерных больных», сроки: 198 1990 гг., № гос. регистрации 50.88.000083.

Работа включена в Координационный план Всесоюз проблемной комиссии «Структурно-функциональные осьи организации мозга в норме и патологии»..

Основные результаты работы внедрены в НИР—ОКР I товского НИИ радиосвязи в рамках выполненного ^оздоп ра № 241 «Разработка и клиническая апробация алгорит й программ обработки электрофизиологических сигнал< срок 'выполнения: 1986—1988 гг., № гос. регистра 01.87.00600069; ОКБ «Ритм» при Таганрогском радиоте) ческом институте им. В. Д. Калмыкова в рамках хоздэп ра № 260 «Разработка и апробация функциональных п раннего выявления психопатологических проявлений в ( электрической активности мозга», срок выполнения: 19$ 1989 гг., № гос. регистрации 01.88.0030491.

Результаты работы в рамках хоздоговора со 2-м МОЛГ им. Пирогова Н. И. на тему «Разработать и апробировать томатизированное рабочее место (АРМ) врача-электроэ] фалографвста» включены в комплексную программу «Hay технический прогресс стран — членов СЭВ до 2000 г ода»

Система анализа ЭЭГ работает в клинике психиатрии 1 товского мединститута, в отделениях функциональной дна стики Ростовского областного психоневрологического дис] сера и Ростовского НИИ акушерства и педиатрии М.З РСС Результаты диссертации внедрены в НИР—ОКР по мед№ ской технике на Азовском оптико-механическом заводе.

По материалам диссертации Ростовским мединстит} совместно с Ростовским НИИ радиосвязи направлено п ложение на разработку и серийный выпуск комплекса

хогропных препаратов и контроле лечения депрессивнь больных.

Апробация работы. Материалы диссертации докладыв лись на Всесоюзных конференциях по нейрокибврнетике (Рс тов-на-Дону, 1976, 1980, 1983, 1989); VII Всесоюзной конф ренци.и по электрофизиологии ЦНС (Каунас, 1976); Респу ликанской конференции по вычислительной диагностике тел(Ше-прической обработке медицинской информации (Гор кий, 1979); I Всесоюзной конференции по фмзиологичбск кибернетике (Москва, 1981); Всесоюзном симпозиуме «Р; вивающийся мозг» (Тбилиси, 1984); Региональных науч,1 технических конференциях «Медицинские информационн системы» (Таганрог, 1983, 1985, 1987, 1989); Республиканск конференции по бионике (Киев, 1987); Пленумах Всесоюзн проблемной комиссии «Структурно-функциональные осно организации мозга в норме и патологии» (Москва, 1976, 19 1'988); Всесоюзной конференции «Перспективные направ. ния развития информатики и компьютерной технологии здравоохранении» (Москва, 1987); Всесоюзной школе «П блемы разработки и внедрения экспертных систем в неп мышленной сфере» ^Москва, 1987)'; I Всесоюзном симпозиу с международным участием «Медицинские микрокомпьют ные. системы» (Ростов-на-Дону, 1988); III Международ1 школе молодых ученых «Автоматизация биотехнологичеа процессов и биологических экспериментов» (Варна, Н1 1988); IX Всесоюзной конференции «Измерения в медиц: и их метрологическое обеспечение» (Москва, 1989); Всесо ной конференции «Проблемы разработки и внедрения экспе ных систем» (Москва, 1989); Всесоюзном семинаре «Проб мы создания и применения приборов и комплексов для г хофизиологичеоких исследований» (Москва, 1989); заседа ях Областного научного общества невропатологов/ ncnxt ров, наркологов и нейрохирургов совместно с общесп фармакологов и патофизиологов (Ростов-на-Дону, 1987, 191 Международном симпозиуме по лабораторному оборудс нию для научных и промышленных исследований в облг биотехнологии «Лаборбио-'89» (Пловдив, НРБ, 1989).

Основное содержание работы изложено в 38 печат публикациях.

Структура и объем диссертации. Диссертация состоит введения, шести глав, включающих обзор литературы и зультаты собственных исследований, заключения, выводе практических рекомендаций, списка используемой литер

нализа энцефалограмм (КАЭ-01), шифр «КОРТЕ КС», ко-зрое рассмотрено и рекомендовано к разработке комитетом э новой медицинской технике МЗ СССР (протокол № 7 от 5.11.89). Составлены медико-технические требования на Дании комплекс.

Включены в отраслевой фонд алгоритмов и программ Программа микрокомпьютерной обработки фоновой ЭЭГ с ормированием заключения (авторы Омельченко В. П., Гри-ин А. Д., № гос. регистрации 50880000832 от 22.07.88) и Программа непараметрического выделения признаков для классов» (авторы Омельченко В. П., Гришин А. Д., Проко-)вич Л. А., № гос. регистрации 50900000132 от 20.03.90).

Проспекты микрокомпьютерной системы анализа ЭЭГ спонировались на ВДЦХ СССР в разделе «Здравоохране-е СССР» в 1989 г. Результаты исследований используются в учебном процес-кафедр психиатрии и нормальной физиологии Ростовского статута.

:НОВНЫЕ ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ:

1. Метод анализа ЭЭГ, основанный на оценке спектраль-х характеристик, выделении и измерении признаков элект-ческой активности мозга, используемых в клинической ней-физиологии, позволяет решать задачи классификации ти-з ЭЭГ, мониторинга состояния и эффективности лечения 1Хоневрологических больных.

2. При депрессивных состояниях человека нарушения ме-1Измов функционирования ЦНС отражаются в количест-шых показателях, характеризующихся снижением часто-

и уменьшением мощности альфа- и бета-активности на че повышения мощности дельта- и тета-диапазонов; сни-нием альфа- и увеличением дёльта-, тета- и бета-индексов; ;ньщением суммарной амллитуды ЭЭГ; изменением меж-1уш1арной асимметрии биопотенциалов в лобных и височ-< отделах мозга.

3. «Нормализация» спектральных характеристик ЭЭГ рессивных больных служит прогностическим показателем эективности психотропных средств.

4. Интегральный показатель ЭЭГ, учитывающий суммар-; отклонения амплитудных, частотных, временных и меж-ушарных параметров ЭЭГ от соответствующих показате-

«ЭЭГ нормы», эффективен при подборе адекватных пси-

собом относительно объединенных ушных электродов, Акп ные электроды располагались в соответствии с междунарс ной схемой 10/20 над лобной, височной, теменной и затылс ной областями обоих полушарий. Усиление и запись биопоте циалов мозга проводились на 8-канальнэм электроэнцефа/ графе фирмы «Орион» (Венгрия). Постоянная'времени ус лителей 0.1с, полоса пропускания сверху — 30 Гц.

