RU2803957C1 - Способ автоматизированного определения архитектуры сна у пациентов с хроническими нарушениями сознания - Google Patents

Способ автоматизированного определения архитектуры сна у пациентов с хроническими нарушениями сознания Download PDF

Info

Publication number
RU2803957C1
RU2803957C1 RU2022129418A RU2022129418A RU2803957C1 RU 2803957 C1 RU2803957 C1 RU 2803957C1 RU 2022129418 A RU2022129418 A RU 2022129418A RU 2022129418 A RU2022129418 A RU 2022129418A RU 2803957 C1 RU2803957 C1 RU 2803957C1
Authority
RU
Russia
Prior art keywords
sleep
stages
phases
patients
eeg
Prior art date
Application number
RU2022129418A
Other languages
English (en)
Inventor
Илья Владимирович Борисов
Андрей Вячеславович Гречко
Михаил Михайлович Канарский
Юлия Юрьевна Некрасова
Марина Владимировна Петрова
Юлия Андреевна Подольская
Пранил Прадхан
Иван Валерьевич Редкин
Original Assignee
Федеральное Государственное Бюджетное Научное Учреждение "Федеральный Научно- Клинический Центр Реаниматологии и Реабилитологии" (ФНКЦ РР)
Filing date
Publication date
Application filed by Федеральное Государственное Бюджетное Научное Учреждение "Федеральный Научно- Клинический Центр Реаниматологии и Реабилитологии" (ФНКЦ РР) filed Critical Федеральное Государственное Бюджетное Научное Учреждение "Федеральный Научно- Клинический Центр Реаниматологии и Реабилитологии" (ФНКЦ РР)
Application granted granted Critical
Publication of RU2803957C1 publication Critical patent/RU2803957C1/ru

Links

Images

Abstract

Изобретение относится к медицине. Проводят фильтрацию полученных сигналов ЭЭГ, ЭМГ, ЭОГ и ЭКГ, удаление артефактов ЭОГ, ЭКГ и ЭМГ из каналов ЭЭГ. Проводят разбиение сигнала ЭЭГ на 30-секундные эпохи и компьютерную обработку полученной полисомнографической (ПСГ) записи. ПСГ запись осуществляют в течение по меньшей мере трех суток. Отмечают первую эпоху с основным корковым ритмом бодрствования. Получают численные данные о корковом ритме бодрствования: амплитуда, частота, локализация, морфология. Вводят полученные параметры в блок логического искусственного интеллекта в качестве исходной точки. Производят определение индивидуальных признаков сна или бодрствования в пределах каждой эпохи путем сопоставления с результатами анализа выделенной ранее эпохи. Классифицируют эпохи по фазам и стадиям сна, выделяя две фазы: фазу быстрого сна - R и фазу медленноволнового сна - N, которая включает в себя три стадии: первую - N1, вторую - N2, третью - N3. Формируют графическое представление результатов классификации эпох по фазам и стадиям сна - гипнограмму для всей продолжительности процедуры записи и подсчитывают продолжительность сна в каждой из фаз и стадий за каждые сутки. Способ позволяет более точно определять фазы и стадии сна у пациентов с хроническими нарушениями сознания, проводить дифференциальную диагностику уровня сознания, прогнозировать течение заболевания, а также обеспечивает автоматизацию процедуры ручного анализа длительной ПСГ записи. 4 ил., 1 табл., 4 пр.

