Способ диагностики эпилепсии на основе комплекса электроэнцефалографических показателей, характеристик экзогенных и когнитивных вызванных потенциалов, показателей моторного и вегетативного обеспечения деятельности при помощи технологии искусственных нейронных сетей

Способ диагностики эпилепсии на основе комплекса электроэнцефалографических показателей, характеристик экзогенных и когнитивных вызванных потенциалов, показателей моторного и вегетативного обеспечения деятельности при помощи технологии искусственных нейронных сетей

Иллюстрации

Показать все

Реферат

Изобретение относится к области медицины, а именно к клинической медицине (неврологии).

Диагностика эпилепсии предполагает описание структуры эпилептического приступа, определение эпилептиформной активности по характеристикам электроэнцефалограмм (ЭЭГ), оценку данных нейровизуализации и привлечение других дополнительных методов исследования [3, 5]. Сохраняется сложность в верификации эпилептических приступов, особенно при ночных приступах, а также при диагностике локализационно-обусловленных форм височной, затылочной эпилепсии; сочетании эпилептических и неэпилептических приступов. В диагностике эпилепсии как в сложной задаче медицинская информация является формально избыточной, но содержательно недостаточной [8, 10], что определяет необходимость получения дополнительных данных, основывающихся, в том числе, на показателях, характеризующих физиологические механизмы обеспечения целенаправленной деятельности человека, функционирование патологических эпилептических систем и антисистем [5, 9, 11, 12].

Наиболее близким способом того же назначения к заявленному изобретению по совокупности признаков является способ диагностики эпилепсии (ПРОТОТИП) [7], в котором на основе зарегистрированных зрительных вызванных потенциалов на реверсивный шахматный паттерн и отношения площади положительных и отрицательных значений зрительных вызванных потенциалов определяют диагноз эпилепсии.

К причинам, препятствующим достижению результата при использовании известного способа, принятого за прототип, относится использование ограниченного набора параметров, характеризующих функциональное состояние зрительного анализатора; использование диапазона значений показателей, выход за который определят диагностику эпилепсии.

Целью изобретения является разработка способа диагностики эпилепсии на основе комплекса физиологических показателей при помощи технологии искусственных нейронных сетей.

Цель достигается тем, что на основе комплекса физиологических показателей, объединенных в группы характеристик спектрального анализа ЭЭГ, показателей кросскорреляционной функции ЭЭГ, характеристик деятельности афферентных систем, показателей когнитивных вызванных потенциалов, моторного и вегетативного обеспечения деятельности, определяется распределение исследуемых в группу практически здоровых лиц или больных эпилепсией.

Способ диагностики эпилепсии на основе комплекса электроэнцефалографических показателей, характеристик экзогенных и когнитивных вызванных потенциалов, показателей моторного и вегетативного обеспечения деятельности при помощи технологии искусственных нейронных сетей осуществляется следующим образом. Регистрируется комплекс физиологических показателей, объединенных в группы показателей спектрального анализа ЭЭГ, кросскорреляционной функции ЭЭГ, характеристик деятельности афферентных систем, когнитивных вызванных потенциалов, моторного и вегетативного обеспечения деятельности. Данные характеристики вводятся в качестве входных показателей в искусственную нейронную сеть с завершенным процессом обучения и специфическим набором синаптических весов; в результате чего определяется распределение данного исследуемого в группу практически здоровых лиц или больных эпилепсией.

Экспериментальное обоснование проведено при исследовании 238 человек; из них 75 практически здоровых человека (42 мужчины и 33 женщины) и 163 больных эпилепсией (84 мужчины и 79 женщин), средний возраст практически здоровых лиц составил 33,1 лет (стандартная ошибка средней 0,56 лет), средний возраст больных эпилепсией составил 35,8 лет (стандартная ошибка средней 1,08 лет). В группу больных эпилепсией включались пациенты с идиопатической (генетической - 10 пациентов с юношеской миоклонической эпилепсией), симптоматической (структурно-метаболической - 91 пациент) и криптогенной (вероятно симптоматической - 62 пациента) формами заболевания; имеющие как минимум 1 приступ в течение 1 года, предшествующего обследованию, подписавшие договор информированного согласия; критериями исключения являлись беременность, заболевания дыхательной и сердечно-сосудистой систем в стадии декомпенсации. В контрольную группу практически здоровых лиц включались исследуемые, не имеющие по данным анамнеза эпилептических приступов, с отсутствием эпилептиформных изменений на электроэнцефалограмме (ЭЭГ), использовались вышеописанные критерии исключения. Всеми пациентами перед началом исследования подписан договор информированного согласия.