Экспериментальные исследования были проведены на взрослых кошках с хронически имплантированными электр дами в сенсомоторную (слева и справа), зрительную зо коры, дорзалвный гиппокамп, задний гипоталамус, медиодс зальное ядро таламуса, ретикулярное ядро покрышки, хе статое ядро. По окончании предусмотренных опытов у ка дого животного осуществляли морфологический контроль : кализации вживленных электродов путем электрокоагуляц исследуемых структур мозга постоянным током (Черкес и д 1976). Исследовалось влияние мелипрамина в дозах 6 12 мг/кг, амитриптилина — 6 мг/кг, пиразидола — 6 мг/i новерила — 20 мг/кг, этаперазина — 3 мг/кг, диазепама 1,5 мг/кг и сиднофена — 1,25 мг/кг на ЭГ мозга кошек до через 1; 1,5; 2; 2,5; 3 часа после одномоментного пероралы го введения препаратов. В качестве контроля была прове/ на серия с плацебо на всех исследованных животных.

Регистрация, обработка и хранение ЭГ мозга человека животных осуществлялись на разработанной нами микр компьютерной системе, включающей ммкроЭВМ «Электр ника-бОМ», оптоэлектронную развязку для ввода сигнала микроЭВМ, набор периферийных устройств и пакет прикла ных программ. В дальнейшем программное обеспечение б ло разработано для ДВК-3 и персональных компьютеров i па IBM PC/XT или AT. Программное обеспечение разрабс ки ЭЭГ для клинических целей включает-программы опис ния и формирования заключения, по фоновой ЭЭГ, пои спайков и нестационарностей, анализ ЭЭГ при фото- фo^ стимуляции, оценку изменений ЭЭГ при гипервентиляции.

Программа анализа фоновой ЭЭГ состоит из трех блоке измерительный, описательный и классифицирующий. Измер тельный блок осуществляет вычисление q помощью быстро преобразования . Уолша абсолютных и нормированных мо: лостей частотных составляющих в диапазонах: 1—3 koj (дельта); 4—7 кол/с (тета); 8—13 кол/с (альфа) и 14 30 кол/с (бета). Для каждого ритма определяются часто максимального пика; минимальная, максимальная и среди

л. Материалы диссертации изложены на 430 страницах ма-инописи, включая 20 страниц приложений, 30 таблиц, 69 ри-гнков. Описок литературы включает 256 работ отечествен-лх и 266 работ иностранных авторов.

СОДЕРЖАНИЕ РАБОТЫ Материал и методы исследования

Для решения поставленных задач были проведены ЭЭГ ¡следования здоровых испытуемых и больных с депрессив-эши состояниями. Всего было обследовано 86 здоровых в )зрасте от 17 до 45 лет мужчин и женщин (в основном правей), не имевших в анамнезе психических отклонений. Ис-шдованные больные находились на лечении в клинике пси-1атрии Ростовского ордена Дружбы народов медицинского ^статута. Группа состояла из 53 мужчин и женщин в воз-зсте от 19 до 52 лет с различными формами депрессии в груктуре шизофрении, маниакально-депрессивного психоза, эганических заболеваний мозга. Каждого из испытуемых $доровых и больных) обследовали несколько раз. Записи ЭГ у больных проводились в момент поступления в клинику а фармакологически чистом фоне после отмены всех пре-аратов.

Депрессивным больным по показаниям назначалась разо-зя доза антидепрессанта и проводилась регистрация ЭЭГ до риема и спустя 3, 6, 9 и 24 часа после приема препарата, роме препарата некоторым пациентам назначали плацебо, атем больных переводили на курсовую терапию, в процессе эторой проводили 4—6 раз запись ЭЭГ в одно и то же прея. Для характеристики действия разовой дозы антидепрес-анта использовали общепринятую клиническую оценку. Эф-ективность терапии определялась после курсового лечения

градациях: хороший терапевтический эффект, частичный, ез изменений или ухудшения.

Для экспресс-оценки состояния депрессивных больных в зязи с проводимой терапией использовалирь психопатологи-еские тесты (Блейхер, Круг, 1986): 1) .шкала личностной и ятуационной. тревожности по Спилбергеру-Ханину; .2) тест амооценки САН (самочувствие, активность, настроение).

Исследования проводились в экранированной камере, где опытуемый находился в удобном кресле и с закрытыми гла-ами. Запись фоновой ЭЭГ проводилась монополяриым спо-

иплитуда; индекс — как процентное отношение времени дан-эго ритма ко всему времени регистрации. Для оценки меж-элушарной асимметрии ЭЭГ использовались частотные и мплитудные характеристики контрлатеральных отведений, нализ частотной асимметрии производился с помощью кри-:рия однородности спектральных оценок (Омельченко и др., )88). Заключение об амплитудной асимметрии делалось в >м случае, если амплитуды соответствующих отведений ЭЭГ гвого и правого полушарий отличались более, чем на 50% Венков, Ронкин, 1082).

Описательный блок выполняет следующие функции: I определение выраженности частотных диапазонов в каждом отведении;

I установление отведения ЭЭГ каждого полушария, имеющего максимальную выраженность данной активности и описание основных характеристик этой активности: доминирующей частоты, амплитуды, относительной мощности; вычисление характеристик альфа-активности: индекса, регулярности, характера модуляции;

описание пространственного распределения различных типов активности.

Используя указанные параметры ЭЭГ и их градации, приданные в работе Е. А. Жирмунской, В. С. Лосева (1984), также данные собственных исследований, были сформиро-шы допустимые сочетания градаций параметров для каж-)го уровня нарушений ЭЭГ. В классифицирующем блоке юграммы анализируемый участок ЭЭГ с помощью правила тижайших соседей относился к одному из типов нарушений: крушений нет, легкие, умеренные, значительные, грубые и 1ень грубые. В заключении по фановой ЭЭГ указывались епень нарушенности и параметры, характеризующие данный т анормальности (рис. 1).

В программе выявления эпилептиформной активности в ЭГ была использована авторегрессионная модель с изме-юмыми параметрами (Исакесон и" др., 1981). Программа зедусматривает выдачу двух заключений: «НВСТАЦИО-АРНОСТЬ» и «СПАЙК» с указанием номера канала, вре-;ни начала и окончания параксизмальной активности. Вы-ишние нестационарности заключалось в сравнении типа определения ошибки предсказания с нормальным распре-:лением по критерию Пирсона. Спайки определялись по мак-[муму второй производной, которая подсчитывалась в каж->й точке и сравнивалась со средним значением второй про-

Б-НОЙ ЧД. 5.03.87г.

-т-1-1-г

0.02

1100 ш

8 5 10 15 £0 30

Рис. 1. Запись и спектры ЭЭГ больного Ч. Д. с астено-депрессивным ск ромом. По оси абсцисс — частота колебаний, Гц; по осп ординат — носительная мощность в логарифмическом масштабе.

Справа альфа-активность низкого индекса с частотой 8 Гц и амплитудой 6—25 мкВ наиболее представлена в височном отведении и составляет 14% общей мощности ЭЭГ. Индекс-20%.

Бета-активность низкого индекса с частотой 14 Гц и амплитудой 3—12 мкВ наиболее представлена в височном отведении и составляет 5% общей мощности ЭЭГ. Тета-активность низкого индекса с частотой 7 Гц и амплитудой 14—38 мкВ наиболее представлена в лобном отведении и составляет 23% общей мощности ЭЭГ. Дельта-активность не выражена.

Слева альфа-активность низкого индекса с частотой 9 Гц и амплитудой И—37 мкВ наиболее представлена в теменном отведении и составляет 14% общей мощности ЭЭГ. Индекс=25%.

