Компьютерная ээг что это: Компьютерная электроэнцефалография (ЭЭГ) с видеомониторингом в состоянии бодрствования и сна (в том числе и во время ночного сна) с функциональными пробами

Содержание

Электроэнцефалография (ЭЭГ)

Электроэнцефалография (ЭЭГ) — это регистрация биоэлектрической активности головного мозга человека с помощью специальных электродов с поверхности головы. По характеру этой активности определяется состояние головного мозга человека в норме и патологии, определяется наличие изменений, ранняя диагностика которых позволяет врачу правильно назначить курс лечения и справиться с болезнью.

Электроэнцефалограмма абсолютно безопасный и безболезненный диагностический метод. Во время процедуры на человека не оказывается никакого электрического, магнитного или иного физического воздействия. Это исследование можно в некотором роде сравнить с ЭКГ, во время которой регистрируется электрическая активность сердца.

Как проходит процедура электроэнцефалограммы?

Пациенту на голову надевается специальная шапочка нужного размера и фиксируется за подбородок.

По всей голове накладывается 19 регистрирующих электродов со специальным прозрачным электропроводным гелем. Гель по текстуре напоминает укладочный, поэтому после процедуры лучше всего сразу расчесать волосы, а дома просто помыть голову. На уши накладываются электроды в виде клипс.

Вся процедура после наложения электродов занимает не более 20 минут. Во время обследования пациент сидит в удобном кресле. Нельзя открывать глаза, разговаривать, двигаться, особенно двигать носом, ртом, бровями, желательно стараться не моргать, так как все эти действия фиксируются и портят чистоту записи.

Необходимо максимально расслабиться и выполнять команды оператора.

Во время процедуры проводятся две важные провокационные пробы — стимуляция светом (фотостимуляция) и стимуляция глубоким дыханием (гипервентиляция). Это необходимо, чтобы выявить скрытую патологию мозга. При проведении проб у взрослого человека, проблем обычно не возникает. Маленькие детки требуют особого подхода и внимания.

Несмотря на то, что у нашего персонала большой опыт работы с детьми, нам очень важна помощь родителей! Детки боятся закрывать глаза и спокойнее это делают, когда берут за руку маму или папу или слышат их голоса. Чтобы ребенок активно подышал мы обычно играем в игру «сдуй ватку». Поэтому, до прихода к нам Вы также можете начать играть в эту игру дома и подготовить ребенка.

Особенности проведения ЭЭГ у детей.

Очень важно объяснить безболезненность процедуры маленьким детям за 2-3 дня до запланированного посещения, особенно, если ребенок очень болезненно переносит прикосновения к голове. Мы рекомендуем рассказывать ребенку-мальчику, что он «будет играть» в космонавта и надевать настоящий «космический шлем», а ребенку-девочке, что она идет на конкурс «принцесс», где ей будут примерять «корону с красивыми заколочками». Немаловажно, чтобы ребенок пришел в сопровождении того родителя, с кем он меньше всего капризничает. Не забудьте взять с собой планшет или телефон с любимыми мультиками и музыкальными произведениями ребенка.

Важно

Очень часто мамы и папы переживают, что ребенок не закрывает глазки и начинают нервничать сами и расстраивать малыша. Этого делать не нужно. Самое главное, чтобы Ваш ребенок сидел максимально спокойно и не двигался. Вот почему мы рекомендуем взять с собой планшет с мультиками. Но! Даже если Ваш ребенок беспокоен, не закрывает глаз, не дышит глубоко (проба с глубоким дыханием проводится примерно с 4-5 лет) не стоит огорчаться, что ничего не получилось!

Все пациенты разные. Запись все равно будет проведена, и наши специалисты получат из нее максимум полезной и необходимой информации для Вашего лечащего врача.

Расшифровка ЭЭГ у взрослого в Москве

Подробно об энцефалограмме

Суть обследования заключается в фиксации электрической активности нейронов структурных образований головного мозга. Электроэнцефалограмма – это своеобразная запись нейронной деятельности на специальной ленте при использовании электродов. Последние закрепляются на участки головы и регистрируют активность определенного участка мозга.

Активность человеческого мозга напрямую определяется работой его срединных образований – переднего мозга и ретикулярной формации (связующего нейронного комплекса), обуславливающих динамику, ритмичность и построение ЭЭГ. Связующая функция формации определяет симметричность и относительную идентичность сигналов между всеми структурами мозга.

Исследование назначается при подозрениях на различные нарушения структуры и деятельности ЦНС (центральной нервной системы) – нейроинфекции, такие как менингит, энцефалит, полиомиелит. При данных патологиях изменяется активность мозговой деятельности, и это сразу же можно диагностировать на ЭЭГ, а в дополнение установить локализацию пораженного участка. ЭЭГ проводится на основании стандартного протокола, в котором фиксируются снятие показателей при бодрствовании или сне (у младенцев), а также с применением специализированных тестов.

К основным тестам относятся:

фотостимуляция – воздействие на закрытые глаза яркими вспышками света;
гипервентиляция – глубокое редкое дыхание на протяжении 3-5 минут;
открытие и закрытие глаз.

Эти тесты считаются стандартными и их применяют при энцефалограмме головного мозга и взрослым и детям любого возраста, и при различных патологиях. Существует еще несколько дополнительных тестов, назначающихся в отдельных случаях, таких как: сжатие пальцев в так называемый кулак, нахождение 40 минут в темноте, лишение сна на определенный период, мониторинг ночного сна, прохождение психологических тестов.

Данные тесты определяются неврологом и добавляются к основным, проводимым в ходе обследования, когда врачу необходимо оценить конкретные функции мозга.

Что можно оценить при ЭЭГ?

Данный вид обследования позволяет определить функционирование отделов головного мозга при разных состояниях организма – сне, бодрствовании, активной физической, умственной деятельности и других. ЭЭГ – это простой, абсолютно безвредный и безопасный метод, не нуждающийся в нарушении кожных покровов и слизистой оболочки органа.

В настоящее время он широко востребован в неврологической практике, поскольку дает возможность диагностировать эпилепсию, с высокой степенью выявлять воспалительные, дегенеративные и сосудистые нарушения в мозговых отделах. Также исследование обеспечивает определение конкретного месторасположения новообразований, кистозных разрастаний и структурных повреждений в результате травмы.

ЭЭГ с применением световых и звуковых раздражителей позволяет отличить истерические патологии от истинных, или выявить симуляцию последних. Исследование стало практически незаменимым для реанимационных палат, обеспечивая динамическое наблюдение коматозных пациентов.

Процесс изучения результатов

Анализ полученных результатов проводится параллельно во время исследования, и в ходе фиксации показателей, и продолжается по ее окончании. При записи учитываются присутствие артефактов – механического движения электродов, электрокардиограммы, электромиограммы, наведение полей сетевого тока. Оценивается амплитуда и частота, выделяют наиболее характерные графические элементы, определяют их временное и пространственное распределение.

По окончании производится пато- и физиологическая интерпретация материалов, и на ее базе формулируется заключение ЭЭГ. По окончании заполняется основной медицинский формуляр по данному исследованию, имеющем название «клинико-электроэнцефалографическое заключение», составленный диагностом на проанализированных данных «сырой» записи.

Расшифровка заключения ЭЭГ формируется на базе свода правил и состоит из трех разделов:

Описание ведущих видов активности и графических элементов.
Вывод после описания с интерпретированными патофизиологическими материалами.
Корреляция показателей двух первых частей с клиническими материалами.

Основным описательным термином в ЭЭГ является «активность», он оценивает любую очередность волн (активность острых волн, альфа-активность и др.).

Виды активности человеческого мозга, фиксируемые при записи ЭЭГ

Основными видами активности, которые записываются в ходе исследования и впоследствии подвергают интерпретации, а также дальнейшему изучению считаются волновые частота, амплитуда и фаза.

Частота

Показатель оценивается количеством волновых колебаний за секунду, фиксируется цифрами, и выражается в единице измерения – герцах (Гц). В описании указывается средняя частота изучаемой активности. Как правило, берется 4-5 участков записи длительностью, и рассчитывается число волн на каждом временном отрезке.

Амплитуда

Данный показатель – размах волновых колебаний эклектического потенциала. Измеряется расстоянием между пиками волн в противоположных фазах и выражается в микровольтах (мкВ). Для замера амплитуды применяется калибровочный сигнал. Если, к примеру, калибровочный сигнал при напряжении 50 мкВ определяется на записи высотой 10 мм, то 1 мм будет соответствовать 5 мкВ. В расшифровке результатов дается интерпретациям наиболее частым значениям, полностью исключая редко встречающиеся.

Фаза

Значение этого показателя оценивает текущее состояние процесса, и определяет его векторные изменения. На электроэнцефалограмме некоторые феномены оцениваются количеством содержащихся в них фаз. Колебания подразделяются на монофазные, двухфазные и полифазные (содержащие более двух фаз).

Ритмы мозговой деятельности

Понятием «ритм» на электроэнцефалограмме считается тип электрической активности, относящийся к определенному состоянию мозга, координируемый соответствующими механизмами. При расшифровке показателей ритма ЭЭГ головного мозга вносятся его частота, соответствующая состоянию участка мозга, амплитуда, и характерные его изменения при функциональных сменах активности.

Ритмы бодрствующего человека

Мозговая деятельность, зафиксированная на ЭЭГ у взрослого человека, имеет несколько типов ритмов, характеризующихся определенными показателями и состояниями организма.

Альфа-ритм. Его частота придерживается интервала 8–14 Гц и присутствует у большинства здоровых индивидуумов – более 90 %. Самые высокие показатели амплитуды наблюдаются в состоянии покоя обследуемого, находящегося в темной комнате с закрытыми глазами. Лучше всего определяется в затылочной области. Фрагментарно блокируется или совсем затихает при мыслительной деятельности или зрительном внимании.
Бета-ритм. Его волновая частота колеблется в интервале 13–30 Гц, и основные перемены наблюдаются при активном состоянии обследуемого. Ярко выраженные колебания можно диагностировать в лобных долях при обязательном условии наличия активной деятельности, например, психическое или эмоциональное возбуждение и другие. Амплитуда бета-колебаний гораздо меньше альфа.
Лямбда-ритм. Отличается малым диапазоном – 4–5 Гц, запускается в затылочной области при необходимости принятия зрительных решений, например, занимаясь поиском чего-либо с открытыми глазами. Колебания полностью пропадают после концентрации взгляда в одной точке.
Мю-ритм. Определяется интервалом 8–13 Гц. Запускается в затылочной части, и лучше всего наблюдается при спокойном состоянии. Подавляется при запуске любой активности, не исключая и мыслительную.

Ритмы в состоянии сна

Отдельная категория видов ритмов, проявляющихся либо в условиях сна, либо при патологических состояниях включает в себя три разновидности данного показателя.

Дельта-ритм. Характерен для фазы глубокого сна и для коматозных больных. Также фиксируется при записи сигналов от областей коры мозга, расположенных на границе с пораженными онкологическими процессами участков. Иногда может быть зафиксирован у детей 4–6 лет.
Тета-ритм. Интервал частоты находится в пределах 4–8 Гц. Данные волны запускаются гиппокампом (информационным фильтром) и проявляются при сне. Отвечает за качественное усвоение информации и лежит в основе самообучения.