Description

Изобретение относится к медицине, а именно к неврологии, сомнологии, реабилитологии. Предложен компьютерно реализуемый способ определения архитектуры сна в режиме длительной полисомнографической (ПСГ) записи у пациентов с хроническими нарушениями сознания (ХНС). Изобретение позволяет более точно определять фазы и стадии сна у пациентов с ХНС, что имеет большое значение, как для дифференциальной диагностики уровня сознания, так и для прогноза течения заболевания, а также обеспечивает автоматизацию процедуры ручного анализа длительной ПСГ записи.
Уровень техники
Анализ сна у пациентов с ХНС является крайне актуальной задачей. Однако результаты исследований в этой области, отраженные в открытой печати, зачастую являются разнородными и противоречивыми. До 2015 года рассматриваемой теме было посвящено относительно небольшое количество публикаций [1-7], касавшихся в основном выявления различных стадий сна у пациентов в вегетативном состоянии (ВС), в особенности стадии быстрого сна [7, 8]). В ряде случаев также отмечался медленный сон [1, 2], однако большинство исследователей описывали смену фаз сна как дезорганизованную и непредсказуемую, не соответствующую циркадным циклам здорового человека [9]. В некоторых исследованиях у пациентов в ВС физиологических признаков сна не отмечалось вовсе, однако при этом присутствовали поведенческие признаки цикла «сон-бодрствование» [10]. Isono et al. зафиксировали наличие в основном I и II стадий медленного сна [5], тогда как в работе Cologan et al. [11] отмечается, что сонные веретена, являющиеся одним из основных признаков II стадии медленного сна, отсутствуют более чем в половине случаев. Landsness et al. [10] отрицают факт наличия каких бы то ни было признаков сна у наблюдаемых пациентов, тогда как Bedini et al. [12] отмечают цикличность сна и наличие отдельных признаков у всех испытуемых. Arnaldi et al. [13] не зафиксировали признаков медленного сна ни у одного пациента, в то время как REM сон отмечался в 15% случаев. В работе [12], напротив, медленный сон превалирует по частоте встречаемости над быстрым сном. В работе Pavlov et al. [9] исследовались 15 пациентов, среди которых у 13 были выявлены признаки стадии I, у 14 - стадии II, у 9 - стадии III медленного сна. У 10 пациентов наблюдался REM сон. Сонные веретена отмечались у 5 пациентов. Исследование проводилось с помощью ручного маркирования совместно со спектральным анализом.
С 2015 исследований, посвященных сну пациентов с ХНС, стало значительно больше. Так, Rossi Sebastiano et al. в 2018 году расширили ранее проведенное ими же исследование 85 пациентов с ХНС [14]. Ночное ПСГ мониторирование показало, что у 19 из 49 пациентов с диагнозом ВС ослабление амплитуды сигнала было единственным признаком сна. У пациентов с диагнозом «состояние малого сознания» (CMC) отмечались различные стадии медленного сна, что, по мнению авторов, может считаться одним из критериев при постановке диагнозов ВС или CMC [15].
В настоящее время известно несколько компьютерно реализуемых способов оценки архитектуры сна.
В частности известен реализованный компьютером способ характеристики архитектуры сна, включающий обработку набора данных и анализ множества временных рядов гипнограмм ЭЭГ сна с использованием модели нелинейных временных рядов, включающей модель пороговой авторегрессии самовозбуждения (SETAR) или модель нейронной сети (US 10932716 Characterizing sleep architecture). Однако, по причине большого разнообразия этиологий, приводящих к угнетению сознания, отсутствия патогномичных паттернов ЭЭГ, соответствующих дифференцируемым уровням сознания, а также наличия индивидуальных различий корковых ритмов, применение методов, основанных на статистическом анализе сходств и различий показателей пациента с референтными значениями затруднительно.
Известен способ определения состояний сна по сигналу ЭЭГ субъекта, включающий этапы: электронная обработка сигнала ЭЭГ для генерации спектра третьего или более высокого порядка указанного сигнала; электронная обработка указанного спектра для получения, по меньшей мере, одного временного ряда спектра для заданной частоты; и электронная обработка упомянутых временных рядов спектра для соответствия предварительно определенным критериям, чтобы ощутимо классифицировать сегменты сигнала ЭЭГ как соответствующие конкретным состояниям макросна субъекта. (US 2011301487 Method and apparatus for determining sleep states). Однако спектральный анализ ЭЭГ, используемый в данном изобретении, не является абсолютно показательным для пациентов с тяжелыми повреждениями головного мозга, поскольку существенными характеристиками для волн тета- и дельта-диапазона, превалирующих в ЭЭГ пациентов с ХНС, являются не частоты ритмов, а иные характеристики, такие как локализация, распространенность, устойчивость от эпохи к эпохе. Особенно это относится к тета-диапазону, при учете высокого участия этих волн в формировании вспышек.
Известен также способ определения фазы сна в длительной записи ЭЭГ, который содержит подготовительный этап, на котором: производят предобработку по меньшей мере одного сигнала ЭЭГ из базы данных, осуществляют фильтрацию по меньшей мере одного канала, осуществляют выделение по меньшей мере одной эпохи из по меньшей мере одного сигнала ЭЭГ и осуществляют поканальную нормализацию; обучают первую нейронную сеть, на вход которой подают по меньшей мере одну эпоху по меньшей мере одного сигнала ЭЭГ, в которой используются по меньшей мере два канала, которые являются общими для всех субъектов, при этом осуществляют автоматическое выделение признаков из по меньшей мере одной эпохи по меньшей мере одного сигнала ЭЭГ посредством применения одномерного сверточного слоя с большим размером фильтра и применением по меньшей мере одного сверточного блока, который обеспечивает больший уровень абстракции; полученные признаки объединяют во входные последовательности, причем последовательность состоит из текущей эпохи и по меньшей мере одной предыдущей эпохи первой нейронной сети; каждая эпоха делится на равные части по длине отрезка и по каждому отрезку, в каждом канале вычисляют мощность сигнала в альфа-диапазоне, полученные признаки добавляются к входной последовательности; обучают вторую нейронную сеть, на вход которой подают полученную на предыдущем этапе входную последовательность, для определения временной динамики зависимости между эпохами (RU 2751137).