Бета-активность низкого индекса с частотой 14 Гц и амплитудой 5—13 мкВ наиболее представлена в затылочном отведении и составляет 7% общей мощности ЭЭГ. Тета-активность низкого индекса с частотой 5 Гц и амплитудой 22—48 мкВ наиболее представлена в лобном отведении и составляет 25% общей мощности ЭЭГ. Дельта-активность не выражена.

Пространственное распределение ЭЭГ Дельта Тета Альфа Бета 2 НВ/НВ 6/8 НВ/НВ 10/14 1 4 НВ/НВ 2/ 1 22/20 8/ 14 3 6 НВ/ВВ 1 / 2 25 /НВ 11/12 5 8 НВ/НВ НВ/НВ 19/14 14/12 7 Вывод: на ЭЭГ — умеренные нарушения: ЭЭГ — активность снижена. Дизритмия.

Сглажено • пространственное распределение альфа-активности.

022416

*

Рис. 2. Компьютерное заключение по ЭЭГ больного Ч. Д.

изводной на всем участке анализа. Программа анализа ЭЭ при фото- фоностимуляции предназначена для оценки реа1 ции усвоения ритма при ритмической стимуляции частотой 4, 8, 10, 18, 24 и 30 Гц, длительностью &—в с, с интервалам между стимуляциями 10—15 с. Усвоение ритма оценивало< по частоте и амплитуде, длительности, диапазонам и оптим му усвоения для различных областей мозга. Данные показ тели использовались для формирования заключения об изм нении ЭЭГ при фото (фояо) стимуляции.

Для анализа ЭЭГ при гипервентиляции использовала! программа поиска спайков и нестационарностей, а в случ; отсутствия явно выраженной эшилептиформной активное применялся непараметрический метод выделения спектрал ных признаков, с помощью которого были получены инфо мативные признаки, выявляющие различия спектрального с става ЭЭГ после гипервентиляции в норме и при эпилепа (Омельченко, Гришин, 1987).

Для оценки ЭЭГ в динамике действия психотропш средств использовался интегральный показатель, характер зующий степень отклонений анализируемых ЭЭГ от «Эс нормы» ,и их направленность:

<•••1 _ _ _

где р(Х) — интегральный показатель ЭЭГ; Х1 = ХЬХ2.....X

— вектор средних значений признаков ЭЭГ для выбор здоровых испытуемых; Х1= {Хь Х2, ...,Хп}— вектор количе< венных признаков анализируемого участка ЭЭГ; — в борочное среднеквадратическое отклонение признаков полученное по выборке здоровых испытуемых; п — чис признаков.

Первичный анализ ЭГ мозга животных осуществлялся основе вычисления спектральных характеристик и их изн нения по отношению к фоновым характеристикам путем в числения ^критерия Стьюдента дл'я каждого этапа в дш М1ике эксперимента, а также сравнения с плацебо.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ

Программно-алгоритмическое и техническое обеспеченш систем анализа электрограмм мозга

Для оценки эффективности разработанной микрокомш терной системы описания и классификации ЭЭГ было про

¡но сравнение заключений по ЭЭГ, выполненных двумя опытами врачами-экспертами и ЭВМ. Описание ЭЭГ проводить экспертами независимо друг от друга. Для более полно-| сравнения заключений между собой экспертам были ука-1ны основные признаки ЭЭГ, которые они должны были (енить, а также определена классификация нарушений ЭЭГ. ля сравнения были взяты фоновые записи ЭЭГ 35 деп-рес-вных больных и 1'5 здоровых испытуемых. По записям боль-лх проводилось сравнение оценок .степени нарушений ЭЭГ выявление отклонений основных признаков от нормы. В м случае, когда имелись различные заключения по ЭЭГ ле-1Го и правого полушарий, принималось для сравнения, с :спертом более значительное нарушение. Процент совпаде-[й компьютерных заключений с первым экспертом составил ', со вторым — 73, а между экспертами — 64%. Основные 1зличия в заключениях между экспертами и ЭВМ были свя-ны с компьютерной гипердиагностикой. Это объясняется шее точным определением основных параметров ЭЭГ, ана-[зом всей записи, а не выборочных измерений, учетом боль-гго количества признаков при формировании заключения.

Анализ выявления нарушений ЭЭГ экспертами и ЭВМ по-1зал, что наименьший процент совпадений (54,5% и 60%) шходится на определение межполушарной асимметрии. Это язано, очевидно, с достаточной сложностью визуального оп-деления асимметрии. Для всех остальных признаков (сни-;ние амплитуды ЭЭГ; нарушение распределения альфа-рит-г, доминирование бета-ритма; выраженность тета-активно-и) отмечаются большая их выявляемость с помощью ЭВМ высокий процент совпадений (от 72 до 100%) с оценкой епертов. Заключения по ЭЭГ здоровых испытуемых, кото-.1е были признаны обоими экспертами как норма, совпали выводами компьютерного анализа в 96%.

Полученные результаты показывают, что разработанная 1крокомпьютерная система позволяет проводить описание классификацию ЭЭГ на уровне, сравнимом с уровнем вра--специалиста.

Электроэнцефалографические проявления психопатологических процессов у депрессивных больных

Эффективность разработанной системы при решении за-ч клинической электроэнцефалографии была проверена в следованиях ЭЭГ здоровых испытуемых и депрессивных льных. Полученные нами данные, описывающие функцио-

нальное состояние здоровых испытуемых, показывают I личие сбалансированных механизмов, управляющих стр; турно-функциональной организацией биоэлектрической акт] носш мозга. В состоянии спокойного бодрствования фори рующиеся в ЭЭГ ритмы дельта-, тета-, альфа- и бета-актив] стей имеют закономерное распределение относительной мс ности и определенные временные характеристики. Это у>; зывает на сбалансированность важнейших активирующих тормозных специфических и неспецифических систем, апре, - ляющих основные ритмы ЭЭГ (Анохин, 1968; Ливанов, 19 Бекшаев и др., 1988).

У правшей в электрограмм^ах лобных и височных облае: имелась выраженная функциональная асимметрия, что п являлось в достоверных отличиях характеристик ЭЭГ пра го и левого полушарий.

Этот факт, вероятно, связан как с локализацией речев центров, так и с интегративной ролью лобных долей мззга ловека в формировании эмоциональных и интеллектуальн процессов (Лурия, 1966).

Установленные нами отличия ЭЭГ депрессивных боль« от здоровых испытуемых в целом не опровергают дань других авторов (Богаченко, 1958; Корчинская, Краснов, 19 Волыншна, Суворов, 1981; Монахов н др., 1983; Синицк 1986 и др.), что указывает на устойчивость и специфично ЭЭГ проявлений депрессивных состояний независимо от нозологии. Они состояли в следующем: уменьшение мощно альфа- и бета-активностей и повышение ее в дельта- и те диапазонах; увеличение индексов дельта-, тета- и бета-в( и снижение альфа-индекса; уменьшение суммарной ампл^ ды ЭЭГ.