По итогам, полученным при записи ЭЭГ, определяется показатель, характеризующий полную всеохватывающую оценку волн – биоэлектрическую активность мозга (БЭА). Диагност проверяет параметры ЭЭГ – частоту, ритмичность и присутствие резких вспышек, провоцирующих характерные проявления, и на этих основаниях делает окончательное заключение.

Расшифровка показателей электроэнцефалограммы

Чтобы расшифровать ЭЭГ, и не упустить никаких мельчайших проявлений на записи, специалисту необходимо учесть все важные моменты, которые могут отразиться на исследуемых показателях. К ним относятся возраст, наличие определенных заболеваний, возможные противопоказания и другие факторы.

По окончании сбора всех данных исследования и их обработки, анализ идет к завершению и затем формируется итоговое заключение, которое и будет предоставлено для принятия дальнейшего решения по выбору метода терапии. Любое нарушение активностей может быть симптомом болезней, обусловленных определенными факторами.

Альфа-ритм

Норма для частоты определяется в диапазоне 8–13 Гц, и его амплитуда не выходит за отметку 100 мкВ. Такие характеристики свидетельствуют о здоровом состоянии человека и отсутствии каких-либо патологий. Нарушениями считается:

постоянная фиксация альфа-ритма в лобной доле;
превышение разницы между полушариями до 35%;
постоянное нарушение волновой синусоидальности;
присутствие частотного разброса;
амплитуда ниже 25 мкВ и свыше 95 мкв.

Наличие нарушений данного показателя свидетельствует о возможной асимметричности полушарий, что может быть результатом возникновения онкологических новообразований или патологий кровообращения мозга, например, инсульта или кровоизлияния. Высокая частота указывает на повреждения мозга или на ЧМТ (черепно-мозговую травму).

Полное отсутствие альфа-ритма зачастую наблюдается при слабоумии, а у детей отклонения от нормы напрямую связаны с задержкой психического развития (ЗПР). О такой задержке у детей свидетельствует: неорганизованность альфа-волн, смещение фокуса с затылочной области, повышенная синхронность, короткая реакция активации, сверхреакция на интенсивное дыхание.

Данные проявления могут быть обусловлены тормозной психопатией, эпилептическими припадкам и, а короткая реакция считается одним из первичных признаков невротических расстройств.

Бета-ритм

В принятой норме эти волны ярко определяются в лобных долях мозга с симметричной амплитудой в интервале 3–5 мкВ, регистрирующейся в обоих полушариях. Высокая амплитуда наводит врачей на мысли о присутствии сотрясения мозга, а при появлении коротких веретен на возникновение энцефалита. Увеличение частоты и продолжительности веретен свидетельствует о развитии воспаления.

У детей, патологическими проявлениями бета-колебаний считается частота 15–16 Гц и присутствующая высокая амплитуда – 40–50 мкВ, и если ее локализация центральный или передний отдел мозга, то это должно насторожить врача. Такие характеристики говорят о высокой вероятности задержки развития малыша.

Дельта и тета-ритмы

Увеличение амплитуды данных показателей свыше 45 мкВ на постоянной основе характерно при функциональных расстройствах мозга. Если же показатели увеличены во всех мозговых отделах, то это может свидетельствовать о тяжелых нарушениях функций ЦНС.

При выявлении высокой амплитуды дельта-ритма выставляется подозрение на новообразование. Завышенные значения тета и дельта-ритма, регистрирующиеся в затылочной области свидетельствуют, о заторможенности ребенка и задержку в его развитии, а также о нарушении функции кровообращения.

Расшифровка значений в разных возрастных интервалах

Запись ЭЭГ недоношенного ребенка на 25–28 гестационной неделе выглядит кривой в виде медленных вспышек дельта и тета-ритмов, периодически сочетающихся с острыми волновыми пиками длиной 3–15 секунд при снижении амплитуды до 25 мкВ. У доношенных младенцев эти значения ярко разделяются на три вида показателей. При бодрствовании (с периодической частотой 5 Гц и амплитудой 55–60 Гц), активной фазой сна (при стабильной частоте 5–7 Гц и быстрой заниженной амплитудой) и спокойного сна со вспышками дельта колебаний при высокой амплитуде.

На протяжении 3-6 месяцев жизни ребенка количество тета-колебаний постоянно растет, а для дельта-ритма, наоборот, характерен спад. Далее, с 7 месяцев до года у ребенка идет формирование альфа-волн, а дельта и тета постепенно угасают. На протяжении следующих 8 лет на ЭЭГ наблюдается постепенная замена медленных волн на быстрые – альфа и бета-колебания.

До 15 лет в основном преобладают альфа-волны, и к 18 годам преобразование БЭА завершается. На протяжении периода от 21 до 50 лет устойчивые показатели почти не изменяются. А с 50 начинается следующая фаза перестройки ритмичности, что характеризуется снижением амплитуды альфа-колебаний и возрастанием бета и дельта.

После 60 лет частота также начинает постепенно угасать, и у здорового человека на ЭЭГ замечаются проявления дельта и тета-колебаний. По статистическим данным, возрастные показатели от 1 до 21 года, считающиеся «здоровыми» определяются у обследуемых 1–15 лет, достигая 70%, и в интервале 16–21 – около 80%.

Наиболее частые диагностируемые патологии

Благодаря электроэнцефалограмме довольно легко диагностируются заболевания, такие как эпилепсия, или различные виды черепно-мозговых травм (ЧМТ).

Эпилепсия

Исследование позволяет определить локализацию патологического участка, а также конкретный вид эпилептической болезни. В момент судорожного синдрома запись ЭЭГ имеет ряд определенных проявлений:

заостренные волны (пики) – внезапно нарастающие и спадающие могут проявляться и в одном и в нескольких участках;
совокупность медленных заостренных волн при приступе становится еще более выраженной;
внезапное повышение амплитуды в виде вспышек.

Применение стимулирующих искусственных сигналов помогает при определении формы эпилептической болезни, так как они обеспечивают видимость скрытой активности, сложно поддающейся диагностированию при ЭЭГ. Например, интенсивное дыхание, требующее гипервентиляцию, приводит к уменьшению просвета сосудов.

Также используется фотостимуляция, проводимая при помощи стробоскопа (мощного светового источника), и если реакции на раздражитель нет, то, скорее всего, присутствует патология, связанная с проводимостью зрительных импульсов. Появление нестандартных колебаний указывает на патологические изменения в мозге. Врачу не следует забывать, воздействие мощным светом может привести к эпилептическому припадку.

ЧМТ

При необходимости установить диагноз ЧМТ или сотрясения со всеми присущими патологическими особенностями, зачастую применяют ЭЭГ, особенно в случаях, когда требуется установить место локализации травмы. Если ЧМТ легкая, то запись зафиксирует несущественные отклонения от нормы – несимметричность и неустойчивость ритмов.

Если же поражение окажется серьезным, то и соответственно отклонения на ЭЭГ будут ярко выражены. Нетипичные изменения в записи, ухудшающиеся на протяжении первых 7 дней, свидетельствуют о масштабном поражении мозга. Эпидуральные гематомы чаще всего не сопровождаются особой клиникой, их можно определить лишь по замедлению альфа-колебаний.

А вот субдуральные кровоизлияния выглядят совсем иначе – при них формируются специфические дельта-волны со вспышками медленных колебаний, и при этом расстраиваются альфа. Даже после исчезновения клинических проявлений на записи могут еще какое-то время наблюдаться общемозговые патологические изменения, за счет ЧМТ.

Восстановление функции мозга напрямую зависит от типа и степени поражения, а также от его локализации. В зонах, подвергающимся нарушениям или травмам, может возникнуть патологическая активность, что опасно развитием эпилепсии, поэтому во избежание осложнений травм, следует регулярно проходить ЭЭГ и наблюдать за состоянием показателей.

Энцефалограмма – простой способ держать под контролем многие мозговые нарушения.

Несмотря на то что ЭЭГ довольно несложный и не требующий вмешательства в организм пациента метод исследования, он отличается довольно высокой диагностической способностью. Выявление даже мельчайших нарушений в деятельности головного мозга обеспечивает быстрое принятие решения по выбору терапии и дает больному шанс на продуктивную и здоровую жизнь!

ЭЭГ, ЭМГ — Медицинский центр МЛЦ в Краснодаре

Компьютерная электроэнцефалография	1 исследование	1800
ЭКГ (при записях на автоматических приборах)	1 исследование	500
ЭМГ с мышц верхних конечностей (поверхностная + стимуляционная)	1 исследование	3500
ЭМГ с мышц нижних конечностей (поверхностная + стимуляционная)	1 исследование	3500
ЭМГ с мышц лица	1 исследование	4000
Игольчатая ЭМГ + дополнительный игольчатый концентрический электрод	1 исследование	4900
Дополнительный игольчатый концентрический электрод	1 штука	1300
ЭМГ при отсутствии направительного диагноза (стимуляционная, игольчатая)	1 исследование	6500
Срочная комплексная ЭМГ (в течение двух суток) (стимуляционная, игольчатая)	1 исследование	8000
Исследование тремора с мышц нижних конечностей	1 исследование	1500
Исследование тремора с мышц верхних конечностей	1 исследование	1500
Диагностика синдромов сдавления нервов(карпальный канал, кубитальный, фибулярный канал, канал Гийона и т. д)	1 исследование	2700
Определение надежности нервно-мышечной передачи (декремент-тест, дополнительная прозериновая проба)	1 исследование	3600
Травма нервов (стимуляционная, игольчатая)	1 исследование	4000
ЭЭГ-Компьютерная электроэнцефалография с депривацией сна	1 исследование	2500
ЭМГ при миопатиях	1 исследование	5000
ЭМГ шейного утолщения	1 исследование	3600
ЭМГ поясничного утолщения	1 исследование	3600
ЭМГ стимуляционная с нижних и верхних конечностей(полинейропатия)	1 исследование	5400
Тунельные нейропатии	1 исследование	4000
ЭМГ плечевого сплетения+игольчатый электрод	1 исследование	4800
ЭМГ пояснично-крестцового сплетения+игольчатый электрод	1 исследование	4800
ЭМГ седалищного нерва+игольчатый электрод	1 исследование	4000

Видео-ЭЭГ мониторинг детям в Москве

Видео-ЭЭГ мониторинг – современный метод диагностики заболеваний центральной нервной системы, который позволяет провести исследование биоэлектрической активности головного мозга.

Видео-ЭЭГ мониторинг — это расширенное обследование, которое проводится в течение длительного времени (от 3-х до 24-х часов). С помощью современного энцефалографа и видеокамер врач получает непрерывную запись биоэлектрической активности мозга, синхронизированную с видеозаписью двигательной и поведенческой активности ребенка за несколько часов.

Подобный длительный синхронный мониторинг и компьютерная программа обработки ЭЭГ дают полную и объективную картину биоэлектрической активности мозга ребенка в разные периоды (во время сна и бодрствования, в состоянии покоя и при физической и психической нагрузках). Это позволяет получить более полную, целостную картину биопотенциалов мозга, выявить даже незначительные неврологические нарушения и расстройства сна.

Видео-ЭЭГ мониторинг особенно важен для выявления признаков эпилепсии у маленьких детей – другие методики не дают таких полных и точных результатов. Обычная ЭЭГ проводится за 15–30 минут, в течение этого небольшого промежутка времени не всегда получается зарегистрировать эпилептический приступ и описать его характеристики. Часто это приводит к неправильному диагностированию и назначению лекарственных препаратов.

