Файл: Курсовая работа по дисциплине Разработка программного обеспечения мобильного модуля MindWave системы NeuroSky Biosensor (eeg algo sdk).doc
Добавлен: 09.11.2023
Просмотров: 65
Скачиваний: 5
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
1, являются приведенные ниже характеристики для возрастной группы 18-50 лет.
К пограничным относят ЭЭГ, содержащие следующие феномены или их комбинации:
Понятно, что такое перечислительное описание границ для всей гаммы возрастных и типологических вариантов представляется нереальным в пределах одной монографии, да и нецелесообразным, поскольку нахождение нужного варианта внутри такого списка станет слишком обременительной и нерациональной работой. Практическая реализация этой задачи возможна в форме компьютерной программы, позволяющей с помощью информационно-поисковой системы в течение нескольких секунд найти нужный вариант, что реализовано нами на информационной базе знаний «ЭЭГ-тезаурус». Пограничные ЭЭГ сложны для клинической интерпретации. Они не являются безусловным указанием на патологию, и их правильная оценка возможна только в контексте клинических данных или в ходе применения нестандартных методов функционального исследования ЭЭГ и динамического наблюдения. Следует отметить также и профессионально-психологическую трудность. Специальное исследование показало, что электроэнцефалографист, характеризуя ЭЭГ как пограничную, имеет в виду скорее принадлежность ее к норме, в то время как клиницист, читающий такое заключение, почти всегда интерпретирует его как указание на патологию2. Очевидно, это еще раз подчеркивает необходимость постоянного активного и заинтересованного контакта между этими двумя специалистами и выработки взаимопонятного языка профессиональной коммуникации.
Патологическими называют соответственно ЭЭГ, выходящие за указанные выше границы. Более подробно различного типа патологические ЭЭГ описаны в учебнике.
Отклонения на ЭЭГ от нормы при многих расстройствах, как правило, не обладают выраженной нозологической специфичностью (за исключением эпилепсии) и чаще всего сводятся к следующим типам:
Интерпретация нарушений ЭЭГ обычно дается в терминах повышенной или пониженной возбудимости, раздражения (ирритации), дефицита торможения в структурах или системах мозга с указанием (при возможности) локализации этих нарушений или источника патологической активности (в корковых областях или в подкорковых ядрах — глубоких переднемозговых, диэнцефальных, стволовых структурах).
ПАТТЕРНЫ ЭЭГ
Паттерн ЭЭГ (тип, характер) – это целостная картина биоэлектрической активности по всем исследуемым областям мозга, отражающая особенности распределения различных компонентов ЭЭГ.
Ритмы головного мозга – являются базовыми паттернами нормальной ЭЭГ.
Паттерн является качественной характеристикой ЭЭГ, отражающей функциональное состояние головного мозга.
Различают:
Система описания типов (паттернов) и групп ЭЭГ была предложена Е.А. Жирмунской в 1984 г. и до сих пор является основой для визуальной, словесной оценки ЭЭГ.
Изучение функционального состояния ЦНС и его устойчивых сдвигов при патологии имеет большое практическое значение. Различают паттерны ЭЭГ, соответствующие состоянию бодрствования, отдельным стадиям сна, при необычных функциональных состояниях мозга и др. Каждое из них является результатом сложнейших нейродинамических перестроек мозга как целостной системы, зачастую при определяющей роли разных регуляторных (стволовых, диэнцефальных, лимбических) структур головного мозга (Болдырева Г.Н., Шарова Е.В., Добронравова И.С., 2000).
Целью данного курсового проекта является разработка программного обеспечения, способного определить участки на ЭЭГ, которые относятся к группе паталогических. Особое внимание уделено эпилептиформным паттернам ЭЭГ.
Эпилептический припадок представляет большую социальную опасность в силу внезапности его проявления, поэтому необходимо разработать методы и средства, позволяющее обнаружить надвигающийся припадок. Их наличие помогло бы изменить всю жизнь страдающих эпилепсией, так как пациенты будут уверены, что неожиданный приступ не поставит под угрозу их жизнь. Хотя эпилептические приступы трудно предугадать заранее, простая электронная технология распознавания сигналов биоэлектрической активности могла бы оповещать близких, что больной в беде.