Выявленные различия позволили с помощью дискри нангаого анализа классифицировать спектральные хараь ристики ЭЭГ здоровых и депрессивных больных. В та б/ приведены проценты правильной классификации спект ЭЭГ для каждого отведения и даны значения расстоя Махаланобиса (V). Полученные результаты показали до< точно высокий процент правильной классификации по в отведениям и особенно в затылочных и височных. Значе статистики Махаланобиса (V) показывали достовер: (Р<0.001) отличия между средними значениями двух гр для всех отведений. Снижение размерности с помощью н< раметрического метода выделения признаков до 8 переь ных существенно не ухудшало правильности классифика!

Таблица 1

Уровень правильного распознавания спектров ЭЭГ здоровых испытуемых (N1 = 80) и депрессивных больных (N2=148)

Уровень правильного распознавания, °/о

« ж I и 20 спектральных составляющих непараметрическое выделение признаков — 8 переменных

Отвел ЭЭГ здоровые испытуем. депрессивные больные V здоровые испытуем. депрессивные больные V

I 82.5 79.7 169 81.25 73.7 97.8

' 2 85 83.1 187 82.5 79.1 123.6

3 82.5 83.2 181 77.5 77.8 105

4 90 86 224 82,5 81.9 133.5

5 84 82.5 230 77.5 76.4 81.7

6 72.5 87.2 196.6 71.3 78.4 67.5

7 92.5 85.2 332 83.8 75.1 117.3

8 91.25 91.2 415 78.8 73.7 83.2

Обозначения: 1 и 2 — лобные;

3 и 4 — височные; 5 и 6 — теменные;

7 и 8 — затылочные отведения ЭЭГ соответственно правого ' и левого полушарий;

■ V — обобщеннное расстояние Махаланобиса.

Тем самым показаяа высокая информативность спектральных характеристик ЭЭГ для классификации здоровых и депрессивных больных.

С помощью факторного анализа были установлены различия в структуре организации ритмов ЭЭГ 'здоровых испытуемых и депрессивных больных. У здоровых испытуемых в области альфа-активности имеется три независимых частотных диапазона, причем один из них (9—11 Гц) реципрокно связан с дельта-активностью. У депрессивных больных также имеется связь дельта-активности с более высокочастотными составляющими, но уже в области 6—10 Гц. Изменение выраженности и замедление альфа-активности у депрессивных больных могут свидетельствовать о нарушениях функционирования иерархии активирующих систем. Учитывая при этом отсутствие явно выраженной альфа-активности в лобных и височных отведениях обоих полушарий, можно говорить о снижении доминирующей роли таламо-кортикального контура управления и повышении влияний со стороны лимбических структур мозга, в частности гиппокампа (Латаш, 1968). Данное предположение подтверждалось увеличением амплитуды и индекса тета-активности. Помимо этого, увеличение бета-индекса возможно связано с возрастанием активирующих влияний стволовой формации (Анохин, 1968).

Не менее существенные изменения отмечались и в межпо-лушарных отношениях. В первую очередь это связано с отсутствием достоверной амплитудной асимметрии в височных отведениях (что характерно для здоровых испытуемых); значимо уменьшилась частотная неоднородность в лобных отведениях. Учитывая Существенную роль лобных долей в интеллектуальных, личностных и эмоциональных проявлениях, следует предположить, что депрессивные состояния существенно влияют на функции лобных долей. В целом полученные данные, а именно: снижение мощности ЭЭГ правого полушария относительно левого, выравнивание мощностей ЭЭГ височных отведений, указывают на возрастание активности правого полушария. Результаты подтверждают' модель, предложенную Шварцбургом (1983), об активации правого полушария при отрицательных аффектах. В то же время нами выявлено существенное изменение функциональной асимметрии в лобных и височных отделах мозга при депрессивных состояниях.

Наряду с общими изменениями, характерными для всех депрессивных состояний, был выявлен ряд признаков ЭЭГ, достоверно отличающихся при различных депрессивных синд-

ромах. Для подтверждения этого положения была проведена реклассификация количественных показателей ЭЭГ депрессивных больных с применением метода классификации по минимуму расстояния в признаковом пространстве. Классификация (табл. 2) проводилась по трем наборам признаков: 1 — ЭЭГ пар~а1«етры (140 признаков); 2 — нормированные спектральные характеристики (8 отведений); 3 — обобщенные характеристики ЭЭГ параметров и спектральных мощностей. В качестве центров классов взяты среднестатистические характеристики ЭЭГ каждого депрессивного синдрома и здоровых испытуемых, а запись.ЭЭГ относилась к тому классу, расстояние до которого было минимальным.

Как видно из полученных данных, процент правильной классификации для каждой группы намного превышает значение случайного уровня, который при одновременной дифференциации равен 14%. Значительное отличие имеют ЭЭГ здоровых испытуемых, случайным образом отобранные из обследованной группы. Наиболее высокое отличие от других депрессивных синдромов имеют ЭЭГ больных с адинамической субдепрессией, у которых процент правильной классификации для ЭЭГ параметров равен 88, а для суммарных показателей — 96. Далее по правильности классификации по ЭЭГ параметрам идет астено-ипохондрический синдром, астено^депрессивный, депрессивно-ипохондрический, депрессивный синдром и депрессивно-параноидный. Следует отметить, что при депрессивном синдроме спектральные характеристики ЭЭГ дают больший процент правильной классификации, чем ЭЭГ параметры, то же характерно и для депрессивно-параноидного' синдрома, причем последний имеет весьма низкий процент правильной классификации, что указывает на «размытость» ЭЭГ признаков данного синдрома, поскольку ЭЭГ больных данной группы классифицируются .почти по всем остальным группам.

Установлены также различия в межполушарных характеристиках ЭЭГ при различных депрессивных синдромах. Астено-ипохондрический синдром и адинамическая субдепрессия характеризовались доминированием активности правого полушария, а при других депрессивных синдромах наблюдалось снижение уровня асимметрии, характерного для здоровых испытуемых, что проявлялось в сближении значений амплитуд альфа-активности и увеличении однородности спектральных характеристик симметричных отведений ЭЭГ в лобных и височных отделах.

Таблица 2

Классификация ЭЭГ параметров, спектральных характеристик и их суммарных показателей по депрессивным синдромам

Группы испытуемых ЭЭГ показатели Здоровые Астгно-депрессивный Астено- ипохондрический Адинамичесхап субдепрессия Депрессивный Депрессивно-ипохондрический Депрессивно-параноидный Правильная классификация, %

Здоровые ЭЭГ параметры Спектр Ж 32 1 — — 1 — — 94 27 — — — 4 3 — 79 33 — 1 — — — — 97

Астено-депрессивный ЭЭГ параметры Спектр гг 5 26 — 2 — 1 — 76 6 19 3 2 — 4 — 55 6 25 — 2 — 1 — 73

Астено-ипохондрический ЭЭГ параметры Спектр ж: — — 20 1 2 1 — 83 — — 12 2 2 4 4 50 — — 17 — 3 3 1 70

1 Адинами-ческая суб' депрессия ЭЭГ параметры Спектр г: — 3 — 22 — — — 88 2 — 1 18 — — — 72 — — 1 24 — — — 96

Депрессивный ЭЭГ параметры Спектр г: 1 1 2 — 14 6 — 58 — — 2 — 20 2 — 83 — — 2 — 20 2 — 83

