Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Электроэнцефалография ( ЭЭГ ) - это метод электрофизиологического мониторинга для регистрации электрической активности мозга . Как правило, это неинвазивный метод, когда электроды размещают вдоль кожи головы , хотя иногда используются инвазивные электроды, например, при электрокортикографии , иногда называемой внутричерепной ЭЭГ.

ЭЭГ измеряет колебания напряжения в результате ионного тока в пределах нейронов в головном мозге . [1] С клинической точки зрения, ЭЭГ - это запись спонтанной электрической активности мозга в течение определенного периода времени, записанная с нескольких электродов, размещенных на коже черепа. [1] Диагностические приложения обычно фокусируются либо на потенциалах, связанных с событием, либо на спектральном содержании ЭЭГ. Первый исследует возможные временные колебания, привязанные к событию, например «начало стимула» или «нажатие кнопки». Последний анализирует тип нейронных колебаний. (обычно называемые «мозговыми волнами»), которые можно наблюдать в сигналах ЭЭГ в частотной области.

ЭЭГ чаще всего используется для диагностики эпилепсии , которая вызывает отклонения в показаниях ЭЭГ. [2] Он также используется для диагностики нарушений сна , глубины анестезии , комы , энцефалопатий и смерти мозга . Раньше ЭЭГ была методом первой линии диагностики опухолей , инсульта и других очаговых заболеваний головного мозга, [3] [4], но с появлением методов анатомической визуализации с высоким разрешением, таких как магнитно-резонансная томография (МРТ), их использование уменьшилось. и компьютерная томография(КТ). Несмотря на ограниченное пространственное разрешение, ЭЭГ продолжает оставаться ценным инструментом для исследований и диагностики. Это один из немногих доступных мобильных методов, обеспечивающий временное разрешение миллисекундного диапазона, которое невозможно при КТ, ПЭТ или МРТ.

Производные техники ЭЭГ включают вызванные потенциалы (ВП), которые включают в себя усреднение активности ЭЭГ с привязкой по времени к предъявлению какого-либо стимула (визуального, соматосенсорного или слухового). Связанные с событием потенциалы (ERP) относятся к усредненным ответам ЭЭГ, которые привязаны ко времени для более сложной обработки стимулов; этот метод используется в когнитивной науке , когнитивной психологии и психофизиологических исследованиях.

История [ править ]

Первая запись ЭЭГ человека, полученная Гансом Бергером в 1924 году. Верхняя запись - ЭЭГ, а нижняя - сигнал синхронизации 10 Гц .
Ганс Бергер

В 1875 году Ричард Кейтон (1842–1926), врач, практикующий в Ливерпуле , представил свои открытия об электрических явлениях в открытых полушариях головного мозга кроликов и обезьян в Британском медицинском журнале . В 1890 году польский физиолог Адольф Бек опубликовал исследование спонтанной электрической активности мозга кроликов и собак, которое включало ритмические колебания, изменяемые светом. Бек начал эксперименты по электрической активности мозга животных. Бек поместил электроды прямо на поверхность мозга, чтобы проверить сенсорную стимуляцию. Его наблюдение за колебаниями мозговой активности привело к выводу о мозговых волнах. [5]

В 1912 году украинский физиолог Владимир Владимирович Pravdich-Neminsky опубликовал первое животное ЭЭГ и вызванных потенциалов из млекопитающих (собаки). [6] В 1914 году Наполеон Цибульский и Jelenska-Macieszyna сфотографировали записи ЭЭГ экспериментально вызванных припадков.

Немецкий физиолог и психиатр Ханс Бергер (1873–1941) записал первую человеческую ЭЭГ в 1924 году. [7] Расширяя работу, ранее проводившуюся на животных Ричардом Кэтоном и другими, Бергер также изобрел электроэнцефалограмму (дав устройству название) - изобретение. назван «одним из самых удивительных, замечательных и важных достижений в истории клинической неврологии». [8] Его открытия были впервые подтверждены британскими учеными Эдгаром Дугласом Адрианом и БХК Мэтьюз в 1934 году и развиты ими.

В 1934 году Фишер и Ловенбах впервые продемонстрировали шипы эпилептиформ. В 1935 годе Гиббс, Дэвис и Леннокс описали интер иктальной спайки волны и три циклов / с картиной клинических абсансов , которая начала области клинической электроэнцефалографии. [9] Впоследствии, в 1936 году Гиббс и Джаспер сообщили о межприступном спайке как о фокальном признаке эпилепсии. В том же году в Массачусетской больнице общего профиля открылась первая лаборатория ЭЭГ.

Франклин Оффнер (1911–1999), профессор биофизики Северо-Западного университета, разработал прототип ЭЭГ, который включал пьезоэлектрическую пишущую машинку под названием Кристограф (все устройство обычно называлось динографом Оффнера ).

В 1947 году было основано Американское общество ЭЭГ, и был проведен первый Международный конгресс по ЭЭГ. В 1953 году Асеринский и Клейтман описали быстрый сон.

В 1950-х годах Уильям Грей Уолтер разработал дополнение к ЭЭГ, названное топографией ЭЭГ , которое позволило отображать электрическую активность на поверхности мозга. В 1980-е годы он пользовался непродолжительной популярностью и казался особенно многообещающим для психиатрии. Он никогда не был принят неврологами и остается в первую очередь инструментом исследования.

Чак Кайзер с электродами электроэнцефалографа и формирователем сигнала для использования в Project Gemini , 1965 г.

Электроэнцефалографическая система производства Beckman Instruments использовалась по крайней мере в одном из пилотируемых космических полетов проекта Gemini (1965-1966) для отслеживания мозговых волн космонавтов во время полета. Это был один из многих инструментов Beckman, предназначенных для НАСА и используемых им. [10]

В 1988 году Стево Божиновски, Михаил Сестаков и Лиляна Божиновска сделали доклад об ЭЭГ-контроле физического объекта - робота. [11] [12]

В октябре 2018 года ученые подключили мозги трех человек, чтобы поэкспериментировать с процессом обмена мыслями. В эксперименте с использованием ЭЭГ участвовали пять групп по три человека. Успешность эксперимента составила 81%. [13]

Медицинское использование [ править ]

Настройка записи ЭЭГ

ЭЭГ - один из основных диагностических тестов эпилепсии. Обычная клиническая запись ЭЭГ обычно длится 20–30 минут (плюс время на подготовку). Это тест, который определяет электрическую активность мозга с помощью небольших металлических дисков (электродов), прикрепленных к коже черепа. Обычно ЭЭГ используется в клинических условиях для определения изменений активности мозга, которые могут быть полезны при диагностике заболеваний головного мозга, особенно эпилепсии или другого судорожного расстройства. ЭЭГ также может быть полезной для диагностики или лечения следующих заболеваний: [14]

  • Опухоль головного мозга
  • Повреждение мозга от травмы головы
  • Нарушение функции головного мозга, которое может иметь множество причин (энцефалопатия)
  • Воспаление головного мозга (энцефалит)
  • Гладить
  • Нарушения сна

Он также может:

  • отличать эпилептические припадки от других типов приступов , таких как психогенные неэпилептические припадки , обмороки (обмороки) , подкорковые двигательные расстройства и варианты мигрени
  • дифференцировать «органическую» энцефалопатию или делирий от первичных психиатрических синдромов, таких как кататония
  • служить дополнительным тестом смерти мозга у пациентов в коме
  • Прогнозировать у коматозных пациентов (в определенных случаях)
  • определить, следует ли прекращать прием противоэпилептических препаратов.

Иногда обычной ЭЭГ недостаточно для постановки диагноза или определения наилучшего курса лечения с точки зрения лечения. В этом случае могут быть предприняты попытки записать ЭЭГ во время припадка. Это известно как иктальная запись, в отличие от интерктальной записи, которая относится к записи ЭЭГ между припадками. Для получения иктальной записи обычно выполняется длительная ЭЭГ, сопровождаемая синхронизированной по времени видео- и аудиозаписью. Это можно сделать амбулаторно (дома) или во время госпитализации, предпочтительно в отделении мониторинга эпилепсии.(EMU) с медсестрами и другим персоналом, обученным уходу за пациентами с судорогами. Амбулаторные амбулаторные видео-ЭЭГ обычно длятся от одного до трех дней. Поступление в отделение мониторинга эпилепсии обычно длится несколько дней, но может длиться неделю или дольше. Находясь в больнице, противосудорожные препараты обычно отменяют, чтобы увеличить вероятность того, что припадок произойдет во время госпитализации. В целях безопасности во время ЭЭГ препараты не отменяются вне больницы. Таким образом, амбулаторные видео-ЭЭГ имеют то преимущество, что они удобны и дешевле, чем госпитализация, но недостатком является меньшая вероятность регистрации клинического события.

Мониторинг эпилепсии обычно проводится для того, чтобы отличить эпилептические припадки от других типов приступов , таких как психогенные неэпилептические припадки , обмороки (обмороки) , подкорковые двигательные расстройства и варианты мигрени , чтобы охарактеризовать припадки с целью лечения и локализовать область головного мозга, в которой возникает приступ, для проведения возможной хирургической операции.

Кроме того, ЭЭГ можно использовать для контроля глубины анестезии , в качестве косвенного индикатора церебральной перфузии при каротидной эндартерэктомии или для контроля амобарбитального эффекта во время теста Вада .

ЭЭГ также может использоваться в отделениях интенсивной терапии для мониторинга функции головного мозга для отслеживания неконвульсивных припадков / неконвульсивного эпилептического статуса, для мониторинга эффекта седативных средств / анестезии у пациентов в медицинской коме (для лечения рефрактерных припадков или увеличения внутричерепных приступов). давление ), а также для наблюдения за вторичными повреждениями головного мозга при таких состояниях, как субарахноидальное кровоизлияние (в настоящее время это метод исследования).

Если пациенту с эпилепсией предстоит резекционная операция , часто необходимо локализовать очаг (источник) эпилептической активности мозга с разрешением, превышающим то, которое дает ЭЭГ кожи головы. Это происходит потому, что спинномозговая жидкость , череп и скальп размазывают электрические потенциалы, регистрируемые ЭЭГ скальпа. В этих случаях нейрохирурги обычно имплантируют полоски и решетки электродов (или проникающие глубинные электроды) под твердую мозговую оболочку через трепанацию черепа или через отверстие заусенцев . Запись этих сигналов называется электрокортикографией.(ЭКоГ), субдуральная ЭЭГ (sdEEG) или интракраниальная ЭЭГ (icEEG) - все термины для одного и того же. Сигнал, записанный с ЭКоГ, имеет другой масштаб активности, чем активность мозга, записанная с помощью ЭЭГ кожи головы. Низковольтные и высокочастотные компоненты, которые нельзя легко увидеть (или вообще) на ЭЭГ кожи головы, можно четко увидеть на ЭКоГ. Кроме того, меньшие электроды (которые покрывают меньший участок поверхности мозга) позволяют видеть даже более низкое напряжение и более быстрые компоненты мозговой активности. В некоторых медицинских учреждениях регистрируются проникающие микроэлектроды. [1]

ЭЭГ не показана для диагностики головной боли. [15] Повторяющаяся головная боль - распространенная проблема, связанная с болью, и эта процедура иногда используется при поиске диагноза, но она не имеет преимуществ перед рутинной клинической оценкой. [15]

Использование в исследованиях [ править ]

ЭЭГ и связанные с ней исследования ERP широко используются в нейробиологии , когнитивной науке , когнитивной психологии , нейролингвистике и психофизиологических исследованиях, а также для изучения человеческих функций, таких как глотание. [16] [17] [18] Многие методы ЭЭГ, используемые в исследованиях, недостаточно стандартизированы для клинического использования, и многие исследования ERP не сообщают обо всех необходимых этапах обработки для сбора и обработки данных, [19] ограничивая воспроизводимость и воспроизводимость многих исследований. Но исследования психических расстройств, таких как расстройство обработки слуха (APD),СДВ , или СДВГ , становится все более широко известным, и ЭЭГ используются в качестве исследования и лечения.

Преимущества [ править ]

Существует несколько других методов исследования функции мозга, включая функциональную магнитно-резонансную томографию (фМРТ), позитронно-эмиссионную томографию (ПЭТ), магнитоэнцефалографию (МЭГ), спектроскопию ядерного магнитного резонанса (ЯМР или МРС), электрокортикографию (ЭКоГ), однофотонную эмиссионную компьютерную томографию. томография (SPECT), спектроскопия в ближнем инфракрасном диапазоне (NIRS) и связанный с событием оптический сигнал (EROS). Несмотря на относительно низкую пространственную чувствительность ЭЭГ, она обладает множеством преимуществ перед некоторыми из этих методов:

  • Затраты на оборудование значительно ниже, чем у большинства других методов [20]
  • ЭЭГ предотвращает ограниченную доступность технологов для оказания неотложной помощи в больницах с интенсивным движением. [21]
  • Датчики ЭЭГ можно использовать в большем количестве мест, чем фМРТ, ОФЭКТ, ПЭТ, МРЗ или МЭГ, поскольку для этих методов требуется громоздкое и неподвижное оборудование. Например, для МЭГ требуется оборудование, состоящее из детекторов, охлаждаемых жидким гелием, которые могут использоваться только в помещениях с магнитной защитой, что в целом стоит более нескольких миллионов долларов; [22], а фМРТ требует использования магнита массой 1 тонна, опять же, в экранированной комнате.
  • ЭЭГ имеет очень высокое временное разрешение, порядка миллисекунд, а не секунд. ЭЭГ обычно записывается с частотой дискретизации от 250 до 2000 Гц в клинических и исследовательских учреждениях, но современные системы сбора данных ЭЭГ при желании могут записывать с частотой дискретизации более 20000 Гц. MEG и EROS - единственные другие неинвазивные методы когнитивной нейробиологии, которые собирают данные на этом уровне временного разрешения. [22] Такое высокое временное разрешение позволяет проводить анализ нейронной динамики в неврологически релевантных временных масштабах, например, вычислять методы анализа сигналов с высокой точностью. [23]
  • ЭЭГ относительно толерантна к движению объекта, в отличие от большинства других методов нейровизуализации. Существуют даже методы минимизации и даже устранения артефактов движения в данных ЭЭГ [24].
  • ЭЭГ молчит, что позволяет лучше изучить реакции на слуховые раздражители.
  • ЭЭГ не усугубляет клаустрофобию , в отличие от фМРТ, ПЭТ, МРС, ОФЭКТ и иногда МЭГ [25]
  • ЭЭГ не включает воздействие магнитных полей высокой интенсивности (> 1 тесла), как в некоторых других методах, особенно МРТ и МРТ. Это может вызвать множество нежелательных проблем с данными, а также запретить использование этих методов с участниками, у которых есть металлические имплантаты в теле, например, содержащие металл кардиостимуляторы [26]
  • ЭЭГ не предполагает воздействия радиолигандов, в отличие от позитронно-эмиссионной томографии . [27]
  • Исследования ERP могут проводиться с использованием относительно простых парадигм по сравнению с исследованиями фМРТ с блочным дизайном IE.
  • Чрезвычайно невазивный, в отличие от электрокортикографии , при которой электроды на самом деле нужно размещать на поверхности мозга.

