RU2702728C1 - Способ определения индивидуального частотного диапазона мю-ритма ЭЭГ - Google Patents
Способ определения индивидуального частотного диапазона мю-ритма ЭЭГ Download PDFInfo
- Publication number
- RU2702728C1 RU2702728C1 RU2018130909A RU2018130909A RU2702728C1 RU 2702728 C1 RU2702728 C1 RU 2702728C1 RU 2018130909 A RU2018130909 A RU 2018130909A RU 2018130909 A RU2018130909 A RU 2018130909A RU 2702728 C1 RU2702728 C1 RU 2702728C1
- Authority
- RU
- Russia
- Prior art keywords
- rhythm
- eeg
- frequency range
- computer mouse
- segment
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
Abstract
Изобретение относится к медицине, а именно к психофизиологии, и может быть использовано для определения индивидуального частотного диапазона мю-ритма ЭЭГ. Регистрируют ЭЭГ. Сигналы обрабатываются с помощью быстрого преобразования Фурье. Для расчета индивидуального частотного диапазона мю-ритма анализируют ЭЭГ в диапазоне от 6 до 13 Гц. Выделяют частотный интервал шириной 2 Гц, которому соответствует максимальная реакция десинхронизации в отведении С3 при совершении самостоятельных движений правой рукой с помощью компьютерной мыши относительно условия фиксации взгляда на видеоизображении компьютерной мыши. Способ расширяет арсенал средств для функционального определения индивидуального частотного диапазона мю-ритма ЭЭГ за счет использования циклически совершаемых движений с помощью компьютерной мыши на протяжении заданного промежутка времени и методики оценки ЭЭГ в диапазоне от 6 до 13 Гц. 2 ил., 2 пр.
Description
Изобретение относится к медицине и биологии, в частности к психофизиологии и может быть использовано для исследований биоэлектрической активности мозга и при коррекции функционального состояния человека.
Одной из существующих методик расчета индивидуальной частоты мю-ритма является выделение ее значения, для которого характерна реакция максимальной супрессии (относительно исходного условия) в области соматосенсорной корковой проекции того участка тела, который подвергается сенсорной стимуляции [Gundlach С.Modulation of somatosensory alpha rhythm by transcranial alternating current stimulation at mu-frequency/ C. Gundlach, M.M. 
T. Nierhaus, A. Villringer, B. Sehm // Front Hum Neurosci, 2017, V. 11, p. 432]. С данной целью производилась стимуляция слабым электрическим током указательного пальца правой руки с одновременной регистрацией ЭЭГ в отведении С3. Однако авторы не указывают ширину индивидуально выделяемого диапазона. Также, при использовании данного метода необходимо оказывать воздействие на кожу переменным электрическим током, что может вызывать затруднения при работе с детьми.
Наиболее близким по технической сущности к изобретению является подход, связанный с поиском относительно узкого частотного диапазона (шириной в 2 Гц) с максимальной депрессией амплитуды мю-ритма ЭЭГ при выполнении самостоятельных движений указательным пальцем, языком и артикуляции звуков речи [Tamura Т. Audio-vocal monitoring system revealed by mu-rhythm activity / T. Tamura, A. Gunji, H. Takeichi, H. Shigemasu, M. Inagaki, M. Kaga, M. Kitazaki // Front Psychol, 2012, V. 3, p. 225.] Ограничением данного способа является то, что исследуемый диапазон (8-16 Гц) выходит за пределы установленного для мю-ритма и может перекрываться у детей с бета-ритмом ЭЭГ, а также то, что осуществляются движения, не направленные на предмет.
Задачей настоящего изобретения является функциональное определение индивидуального частотного диапазона мю-ритма ЭЭГ, наиболее чувствительного к условию выполнения циклических движений с компьютерной мышью.