Депрессивно-ипохондрический ЭЭГ параметры Спектр — 1 — 3 1 14 — 74 3 — — 2 1 13 — 68 1 — — 3 1 14 — 74

Депрессив-но-пара-ноидный ЭЭГ параметры Спектр 2: 4 3 2 3 3 — 9 37,5 2 — 2 1 4 2 13 54 1 — 4 2 2 — 14 58

Рис. X. Изменения спектральных составляющих ЭЭГ депрессивных больных после лечения. На графиках: по оси ординат — значения (-критерия; отрицательные значения соответствуют уменьшению спектральной мощности; по оси абсцисс — частота, Гц. Стрелками показаны точки отведения ЭЭГ. Горизонтальные штрихпунктирные линии соответствуют критическому

Влияние психофармакотерапии на ЭЭГ показатели депрессивных больных

Исследование биоэлектрической активности мозга депрессивных больных в процессе лечения позволило установить, что динамика ЭЭГ характеристик тесно связана с клиническим состоянием больных. Показано, что улучшение состояния больных в процессе курсового лечения сопровождается увеличением мощности альфа-активности и снижением дельта-активности, возрастанием количества альфа- и тета-волн, повышением их амплитуды. Однако на момент выписки ряд параметров ЭЭГ отличался от показателей «ЭЭГ нормы». Так, достоверно выше были мощность и индекс тета-волн и бета-индекс на фоне снижения мощности и индекса альфа-активности.

Основные изменения спектральных характеристик ЭЭГ имеют топографические особенности и связаны с возрастанием альфа-активности в лобных и височных отведениях обоих полушарий, тета-активности в ЭЭГ теменных и затылочных отведений и снижением мощности в дельта- и бета-диапазонах во всех отведениях (рис. 3). «Нормализация» межполушарной асимметрии ЭЭГ была наиболее выражена в лобных отведениях.

Анализ изменения параметров ЭЭГ после приема .разовой дозы антидепрессанта позволил выявить ЭЭГ предикторы эффективности этих психотропных препаратов. Так, применение мелипрамина было эффективно в группе больных с повышенной мощностью альфа-активности и сниженной тета-актив-ностью ЭЭГ. Амитриптилин вызывал улучшение у больных, которые при дальнейшем получении данного препарата выходили из состояния депрессии. Общая направленность изменений параметров и спектров ЭЭГ у больных этой группы характеризовались приближением к ЭЭГ показателям здоровых испытуемых. Таким образом, если после приема 'разовой дозы антидепрессанта отмечались значимые изменения параметров ЭЭГ в направлении «нормализации», то данный препарат был в дальнейшем достаточно эффективен для курсового лечения.

С помощью факторного анализа были установлены особенности структурной организации спектров ЭЭГ депрессивных больных в зависимости от эффективности разовой дозы антидепрессанта. Было показано, что при улучшении состояния больных после приема мелипрамина на первое место выходит фактор, связанный с альфа-активностью в области 11—14 Гц, а после введения амитриптилина первый фактор отражал ре-

ципрокные связи между частотными диапазонами 6—8 и И— 14 Гц. При отсутствии улучшения состояния структурная организация спектров ЭЭГ депрессивных больных существенных изменений не претерпевала.

Компьютерный ЭЭГ мониторинг действия психотропных средств при депрессивных состояниях

Тот факт, что улучшение состояния больных сопровождалось «нормализацией» ЭЭГ характеристик, позволил нам предложить для оценки функционального состояния головного мозга интегральный показатель, учитывающий отклонения амплитудных, частотных, временных и межполушарных параметров ЭЭГ от показателей «нормы».

Учитывая, что выборочные распределения интегрального показателя для групп здоровых и больных перекрывают друг друга, был определен 10%-й квантиль для выборки депрессивных больных и в качестве порога было взято значение ,Р (х)='160. В этом случае 9% больных будут отнесены к группе здоровых, а 26% здоровых будут иметь показатель, превышающий пороговое значение. Следует отметить, что интегральный показатель наряду с выявлением анормальных ЭЭГ наибольшее значение имеет для оценки изменений ЭЭГ в смысле приближения или удаления относительно «электроэнцефалографической нормы».

Использование интегрального показателя в процессе суточного ЭЭГ мониторинга депрессивных больных выявило индивидуальные, особенности реакции ЦНС на разовые дозы антидепрессантов. Установлено, что зависимбсть интегрального показателя ЭЭГ от времени действия препаратов отражает фар-макодинамику последних. С помощью интегрального ЭЭГ показателя оказалось возможным определить улучшение, ухудшение или сохранение состояния больного, установить пик действия препарата, эффективность дозы.

Анализ изменения клинического состояния больных в процессе курсового лечения и соответствующего им значения интегрального показателя ЭЭГ определил достаточно точное их совпадение. Однако в отличие от описательного характера состояния больного, приведенного врачом, интегральный ЭЭГ показатель дает количественную оценку, что позволяет сравнивать изменения состояния относительно исходного уровня при действии различных препаратов. Следует отметить, что у всех рассмотренных больных исходный ЭЭГ показатель значительно превышал пороговое значение, а на момент выписки его зна-

чение приближалось или входило в границы «электроэнцефалографической нормы». Это еще раз подтверждает, что нормализация электроэнцефалографических показателей связана с улучшением состояния пациента и выходом из депрессивного состояния. Весьма важным моментом является возможность предсказать по ЭЭГ эффективность действия препарата и про извести подбор более действенных лекарственных средств или их комбинацию.

Сравнение данных клинического и психопатологического обследований больных с изменением интегрального показателя ЭЭГ в процессе курсового лечения также показало их высокое совпадение. В табл. 3 приведены данные психопатологического обследования и значения интегрального показателя $(х) больной X. М. в процессе лечения. Кроме того приведены значения ^критерия Стьюдента для параметров ЭЭГ относительно «ЭЭГ нормы», коэффициенты корреляции (г) показателей САН и тревожности с значениями $ (х) и вычисленный ^критерий для этих коэффициентов (1г).

Больной X. М.., 47 лет. Диагноз: шизофрения с постпеихо-тическими изменениями личности и депрессивными реакциями. Психический статус: малообщителен, замкнут, предъявляет жалобы на упадок сил, понижение настроение, бессонницу.

Фоновые исследования ЭЭГ показали достоверное превышение интегрального показателя порогового уровня, что подтверждалось низкими значениями САН и высоким уровнем тревожности. Прием двух таблеток глюконата кальция (плацебо) не вызвал существенных изменений. На следующий день после приема 50 мг мелипрамина отмечалось достоверное снижение ЭЭГ показателя и уменьшение тревожности. В беседе с лечащим врачом больной говорил об уменьшении тоскливости, слабости, появлении аппетита. Дальнейшее лечение мелипрамином привело к выходу из депрессивного состояния. На момент выписки улучшились самочувствие, сон, аппетит, повысилось настроение. Как видно из табл. 3, ЭЭГ показатель был значительно ниже порогового значения, а показатели самочувствия и настроения были достоверно выше фоновых значений. В данном примере весьма существенно то, что изменения ЭЭГ показателя наступили значительно раньше, чем улучшились показатели психопатологического тестирования. Наибольший коэффициент корреляции, достоверно отличающийся от нуля, был между ЭЭГ показателем и уровнем тревожности.