Однако, для характеристики сна у пациентов с ХНС в большинстве случаев недостаточно анализа только ЭЭГ сигнала, требуется также анализ сигналов ЭМГ, ЭОГ и ЭКГ, т.е. полной полиграфической записи, что делает вышеизложенный способ недостаточно информативным.
Раскрытие сущности изобретения
Анализ паттернов сна у пациентов с ХНС привлекает все большее внимание с точки зрения диагностики, прогноза и терапии тяжелого повреждения головного мозга. Авторами заявляемого способа разработан специализированный, ориентированный на пациентов с ХНС, программный комплекс (ПК) на основе искусственного интеллекта для автоматической классификации фаз и стадий сна с акцентом на выделение сонных веретен, измененных вследствие повреждения головного мозга, К-комплексов, медленноволновой активности, фаз медленного и быстрого сна. ПК призван помочь нейрофизиологам в кропотливой работе по расшифровке длительных записей ЭЭГ, предоставить «второе мнение» и в целом повысить точность диагностики.
Для проверки корректности работы ПК был выполнен анализ ROC-кривых в рамках бинарной классификации медленного сна, быстрого сна и бодрствования. Средняя чувствительность и специфичность алгоритма составляет 87,9 и 70,1 соответственно. Средняя площадь под ROC-кривой - 0,790. Наличие ПК, учитывающего особенности ЭЭГ пациентов с ХНС и проводящего анализ сна и бодрствования в автоматическом режиме, может быть полезным не только как диагностический инструмент для невролога и сомнолога, но также способствовать более широкому распространению этой методики в клинической практике.
Разработчиками ПК выполнена практическая задача обнаружения характерных графоэлементов, являющихся признаками сна, таких так сонные веретена, медленные волны, К-комплексы и пр., расчет индексов альфа-, бета-, тета- и дельта-ритмов, средних значений амплитуд сигналов ЭЭГ, подбородочной ЭМГ и ЭОГ, на основании чего ПК с использованием методов искусственного интеллекта классифицирует эпохи, присваивая им метки той или иной стадии сна и формируя в результате гипнограмму пациента, а также ряд выходных расчетных параметров, таких как общая длительность сна, длительность фаз и стадий, степень консолидации сна.
Технической проблемой, на решение которой направлено заявляемое изобретение, является создание компьютерно реализуемого способа оценки архитектуры сна у пациентов с ХНС.
Технический результат заявляемого изобретения заключается в повышении точности классификации сигнала ПСГ по фазам и стадиям сна у группы пациентов с последствиями тяжелых приобретенных повреждений головного мозга, в том числе с ХНС, что позволяет уточнить дифференциальный диагноз между видами нарушения сознания (ВС или CMC) в составе комплексной мультимодальной диагностики нарушений сознания, а также сформулировать прогноз течения заболевания (реабилитационный потенциал пациента), что позволит оптимально выбрать маршрут движения пациента между паллиативной помощью и реабилитацией.
Заявленный результат достигается за счет осуществления компьютерно реализуемого способа автоматической классификации эпох сигнала длительной ПСГ записи с учетом особенностей корковой ритмики пациентов с ХНС.
Осуществление изобретения
Заявленный способ содержит следующие этапы.
1. Этап сбора данных, на котором проводят подготовку пациента к исследованию, включающую отмену седативных препаратов, оказывающих влияние на сон, подготовку кожи к установке электродов (обезжиривание) с помощью специальных скрабов.
Осуществляют установку чашечковых электродов для длительной записи ЭЭГ на адгезивную пасту в соответствии со стандартной системой 10/20. При этом число каналов должно включать по меньшей мере два канала электроокулограммы (ЭОГ), один канал электромиограммы (ЭМГ), один канал электрокардиограммы (ЭКГ) и 19 каналов ЭЭГ: Fp1, Fp2, F3, F4, С3, С4, Р3, Р4, 01, 02, F7, F8, Т3, Т4, Т5, Т6, Fz, Cz, Pz с использованием головного референта и заземляющего электрода.
Производят фиксацию электродов с помощью пластырей и надеваемой сверху сеточки или шлема, или бинтования когезивным бинтом.
Осуществляют запись ПСГ в ОРИТ под наблюдением лечащего врача или нейрофизиолога в течение, по меньшей мере, трех суток, при этом импеданс между электродом и скальпом составляет не более 5 кОм.
Как было установлено авторами опытным путем и согласуется с литературными данными [1 R. М. Abrams, 'Sleep Deprivation', Obstet. Gynecol. Clin. North Am., vol. 42, no. 3, pp.493-506, Sep.2015, doi: 10.1016/j.ogc.2015.05.013.]5 трехсуточная продолжительность записи ПСГ для пациентов с ХНС, находящихся в ОРИТ, является минимально достаточной для фиксации сна пациентов, который может отсутствовать на протяжении одних или двух суток и быть, таким образом, незафиксированным.
2. Подготовительный этап обработки данных, на котором:
• осуществляют фильтрацию сигнала в различных диапазонах в зависимости от типа сигнала (ЭЭГ, ЭМГ, ЭОГ или ЭКГ);
• удаляют из сигналов ЭЭГ глазодвигательные, кардиологические и мышечные артефакты методом независимых компонент;
• осуществляют разбиение сигнала на 30-секундные эпохи в соответствии с международными критериями для анализа ПСГ Rechtschaffen и Kales [2 Rechtschaffen А, Kales A, editors. Los Angeles: Brain Information Service/Brain Research Institute, University of California; 1968. A manual of standardized terminology, techniques and scoring system of sleep stages in human subjects'].
3. Этап анализа первой эпохи, на котором:
• нейрофизиолог в режиме просмотра сигнала в программе отмечает эпоху, содержащую основной корковый ритм пациента в спокойном бодрствовании или его аналог;
• с помощью специально разработанной компьютерной программы осуществляют автоматическую обработку выделенной эпохи с целью получения параметров основного ритма или его аналога, таких как амплитуда, частота, локализация, морфология;
• производят введение полученных параметров в блок логического искусственного интеллекта в качестве исходной точки. Это позволяет при дальнейшем анализе зафиксировать изменения корковой ритмики в течение всего времени записи не стандартизовано, как принято при анализе ПСГ пациентов без тяжелых повреждений ГМ, а относительно основного ритма конкретного пациента, тем самым персонализировав проводимый анализ и учитывая особенности биоэлектрической активности пациента.