Способ определения индивидуального частотного диапазона мю-ритма электроэнцефалограммы (ЭЭГ) включает регистрацию ЭЭГ, ее обработку с помощью быстрого преобразования Фурье и анализ реактивности ЭЭГ в отведении С3 в частотном диапазоне мю-ритма в двух условиях: при совершении самостоятельных движений и в состоянии покоя и отличается тем, что в состоянии покоя фиксируют взгляд на видеоизображении неподвижной компьютерной мыши и совершают самостоятельные движения, заключающиеся в выполнении циклических круговых движений компьютерной мышью; осуществляют регистрацию ЭЭГ 3 раза по 30 секунд для каждого из двух условий, частотный диапазон ЭЭГ от 6 до 13 Гц разделяют на отрезки шириной в один Гц, для каждого из которых рассчитывают мощность мю-ритма, далее усредняют полученное значение мощности для каждого из условий, затем рассчитывают индекс десинхронизации (ИД) мю-ритма для каждого частотного отрезка по формуле
ИД=(Рфон-Рдвижение/Рфон)*100%,
где: ИД - индекс десинхронизации, отражающий супрессию мю-ритма ЭЭГ;
Рфон - усредненная мощность мю-ритма в отведении С3 в состоянии фиксации взгляда на видеоизображении компьютерной мыши;
Рдвижение - усредненная мощность мю-ритма в отведении С3 при осуществлении самостоятельных движений компьютерной мышью,
далее выделяют отрезок с максимальной супрессией мю-ритма и оценивают два прилегающих к нему отрезка, величина ИД которых превышает значение 10%; при этом, если оба прилегающих отрезка соответствуют требуемому условию, выбирают тот, в котором супрессия более выражена, и после этого объединяют с отрезком, имеющим максимальную супрессию, в результате чего их общая ширина составляет 2 Гц, а если в прилегающих к отрезку с максимальной супрессией участках величина ИД составляет менее 10% или отсутствует, от каждого из них отделяют отрезок в пол герца таким образом, чтобы в сумме с центральным отрезком их ширина составляла 2 Гц, которые и считают далее индивидуальным частотным диапазоном мю-ритма ЭЭГ.
Способ расчета индивидуального диапазона основывается на выделении отрезка ЭЭГ в диапазоне от 6 до 13 Гц шириной 2 Гц, которому соответствует максимальная реакция супрессии в отведении С3 при совершении самостоятельно контролируемых движений правой рукой относительно условия зрительной фиксации на видеоизображении неподвижно лежащей на столе компьютерной мыши.
Новым является то, что в предлагаемой методике для определения индивидуального частотного диапазона мю-ритма ЭЭГ используется ситуация циклически совершаемых инструментальных движений с помощью компьютерной мыши на протяжении заданного промежутка времени. Благодаря этому становится возможным выделить наиболее чувствительный к такого рода движениям частотный диапазон мю-ритма, который демонстрирует устойчивую реакцию десинхронизации. Использование именно компьютерной мыши для выполнения движений позволяет повысить экологическую валидность данной экспериментальной методики в связи с типичностью выполняемой двигательной задачи.
Способ может быть реализован с использованием типовой аппаратуры - электроэнцефалографа, компьютера, компьютерной мыши, веб-камеры.
Способ реализуется следующим образом.
Осуществляется регистрация ЭЭГ с помощью известных методик и типовой аппаратуры в состоянии покоя испытуемого при зрительной фиксации на видеоизображении неподвижно лежащей на столе компьютерной мыши (фоновая ЭЭГ). Затем испытуемый осуществляет правой рукой круговые движения компьютерной мышью, и одновременно производится регистрация биоэлектрического сигнала. Частоты среза фильтров высоких и низких частот составляют, соответственно, 1,5 и 35 Гц, частота оцифровки ЭЭГ-сигналов - 250 Гц. Сигналы обрабатываются с помощью быстрых преобразований Фурье.
Методика расчета индивидуального диапазона основывается на анализе ЭЭГ в диапазоне от 6 до 13 Гц и выделении частотного интервала шириной 2 Гц, которому соответствует максимальная реакция супрессии в левом центральном отведении (локус С3) при совершении самостоятельно контролируемых движений правой рукой относительно условия зрительной фиксации на видеоизображении неподвижно лежащей на столе компьютерной мыши. Таким образом, индивидуальный частотный диапазон мю-ритма определяется эмпирически в соответствии с его ключевым свойством - реакцией десинхронизации в ответ на запуск и осуществление самостоятельных движений. Сравниваются усредненные мощности биопотенциалов, зарегистрированные на протяжении полутора минут (3 повтора каждой ситуации по 30 секунд), соответствующие экспериментальным ситуациям фиксации взгляда на неподвижной компьютерной мыши и самостоятельных движений. Для этого полный частотный диапазон мю-ритма разделяют на отрезки шириной в один Гц, каждый из которых оценивался с целью поиска реакции максимальной супрессии. Для этого рассчитывали падение мю-ритма по формуле:
где: ИД - индекс десинхронизации, отражающий супрессию мю-ритма ЭЭГ; Рфон - усредненная мощность мю-ритма в отведении С3 в ситуациях фиксации взгляда на видеоизображении компьютерной мыши; Рдвижение - усредненная мощность мю-ритма в отведении С3 при осуществлении самостоятельных движений компьютерной мышью.