Анализируя полученные результаты, следует отметить, что сигналы, снимаемые и .регистрируемые со скальпа человека,

Таблица 3

Сравнение результатов психометрического и ЭЭГ исследований больного X. Л1. в процессе лечения

сч а » §§£ 27.05.87 28.05.87 29.05.87 12.06.87 26.06.87 Г 4 г

° ? Щ ъг

2 3 ~ Фон Плацебо Фон М (50 мг)

С 2,8+0,6 2,8±0,6 2,9+0,7 3,4+0,9 2,4±0,7 2,7+0,6 4,7+0,4** —0,55 1,3

А 3,4±0,9 2,5±0,8 3,0+0,9 2,4±0,8 2,2±0,8 3,0+0,7 3,9+0,7 —0,20 0,4

Н 1,3±0,2 1,3±0,2 1,2+0,1 1,1+0,1 1,3+0,2 1,7+0,6 4,7+0,5*** —0,49 1,1

Р 66 69 69 66 65 58 58 0,77' 2,45

237+31 247±22 190±55 106±8*** 115+8 95+18** 93-1_4***

^крит 3,53 3,87 1,80 —0,61 —0,31 —0,93 —0,97

Пороговое значение Р(х) (при Р<0,1 ) = 160; ¿табл. (Р<0,05) — 1,66; достоверность отличия от исходного значения: * — Р<0,1; Р<0,05 — **; *** — Р<0,01; С — самочувствие; А — активность; Н — настроение; -Р — тревожность

отражают суммарную активность нейронных констелляций, находящихся в непосредственной близости от электродов. Эта активность, очевидно, в первую очередь определяется биохимическими процессами, происходящими в данном участке мозга. Психотропные препараты активно вмешиваются в изменение концентрации нейромедиатсров и других биоактивных веществ или влияют на чувствительность биологических мембран, следовательно, изменяют и биоэлектрическую активность как единичных клеток, так и их констелляцию. Оцениваемые характеристики ЭЭГ в основном относятся к активности отдельных отведений и описывают их амплитудные и частотные показатели. Тем самым анализируемые характеристики ЭЭГ в первую очередь отражают процессы, происходящие на первом уровне, т. е. биохимические процессы и их изменения при различного рода нарушениях или действии психотропных средств. Хорошим подтверждением этому является нелинейная зависимость ЭЭГ показателя от времени при действии разовой дозы, отражающая фармакокинетику антидепрессантов. Пик изменения интегрального показателя ЭЭГ совпадает с максимумом плазменной концентрации препарата, а обратная динамика показателя связана с выведением препарата и его активных метаболитов из организма-. Однако разовая доза психотропных средств вызывает не только изменения биохимических процессов, но и вмешивается в перестройку структурно-функциональных взаимоотношений между различными отделами мозга, приводя к их активации или угнетению, что сопровождается в конечном итоге изменением психического состояния больного. Насколько выраженными и необратимыми будут эти процессы, зависит от множества причин. Но характерно, что «нормализация» ЭЭГ с помощью психотропных средств связана с улучшением психопатологических характеристик. Если же действие препарата отклоняет интегральный показатель ЭЭГ в противоположную сторону, то отмечается ухудшение психопатологических показателей и клинического состояния больного.

Учитывая объективность, скорость и относительную простоту метода компьютеризированной ЭЭГ, появляется хорошая возможность ведения дискретного ЭЭГ мониторинга психических больных. Дискретность мониторинга означает, что в отличие от непрерывного слежения за состоянием больного (Прайор, 1982) возможны ЭЭГ обследования через определенный интервал времени (день, два, неделю) и сравнения с фоновыми записями. Наиболее часто анализ необходимо проводить в первые дни поступления больного с целью подбора оп-

тимальных препаратов или их комбинации и дозы, а затем осуществлять контроль с большими промежутками, вплоть до выписки. Дискретный мониторинг будет весьма полезен для диспансерных больных, а также для лиц, находящихся на амбулаторном лечении. В этом случае успешно могут быть решены не только вопросы эффективного подбора препаратов, но и профилактики рецидивов обострения болезни. Основным положительным моментом такого подхода является индивидуализация лечения больных и возможность прогнозирования, что позволит сократить сроки пребывания в стационаре и предупредить Возможные рецидивы заболевания.

Влияние психотропных средсти на биопотенциалы мозга животных

Нейрофизиологические механизмы действия психотропных средств исследовались на кошках с хронически имплантированными электродами в корковые и подкорковые структуры мозга. Установлено, что все исследованные нами психотропные средства вызывали достоверные изменения спектральных характеристик ЭГ мозга и имели выраженную специфику проявления, а также закономерные изменения во времени. При действии плацебо такие изменения не наблюдались.

Действие антидепрессантов в первую очередь влияло на активность подкорковых структур, что в дальнейшем приводило к изменению ритмики корковых образований мозга. Рассмотренные спектральные профили показали, что для антидепрессантов характерно увеличение мощности низкочастотных и подавление высокочастотных составляющих. Факторный анализ спектров ЭГ мозга животных показал, что увеличение мощности в области дельта- и тета-диапазонов связано с ее снижением и в других полосах частот, специфичных для каждого антндепрессанта. Эта специфика определяется их активирующим или тормозным действием на различные церебральные структуры.

Применение ^критерия для оценки изменения спектральных характеристик позволило провести сравнение реакции ЭГ мозга человека и животных на одни и те же препараты. Было выявлено сходство в изменении спектральных профилей ЭГ мозга здоровых испытуемых (1111, 1981) и животных при действии ряда психотропных средств, за исключением психостимуляторов.

У психически больных изменения спекторов ЭЭГ определялись терапевтическим эффектом препарата и если наступало

улучшение состояния больного, то отмечалась «нормализация» ЭЭГ. В наших исследованиях об этом свидетельствовали увеличение альфа-активности и снижение мощности дельта и те-та-активности. Следовательно, при патологических состояниях положительный эффект препарата реализуется через механизмы восстановления функциональной иерархии и-межцентральных взаимоотношений различных структур мозга, что и отражается в реорганизации ритмики его биоэлектрической активности. Тем самым показана принципиальная разница ЭЭГ реакций здорового и больного мозга на психотропные-средства. Представляется вполне логичным, ч"Го прием именно первой разовой дозы вызывает ЭЭГ реакцию, показывающую, насколько правильно выбран препарат.

Обнаруженное при сравнении клинических и экспериментальных данных сходство спектральных профилей ЭГ мозга здоровых испытуемых и кошек позволяет использовать последних в качестве адекватных объектов для скрининга новых психотропных средств и изучения возможных механизмов их влияния на медиаторные системы мозга. Показана также возможность успешной классификации психотропных препаратов по их влиянию на ЭГ мозга кошек.

Таким образом, применение адекватного математического и технического обеспечения значительно повышает значимость ЭЭГ исследований как в клинике для диагностики и управления больным мозгом, так и в эксперименте для решения различных задач" нейрофизиологии и психофармакологии.