ЭЭГ также имеет некоторые характеристики, которые выгодно отличаются от поведенческого тестирования:

  • ЭЭГ может обнаруживать скрытую обработку (т.е. обработку, не требующую ответа) [28]
  • ЭЭГ можно использовать у субъектов, неспособных к двигательной реакции [29]
  • Некоторые компоненты ERP могут быть обнаружены, даже когда субъект не обращает внимания на стимулы.
  • В отличие от других средств изучения времени реакции, ERP может пролить свет на этапы обработки (а не только на конечный результат) [30]
  • ЭЭГ - мощный инструмент для отслеживания изменений мозга на разных этапах жизни. Анализ сна ЭЭГ может указывать на важные аспекты сроков развития мозга, включая оценку созревания мозга подростков. [31]
  • В ЭЭГ есть лучшее понимание того, какой сигнал измеряется по сравнению с другими методами исследования, например, ЖИРНЫЙ ответ в МРТ.

Недостатки [ править ]

  • Низкое пространственное разрешение на коже головы. ФМРТ , например, может напрямую отображать области мозга, которые активны, в то время как ЭЭГ требует интенсивной интерпретации только для того, чтобы предположить, какие области активируются определенной реакцией. [32]
  • ЭЭГ плохо измеряет нервную активность, которая происходит ниже верхних слоев мозга (коры).
  • В отличие от ПЭТ и MRS, он не может определить конкретные участки мозга, в которых могут быть обнаружены различные нейромедиаторы, лекарства и т. Д. [27]
  • Часто для подключения объекта к ЭЭГ требуется много времени, так как это требует точного размещения десятков электродов вокруг головы и использования различных гелей, физиологических растворов и / или паст для поддержания хорошей проводимости, а также используется колпачок для сохранения их на месте. Хотя продолжительность зависит от конкретного используемого устройства ЭЭГ, как правило, подготовка пациента к МЭГ, фМРТ, МРТ и ОФЭКТ занимает значительно меньше времени.
  • Отношение сигнал / шум низкое, поэтому для извлечения полезной информации из ЭЭГ требуется сложный анализ данных и относительно большое количество субъектов. [33]

С другими методами нейровизуализации [ править ]

Одновременные записи ЭЭГ и сканирование фМРТ были успешно получены, [34] [35] [36] [37], хотя одновременная запись обоих эффективно требует преодоления нескольких технических трудностей, таких как наличие баллистокардиографического артефакта, артефакта импульса МРТ. и индукция электрических токов в проводах ЭЭГ, которые движутся в сильных магнитных полях МРТ. Несмотря на трудности, они были успешно преодолены в ряде исследований. [38] [39]

МРТ создают подробные изображения, создаваемые путем создания сильных магнитных полей, которые могут вызвать потенциально опасную силу смещения и крутящий момент. Эти поля вызывают потенциально опасный радиочастотный нагрев и создают артефакты изображения, делая изображения бесполезными. Из-за этих потенциальных рисков в среде МРТ можно использовать только определенные медицинские устройства.

Аналогичным образом, одновременные записи с МЭГ и ЭЭГ также проводились, что имеет несколько преимуществ по сравнению с использованием одного из этих методов:

  • ЭЭГ требует точной информации об определенных аспектах черепа, которые можно только оценить, например о радиусе черепа и проводимости различных участков черепа. MEG не имеет этой проблемы, и одновременный анализ позволяет исправить это.
  • И МЭГ, и ЭЭГ очень плохо обнаруживают активность под поверхностью коры головного мозга, и, как и при ЭЭГ, уровень ошибки возрастает с увеличением глубины под поверхностью коры, которую пытаются исследовать. Однако ошибки между методами сильно различаются, и их объединение, таким образом, позволяет исправить некоторые из этих шумов.
  • МЭГ практически не имеет доступа к источникам мозговой активности ниже нескольких сантиметров под корой. ЭЭГ, с другой стороны, может принимать сигналы с большей глубины, хотя и с высокой степенью шума. Сочетание этих двух факторов упрощает определение того, что в сигнале ЭЭГ исходит с поверхности (поскольку МЭГ очень точно исследует сигналы с поверхности мозга), а что исходит из более глубоких слоев мозга, что позволяет анализировать более глубокие слои мозга. сигналов, чем ЭЭГ или МЭГ сама по себе. [40]

Недавно был исследован комбинированный подход ЭЭГ / МЭГ (ЭМЭГ) с целью реконструкции источника при диагностике эпилепсии. [41]

ЭЭГ также сочетается с позитронно-эмиссионной томографией . Это дает то преимущество, что позволяет исследователям видеть, какие сигналы ЭЭГ связаны с различными действиями лекарств в головном мозге. [42]

Недавние исследования с использованием методов машинного обучения , таких как нейронные сети со статистическими временными характеристиками, извлеченными из данных мозговых волн ЭЭГ лобной доли , показали высокий уровень успеха в классификации психических состояний (расслабленное, нейтральное, сосредоточенное), [43] психоэмоциональных состояний (отрицательное, нейтральное, Положительный) [44] и таламокортикальная аритмия . [45]

Механизмы [ править ]

Электрический заряд мозга поддерживается миллиардами нейронов . [46] Нейроны электрически заряжены (или «поляризованы») мембранными транспортными белками, которые перекачивают ионы через их мембраны. Нейроны постоянно обмениваются ионами с внеклеточной средой, например, для поддержания потенциала покоя и для распространения потенциалов действия.. Ионы с одинаковым зарядом отталкиваются друг от друга, и когда множество ионов выталкивается из множества нейронов одновременно, они могут толкать своих соседей, которые толкают их соседей, и так далее, в виде волны. Этот процесс известен как объемная проводимость. Когда волна ионов достигает электродов на коже головы, они могут толкать или притягивать электроны к металлу в электродах. Поскольку металл легко проводит толкание и притяжение электронов, разницу в толкающих и тянущих напряжениях между любыми двумя электродами можно измерить с помощью вольтметра . Регистрация этих напряжений с течением времени дает нам ЭЭГ. [47]

Электрический потенциал , порожденный отдельного нейрона слишком мал , чтобы быть подобран ЭЭГ или МЭГ. [48] Таким образом, активность ЭЭГ всегда отражает совокупность синхронной активности тысяч или миллионов нейронов, имеющих сходную пространственную ориентацию. Если клетки не имеют одинаковой пространственной ориентации, их ионы не выстраиваются в линию и создают волны, которые необходимо обнаружить. Считается, что пирамидные нейроны коры производят наибольший сигнал ЭЭГ, потому что они хорошо выровнены и срабатывают вместе. Поскольку градиенты поля напряжения уменьшаются пропорционально квадрату расстояния, активность от глубоких источников обнаружить труднее, чем токи около черепа. [49]

Активность ЭЭГ кожи головы показывает колебания на различных частотах. Некоторые из этих колебаний имеют характерные частотные диапазоны , пространственное распределение и связаны с различными состояниями функционирования мозга (например, бодрствованием и различными стадиями сна ). Эти колебания представляют собой синхронизированную активность в сети нейронов. Нейронные сети, лежащие в основе некоторых из этих колебаний, понятны (например, таламокортикальный резонанс, лежащий в основе сонных веретен ), в то время как многие другие - нет (например, система, которая генерирует задний основной ритм). Исследования, которые измеряют как ЭЭГ, так и выброс нейронов, обнаруживают, что взаимосвязь между ними сложна, с комбинацией мощности ЭЭГ вгамма- диапазон и фаза в дельта- диапазоне, наиболее сильно относящиеся к спайковой активности нейронов. [50]

Метод [ править ]

Компьютерный электроэнцефалограф Нейровизор-БММ 40

В обычной ЭЭГ кожи головы запись осуществляется путем помещения электродов на кожу головы с проводящим гелем или пастой, обычно после подготовки области кожи головы легким трением для уменьшения импеданса из-за мертвых клеток кожи. Во многих системах обычно используются электроды, каждый из которых прикреплен к отдельному проводу. В некоторых системах используются колпачки или сетки, в которые вставляются электроды; это особенно распространено, когда требуются массивы электродов высокой плотности.

Расположение и названия электродов указаны в системе International 10–20 [51] для большинства клинических и исследовательских применений (за исключением случаев, когда используются матрицы с высокой плотностью). Эта система гарантирует, что названия электродов единообразны во всех лабораториях. В большинстве клинических приложений используются 19 записывающих электродов (плюс заземление и системный эталон). [52] Меньшее количество электродов обычно используется при записи ЭЭГ новорожденных . Дополнительные электроды могут быть добавлены к стандартной установке, когда клиническое или исследовательское приложение требует повышенного пространственного разрешения для определенной области мозга. Массивы высокой плотности (обычно через колпачок или сетку) могут содержать до 256 электродов, более или менее равномерно расположенных вокруг кожи головы.

Каждый электрод подключен к одному входу дифференциального усилителя (один усилитель на пару электродов); общий системный электрод сравнения подключен к другому входу каждого дифференциального усилителя. Эти усилители усиливают напряжение между активным электродом и эталоном (обычно в 1000–100000 раз или 60–100 дБ усиления по напряжению). В аналоговой ЭЭГ сигнал затем фильтруется (следующий абзац), и сигнал ЭЭГ выводится в виде отклонения ручек при прохождении бумаги под ними. Однако в наши дни большинство систем ЭЭГ являются цифровыми, и усиленный сигнал оцифровывается через аналого-цифровой преобразователь после прохождения через фильтр сглаживания.. Аналого-цифровая выборка обычно происходит при частоте 256–512 Гц в клинической ЭЭГ кожи головы; В некоторых исследовательских приложениях используются частоты дискретизации до 20 кГц.

Во время записи может использоваться ряд процедур активации. Эти процедуры могут вызвать нормальную или ненормальную активность ЭЭГ, которую иначе нельзя было бы увидеть. Эти процедуры включают гипервентиляцию, фотостимуляцию (с помощью стробоскопа), закрытие глаз, умственную активность, сон и лишение сна. Во время (стационарного) наблюдения за эпилепсией пациенту могут быть отменены типичные противосудорожные препараты.

Цифровой сигнал ЭЭГ хранится в электронном виде и может быть отфильтрован для отображения. Типичные настройки для фильтра высоких частот и фильтра низких частот составляют 0,5–1  Гц и 35–70 Гц соответственно. Фильтр верхних частот обычно отфильтровывает медленные артефакты, такие как электрогальванические сигналы и артефакты движения, тогда как фильтр нижних частот отфильтровывает высокочастотные артефакты, такие как электромиографические сигналы. Дополнительный режекторный фильтр обычно используется для удаления артефактов, вызванных линиями электропередач (60 Гц в США и 50 Гц во многих других странах). [1]

Сигналы ЭЭГ могут быть захвачены с помощью оборудования с открытым исходным кодом, такого как OpenBCI, и сигнал может быть обработан с помощью свободно доступного программного обеспечения ЭЭГ, такого как EEGLAB или Neurophysiological Biomarker Toolbox .

В рамках оценки хирургического вмешательства при эпилепсии может потребоваться введение электродов вблизи поверхности мозга, под поверхностью твердой мозговой оболочки . Это достигается с помощью заусенцев или краниотомии . Это называется по-разному: «электрокортикография (ЭКоГ)» , «внутричерепная ЭЭГ (I-ЭЭГ)» или «субдуральная ЭЭГ (SD-ЭЭГ)». Глубинные электроды также могут быть помещены в структуры мозга, такие как миндалевидное тело или гиппокамп., структуры, которые являются обычными эпилептическими очагами и могут быть не «видны» четко на ЭЭГ кожи головы. Электрокортикографический сигнал обрабатывается так же, как цифровая ЭЭГ кожи головы (см. Выше), но с некоторыми оговорками. ЭКоГ обычно записывается с более высокой частотой дискретизации, чем ЭЭГ кожи головы, из-за требований теоремы Найквиста - субдуральный сигнал состоит из более высокого преобладания более высокочастотных компонентов. Кроме того, многие артефакты, влияющие на ЭЭГ кожи головы, не влияют на ЭКоГ, и поэтому фильтрация отображения часто не требуется.

Типичный сигнал ЭЭГ взрослого человека имеет амплитуду от 10 мкВ до 100 мкВ при измерении от кожи головы. [53]

Поскольку сигнал напряжения ЭЭГ представляет собой разницу между напряжениями на двух электродах, отображение ЭЭГ для считывающего энцефалографа можно настроить одним из нескольких способов. Изображение каналов ЭЭГ называется монтажом.

Последовательный монтаж
Каждый канал (т. Е. Форма волны) представляет собой разницу между двумя соседними электродами. Весь монтаж состоит из серии этих каналов. Например, канал «Fp1-F3» представляет разность напряжений между электродом Fp1 и электродом F3. Следующий канал в монтаже, «F3-C3», представляет разность напряжений между F3 и C3, и так далее через весь массив электродов.
Ссылочный монтаж
Каждый канал представляет собой разницу между определенным электродом и назначенным электродом сравнения. Для этой ссылки не существует стандартной позиции; однако он находится в другом положении, чем «записывающие» электроды. Позиции средней линии часто используются, потому что они не усиливают сигнал в одном полушарии по сравнению с другим, например, Cz, Oz, Pz и т. Д. В качестве онлайн-справки. Другие популярные офлайн-ссылки:
  • Ссылка REST: это автономная вычислительная ссылка на бесконечности, где потенциал равен нулю. REST (метод стандартизации эталонных электродов) использует эквивалентные источники внутри мозга любого набора записей скальпа в качестве трамплина для связывания фактических записей с любыми онлайн или офлайн (средние, связанные уши и т. Д.) Ненулевой ссылкой на новые записи с бесконечным нулем в качестве стандартизированной ссылки. Бесплатное программное обеспечение можно найти на сайте (Dong L, Li F, Liu Q, Wen X, Lai Y, Xu P and Yao D (2017) MATLAB Toolboxes for Reference Electrode Standardization Technique (REST) ​​Scalp EEG. Front. Neurosci. 11 : 601. DOI : 10,3389 / fnins.2017.00601), а для получения более подробной информации и его характеристик, пожалуйста, обратитесь к исходной статье (Yao, D. (2001). Метод стандартизации эталонных записей ЭЭГ кожи головы до бесконечно удаленной точки. Physiol. Meas. 22, 693–711 . DOI : 10,1088 / 0967-3334 / 22 / 4/305 )
  • «сцепленные уши»: физическое или математическое среднее значение электродов, прикрепленных к мочке уха или сосцевидному отростку .
Средний эталонный монтаж
Выходы всех усилителей суммируются и усредняются, и этот усредненный сигнал используется в качестве общего эталона для каждого канала.
Лапласовский монтаж
Каждый канал представляет собой разницу между электродом и средневзвешенным значением окружающих электродов. [54]

При использовании аналоговой (бумажной) ЭЭГ технолог переключается между монтажами во время записи, чтобы выделить или лучше охарактеризовать определенные особенности ЭЭГ. В цифровой ЭЭГ все сигналы обычно оцифровываются и сохраняются в определенном (обычно ссылочном) монтаже; поскольку любой монтаж может быть построен математически из любого другого, электроэнцефалограф может просматривать ЭЭГ на любом желаемом дисплее.

