ТАСС, 29 сентября. Российские ученые разработали новую методику обработки данных с электроэнцефалографа, с помощью которой можно быстро локализовать активные участки мозга и увеличить эффективность использования ЭЭГ. Статью с описанием алгоритма опубликовал научный журнал IEEE Transactions on Biomedical Engineering, кратко об этом пишет пресс-служба Сколковского института науки и технологий.
"ЭЭГ намного дешевле, проще в применении, чем магнитоэнцефалография, и при этом она обеспечивает отличное временное разрешение. Есть только одна загвоздка: даже небольшая активная область коры головного мозга генерирует электрический потенциал на большой части поверхности головы, поэтому точная локализация небольших активных областей – сложная математическая задача", – рассказал один из авторов работы, научный сотрудник Сколтеха Михаил Маловичко.
Чтобы узнать, что делает человек, о чем он сейчас думает и какие другие процессы происходят в нервной ткани его мозга, ученые исследуют так называемые биоритмы мозга или мозговые волны. Это особые электрические колебания, которые порождает коллективная активность всех нервных клеток мозга человека.
С момента появления первых электроэнцефалографов в первой трети прошлого века нейрофизиологи пытаются понять, можно ли извлечь из мозговых волн полезную информацию и можно ли научиться ими управлять, если менять работу нервной системы и всего организма в целом. Сейчас с помощью ЭЭГ можно быстро и точно диагностировать различные нарушения в работе всего мозга в целом, однако пока подобные системы плохо подходят для изучения того, как меняется активность отдельных его регионов.
Новый уровень качества
Маловичко и его коллеги сделали большой шаг в сторону решения этой проблемы. Они разработали новый численный метод, с помощью которого можно расшифровывать электрические сигналы, собираемые электродами ЭЭГ, и определять, какие участки мозга породили те или иные всплески активности, зафиксированные прибором.
Современные подходы к решению этой проблемы, как отмечают ученые, требуют использования систем МРТ и нуждаются в большом количестве вычислительных ресурсов. Поэтому они малопригодны для практики. Нейрофизиологи и математики разработали принципиально иной способ расшифровки данных ЭЭГ, который основан на новых математических подходах к решению дифференциальных уравнений.
Как отмечают ученые, классические методы интерпретации электрических сигналов создают виртуальную модель головы пациента на основании данных МРТ. После этого программа пытается воспроизвести рисунок активности, которую зафиксировали электроды ЭЭГ, размещая множество миниатюрных источников электрических полей внутри виртуальной головы и меняя уровень активности каждого из них.
Новый алгоритм обходит эту проблему: он воспроизводит эти сигналы на уровне всего мозга в целом, не разбивая голову на множество отдельных источников электрической активности. Подобный подход ускоряет обработку данных ЭЭГ и повышает точность локализации источников.
"Мы полагаем, что наш подход может стать основой нового поколения быстрых и точных алгоритмов решения обратной задачи ЭЭГ", – заключил Маловичко.