Показания для видео-ЭЭГ мониторинга

Поводом, для того чтобы сделать видео-ЭЭГ мониторинг ребенку, являются:

приступы эпилепсии,
судороги,
приступы «замирания» (даже кратковременные и единичные) у детей любого возраста,
различные обморочные состояния,
нарушения сна (ребенок во сне разговаривает, вздрагивает, дергает руками или ногами, жалуется на страшные сны),
нарушения психоречевого развития (задержка речи, сложности с произнесением слов, заикание и др.),
головокружения и головные боли,
энурез и энкопрез (недержание кала),
астенический синдром,
перенесенные черепно-мозговые травмы.

Проведение видеомониторинга ЭЭГ в клинике «СМ-Доктор»

Видео-ЭЭГ мониторинг проводится в условиях стационара под наблюдением врача функциональной диагностики. Длительность обследования может варьироваться от 3-х до 24-х часов в разное время суток. В нашей клинике проводится дневной, ночной и суточный видеомониторинг ЭЭГ. Продолжительность обследования и время его проведения в каждом конкретном случае определяется врачом индивидуально и зависит от возраста пациента, частоты и типа приступов и ряда других факторов.

Перед началом обследования на голову ребенку надевают специальную эластичную шапочку с маленькими электродами, которая тонким проводом соединяется с небольшим датчиком, удобно закрепленном на мягком ремне на поясе ребенка. Подготовка к процедуре и фоновое ЭЭГ занимает не более 30 минут, все остальное время ребенок спокойно занимается своими делами: общается с родителями, играет, ест и спит. Электроды и датчик ЭЭГ спроектированы и закреплены таким образом, что не стесняют движений и не мешают сну ребенка. Во время обследования ребенок с родителями находится в комфортабельной одноместной палате нашего детского стационара.

Врач в соседнем кабинете контролирует состояние ребенка по показаниям ЭЭГ-датчика и видеозаписи, поступающей со специальной видеокамеры общего плана и ближнего вида, установленных в палате. Для проведения видеомониторинга ЭЭГ в нашей клинике используется аппаратный комплекс «Нейрон-Спектр-СМ», позволяющий проводить диагностические обследования экспертного класса. Видеомониторинг ЭЭГ в клинике «СМ-Доктор» — это безопасная процедура, не имеющая противопоказаний, ее можно проводить даже маленьким детям.

Заключение и запись ЭЭГ выдаются через 7 дней после проведения обследования.

Расшифровку и интерпретацию записи ЭЭГ и назначение необходимого лечения проводит во время консультации врач-невролог или другой специалист (психолог, логопед), назначивший проведение видео-ЭЭГ мониторинга.

Преимущества проведения видео-ЭЭГ мониторинга

Получение максимально полной информации о функциональном состоянии головного мозга
Точная диагностика эпилепсии и других заболеваний ЦНС
Возможность обследования детей любого возраста, в том числе новорожденных
Полная безопасность и возможность многократного выполнения процедуры
Отсутствие противопоказаний к обследованию.

Записаться на приём или задать вопросы можно круглосуточно по телефону +7 (495) 292-59-86

в чем разница и какое исследование головного мозга лучше выбрать

Столкнувшись с необходимостью пройти обследование головного мозга, многие не раз думали о том, что лучше МРТ или ЭЭГ. Оба эти метода позволяют наиболее точно диагностировать заболевания, но основной разницей между ними является принцип работы. Прочитав эту статью, вы сможете понять, в чем разница между ЭЭГ и МРТ. Но определяться с лучшим способом обследования должен специалист.

Принципы работы

Чтобы увидеть разницу между магнитно-резонансной томографией и электроэнцефалографией, рассмотрим принцип работы. В ходе МРТ на атомы водорода, которые находятся в теле человека, воздействуют электромагнитные волны. Колебания атомов, на которые воздействует магнитное поле, позволяют оценить состояние исследуемого органа. Процедура является абсолютно безболезненной и облучение радиацией не происходит. Во время процедуры пациенту нужно неподвижно лежать.

ЭЭГ головного мозга является новейшим методом исследования, в ходе которого задействуется электроэнцифалограф. Этот прибор регистрирует импульсы нейронов, позволяя диагностировать опухоли и травмы. Данный вид исследований проводят в сидячем или лежачем положении в отдельном помещении без света. Активность мозга регистрируется шлемом с электродами, которые надевают пациенту на голову. Процедура не имеет каких-либо противопоказаний и является полностью безболезненной.

Запишитесь на прием прямо сейчас!

Основные отличия

Врачи назначают сделать МРТ головы при подозрении на наличие новообразований. Данный метод диагностики показывает любые изменения в тканях, а также используется для диагностирования:

воспаления стенок кровеносных сосудов;
атеросклероза;
нарушения внутричерепного давления.

Этот метод позволяет структурно проанализировать степень заболевания за счет возможности получения трехмерной модели пораженной зоны.

Электроэнцефалография широко применяется для диагностики заболеваний неврологической природы, а также помогает установить причины гипер- и гипотонических кризов. Также к данному виду обследования прибегают, если необходимо определить стадию эпилепсии, посмотреть, как работает мозг в период потери сознания или судорог или диагностировать истинные изменения состояний органов зрения и слуха.

Лучший метод для определенного пациента должен подбирать профессиональный врач. Поэтому если вы сомневаетесь, что выбрать — МРТ, КТ или ЭЭГ, обратитесь к специалисту.

Сделать ЭЭГ головного мозга в Санкт-Петербурге

Электроэнцефалография это неинвазивный метод исследования функционального состояния головного мозга путем регистрации его биоэлектрической активности. Электроэнцефалография дает возможность качественного и количественного анализа функционального состояния головного мозга и его реакций при действии раздражителей. Долгие годы единственной целью проведения ЭЭГ исследований было подтверждение или исключение эпилепсии. К сожалению приходится констатировать, что и сегодня многие врачи клиницисты (неврологи, психиатры, терапевты) считают ЭЭГ сугубо эпилептологическим исследованием. В то же время сейчас активно развиваются компьютерные системы регистрации ЭЭГ, которые практически полностью вытесняют «бумажные» аппараты. Программно-аппаратные комплексы на основе ЭВМ позволяют не только зарегистрировать ЭЭГ – но и мобильно изменять монтаж отведений, находить и удалять различные артефакты, и что особенно важно позволяют математически преобразовать полученные данные – так называемая «количественная ЭЭГ». Что позволяет существенно расширить области использования классической методики. В научной литературе описываются ЭЭГ-признаки самых разнообразных психопатологических состояний – неврозов, психозов, психотерапевтической и психиатрической патологии, сосудистых изменений. Конечно же исследование, каким бы умным и современным оно не было не заменит общения с квалифицированным врачом специалистом. Врач проводящий исследование не ставит диагноз и тем более не назначает лекарств. В то же время нередко для экономии времени и большей эффективности даже на первичный прием к неврологу или психотерапевту лучше прийти с результатами «профильных для Ваших жалоб» исследований.

Ниже проиллюстрированы некоторые возможности количественной ЭЭГ выполненной на нашем аппарате «Мицар-ЭЭГ-202» (производство Россия, 2012 г.)

Пример количественного преобразования ЭЭГ — электромагнитная томография низкого разрешения LORETA — на томограмме визиуализируется очаг патологической активности в трех взаимно перпендикулярных областях.

Тот же самый пациент на 3D проекции.

Несколько слов об «эпи»-признаках и заключении ЭЭГ.

Стандартное заключение ЭЭГ многословно, в нем подробно описываются особенности режима функционирования головного мозга. Большая часть описываемых изменений всего лишь нейрофизиологические особенности Вашего организма в данный момент времени и не требуют какой-либо лечебной коррекции, иными словами и с «легкими» и с «умеренными диффузными изменениями» на ЭЭГ люди живут долго и счастливо. Как правило ЭЭГ заключение должна завершать фраза о наличии или отсутствии «очаговых (локальных)» и «пароксизмальных» изменений/нарушений. Строго говоря и то и другое нормой не являются, но и каким-либо «однозначным приговором» никогда не были, наличие в описании ЭЭГ очаговых или пароксизмальных изменений мотивация посетить врача-невролога, который уже на основании ЭЭГ, других исследований и собственного диагностического мышления подскажет какой лечебной тактики надо придерживаться в каждом конкретном случае.

Даже при наличии типичных – как на картинке в учебнике – ЭЭГ изменений патогномоничных для эпилептических нарушений врач функциональной диагностики не имеет право поставить диагноз эпилепсия. Мало того, нередко за эпилептические пароксизмальные изменения принимают то, что к эпи-активности не имеет никакого отношения – например высокочастотную активность в бета-диапазоне (15 и более Гц). Подобный вид активности описывается как явление ирритации (по-русски: раздражение) и свидетельствует о высоком уровне возбуждения в коре. Он может быть признаком, к примеру, депрессивного расстройства, но никак не свидетельствует в пользу эпилепсии.

Ниже приведены «яркие» примеры пароксизмальных изменений эпилептического характера.

Нестойкая паркосизмальная активность — по типу «острые волны-медленные волны», искаженная, спровоцирована фотостимуляцией.

А вот такую активность можно назвать стойкой пароксизмальной и добавить «эпиформного характера», волны настолько высокие что на иллюстрации масштаб уменьшен в два раза.

У того же пациента «цифровая достройка» пространственной локализации очага патологической активности с помощью программы BrainLoc 6.0 (программа пространственной локализации источников патологической активности в структурах головного мозга)

Важно отметить что по сравнению с теми методами диагностики которые оказывают побочное «вредное» воздействие на организм – такие как рентген, МРТ, КТ — снятие биопотенциалов с поверхности тела человека при проведении ЭЭГ, ЭКГ – оказывает на самого человека не больше воздействия чем работающий рядом компьютер.

Некоторые наши публикации

ЭЭГ при обследовании водителей

Основные вопросы по заключениям ЭЭГ

ЭЭГ у людей разных профессий

обоснование ЭЭГ в скрининговых осмотрах

Где сделать ЭЭГ в СПб? Цена ЭЭГ.

Пациентам психоневрологического диспансера № 1 по направлениям лечащих врачей психиатров/психотерапевтов ЭЭГ выполяется бесплатно.

На хозрасчетном отделении Центра психического здоровья (12 линия В.О., дом 39) можно сделать клиническое ЭЭГ исследование со всеми стандартными пробами с расшифровкой платно (1000 руб). Звоните +7 (812) 246-11-51

Обратите внимание! Многие частные медицинские центры с целью снижения стоимости исследования или выполняют только «фоновую ЭЭГ» (это приблизительно 20% от общего протокола исследования по существующим международным стандартам) или проводят исследование без расшифровки и заключения врача (последние как правило включены в прейскурант еще одной строкой со своей собственной ценой).