Регистрация ЭЭГ проводилась при помощи 19-канального цифрового электроэнцефалографа и программного обеспечения «Нейрон-спектр-3» (Россия, «Нейрософт») при расположении электродов по схеме «10-20» с референтными электродами на ушах (А1 и А2). Анализ ЭЭГ осуществлялся на эпохах с исключенными артефактами и без эпилептиформной активности методами спектрального анализа на основании быстрого преобразования Фурье с определением мощности и частоты колебаний в основных частотных диапазонах (для построения искусственных нейронных сетей (ИБС) использовалась мощность тета-колебаний в отведениях F3, F4, альфа-колебаний в O1, O2, бета-1 колебаний в F3, F4; средняя частота данных спектральных диапазонов в соответствующих отведениях), а также методом анализа кросскорреляционной функции (ККФ) с расчетом коэффициентов кросскорреляции и средней частоты ККФ (в качестве входных параметров ИНС использовались корреляция ЭЭГ сигнала в парах отведений F3-F4, O1-O2, F3-C3, F4-C4, Р3-O1, Р4-O2, частота ККФ в соответствующих парах отведений) [4].

Регистрация зрительных (ЗВП), слуховых (СВП) и когнитивных вызванных потенциалов осуществлялась при помощи программно-аппаратного комплекса «Нейро-МВП» (Россия), подэлектродный импеданс составлял менее 5 кОм. Запись ЗВП на шахматный паттерн осуществлялась при расположении активных электродов в отведениях O1, O2, Oz, с референтным электродом в Fz; угловая величина стимула составила 40 угловых минут, частота реверсии 1 Гц, число усреднений 120. При анализе оценивалась латентность пиков N75, Р100, N145, Р200 в Oz; межпиковая амплитуда P50N75, N75P100, P100N145 в Oz. Регистрация длиннолатентных СВП проводилась при бинауральной стимуляции щелчками длительностью 50 мс, наполнение 1000 Гц, частотой 1 Гц, числом усреднений 100; отводящие электроды располагались на голове пациента в зоне С3, С4, Cz, референтные - в точках A1, А2. Оценивалась латентность пиков N1, Р2, N2 и межпиковая амплитуда N1P2, P2N2 в отведении Cz. Данные показатели были включены в группу характеристик деятельности афферентных систем, используемых для создания ИНС. Проводилась регистрация потенциала Р300 в рамках вероятностной парадигмы появления значимого стимула (тон 2000 Гц) и незначимого стимула (тон 1000 Гц), длительность стимулов составила 50 мс с активной реакцией пациентов на значимый стимул в виде нажатия на кнопку ответа. Регистрация и усреднение ответа проводились по отведениям Pz, Cz, Fz с референтными электродами на ушах (A1, А2). Анализировались латентность пика N2, Р3; межпиковая амплитуда P2N2, N2P3 по отведениям, данные показатели характеризовали деятельность ассоциативных механизмов [2].

Регистрация условно-негативного отклонения (волны - УНВ) проводилась эпохами по 2,5 секунд, в парадигме предупреждающего (звуковой сигнал частотой 2000 Гц) и пускового (звуковой сигнал частотой 1000 Гц) стимулов с отведений Fz, Cz, Pz с референтными электродами на ушах (А1 и А2), число усреднений составило 40. Оценивалась амплитуда волны [2]. При помощи комплекса «НС-Психотест» (Россия) у исследуемых регистрировалась простая зрительно-моторная реакция (ПЗМР), реакция различия (РР) и теппинг-тест (ТТ). При регистрации ПЗМР проводилось бинокулярное предъявление сигналов красного цвета с реакцией исследуемых на их появление в виде нажатия на кнопку. При оценке РР последовательно предъявлялись разноцветные световые сигналы, в ответ на предъявление сигнала красного цвета исследуемому требовалось максимально быстро нажать на кнопку ответа. При ПЗМР и РР оценивалось среднее время реакции для правой руки. ТТ проводился в течение 30 секунд с максимальным темпом ударов испытуемым специальной указкой по контактной площадке, представлены значения среднего межударного интервала для правой руки. Регистрацию F-ответа проводили при стимуляции правого и левого срединных нервов в области запястья при величине стимула, составлявшей 150% от моторного порога, длительности стимула 0,2 мс, запись осуществлялась блоками по 40 кривых при помощи программно-аппаратного комплекса «Нейро-МВП» (Россия, «Нейрософт»). Оценивала амплитуда максимального F-ответа, отношение максимального F-ответа к М-ответу, латентность максимального F-ответа для правой и левой руки. Вышеописанные показатели УНВ, характеристики F-ответа, показатели ПЗМР, РР и ТТ объединены в группу характеристик, определяющих моторное обеспечение деятельности.