ЭЭГ читает клинический нейрофизиолог или невролог (в зависимости от местных обычаев и законов, касающихся медицинских специальностей ), оптимально тот, кто имеет специальную подготовку по интерпретации ЭЭГ в клинических целях. Это делается путем визуального осмотра форм сигналов, называемых графоэлементами. Использование компьютерной обработки сигналов ЭЭГ - так называемая количественная электроэнцефалография - несколько противоречиво, когда используется в клинических целях (хотя существует множество исследовательских применений).

Сухие электроды ЭЭГ [ править ]

В начале 1990-х годов Бабак Тахери из Калифорнийского университета в Дэвисе продемонстрировал первые одноканальные, а также многоканальные сухие активные электродные матрицы с использованием микрообработки. Конструкция одноканального сухого ЭЭГ-электрода и результаты были опубликованы в 1994 году. [55] Также было продемонстрировано, что массивный электрод хорошо работает по сравнению с серебром / хлорсеребряными электродами. Устройство состояло из четырех участков датчиков со встроенной электроникой для снижения шума за счет согласования импеданса.. Преимущества таких электродов: (1) отсутствие электролита, (2) отсутствие подготовки кожи, (3) значительно уменьшенный размер сенсора и (4) совместимость с системами мониторинга ЭЭГ. Активная электродная матрица представляет собой интегрированную систему, состоящую из набора емкостных датчиков с локальной интегральной схемой, размещенной в корпусе с батареями для питания схемы. Такой уровень интеграции был необходим для достижения функциональных характеристик электрода. Электрод был протестирован на электрическом испытательном стенде и на людях в четырех модальностях ЭЭГ-активности, а именно: (1) спонтанная ЭЭГ, (2) потенциалы, связанные с сенсорными событиями, (3) потенциалы ствола мозга и (4) когнитивные события. -связанные потенциалы. Характеристики сухого электрода по сравнению со стандартными влажными электродами с точки зрения подготовки кожи выгодны.не требует геля (сухой) и более высокое отношение сигнал / шум.[56]

В 1999 году исследователей из университета Case Western Reserve в Кливленде , штат Огайо , во главе с Хантер Пекхэмы, используются 64-электрод ЭЭГ тюбетейки вернуть ограниченные движения рук для парализованного Джима Jatich. Поскольку Ятич сосредоточился на простых, но противоположных понятиях, таких как «вверх» и «вниз», его выход ЭЭГ с бета-ритмом был проанализирован с помощью программного обеспечения для выявления паттернов в шуме. Был идентифицирован базовый образец, который использовался для управления переключателем: активность выше среднего была включена, ниже средней - выключена. Помимо того, что Ятич мог управлять компьютерным курсором, сигналы также использовались для управления нервными контроллерами, встроенными в его руки, восстанавливая некоторое движение. [57]

В 2018 году сообщалось о функциональном сухом электроде, состоящем из полидиметилсилоксанового эластомера, наполненного проводящими углеродными нановолокнами . Это исследование проводилось в исследовательской лаборатории армии США . [58] Технология ЭЭГ часто включает нанесение геля на кожу головы, что обеспечивает высокое соотношение сигнал / шум. Это приводит к более воспроизводимым и надежным экспериментальным результатам. Поскольку пациенты не любят, когда их волосы заполняются гелем, а длительная установка требует наличия обученного персонала, использование ЭЭГ вне лаборатории может быть затруднено. [59] Кроме того, было замечено, что производительность датчиков влажных электродов снижается через несколько часов. [58] Поэтому исследования были направлены на разработку сухих и полусухих биоэлектронных интерфейсов ЭЭГ.

Сигналы сухого электрода зависят от механического контакта. Следовательно, получить полезный сигнал может быть сложно из-за импеданса между кожей и электродом. [59] [58] Некоторые системы ЭЭГ пытаются обойти эту проблему, применяя физиологический раствор. [60] Другие имеют полусухую природу и выделяют небольшое количество геля при контакте с кожей головы. [59] В другом решении используются пружинные штифты. Это может быть неудобно. Они также могут быть опасными, если использовались в ситуации, когда пациент мог удариться головой, поскольку они могли застрять после инцидента с ударной травмой. [58]

ARL также разработала инструмент визуализации, настраиваемый интерфейс освещения для визуализации ЭЭГ или CLIVE, который показал, насколько хорошо синхронизируются два мозга. [61]

В настоящее время доступны гарнитуры с сухими электродами до 30 каналов. [62] Такие конструкции способны компенсировать некоторое ухудшение качества сигнала, связанное с высоким импедансом, за счет оптимизации предварительного усиления, экранирования и поддерживающих механизмов. [63]

Ограничения [ править ]

ЭЭГ имеет несколько ограничений. Самое главное - плохое пространственное разрешение. [64] ЭЭГ наиболее чувствительна к определенному набору постсинаптических потенциалов: тех, которые генерируются в поверхностных слоях коры, на гребнях извилин, непосредственно прилегающих к черепу, и радиально от черепа. Дендриты, которые расположены глубже в коре, внутри борозд , в средней линии или глубоких структурах (таких как поясная извилина или гиппокамп ) или производят токи, касательные к черепу, имеют гораздо меньший вклад в сигнал ЭЭГ.

Записи ЭЭГ не фиксируют напрямую потенциалы действия аксонов . Потенциал действия можно точно представить как текущий квадруполь , что означает, что результирующее поле уменьшается быстрее, чем поле, создаваемое текущим диполем постсинаптических потенциалов. [65] Кроме того, поскольку ЭЭГ представляют собой в среднем тысячи нейронов, большая популяция клеток в синхронной активности необходима, чтобы вызвать значительное отклонение записи. Потенциалы действия очень быстрые, и, как следствие, шансы на суммирование полей невелики. Тем не менее, обратное нейронное распространение , как обычно более длинный дендритный диполь тока, может быть обнаружено электродами ЭЭГ и является надежным показателем возникновения нервного выхода.

Мало того, что ЭЭГ практически полностью улавливают дендритные токи в отличие от аксонов, они также демонстрируют предпочтение активности в популяциях параллельных дендритов и передачи тока в одном направлении в одно и то же время. Пирамидные нейроны кортикальных слоев II / III и V распространяют апикальные дендриты на слой I. Токи, движущиеся вверх или вниз по этим отросткам, лежат в основе большинства сигналов, производимых электроэнцефалографией. [66]

Следовательно, ЭЭГ предоставляет информацию с большим уклоном для выбора типов нейронов и, как правило, не может использоваться для заявлений о глобальной активности мозга. В мозговых оболочках , спинномозговая жидкость и череп «мазок» сигнал ЭЭГА, скрывая его внутричерепное источник.

Математически невозможно восстановить уникальный источник внутричерепного тока для данного сигнала ЭЭГ [1], так как некоторые токи создают потенциалы, которые компенсируют друг друга. Это называется обратной задачей . Однако была проделана большая работа для получения замечательно точных оценок, по крайней мере, локализованного электрического диполя, который представляет зарегистрированные токи. [ необходима цитата ]

ЭЭГ против фМРТ, фНИРС, фУЗИ и ПЭТ [ править ]

У ЭЭГ есть несколько сильных сторон в качестве инструмента исследования мозговой активности. ЭЭГ может обнаруживать изменения в течение миллисекунд, что превосходно, учитывая, что потенциал действия занимает приблизительно 0,5–130 миллисекунд для распространения через один нейрон, в зависимости от типа нейрона. [67] Другие методы исследования мозговой активности, такие как ПЭТ , фМРТ или фУЗИ, имеют временное разрешение от секунд до минут. ЭЭГ измеряет электрическую активность головного мозга напрямую, в то время как другие методы регистрируют изменения кровотока (например, ОФЭКТ , фМРТ , ФУЗИ ) или метаболической активности (например, ПЭТ , БИК), которые являются косвенными маркерами электрической активности мозга.

ЭЭГ можно использовать одновременно с фМРТ или фУЗИ, так что данные с высоким временным разрешением могут быть записаны одновременно с данными с высоким пространственным разрешением, однако, поскольку данные, полученные из каждого, происходят в разном временном интервале, наборы данных не обязательно представляют одну и ту же активность мозга. Существуют технические трудности, связанные с объединением ЭЭГ и фМРТ, включая необходимость удаления артефакта градиента МРТ, присутствующего во время получения МРТ. Кроме того, в движущихся проводах электродов ЭЭГ могут индуцироваться токи из-за магнитного поля МРТ.

ЭЭГ может быть использован одновременно с НИРС или FUS без серьезных технических трудностей. Эти методы не влияют друг на друга, и комбинированное измерение может дать полезную информацию об электрической активности, а также гемодинамике при среднем пространственном разрешении.

ЭЭГ против МЭГ [ править ]

ЭЭГ отражает коррелированную синаптическую активность, вызванную постсинаптическими потенциалами корковых нейронов . Ионные токи, участвующие в генерации потенциалов быстрого действия, могут не вносить значительного вклада в усредненные потенциалы поля, представляющие ЭЭГ. [48] [68] Более конкретно, электрические потенциалы кожи головы, которые производят ЭЭГ, обычно считаются вызванными внеклеточными ионными токами, вызванными дендритной электрической активностью, тогда как поля, производящие магнитоэнцефалографические сигналы [22] , связаны с внутриклеточными ионными токами. [69]

ЭЭГ можно записывать одновременно с МЭГ, чтобы можно было комбинировать данные этих дополнительных методов с высоким временным разрешением.

Также были проведены исследования по численному моделированию ЭЭГ и МЭГ. [70]

Нормальная активность [ править ]

  • Одна секунда сигнала ЭЭГ

  • ЭЭГ человека с выраженной активностью в состоянии покоя - альфа-ритмом. Слева: кривые ЭЭГ (по горизонтали - время в секундах; по вертикали - амплитуды, масштаб 100 мкВ). Справа: спектры мощности отображаемых сигналов (вертикальные линии - 10 и 20 Гц, шкала линейная). Альфа-ритм состоит из синусоидальных волн с частотами в диапазоне 8–12 Гц (в данном случае 11 Гц), более заметными в задних отделах. Альфа-диапазон отображается красным на графике спектра мощности.

  • ЭЭГ человека в состоянии покоя. Слева: кривые ЭЭГ (по горизонтали - время в секундах; по вертикали - амплитуды, масштаб 100 мкВ). Справа: спектры мощности отображаемых сигналов (вертикальные линии - 10 и 20 Гц, шкала линейная). 80–90% людей имеют выраженные синусоидальные волны с частотами в диапазоне 8–12 Гц - альфа-ритм. У других (вроде этого) этот вид деятельности отсутствует.

  • Общие артефакты в ЭЭГ человека. 1: Электроокулографический артефакт, вызванный возбуждением мышц глазного яблока (например, связанный с морганием). Медленная положительная волна большой амплитуды на лобных электродах. 2: Артефакт электрода, вызванный плохим контактом (и, следовательно, большим сопротивлением) между электродом P3 и кожей. 3: Артефакт глотания. 4: Обычный артефакт электрода сравнения, вызванный плохим контактом электрода сравнения с кожей. Огромная волна, похожая на все каналы.

ЭЭГ обычно описывается с точки зрения (1) ритмической активности и (2) переходных процессов. Ритмическая активность делится на полосы по частоте. В некоторой степени эти частотные диапазоны являются предметом номенклатуры (т. Е. Любая ритмическая активность между 8–12 Гц может быть описана как «альфа»), но эти обозначения возникли потому, что ритмическая активность в определенном частотном диапазоне, как было отмечено, имеет определенный распространение по коже головы или определенное биологическое значение. Частотные диапазоны обычно извлекаются с использованием спектральных методов (например, Уэлча), которые реализованы, например, в свободно доступном программном обеспечении ЭЭГ, таком как EEGLAB или Neurophysiological Biomarker Toolbox . Вычислительную обработку ЭЭГ часто называют количественной электроэнцефалографией. (qEEG).

Большая часть церебрального сигнала, наблюдаемого на ЭЭГ кожи головы, находится в диапазоне 1–20 Гц (активность ниже или выше этого диапазона, вероятно, будет артефактной при стандартных методах клинической записи). Волновые формы подразделяются на полосы частот, известные как альфа, бета, тета и дельта, чтобы обозначить большую часть ЭЭГ, используемой в клинической практике. [71]

Сравнение диапазонов ЭЭГ [ править ]

Практика использования только целых чисел в определениях проистекает из практических соображений в те времена, когда в бумажных записях можно было считать только полные циклы. Это приводит к пробелам в определениях, как видно в другом месте на этой странице. Теоретические определения всегда давались более тщательно и включали все частоты. К сожалению, в стандартных справочных работах нет согласия в отношении того, какими должны быть эти диапазоны - значения для верхнего предела альфа и нижнего предела бета включают 12, 13, 14 и 15. Если порог принят равным 14 Гц, тогда самая медленная бета волна имеет примерно ту же продолжительность, что и самый длинный всплеск (70 мс), что делает это значение наиболее полезным.

Другие иногда делят полосы на поддиапазоны в целях анализа данных.