Дополнительная информация:

Узнать о ценах

подробнее о методе ЭЭГ

как выбрать центр для проведения ЭЭГ

Интерфейсы мозг-компьютер на основе ЭЭГ: обзор основных концепций и клинических приложений в нейрореабилитации

Некоторые пациенты больше не могут эффективно общаться или даже взаимодействовать с внешним миром способами, которые большинство из нас считает само собой разумеющимся. В наиболее тяжелых случаях пациенты с тетраплегией или после инсульта буквально «заперты» в своем теле, не в состоянии осуществлять какой-либо моторный контроль после, например, травмы спинного мозга или инсульта ствола мозга, что требует альтернативных методов общения и контроля.Но мы предполагаем, что в ближайшем будущем их мозг может предложить им выход. Интерфейсы мозг-компьютер (ИМК) на основе неинвазивной электроэнцефалограммы (ЭЭГ) можно охарактеризовать методом, используемым для измерения активности мозга, и тем, как различные сигналы мозга преобразуются в команды, управляющие эффектором (например, управление курсором компьютера для обработки текстов и доступа в Интернет). В этом обзоре основное внимание уделяется основным концепциям ИМК на основе ЭЭГ, основным достижениям в области коммуникации, восстановлению моторного контроля и подавлению корковой активности, а также системе зеркальных нейронов (ЗЗН) в контексте ИМК.Последнее представляется актуальным для клинического применения в ближайшие годы, особенно для пациентов с очень ограниченными возможностями. Гипотетически MNS может предоставить надежный способ сопоставления нейронной активности с поведением, представляя высокоуровневую информацию о целях и намерениях этих пациентов. ИМК на основе неинвазивной ЭЭГ позволяют осуществлять мозговую коммуникацию у пациентов с боковым амиотрофическим склерозом и восстанавливать моторный контроль у пациентов после травмы спинного мозга и инсульта. Пациенты с эпилепсией, дефицитом внимания и гиперактивным расстройством были способны снижать регуляцию своей корковой активности.Учитывая быстрое развитие ИМК на основе ЭЭГ за последние несколько лет и стремительный рост скорости компьютерной обработки и методов анализа сигналов, мы предполагаем, что возникающие идеи (например, ПНВ в контексте ИМК) связаны с клинической нейрореабилитацией строго ограниченных в ближайшем будущем пациенты получат жизнеспособные клинические приложения.

Что такое BCI? Введение в интерфейс мозг-компьютер с использованием ЭЭГ

Что такое интерфейс мозг-компьютер (BCI)?

Интерфейс мозг-компьютер (BCI), также называемый интерфейсом мозг-машина (BMI) или нейронным интерфейсом, — это система, которая устанавливает прямую связь между мозгом и внешним устройством (Lebedev & Nicolelis, 2017; Millán и другие., 2010; J. R. Wolpaw et al., 2002). Этот термин был впервые предложен профессором Жаком Видалем в 1973 году (Vidal, 1973), и с тех пор количество разработок и исследовательских статей, описывающих коммуникацию между мозгом и компьютером, выросло в геометрической прогрессии.

Базовая установка системы BCI включает три компонента:

Специальные электроды для регистрации электрической, магнитной или метаболической активности мозга.
Конвейер обработки для интерпретации этих сигналов , извлечения из них соответствующих характеристик, декодирования интересующих шаблонов и вывода команд.
Компьютер или внешнее устройство, которое работает с помощью сгенерированных команд.

Существует множество устройств, которыми можно управлять с помощью команд мозга, и их можно использовать пятью способами: для замены, восстановления, улучшения, дополнения или улучшения некоторых функций человека (J. Wolpaw & Wolpaw, 2012) .

Методы измерения активности мозга

Первым компонентом технологии BCI является метод для записи сигналов человеческого мозга .Его можно считать наиболее актуальным, поскольку он определяет такие аспекты, как стоимость, потенциальные области применения и население, которое может его использовать. Активность мозга можно измерить с помощью датчиков, имплантированных внутри тела ( инвазивных BCI ) или внешних датчиков ( неинвазивных BCI )

Инвазивные записи позволяют измерять электрическую активность нейронных популяций с очень высоким временным и пространственным разрешением, что означает, что мы можем очень точно знать, когда и где произошла определенная модель нейронной активности.Однако для них требуется очень дорогое оборудование и сложная установка, включающая хирургическое вмешательство, что сопряжено с немалыми послеоперационными потенциальными рисками. По этой причине большая часть исследований BCI в этой области проводилась на животных, хотя количество исследовательских лабораторий в мире, использующих имплантируемые BCI на людях (в основном, на пациентах с двигательными нарушениями), растет.
Неинвазивные датчики позволяют регистрировать электрическую активность (с помощью электроэнцефалографии, ЭЭГ), магнитную активность (с помощью магнитоэнцефалографии, МЭГ) или метаболическую активность (с помощью функциональной спектроскопии в ближнем инфракрасном диапазоне, fNIRS).

fNIRS измеряет изменения оксигенации крови. Повышение оксигенации крови указывает на то, что область мозга более активна. Ограничением этого метода является обеспечение очень низкого временного разрешения, поэтому он не часто используется для BCI. ЭЭГ и МЭГ, напротив, позволяют более высокое временное разрешение, несмотря на их низкое пространственное разрешение. Для МЭГ требуется большой и дорогой магнитометр. Как правило, для неинвазивных ИМК ЭЭГ является предпочтительной технологией из-за ее более низкой стоимости и портативности.По этой причине большая часть информации, содержащейся в этом посте, относится к технологии интерфейса мозг-компьютер на основе ЭЭГ.

Нейронные процессы для интерфейсов мозг-компьютер на основе ЭЭГ

Электроэнцефалографическая активность измеряется путем размещения электродов в разных местах кожи головы. Электрические сигналы измеряются как разность напряжений между двумя электродами (обычно один является эталоном для всех остальных электродов). Для измерения активации определенной области мозга необходимо разместить электроды как можно ближе к этой области, поэтому электроды, расположенные в разных корковых позициях, позволяют измерять различные нервные процессы.

Существуют разные модели активации мозга, которые можно измерить с помощью ЭЭГ. Спонтанная — или продолжающаяся — активность мозга — это активность, измеряемая в отсутствие какой-либо явной задачи или стимула. Напротив, активность, индуцированная , проявляется как реакция на событие, такое как сенсорный стимул или конкретное действие (например, двигательная реакция или умственная обработка).

Системы BCI на основе ЭЭГ полагаются на обнаружение изменений в мозговых паттернах, возникающих в ответ на произвольную или непроизвольную ментальную команду. Одним из этих типов нейронных процессов являются потенциалы, связанные с событием (ERP), которые появляются как реакция на внешние сенсорные стимулы. Вот некоторые из наиболее распространенных ERP, используемых для взаимодействия мозга с компьютером:

P300 : ответ P300 отражается как положительное колебание в ЭЭГ, которое происходит примерно через 300 мс после восприятия стимула. В контексте BCI это обычно вызывается с помощью необычной парадигмы, которая состоит из получения серии стимулов двух классов, один из которых предъявляется нечасто (например,g., в 20% случаев) и генерирует измеренный потенциал P300 (Fazel-Rezai et al., 2012).
Устойчивые вызванные потенциалы: это естественные реакции мозга на повторяющиеся стимулы, которые варьируются в зависимости от конкретной частоты предъявления. Обычно они вызываются зрительными стимулами (устойчивые визуально вызванные потенциалы, SSVEP), хотя есть примеры парадигм BCI, использующих соматосенсорные (SSSEP) или слуховые (SSAEP) стимулы (Zhu et al., 2010).
Потенциалы, связанные с ошибкой: эти потенциалы проявляются в виде ярко выраженной отрицательности в ЭЭГ (называемой отрицательностью, связанной с ошибкой, ERN) как ответ на обнаружение ошибочного действия, совершенного либо собственным участником, либо другим участником, либо даже машина (Чаварриага и др., 2014).

Другой тип нейронных процессов, обычно используемых в BCI, не требует явных стимулов, но связан с внутренними событиями мозга и даже может быть измерен асинхронно (то есть без очевидной информации о том, когда они начинаются). В этой категории есть два общих явления:

Десинхронизация / синхронизация, связанная с событием (ERD / ERS): ERD / ERS представляют собой уменьшение / увеличение амплитуды текущих колебаний ЭЭГ на определенной частоте в ответ на определенную мысленную команду.Наиболее распространенным является сенсомоторный ERD / ERS, который появляется над моторной корой во время двигательных задач (например, выполнение движения, воображение движения или попытка движения пациентом с параличом) (Pfurtscheller & Lopes da Silva, 1999) .
Медленные корковые потенциалы (SCP): это относится к частотам ЭЭГ ниже 1 Гц и обычно представляет собой планирование или подготовку к действию. Связанные с движением корковые потенциалы (MRCP), которые представляют собой медленное снижение напряжения ЭЭГ в моторной коре перед произвольным движением, также являются очень частым источником активности, используемой для управления связанными с моторами BCI (Shibasaki & Hallett, 2006).

AI для интерфейсов мозг-компьютер с использованием ЭЭГ

Прогресс в области искусственного интеллекта привел к значительным улучшениям в том, как информация обрабатывается и декодируется на основе активности ЭЭГ. В конечном итоге ИМК на основе ЭЭГ должен преобразовывать значения напряжения, измеренные через электроды, в цифровые команды для управления соответствующим устройством. Чтобы замкнуть петлю между мозгом и устройством, BCI требует алгоритмов обработки сигналов, выделения признаков и распознавания образов.

Обработка сигнала обычно включает использование спектральной и пространственной фильтрации для максимального увеличения отношения сигнал / шум, а также процедур для борьбы с загрязнением данных ЭЭГ (т. Е. Артефактами) и изменениями характеристик сигнала в сеансе. записи к сеансу (т. е. нестационарность). После всех этапов обработки сигнала обычно необходимо упростить эти многомерные данные пространства датчиков до вектора признаков, который может обрабатываться классификатором / декодером.
Извлечение признаков традиционно основывалось на предыдущих знаниях электрофизиологии человека, хотя некоторые современные подходы, основанные на компьютерах с высокой вычислительной мощностью, используют методологии черного ящика для автоматического извлечения соответствующих признаков без каких-либо предварительных предположений.
С помощью векторов признаков, вычисленных на основе обучающих данных, классификатор / декодер обучается определять, как определять состояния мозга , которые должны быть связаны с командами управления для устройства.После обучения классификатора его можно использовать для оценки новых, невидимых данных для работы в замкнутом цикле.

Различные исследовательские лаборатории по всему миру работают над улучшением этих трех вычислительных этапов (обработка сигналов, выделение признаков и классификация / декодирование), а также над адаптацией различных методологий из области искусственного интеллекта к особенностям данных ЭЭГ. Методы классификации получили больше внимания, поскольку их выходные данные обычно используются для оценки характеристик BCI (например,g., точность классификации). В связи с этим существует огромное количество классификаторов, которые были оценены в области BCI, от очень простого линейного определения порога до сложных глубоких нейронных сетей (Lotte et al., 2018).

Различные типы приложений требуют различных подходов к ИИ для максимального успеха BCI. Например, в некоторых контекстах мы хотим, чтобы пользователи учились и адаптировали свои мозговые паттерны к желаемому состоянию (например, в нейрореабилитации, где мы хотим изменить мозг, чтобы как следствие вызвать некоторые поведенческие изменения).В этом случае простого линейного классификатора может быть достаточно, чтобы направлять пользователя, указывая, должна ли активация в определенной области мозга быть выше или ниже. Напротив, некоторые другие приложения, такие как управление мозгом инвалидной коляски, , требуют более сложных алгоритмов для максимизации точности декодирования , адаптации к конкретным образцам активности каждого участника и попытки минимизировать ошибки.

Применение интерфейсов мозг-компьютер на основе ЭЭГ

Широко распространенное определение BCI: «система, которая измеряет активность центральной нервной системы (ЦНС) и преобразует ее в искусственный результат, который заменяет, восстанавливает, усиливает, дополняет или улучшает естественный выход ЦНС и тем самым изменяет текущие взаимодействия между ЦНС и ее внешняя или внутренняя среда » (J.Wolpaw & Wolpaw, 2012).