В качестве среды разработки была выбрана пакет прикладных программ MATLAB. MATLAB за прошедшие годы приобрел большую популярность, постепенно переместившись с больших вычислительных систем на персональные компьютеры, а сама программа вместе со всеми профессиональными приложениями, превратилась в мощную систему, охватывающую широкий спектр научных, инженерных и экономических применений.
MATLAB содержит инструменты для:
MATLAB выполняет множество компьютерных задач для поддержки научных и инженерных работ, начиная от сбора и анализа данных до разработки приложений. Среда MATLAB объединяет математические вычисления, визуализацию и мощный технический язык. Встроенные интерфейсы позволяют получить быстрый доступ и извлекать данные из внешних устройств, файлов, внешних баз данных и программ. Кроме того, MATLAB позволяет интегрировать внешние процедуры, написанные на языках Си, Си++, Фортран, и Java с MATLAB – приложениями.
СРАВНИТЕЛЬНАЯ ЭЭГ ЧЕЛОВЕКА И ЖИВОТНЫХ
Биофизические свойства нейронов человека сходны с активностью нервных клеток животных. Потенциал покоя нейронов составляет от –50 до –80 мВ, а потенциал действия от –60 до –100 мВ при длительности 0,5–2 мс. Потенциалы действия в нейронах возникают в области аксонного холмика и распространяются по аксону, по телу и дендритам клетки, с частотой импульсации до 100 имп/сек. У человека и животных между парой электродов или между одним из таких электродов и индифферентным электродом (например, на мочке уха у человека и в кости носовых пазух животных) наблюдаются непрерывные колебания потенциала. Они называются электроэнцефалограммой (ЭЭГ) или электрограммой (ЭГ). Частота регистрируемых колебаний составляет от 1 до 50 Гц, а их амплитуда – до 90-120 мкВ.
Частота и амплитуда волн ЭГ зависит от вида животного, расположения электродов и степени бодрствования. Впервые электрические изменения в мозгу в ответ на стимуляцию сенсорных органов зарегистрировал в 1875 г Р. Катон. В 1929 г. Г. Бергер подтвердил данные Р. Катона уже без стимуляции органов и зафиксировал спонтанные биопотенциалы на коже головы человека, а в 1935 г. Эдриан и Мэтьюз классифицировали эти ритмы. Ритмы ЭЭГ индуцируются главным образом активностью подкорковых структур, особенно таламуса. При декортикации ритмичная активность таламуса не изменяется. При изучении глубинных структур зрительных бугров обнаружено множество таламических пейсмекеров, генерирующих и поддерживающих ритмичную активность. Выраженным действием на таламус обладает ретикулярная формация.
У крупных животных и человека при закрытых глазах регистрируется основной α-ритм (α-волны с частотой 8-12 Гц, в среднем 10 Гц), или синхронизированная ЭЭГ. При открытых глазах или поступлении сигналов от других органов чувств α-волны исчезают (блокада α-ритма) и сменяются β-волнами с большей частотой (14-30 Гц; в среднем 20 Гц) и меньшей амплитудой. Это десинхронизированная ЭЭГ. Более медленные и высокоамплитудные колебания: Θ-волны (тета-ритм: 4-7 Гц, в среднем 6 Гц) и δ-волны (дельта-ритм: 0,5-3,5 Гц, в среднем 3 Гц), но в норме у людей в отличие от животных они выявляются только во сне. В ЭЭГ детей характерны более медленные и нерегулярные ритмы даже в бодрствующем состоянии. «Созревание» четкого β-ритма у детей происходит к 5-7 годам. У животных же (обезьяны, мини-свиньи, собаки, кошки, кролики, крысы и т.д.) низкочастотные ритмы присутствуют в бодрствующем состоянии на протяжении всей жизни. При разложении ЭЭГ быстрым преобразованием Фурье спектральные мощности плотности у животных значительно обеднены в высокочастотной области.
Таким образом можно сделать вывод, что для предварительного анализа ЭЭГ (запись, которого осуществлялась в состоянии бодрствования) на принадлежность данных человеку, нужно провести спектральный анализ исследуемого ЭЭГ. Если в матрице сигналов будет выявлено наличие дельта-ритмов, можно будет сделать вывод, что ЭЭГ не принадлежит человеку и наоборот.
Реализация в среде Matlab
Код загружает сигнал ЭЭГ, вычисляет преобразование Фурье, нормализует его и вычисляет односторонний спектр мощности. Затем программа строит график спектра мощности ЭЭГ и выделяет частотный диапазон интереса (тета-ритм). Наконец, программа вычисляет количество зарегистрированных сигналов и выводит результат.