ЭЭГ человека с выраженным альфа-ритмом

Волновые паттерны [ править ]

Дельта-волны
  • Дельта - это частотный диапазон до 4 Гц. Обычно это самая высокая амплитуда и самые медленные волны. Обычно это наблюдается у взрослых в медленноволновом сне . Это также обычно наблюдается у младенцев. Это может происходить локально с подкорковыми поражениями и в общем случае с диффузными поражениями, метаболической энцефалопатией, гидроцефалией или глубокими поражениями средней линии. Обычно он наиболее выражен спереди у взрослых (например, FIRDA - фронтальная прерывистая ритмическая дельта) и сзади у детей (например, OIRDA - затылочная прерывистая ритмическая дельта).
Тета-волны
  • Тета - это частотный диапазон от 4 Гц до 7 Гц. Тета обычно наблюдается у маленьких детей. Это может проявляться в сонливости или возбуждении у детей старшего возраста и взрослых; это также можно увидеть в медитации . [79] Превышение тета для возраста свидетельствует о ненормальной активности. Это можно рассматривать как очаговое нарушение в очаговых подкорковых поражениях; его можно увидеть в генерализованном распределении при диффузном заболевании или метаболической энцефалопатии, нарушениях глубокой средней линии или некоторых случаях гидроцефалии. Напротив, этот диапазон был связан с сообщениями о расслабленных, медитативных и творческих состояниях.
Альфа-волны
  • Альфа - это частотный диапазон от 7 Гц до 13 Гц. [80] Ганс Бергер назвал первую наблюдаемую им ритмическую активность ЭЭГ «альфа-волной». Это был «задний основной ритм» (также называемый «задний доминантный ритм» или «задний альфа-ритм»), наблюдаемый в задних отделах головы с обеих сторон, более высокий по амплитуде на доминирующей стороне. Он возникает при закрытии глаз и при расслаблении и ослабевает при открытии глаз или умственном напряжении. Задний основной ритм у маленьких детей на самом деле медленнее, чем 8 Гц (следовательно, технически в тета-диапазоне).
Сенсомоторный ритм, известный как мю-ритм
В дополнение к заднему базовому ритму существуют другие нормальные альфа-ритмы, такие как мю-ритм (альфа-активность в контрлатеральных сенсорных и моторных областях коры головного мозга), возникающий, когда кисти рук и руки бездействуют; и «третий ритм» (альфа-активность в височных или лобных долях). [81] [82] Альфа может быть ненормальной; например, ЭЭГ, которая имеет диффузную альфа-зону, возникающую в коме, и не реагирует на внешние раздражители, называется «альфа-комой».
Бета-волны
  • Бета - это частотный диапазон от 14 Гц до 30 Гц. Обычно он виден с обеих сторон в симметричном распределении и наиболее заметен спереди. Бета-активность тесно связана с двигательным поведением и обычно ослабляется во время активных движений. [83] Низкоамплитудный бета-сигнал с множеством различных частот часто ассоциируется с активным, занятым или тревожным мышлением и активной концентрацией. Ритмичная бета-версия с доминирующим набором частот связана с различными патологиями, такими как синдром Dup15q , и действием лекарств, особенно бензодиазепинов . Он может отсутствовать или уменьшаться в областях коркового поражения. Это доминирующий ритм у пациентов, которые бдительны, тревожны или с открытыми глазами.
Гамма волны
  • Гамма - это частотный диапазон примерно 30–100 Гц. Считается, что гамма-ритмы представляют собой связывание различных популяций нейронов вместе в сеть с целью выполнения определенной когнитивной или моторной функции. [1]
  • Диапазон Mu составляет 8–13 Гц и частично перекрывается с другими частотами. Он отражает синхронную активацию мотонейронов в состоянии покоя. Считается, что подавление Mu отражает двигательные зеркальные нейронные системы, потому что, когда наблюдается действие, паттерн гаснет, возможно, потому, что нормальная и зеркальная нейронные системы «выходят из синхронизации» и мешают друг другу. [77]

"Сверхмедленная" или "почти постоянная " активность регистрируется с помощью усилителей постоянного тока в некоторых исследовательских контекстах. Обычно это не регистрируется в клиническом контексте, потому что сигнал на этих частотах подвержен ряду артефактов.

Некоторые особенности ЭЭГ скорее преходящие, чем ритмичные. Пики и резкие волны могут указывать на судорожную активность или межприступную активность у людей с эпилепсией или предрасположенностью к эпилепсии. Другие переходные признаки являются нормальными: при нормальном сне видны вершинные волны и веретена сна.

Обратите внимание, что есть виды активности, которые статистически необычны, но не связаны с дисфункцией или заболеванием. Их часто называют «нормальными вариантами». Мю-ритм - это пример нормального варианта.

Нормальная электроэнцефалограмма (ЭЭГ) зависит от возраста. Пренатальная EEG и неонатальный ЭЭГ довольно сильно отличается от взрослого EEG. Плоды в третьем триместре и новорожденные демонстрируют два общих паттерна мозговой активности: «прерывистый» и «следовой альтернативный». «Прерывистая» электрическая активность означает резкие всплески электрической активности, за которыми следуют низкочастотные волны. Электрическая активность "следа альтернативы" описывает резкие всплески, за которыми следуют короткие интервалы высокой амплитуды, и обычно указывает на спокойный сон у новорожденных. [84] ЭЭГ в детстве обычно имеет более медленные колебания частоты, чем ЭЭГ взрослых.

Нормальная ЭЭГ также варьируется в зависимости от состояния. ЭЭГ используется вместе с другими измерениями ( ЭОГ , ЭМГ ) для определения стадий сна в полисомнографии.. Сон I стадии (в некоторых системах эквивалентен сонливости) отображается на ЭЭГ как выпадение заднего основного ритма. Может быть увеличение тета-частот. Сантамария и Чиаппа составили каталог разнообразных паттернов, связанных с сонливостью. Стадия II сна характеризуется сонными веретенами - переходными периодами ритмической активности в диапазоне 12–14 Гц (иногда называемых полосой «сигма»), которые имеют фронтально-центральный максимум. Большая часть активности на этапе II находится в диапазоне 3–6 Гц. Стадии III и IV сна определяются наличием дельта-частот и часто вместе именуются «медленноволновым сном». Стадии I – IV включают медленный (или медленный) сон. ЭЭГ в фазе быстрого сна (быстрое движение глаз) несколько похожа на ЭЭГ бодрствования.

ЭЭГ под общим наркозом зависит от типа применяемого анестетика. С галогенированными анестетиками, такими как галотан, или внутривенными средствами, такими как пропофол , быстрый (альфа- или низкий бета), нереактивный паттерн ЭЭГ наблюдается на большей части волосистой части головы, особенно спереди; в некоторой старой терминологии это было известно как WAR (широко распространенный передний быстрый) паттерн, в отличие от WAIS (широко распространенный медленный) паттерн, связанный с высокими дозами опиатов . Эффекты анестезии на сигналы ЭЭГ начинают понимать на уровне воздействия лекарств на различные виды синапсов и цепей, которые позволяют синхронизировать нейронную активность (см. Http://www.stanford.edu/group/maciverlab/ ).

Артефакты [ править ]

Биологические артефакты [ править ]

Основные типы артефактов ЭЭГ человека

Электрические сигналы, обнаруживаемые на коже черепа с помощью ЭЭГ, но не имеющие церебрального происхождения, называются артефактами . Данные ЭЭГ почти всегда содержат такие артефакты. Амплитуда артефактов может быть довольно большой по сравнению с размером амплитуды интересующих корковых сигналов. Это одна из причин, почему для правильной клинической интерпретации ЭЭГ требуется значительный опыт. Некоторые из наиболее распространенных типов биологических артефактов включают:

  • Артефакты, вызванные глазами (включая моргание, движение глаз и активность экстраокулярных мышц)
  • ЭКГ (сердечные) артефакты
  • Артефакты, вызванные ЭМГ (активацией мышц)
  • Глоссокинетические артефакты

Наиболее заметные артефакты, индуцированные глазами, вызваны разностью потенциалов между роговицей и сетчаткой , которая довольно велика по сравнению с церебральными потенциалами. Когда глаза и веки полностью неподвижны, этот корнео-ретинальный диполь не влияет на ЭЭГ. Однако моргания происходят несколько раз в минуту, движения глаз происходят несколько раз в секунду. Движения век, происходящие в основном во время моргания или вертикальных движений глаз, вызывают большой потенциал, который проявляется в основном в разнице между каналами электроокулографии (ЭОГ) над и под глазами. Установленное объяснение этого потенциала рассматривает веки как скользящие электроды, которые замыкают положительно заряженную роговицу на внешнюю кожу. [85] [86]Вращение глазных яблок и, следовательно, диполя роговицы и сетчатки увеличивает потенциал в электродах, на которые поворачиваются глаза, и уменьшает потенциалы в противоположных электродах. [87] Движение глаз, называемое саккадами, также генерирует переходные электромиографические потенциалы, известные как потенциалы саккадических пиков (SP). [88] Спектр этих SP перекрывает гамма-диапазон (см. « Гамма-волна» ) и серьезно затрудняет анализ индуцированных откликов в гамма-диапазоне, [89] требуя специальных подходов к коррекции артефактов. [88] Целенаправленное или рефлекторное моргание глаз также вызывает электромиографическиепотенциалов, но, что более важно, во время моргания происходит рефлексивное движение глазного яблока, которое дает характерный артефактный вид ЭЭГ (см . феномен Белла ).

Артефакты дрожания век характерного типа ранее назывались каппа-ритмом (или каппа-волнами). Обычно это видно в префронтальных отведениях, то есть прямо над глазами. Иногда они наблюдаются при умственной деятельности. Обычно они находятся в диапазоне тета (4–7 Гц) или альфа (7–14 Гц). Их назвали потому, что считалось, что они происходят из мозга. Позже исследование показало, что они были вызваны быстрым трепетанием век, иногда настолько незначительным, что его было трудно увидеть. На самом деле они представляют собой шум при чтении ЭЭГ, и технически их не следует называть ритмом или волной. Таким образом, современное использование в электроэнцефалографии относится к феномену как артефакту трепетания век, а не к каппа-ритму (или волне). [90]

Некоторые из этих артефактов могут быть полезны в различных приложениях. Например, сигналы ЭОГ можно использовать для обнаружения [88] и отслеживания движений глаз , которые очень важны в полисомнографии , а также в традиционной ЭЭГ для оценки возможных изменений бдительности, сонливости или сна.

Артефакты ЭКГ довольно распространены и могут быть ошибочно приняты за пиковую активность. Из-за этого современная регистрация ЭЭГ обычно включает одноканальную ЭКГ от конечностей. Это также позволяет ЭЭГ , чтобы идентифицировать сердечные аритмии , которые являются важным дифференциальный диагноз с синкопе или других эпизодических расстройств / атаки.

Глоссокинетические артефакты вызваны разностью потенциалов между основанием и кончиком языка. Незначительные движения языка могут влиять на ЭЭГ, особенно при паркинсонизме и треморе .

Артефакты окружающей среды [ править ]

Помимо артефактов, создаваемых телом, многие артефакты происходят извне. Движение пациента или даже просто установка электродов может вызвать толчки электродов , всплески, возникающие из-за мгновенного изменения импеданса данного электрода. Плохое заземление электродов ЭЭГ может вызвать значительный артефакт 50 или 60 Гц, в зависимости от частоты местной электросети . Третьим источником возможных помех может быть наличие капельницы ; такие устройства могут вызывать ритмичные быстрые всплески низкого напряжения, которые можно принять за всплески.

Артефакты движения создают сигнальный шум, который может маскировать интересующий нейронный сигнал. [91]

Фантомную голову с ЭЭГ можно поместить на подвижную платформу и перемещать по синусоиде. Это изобретение позволило исследователям изучить эффективность алгоритмов удаления артефактов движения. [91]  Используя ту же модель фантомной головы и движущейся платформы, было определено, что колебание кабеля было основным фактором артефактов движения. Однако увеличение площади поверхности электрода имело небольшой, но существенный эффект на уменьшение артефакта. [91] Это исследование спонсировалось Исследовательской лабораторией армии США, входящей в Объединенный технический альянс по когнитивным исследованиям и нейроэргономике .

Исправление артефактов [ править ]

Простой подход к работе с артефактами - просто удалить эпохи данных, превышающие определенный порог загрязнения, например эпохи с амплитудами выше ± 100 мкВ. Однако это может привести к потере данных, которые все еще содержат информацию без артефактов. Другой подход заключается в применении пространственных и частотных полосовых фильтров для удаления артефактов, однако артефакты могут перекрываться с интересующим сигналом в спектральной области, что делает этот подход неэффективным. [92] В последнее время методы независимого компонентного анализа (ICA) использовались для исправления или удаления загрязнителей ЭЭГ. [88] [93] [94] [95] [96] [97]Эти методы пытаются «разделить» сигналы ЭЭГ на некоторое количество основных компонентов. Существует множество алгоритмов разделения источников, часто предполагающих различное поведение или характер ЭЭГ. Тем не менее, принцип, лежащий в основе любого конкретного метода, обычно позволяет «ремиксировать» только те компоненты, которые могут привести к «чистой» ЭЭГ путем обнуления (обнуления) веса нежелательных компонентов.

Обычно коррекцию артефактов данных ЭЭГ, в том числе классификацию артефактных компонентов ВСА, проводят специалисты по ЭЭГ. Однако с появлением массива ЭЭГ с 64–256 электродами и увеличением числа исследований на больших популяциях ручная коррекция артефактов стала чрезвычайно трудоемкой. Чтобы справиться с этим, а также с субъективностью многих исправлений артефактов, также были разработаны полностью автоматизированные конвейеры отклонения артефактов. [98] [99] [100] [101]

В последние несколько лет при сравнении данных парализованных и непарализованных субъектов было показано, что контаминация ЭЭГ мышцами намного более распространена, чем предполагалось ранее, особенно в гамма-диапазоне выше 20 Гц. [102] Тем не менее, поверхностный лапласиан показал свою эффективность в устранении мышечных артефактов, особенно для центральных электродов, которые находятся дальше от самых сильных загрязнений. [103] Комбинация поверхностного лапласиана с автоматизированными методами удаления мышечных компонентов с использованием ICA оказалась особенно эффективной в последующем исследовании. [104]

Аномальная активность [ править ]

Аномальную активность в широком смысле можно разделить на эпилептиформную и неэпилептиформную активность. Также его можно разделить на очаговый и диффузный.

Фокальные эпилептиформные разряды представляют собой быстрые синхронные потенциалы в большом количестве нейронов в некоторой дискретной области мозга. Они могут возникать как интериктальная активность, между приступами и представлять собой область раздражения коры головного мозга, которая может быть предрасположена к возникновению эпилептических припадков. Интериктальные выделения не являются полностью надежными для определения того, страдает ли пациент эпилепсией и откуда у него может возникнуть припадок. (См. Фокальную эпилепсию .)

Генерализованные эпилептиформные разряды часто имеют передний максимум, но они видны синхронно по всему мозгу. Они сильно указывают на генерализованную эпилепсию.

Очаговая неэпилептиформная аномальная активность может возникать в областях мозга, где есть очаговые повреждения коры или белого вещества . Он часто состоит из учащения ритмов с низкой частотой и / или потери нормальных ритмов с высокой частотой. Это может также проявляться в виде очагового или одностороннего уменьшения амплитуды сигнала ЭЭГ.

Диффузная неэпилептиформная аномальная активность может проявляться в виде диффузных аномально медленных ритмов или двустороннего замедления нормальных ритмов, таких как PBR.

Электроды для интракортикальной энцефалограммы и субдуральные электроды можно использовать в тандеме, чтобы отличить артефакт от эпилептиформных и других тяжелых неврологических явлений.