4. Этап извлечения характерных признаков, на котором производят определение индивидуальных признаков сна или бодрствования в пределах каждой эпохи путем сопоставления с результатами анализа выделенной ранее эпохи. Определяют динамику изменения ритмов: замедление ритмов бодрствования, снижение их амплитуды, наличие периодических и ритмических паттернов, характерных для тяжелых повреждений головного мозга; нарастание индекса дельта- или тета-активности, синхронизация или десинхронизация корковой ритмики, наличие и параметры сонных веретен, К-комплексов, быстрых или медленных латеральных движений глаз, морганий, нарастания или снижения амплитуды миогенных сигналов. При этом учитывают особенности пациентов с ХНС, такие как замедление ритмов бодрствования до дельта-тета диапазона, снижение их амплитуды вплоть до уплощения кривой (<15 мкВ), снижение частоты сонных веретен до тета-диапазона и их амплитуды, наличие периодических и ритмических паттернов, характерных для тяжелых повреждений головного мозга. Среди таких паттернов: паттерн «вспышка подавление», характеризующийся периодическим подавлением биоэлектрической активности, ритмическая дельта-активность (FIRDA, OIRDA, TIRDA), эпи-приступы и эпи-статусы в виде высокоамплитудных дельта-волн частотой 3-4 Гц, периодические «пробежки» тета-волн.
5. Поиск сонных веретен осуществляют посредством расчета скользящего среднеквадратического значения сигнала, что позволяет оценить увеличение мощности ритма при наличии в скользящем окне сонного веретена, относительной мощности ритма по отношению к широкодиапазонному сигналу (0,5-30 Гц), рассчитываемой методом оконного преобразования Фурье, и корреляции между широкодиапазонным сигналом и сигналом в диапазоне ритма сонного веретена. Учитывая общее замедление ритма у пациентов с ХНС, поиск веретен осуществляют дополнительно не только в сигма-диапазоне (11-16 Гц), но и на более медленных частотах (до 4-5 Гц).
В основу алгоритма поиска медленных волн положены исследования Massimini et al. [16] и Carrier et al. [17], согласно которым медленная волна на ЭЭГ представляет собой отрицательный пик с амплитудой от -40 до -300 мкВ, и следующий за ним положительный пик с амплитудой от 10 до 200 мкВ. С учетом уплощения ритма у пациентов с ХНС поиск обоих пиков производят в расширенном диапазоне. С помощью примененного алгоритма поиска двух пиков из рассмотрения исключаются такие артефакты, как дрейф базовой линии и прочие случайные колебания в медленноволновом диапазоне.
Детектирование альфа- и бета-ритма осуществляют аналогично детектированию сонных веретен, за исключением расчета среднеквадратичного значения.
Быстрые движения глаз, являющиеся основным признаком REM-сна, определяют, согласно как колебания, присутствующие одновременно в двух каналах ЭОГ, резко изменяющиеся по амплитуде в разные стороны относительно базовой линии.
Наличие специальных паттернов фиксируют посредством пространственно-временного анализа в виде отметок событий, после чего участки записи со специальными паттернами исключают из анализа сна и отмечают в дальнейшем на гипнограмме в виде отсечек. Поиск графоэлементов производят в определенных каналах в зависимости от топологии признаков.
6. Этап классификации, на котором производят присвоение эпохам меток, соответствующих фазам и стадиям сна в зависимости от сформированного на предыдущем шаге вектора признаков с помощью предварительно обученного логического искусственного интеллекта, содержащего набор логических функций и пороговых значений, которые представлены в виде совокупности знаний («правила «если-то») для экспертной системы. Основным преимуществом программного обеспечения искусственного интеллекта на основе экспертной системы является полная прозрачность процесса классификации и адаптивность правил «если-то» для пациентов с ХНС.
Используемые метки включают в себя две фазы: фазу быстрого сна - R, и фазу медленноволнового сна - N, которая включает в себя три стадии: задремывание (первую стадию сна) - N1, легкий сон (вторую стадию сна) - N2, глубокий сон (третью-четвертую стадию сна) - N3.
7. Этап вывода результатов, на котором формируют графическое представление результатов классификации эпох по фазам и стадиям сна - гипнограмму - для всей продолжительности процедуры записи и подсчитывают продолжительность сна в каждой из фаз и стадий для каждых суток, отмечают специальные события - эпи-приступы и эпи-статусы, участки ритмической активности.
Гипнограммы, полученные в результате автоматического анализа фаз и стадий сна, позволяют оценить архитектуру сна, наличие ритмической смены фаз и стадий сна, что в совокупности может служить достаточно надежным критерием для определения реабилитационного потенциала пациента.
Клинические примеры
Для подтверждения прогностической значимости архитектуры сна у пациентов с ХНС был произведен сбор катамнестических данных 32 пациентов с ХНС, проходивших процедуру определения архитектуры сна в ОРИТ ФНКЦ РР через 3 месяца после выписки из стационара. Демографические, клинические и катамнестические данные (исходы) представлены в таблице 1.
Из данных, представленных в таблице 1, видно, что архитектура сна у пациентов с благоприятными исходами (положительная динамика уровня сознания) близка к нормальной и характеризуется цикличностью смены фаз и стадий сна. У пациентов с неблагоприятными исходами (отсутствие положительной динамики уровня сознания) наблюдалась либо обедненная архитектура сна, в которой смена фаз и стадий сна происходила редко, отсутствовали некоторые фазы и стадии сна, либо хаотичная, не цикличная смена фаз и стадий сна.
Наиболее показательные клинические примеры.
Пациент М. (№23 в таблице 1) перенес аноксическое поражение головного мозга в интраоперационном периоде микрохирургического удаления шванномы вестибулярного нерва справа с применением нейрофизиологического мониторирования, эпизод парадоксальной воздушной эмболии, выход из комы в ВС.
Неврологический статус при поступлении в ФНКЦ РР: Уровень сознания: ВС.Лежит на спине в пассивной позе с приоткрытыми глазами, инструкции не выполняет.Лагофтальм справа. Роговичный рефлекс снижен больше справа. Тетрапарез. Функции тазовых органов не контролирует.Шкала CRS -R - 6 б.
Во время лечения в ФНКЦ РР пациенту М. был проведен трехсуточный ПСГ-мониторинг согласно вышеописанному алгоритму. Трехсуточная гипнограмма пациента, полученная с помощью автоматизированного способа оценки архитектуры сна, представлена на Фиг. 1. У пациента в первые сутки наблюдается сниженное количество сна, смена фаз и стадий дезорганизована. Во вторые сутки эпизоды сна отсутствовали. В третьи сутки наблюдалась циклическая смена фаз и стадий сна, хорошо консолидированного в ночное время. Видно, что ограничение продолжительности исследования 1-ми или 2-мя сутками записи, без учета состояния пациента на 3-й сутки было бы недостаточно информативно и не позволило бы сделать благоприятный прогноз на восстановление сознания пациента.
