ФИЗИОЛОГИЯ ЧЕЛОВЕКА, 2015, том 41, № 3, с. 50-62
УДК 612.821.6
ИЗМЕНЕНИЕ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК ЭЭГ В ДИНАМИКЕ ТРЕНИНГОВ С НЕЙРООБРАТНОЙ СВЯЗЬЮ
© 2015 г. В. Н. Кирой, Д. М. Лазуренко, И. Е. Шепелев, Н. Р. Миняева, Е. В. Асланян, О. М. Бахтин, Д. Г. Шапошников, Б. М. Владимирский
НИИнейрокибернетики им. А.Б. Когана ЮФУ, Ростов-на-Дону E-mail: kiroy@krinc.ru Поступила в редакцию 02.12.2013 г.
Соотношения спектральных характеристик а- и P-частот электроэнцефалограммы, регистрируемой у 10 практически здоровых обследуемых (студенты университета), использовались для управления компьютерным курсором на принципах графического интерфейса в рамках трех сценариев с использованием нейрообратной связи. Экспериментально продемонстрировано, что наиболее эффективным, с точки зрения точности и скорости управления, оказался сценарий с использованием отношения мощности а- и Р2-частот. Показатели, включающие Pi-частоты, оказались менее эффективными, поскольку повышение/снижение их мощности могло происходить на фоне повышения/снижения мощности а- и Р2-частот. Тем не менее, в целом, обследуемые за достаточно короткий промежуток времени (5 тренингов в течение 2 недель) освоили навыки управления, демонстрируя эффективность на уровне 81% и ее рост в динамике обучения.
Ключевые слова: электроэнцефалография, нейрообратная связь, спектры мощности, многофакторный дисперсионный анализ (МАМОУА).
Б01: 10.7868/8013116461503008Х
Технология биологической обратной связи (БОС), разработанная в середине 20 столетия, оказалась достаточно простым, но эффективным способом регуляции физиологических характеристик, в частности, частоты сердечных сокращений, тонуса кровеносных сосудов, электрической активности мозга как животных, так и человека [1, 2]. Для ее реализации оказалось достаточным представить регистрируемые паттерны активности физиологических систем организма (ЭЭГ, электромиограмма, электрокардиограмма и др.) обследуемому в удобной для восприятия форме в режиме реального времени и соответствующим образом проинструктировать его о возможных способах их изменения [3, 4]. Многочисленные исследования убедительно показали, что метод БОС позволяет успешно корректировать деятельность многих органов и систем организма, управлять функциональным состоянием [5] и психическим статусом [6].
БОС-тренинг по параметрам ЭЭГ или нейрообратной связи (НОС) получил развитие в работах целого ряда авторов [7—11]. По сути, он представляет собой оперантное обучение [12—14], при котором субъект контролирует свое психическое состояние, управляя характеристиками электрической активности мозга, в частности, посред-
ством достижения более глубокой релаксации с целью, например, купирования неконтролируемых эпилептических припадков [15]. В настоящее время НОС является эффективным немедикаментозным средством решения лечебно-диагностических и коррекционных задач при восстановлении когнитивных функций после черепно-мозговой травмы [16], при работе с детьми с синдромом дефицита внимания с гиперактивностью [17—19], аутизмом [20], а также в поведенческой терапии [21]. Наряду с этим, НОС активно используется при обучении пользователей систем BCI (Brain-computer interface) [22—24], причем как практически здоровых [25, 26], так и, в частности, полностью парализованных лиц [27—30]. Соответствующим обоснованием такому применению нейрообратной связи стала идея о том, что человек способен через изменение активности собственного мозга управлять не только своим психическим состоянием, но и, в том числе, внешними объектами [31].
Репертуар управляемых параметров для НОС может быть достаточно широк и включать в себя характеристики практически всех ритмов ЭЭГ как низкочастотного (0.1—30 Гц), так и высокочастотного (более 30 Гц) диапазона. В подавляющем большинстве исследований для одно- и двухвек-
торного управления используется один тренируемый параметр, например, амплитудные показатели или мощность 0-, а-, р- или у-частот [32—34]. Соотношения различных частот в НОС используются сравнительно редко. Так, отношения мощности а/0 [35], 0/р [36, 37] используются при коррекции расстройств внимания и памяти, а также для улучшения моторных навыков и когнитивных способностей у подростков с синдромом дефицита внимания с гиперактивностью. Тренинги, направленные на изменение соотношений р/у частот, используются для коррекции мнести-ческих процессов [34, 38]. При этом авторы констатируют тот факт, что различные частоты ЭЭГ строго специфичны по отношению к реализуемым когнитивным процессам.
Учитывая, что низкие частоты (до 30 Гц) преимущественно связаны с механизмами регуляции функционального состояния мозга, уровня бодрствования и внимания [39—41], а более высокие — со специфическими информационными процессами, протекающими в локальных нейронных популяциях или распределенных сетях нейронов, в том числе, осуществляющих запечатление и извлечение энграмм памяти [22, 34, 38, 42—44], в общем случае в НОС более перспективным представляется использование характеристик классического диапазона частот ЭЭГ.