В зависимости от индекса десинхронизации мю-ритма выбирают 1-герцевый частотный интервал с максимальной супрессией мю-ритма. Далее оцениваются два прилегающие к нему частотных интервала с целью поиска супрессии, превышающей 10%. Если оба прилегающих интервала соответствуют требуемому условию, выбирается тот, в котором супрессия более выражена. Если в обоих частотных интервалах супрессия составляла менее 10% или отсутствовала, от каждого из них брался интервал в полгерца таким образом, что в сумме с центральным их ширина составляла 2 Гц. Далее рассчитанный частотный интервал шириной 2 Гц рассматривается как индивидуальный частотный диапазон мю-ритма.
Пример 1.
Регистрация ЭЭГ осуществляется в состоянии двигательного покоя испытуемого при зрительной фиксации на видеоизображении компьютерной мыши (фоновая ЭЭГ) и при осуществлении самостоятельных круговых движений компьютерной мышью. Каждая из экспериментальных ситуаций повторяется 3 раза длительностью 30 секунд каждая. Первичная обработка ЭЭГ осуществлялась посредством преобразования Фурье. Далее, с помощью программы «EEG Mapping 3» [
Павленко В.Б., Луцюк М.В., 
Павленко О.М. 
програма для запису та 
електроенцефалограми з паралельним записом мови. EEG Mapping 3.0. 
про 
авторського права на 
№32317. 
Дата
04.03.2010.] осуществляется анализ полученных данных. Эпохи анализа составляют 3 секунды с перекрытием 50%. В настройках ритмов задаются следующие частотные интервалы: 6-7 Гц, 7-8 Гц, 8-9 Гц, 9-10 Гц, 10-11 Гц, 11-12 Гц, 12-13 Гц. Далее рассчитывается мощность мю-ритма ЭЭГ в локусе С3 в каждом из установленных частотных интервалов для каждой экспериментальной ситуации. Рассчитанные мощности биопотенциалов, зарегистрированные на протяжении полутора минут (3 повтора каждой ситуации по 30 секунд), усредняли по каждой экспериментальной ситуации.
Полученные результаты можно представить графически (Фиг. 1).
На Фиг. 1 приведены диаграммы значений мю-ритма: усредненные значения мощностей мю-ритма в частотных интервалах: 6-7 Гц, 7-8 Гц, 8-9 Гц, 9-10 Гц, 10-11 Гц, 11-12 Гц, 12-13 Гц в состоянии покоя испытуемого при зрительной фиксации на видеоизображении неподвижно лежащей на столе компьютерной мыши (Фон) и при осуществлении круговых движений компьютерной мышью (Движение).
Далее рассчитывали индекс десинхронизации мю-ритма. В частотном интервале 7-8 Гц ИД равен 44,5%, в интервале 8-9 Гц - 74,2%, в интервале 9-10 Гц - 68,3%. Максимальное падение мю-ритма наблюдается в частотном интервале 8-9 Гц. Оба прилегающих к нему интервала демонстрируют супрессию, превышающую 10%, поэтому выбирается тот, в котором супрессия более выражена. Полученный индивидуальный диапазон мю-ритма в данном случае составляет 8-10 Гц.
Пример 2.
Регистрация и обработка ЭЭГ осуществляется аналогично примеру 1.
Затем рассчитанные мощности биопотенциалов, зарегистрированные на протяжении полутора минут (3 повтора каждой ситуации по 30 секунд), усредняли по каждой экспериментальной ситуации.
Полученные результаты можно представить графически (Фиг. 2).
На Фиг. 2 приведены диаграммы значений мю-ритма: усредненные значения мощностей мю-ритма в частотных интервалах: 6-7 Гц, 7-8 Гц, 8-9 Гц, 9-10 Гц, 10-11 Гц, 11-12 Гц, 12-13 Гц в состоянии покоя испытуемого при зрительной фиксации на видеоизображении неподвижно лежащей на столе компьютерной мыши (Фон) и при осуществлении круговых движений компьютерной мышью (Движение).