После проведенного лечения уровень сознания пациента повысился до CMC-. Неврологический статус при выписке: Уровень сознания - состояние минимального сознания минус.Глаза при осмотре открыты. Фиксирует взгляд, локализует звук. Шкала CRS -R- 11 б. (2+2+2+2+1+2).
При сборе катамнестических данных через 3 месяца пациент был жив, фиксировал взор, оставался в том же уровне сознания, как и при выписке из стационара. Таким образом, проведенный анализ архитектуры сна имел положительный предиктивный потенциал, несмотря на аноксическую этиологию ХНС.
Пациент Б (№6 в таблице 1). Обстоятельства начала заболевания не известны. Пациент был доставлен в стационар бригадой СМП в состоянии клинической смерти из дома, была обильная рвота кровью. Вызван дежурный реаниматолог, интубирован, ИВ Л мешком Амбу, транспортирован в отделение реанимации. КТ-картина последствий гипоксически-ишемического повреждения вещества головного мозга в обеих гемисферах. Признаки диффузной церебральной атрофии.
Неврологический статус при поступлении: Уровень сознания - ВС. Глаза при осмотре открыты. Шкала CRS -R - 4 6 (0-0-1-1-0-2). Положение пациента в кровати пассивное в приданной позе. На болевой раздражитель реагирует - позотонической реакцией (сгибанием). Обращенную речь не воспринимает. Собственная речь отсутствует. Не артикулирует. Инструкции не выполняет. В собственной личности, в месте и времени ориентировку определить затруднительно из-за ограниченного контакта с больным. Ригидность затылочных мышц - нет. Симптом Кернига исследовать невозможно из-за спастики. Симптомы Брудзинского (верхний, средний, нижний) отрицательны. Глазные щели равные. Объем движений глазных яблок не ограничен. Зрачки - D=S. округлой формы. Прямая реакция зрачков на свет сохранена, содружественная реакция зрачков на свет сохранена. Окулоцефалический рефлекс сохранен. Движения нижней челюстью -тризм. Корнеальный рефлекс сохранен. Лицо в покое симметрично. Слух - стартл-рефлекс отсутствует, нистагма нет. Глоточный рефлекс не исследовался из-за тризма. Язык в полости рта, за линию зубов не выводит. Рефлексы орального автоматизма - нет. Мышцы развиты правильно, гипотрофичны. Фасцикуляции и миокимии не определяются, клонусов нет.Сила мышц - достоверно определить не предоставляется возможным из-за ограниченного контакта с больным. Активных движений нет. Пассивные движения в конечностях ограничены в лучезапястных, коленных, голеностопных суставах из-за спастичности. Руки и ноги в положении сгибания и приведения. Гиперкинезов нет. Сухожильные и периостальные рефлексы D=S, торпидны. Патологические рефлексы - нет. Чувствительная сфера - достоверно оценить невозможно из-за ограниченного контакта с больным. Функции тазовых органов не контролирует.
Пациенту Б. был проведен трехсуточный ПСГ-мониторинг по вышеприведенному алгоритму с целью оценки архитектуры сна. Полученная гипнограмма приведена на фиг. 2.
В первые сутки после начала записи сон отсутствовал, за исключением кратковременного (около часа) эпизода задремывания в вечерние часы. Во вторые и третьи сутки архитектура сна носила обедненный характер, отсутствовали фазы быстрого и медленноволнового сна. Специфические ритмические паттерны отсутствуют. По полученной гипнограмме прогнозировать благоприятный реабилитационный потенциал на восстановление сознания у данного пациента не представляется возможным.
При выписке пациент Б. находился в ВС. Шкала CRS -R - 4 6 (0-0-1-1-0-2). Динамика состояния: без перемен.
Пациент М-в (№30 в таблице 1) пострадал в ДТП. Госпитализирован с диагнозом: Сочетанная закрытая черепно-мозговая травма, ушиб головного мозга тяжелой степени. Множественные контузионно-геморрагические очаги ушиба головного мозга, внутримозговые гематомы обоих полушарий головного мозга, преимущественно слева, ствола и мозжечка. ДАП.
Неврологический осмотр при поступлении: Уровень сознания - ВС.CRS-R - 3 б. Глаза открывает произвольно. Взор по центру, не фиксирует, не переводит. Положение пациента в кровати пассивное в приданной позе. На болевой раздражитель реагирует, не локализует. Обращенную речь не воспринимает. Собственная речь отсутствует. Не артикулирует. Инструкции не выполняет. В собственной личности, в месте и времени ориентировку определить не представляется возможным из-за отсутствия контакта с пациентом. Глазные щели равные. Объем движений глазных яблок - ориентировочно не ограничен. Зрачки D=S, средней величины, округлой формы. Прямая реакция зрачков на свет сохранена, содружественная реакция зрачков на свет сохранена. Окулоцефалический рефлекс сохранен. Движения нижней челюстью: не ограничены. Корнеальный рефлекс сохранен. Лицо в покое симметрично. Слух: стартл-рефлекс есть, реагирует морганием. Глоточный рефлекс снижен. Дисфагия. Язык в полости рта, за линию зубов не выводит. Рефлексы орального автоматизма: нет. Мышцы развиты правильно, гипотрофичны. Сила мышц - достоверно определить невозможно из-за ограниченного контакта с пациентом. Активных движений в конечностях нет. Пассивные движения в правых конечностях ограничены из-за умеренного повышения мышечного тонуса. В левых конечностях не ограничены. Сухожильные и периостальные рефлексы высокие D=S. Патологические рефлексы: нет. Чувствительная сфера - достоверно оценить не представляется возможным из-за отсутствия контакта с пациентом. Функции тазовых органов не контролирует.
Гипнограмма пациента М-ва приведена на фиг. 3. Регистрируется циклическая смена фаз и стадий сна, все стадии представлены в первые сутки записи, отмечается достаточное количество времени сна. Реабилитационный потенциал пациента в отношении восстановления уровня сознания может быть оценен как благоприятный. Специфические ритмические паттерны отсутствуют.
При выписке отмечается положительная динамика в неврологическом статусе проявляющаяся в периодической фиксации взора, что дает основание говорить о повышении уровня сознания до состояния минимального сознания минус. При сборе катамнестических данных, записанных со слов родственников пациента, отмечается дальнейшее повышение уровня сознания до коммуницирующего статуса (СМС+).