Вывод результатов обработки ЭЭГ человека
График спектра мощностей
АНАЛИЗ ЭЭГ ЧЕЛОВЕКА НА НАЛИЧИЕ ПАТТЕРНОВ
В качестве исследуемого сигнала электроэнцефалографии был выбран сигнал ЭЭГ пациента, страдающий от эпилептических припадков.
В качестве исследуемого сигнала был взят сигнал ЭЭГ, зарегистрированного с центрального левого, по отношению к пациенту, электрода, при норме и при патологии – имеется эпилептическое заболевание.
К пограничным относят ЭЭГ, содержащие следующие феномены или их комбинации:
-
a) α-ритм амплитудой выше 100, но ниже 150 мкВ, имеющий нормальное распределение, дающий нормальные веретенообразные модуляции во времени и реакции активации в ответ на афферентные стимулы; -
b) β-ритм амплитудой выше 15, но ниже 40 мкВ, регистрирующийся в передних отведениях; -
c) δ- и θ-волны, не превышающие по амплитуде доминирующий а-ритм и 50 мкВ, в количестве более 15%, но менее 25% от общего времени регистрации, не имеющие характера билатерально-синхронных вспышек или регулярных локальных изменений; -
d) четко очерченные вспышки α-волн амплитудой >50 мкВ или β-волн >20 и <30 мкВ на фоне низкоамплитудной активности; -
e) α-волны заостренной формы в составе нормального α-ритма; -
f) билатерально-синхронные, генерализованные θ- и δ-волны с амплитудой до 120 мкВ и феномены, указанные в пунктах «d» и «е», при гипервентиляции у лиц старше 18, но моложе 30 лет.
Понятно, что такое перечислительное описание границ для всей гаммы возрастных и типологических вариантов представляется нереальным в пределах одной монографии, да и нецелесообразным, поскольку нахождение нужного варианта внутри такого списка станет слишком обременительной и нерациональной работой. Практическая реализация этой задачи возможна в форме компьютерной программы, позволяющей с помощью информационно-поисковой системы в течение нескольких секунд найти нужный вариант, что реализовано нами на информационной базе знаний «ЭЭГ-тезаурус». Пограничные ЭЭГ сложны для клинической интерпретации. Они не являются безусловным указанием на патологию, и их правильная оценка возможна только в контексте клинических данных или в ходе применения нестандартных методов функционального исследования ЭЭГ и динамического наблюдения. Следует отметить также и профессионально-психологическую трудность. Специальное исследование показало, что электроэнцефалографист, характеризуя ЭЭГ как пограничную, имеет в виду скорее принадлежность ее к норме, в то время как клиницист, читающий такое заключение, почти всегда интерпретирует его как указание на патологию2. Очевидно, это еще раз подчеркивает необходимость постоянного активного и заинтересованного контакта между этими двумя специалистами и выработки взаимопонятного языка профессиональной коммуникации.
Патологическими называют соответственно ЭЭГ, выходящие за указанные выше границы. Более подробно различного типа патологические ЭЭГ описаны в учебнике.
Отклонения на ЭЭГ от нормы при многих расстройствах, как правило, не обладают выраженной нозологической специфичностью (за исключением эпилепсии) и чаще всего сводятся к следующим типам:
-
замедление ЭЭГ,т.е. снижение частоты и/или угнетение -ритма и повышенное содержание 6- и 5-активности. Такие изменения наблюдаются при сенильных деменциях, в зонах с нарушенным мозговым кровообращением, при опухолях головного мозга; -
десинхронизация ЭЭГв виде угнетения -ритма и повышения содержания -активности. Она возникает при арахноидитах, повышении внутричерепного давления, цереброваскулярных расстройствах, мигрени; -
“уплощение”ЭЭГ, включающее угнетение амплитуды ЭЭГ и пониженное содержание высокочастотной активности. Это имеет место, например, при атрофических процессах, над поверхностно расположенной опухолью или в области субдуральной гематомы; -
нарушение нормальной пространственной структуры ЭЭГ — грубая межполушарная асимметрия ЭЭГ (при локальных опухолях) или сглаживание межзональных различий за счет угнетения или, наоборот, генерализации -ритма. Последнего типа изменения нередко встречаются как в неврологической и нейрохирургической клинике, так и при функциональных психических расстройствах — депрессии, шизофрении; -
появление “патологических” волновых форм — высокоамплитудных острых волн, пиков, комплексов пик—волна. Они особенно характерны для эпилепсии. Иногда, в тех случаях, когда такая “эпилептиформная” активность при эпилепсии отсутствует в обычных поверхностных отведениях, применяются назофарингеальные электроды, вводимые через нос к основанию черепа и выявляющие глубинную эпилептическую активность.