BCI для замены естественной функции может использоваться людьми, которые из-за травмы или болезни потеряли эту функцию. Например, человек, который не может ходить, может управлять роботизированной инвалидной коляской, или человек, который не может говорить, может использовать устройство связи, управляемое мозгом (Fernández-Rodríguez et al., 2016; Rezeika et al., 2018).

В 2009 году команда BCI из Университета Сарагосы, основатели Bitbrain, представили прототип инвалидной коляски , управляемой с помощью BCI, на основе парадигмы P300 (Iturrate et al., 2009). Пользователи должны были сосредоточить свое внимание на конкретных целях в трехмерном представлении их окружающей среды, которые подсвечивались в случайном порядке. Через несколько секунд система декодировала, куда они хотели пойти, анализируя реакцию мозга на каждый стимул, и инвалидная коляска отвезла их в желаемое место (см. Видео с пояснениями).

BCI также может использоваться для восстановления утерянной функции . Например, люди с параличом или слабостью конечностей после травмы спинного мозга могут управлять экзоскелетами или электростимуляцией, чтобы двигать своими конечностями (AL-Quraishi et al., 2018). Проект MoreGrasp, финансируемый программой h3020 EU и в котором Bitbrain был одним из партнеров, работал в этом направлении, разрабатывая технологию, которая позволяла пациентам с тетраплегией контролировать с помощью своих мозговых волн функциональную электрическую стимуляцию мышц и нервы, двигающие парализованной рукой. На видео ниже показано краткое описание проекта.

Хотя эти две первые области применения относятся к пациентам с двигательными нарушениями, BCI также были разработаны как способ улучшить возможности здоровых людей .Однако до сих пор BCI для улучшения или дополнения функций человека привлекали меньше внимания. Это связано с тем, что улучшение качества жизни людей с ограниченными возможностями не требует дополнительных обоснований, но усиление естественных функций человека вызывает важные этические проблемы и вызывает споры (Yuste et al., 2017).

Примером дополнительных функций может быть, например, управление третьей (например, роботизированной) рукой с помощью мозговой активности. Немного менее экстремальным является случай улучшения функций, что означает, что естественный вывод мозга обрабатывается для улучшения наших способностей.Например, естественная реакция мозга после наблюдения за машиной, совершающей ошибку, может быть использована для улучшения этой машины; или измерения внимания / отвлечения во время длительной задачи, такой как вождение, можно использовать для предупреждения водителя о потере внимания. В 2018 году Nissan в сотрудничестве с Bitbrain представили первый прототип интерфейса между мозгом и автомобилем , в котором впечатления от вождения были улучшены за счет прогнозирования решений водителя после обнаружения определенных потенциалов, связанных с событием.

Наконец, вмешательство на основе BCI может быть использовано для улучшения некоторых функций . Например, у людей, перенесших инсульт, может возникнуть поражение центральной нервной системы, которое вызывает паралич верхних конечностей. BCI, который связывает активацию мозга во время намерения движения с периферической обратной связью на парализованной конечности, может использовать зависимые от активности механизмы пластичности для улучшения функции пациента (López-Larraz et al., 2018).

В 2013 году исследовательская группа Тюбингенского университета (Ramos-Murguialday et al., 2013). Связь определенных мозговых паттернов с конгруэнтной обратной связью, также известная как нейробиоуправление , может помочь реорганизовать мозговые цепи, что приведет к улучшению психоневрологических расстройств, таких как дефицит внимания и гиперактивность, а также к улучшению когнитивных функций у здоровых групп населения (Sitaram et al. ., 2017).

Ваш браузер не поддерживает видео тег.

Открытые наборы данных для машинного обучения на интерфейсах мозг-компьютер

Мировые инициативы в отношении открытой науки способствовали тому, что все больше и больше исследовательских лабораторий публиковали свои наборы данных вместе со своими статьями.Таким образом, теперь возможно продвинуть область BCI вперед с точки зрения вычислений или машинного обучения, без необходимости иметь дорогостоящее оборудование для записи ЭЭГ. На веб-сайте BNCI Horizon 2020 размещена база данных наборов данных BCI с открытым доступом, а также ссылки на другие репозитории, такие как соревнования BCI. На веб-сайте профессора Фабьена Лотте (директора по исследованиям Inria Bordeaux) также есть подробный список ссылок на общедоступные наборы данных BCI для загрузки.

Открытые научные репозитории, такие как Figshare, Zenodo или Dryad, привлекают внимание, и их использование рекомендуется даже известными журналами, такими как Nature.В этих репозиториях размещается все больше доступных наборов данных EEG-BCI, к которым можно получить доступ с помощью их собственной поисковой системы. Кроме того, специализированные инструменты, такие как Dataset Search от Google, находят наборы данных, хранящиеся в Интернете, например, опубликованные в ранее упомянутых репозиториях, а также в журналах с открытым доступом или на платформах, таких как ResearchGate.

Заключение

Еще несколько десятилетий назад связь между мозгом и машинами звучала как научная фантастика.Совместные усилия инженеров, нейробиологов и клиницистов привели к впечатляющим достижениям в области интерфейсов мозг-компьютер, включая управление инвалидными колясками, роботами, протезами конечностей и даже имплантируемыми стимуляторами. До сих пор большая часть прогресса в этой области была достигнута в исследовательской среде в качестве доказательства концепции, а некоторые мелкомасштабные клинические испытания дали очень многообещающие результаты для пациентов с различными неврологическими заболеваниями.

Мы прогнозируем, что в этом десятилетии мы увидим, как реальные системы BCI выйдут на рынок для клинических и потребительских приложений.Это произойдет в результате основных этапов НИОКР, которые, как ожидается, произойдут в ближайшие несколько лет:

Улучшение портативных технологий ЭЭГ с точки зрения удобства использования и надежности для эффективного использования BCI дома (например, для видеоигр, виртуальной реальности, домашней электроники и даже домашней реабилитации).
Разработка более совершенных имплантируемых технологий для расширения практического применения этих систем на другие группы пациентов и даже на здоровых людей, например, инвазивная технология BCI, которая разрабатывается в новой компании Илона Маска, Neuralink.
Использование инструментов больших данных с множеством записей мозговой активности для оптимизации и персонализации алгоритмов BCI , чтобы они могли надежно работать в неконтролируемых средах.

Автор

Эдуардо Лопес-Ларраз, Ph.D. — Инженер-исследователь Bitbrain (Google Scholar, LinkedIn)

Эдуардо Лопес-Ларрас получил степень инженера в области компьютерных наук (2009 г.) и степень магистра биомедицинской инженерии (2011 г.) в Университете Сарагосы (Испания).В 2015 году получил степень доктора философии. степень в области биомедицинской инженерии по совместной программе Политехнического университета Каталонии и Университета Сарагосы. С 2015 по 2019 год работал докторантом в Институте медицинской психологии и поведенческой нейробиологии Тюбингенского университета (Германия). С 2020 года он работает научным сотрудником Bitbrain. Он участвовал в 9 исследовательских проектах в Испании и Германии, был соавтором более 40 научных статей в ведущих журналах и на международных конференциях, курировал 8 студентов и проводил исследовательские стажировки в Японии, Испании и Германии.Его основные исследовательские интересы сосредоточены на использовании нейронных интерфейсов для нейрореабилитации, машинного обучения и обработки сигналов, применяемых к биосигналам.

Список литературы

А.Л.-Кураиши, М., Эламвазути, И., Дауд, С., Парасураман, С., и Борбони, А. (2018). Контроль на основе ЭЭГ экзоскелетов и протезов верхних и нижних конечностей: систематический обзор. Датчики, 18 (10), 3342. doi.org/10.3390/s18103342
Чаварриага Р., Соболевский А., И Миллан, Х. дель Р. (2014). Errare machinale est: использование связанных с ошибками потенциалов в интерфейсах мозг-машина. Границы неврологии, 8, 208. doi.org/10.3389/fnins.2014.00208
Фазель-Резаи, Р., Эллисон, Б. З., Гугер, К., Селлерс, Э. У., Клейх, С. К., и Кюблер, А. (2012). Интерфейс мозг-компьютер P300: текущие проблемы и новые тенденции. Границы нейроинженерии, 5 (июль), 1–14. doi.org/10.3389/fneng.2012.00014
Фернандес-Родригес, Веласко-Альварес, Ф., & Рон-Анжевин, Р. (2016). Обзор настоящих инвалидных колясок с мозговым управлением. Журнал нейронной инженерии, 13, 061001. doi.org/10.1088/1741-2560/13/6/061001
Итуррат, И., Антелис, Дж. М., Кюблер, А., и Мингез, Дж. (2009). Неинвазивное кресло-коляска с активацией мозга на основе нейрофизиологического протокола P300 и автоматизированной навигации. IEEE Transactions по робототехнике, 25 (3), 614–627. doi.org/10.1109/TRO.2009.2020347
Лебедев М.А., Николелис М.А.Л. (2017).Интерфейсы мозг-машина: от фундаментальной науки до нейропротезов и нейрореабилитации. Физиологические обзоры, 97 (2), 767–837. doi.org/10.1152/physrev.00027.2016
Лопес-Ларраз, Э., Сарасола-Санс, А., Ирасторза-Ланда, Н., Бирбаумер, Н., и Рамос-Мургиалдай, А. (2018). Мозг-машинные интерфейсы для реабилитации при инсульте: обзор. Нейрореабилитация, 43 (1), 77–97. doi.org/10.3233/NRE-172394
Лотте, Ф., Бугрен, Л., Цихоцки, А., Клерк, М., Конгедо, М., Ракотомамонжи, А., & Игер Ф. (2018). Обзор алгоритмов классификации для интерфейсов мозг-компьютер на основе ЭЭГ: 10-летнее обновление. Журнал нейронной инженерии, 15 (3), 031005. doi.org/10.1088/1741-2552/aab2f2
Миллан, Х. дель Р., Рупп, Р., Мюллер-Пуц, Г. Р., Мюррей-Смит, Р., Джульемма, К., Тангерманн, М., Видавр, К., Чинкотти, Ф., Кюблер, А. , Leeb, R., Neuper, C., Müller, KR, & Mattia, D. (2010). Сочетание интерфейсов мозг-компьютер и вспомогательных технологий: современное состояние и проблемы.Границы неврологии, 4, 161. doi.org/10.3389/fnins.2010.00161
Пфурчеллер Г. и Лопес да Силва Ф. Х. (1999). Событийная синхронизация и десинхронизация ЭЭГ / МЭГ: основные принципы. Клиническая нейрофизиология, 110 (11), 1842–1857. doi.org/10.1016/S1388-2457(99)00141-8
Рамос-Мургиалдай, А., Брутц, Д., Ри, М., Лер, Л., Йилмаз, О., Бразилия, Флорида, Либерати, Г., Курадо, М.Р., Гарсия-Коссио, Э., Визиотис, А. ., Чо, В., Агостини, М., Соарес, Э., Сукадар, С., Кариа, А., Коэн, Л. Г., и Бирбаумер, Н. (2013). Интерфейс мозг-машина в реабилитации после хронического инсульта: контролируемое исследование. Анналы неврологии, 74 (1), 100–108. doi.org/10.1002/ana.23879
Резейка А., Бенда М., Ставицки П., Гемблер Ф., Сабур А. и Волосяк И. (2018). Спеллеры интерфейса мозг-компьютер: обзор. Brain Sciences, 8 (4), 57. doi.org/10.3390/brainsci8040057
Шибасаки, Х., и Халлетт, М. (2006). Каков потенциал Bereitschafts? Клиническая нейрофизиология, 117 (11), 2341–2356.doi.org/10.1016/j.clinph.2006.04.025
Ситарам, Р., Рос, Т., Штокель, Л., Халлер, С., Шарновски, Ф., Льюис-Пикок, Дж., Вейскопф, Н., Блефари, М.Л., Рана, М., Облак, Э. , Бирбаумер, Н., и Зульцер, Дж. (2017). Тренировка мозга с обратной связью: наука о нейробиоуправлении. Nature Reviews Neuroscience, 18 (2), 86–100. doi.org/10.1038/nrn.2016.164
Видаль, Дж. Дж. (1973). К прямой связи мозг-компьютер. Ежегодный обзор биофизики и биоинженерии, 2, 157–180.doi.org/10.1146/annurev.bb.02.060173.001105
Вулпоу, Дж. Р., Бирбаумер, Н., Макфарланд, Д. Дж., Пфурчеллер, Г., и Воган, Т. М. (2002). Интерфейсы мозг-компьютер для общения и управления. Клиническая нейрофизиология, 113 (6), 767–791. doi.org/10.1016/S1388-2457(02)00057-3
Wolpaw, J. & Wolpaw, E. W. (Eds.). (2012). Интерфейсы мозг-компьютер: принципы и практика. Oxford University Pressdoi.org/10.1093/acprof:oso/9780195388855.001.0001
Юсте, Р., Геринг, С., Блез Агуэра и Аркас, Би, Дж., Кармена, Дж. М., Картер, А., Финс, Дж. Дж., Фризен, П., Галлант, Дж., Хаггинс, Дж. Э., Иллес, Дж., Келлмейер, П., Кляйн, Э., Марблстоун, А., Митчелл, К., Паренс, Э., Фам, М., Рубель, А., Садато, Н.,… Волпоу, Дж. (2017). Четыре этических приоритета для нейротехнологий и искусственного интеллекта. Природа, 551, 159–163. doi.org/10.1038/551159a
Чжу Д., Бигер Дж., Гарсия Молина Г. и Аартс Р. М. (2010). Обзор методов стимуляции, используемых в ИМК на основе SSVEP.Вычислительный интеллект и нейробиология, 2010, 702357.doi.org/10.1155/2010/702357