При исследовании ВСР регистрация электрокардиограмм проводилась при помощи прибора «Варикард 2.5» и программы «ИСКИМ 6.0» (Россия) в I стандартном отведении при положении испытуемого сидя. Использовались статистические и спектральные методы анализа ВСР с определением частоты сердечных сокращений, среднего квадратичного отклонения динамического ряда R-R интервалов, индекса напряжения регуляторных систем, мощности спектра колебаний R-R интервалов в диапазоне дыхательных, медленных, очень медленных волн и суммарной мощности (HF, LF, VLF, TP соответственно) [6]. Осуществлялось исследование ФВД при помощи спирометаболографа «Fitmate Med» (Италия) с оценкой усредненного значения легочной вентиляции и частоты дыхания, уровня кислорода в выдыхаемом воздухе, энерготрат и при помощи ультразвукового капнографа «КП-01 Еламед» (Россия) с определением парциального давления углекислоты в выдыхаемом воздухе [1]. Вышеописанные характеристики ВСР и ФВД объединены в группу показателей вегетативного обеспечения деятельности.

В качестве метода распределения исследуемых в группы практически здоровых лиц и больных эпилепсией была использована технология ИНС [10]. Построение ИНС осуществлялось в автоматическом режиме на основе групп показателей, представленных выше при описании методов исследования: показателей спектрального анализа ЭЭГ, характеристик ККФ ЭЭГ, экзогенных вызванных потенциалов (ВП), когнитивных ВП, показателей моторного и вегетативного обеспечения деятельности. Всего для построения ИНС использовалось 72 показателя, объединенные в 6 групп, что позволило определить усредненное значение рангов показателей. ИНС характеризовались определенной архитектурой, производительностью обучения, контрольной и тестовой производительностью, отражающей соответственно процент верных распределений в обучающей, контрольной и тестовой выборках, для суммарной характеристики классификационной способности ИНС использовался процент верных распределений по группам, а также усредненный процент верных распределений [10].

Созданная ИНС представляла собой многослойный персептрон с 72 входными нейронами (получающими данные об исследуемых физиологических показателями), 8 нейронами промежуточного слоя и 1 выходным (представляющим информацию о группе, к которой относится данный пациент). ИНС имела производительность обучения 100%, контрольная производительность составила 87,5%, тестовая производительность 88%. Как следует из таблицы 1, распределение испытуемых на группы практически здоровых лиц и больных эпилепсией при помощи технологии ИНС было решено достаточно эффективно.

В таблице 2 представлены усредненные значения рангов используемых показателей; наибольшее значение в решении задачи разделения испытуемых на группу практически здоровых лиц и больных эпилепсией имели показатели деятельности афферентных систем и характеристики ККФ ЭЭГ.

Данный способ позволит предоставить дополнительную информацию для диагностики эпилепсии.

СПИСОК ЛИТЕРАТУРЫ

1. Бяловский Ю.Ю. Капнография в общеврачебной практике. / Ю.Ю. Бяловский, В.Н. Абросимов. - Saarbrucken: LAP LAMBERT academic publishing, 2014. - 136 с.

2. Гнездицкий В.В. Атлас по вызванным потенциалам мозга (практическое руководство, основанное на анализе конкретных клинических наблюдений). / В.В. Гнездицкий, О.С. Корепина. - Иваново: ПресСто, 2011. - 532 с.

3. Гузева В.И. Эпилепсия и неэпилептические пароксизмальные состояния у детей. / В.И. Гузева. - М.: ООО «Медицинское информационное агентство», 2007. - 568 с.

4. Зенков, Л.Р. Клиническая электроэнцефалография (с элементами эпилептологии). / Л.Р. Зенков. - М.: МЕДПресс, 2004. - 187 с.