Интерпретация нарушений ЭЭГ обычно дается в терминах повышенной или пониженной возбудимости, раздражения (ирритации), дефицита торможения в структурах или системах мозга с указанием (при возможности) локализации этих нарушений или источника патологической активности (в корковых областях или в подкорковых ядрах — глубоких переднемозговых, диэнцефальных, стволовых структурах).
ПАТТЕРНЫ ЭЭГ
Паттерн ЭЭГ (тип, характер) – это целостная картина биоэлектрической активности по всем исследуемым областям мозга, отражающая особенности распределения различных компонентов ЭЭГ.
Ритмы головного мозга – являются базовыми паттернами нормальной ЭЭГ.
Паттерн является качественной характеристикой ЭЭГ, отражающей функциональное состояние головного мозга.
Различают:
-
ритмы мозга -
паттерны ЭЭГ, соответствующие состоянию бодрствования и отдельным стадиям сна; -
эпилептиформные паттерны ЭЭГ; -
неэпилептиформная активность на ЭЭГ; -
паттерны электроэнцефалограммы комы (критических состояний) -
паттерны ЭЭГ при необычных функциональных состояниях мозга.
Система описания типов (паттернов) и групп ЭЭГ была предложена Е.А. Жирмунской в 1984 г. и до сих пор является основой для визуальной, словесной оценки ЭЭГ.
Изучение функционального состояния ЦНС и его устойчивых сдвигов при патологии имеет большое практическое значение. Различают паттерны ЭЭГ, соответствующие состоянию бодрствования, отдельным стадиям сна, при необычных функциональных состояниях мозга и др. Каждое из них является результатом сложнейших нейродинамических перестроек мозга как целостной системы, зачастую при определяющей роли разных регуляторных (стволовых, диэнцефальных, лимбических) структур головного мозга (Болдырева Г.Н., Шарова Е.В., Добронравова И.С., 2000).
ЦЕЛЬ КУРСОВОЙ РАБОТЫ
Целью данного курсового проекта является разработка программного обеспечения, способного определить участки на ЭЭГ, которые относятся к группе паталогических. Особое внимание уделено эпилептиформным паттернам ЭЭГ.
Эпилептический припадок представляет большую социальную опасность в силу внезапности его проявления, поэтому необходимо разработать методы и средства, позволяющее обнаружить надвигающийся припадок. Их наличие помогло бы изменить всю жизнь страдающих эпилепсией, так как пациенты будут уверены, что неожиданный приступ не поставит под угрозу их жизнь. Хотя эпилептические приступы трудно предугадать заранее, простая электронная технология распознавания сигналов биоэлектрической активности могла бы оповещать близких, что больной в беде.
В качестве среды разработки была выбрана пакет прикладных программ MATLAB. MATLAB за прошедшие годы приобрел большую популярность, постепенно переместившись с больших вычислительных систем на персональные компьютеры, а сама программа вместе со всеми профессиональными приложениями, превратилась в мощную систему, охватывающую широкий спектр научных, инженерных и экономических применений.
MATLAB содержит инструменты для:
-
Сбора данных -
Анализа и обработки данных -
Визуализации и цифровой обработки сигналов и изображений -
Создания алгоритмов и проектирования -
Моделирования и имитации -
Программирования и разработки приложений
MATLAB выполняет множество компьютерных задач для поддержки научных и инженерных работ, начиная от сбора и анализа данных до разработки приложений. Среда MATLAB объединяет математические вычисления, визуализацию и мощный технический язык. Встроенные интерфейсы позволяют получить быстрый доступ и извлекать данные из внешних устройств, файлов, внешних баз данных и программ. Кроме того, MATLAB позволяет интегрировать внешние процедуры, написанные на языках Си, Си++, Фортран, и Java с MATLAB – приложениями.