Возможно, вас заинтересует:

Интерфейсы мозг-компьютер без беспорядка — ScienceDaily

Звучит как научная фантастика: управление электронными устройствами с помощью мозговых волн. Но исследователи разработали новый тип электрода для электроэнцефалограммы (ЭЭГ), который может делать именно это, без липкого геля, необходимого для обычных электродов. Более того, устройства работают через всю шевелюру.В журнале ACS Nano Letters исследователи сообщают о гибких электродах, которые когда-нибудь можно будет использовать в интерфейсах мозг-компьютер для вождения автомобилей или перемещения протезов.

Часто используемые для диагностики судорожных расстройств и других неврологических состояний, ЭЭГ — это машины, отслеживающие и записывающие паттерны мозговых волн. Для проведения ЭЭГ техники обычно используют очень липкий гель для прикрепления электродов к различным областям кожи головы пациента. Однако этот гель трудно смыть с волос и иногда вызывает раздражение кожи.Кроме того, волосы мешают передаче электрических сигналов. Мин Лей, Бо Хун, Хуэй Ву и его коллеги хотели разработать гибкий, прочный и не содержащий геля электрод ЭЭГ. Такой электрод может помочь пациентам, но также может позволить людям когда-нибудь управлять устройствами с помощью своего мозга.

Для изготовления электродов исследователи поместили серебряные нанопроволоки в коммерчески доступную меламиновую губку. Стоимость изготовления электродов составляла всего около 12 центов каждый, и их можно было производить серийно. Команда собрала 10 электродов в гибкий силиконовый колпачок и измерила их эффективность при ношении людьми с бритыми или волосатыми головами.На безволосой коже новые электроды регистрировали мозговые волны так же, как и обычные. Более того, гибкость электродов позволяла им одинаково работать на волосистой и безволосой коже, в отличие от обычных устройств. Доброволец в кепке мог управлять игрушечной машинкой с помощью своего разума, заставляя ее двигаться вперед, назад, влево или вправо. По словам исследователей, электроды механически стабильны при различных циклах и перемещениях, а также устойчивы к воздействию тепла и пота.

История Источник:

Материалы предоставлены Американским химическим обществом . Примечание. Содержимое можно редактировать по стилю и длине.

планшетных компьютеров, приемлемых для считывания результатов ЭЭГ, говорится в исследовании — ScienceDaily

Врачи клиники Мэйо в Аризоне показали, что планшетные компьютеры можно использовать для анализа результатов электроэнцефалограммы или ЭЭГ вне клиники или больницы. Результаты их исследования были недавно представлены на конференции Американской академии неврологии в Сан-Диего.

«Тот факт, что это дает врачам возможность считывать результаты ЭЭГ из любого места, может помочь пациентам только в долгосрочной перспективе», — говорит Мэтью Хёрт, M.D., невролог клиники Мэйо в Аризоне.

Щелкните здесь, чтобы услышать, как доктор Хёрт объяснит исследование.

ЭЭГ — это безболезненная процедура, при которой используются электроды, прикрепленные к коже головы человека, для определения электрической активности в головном мозге. Клетки мозга постоянно общаются с помощью электрических импульсов, даже когда кто-то спит. Эта активность отображается в виде волнистых линий на записи ЭЭГ.

Цель заключалась в том, чтобы определить, является ли компьютерный планшет приемлемой альтернативой традиционному портативному компьютеру для удаленной интерпретации ЭЭГ.Результаты показали, что планшет стоил значительно дешевле, весил меньше ноутбука и имел сопоставимое разрешение экрана. Самый большой недостаток планшета по сравнению с ноутбуком — это размер экрана. Время загрузки ноутбука и настольного компьютера было значительно больше. ЭЭГ — один из основных диагностических тестов эпилепсии, который также может играть роль в диагностике других заболеваний головного мозга. Отделение эпилепсии в клинике Мэйо в Аризоне интерпретирует ЭЭГ для больницы Mayo Clinic, а также трех других учреждений по всей Аризоне, где у них есть удаленный доступ для интерпретации во всех местах.«При большом объеме ЭЭГ и множестве систем и устройств для считывания эффективность технологий имеет важное значение для многих практик врачей», — говорит д-р Хёрт. «Несмотря на незначительно меньший размер экрана, простота использования, доступность и надежность делают планшет жизнеспособным вариантом для интеграции в практику теле-ЭЭГ.

История Источник:

Материалы предоставлены Mayo Clinic . Примечание. Содержимое можно редактировать по стилю и длине.

ЭЭГ (электроэнцефалограмма) | Общество эпилепсии

Электроэнцефалограмма (ЭЭГ) регистрирует электрическую активность мозга, регистрируя электрические сигналы от клеток мозга. Эти сигналы улавливаются электродами, прикрепленными к голове, и записываются на компьютер. Запись показывает, как работает мозг.

Что показывает ЭЭГ?

ЭЭГ дает информацию об электрической активности мозга во время проведения теста.

При эпилептическом припадке меняется активность мозга. Это изменение, известное как эпилептиформная активность мозга, иногда можно увидеть на записи ЭЭГ. У некоторых людей может наблюдаться эпилептиформная мозговая активность, даже если у них нет припадка, поэтому ЭЭГ может быть для них особенно полезна.

Эпилептиформная активность иногда может быть спровоцирована (вызвана) глубоким дыханием. Тест может включать глубокое дыхание, чтобы увидеть, можно ли спровоцировать и зарегистрировать эпилептиформную активность.

Мигает при ЭЭГ

У некоторых людей, страдающих эпилепсией, припадки начинаются или «запускаются» мигающим светом. Это называется светочувствительной эпилепсией, и ей страдают около 3% людей, страдающих эпилепсией.

ЭЭГ обычно включает тестирование светочувствительной эпилепсии. Для этого нужно смотреть на свет, который будет мигать с разной скоростью. Если вас это беспокоит, вы можете поговорить с техническим специалистом.

ЭЭГ с нарушением сна

У большинства людей больше шансов проявить нерегулярную мозговую активность, когда они устали или собираются заснуть.

ЭЭГ с недосыпанием может помочь получить более полезные показания. Этот тест проводится так же, как и обычная ЭЭГ, но во время теста вы спите. Чтобы помочь вам уснуть, вас могут попросить бодрствовать всю или часть ночи накануне. В некоторых случаях вам могут дать легкое успокаивающее средство, которое поможет вам уснуть.

Амбулаторная ЭЭГ

Амбулаторная ЭЭГ работает так же, как обычная ЭЭГ, но является портативной. Во время теста вы носите небольшой тренажер на поясе вокруг талии.Поскольку он портативный, вы можете перемещаться и продолжать свои обычные повседневные дела, пока идет запись.

Этот тип ЭЭГ позволяет регистрировать активность мозга в течение нескольких часов. Поскольку активность мозга регистрируется дольше, вероятность регистрации припадка выше, чем при обычном 30-минутном тесте.

Видеотелеметрия

Видеотелеметрия происходит в больнице, обычно в течение нескольких дней. Во время вашего пребывания у вас будет собственная комната.Видеокамера, которую часто вешают на стену, будет записывать то, что вы делаете. В то же время вы будете носить портативную ЭЭГ, чтобы вы могли перемещаться по комнате.

Запись на видео во время ношения ЭЭГ означает, что в случае припадка врачи могут сравнить электрическую активность вашего мозга с тем, что происходит с вашим телом.

Что означают мои результаты?

ЭЭГ обычно может показать, есть ли у вас приступ во время теста, но не может показать, что происходит с вашим мозгом в любое другое время.Таким образом, даже если результаты вашего теста могут не показывать необычной активности, это не исключает наличия эпилепсии. Некоторые виды эпилепсии очень сложно идентифицировать с помощью ЭЭГ.

Люди, не страдающие эпилепсией, иногда могут иметь нерегулярную активность на ЭЭГ. Таким образом, нерегулярная активность не обязательно означает, что у человека эпилепсия. Узнайте больше о том, как диагностируется эпилепсия.

Что происходит во время теста ЭЭГ?

Как и ЭКГ, электроды регистрируют только электрическую активность — они не выдают электрические сигналы и не причиняют вреда.

Перед тестом техник измеряет вашу голову, чтобы определить, где разместить электроды. Каждый электрод удерживается на месте липкой пастой. После присоединения электродов их подключают к записывающему устройству.

Тест длится около 30 минут, и вы, вероятно, будете сидеть или лежать.

Информация предоставлена: май 2021 г.

Вводное руководство по BCI (интерфейс мозг-компьютер)

Для чего используется BCI?

Исследование интерфейса мозг-компьютер

Исследование

BCI (также называемое исследованием интерфейса мозг-машина) представляет собой быстрорастущую область.Академические исследователи изучали, могут ли пользователи BCI напрямую взаимодействовать с компьютерным программным обеспечением только через активность мозга: в одном исследовании была протестирована система BCI на ее способность обнаруживать и классифицировать активность мозга с ее парными умственными действиями. Результаты показали, что система может успешно выполнять все мыслительные действия и улучшилась за счет дополнительных данных обучения.