ВЫВОДЫ

1. Разработанная и внедренная автоматизированная система для нейрофизиологических исследований, сочетающая математические методы, эмпирические правила и экспертные оценки, обеспечивает измерение параметров, выделение патологических признаков и описание общего паттерна ЭЭГ в терминах клинической электроэнцефалографии.

. 2. Выраженная функциональная асимметрия амплитудных, спектральных и мощностных характеристик ЭЭГ лобных и височных отделов здоровых испытуемых связана как с локализацией речевых центров, так и с интегр,ативной ролью этих областей мозга в формировании эмоциональных и интеллектуальных процессов.

3. Для ЭЭГ депрессивных больных характерно снижение частоты и уменьшение мощности альфа- и бета-волн на фоне

повышения мощности дельта- и тета-диапазонов; снижение альфаг и увеличение тета^, дельта- и бета-индексов"; уменьшение суммарной амплитуды ЭЭГ. В рамках отдельных депрессивных синдромов ЭЭГ больных характеризуется определенными комбинациями признаков, достоверно отличающихся между собой и от ЭЭГ здоровых.

4. Астено-ипохондрический синдром и адинамическая субдепрессия характеризуются инверсией меЖполушарной асимметрии ЭЭГ (доминированием правого полушария)'. Для других депрессивных синдромов характерны сближение значений амплитуд альфа-волн и сглаживание неоднородности спектральных характеристик симметричных отведений ЭЭГ в лобных и височных отделах.

5. Больные с адинамической субдепрессией, астено-депрес-сивным, астено-ипохондрическим, депрессивным и депрессивно-ипохондрическим синдромами имеют ЭЭГ параметры, значимо отличающиеся друг от друга и разделяющиеся в признаковом пространстве^с вероятностью 0,73 и более. Больные с депрессивно-параноидным синдромом имеют низкий процент правильной классификации, что указывает на «размытость» ЭЭГ признаков данного синдрома.

6. Корригирующее воздействие антидепрессантов мелипра-мина и амитриптилина на биоэлектрическую активность мозга депрессивных больных проявляется в увеличении мощности ЭЭГ, снижении относительной мощности дельта- и увеличении альфанактивности, «нормализации» межполушарной асимметрии ЭЭГ в лобных и височных отделах мозга.

7. Повышенная мощность альфа-активности на фоне сниженной тета-активности ЭЭГ депрессивных больных позволяет рекомендовать мелипрамин в качестве эффективного корригирующего воздействия; повышенная мощость тета- и сниженная альфа- и бета-активность определяют выбор амитриптилина как адекватного корригирующего средства.

8. Интегральный показатель ЭЭГ, учитывающий суммарные отклонения амплитудных, частотных, временных и межпо-лушарных параметров ЭЭГ от соответствующих показателей «ЭЭГ нормы», является чувствительным индикатором, позволяющим объективно оценивать функциональное состояние головного мозга и его изменения при различных воздействиях, в том числе в динамике психотропной терапии. Он эффективен для подбора адекватных психотропных средств, контроля результативности лечения и прогноза выхода пациентов из деп-

ресеивного состояния, а также ведения дискретного ЭЭГ мониторинга амбулаторных больных и лиц, находящихся на диспансерном наблюдении.

9. Установленное сходство в изменении спектральных профилей ЭГ мозга здоровых испытуемых и животных при дейст вии ряда психотропных средств позволяет и'спользовать последних в качестве адекватных объектов для скрининга новых препаратов и изучения возможных механизмов их влияния на медиаторные системы мозга.

10. Нейрофизиологические механизмы действия психотропных средств проявляются в пространственной неоднородности биоэлектрической активности различных образований мозга кошек: наибольший процент правильной классификации (83% и более) нейролептиков, антидепрессантов, анксиолитиков и психостимуляторов приходится на спектрограммы сенсомотор-ной и зрительной коры больших полушарий и хвостатого ядра; антидепрессанты мелипрамин, амитриптилин, новерил и пи-разидол лучше классифицируются по спектральным характеристикам ЭГ зрительной коры и медиодорзального ядра та-ламуса.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ

1. Каркищенко H. Н., Омельченко В. П. Об одном комплексном методе анализа биопотенциалов мозга на ЦВМ и АВМ// Вопр, кибернетики. — 1975. — Вып. 25: Биотехнические системы. — С. 78—85.

2. Каркищенко H. Н., Омельченко В. П. Гипотеза о нейрохимических механизмах таламической интеграции стохастических процессов (филогенетический аспект)// Функционально-структурные основы системной деятельности и механизмы пластичности мозга: Науч. тр. Ин-та мозга АМН СССР. — М„ 1976. — С. 17—20.

3. Омельченко В. П., Каркищенко H. Н. О роли биогенных аминов в пространственной когерентности биопотенциалов мозга// Материалы VII Всесоюзн. конф. по электрофизиологии центральной нервной системы. — Каунас, 1976. — С. 195.

4. Омельченко В. П„ Каркищенко H. Н. Количественный анализ электрограмм мозга при действии биогенных аминов// Фармакология и токсикология. — 1978. — № 6. — С. 666—670.

5. Каркищенко H. Н., Омельченко В. П. Моноаминэргические механизмы интрацентральных процессов интеграции// Катехоламические нейроны. — М.: Наука, 1979. — С. 110—116.

6. Омельченко В. П., Применение методов анализа случайных процессов для обработки биопотенциалов мозга// Вычислительная диагностика и телеметрическая обработка медицинской информации. — Горький 1979. — С. 154—155.

7. Омельченко В. ГТ. Количественная оценка электрографических показателей информационных процессов в ЦНС// Проблемы нейрокибернетики: Тез. докл. VII Всесоюзн. конф. по нейрокибернетике. — Ростов-на-Дону. 1980. — С. 67-68.

8. Омельченко В. П., Гришин А. Д., Воронцов Б. И. Распознавание функционального состояния организма по биоэлектрической активности мозга// Проблемы нейрокибернетики. — Тез. докл. VIII Всесоюзн. конф. по нейрокибернетике. — Ростов-на-Дону. 1983. — С. 107.

9. Омельченко В. П., Воронцов Б. И.. Гришин А. Д. Спектральный анализ биопотенциалов мозга на микро ЭВМ// Тез. докл. I Всесоюзн. научн,-техн. отраслевой конф. молодых ученых и специалистов. — М., 1983. — С. 92—94.

10. Омельченко В. П, Трегубое С. И., Воронцов Б. И. Вычислительный комплекс для синтаксического сжатия дапнь!х на базе микро ЭВМ// Техника средств связи. Сер. Вычисл. техника в системах связи. — М., 1984. — Вып. I. — С. 54—58.

11. Спектральные компоненты биопотенциалов мозга детей в норме и при неврологических нарушениях// В. П. Омельченко, А. Б. Порошенко, А. Д. Гришин, Б. И. Воронцов// Теоретические вопросы строения и деятельности мозга// Тр. Ин-та мозга ВНЦПЗ АМН СССР. — 1983. — Вып. 12. — С. 157—162.

12. Омельченко В. П., Порошенко А. Б., Гришин А. Д. Сравнительный анализ спектральных характеристик электрограмм мозга детей в норме и патологии// Развивающийся мозг: Тез. докл. Всесоюз. симп. — Тбилиси, 1984. - С. 163—164.