Пациент П. (№16 в таблице 1) был доставлен с места ДТП (мотоциклист) в стационар, где пациенту были выполнена операции лапаротомия, спленэктомия, санация, дренирование брюшной полости. Во время операции имел место эпизод остановки сердечной деятельности. Аноксическое поражение головного мозга.
В неврологическом статусе при поступлении: Уровень сознания: ВС. Глаза при осмотре открыты. Шкала FOUR Е3 М2 В4 R0 (9 балл.). ШКГ - 8 6 (Е4 VI М3). Положение пациента в кровати пассивное в приданной позе. На болевой раздражитель реагирует сгибанием рук. Обращенную речь не понимает. Собственная речь отсутствует. Артикуляции нет. Инструкции не выполняет. Ригидность затылочных мышц: нет. Симптом Кернига отрицателен. Симптомы Брудзинского (верхний, средний, нижний) отрицательны. Черепно-мозговые нервы. Глазные щели D=S. Зрачки D=S, округлой формы. Прямая реакция зрачков на свет сохранена, содружественная реакция зрачков на свет сохранена. Легкое расходящееся косоглазие. Окулоцефалический рефлекс сохранен, снижен. Движения нижней челюстью: тризм. Корнеальный рефлекс сохранен. Лицо в покое симметрично. Нистагма нет. Голос отсутствует. Глоточный рефлекс не исследовался из-за тризма. Язык в полости рта, за линию зубов не выводит. Рефлексы орального автоматизма: хоботковый. Мышцы развиты правильно. Фасцикуляции и миокимии не определяются. Клонусы в левой руке при болевом раздражении. Сила мышц: достоверно определить не предоставляется возможным из-за ограниченного контакта с больным. Пассивные движения в конечностях не ограничены. Тонус мышц снижен в конечностях. Гиперкинезов нет. Сухожильные и периостальные рефлексы равные, с рук и коленные оживлены, ахилловы снижены. Патологические рефлексы: нет. Чувствительная сфера - достоверно оценить невозможно из-за ограниченного контакта с больным. Функции тазовых органов не контролирует.
На протяжении всех трех суток ПСГ-записи на гипнограмме пациента определяется обедненная архитектура сна, циркадианные ритмы нарушены, количество часов сна снижено. В бодрствовании регистрируются периодические эпизоды декремента корковой активности (красные отсечки), что может говорить о неблагоприятном прогнозе на восстановление уровня сознания.
При выписке пациента в неврологическом статусе: без динамики. Персистирующее ВС. Проведенный сбор катамнестических данных показал, что пациент П. скончался через 3 дня после перевода в паллиативное отделение.
Литература
[1] G. D'Aleo, P. Bramanti, R. Silvestri, L. Saltuari, F. Gerstenbrand, and R. Di Perri, 'Sleep spindles in the initial stages of the vegetative state', Ital. J. Neurol. Sci., vol. 15, no. 7, pp. 347-351, Oct. 1994, doi: 10.1007/BF02339931.
[2] G. D'Aleo, L. Saltuari, F. Gerstenbrand, and P. Bramanti, 'Sleep in the last remission stages of vegetative state of traumatic nature', Fund. Neurol, vol. 9, no. 4, pp. 189-192, Aug. 1994.
[3] F. Giubilei et al, 'Sleep abnormalities in traumatic apallic syndrome', J. Neurol Neurosurg. Psychiatry, vol. 58, no. 4, pp. 484-486, Apr. 1995, doi: 10.1136/jnnp.58.4.484.
[4] C. R. Gordon and A. Oksenberg, 'Spontaneous nystagmus across the sleep-wake cycle in vegetative state patients', Electroencephalogr. Clin. Neurophysiol., vol. 86, no. 2, pp. 132-137, Feb. 1993, doi: 10.1016/0013-4694(93)90085-a.
[5] M. Isono, Y. Wakabayashi, M. Fujiki M, T. Kamida, and H. Kobayashi, 'Sleep cycle in patients in a state of permanent unconsciousness', Brain Inf., vol. 16, no. 8, pp. 705-712, Aug. 2002, doi: 10.1080/02699050210127303.
[6] M. Valente et al., 'Sleep organization pattern as a prognostic marker at the subacute stage of post-traumatic coma', Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol, vol. 113, no. 11, pp. 1798-1805, Nov. 2002, doi: 10.1016/sl388-2457(02)00218-3.
[7] A. Oksenberg, E. Arons, L. Sazbon, A. Mizrahi, and H. Radwan, 'Sleep-related erections in vegetative state patients', Sleep, vol. 23, no. 7, pp.953-957, Nov. 2000.
[8] A. Oksenberg, C. Gordon, E. Arons, and L. Sazbon, 'Phasic activities of rapid eye movement sleep in vegetative state patients', Sleep, vol. 24, no. 6, pp. 703-706, Sep.2001, doi: 10.1093/sleep/24.6.703.
[9] Y. G. Pavlov et al, 'Night sleep in patients with vegetative state', J. Sleep Res., vol. 26, no. 5, pp.629-640, Oct. 2017, doi: 10.1111/jsr.12524.
[10] E. Landsness et al, 'Electrophysiological correlates of behavioural changes in vigilance in vegetative state and minimally conscious state', Brain J. Neurol, vol. 134, no. Pt 8, pp.2222-2232, Aug. 2011, doi: 10.1093/brain/awr152.
[11] V. Cologan, M. Schabus, D. Ledoux, G. Moonen, P. Maquet, and S. Laureys, 'Sleep in disorders of consciousness', Sleep Med. Rev., vol. 14, no. 2, pp. 97-105, Apr. 2010, doi:10.1016/j.smrv.2009.04.003.
[12] G. Bedini et al, 'Is Period3 Genotype Associated With Sleep and Recovery in Patients With Disorders of Consciousness?', Neurorehabil Neural Repair, vol. 30, no. 5, pp. 461-469, Jun. 2016, doi: 10.1177/1545968315604398.
[13] D. Arnaldi et al, 'The prognostic value of sleep patterns in disorders of consciousness in the sub-acute phase', Clin. Neurophysiol. Off J. Int. Fed. Clin. Neurophysiol, vol. 127, no. 2, pp. 1445-1451, Feb. 2016, doi: 10.1016/j.clinph.2015.10.042.
[14] D. Rossi Sebastiano et al., 'Significance of multiple neurophysiological measures in patients with chronic disorders of consciousness', Clin. Neurophysiol. Off. J. Int. Fed. Clin. Neurophysiol., vol. 126, no. 3, pp. 558-564, Mar. 2015, doi: 10.1016/j.clinph.2014.07.004.
Фиг. 1 Трехсуточная гипнограмма пациента М. Пояснения: 0 - стадия W, 1 - стадия I медленноволнового сна, 2 - стадия II медленноволнового сна, 3 - стадии III-IV медленноволнового сна, 4 - фаза быстрого сна, 5 - отсечка смены суток.
Фиг. 2 Трехсуточная гипнограмма пациента Б. Пояснения: 0 - стадия W, 1 - стадия I медленноволнового сна, 2 - стадия II медленноволнового сна, 3 - стадии III-IV медленноволнового сна, 4 - фаза быстрого сна, 5 - отсечка смены суток.
Фиг. 3 Трехсуточная гипнограмма пациента Б. Пояснения: и - стадия W, 1 - стадия I медленноволнового сна, 2 - стадия II медленноволнового сна, 3 - стадии III-IV медленноволнового сна, 4 - фаза быстрого сна, 5
Фиг. 4 Трехсуточная гипнограмма пациента П. Пояснения: 0 - стадия W, 1 - стадия I медленноволнового сна, 2 - стадия II медленноволнового сна, 3 - стадии III-IV медленноволнового сна, 4 - фаза быстрого сна, 5 - отсечка смены суток.

