Статистические свойства и предсказуемость экстремальных эпилептических явлений

Использование теории экстремальных явлений для анализа спонтанной эпилептической активности мозга является актуальной междисциплинарной проблемой. Это позволяет глубже понять патологическое функционирование мозга и механизмы раскрытия, лежащие в основе возникновения эпилептического припадка, а также его предсказуемость. Последнее является желаемой целью в эпилептологии, которая может открыть путь для новых методов лечения, чтобы контролировать и предотвращать приступы эпилепсии.

С этой целью мы применили теорию экстремальных событий для изучения статистических свойств электроэнцефалографических (ЭЭГ) записей крыс WAG / Rij с генетической предрасположенностью к отсутствию эпилепсии. Наш подход позволил нам выявить экстремальные события, присущие этой патологической пиковой активности, сильно выраженные в определенном диапазоне частот. Анализ обратного интервала показал, что эпилептические припадки демонстрируют высокоструктурное поведение во время активной фазы пиковой активности. Полученные результаты свидетельствуют о возможности раннего (до 7 с) прогнозирования эпилептических припадков на основе учета статистических свойств ЭЭГ.

Экспериментальная процедура

Исследование было проведено на 5 самцах крыс WAG / Rij, трое из которых были в возрасте 9 месяцев и две – 11 месяцев. Животные родились и выросли в Институте высшей нервной деятельности (Москва, Российская Федерация). Эксперименты проводились в соответствии с Директивой ЕС 2016/63 / EU для экспериментов на животных и одобрены Этическим комитетом Института высшей нервной деятельности. До операции крыс содержали в небольших группах со свободным доступом к пище и воде и содержали в условиях естественного освещения. После операции крысы содержались индивидуально. Страдания и страдания животных были минимальными.

Записывающий электрод ЭЭГ имплантировали эпидурально над лобной корой (AP + 2 мм и L 2,5 мм относительно брегмы). Наземные и контрольные электроды были помещены над мозжечком. Сигнал ЭЭГ, который постоянно регистрировался у свободно движущихся крыс в течение 24 часов, подавался в многоканальный дифференциальный усилитель через поворотный контакт, фильтровался полосовым фильтром 0,5–200 Гц и оцифровывался с 400 выборками / с на канал.

После экспериментальной процедуры опытный нейрофизиолог вручную отмечал начало SWD в зарегистрированных 24 ч сигналах ЭЭГ всех пяти крыс. Начало определяется как момент времени, когда появляется первый хорошо развитый «шип». «Шипы» наряду с «волнами» являются отличительными чертами SWD. Каждый «шип» проявляется как одиночное колебание с частотой 7–8 Гц, чрезвычайно высокой амплитудой и хорошо выраженной асимметрией. Таким образом, появление первых «всплесков» отмечает начало УЗД, а последний «всплеск» соответствует смещению ОСД.

Частотно-временной анализ

Для описания патологической активности мозга с точки зрения экстремального поведения мы использовали частотно-временное представление исходной ЭЭГ крысы с помощью непрерывного вейвлет-преобразования (CWT), подходящего инструмента для анализа нейрофизиологических данных 30 . CWT сворачивает сигнал ЭЭГ x ( t ) с основной функцией ψ ( η ) как

W( ф, т0) = f–√∫+ ∞- ∞х ( т ) ψ*( ф( т – т0) ) dт ,
(1)
где «*» обозначает комплексное сопряжение. В качестве основной комплексной функции CWT мы использовали комплексный вейвлет Морле

ψ ( η) = 1π–√4еJ ω0ηе- η22,
(2)
где ω 0  = 2 π – центральная частота вейвлета. В нашем статистическом анализе мы имеем дело с нормированной энергией вейвлета W n  =  W / W * , где W – исходное значение энергии вейвлета, полученное из (1), а W * – 99,9-й процентиль энергии PDF вейвлета при нормальной активности.

В нашем исследовании мы рассмотрели частотный диапазон 2–20 Гц. Мы выбрали именно этот диапазон, поскольку он включает в себя все важные частотные составляющие, связанные с SWD: основная частота SWD (7–8 Гц), его первые гармоники (14–16 Гц), возможная преиктальная активность (2–4 и 5–9 Гц) .

Вейвлет-анализ записей ЭЭГ проводился с использованием домашнего программного обеспечения C / Cuda для повышения производительности вычислений.

Источник более подробно

Медицинские сертификаты онлайн