Более продвинутые методы измерения аномальных сигналов ЭЭГ также недавно привлекли внимание как возможные биомаркеры различных заболеваний, таких как болезнь Альцгеймера . [105]

Удаленное общение [ править ]

В 2009 году Управление исследований армии США выделило 4 миллиона долларов исследователям из Калифорнийского университета в Ирвине на разработку методов обработки ЭЭГ для выявления коррелятов воображаемой речи и предполагаемого направления, чтобы солдаты на поле боя могли общаться с помощью компьютерной реконструкции членов команды. «Сигналы ЭЭГ в виде понятных сигналов, например слов. [106]

Диагностика ЭЭГ [ править ]

Министерство обороны (МО) и по делам ветерана (VA), и научно - исследовательской лаборатории армии США (ARL), сотрудничал по диагностике ЭЭГ с целью выявления легкой до умеренной черепно - мозговой травмы (mTBI) в бою солдат. [107] Между 2000 и 2012 годами семьдесят пять процентов черепно-мозговых травм в результате военных операций США были классифицированы как mTBI. В ответ Министерство обороны разработало новые технологии, способные к быстрому, точному, неинвазивному и полному обнаружению mTBI для устранения этой травмы. [107]

Боевой состав часто страдает ПТСР и ПТСР взаимосвязанно. Оба состояния представлены измененными низкочастотными колебаниями мозговых волн. [108] Измененные мозговые волны у пациентов с посттравматическим стрессовым расстройством проявляются уменьшением низкочастотных колебаний, тогда как травмы mTBI связаны с повышенными колебаниями низкочастотных волн. Эффективная диагностика ЭЭГ может помочь врачам точно определить состояния и надлежащим образом лечить травмы, чтобы смягчить долгосрочные последствия. [109]

Традиционно клиническая оценка ЭЭГ включала визуальный осмотр. Вместо визуальной оценки топографии осцилляций мозговых волн количественная электроэнцефалография (qEEG), компьютеризированные алгоритмические методологии, анализирует конкретную область мозга и преобразует данные в значимый «спектр мощности» этой области. [107] Точное различие между mTBI и PTSD может значительно увеличить положительные результаты выздоровления для пациентов, особенно с учетом того, что долгосрочные изменения в нейронной коммуникации могут сохраняться после первоначального инцидента mTBI. [109]

Другой распространенный измерение , выполненное на основе данных ЭЭГ, что мер сложности , таких как Лемпеля-Зив сложности , фрактальной размерности и спектральной плоскостности , [110] , которые связаны с конкретными патологий или стадий патологии.

Экономика [ править ]

Недорогие устройства ЭЭГ существуют для недорогих исследовательских и потребительских рынков. Недавно несколько компаний уменьшили технологию ЭЭГ медицинского уровня, чтобы создать версии, доступные широкой публике. Некоторые из этих компаний построили коммерческие устройства ЭЭГ, продающиеся в розницу менее чем за 100 долларов США.

  • В 2004 году OpenEEG выпустила ModularEEG как оборудование с открытым исходным кодом. Совместимое программное обеспечение с открытым исходным кодом включает игру для балансировки мяча.
  • В 2007 году NeuroSky выпустила первую доступную потребительскую ЭЭГ вместе с игрой NeuroBoy. Это также было первое крупномасштабное устройство ЭЭГ, в котором использовалась технология сухих датчиков. [111]
  • В 2008 году OCZ Technology разработала устройство для использования в видеоиграх, в первую очередь на основе электромиографии .
  • В 2008 году разработчик Final Fantasy Square Enix объявила о партнерстве с NeuroSky для создания игры Judecca. [112] [113]
  • В 2009 году Mattel в партнерстве с NeuroSky выпустила Mindflex , игру, в которой использовалась ЭЭГ, чтобы направлять мяч через полосу препятствий. Безусловно, самая продаваемая на сегодняшний день ЭЭГ для потребителей. [112] [114]
  • В 2009 году Uncle Milton Industries в партнерстве с NeuroSky выпустила Star Wars Force Trainer , игру, созданную для создания иллюзии обладания Силой . [112] [115]
  • В 2009 году компания Emotiv выпустила 14-канальное устройство ЭЭГ EPOC. EPOC - первый коммерческий BCI, в котором не используется технология сухих датчиков, требующая от пользователей нанесения солевого раствора на электродные подушечки (которые необходимо увлажнять через час или два использования). [116]
  • В 2010 году NeuroSky добавила в MindSet функцию мигания и электромиографии. [117]
  • В 2011 году NeuroSky выпустила MindWave, устройство ЭЭГ, предназначенное для образовательных целей и игр. [118] MindWave получил награду Книги рекордов Гиннеса за «Самую тяжелую машину, перемещаемую с использованием интерфейса управления мозгом». [119]
  • В 2012 году японский гаджет-проект neurowear выпустил Necomimi: гарнитуру с моторизованными кошачьими ушами. Гарнитура представляет собой устройство NeuroSky MindWave с двумя моторами на оголовье там, где могут быть кошачьи уши. Чехлы в форме кошачьих ушей закрывают моторы, так что, когда устройство регистрирует эмоциональные состояния, уши двигаются, чтобы общаться. Например, в расслабленном состоянии уши опускаются в стороны и поднимаются вверх, когда снова возбуждены.
  • В 2014 году OpenBCI выпустила одноименный интерфейс мозг-компьютер с открытым исходным кодом после успешной кампании на кикстартере в 2013 году. Базовый OpenBCI имеет 8 каналов с возможностью расширения до 16 и поддерживает ЭЭГ, ЭКГ и ЭМГ . OpenBCI основан на микросхеме Texas Instruments ADS1299 и микроконтроллере Arduino или PIC и стоит 399 долларов за базовую версию. В нем используются стандартные металлические чашечные электроды и токопроводящая паста.
  • В 2015 году компания Mind Solutions Inc выпустила самый маленький потребительский BCI на сегодняшний день - NeuroSync . Это устройство работает как сухой датчик и имеет размер не больше наушника Bluetooth . [120]
  • В 2015 году китайская компания Macrotellect выпустила BrainLink Pro и BrainLink Lite , носимый ЭЭГ-продукт потребительского уровня, предлагающий 20 приложений для улучшения мозговой деятельности в магазинах приложений Apple и Android . [121]

Будущие исследования [ править ]

ЭЭГ использовалась для многих целей, помимо обычных применений в клинической диагностике и традиционной когнитивной нейробиологии. Раннее использование было во время Второй мировой войны авиационным корпусом армии США для отсеивания пилотов, которым угрожала опасность конфискации; [122] долговременные записи ЭЭГ у пациентов с эпилепсией все еще используются для прогнозирования приступов . Нейробиоуправление остается важным расширением, и в его наиболее продвинутой форме также пытаются использовать в качестве основы интерфейсов мозга и компьютера . [123] ЭЭГ также довольно широко используется в области нейромаркетинга .

На ЭЭГ влияют препараты, влияющие на функции мозга, химические вещества, лежащие в основе психофармакологии . Ранние эксперименты Бергера зафиксировали влияние наркотиков на ЭЭГ. Наука фармако-электроэнцефалография разработала методы идентификации веществ, которые систематически изменяют функции мозга, для терапевтического и рекреационного использования.

Honda пытается разработать систему, позволяющую оператору управлять своим роботом Asimo с помощью ЭЭГ, технологии, которую она в конечном итоге надеется внедрить в свои автомобили. [124]

ЭЭГ использовались в качестве доказательства в уголовных процессах в индийском штате Махараштра . [125] [126] Профилирование сигнатуры электрических колебаний мозга (BEOS), метод ЭЭГ, использовался в судебном процессе по делу Штат Махараштра против Шармы, чтобы показать, как Шарма помнил, как Шарма использовал мышьяк для отравления своего бывшего жениха, хотя надежность и научное обоснование BEOS оспаривается. [127]

В настоящее время проводится множество исследований с целью сделать устройства ЭЭГ меньшими, более портативными и более простыми в использовании. Так называемая «носимая ЭЭГ» основана на создании маломощной беспроводной собирающей электроники и «сухих» электродов, которые не требуют использования проводящего геля. [128] Носимые устройства ЭЭГ предназначены для создания небольших устройств ЭЭГ, которые находятся только на голове и могут записывать ЭЭГ в течение нескольких дней, недель или месяцев, как ЭЭГ уха . Такой продолжительный и простой в использовании мониторинг мог бы существенно изменить диагностику хронических состояний, таких как эпилепсия, и значительно улучшить принятие систем BCI конечными пользователями. [129]Также проводятся исследования по поиску конкретных решений для увеличения срока службы батареи переносных устройств ЭЭГ за счет использования подхода сокращения данных. Например, в контексте диагностики эпилепсии обработка данных использовалась для продления срока службы батареи переносных устройств ЭЭГ за счет интеллектуального выбора и передачи только диагностически значимых данных ЭЭГ. [130]

В настоящее время в исследованиях часто используется ЭЭГ в сочетании с машинным обучением . [131] Данные ЭЭГ предварительно обрабатываются для передачи в алгоритмы машинного обучения. Эти алгоритмы затем обучены распознавать различные заболевания , как шизофрения , [132] эпилепсия [133] или слабоумие . [134] Кроме того, они все чаще используются для изучения обнаружения приступов. [135] [136] [137] [138] С помощью машинного обучения данные можно анализировать автоматически. В конечном итоге это исследование направлено на создание алгоритмов, которые помогут врачам в их клинической практике [139]и для более глубокого понимания болезней. [140] В этом ключе часто вычисляются меры сложности данных ЭЭГ, такие как сложность Лемпеля-Зива , фрактальная размерность и спектральная плоскостность . [141] Было показано, что объединение или умножение таких показателей может выявить ранее скрытую информацию в данных ЭЭГ. [142]

ЭЭГ сигналы от музыкальных исполнителей были использованы для создания мгновенных композиций и один компакта - диска с помощью музыкального проекта Гениального, бегите в музыкальном центре компьютера в Колумбийском университете по Брэд Гартону и Дэйв солдат .

См. Также [ править ]

  • Система 10-20 (ЭЭГ)
  • Амплитудная интегрированная электроэнцефалография
  • Бинауральные ритмы
  • Интерфейс мозг-компьютер
  • Синхронизация мозговых волн
  • Мониторинг церебральной функции
  • Сравнение устройств интерфейса мозг-компьютер потребителя
  • Прямые мозговые интерфейсы
  • Измерения ЭЭГ во время анестезии
  • Микросостояния ЭЭГ
  • Электрокортикография
  • Электромагнитный импульс
  • Электронейрограмма
  • Электропалатограф
  • Emotiv Systems
  • Европейский формат данных
  • Событийный потенциал
  • Вызванный потенциал
  • Экскурсия
  • Шлем бога
  • Гемоэнцефалография
  • Гиперсинхронизация электрофизиологической активности при эпилепсии
  • Воображаемая речь
  • Индуцированная активность
  • Внутричерепная ЭЭГ
  • Потенциалы местного поля
  • Магнитоэнцефалография
  • Машина разума
  • Нейронные колебания
  • Нейробиоуправление
  • Постоянная мозговая активность
  • Спонтанный потенциал
  • Анализ ЭЭГ

Ссылки [ править ]