Из-за его способности управлять внешними устройствами посредством мозговой активности, большая часть исследований интерфейса мозг-компьютер сосредоточена на удаленном управлении.Исследователи BCI также использовали гуманоидных роботов, управляемых устройствами BCI, для управления удаленной средой. BCI позволяет пользователю удобно управлять роботом в удаленной среде. Человек-пользователь получает обратную связь от робота, которая помогает ему почувствовать полное погружение в удаленную среду. Это может быть полезно в различных случаях использования BCI, включая военные операции, медицинские операции и управление стихийными бедствиями или поисково-спасательные операции.

Исследователи также используют BCI, чтобы понять, что нейронные сети делают в режиме реального времени.Большинство систем нервной ткани либо понимаются на уровне отдельного нейрона, либо философствуют на когнитивном уровне. BCI используется для изучения того, как определенные тканевые системы реагируют на электрическую стимуляцию и что это может означать на когнитивном уровне.

*** Заявление об ограничении ответственности — Продукты EMOTIV предназначены для использования в исследовательских целях и только в личных целях. Наши продукты не продаются как медицинские устройства, как определено в директиве ЕС 93/42 / EEC.Наши продукты не предназначены и не предназначены для использования для диагностики или лечения заболеваний.

Интерфейсы мозг-компьютер в неврологической реабилитации

Интерфейсы мозг-компьютер могут помочь людям, которые не используют свои конечности, нуждаются в вспомогательных устройствах или не могут говорить. Использование интерфейсов мозг-компьютер в неврологической реабилитации (процесс с участием врача, направленный на помощь людям с расстройствами нервной системы, травмами или заболеваниями) может помочь улучшить способность человека ориентироваться в повседневных переживаниях.ИМК часто используются для реабилитации после инсульта или травмы. В будущем мы можем увидеть медицинские изделия BCI, используемые в хирургии или других медицинских операциях.

BCI позволяет субъектам с двигательными нарушениями использовать свою мозговую деятельность для управления объектами в их среде и общения. Интерфейсы мозг-компьютер, использующие сигналы ЭЭГ, могут помочь им управлять протезом конечности или компьютерным интерфейсом.

Интерфейс мозг-компьютер Игровой

Программное обеспечение

BCI может «переводить» мысленные команды из данных ЭЭГ в команды в видеоигре.В играх с интерфейсом мозг-компьютер субъекты носят ЭЭГ-гарнитуры во время игр в виртуальной реальности, предназначенных для управления виртуальными объектами. В играх BCI вместо использования традиционного игрового контроллера субъект использует мысленные команды, чтобы задействовать в игре действия, основанные на движении, такие как «толкать», «тянуть» или «прыгать». BCI обрабатывает мысленные команды от ЭЭГ и запускает соответствующее действие в игре VR (прямой нейронный интерфейс виртуальной реальности).

Интерфейс мозг-компьютер на основе ЭЭГ в реальном времени для виртуального аватара усиливает вовлечение коры головного мозга в ходьбу человека по беговой дорожке

Wagner, J., Makeig, S., Gola, M., Neuper, C. & Müller-Putz, G. Отчетливые колебательные сети с бета-диапазоном, подчиняющие двигательный и когнитивный контроль во время адаптации походки. Журнал неврологии 36 , 2212–2226, DOI: 10.1523 / JNEUROSCI.3543-15.2016 (2016).

CAS Статья PubMed Google Scholar

Дебенер, С., Миноу, Ф., Эмкес, Р., Гандрас, К. и де Вос, М.Как насчет того, чтобы прогуляться с недорогой, маленькой и беспроводной ЭЭГ? Психофизиология 49 , 1617–1621, DOI: 10.1111 / j.1469-8986.2012.01471.x (2012).

Артикул PubMed Google Scholar

Гвин, Дж. Т., Граманн, К., Макейг, С. и Феррис, Д. П. Электрокортикальная активность связана с фазой цикла походки во время ходьбы по беговой дорожке. NeuroImage 54 , 1289–1296, DOI: 10.1016 / j.neuroimage.2010.08.066 (2011).

Артикул PubMed Google Scholar

Seeber, M. et al. . Подавление бета-излучения ЭЭГ и низкая гамма-модуляция — это разные элементы вертикальной ходьбы человека. Границы нейробиологии человека 9 , 1–9, DOI: 10.3389 / fnhum.2014.00485 (2015).

Артикул Google Scholar

Cevallos, C. et al . Колебания в мозгу человека при ходьбе, выполнении, воображении и наблюдении. Нейропсихология 79 , 223–232 (2015).

CAS Статья PubMed Google Scholar

Брэдфорд, Дж. К., Лукос, Дж. Р. и Феррис, Д. П. Электрокортикальная активность различает ходьбу в гору и горизонтальную ходьбу у людей. Журнал нейрофизиологии 115 , 958–966, DOI: 10.1152 / jn.00089.2015 (2015).

Артикул PubMed Google Scholar

Wagner, J. et al. . Уровень участия в ходьбе с роботизированной беговой дорожкой модулирует срединные сенсомоторные ритмы ЭЭГ у здоровых субъектов. NeuroImage 63 , 1203–1211, DOI: 10.1016 / j.neuroimage.2012.08.019 (2012).

Артикул PubMed Google Scholar

Bulea, T. C., Kim, J., Damiano, D. L., Stanley, C. J. и Park, H.-S. Управляемый пользователем контроль увеличивает активность коры мозга во время ходьбы по беговой дорожке: исследование ЭЭГ, проведенное в Engineering in Medicine and Biology Society ( EMBC ), 36-й ежегодной международной конференции IEEE . 2111–2114 (IEEE, 2014).

Ramos-Murguialday, A. et al . Нейропротезы на основе проприоцептивной обратной связи и мозгового компьютерного интерфейса (BCI). PLoS ONE 7 , e47048, DOI: 10.1371 / journal.pone.0047048 (2012).

ADS CAS Статья PubMed PubMed Central Google Scholar

10.

Агаш, Х. А. и Контрерас-Видаль, Дж. Л. Тренинг на основе наблюдений для нейропротезного контроля захвата ампутированными конечностями на 36-й ежегодной международной конференции IEEE Engineering in Medicine and Biology Society . 3989–3992 (IEEE, 2014).

11.

Сакурада Т., Кавасэ Т., Takano, K., Komatsu, T. и Kansaku, K. Костюм для помощи при трудотерапии на основе ИМТ: асинхронный контроль с помощью SSVEP. Границы неврологии 7 , 1–10, DOI: 10.3389 / fnins.2013.00172 (2013).

Артикул Google Scholar

12.

Гарсия-Коссио, Э. и др. . Расшифровка сенсомоторных ритмов при ходьбе на беговой дорожке с помощью роботов для приложений мозгового компьютерного интерфейса (BCI). PloS one 10 , e0137910, DOI: 10.1371 / journal.pone.0137910 (2015).

Артикул PubMed PubMed Central Google Scholar

13.

He, Y. et al. . В 2014 36-я ежегодная международная конференция IEEE Engineering in Medicine and Biology Society 3985–3988 (IEEE, 2014).

14.

Presacco, A., Forrester, L. W. и Contreras-Vidal, J.L. Расшифровка кинематики внутри конечностей и между конечностями во время ходьбы по беговой дорожке по сигналам электроэнцефалографии (ЭЭГ) скальпа. Транзакции IEEE по нейронным системам и реабилитационной инженерии: публикация IEEE Engineering in Medicine and Biology Society 20 , 212–219, DOI: 10.1109 / TNSRE.2012.2188304 (2012).

Артикул Google Scholar

15.

Брантли, Дж. А. и др. .Неинвазивная ЭЭГ коррелирует с ходьбой по земле и по лестнице в исследовании Engineering in Medicine and Biology Society (EMBC), 38-й ежегодной международной конференции IEEE . 5729–5732 (IEEE, 2016).

16.

Киликарслан, А., Прасад, С., Гроссман, Р.Г. и Контрерас-Видаль, Дж.Л. Высокоточное декодирование намерений пользователя с помощью ЭЭГ для управления экзоскелетом нижней части тела в Engineering in Medicine and Biology Society ( EMBC ), 35-я ежегодная международная конференция IEEE .5606–5609 (IEEE, 2013).

17.

Луу, Т.П., Хе, Ю., Браун, С., Накагоме, С., Контрерас-Видаль, Дж.Л. Интерфейс мозга-компьютера с замкнутым циклом для аватара виртуальной реальности: адаптация походки к визуальным кинематическим возмущениям в Виртуальная реабилитация ( ICVR ), Международная конференция по . 30–37 (2015).

18.

Хендерсон А., Корнер-Битенски Н. и Левин М. Виртуальная реальность в реабилитации после инсульта: систематический обзор ее эффективности для восстановления моторики верхних конечностей. Темы реабилитации после инсульта 14 , 52–61, DOI: 10.1310 / tsr1402-52 (2007).

Артикул PubMed Google Scholar

19.

Ван, П. Т., Кинг, К. Э., Чуй, Л. А., До, А. Х. и Ненадич, З. Самостоятельное управление перемещением через интерфейс мозг-компьютер в среде виртуальной реальности. Журнал нейронной инженерии 9 , 056016, DOI: 10.1088 / 1741-2560 / 9/5/056016 (2012).

ADS Статья PubMed Google Scholar

20.

Кинг, К. Э., Ван, П. Т., Чуй, Л. А., До, А. Х. и Ненадич, З. Работа симулятора ходьбы с интерфейсом мозг-компьютер для лиц с травмой спинного мозга. J Neuroeng Rehabil 10 , 77, DOI: 10.1186 / 1743-0003-10-77 (2013).

Артикул PubMed PubMed Central Google Scholar

21.

Луу, Т. П., Хе, Ю., Браун, С., Накагаме, С. и Контрерас-Видаль, Дж. Л. Адаптация походки к визуальным кинематическим возмущениям с использованием интерфейса мозг-компьютер с замкнутым циклом в реальном времени для аватара виртуальной реальности. Журнал нейронной инженерии 13 , 036006, DOI: 10.1088 / 1741-2560 / 13/3/036006 (2016).

ADS Статья PubMed Google Scholar

22.

Луу Т. П. и др. .Фильтр Калмана без запаха для нейронного декодирования ходьбы человека по беговой дорожке с помощью неинвазивной электроэнцефалографии. 1548–1551, DOI: 10.1109 / embc.2016.7591006 (2016).

23.

Киликарслан А., Гроссман Р. Г. и Контрерас-Видаль Дж. Л. Надежная адаптивная структура шумоподавления для удаления артефактов в реальном времени при измерениях ЭЭГ кожи головы. Журнал нейронной инженерии 13 , 026013, DOI: 10.1088 / 1741-2560 / 13/2/026013 (2016).

ADS Статья PubMed Google Scholar

24.

Луу, Т. П., Лоу, К. Х., Ку, X., Лим, Х. Б. и Хун, К. Х. Модель прогнозирования паттернов походки для конкретного человека, основанная на нейронных сетях обобщенной регрессии. Походка и осанка 39 , 443–448, DOI: 10.1016 / j.gaitpost.2013.08.028 (2014).

Артикул Google Scholar

25.

Делорм, А. и Макейг, С. EEGLAB: набор инструментов с открытым исходным кодом для анализа динамики ЭЭГ в одном исследовании, включая анализ независимых компонентов. Журнал методов нейробиологии 134 , 9–21, DOI: 10.1016 / j.jneumeth.2003.10.009 (2004).

