Loading...

DC Studio / Freepik

По данным ВОЗ, каждый год у пяти миллионов человек диагностируется эпилепсия. Это заболевание, при котором в головном мозге возникает аномальная активность нервных клеток, приводящая к нарушениям в двигательной и дыхательной системах — судорогам. Однако бывает, что характерных признаков эпилепсии у человека не наблюдается, и в таких случаях выявить заболевание сложно. При этом поздняя диагностика может привести к развитию осложнений.

Один из методов диагностики эпилепсии — фотостимуляция, или визуальная стимуляция. Этот подход заключается в том, что на организм воздействуют световыми сигналами — направляя яркие вспышки на глаза пациента — и параллельно отслеживают мозговую активность методом электроэнцефалографии (ЭЭГ). У больных эпилепсией наблюдается повышенная возбудимость коры головного мозга и теряется ее тормозной контроль, тогда как в норме между ними должен быть баланс. Однако этот метод помогает диагностировать только фоточувствительную эпилепсию, в то время как у 95% пациентов она нефоточувствительная. Это означает, что требуются новые способы выявления заболевания.

Ученые из Балтийского федерального университета имени Иммануила Канта (Калининград) и Национального медико-хирургического центра имени Н. И. Пирогова Минздрава РФ (Москва) разработали новый метод диагностики эпилепсии на основе анализа детрендированных колебаний и машинного обучения. Этот метод анализа ЭЭГ выявляет больше особенностей состояния мозга при заболевании, чем другие существующие подходы, такие как спектральный анализ, который обычно используется для обработки результатов ЭЭГ.

Авторы протестировали предложенный инструмент, проанализировав с его помощью нейронную активность на ЭЭГ у 108 человек, половина из которых (54 человека) болела нефоточувствительной эпилепсией, а остальные 54 были здоровы. Ученые параллельно оценивали реакцию участников исследования на фотостимуляцию спектральным методом анализа и анализом детрендированных колебаний и отслеживали так называемые долгосрочные временные корреляции — пространственно-временные закономерности в активности мозга. Этот показатель отражает длительные зависимости во временных рядах нейронной активности. Известно, что формирование эпилептического приступа связано с синхронизацией активности в нейронных сетях головного мозга, следовательно, долгосрочные временные корреляции могут дать ценную информацию о начале приступа и его течении.

В результате эксперимента авторы выяснили, что у пациентов с эпилепсией и здоровых людей показатели долгосрочных временных корреляций в мозге и реакция на фотостимуляцию отличаются. Несмотря на то что у пациентов с нефоточувствительным типом заболевания в ответ на свет не возникала эпилептическая активность в мозге, их реакция на вспышки все равно не совпадала с реакцией здоровых людей. У здоровых людей показатели мозговой активности на низких (1–3 Гц) и высоких (15 и более Гц) частотах оказались выше, чем у группы с диагнозом, в то время как в альфа-диапазоне (частоты 8–10 Гц), наоборот, ниже.

«Если с помощью фотостимуляции можно было выявить только фоточувствительную эпилепсию, то благодаря новому подходу диагностика нефоточувствительной эпилепсии также упрощается. Предложенный алгоритм позволяет с точностью до 71% выявить эпилепсию путем анализа долгосрочных временных корреляций в активности головного мозга у пациентов с этим типом заболевания. Таким образом, анализ детрендированных колебаний — это важный шаг в сторону как диагностики эпилепсии, так и развития метода фотостимуляции, потому что теперь его можно применять для диагностики и фоточувствительной, и нефоточувствительной эпилепсии. В дальнейшем мы планируем апробировать предложенный метод на большей группе пациентов и протестировать другие методы машинного обучения, например сверточные нейронные сети», — рассказывает участник проекта, поддержанного грантом РНФ, Вадим Грубов, старший научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени Иммануила Канта.


Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.