Claims (1)

  1. Способ определения архитектуры сна пациентов с хроническими нарушениями сознания (ХНС), включающий анализ сигналов ЭЭГ, ЭМГ, ЭОГ и ЭКГ, в том числе: фильтрацию полученных сигналов ЭЭГ, ЭМГ, ЭОГ и ЭКГ, удаление артефактов ЭОГ, ЭКГ и ЭМГ из каналов ЭЭГ, разбиение сигнала ЭЭГ на 30-секундные эпохи, компьютерную обработку полученной полисомнографической (ПСГ) записи, отличающийся тем, что ПСГ запись осуществляют в течение по меньшей мере трех суток, отмечают первую эпоху с основным корковым ритмом бодрствования, получают численные данные о корковом ритме бодрствования: амплитуда, частота, локализация, морфология, вводят полученные параметры в блок логического искусственного интеллекта в качестве исходной точки; производят определение индивидуальных признаков сна или бодрствования в пределах каждой эпохи путем сопоставления с результатами анализа выделенной ранее эпохи; классифицируют эпохи по фазам и стадиям сна, выделяя две фазы: фазу быстрого сна - R и фазу медленноволнового сна - N, которая включает в себя три стадии: первую - N1, вторую - N2, третью - N3; формируют графическое представление результатов классификации эпох по фазам и стадиям сна - гипнограмму для всей продолжительности процедуры записи и подсчитывают продолжительность сна в каждой из фаз и стадий за каждые сутки.
RU2022129418A 2022-11-14 Способ автоматизированного определения архитектуры сна у пациентов с хроническими нарушениями сознания RU2803957C1 (ru)