  1. ^ a b c d e f Niedermeyer E .; да Силва FL (2004). Электроэнцефалография: основные принципы, клиническое применение и смежные области . Липпинкотт Уильямс и Уилкинс. ISBN 978-0-7817-5126-1.[ требуется страница ]
  2. ^ Татум, Уильям О. (2014). Справочник по интерпретации ЭЭГ . Demos Medical Publishing. С. 155–190. ISBN 9781617051807. OCLC  874563370 .
  3. ^ «ЭЭГ» .
  4. ^ Chernecky, Cynthia C .; Бергер, Барбара Дж. (2013). Лабораторные исследования и диагностические процедуры (6-е изд.). Сент-Луис, Миссури: Эльзевир. ISBN 9781455706945.
  5. ^ Коенен, Антон; Эдвард Файн; Оксана Заячковская (2014). "Адольф Бек: забытый пионер электроэнцефалографии". Журнал истории неврологии . 23 (3): 276–286. DOI : 10.1080 / 0964704x.2013.867600 . PMID 24735457 . S2CID 205664545 .  
  6. ^ Pravdich-Neminsky В.В.. (1913). "Ein Versuch der Registrierung der elektrischen Gehirnerscheinungen". Zentralblatt für Physiologie . 27 : 951–60.
  7. Перейти ↑ Haas, LF (2003). «Ганс Бергер (1873-1941), Ричард Катон (1842-1926) и электроэнцефалография» . Журнал неврологии, нейрохирургии и психиатрии . 74 (1): 9. дои : 10.1136 / jnnp.74.1.9 . PMC 1738204 . PMID 12486257 .  
  8. Перейти ↑ Millet, David (2002). «Истоки ЭЭГ». Международное общество истории неврологии (ISHN).
  9. ^ Гиббс, Ф.А. (1 декабря 1935 г.). «ЭЛЕКТРОЭНЦЕФАЛОГРАММА ПРИ ЭПИЛЕПСИИ И В УСЛОВИЯХ НАРУШЕННОГО СОЗНАНИЯ». Архивы неврологии и психиатрии . 34 (6): 1133. DOI : 10.1001 / archneurpsyc.1935.02250240002001 .
  10. ^ "Beckman Instruments, поставляющие медицинское оборудование для мониторинга полетов" (PDF) . Обзор космических новостей . 3 марта 1965 г. С. 4–5 . Дата обращения 7 августа 2019 .
  11. ^ С. Божиновский, М. Сестаков, Л. Божиновска: Использование альфа-ритма ЭЭГ для управления мобильным роботом, В Г. Харрисе, К. Уокере (ред.) Proc. Ежегодная конференция IEEE Медико-биологического общества, стр. 1515-1516, Новый Орлеан, 1988 г.
  12. ^ С. Бозиновски: Управление траекторией мобильного робота: от фиксированных рельсов до прямого биоэлектрического управления, В О. Кайнак (ред.) Proc. Семинар IEEE по интеллектуальному управлению движением, стр. 63-67, Стамбул, 1990.
  13. ^ Цзян, Линьсин Престон; Стокко, Андреа; Лоузи, Дарби М .; Абернети, Джастин А .; Prat, Chantel S .; Рао, Раджеш П.Н. (2019). «BrainNet: интерфейс мозг-мозг для нескольких человек для прямого взаимодействия между мозгами» . Научные отчеты . 9 (1): 6115. arXiv : 1809.08632 . Bibcode : 2019NatSR ... 9.6115J . DOI : 10.1038 / s41598-019-41895-7 . ISSN 2045-2322 . PMC 6467884 . PMID 30992474 .   
  14. ^ https://www.mayoclinic.org/tests-procedures/eeg/about/pac-20393875
  15. ^ a b Американская академия неврологии . «Пять вещей, о которых должны спрашивать врачи и пациенты» . Мудрый выбор: инициатива ABIM Foundation . Проверено 1 августа 2013 года ., который цитирует
    • Гронсет, GS; Гринберг, МК (1995). «Полезность электроэнцефалограммы в оценке пациентов с головной болью: обзор литературы». Неврология . 45 (7): 1263–1267. DOI : 10,1212 / WNL.45.7.1263 . PMID  7617180 . S2CID  26022438 .
  16. ^ Ян, H .; Ang, KK; Wang, C .; Phua, KS; Гуань, C. (2016), "Neural и корковый анализ глотания и обнаружения двигателя образности ласточка для обзора дисфагия реабилитационно-A", Прогресс в Brain Research , 228 : 185-219, DOI : 10.1016 / bs.pbr.2016.03 .014 , ISBN 9780128042168, PMID  27590970
  17. ^ Jestrović, Ива; Койл, Джеймс Л; Сейдич, Эрвин (15 сентября 2015 г.). «Расшифровка глотания человека с помощью электроэнцефалографии: современный обзор» . Журнал нейронной инженерии . 12 (5): 051001. Bibcode : 2015JNEng..12e1001J . DOI : 10.1088 / 1741-2560 / 12/5/051001 . ISSN 1741-2560 . PMC 4596245 . PMID 26372528 .   
  18. ^ Cuellar, M .; Harkrider, AW; Jenson, D .; Thornton, D .; Bowers, A .; Салтуклароглу, Т. (июль 2016 г.). «Частотно-временной анализ мю-ритма ЭЭГ как мера сенсомоторной интеграции на поздних стадиях глотания». Клиническая нейрофизиология . 127 (7): 2625–2635. DOI : 10.1016 / j.clinph.2016.04.027 . ISSN 1388-2457 . PMID 27291882 . S2CID 3746307 .   
  19. ^ Клейсон, Питер Э .; Carbine, Kaylie A .; Болдуин, Скотт А .; Ларсон, Майкл Дж. (2019). «Методологическая отчетность поведения, размер выборки и статистическая мощность в исследованиях связанных с событием потенциалов: препятствия на пути к воспроизводимости и воспроизводимости» . Психофизиология . 56 (11): e13437. DOI : 10.1111 / psyp.13437 . ISSN 1469-8986 . PMID 31322285 .  
  20. ^ Vespa, Пол М .; Ненов Вал; Нувер, Марк Р. (1999). «Непрерывный мониторинг ЭЭГ в отделении интенсивной терапии: первые результаты и клиническая эффективность». Журнал клинической нейрофизиологии . 16 (1): 1–13. DOI : 10.1097 / 00004691-199901000-00001 . PMID 10082088 . 
  21. ^ Шульц, Тил Л. (2012). «Технические советы: Электроды ЭЭГ, совместимые с МРТ: преимущества, недостатки и финансовая осуществимость в клинических условиях». Нейродиагностический журнал 52.1 . 52 (1): 69–81. PMID 22558648 . 
  22. ^ a b c Hämäläinen, Матти; Хари, Риитта; Ilmoniemi, Risto J .; Кнуутила, Юкка; Лунасмаа, Олли В. (1993). "Магнитоэнцефалография-теория, приборы и приложения к неинвазивным исследованиям работающего мозга человека" . Обзоры современной физики . 65 (2): 413–97. Bibcode : 1993RvMP ... 65..413H . DOI : 10.1103 / RevModPhys.65.413 .
  23. ^ «Burns & Rajan (2015) Объединение показателей сложности данных ЭЭГ: умножение показателей раскрывает ранее скрытую информацию. F1000Research. 4: 137» .
  24. ^ О'Реган, S; Фаул, S; Марнан, Вт (2010). «Автоматическое обнаружение артефактов ЭЭГ, возникающих при движении головы». 2010 Ежегодная международная конференция инженеров IEEE в медицине и биологии . С. 6353–6. DOI : 10.1109 / IEMBS.2010.5627282 . ISBN 978-1-4244-4123-5.
  25. ^ Мерфи, Киран Дж .; Брунберг, Джеймс А. (1997). «Взрослая клаустрофобия, беспокойство и седативный эффект в МРТ». Магнитно-резонансная томография . 15 (1): 51–4. DOI : 10.1016 / S0730-725X (96) 00351-7 . PMID 9084025 . 
  26. ^ Шенк, Джон Ф. (1996). «Роль магнитной восприимчивости в магнитно-резонансной томографии: магнитная совместимость МРТ первого и второго видов». Медицинская физика . 23 (6): 815–50. Bibcode : 1996MedPh..23..815S . DOI : 10.1118 / 1.597854 . PMID 8798169 . 
  27. ^ а б Ясуно, Фумихико; Браун, Амира К; Зогби, Сами С; Крушинский, Джозеф H; Чернет, Эяссу; Таушер, Йоханнес; Шаус, Джон М; Фебус, Ли А; Честерфилд, Эми К.; Фельдер, Кристиан С; Раддинг, Роберт Л; Хонг, Джинсу; Холлдин, Кристер; Пайк, Виктор З; Иннис, Роберт Б. (2007). «Радиолиганд ПЭТ \ 11C] MePPEP обратимо и с высоким специфическим сигналом связывается с каннабиноидными рецепторами CB1 в головном мозге нечеловеческих приматов» . Нейропсихофармакология . 33 (2): 259–69. DOI : 10.1038 / sj.npp.1301402 . PMID 17392732 . 
  28. ^ Малхолланд, Томас (2012). «Объективные методы ЭЭГ для изучения скрытых сдвигов зрительного внимания» . В Макгигане, FJ; Шуновер, РА (ред.). Психофизиология мышления: исследования скрытых процессов . С. 109–51. ISBN 978-0-323-14700-2.
  29. ^ Хинтербергер, Тило; Кюблер, Андреа; Кайзер, Йохен; Нойман, Никола; Бирбаумер, Нильс (2003). «Интерфейс мозг-компьютер (ИМК) для заблокированных: Сравнение различных классификаций ЭЭГ для устройства трансляции мыслей». Клиническая нейрофизиология . 114 (3): 416–25. DOI : 10.1016 / S1388-2457 (02) 00411-X . PMID 12705422 . S2CID 11857440 .  
  30. ^ Серено, Южная Каролина; Райнер, К; Познер, М.И. (1998). «Установление временной шкалы распознавания слов: свидетельства движений глаз и связанных с событием потенциалов». NeuroReport . 9 (10): 2195–200. DOI : 10.1097 / 00001756-199807130-00009 . PMID 9694199 . S2CID 19466604 .  
  31. ^ Файнберг, I .; Кэмпбелл, И.Г. (2012). «Продольные траектории ЭЭГ сна указывают на сложные закономерности созревания мозга подростков» . AJP: регуляторная, интегративная и сравнительная физиология . 304 (4): R296–303. DOI : 10,1152 / ajpregu.00422.2012 . PMC 3567357 . PMID 23193115 . Краткое содержание - ScienceDaily (19 марта 2013 г.).  
  32. Шринивасан, Рамеш (1999). «Методы улучшения пространственного разрешения ЭЭГ». Международный журнал . 1 (1): 102–11.
  33. ^ Шлёгль, Алоис; Слейтер, Мел; Пфурчеллер, Герт (2002). «Исследование присутствия и ЭЭГ» (PDF) .
  34. ^ Хуанг-Хеллингер, Ф .; Breiter, H .; McCormack, G .; Cohen, M .; Квонг, К. (1995). «Одновременная функциональная магнитно-резонансная томография и электрофизиологическая запись». Картирование человеческого мозга . 3 : 13–23. DOI : 10.1002 / hbm.460030103 . S2CID 145788101 . 
  35. ^ Гольдман, Робин; Стерн, Джон; Энгель, Джон; Коэн, Марк (2000). «Получение одновременной ЭЭГ и функциональной МРТ». Клиническая нейрофизиология . 111 (11): 1974–80. DOI : 10.1016 / s1388-2457 (00) 00456-9 . PMID 11068232 . S2CID 11716369 .  
  36. ^ Горовиц, Сильвина G .; Скудлярский, Павел; Гор, Джон С. (2002). «Корреляции и диссоциации между BOLD-сигналом и амплитудой P300 в слуховой необычной задаче: параметрический подход к объединению фМРТ и ERP». Магнитно-резонансная томография . 20 (4): 319–25. DOI : 10.1016 / S0730-725X (02) 00496-4 . PMID 12165350 . 
  37. ^ Laufs, H; Кляйншмидт, А; Байерле, А; Эгер, Э; Салек-Хаддади, А; Прейбиш, К; Краков, К. (2003). «ЭЭГ-коррелированная фМРТ альфа-активности человека». NeuroImage . 19 (4): 1463–76. CiteSeerX 10.1.1.586.3056 . DOI : 10.1016 / S1053-8119 (03) 00286-6 . PMID 12948703 . S2CID 6272011 .   
  38. ^ Патент США 7286871 , Марк С. Коэн, «Способ и устройство для уменьшения загрязнения электрического сигнала», опубликованной 2004-05-20 
  39. ^ Дифранческо, Марк В .; Голландия, Скотт К .; Шафлярский, Ежи П. (2008). «Одновременная ЭЭГ / функциональная магнитно-резонансная томография при 4 тесла: коррелирует активность мозга со спонтанным альфа-ритмом во время расслабления» . Журнал клинической нейрофизиологии . 25 (5): 255–64. DOI : 10.1097 / WNP.0b013e3181879d56 . PMC 2662486 . PMID 18791470 .  
  40. ^ Huizenga, HM; Ван Зуйен, TL; Хесленфельд, диджей; Molenaar, PC (2001). «Одновременный анализ источников МЭГ и ЭЭГ». Физика в медицине и биологии . 46 (7): 1737–51. Bibcode : 2001PMB .... 46.1737H . CiteSeerX 10.1.1.4.8384 . DOI : 10.1088 / 0031-9155 / 46/7/301 . PMID 11474922 .  
  41. ^ Айдын U, Vorwerk Дж, Dümpelmann М, Кюппер Р, Кугель Н, Heers М, Wellmer Дж, Kellinghaus С, Haueisen Дж, Rampp S, Стефан Н, Wolters СН (2015). «Комбинированная ЭЭГ / МЭГ может превзойти однокомпонентную реконструкцию источника ЭЭГ или МЭГ в дооперационной диагностике эпилепсии» . PLOS ONE (Обзор). 10 (3): e0118753. Bibcode : 2015PLoSO..1018753A . DOI : 10.1371 / journal.pone.0118753 . PMC 4356563 . PMID 25761059 .  
  42. ^ Шрекенбергер, Матиас; Ланге-Ашенфельдт, Кристиан; Лохманн, Матиас; Манн, Клаус; Сиссмайер, Томас; Бухгольц, Ганс-Георг; Бартенштейн, Питер; Грюндер, Герхард (2004). «Таламус как генератор и модулятор альфа-ритма ЭЭГ: комбинированное исследование ПЭТ / ЭЭГ с введением лоразепама у людей». NeuroImage . 22 (2): 637–44. DOI : 10.1016 / j.neuroimage.2004.01.047 . PMID 15193592 . S2CID 31790623 .  
  43. ^ Берд, Джордан Дж .; Manso, Luis J .; Экарт, Анико; Фариа, Диего Р. (сентябрь 2018 г.). Исследование по классификации психического состояния с использованием интерфейса мозг-машина на основе ЭЭГ . Остров Мадейра, Португалия: 9-я международная конференция по интеллектуальным системам 2018 . Проверено 3 декабря 2018 .
  44. ^ Берд, Джордан Дж .; Экарт, Анико; Букингем, Кристофер Д.; Фариа, Диего Р. (2019). Классификация ментально-эмоциональных настроений с интерфейсом мозг-машина на основе ЭЭГ . Колледж Святого Хью, Оксфордский университет, Соединенное Королевство: Международная конференция по цифровой обработке изображений и сигналов (DISP'19) . Проверено 3 декабря 2018 .
  45. ^ Vanneste S, песни JJ, De Ridder D (март 2018). «Таламокортикальная аритмия, обнаруженная с помощью машинного обучения» . Nature Communications . 9 (1): 1103. Bibcode : 2018NatCo ... 9.1103V . DOI : 10.1038 / s41467-018-02820-0 . PMC 5856824 . PMID 29549239 .  
  46. ^ Herculano-Houzel S (2009). «Человеческий мозг в числах» . Границы нейробиологии человека . 3 : 31. DOI : 10,3389 / neuro.09.031.2009 . PMC 2776484 . PMID 19915731 .  
  47. ^ Татум, WO, Хусейн, AM, Бенбадис, SR (2008) "Справочник по интерпретации ЭЭГ", Demos Medical Publishing. [ требуется страница ]