ОСНОВНАЯ ЧАСТЬ
СРАВНИТЕЛЬНАЯ ЭЭГ ЧЕЛОВЕКА И ЖИВОТНЫХ
Биофизические свойства нейронов человека сходны с активностью нервных клеток животных. Потенциал покоя нейронов составляет от –50 до –80 мВ, а потенциал действия от –60 до –100 мВ при длительности 0,5–2 мс. Потенциалы действия в нейронах возникают в области аксонного холмика и распространяются по аксону, по телу и дендритам клетки, с частотой импульсации до 100 имп/сек. У человека и животных между парой электродов или между одним из таких электродов и индифферентным электродом (например, на мочке уха у человека и в кости носовых пазух животных) наблюдаются непрерывные колебания потенциала. Они называются электроэнцефалограммой (ЭЭГ) или электрограммой (ЭГ). Частота регистрируемых колебаний составляет от 1 до 50 Гц, а их амплитуда – до 90-120 мкВ.
Частота и амплитуда волн ЭГ зависит от вида животного, расположения электродов и степени бодрствования. Впервые электрические изменения в мозгу в ответ на стимуляцию сенсорных органов зарегистрировал в 1875 г Р. Катон. В 1929 г. Г. Бергер подтвердил данные Р. Катона уже без стимуляции органов и зафиксировал спонтанные биопотенциалы на коже головы человека, а в 1935 г. Эдриан и Мэтьюз классифицировали эти ритмы. Ритмы ЭЭГ индуцируются главным образом активностью подкорковых структур, особенно таламуса. При декортикации ритмичная активность таламуса не изменяется. При изучении глубинных структур зрительных бугров обнаружено множество таламических пейсмекеров, генерирующих и поддерживающих ритмичную активность. Выраженным действием на таламус обладает ретикулярная формация.
У крупных животных и человека при закрытых глазах регистрируется основной α-ритм (α-волны с частотой 8-12 Гц, в среднем 10 Гц), или синхронизированная ЭЭГ. При открытых глазах или поступлении сигналов от других органов чувств α-волны исчезают (блокада α-ритма) и сменяются β-волнами с большей частотой (14-30 Гц; в среднем 20 Гц) и меньшей амплитудой. Это десинхронизированная ЭЭГ. Более медленные и высокоамплитудные колебания: Θ-волны (тета-ритм: 4-7 Гц, в среднем 6 Гц) и δ-волны (дельта-ритм: 0,5-3,5 Гц, в среднем 3 Гц), но в норме у людей в отличие от животных они выявляются только во сне. В ЭЭГ детей характерны более медленные и нерегулярные ритмы даже в бодрствующем состоянии. «Созревание» четкого β-ритма у детей происходит к 5-7 годам. У животных же (обезьяны, мини-свиньи, собаки, кошки, кролики, крысы и т.д.) низкочастотные ритмы присутствуют в бодрствующем состоянии на протяжении всей жизни. При разложении ЭЭГ быстрым преобразованием Фурье спектральные мощности плотности у животных значительно обеднены в высокочастотной области.
Таким образом можно сделать вывод, что для предварительного анализа ЭЭГ (запись, которого осуществлялась в состоянии бодрствования) на принадлежность данных человеку, нужно провести спектральный анализ исследуемого ЭЭГ. Если в матрице сигналов будет выявлено наличие дельта-ритмов, можно будет сделать вывод, что ЭЭГ не принадлежит человеку и наоборот.
Реализация в среде Matlab
Код загружает сигнал ЭЭГ, вычисляет преобразование Фурье, нормализует его и вычисляет односторонний спектр мощности. Затем программа строит график спектра мощности ЭЭГ и выделяет частотный диапазон интереса (тета-ритм). Наконец, программа вычисляет количество зарегистрированных сигналов и выводит результат.
Вывод результатов обработки ЭЭГ человека
График спектра мощностей
АНАЛИЗ ЭЭГ ЧЕЛОВЕКА НА НАЛИЧИЕ ПАТТЕРНОВ
В качестве исследуемого сигнала электроэнцефалографии был выбран сигнал ЭЭГ пациента, страдающий от эпилептических припадков.
В качестве исследуемого сигнала был взят сигнал ЭЭГ, зарегистрированного с центрального левого, по отношению к пациенту, электрода, при норме и при патологии – имеется эпилептическое заболевание.