Далее рассчитывали индекс десинхронизации мю-ритма. В частотном интервале 8-9 Гц ИД равен 7,8%, в интервале 9-10 Гц - 27,5%, в интервале 10-11 Гц - 8,9%. Максимальное падение мю-ритма наблюдается в частотном интервале 9-10 Гц. В обоих прилегающих интервалах супрессия составляла менее 10%, поэтому от каждого из них выбирали интервал в полгерца таким образом, чтобы в сумме с центральным их ширина составляла 2 Гц. Полученный индивидуальный диапазон мю-ритма в данном случае составляет 8,5-10,5 Гц.
Применение предложенного метода позволяет функционально определить индивидуальный частотный диапазон мю-ритма ЭЭГ, наиболее чувствительный к условию выполнения циклических движений с компьютерной мышью. Данный способ найдет свое применение в психофизиологии при проведении исследований и в медицинской практике при создании методик коррекции состояния организма с помощью ЭЭГ-БОС.
Claims (6)
- Способ определения индивидуального частотного диапазона мю-ритма электроэнцефалограммы (ЭЭГ), включающий регистрацию ЭЭГ, ее обработку с помощью быстрого преобразования Фурье и анализ реактивности ЭЭГ в отведении С3 в частотном диапазоне мю-ритма в двух условиях: при совершении самостоятельных движений и в состоянии покоя, отличающийся тем, что в состоянии покоя фиксируют взгляд на видеоизображении неподвижной компьютерной мыши и совершают самостоятельные движения, заключающиеся в выполнении циклических круговых движений компьютерной мышью; осуществляют регистрацию ЭЭГ 3 раза по 30 секунд для каждого из двух условий, частотный диапазон ЭЭГ от 6 до 13 Гц разделяют на отрезки шириной в один Гц, для каждого из которых рассчитывают мощность мю-ритма, далее усредняют полученное значение мощности для каждого из условий, затем рассчитывают индекс десинхронизации (ИД) мю-ритма для каждого частотного отрезка по формуле
- ИД=(Рфон-Рдвижение/Рфон)*100%,
- где: ИД - индекс десинхронизации, отражающий супрессию мю-ритма ЭЭГ;
- Рфон - усредненная мощность мю-ритма в отведении С3 в состоянии фиксации взгляда на видеоизображении компьютерной мыши;
- Рдвижение - усредненная мощность мю-ритма в отведении С3 при осуществлении самостоятельных движений компьютерной мышью,
- далее выделяют отрезок с максимальной супрессией мю-ритма и оценивают два прилегающих к нему отрезка, величина ИД которых превышает значение 10%; при этом, если оба прилегающих отрезка соответствуют требуемому условию, выбирают тот, в котором супрессия более выражена, и после этого объединяют с отрезком, имеющим максимальную супрессию, в результате чего их общая ширина составляет 2 Гц, а если в прилегающих к отрезку с максимальной супрессией участках величина ИД составляет менее 10% или отсутствует, от каждого из них отделяют отрезок в пол герца таким образом, чтобы в сумме с центральным отрезком их ширина составляла 2 Гц, которые и считают далее индивидуальным частотным диапазоном мю-ритма ЭЭГ.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018130909A RU2702728C1 (ru) | 2018-08-27 | 2018-08-27 | Способ определения индивидуального частотного диапазона мю-ритма ЭЭГ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018130909A RU2702728C1 (ru) | 2018-08-27 | 2018-08-27 | Способ определения индивидуального частотного диапазона мю-ритма ЭЭГ |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2702728C1 true RU2702728C1 (ru) | 2019-10-09 |
Family
ID=68170950
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018130909A RU2702728C1 (ru) | 2018-08-27 | 2018-08-27 | Способ определения индивидуального частотного диапазона мю-ритма ЭЭГ |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2702728C1 (ru) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008097200A1 (en) * | 2007-02-09 | 2008-08-14 | Agency For Science, Technology And Research | A system and method for classifying brain signals in a bci system |
| RU2415642C1 (ru) * | 2009-09-03 | 2011-04-10 | Российская Федерация, в лице которой выступает Министерство образования и науки Российской Федерации | Способ классификации электроэнцефалографических сигналов в интерфейсе мозг - компьютер |
| RU2523349C1 (ru) * | 2013-04-11 | 2014-07-20 | Федеральное государственное бюджетное учреждение "Научный центр неврологии" Российской академии медицинских наук (ФГБУ "НЦН" РАМН) | Способ реабилитации больных, перенесших инсульт |
-
2018