Целью настоящего исследования являлась оценка эффективности произвольного управления практически здоровыми лицами различными вариантами соотношений мощности а- и р-ча-стот ЭЭГ в режиме экранного интерфейса и реального времени. Эмпирически тестировалась гипотеза, согласно которой флуктуации уровня бодрствования сопровождаются разнонаправленными изменениями спектральной мощности (СпМ) а- и р2-частот, тогда как р1-частоты представляют собой область их перекрытия [45]. Учитывая, что при реализации различных видов пространственно-образного и вербально-логическо-го мышления эти частоты могут формировать достаточно специфичные пространственно-частотные "паттерны" активности [46], их соотношения могут оказаться достаточными для разработки необходимого для эффективного РСТ-управления алфавита команд.
освещенности. Каждый обследуемый участвовал в 5 тренингах (через день в течение 2 недель), которые проводились утром с 10 до 12 часов. Каждый тренинг включал реализацию 3 сценариев, в рамках которых для эффективного управления курсором обследуемым надлежало научиться управлять соотношением мощности в ЭЭГ а- и р1-частот (1-й сценарий, а/р1), а- и р2-частот (2-й сценарий, а/р2), р1- и р2-частот (3-й сценарий, Р1/Р2).
ЭЭГ регистрировали непрерывно в течение всего обследования, монополярно, от симметричных центральных (С3, С4) и теменных (P3, P4) областей, а также Pz и Cz (международная система 10 х 20) с использованием электроэнцефалографа-анализатора "ЭНЦЕФАЛАН 131" производства фирмы "МЕДИКОМ-МТД" (Россия, г. Таганрог). Референтные электроды располагались на мочках ушей (референт объединенный). Частота дискретизации электрограмм составляла 250 Гц по каждому из каналов, полоса пропускания частотных фильтров — 1—70 Гц, использовался режекторный фильтр 50 Гц.
При обучении обследуемых использовался разработанный нами пакет прикладных программ Krinc-BCI, онлайн обмен данными между программами "Энцефалан" и Krinc-BCI осуществлялся через сетевой протокол TCP-IP. На Krinc-BCI были получены свидетельства о государственной регистрации программ для ЭВМ № 2013619431 и № 2013619430 от 4 октября 2013 г. в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам.
Каждый тренинг включал 2 сессии — калибровочную и основную. В ходе калибровочной сессии усредненная СпМ ЭЭГ-частот (а (8—12 Гц), р1 (13—20 Гц) и р2 (20—30 Гц)), оцениваемая в режиме реального времени с использованием метода быстрого преобразования Фурье с шагом по частоте 1 Гц, в рамках указанных выше сценариев использовалась для управления двумя столбиковыми диаграммами, предъявляемыми на экране монитора. Для сглаживания текущих значений СпМ использовалась экспоненциальная функция с постоянной времени (т) 3000 мс согласно формуле:
МЕТОДИКА
В обследованиях приняли участие 10 практически здоровых добровольцев в возрасте от 19 до 26 лет (5 юношей и 5 девушек, студенты ЮФУ (Южного федерального университета), правши, средний возраст 22.5 ± 3.5 года), давших на это свое письменное согласие.
Во время обследования участники находились в свето- и звукоизолированной камере, в кресле, в удобной для них позе, в условиях сниженной
max х
[ mm Iт
V max'
где max — максимальное, а min — минимальное значение СпМ; t = i х 40 — итерационная компонента.
Динамическое вычисление пороговых значений для измеряемых частот осуществлялось путем непрерывного отслеживания минимальных и максимальных значений сигнала скользящим ок-
А Б
" ~.....
—ГЗ — —— ——'
Рис. 1. Изображение графического экрана интерфейса пользователя в режимах калибровки (А) (на рис. слева — отношения спектральных мощностей ЭЭГ на примере сценария а/Р2, где а-диапазон частот ЭЭГ — левый столбец, Р2-диа-пазон — правый столбец) и на основном этапе работы при управлении курсором (Б) — справа.
ном и его перерасчета при каждом изменении размаха согласно формуле:
threshold = range/100 х (max — min) + min, где threshold — порог; range — размах.
Буфер памяти программы обновлялся через каждые 100 мс, а его объем составлял 1000 мс. При добавлении новых данных старые удалялись и спектральные мощности соответствующих частотных диапазонов и их соотношение (для каждого из сценариев) пересчитывались и без задержки отправлялись для отображения на монитор обследуемого. Задержка по времени имела место только в начале процедуры для накопления в буфере 20 первых значений. Таким образом, обновление амплитуды столбиковых диаграмм осуществлялось с периодом 100 мс. Частота расчета СпМ по каждому каналу регистрации и трем частотным диапазонам составляла 10 раз в секунду. Соответствующие значения СпМ ЭЭГ сохранялись в файл данных (формата Excel) и использовались для дальнейшего статистического анализа.
Для управления левой диаграммой (диапазон-1—Д1) обследуемым рекомендовалось мысленно расслабиться, а для управления правой диаграммой (диапазон-2—Д2) — сконцентрировать внимание или считать в уме (рис. 1, A). Реализация каждого сценария начиналась с записи ЭЭГ в покое с открыт
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.