Математические методы локализации кортикальных волн по неинвазивным МЭГ и ЭЭГ данным
Кортикальные бегущие волны (рисунок 1) - феномен головного мозга, который выражается в активации коры головного мозга в виде пространственно-временного паттерна, приблизительно описываемого разновидностями динамического уравнение бегущий волны, то есть как перемещение активности из одной области коры в другой по некоторым непрерывным траекториям за рассматриваемый промежуток времени, которое может быть с пренебрежительными неточностями записано с помощью инвазивных методик (ЭКоГ, iEEG), или со значительными искажениями в виду “растекания” электрических потенциалов или интерференции магнитных полей неинвазивными методами (ЭЭГ, МЭГ).
Рис. 1. Пример бегущий альфа-волн на ЭКоГ-сетке (Halgren et al. 2019)
На сегодняшний день накопились экспериментальные наблюдения о функциональной значимости бегущих волн во сне, для консолидации памяти, в задачах на рабочую память, при планировании движения, обработке зрительной информации. Кроме того, патологические волновые паттерны были обнаружены при эпилепсии, и они представляют интерес с точки вероятного содержания полезной информации о локализации эпилептогенного очага, который необходимо точно определить перед операцией у больных тяжёлой формой эпилепсии.
Надёжного метода или комплекса методов для локализации эпилептогенного очага не существует, и анализ локальной волновой динамики интериктальных эпилептических спайков может быть очень полезен. Её свойства остаются малоизученными в виду недостатка набора инструментальных и аналитических методов, так как инвазивные методы не позволяют рассматривать обширные участки коры и нежелательны для пациентов, а неинвазивные регистрируют волны в искажённом виде. Поэтому мы сосредоточились на неинвазивных методах (МЭГ, ЭЭГ) и инструментарии для улучшения качества анализа.
Мы разрабатываем комплекс методов для оценки волновости различных сегментов записи МЭГ/ЭЭГ, а также дальнейшей реконструкции волн в пространстве источников (на коре) и выделения информативных параметров (траектория, скорость, форма волны) с помощью метода решения обратной задачи с волновым приором.
Один из методов основан на генерации множества базовых волн, с различными параметрами положения по времени на записи, скорости, стартовой позиции и т. д., и дальнейшей оптимизации весов этих волн с регуляризацией, обеспечивающий обнуление весов неинформативных базовых волн, обеспечивающей спарсность решения. Среди множества параметров также отбираются те базовые волны, которые наилучшим образом описывают данные на сенсорах в смысле коэффициента детерминации (рисунок 2).
Рис. 2. Иллюстрация подбора оптимальных параметров (момента появления волны и её скорости) методом поиска по сетке с учетом метрик коэффициента детерминации и разреженности модели, и соответствующий подобранный оптимальный интервал, наложенный на исходное представление волны на сенсорах.
Весь алгоритм включает автоматическую детекцию спайков, пространственную их кластеризацию, решение волновой обратной задачи для каждого спайка, и затем покластерный анализ волновых свойств включенных в него спайков (рисунок 3). Наиболее значимым результатом анализа данных реальных пациентов данным является наблюдение, что положение кластера с высоким процентным содержанием волновых спайков (с коэффициентом детерминации выше некого порога) как правило совпадает с подтвержденными после операций локализациями эпилептогенных очагов.
Рис. 3. Пример результата анализа
Опубликованные статьи по проекту:
Опубликованные статьи по проекту:
1. Chirkov, Valerii, Anna Kryuchkova, Alexandra Koptelova, Tatiana Stroganova, Alexandra Kuznetsova, Daria Kleeva, Alexei Ossadtchi, and Tommaso Fedele. "Data-driven approach for the delineation of the irritative zone in epilepsy in MEG." PloS one 17, no. 10 (2022): e0275063.
2. А. Кузнецова, А. Осадчий, Анализ локальной динамики распространения межприступных разрядов с помощью модели бегущих волн, Журнал высшей нервной деятельности им. И.П. Павлова, 2022, том 72, №3, с. 370-386.
Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.