Publications (1)

Publication Number Publication Date
RU2803957C1 true RU2803957C1 (ru) 2023-09-22

Family

ID=

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017093098A1 (en) * 2015-12-01 2017-06-08 Koninklijke Philips N.V. Sleep study system and method
RU2751137C1 (ru) * 2020-05-15 2021-07-08 ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "СберМедИИ" Способ определения фазы сна в длительной записи ээг

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017093098A1 (en) * 2015-12-01 2017-06-08 Koninklijke Philips N.V. Sleep study system and method
RU2751137C1 (ru) * 2020-05-15 2021-07-08 ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "СберМедИИ" Способ определения фазы сна в длительной записи ээг

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Nekrasova J. Retrospective analysis of sleep patterns in patients with chronic disorders of consciousness. Sleep Med X. 2020 Aug 28; 2: 100024. SEBASTIANO D.R. Sleep patterns associated with the severity of impairment in a large cohort of patients with chronic disorders of consciousness. Clin Neurophysiol. 2018 Mar; 129(3): 687-693. *

Similar Documents

Publication Publication Date Title
Harmony Neurometric assessment of brain dysfunction in neurological patients
Starr Auditory brain-stem responses in brain death.
Nagendra et al. Cognitive behavior evaluation based on physiological parameters among young healthy subjects with yoga as intervention
Almazaydeh et al. Detection of obstructive sleep apnea through ECG signal features
Denny-Brown The treatment of recurrent cerebrovascular symptoms and the question of “vasospasm”
ES2758552T3 (es) Aparato para la evaluación del nivel de dolor y nocicepción durante la anestesia general usando electroencefalograma, cardiografía de impedancia pletismográfica, variabilidad de la frecuencia cardiaca y la concentración o biofase de los analgésicos
Handa et al. Open and free EEG datasets for epilepsy diagnosis
Yue et al. Heart rate and heart rate variability as classification features for mental fatigue using short-term ppg signals via smartphones instead of ecg recordings
Kocak et al. Automated detection and classification of sleep apnea types using electrocardiogram (ECG) and electroencephalogram (EEG) features
Graber et al. EEG during masturbation and ejaculation
Gale et al. Extraversion‐introversion, neuroticism and the EEG: Basal and response measures during habituation of the orienting response
Muñoz et al. Towards Improving Sleep Quality Using Automatic Sleep Stage Classification and Binaural Beats
Sloboda et al. A simple sleep stage identification technique for incorporation in inexpensive electronic sleep screening devices
RU2803957C1 (ru) Способ автоматизированного определения архитектуры сна у пациентов с хроническими нарушениями сознания
US20200375524A1 (en) A wearable system for real-time detection of epileptic seizures
Iijima et al. Topographic mapping of P300 and frontal cognitive function in Parkinson's disease
Wieser et al. Quantitative description of the state of awareness of patients in vegetative and minimally conscious state
Van De Velde Signal validation in electroencephalography research
Honkanen Measuring the effects of cognitive stress and relaxation using a wearable smart ring
JP2022520211A (ja) 非薬理的に誘発された修正された意識状態のレベルを監視するための方法およびシステム
Brázdil et al. Interhemispheric EEG coherence after corpus callosotomy
Seo Detection of chronic stress using bio-signals
Farooq et al. Classification of Sleep using Polysomnography
Sobko et al. The method of evaluation bioelectric activity of the brain in the study of electroencephalography
RU2670910C9 (ru) Способ диагностики патологического влечения к алкоголю