5. Карлов В.А. Эпилепсия у детей и взрослых, женщин и мужчин: Руководство для врачей. / В.А. Карлов. - М.: ОАО "Издательство "Медицина", 2010. - 720 с.

6. Михайлов В.М. Вариабельность ритма сердца: опыт практического применения метода. / В.М. Михайлов. - Иваново: ИГМА, 2002. - 290 с.

7. Прототип. Способ диагностики эпилепсии: заявка №2014107270/14; заявл. 25.02.2014; опубл. 10.09.2015; RU 2562109 C1.

8. Эволюция методов и средств диагностики и лечения эпилепсии / М.В. Крючкова [и др.] // Неврологический вестник. Журнал им. В.М. Бехтерева. - 2009. - Т. XLI, №1. - С. 56-63.

9. Artemiadis А.K. Auditory event-related potentials (Р300) and mesial temporal sclerosis in temporal lobe epilepsy patients. / A.K. Artemiadis [et al.] // Epileptic disorders. - 2014. - Vol. 16, №1. - P. 67-73.

10. Moein, S. Medical diagnosis using artificial neural networks. / S. Moein. - Hershey: Medical Information Science Reference, 2014. - 310 p.

11. Pulliainen V. Motor and cognitive functions in newly diagnosed adult seizure patients before antiepileptic medication. / V. Pulliainen, P. Kuikka, M. Joke-lainen // Acta Neurol Scand. - 2000. - Vol. 101, №2. - P. 73-78.

12. The effects of levetiracetam, carbamazepine, and sodium valproate on P100 and P300 in epilptic patients. / Y. Tumay [et al.] // Clinical neuropharmacology. - 2013. - Vol. 36, №2. - P. 55-58.

Способ диагностики эпилепсии на основе комплекса электроэнцефалографических показателей, характеристик экзогенных и когнитивных вызванных потенциалов, показателей моторного и вегетативного обеспечения деятельности при помощи технологии искусственных нейронных сетей, отличающийся тем, что на основе комплекса физиологических показателей, включающих показатели спектрального анализа электроэнцефалограмм, такие как мощность и средняя частота тета-колебаний в отведениях F3, F4, альфа-колебаний в отведениях O1, O2, бета-1 колебаний в отведениях F3, F4; характеристики кросскорреляционной функции электроэнцефалограмм, включающие корреляцию и частоту кросскорреляционной функции в парах отведений F3-F4, O1-O2, F3-C3, F4-C4, Р3-O1, Р4-O2, показатели зрительных вызванных потенциалов, такие как латентность пиков N75, Р100, N145, Р200 в Oz; межпиковая амплитуда P50N75, N75P100, P100N145 в Oz, и слуховых вызванных потенциалов, включающие латентность пиков N1, Р2, N2 и межпиковую амплитуду N1P2, P2N2 в отведении Cz; характеристики когнитивных вызванных потенциалов, такие как латентность пика N2, Р3, межпиковая амплитуда P2N2, N2P3 в отведениях Pz, Cz, Fz; показатели моторного обеспечения целенаправленной деятельности, включающие амплитуду волны условно-негативного отклонения в отведениях Fz, Cz, Pz, среднее время простой зрительно-моторной реакции для правой руки, реакции различения для правой руки, среднее время межударного интервала теппинг-теста для правой руки, амплитуду максимального F-ответа, отношение максимального F-ответа к М-ответу, латентность максимального F-ответа для правой и левой руки, и характеристики вегетативного обеспечения деятельности, такие как частота сердечных сокращений, среднее квадратичное отклонение динамического ряда R-R интервалов, индекс напряжения регуляторных систем, мощности спектра колебаний R-R интервалов в диапазоне дыхательных, медленных, очень медленных волн и суммарной мощности вариабельности сердечного ритма, характеристики усредненного значения легочной вентиляции, частоты дыхания, уровня кислорода в выдыхаемом воздухе, парциального давления углекислоты в выдыхаемом воздухе, уровня энерготрат, при помощи искусственной нейронной сети с завершенной процедурой обучения, представляющей собой многослойный персептрон с 72 входными нейронами, 8 нейронами промежуточного слоя и 1 выходным, определяется распределение испытуемых в группу практически здоровых лиц или больных эпилепсией.