13. Омельченко В. П., Гришин А. Д., Шмакова Л. Л. Автоматизированная система диагностики эпилепсии у детей по биоэлектрической активности мозга// Приборы и устройства для курортно-лечебных учреждений. — Новочеркасск, 1984. — С. 78—85.

14. Омельченко В. П., Воронцов Б. И., Трегубое С. И. Автоматизированная система обработки МБИ на микро ЭВМ «Электроника-60»// Вопросы медицинской электроники. — 1984. — Вып. 5. — С. 24—28.

15. Омельченко В. П.. Трегубое С. И., Воронцов Б. И. Микропроцессорный способ обработки биоэлектрических сигналов// Изв. СКНЦ ВШ Сер. Техн. науки. — 1985. — № 3. — С. 28—32.

16. Омельченко В. П., Порошенко А. Б., Гришин А. Д. Формирование зрительных вызванных потенциалов мозга у детей в норме и патологии //Развивающийся мозг/ Тр. Ин-та мозга ВНЦПЗ АМН СССР. — 1984. — Вып. 13. — С. 146—150.

17. Омельченко В. П. Применение микро ЭВМ для оценки действия психотропных средств // Экспериментальная и клиническая фармакология ней-ро-психотропных средств. — Ростов-на-Дону, 1985. — С. 102—105.

18. Омельченко В. П., Гришин А. Д., Заика В. Г. Автоматизация описания ЭЭГ для использования в клинической практике // Перспективные направления развития информатики и компьютерной технологии в здравоохранении: Тез. докл. Всесоюзн. конф. — М., 1986. — С. 283—285.

19. Омельченко В. П., Гришин А. Д. Микрокомпьютерная система оценки состояния психоневрологических больных по электроэнцефалограмме// Вопросы мед. электроники: Межвуз. сб. — 1986. — N? 6. — С.545—547.

20. Омельченко В. П., Гришин А. Д., Заика В. Г. Измерительно-информационная система ЭЭГ анализа в психиатрии // Бионика и биомедкибер-нетика — 85: Тез. докл. Всесоюзн. конф. — Л., 1986. — Ч. 5. — С. 135—137.

21. Омельченко В. П., Гришин А. Д. Метод непараметрического выделения признаков для N классов // Редкол. журн, «Изв. СКНЦ ВШ. Техн. науки». — Ростов-на-Дону, 1986. — 9с. — Деп. в ВИНИТИ 30:12.86, № 8998—1386.

22. Омельченко В. П. Автоматизация классификации ЭЭГ у депрессивных больных // Изв. СКНЦ ВШ. Техн. науки. — 1987. — № 2. — С. 11—16.

23. Омельченко В. П., Воронцов Б. И., Гришин А. Д. Критерий однородности спектральных оценок ЭЭГ// Физиол. человека. — 1988. — Т. 14, № 1. — С. 87—91.

24. Омельченко В. П., Гришин А. Д. Применение методов распознавания образов для диагностики эпилепсии у детей по данным ЭЭГ// Журн. высш. нервн. деятельности им. И. П. Павлова. — 1987. — № 4. — С. 759.—761.

25. Омельченко В, П., Гришин А. Д. Микрокомпьютерная система описания и классификации ЭЭГ для клинического применения // Актуальные вопросы создания эксплуатации и обслуживания мед. техники / Тр. ВНИИМТ. — 1987. — Вып. 8. — С. 73—74.

26. Омельченко В. П., Заика В. Г. Микрокомпьютерная система обработки биопотенциалов мозга у депрессивных больных // Медицинские микрокомпьютерные системы: Тез. докл. I Всесоюзн. симп. с междунар. участием. — Ростов-на-Дону, 1988. — С. 60—62.

27. Омельченко В. П., Воронцов Б. И. Оптимизация спектральных оценок случайных сигналов, полученных с помощью преобразования Уолша // Техника средств связи. Сер. Системы связи. — 1988. — Вып. 1. — С. 78—84.

28. Компьютерный ЭЭГ анализ эффективности лечения депрессивных больных / В. П. Омельченко, С. II. Матуа, А. Д. Гришин, В. Г. Заика // Ин-тегративная деятельность мозга / Тр. Ин-та мозга АМН СССР. — 1988. — Вып. 17. — С. 134-135.

29. Омельченко В. П., Трегубое С. И., Семенов С. И. Устройство ввода многоканальной информации в микро ЭВМ «Электроника-60 М> // Микропроцессорные средства и системы. — 1988. — Вып. 6. С. 74—76..

30. Омельченко В. П. Формализация заключений в электроэнцефалографических исследованиях // Проблемы разработки и внедрения экспертных систем: Тез. докл. Всесоюзн. конф. — М., 1989. — С. 95—97.

31. Омельченко В. П., Матуа С. П., Гришин А. Д. Компьютерный анализ электрограмм мозга при действии некоторых психотропных средств // Фармакология и токсикология. — 1989. — 52, № 3. С. 18—22.

32. Омельченко В. П. Автоматизация измерений и обработки биоэлектрических сигналов мозга // Измерения в медицине и их метрологическое обеспечение: Тез. докл. IX Всесоюзн. конф. — М„ 1989. — С. 18.

33. Омельченко В. П., Гришин А. Д., Заика В. Г. Определение функционального состояния ЦНС по ЭЭГ // Проблемы нейрокибернетики. Диагностика и коррекция функциональных состояний. — Ростов-на-Дону: Изд-во РГУ, 1989. — С. 35—41.

34. Омельченко В. П., Гришин А. Д., Лысенко В. А. Автоматизация выявления судорожной активности на ЭЭГ до и после фотостимуляции // Че-ювеко-машинные системы и комплексы принятия решений: Тез. докл. Все-:оюзн. конф. — Таганрог. 1989. — С. 115—116.

35. Омельченко В. П. Компьютерная технология в электроэнцефалогра-}>ических исследованиях // Проблемы нейрокибернетики: Тез. докл. Все-:оюзн. конф. — Ростов-на-Дону, 1989. — С. 291.

36. Омельченко В. П. Комплекс для исследования биопотенциалов голов-юго мозга человека в норме и' патологии // Проблемы создания и приме-1ения приборов и комплексов для психофизиологических исследований: Тез. шкл. Всесоюзн конф. семинара, Москва. 27—29 окт., 1989 г. — М., 1989.— :. 79—80.

37. Матуа С. П., Омельченко В. П., Коваленко В. П. Компьютерный )лектроэнцефалографический мониторинг коррекции депрессивных состоя-шй // Нарушение механизмов регуляции и их коррекция: Тез. докл. IV Все-:оюзн съезда патофизиологов, Кишинев, 3—6 октября 1989 г. — М., 989. — Т. I. — С. 38.

38. Омельченко В. П., Матуа С, П. Автоматизация нейрофизиологических [сследований в клинике и эксперименте // Тез. докл. VIII Респ. конф. «Био-шка-89», Кременчуг, 14—16 нояб. 1989 г. — Киев: Ин-т кибернетики им.

М. Глушкова АН УССР, 1989. — С. 98—99.