  48. ^ a b Nunez PL, Srinivasan R (1981). Электрические поля мозга: нейрофизика ЭЭГ . Издательство Оксфордского университета. ISBN 9780195027969.[ требуется страница ]
  49. ^ Klein, S .; Торн, Б.М. (3 октября 2006 г.). Биологическая психология . Нью-Йорк, штат Нью-Йорк: стоит. ISBN 978-0-7167-9922-1.[ требуется страница ]
  50. ^ Уиттингстолл, Кевин; Логотетис, Никос К. (2009). «Связь частотного диапазона в поверхностной ЭЭГ отражает всплеск активности в зрительной коре обезьяны». Нейрон . 64 (2): 281–9. DOI : 10.1016 / j.neuron.2009.08.016 . PMID 19874794 . S2CID 17650488 .  
  51. ^ Towle, Vernon L .; Боланьос, Хосе; Суарес, Дайан; Тан, Ким; Гжещук, Роберт; Левин, Дэвид Н .; Чакмур, Раиф; Франк, Сэмюэл А .; Шпиль, Жан-Поль (1993). «Пространственное расположение электродов ЭЭГ: расположение наиболее подходящей сферы относительно кортикальной анатомии». Электроэнцефалография и клиническая нейрофизиология . 86 (1): 1–6. DOI : 10.1016 / 0013-4694 (93) 90061-Y . PMID 7678386 . 
  52. ^ «Седьмое руководство - Предложение по стандартным монтажам для использования в клинической ЭЭГ». Журнал клинической нейрофизиологии . 11 (1): 30–6. 1994. DOI : 10,1097 / 00004691-199401000-00008 . PMID 8195424 . 
  53. ^ Aurlien, H; Gjerde, IO; Aarseth, JH; Eldøen, G; Карлсен, B; Skeidsvoll, H; Гилхус, NE (2004). «Фоновая активность ЭЭГ описана большой компьютеризированной базой данных». Клиническая нейрофизиология . 115 (3): 665–73. DOI : 10.1016 / j.clinph.2003.10.019 . PMID 15036063 . S2CID 25988980 .  
  54. ^ Нуньес, Пол L .; Пилгрин, Кеннет Л. (1991). «Сплайн-лапласиан в клинической нейрофизиологии». Журнал клинической нейрофизиологии . 8 (4): 397–413. DOI : 10.1097 / 00004691-199110000-00005 . PMID 1761706 . S2CID 38459560 .  
  55. ^ Тахери, B; Рыцарь, R; Смит, Р. (1994). «Сухой электрод для записи ЭЭГ ☆» . Электроэнцефалография и клиническая нейрофизиология . 90 (5): 376–83. DOI : 10.1016 / 0013-4694 (94) 90053-1 . PMID 7514984 . 
  56. Ализаде-Тахери, Бабак (1994). «Активная микромашинная матрица электродов для скальпирования для записи сигналов ЭЭГ». Кандидатская диссертация : 82. Bibcode : 1994PhDT ........ 82A .
  57. ^ Хокенберри, Джон (август 2001). «Следующие умники» . Проводной журнал .
  58. ^ a b c d Слайфер, Джеффри А .; Хейрстон, В. Дэвид; Брэдфорд, Дж. Кортни; Bain, Erich D .; Мрозек, Рэнди А. (2018). «Проводящие силиконовые эластомеры с наполнителем из углеродного нановолокна в качестве мягких, сухих биоэлектронных интерфейсов» . PLOS ONE . 13 (2): e0189415. Bibcode : 2018PLoSO..1389415S . DOI : 10.1371 / journal.pone.0189415 . PMC 5800568 . PMID 29408942 .  
  59. ^ a b c Ван, Фэй; Ли, Гуанли; Чен, Цзинцзин; Дуан, Янвэнь; Чжан, Дэн (2016-06-06). «Новые полусухие электроды для приложений интерфейса мозг-компьютер» . Журнал нейронной инженерии . 13 (4): 046021 (15 п.п.). Bibcode : 2016JNEng..13d6021W . DOI : 10.1088 / 1741-2560 / 13/4/046021 . PMID 27378253 . 
  60. ^ Fiedler, P; Грибель, С; Pedrosa, P; Fonseca, C; ВАЗ, Ф; Zentner, L; Zanow, F; Haueisen, J (01.01.2015). «Многоканальная ЭЭГ с новыми сухими электродами из Ti / TiN». Датчики и исполнительные механизмы A: Физические . 221 : 139–147. DOI : 10.1016 / j.sna.2014.10.010 . ISSN 0924-4247 . 
  61. ^ «Армейские нейробиологи предвидят умных агентов на поле боя | Исследовательская лаборатория армии США» . www.arl.army.mil . Проверено 29 августа 2018 .
  62. ^ "Гарнитуры CGX Dry EEG" .
  63. ^ «Сухая технология ЭЭГ» . CGX LLC.
  64. ^ Кондилис, Efstathios D. (2014). «Обнаружение высокочастотных колебаний с помощью гибридных глубинных электродов в стандартных клинических записях внутричерепной ЭЭГ» . Границы неврологии . 5 : 149. DOI : 10,3389 / fneur.2014.00149 . PMC 4123606 . PMID 25147541 .  
  65. ^ Хямяляйнен, Матти; Хари, Риитта; Ilmoniemi, Risto J .; Кнуутила, Юкка; Лунасмаа, Олли В. (1993). «Магнитоэнцефалография - теория, приборы и приложения для неинвазивных исследований работающего мозга человека» . Обзоры современной физики . 65 (2): 413–497. Bibcode : 1993RvMP ... 65..413H . DOI : 10.1103 / RevModPhys.65.413 .
  66. ^ Мураками, S .; Окада, Ю. (13 апреля 2006 г.). «Вклад основных нейронов неокортекса в сигналы магнитоэнцефалографии и электроэнцефалографии» . Журнал физиологии . 575 (3): 925–936. DOI : 10.1113 / jphysiol.2006.105379 . PMC 1995 687 . PMID 16613883 .  
  67. Андерсон, Дж. (22 октября 2004 г.). Когнитивная психология и ее последствия (твердый переплет) (6-е изд.). Нью-Йорк, штат Нью-Йорк: стоит. п. 17. ISBN 978-0-7167-0110-1.
  68. ^ Creutzfeldt, Otto D .; Ватанабэ, Сатору; Люкс, Ханс Д. (1966). «Связь между феноменом ЭЭГ и потенциалами отдельных клеток коры. I. Вызванные ответы после таламической и эпикортикальной стимуляции». Электроэнцефалография и клиническая нейрофизиология . 20 (1): 1–18. DOI : 10.1016 / 0013-4694 (66) 90136-2 . PMID 4161317 . 
  69. ^ Buzsaki G (2006). Ритмы мозга . Издательство Оксфордского университета. ISBN 978-0-19-530106-9.[ требуется страница ]
  70. ^ Tanzer Огуз I. (2006). Численное моделирование в электро- и магнитоэнцефалографии, канд. Диссертация . Хельсинкский технологический университет. ISBN 978-9512280919.
  71. ^ Татум, Уильям О. (2014). «Лекция Эллен Р. Грасс: экстраординарная ЭЭГ». Нейродиагностический журнал 54.1 . 54 (1): 3–21. PMID 24783746 . 
  72. ^ а б Кирмизи-Алсан, Элиф; Байрактароглу, Зубейир; Гурвит, Хакан; Keskin, Yasemin H .; Эмре, Мюрат; Демиральп, Укротитель (2006). «Сравнительный анализ связанных с событием потенциалов во время Go / NoGo и CPT: разложение электрофизиологических маркеров торможения ответа и устойчивого внимания». Исследование мозга . 1104 (1): 114–28. DOI : 10.1016 / j.brainres.2006.03.010 . PMID 16824492 . S2CID 18850757 .  
  73. ^ Frohlich, Джоэл; Сентурк, Дамла; Сараванапандиан, Видья; Гольшани, Пейман; Рейтер, Лоуренс; Санкар, Раман; Тиберт, Рональд; ДиСтефано, Шарлотта; Кук, Эдвин; Джесте, Шафали (декабрь 2016 г.). "Количественный электрофизиологический биомаркер дупликации синдрома 15q11.2-q13.1" . PLOS ONE . 11 (12): e0167179. Bibcode : 2016PLoSO..1167179F . DOI : 10.1371 / journal.pone.0167179 . PMC 5157977 . PMID 27977700 .  
  74. ^ Кислей, Майкл А .; Корнуэлл, Зои М. (2006). «Гамма и бета нейронная активность, вызванная во время сенсорной парадигмы стробирования: эффекты слуховой, соматосенсорной и кросс-модальной стимуляции» . Клиническая нейрофизиология . 117 (11): 2549–63. DOI : 10.1016 / j.clinph.2006.08.003 . PMC 1773003 . PMID 17008125 .  
  75. ^ Kanayama, Noriaki; Сато, Ацуши; Охира, Хидеки (2007). «Кроссмодальный эффект с иллюзией резиновой руки и активностью гамма-диапазона». Психофизиология . 44 (3): 392–402. DOI : 10.1111 / j.1469-8986.2007.00511.x . PMID 17371495 . 
  76. ^ Гаст, Н (1952). «Электрокортикографическое исследование реактивности роландического ритма». Revue Neurologique . 87 (2): 176–82. PMID 13014777 . 
  77. ^ a b Оберман, Линдси М .; Хаббард, Эдвард М .; McCleery, Joseph P .; Альтшулер, Эрик Л .; Ramachandran, Vilayanur S .; Пинеда, Хайме А. (2005). «ЭЭГ-доказательства дисфункции зеркальных нейронов при расстройствах аутистического спектра». Когнитивные исследования мозга . 24 (2): 190–8. DOI : 10.1016 / j.cogbrainres.2005.01.014 . PMID 15993757 . 
  78. ^ Рекомендации для практики клинической нейрофизиологии: Руководство Международной федерации клинической физиологии (EEG Suppl. 52) Редакторы: Г. Дойшль и А. Эйзен q 1999 Международная федерация клинической нейрофизиологии. Все права защищены. Опубликовано Elsevier Science BV
  79. ^ Кан, Б. Раэль; Полич, Джон (2006). «Состояния и особенности медитации: ЭЭГ, ERP и нейровизуализационные исследования». Психологический бюллетень . 132 (2): 180–211. DOI : 10.1037 / 0033-2909.132.2.180 . PMID 16536641 . 
  80. Перейти ↑ Gerrard P, Malcolm R (июнь 2007 г.). «Механизмы модафинила: обзор текущих исследований» . Neuropsychiatr Dis Treat . 3 (3): 349–64. PMC 2654794 . PMID 19300566 .  
  81. Перейти ↑ Niedermeyer, E. (1997). «Альфа-ритмы как физиологические и аномальные явления». Международный журнал психофизиологии . 26 (1–3): 31–49. DOI : 10.1016 / S0167-8760 (97) 00754-X . PMID 9202993 . 
  82. ^ Фещенко, Владимир А .; Reinsel, Ruth A .; Веселис, Роберт А. (2001). «Множественность альфа-ритма у нормальных людей». Журнал клинической нейрофизиологии . 18 (4): 331–44. DOI : 10.1097 / 00004691-200107000-00005 . PMID 11673699 . 
  83. ^ Pfurtscheller, G .; Лопеш да Силва, FH (1999). «Событийная синхронизация и десинхронизация ЭЭГ / МЭГ: основные принципы». Клиническая нейрофизиология . 110 (11): 1842–57. DOI : 10.1016 / S1388-2457 (99) 00141-8 . PMID 10576479 . S2CID 24756702 .  
  84. ^ Андерсон, Эми L; Томасон, Мориа Э. (1 ноября 2013 г.). «Функциональная пластичность до колыбели: обзор нейрофункциональной визуализации человеческого плода». Неврология и биоповеденческие обзоры . 37 (9): 2220–2232. DOI : 10.1016 / j.neubiorev.2013.03.013 . ISSN 0149-7634 . PMID 23542738 . S2CID 45733681 .   
  85. ^ Барри, Вт; Джонс, GM (1965). «Влияние движения век на электроокулографическую запись вертикальных движений глаз». Аэрокосмическая медицина . 36 : 855–8. PMID 14332336 . 
  86. ^ Ивасаки, Масаки; Келлингхаус, Кристоф; Alexopoulos, Андреас V .; Берджесс, Ричард С .; Кумар, Арун Н .; Han, Yanning H .; Lüders, Hans O .; Ли, Р. Джон (2005). «Влияние закрытия век, моргания и движений глаз на электроэнцефалограмму». Клиническая нейрофизиология . 116 (4): 878–85. DOI : 10.1016 / j.clinph.2004.11.001 . PMID 15792897 . S2CID 32674647 .  
  87. ^ Линс, Отавио Г .; Пиктон, Теренс У .; Берг, Патрик; Шерг, Майкл (1993). «Глазные артефакты на ЭЭГ и связанные с событием потенциалы I: топография скальпа». Топография мозга . 6 (1): 51–63. DOI : 10.1007 / BF01234127 . PMID 8260327 . S2CID 7954823 .  
  88. ^ a b c d Керен, Алон С .; Юваль-Гринберг, Шломит; Деуэлл, Леон Ю. (2010). «Саккадические спайковые потенциалы в гамма-диапазоне ЭЭГ: характеристика, обнаружение и подавление». NeuroImage . 49 (3): 2248–63. DOI : 10.1016 / j.neuroimage.2009.10.057 . PMID 19874901 . S2CID 7106696 .  
  89. ^ Юваль-Гринберг, Шломит; Томер, Орр; Керен, Алон С .; Нелькен, Израиль; Деуэлл, Леон Ю. (2008). «Переходный индуцированный ответ гамма-диапазона в ЭЭГ как проявление миниатюрных саккад». Нейрон . 58 (3): 429–41. DOI : 10.1016 / j.neuron.2008.03.027 . PMID 18466752 . S2CID 12944104 .  
  90. ^ Эпштейн, Чарльз М. (1983). Введение в ЭЭГ и вызванные потенциалы . ISBN компании JB Lippincott Co. 978-0-397-50598-2.[ требуется страница ]
  91. ^ a b c Симеониду Э. Р., Нордин А. Д., Хейрстон В. Д., Феррис Д. П. (апрель 2018 г.). «Влияние колебаний кабеля, площади поверхности электрода и массы электрода на качество сигнала электроэнцефалографии во время движения» . Датчики . 18 (4): 1073. DOI : 10,3390 / s18041073 . PMC 5948545 . PMID 29614020 .  
  92. ^ Татум, Уильям O .; Dworetzky, Barbara A .; Шомер, Дональд Л. (июнь 2011 г.). «Артефакт и концепции записи в ЭЭГ». Журнал клинической нейрофизиологии . 28 (3): 252–263. DOI : 10.1097 / WNP.0b013e31821c3c93 . ISSN 0736-0258 . PMID 21633251 . S2CID 9826988 .   
  93. ^ Юнг, Цзый-Пинг; Макейг, Скотт; Хамфрис, Колин; Ли, Те-Вон; Маккеун, Мартин Дж .; Ираги, Висенте; Сейновски, Терренс Дж. (2000). «Удаление электроэнцефалографических артефактов путем слепого разделения источников». Психофизиология . 37 (2): 163–78. DOI : 10.1017 / S0048577200980259 . PMID 10731767 . 
  94. ^ Юнг, Цзый-Пинг; Макейг, Скотт; Вестерфилд, Марисса; Townsechesne, Эрик; Сейновски, Терренс Дж. (2000). «Удаление артефактов глазной активности из зрительных потенциалов, связанных с событием, у нормальных и клинических субъектов». Клиническая нейрофизиология . 111 (10): 1745–58. CiteSeerX 10.1.1.164.9941 . DOI : 10.1016 / S1388-2457 (00) 00386-2 . PMID 11018488 . S2CID 11044416 .   
  95. ^ Джойс, Кэрри А .; Городницкий, Ирина Ф .; Кутас, Марта (2004). «Автоматическое удаление артефактов движения глаз и моргания из данных ЭЭГ с использованием слепого разделения компонентов». Психофизиология . 41 (2): 313–25. CiteSeerX 10.1.1.423.5854 . DOI : 10.1111 / j.1469-8986.2003.00141.x . PMID 15032997 .  
  96. ^ Фитцгиббон, Шон П.; Пауэрс, Дэвид М.В. Поуп, Кеннет Дж; Кларк, C Ричард (2007). «Удаление шума и артефактов ЭЭГ с помощью слепого разделения источников». Журнал клинической нейрофизиологии . 24 (3): 232–243. DOI : 10.1097 / WNP.0b013e3180556926 . PMID 17545826 . S2CID 15203197 .  