- 2018-08-27 RU RU2018130909A patent/RU2702728C1/ru active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008097200A1 (en) * | 2007-02-09 | 2008-08-14 | Agency For Science, Technology And Research | A system and method for classifying brain signals in a bci system |
| RU2415642C1 (ru) * | 2009-09-03 | 2011-04-10 | Российская Федерация, в лице которой выступает Министерство образования и науки Российской Федерации | Способ классификации электроэнцефалографических сигналов в интерфейсе мозг - компьютер |
| RU2523349C1 (ru) * | 2013-04-11 | 2014-07-20 | Федеральное государственное бюджетное учреждение "Научный центр неврологии" Российской академии медицинских наук (ФГБУ "НЦН" РАМН) | Способ реабилитации больных, перенесших инсульт |
Non-Patent Citations (4)
| Title |
|---|
| TAMURA T. Audio-vocal monitoring system revealed by mu-rhythm activity. Front Psychol. 2012, Jul 6; 3:225. * |
| ГАРАХ Ж.В. Подавление мю-ритма ЭЭГ при представлении движения у больных шизофренией. Социальная и клиническая психиатрия, т. 24, N 3, 2014, с. 5-11. * |
| МАХИН С.А. Исследование реактивности μ ритма при наблюдении, слуховом восприятии и имитации движений: взаимосвясь со свойствами личности, определяющими эмпатию. Физиология человека, том 41, N 6, 2015, с. 28-35. * |
| МАХИН С.А. Исследование реактивности μ ритма при наблюдении, слуховом восприятии и имитации движений: взаимосвясь со свойствами личности, определяющими эмпатию. Физиология человека, том 41, N 6, 2015, с. 28-35. ГАРАХ Ж.В. Подавление мю-ритма ЭЭГ при представлении движения у больных шизофренией. Социальная и клиническая психиатрия, т. 24, N 3, 2014, с. 5-11. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wen et al. | Electroencephalogram (EEG) stress analysis on alpha/beta ratio and theta/beta ratio | |
| De Jong et al. | In search of the point of no return: the control of response processes. | |
| Mak et al. | An automated ECG-artifact removal method for trunk muscle surface EMG recordings | |
| Karthikeyan et al. | Analysis of stroop color word test-based human stress detection using electrocardiography and heart rate variability signals | |
| Hadjileontiadis | EEG-based tonic cold pain characterization using wavelet higher order spectral features | |
| Ko et al. | Eyeblink recognition improves fatigue prediction from single-channel forehead EEG in a realistic sustained attention task | |
| WO2007021645A2 (en) | Method and system for limiting interference in electroencephalographic signals | |
| Garcia et al. | A decomposition algorithm for surface electrode-array electromyogram | |
| Dakin et al. | Rectification is required to extract oscillatory envelope modulation from surface electromyographic signals | |
| Zou et al. | Automatic EEG artifact removal based on ICA and Hierarchical Clustering | |
| Tamburro et al. | Automatic removal of cardiac interference (ARCI): A new approach for EEG data | |
| Burhan et al. | Feature extraction of surface electromyography (sEMG) and signal processing technique in wavelet transform: A review | |
| Junior et al. | A template subtraction method for reducing electrocardiographic artifacts in EMG signals of low intensity | |
| RU2702728C1 (ru) | Способ определения индивидуального частотного диапазона мю-ритма ЭЭГ | |
| KR20170004547A (ko) | 동공 크기 변화율을 이용한 뇌 정보 (EEG spectrum) 추출 방법 및 그 장치 | |
| Jung et al. | A review on EEG artifacts and its different removal technique | |
| JP2015205042A (ja) | リハビリテーション装置 | |
| KR20180099984A (ko) | 다중 신경생리신호 기반 사용자 간 상호작용 모니터링 장치 및 방법 | |
| Qi | Algorithms benchmarking for removing EOG artifacts in brain computer interface | |
| Jesus et al. | Muscle fatigue assessment during cycle ergometer exercise using principal component analysis of electromyogram power spectra | |
| Colamarino et al. | Adaptive learning in the detection of Movement Related Cortical Potentials improves usability of associative Brain-Computer Interfaces | |
| Hadsund et al. | Feature domain-specific movement Intention detection for stroke rehabilitation with brain-computer interfaces | |
| Munia et al. | Mental states estimation with the variation of physiological signals | |
| Miljković et al. | Electrogastrogram Signal Processing: Techniques and Challenges with Application for Simulator Sickness Assessment | |
| RU2612820C1 (ru) | Способ диагностики стадий нервно-мышечных нарушений от функционального перенапряжения у работников сельского хозяйства по показателям стимуляционной электронейромиографии |