Артикул PubMed Google Scholar

26.

Mullen, T. et al. . Моделирование в реальном времени и трехмерная визуализация динамики и связи источников с использованием носимых ЭЭГ в Engineering in Medicine and Biology Society ( EMBC ), 35-я ежегодная международная конференция IEEE .2184–2187 (IEEE, 2013).

27.

Bulea, T. C., Kim, J., Damiano, D. L., Stanley, C. J. и Park, H.-S. Активность префронтальной, задней теменной и сенсомоторной сети, лежащая в основе контроля скорости во время ходьбы. Границы нейробиологии человека 9 , 247, DOI: 10.3389 / fnhum.2015.00247 (2015).

Артикул PubMed PubMed Central Google Scholar

28.

Натан, К. и Контрерас-Видаль, Дж. Л. Незначительные артефакты движения в электроэнцефалографии (ЭЭГ) черепа во время ходьбы по беговой дорожке. Границы нейробиологии человека 9 , 708, DOI: 10.3389 / fnhum.2015.00708 (2016).

Артикул PubMed PubMed Central Google Scholar

29.

Ланкастер, Дж. Л. и др. . Автоматизированные метки атласа Talairach для функционального картирования мозга. Картирование человеческого мозга 10 , 120–131 (2000).

CAS Статья PubMed Google Scholar

30.

Пфурчеллер, Г. и Да Силва, Ф. Л. Синхронизация и десинхронизация ЭЭГ / МЭГ, связанные с событиями: основные принципы. Клиническая нейрофизиология 110 , 1842–1857 (1999).

CAS Статья PubMed Google Scholar

31.

Капотосто П., Бабилони К., Романи Г. Л. и Корбетта М. Лобно-теменная кора контролирует пространственное внимание посредством модуляции предвосхищающих альфа-ритмов. Журнал неврологии 29 , 5863–5872, DOI: 10.1523 / jneurosci.0539-09.2009 (2009).

CAS Статья PubMed PubMed Central Google Scholar

32.

Hipp, J. F., Engel, A. K. & Siegel, M.Колебательная синхронизация в крупномасштабных корковых сетях предсказывает восприятие. Нейрон 69 , 387–396 (2011).

CAS Статья PubMed Google Scholar

33.

Klimesch, W., Doppelmayr, M., Russegger, H. & Pachinger, T. Мощность тета-диапазона в ЭЭГ черепа человека и кодирование новой информации. Нейроотчет 7 , 1235–1240 (1996).

CAS Статья PubMed Google Scholar

34.

Гевинс, А., Смит, М. Э., МакЭвой, Л. и Ю, Д. ЭЭГ-картирование корковой активации, связанной с рабочей памятью, с высоким разрешением: влияние сложности задачи, типа обработки и практики. Кора головного мозга 7 , 374–385 (1997).

CAS Статья PubMed Google Scholar

35.

Луу П., Такер Д. М. и Макейг С. Фронтальная тета средней линии и негативность, связанная с ошибкой: нейрофизиологические механизмы регуляции действия. Клиническая нейрофизиология 115 , 1821–1835 (2004).

Артикул PubMed Google Scholar

36.

Джейкобс, Дж., Хванг, Г., Курран, Т. и Кахана, М. Дж. Осцилляции ЭЭГ и память распознавания: тета-корреляты восстановления памяти и принятия решений. NeuroImage 32 , 978–987 (2006).

Артикул PubMed Google Scholar

37.

Womelsdorf, T., Johnston, K., Vinck, M. & Everling, S. Тета-активность в передней поясной коре головного мозга позволяет прогнозировать правила выполнения задач и их корректировку после ошибок. Труды Национальной академии наук 107 , 5248–5253 (2010).

ADS CAS Статья Google Scholar

38.

Кернс, Дж. Г. и др. . Мониторинг конфликта передней части поясной извилины и корректировка контроля. Наука 303 , 1023–1026 (2004).

ADS CAS Статья PubMed Google Scholar

39.

Картер С. и др. . Передняя поясная корка, обнаружение ошибок и онлайн-мониторинг производительности. Наука 280 , 747–749 (1998).

ADS CAS Статья PubMed Google Scholar

40.

Контрерас-Видаль, Дж. Л. и Керик, С. Е. Независимый компонентный анализ динамических ответов мозга во время зрительно-моторной адаптации. NeuroImage 21, , 936–945 (2004).

Артикул PubMed Google Scholar

41.

Кэмпбелл, М. Э. и Каннингтон, Р.Больше, чем игра-имитация: модуляция системы человеческого зеркала сверху вниз. Обзоры неврологии и биоповеденческих исследований (2017).

42.

Лотце М., Браун К., Бирбаумер Н., Андерс С. и Коэн Л. Г. Моторное обучение, вызванное произвольным влечением. Мозг 126 , 866–872 (2003).

Артикул PubMed Google Scholar

43.

Kaelin-Lang, A., Саваки, Л. и Коэн, Л. Г. Роль произвольного влечения в кодировании элементарной моторной памяти. Журнал нейрофизиологии 93 , 1099–1103 (2005).

Артикул PubMed Google Scholar

44.

Энгель, А. К. и Фрис, П. Колебания в бета-диапазоне — сигнал о статус-кво? Современное мнение в области нейробиологии 20 , 156–165 (2010).

CAS Статья PubMed Google Scholar

45.

Gilbertson, T. et al. . Существующее двигательное состояние поддерживается за счет новых движений во время колебательной синхронизации 13–35 Гц в кортикоспинальной системе человека. Журнал неврологии 25 , 7771–7779 (2005).

CAS Статья PubMed Google Scholar

46.

Погосян А., Гейнор Л. Д., Эйсебио А. и Браун П. Повышение активности коры головного мозга на частотах бета-диапазона замедляет движение человека. Современная биология 19 , 1637–1641 (2009).

CAS Статья PubMed PubMed Central Google Scholar

47.

Дженкинсон, Н. и Браун, П. Новое понимание взаимосвязи между дофамином, бета-колебаниями и двигательной функцией. Тенденции в неврологии 34 , 611–618 (2011).

CAS Статья PubMed Google Scholar

48.

Вагнер, Дж., Солис-Эскаланте, Т., Шерер, Р., Нойпер, К. и Мюллер-Путц, Г. Это то, как добраться: прогулка по виртуальной аллее активирует премоторную и теменную области. . Границы нейробиологии человека 8 , 93, DOI: 10.3389 / fnhum.2014.00093 (2014).

PubMed PubMed Central Google Scholar

49.

Мехрканун, С., Брейкспир, М. и Бунстра, Т. В. Реорганизация кортико-мышечной когерентности во время перехода между сенсомоторными состояниями. NeuroImage 100 , 692–702 (2014).

Артикул PubMed Google Scholar

50.

Rouhinen, S., Panula, J., Palva, J. M. & Palva, S. Зависимость β и γ колебаний от нагрузки предсказывает индивидуальную способность зрительного внимания. Журнал неврологии 33 , 19023–19033 (2013).

CAS Статья PubMed Google Scholar

51.

Палуш М. Нелинейность в нормальной ЭЭГ человека: циклы, временная асимметрия, нестационарность и случайность, а не хаос. Биологическая кибернетика 75 , 389–396 (1996).

ADS Статья PubMed МАТЕМАТИКА Google Scholar

52.

Стам, К. Дж. Нелинейный динамический анализ ЭЭГ и МЭГ: обзор развивающейся области. Клиническая нейрофизиология 116 , 2266–2301 (2005).

CAS Статья PubMed Google Scholar

53.

Орсборн, А. Л. и др. . Адаптация декодера с обратной связью формирует пластичность нейронов для умелого нейропротезного контроля. Нейрон 82 , 1380–1393, DOI: 10.1016 / j.neuron.2014.04.048 (2014).

CAS Статья PubMed Google Scholar

54.

Орсборн, А. Л., Данги, С., Мурман, Х. Г. и Кармена, Дж. М. Адаптация декодера с замкнутым контуром на промежуточных временных масштабах способствует быстрому повышению производительности ИМТ независимо от условий инициализации декодера. Транзакции IEEE по нейронным системам и реабилитационной инженерии: публикация IEEE Engineering in Medicine and Biology Society 20 , 468–477, DOI: 10.1109 / TNSRE.2012.2185066 (2012).

Артикул Google Scholar

55.

Гангули, К. и Кармена, Дж. М. Нейронные корреляты приобретения навыков с кортикальным интерфейсом мозг-машина. Журнал моторного поведения 42 , 355–360 (2010).

Артикул PubMed Google Scholar

56.

Сельник, П., Вебстер, Б., Глассер, Д. М. и Коэн, Л. Г. Наблюдение за воздействием на физическую подготовку после инсульта. Ход 39 , 1814–1820, DOI: 10.1161 / STROKEAHA.107.508184 (2008).

Артикул PubMed PubMed Central Google Scholar

57.

Эртельт, Д.

Электроэнцефалография (ЭЭГ)

Расшифровка ЭЭГ у взрослого в Москве

Подробно об энцефалограмме

Что можно оценить при ЭЭГ?

Процесс изучения результатов

Виды активности человеческого мозга, фиксируемые при записи ЭЭГ

Частота

Амплитуда

Фаза

Ритмы мозговой деятельности

Ритмы бодрствующего человека

Ритмы в состоянии сна

Расшифровка показателей электроэнцефалограммы

Альфа-ритм

Бета-ритм

Дельта и тета-ритмы

Расшифровка значений в разных возрастных интервалах

Наиболее частые диагностируемые патологии

Эпилепсия

ЧМТ

Рекомендации по подготовке к ЭЭГ для детей

Памятка по подготовке и проведению ЭЭГ бодрствования

Памятка по подготовке и проведению ЭЭГ сна

ЭЭГ, ЭМГ — Медицинский центр МЛЦ в Краснодаре

Видео-ЭЭГ мониторинг детям в Москве

Показания для видео-ЭЭГ мониторинга

Проведение видеомониторинга ЭЭГ в клинике «СМ-Доктор»

Преимущества проведения видео-ЭЭГ мониторинга

в чем разница и какое исследование головного мозга лучше выбрать

Принципы работы

Основные отличия

Сделать ЭЭГ головного мозга в Санкт-Петербурге

Несколько слов об «эпи»-признаках и заключении ЭЭГ.

Некоторые наши публикации

Где сделать ЭЭГ в СПб? Цена ЭЭГ.

Дополнительная информация:

Интерфейсы мозг-компьютер на основе ЭЭГ: обзор основных концепций и клинических приложений в нейрореабилитации

Что такое BCI? Введение в интерфейс мозг-компьютер с использованием ЭЭГ

Интерфейсы мозг-компьютер без беспорядка — ScienceDaily

планшетных компьютеров, приемлемых для считывания результатов ЭЭГ, говорится в исследовании — ScienceDaily

ЭЭГ (электроэнцефалограмма) | Общество эпилепсии

Что показывает ЭЭГ?

Мигает при ЭЭГ

ЭЭГ с нарушением сна

Амбулаторная ЭЭГ

Видеотелеметрия

Что означают мои результаты?

Что происходит во время теста ЭЭГ?

Вводное руководство по BCI (интерфейс мозг-компьютер)

Для чего используется BCI?

Исследование интерфейса мозг-компьютер

Интерфейсы мозг-компьютер в неврологической реабилитации

Интерфейс мозг-компьютер Игровой

Добавить комментарий Отменить ответ