  97. ^ Shackman, Александр J .; McMenamin, Brenton W .; Максвелл, Джеффри С .; Greischar, Lawrence L .; Дэвидсон, Ричард Дж. (2010). «Определение надежных и чувствительных полос частот для исследования нейронных колебаний» . NeuroImage . 51 (4): 1319–33. DOI : 10.1016 / j.neuroimage.2010.03.037 . PMC 2871966 . PMID 20304076 .  
  98. ^ да Круз, Джанир Рамос; Чичеров, Виталий; Герцог, Майкл Х .; Фигейредо, Патрисия (01.07.2018). «Автоматический конвейер предварительной обработки для анализа ЭЭГ (APP) на основе надежной статистики» . Клиническая нейрофизиология . 129 (7): 1427–1437. DOI : 10.1016 / j.clinph.2018.04.600 . ISSN 1388-2457 . PMID 29730542 . S2CID 13678973 .   
  99. ^ Нолан, H .; Whelan, R .; Рейли, РБ (2010). «БЫСТРЕЕ: полностью автоматизированное статистическое определение порога для отклонения артефактов ЭЭГ». Журнал методов неврологии . 192 (1): 152–62. DOI : 10.1016 / j.jneumeth.2010.07.015 . hdl : 2262/41103 . PMID 20654646 . S2CID 25964213 .  
  100. ^ Дебнат, Ранджан; Баззелл, Джордж А .; Моралес, Сантьяго; Бауэрс, Морин Э .; Leach, Stephanie C .; Фокс, Натан А. (2020). «Мэрилендский анализ развития конвейера ЭЭГ (MADE)». Психофизиология . 57 (6): e13580. DOI : 10.1111 / psyp.13580 . ISSN 1469-8986 . PMID 32293719 .  
  101. ^ Педрони, Андреас; Бахрейни, Амирреза; Лангер, Николас (2019-10-15). «Automagic: стандартизированная предварительная обработка больших данных ЭЭГ» . NeuroImage . 200 : 460–473. DOI : 10.1016 / j.neuroimage.2019.06.046 . ISSN 1053-8119 . PMID 31233907 . S2CID 195208373 .   
  102. ^ Whitham, Эмма М; Поуп, Кеннет Дж; Фитцгиббон, Шон П.; Льюис, Трент В.; Кларк, C Ричард; Нелюбимый, Стивен; Броберг, Марита; Уоллес, Ангус; ДеЛосАнджелес, Дилан; Лилли, Питер; и другие. (2007). «Электрическая запись скальпа во время паралича: количественное доказательство того, что частоты ЭЭГ выше 20 Гц загрязнены ЭМГ». Клиническая нейрофизиология . 118 (8): 1877–1888. DOI : 10.1016 / j.clinph.2007.04.027 . PMID 17574912 . S2CID 237761 .  
  103. ^ Фитцгиббон, Шон П.; Льюис, Трент В.; Пауэрс, Дэвид М.В. Уизем, Эмма М; Уиллоуби, Джон О; Поуп, Кеннет Дж (2013). «Поверхностный лапласиан электрических сигналов центральной части кожи головы нечувствителен к загрязнению мышц» . IEEE Transactions по биомедицинской инженерии . 60 (1): 4–9. DOI : 10.1109 / TBME.2012.2195662 . PMID 22542648 . 
  104. ^ Фитцгиббон, Шон П.; ДеЛосАнджелес, Дилан; Льюис, Трент В.; Пауэрс, Дэвид М.В. Уизем, Эмма М; Уиллоуби, Джон О; Поуп, Кеннет Дж (2014). «Поверхностный лапласиан электрических сигналов кожи головы и независимый компонентный анализ решают проблему ЭМГ-загрязнения электроэнцефалограммы». Журнал Международный журнал психофизиологии . 97 (3): 277–84. DOI : 10.1016 / j.ijpsycho.2014.10.006 . PMID 25455426 . 
  105. ^ Монтес, Тереза; Poil, S.-S .; Джонс, Б.Ф .; Manshanden, I .; Verbunt, JPA; Ван Дейк, Б.В.; Brussaard, AB; Van Ooyen, A .; Stam, CJ; Scheltens, P .; Линкенкаер-Хансен, К. (2009). «Измененные временные корреляции в париетальных альфа- и префронтальных тета-колебаниях на ранней стадии болезни Альцгеймера» . Труды Национальной академии наук . 106 (5): 165–70. Bibcode : 2009PNAS..106.1614M . DOI : 10.1073 / pnas.0811699106 . PMC 2635782 . PMID 19164579 .  
  106. ^ MURI: Синтетический Телепатия архивации 2012-07-08 в Archive.today . Cnslab.ss.uci.ed m mm mm Дата обращения 19 июля 2011.
  107. ^ a b c Рапп, Пол Э .; Кейзер, Дэвид О .; Альбано, Альфонсо; Эрнандес, Рене; Гибсон, Дуглас Б .; Замбон, Роберт А .; Хейрстон, В. Дэвид; Хьюз, Джон Д .; Кристал, Эндрю; Николс, Эндрю С. (2015). «Выявление травм головного мозга электрофизиологическими методами» . Границы нейробиологии человека . 9 : 11. DOI : 10,3389 / fnhum.2015.00011 . ISSN 1662-5161 . PMC 4316720 . PMID 25698950 .   
  108. ^ Franke, Laura M .; Уокер, Уильям С .; Хок, Кэти В .; Уэрс, Джоанна Р. (август 2016 г.). «Различие медленных колебаний ЭЭГ между хронической легкой черепно-мозговой травмой и посттравматическим стрессовым расстройством». Международный журнал психофизиологии . 106 : 21–29. DOI : 10.1016 / j.ijpsycho.2016.05.010 . ISSN 1872-7697 . PMID 27238074 .  
  109. ^ a b «Исследование: ЭЭГ может помочь отличить посттравматическое стрессовое расстройство, легкую черепно-мозговую травму» . www.research.va.gov . Проверено 9 октября 2019 .
  110. ^ «Burns & Rajan (2015) Объединение показателей сложности данных ЭЭГ: умножение показателей раскрывает ранее скрытую информацию. F1000Research. 4: 137» .
  111. ^ «Игры разума» . Экономист. 2007-03-23.
  112. ^ a b c Ли, Шан (2010-08-08). «На рынке есть чтение мыслей» . Лос-Анджелес Таймс .
  113. ^ "Brains-on с игрой NeuroSky и Square Enix по контролю над разумом Judecca" . Engadget . Проверено 2 декабря 2010 .
  114. ^ «Новые игры, основанные на мозговых волнах» . Physorg.com. Архивировано из оригинала 2011-06-06 . Проверено 2 декабря 2010 .
  115. Снайдер, Майк (07.01.2009). «Игрушка обучает фанатов« Звездных войн »использовать Силу» . USA Today . Проверено 1 мая 2010 .
  116. ^ "Домашняя страница Emotiv Systems" . Emotiv.com . Проверено 29 декабря 2009 .
  117. ^ «Новости - NeuroSky обновляет SDK, позволяет моргать глазами, игры на основе Brainwave» . Гамасутра. 2010-06-30 . Проверено 2 декабря 2010 .
  118. ^ Fiolet, Элиан. «NeuroSky MindWave приносит интерфейс мозг-компьютер в образование» . www.ubergizmo.com . Убергизмо.
  119. ^ «NeuroSky MindWave устанавливает мировой рекорд Гиннеса за« самый большой объект, перемещенный с использованием интерфейса мозг-компьютер » » . NeuroGadget.com . NeuroGadget. Архивировано из оригинала на 2013-10-15 . Проверено 2 июня 2011 .
  120. ^ «Запуск продукта! Neurosync - Самый маленький в мире интерфейс мозг-компьютер» . www.prnewswire.com . 15 июля 2015 года . Проверено 21 июля 2017 года .
  121. ^ «ПРИЛОЖЕНИЕ - Macrotellect» . o.macrotellect.com . Проверено 8 декабря 2016 .
  122. ^ Кейпер, Адам (2006). «Эпоха нейроэлектроники» . Новая Атлантида (Вашингтон, округ Колумбия) . Новая Атлантида. 11 : 4–41. PMID 16789311 . Архивировано из оригинала на 2016-02-12. 
  123. ^ Ван, Фэн; да Круз, Джанир Нуно; Нан, Венья; Вонг, Чи Ман; Вай, Ман I; Роза, Агостиньо (2016-05-06). «Альфа-нейробиоуправление улучшает показатели BCI на основе SSVEP». Журнал нейронной инженерии . 13 (3): 036019. Bibcode : 2016JNEng..13c6019W . DOI : 10.1088 / 1741-2560 / 13/3/036019 . ISSN 1741-2560 . PMID 27152666 .  
  124. ^ Разум важнее материи: мозговые волны контролируют Асимо. Архивировано 3 апреля 2009 г.в Wayback Machine 1 апреля 2009 г., Japan Times
  125. ^ Этот тест мозга отображает истину 21 июля 2008 г., 0348 часов IST, Ниташа Нату, TNN
  126. ^ "Пураник, Д.А., Джозеф, С.К., Даундкар, BB, Гарад, М.В. (2009). Профилирование подписи мозга в Индии. Его статус в качестве вспомогательного средства в расследовании и в качестве подтверждающего доказательства - как видно из судебных решений. Научная конференция, 815–822, 15–17 ноября, Джайпур » (PDF) . Архивировано из оригинального (PDF) 03 марта 2016 года . Проверено 10 июля 2014 .
  127. ^ Годе, Lyn М. 2011. «BRAINдактилоскопия, научные данные и Daubert: предостережение УРОК из Индии.» Юриметрия: Журнал права, науки и технологий 51 (3): 293–318. Получено ( https://www.jstor.org/stable/41307131?seq=1#page_scan_tab_contents ).
  128. ^ Кассон, Александр; Йейтс, Дэвид; Смит, Шелаг; Дункан, Джон; Родригес-Вильегас, Эстер (2010). «Носимая электроэнцефалография. Что это такое, зачем она нужна и с чем связана?» . Журнал IEEE Engineering in Medicine and Biology . 29 (3): 44–56. DOI : 10.1109 / MEMB.2010.936545 . ЛВП : 10044/1/5910 . PMID 20659857 . S2CID 1891995 .  
  129. ^ Looney, D .; Kidmose, P .; Парк, Ц .; Ungstrup, M .; Ранг, ML; Rosenkranz, K .; Мандич, Д.П. (01.11.2012). «Концепция записи в ухе: мониторинг мозга, ориентированный на пользователя и носимый». IEEE Pulse . 3 (6): 32–42. DOI : 10.1109 / MPUL.2012.2216717 . ISSN 2154-2287 . PMID 23247157 . S2CID 14103460 .   
  130. ^ Иранманеш, Саам; Родригес-Вильегас, Эстер (2017). «Аналоговый чип уменьшения данных мощностью 950 нВт для носимых систем ЭЭГ при эпилепсии». Журнал IEEE по твердотельным схемам . 52 (9): 2362–2373. Bibcode : 2017IJSSC..52.2362I . DOI : 10.1109 / JSSC.2017.2720636 . ЛВП : 10044/1/48764 . S2CID 24852887 . 
  131. ^ Lotte, F .; Bougrain, L .; Cichocki, A .; Clerc, M .; Конгедо, М .; Rakotomamonjy, A .; Игер, Ф. (2018). «Обзор алгоритмов классификации для интерфейсов мозг-компьютер на основе ЭЭГ: обновление за 10 лет» . Журнал нейронной инженерии . 15 (3): 031005. DOI : 10,1088 / 1741-2552 / aab2f2 . ISSN 1741-2552 . PMID 29488902 .  
  132. ^ Шим, Мисеон; Хван, Хан-Чжон; Ким, До-Вон; Ли, Сын-Хван; Им, Чанг-Хван (2016). «Диагностика шизофрении на основе машинного обучения с использованием комбинированных функций ЭЭГ на уровне сенсора и источника» . Исследование шизофрении . 176 (2–3): 314–319. DOI : 10.1016 / j.schres.2016.05.007 . ISSN 1573-2509 . PMID 27427557 .  
  133. ^ Бюттнер, Рикардо; Фрик, Янек; Риг, Тило (12 ноября 2019 г.). «Высокоэффективное обнаружение эпилепсии в записях ЭЭГ без припадков: новый подход к машинному обучению с использованием очень специфических эпилептических поддиапазонов ЭЭГ» . Труды ICIS 2019 .
  134. ^ Иерацитано, Козимо; Маммоне, Надя; Хуссейн, Амир; Морабито, Франческо К. (2020). «Новый подход, основанный на мультимодальном машинном обучении, для автоматической классификации записей ЭЭГ при деменции» . Нейронные сети . 123 : 176–190. DOI : 10.1016 / j.neunet.2019.12.006 . ISSN 0893-6080 . PMID 31884180 .  
  135. ^ Бхаттачарья, А .; Пачори, РБ (2017). «Многовариантный подход к обнаружению приступов ЭЭГ для конкретного пациента с использованием эмпирического вейвлет-преобразования» . IEEE Transactions по биомедицинской инженерии . 64 (9): 2003–2015. DOI : 10.1109 / TBME.2017.2650259 . ISSN 1558-2531 . 
  136. ^ Сааб, Халед; Даннмон, Джаред; Ре, Кристофер; Рубин, Даниэль; Ли-Мессер, Кристофер (2020-04-20). «Слабое наблюдение как эффективный подход к автоматическому обнаружению приступов в электроэнцефалографии» . npj Цифровая медицина . 3 (1): 1–12. DOI : 10.1038 / s41746-020-0264-0 . ISSN 2398-6352 . 
  137. ^ Бомела, Уолтер; Ван, Шо; Чжоу, Чун-Ань; Ли-младший (26 мая 2020 г.). «Вывод в реальном времени и обнаружение разрушительных сетей ЭЭГ для эпилептических припадков» . Научные отчеты . 10 (1): 8653. DOI : 10.1038 / s41598-020-65401-6 . ISSN 2045-2322 . 
  138. ^ Paesschen, Wim Van (2018). «Будущее обнаружения изъятий» . Ланцет. Неврология . 17 (3): 200–202. DOI : 10.1016 / S1474-4422 (18) 30034-6 . ISSN 1474-4465 . PMID 29452676 .  
  139. ^ Чен, По-Сюань Кэмерон; Лю, Юнь; Пэн, Лили (2019). «Как разработать модели машинного обучения для здравоохранения» . Материалы природы . 18 (5): 410–414. DOI : 10.1038 / s41563-019-0345-0 . ISSN 1476-1122 . PMID 31000806 .  
  140. ^ Рудин, Синтия (2019). «Прекратите объяснять модели машинного обучения черного ящика для принятия серьезных решений и используйте вместо этого интерпретируемые модели» . Природа Машинный интеллект . 1 (5): 206–215. DOI : 10.1038 / s42256-019-0048-х . ISSN 2522-5839 . 
  141. ^ «Burns & Rajan (2015) Объединение показателей сложности данных ЭЭГ: умножение показателей раскрывает ранее скрытую информацию. F1000Research. 4: 137» .
  142. ^ «Burns & Rajan (2015) Объединение показателей сложности данных ЭЭГ: умножение показателей раскрывает ранее скрытую информацию. F1000Research. 4: 137» .

65. Кейпер, А. (2006). Эпоха нейроэлектроники. Новая Атлантида , 11, 4-41.

Дальнейшее чтение [ править ]

  • Нуньес Пол Л., Сринивасан Рамеш (2007). «PDF» . Scholarpedia . 2 (2): 1348. Bibcode : 2007SchpJ ... 2.1348N . DOI : 10,4249 / scholarpedia.1348 .
  • Арнс, Мартейн; Стерман, Морис Б. (2019). Neurofeedback: как все началось . Неймеген, Нидерланды: Brainclinics Insights. ISBN 9789083001302.

Внешние ссылки [ править ]

  • Танзер Огуз И., (2006) Численное моделирование в электро- и магнитоэнцефалографии, канд. Диссертация , Хельсинкский технологический университет, Финляндия.
  • Учебное пособие по моделированию и оценке источников ЭЭГ в Matlab
  • Учебное пособие по анализу текущей, вызванной и индуцированной нейронной активности: спектры мощности, вейвлет-анализ и когерентность