Ученые из Калининграда и Москвы выяснили, что пациенты с эпилепсией, которую не удается распознать по реакции на световую стимуляцию, воспринимают ее не так, как здоровые люди. Во время ярких вспышек света у людей с таким заболеванием активность коры головного мозга отличается в определенных частотных диапазонах и областях мозга.
Авторы разработали новый метод машинного обучения для диагностики эпилепсии, точность которого достигает 71%, уточнили в пресс-службе Российского научного фонда.
По данным ВОЗ, каждый год у пяти миллионов человек диагностируется эпилепсия. Это заболевание, при котором в головном мозге возникает аномальная активность нервных клеток, приводящая к нарушениям в двигательной и дыхательной системах — судорогам. Однако бывает, что характерных признаков эпилепсии у человека не наблюдается, и в таких случаях выявить заболевание сложно. При этом поздняя диагностика может привести к развитию осложнений.
Один из методов диагностики эпилепсии — фотостимуляция, или визуальная стимуляция. Этот подход заключается в том, что на организм воздействуют световыми сигналами — направляя яркие вспышки на глаза пациента — и параллельно отслеживают мозговую активность методом электроэнцефалографии (ЭЭГ). У больных эпилепсией наблюдается повышенная возбудимость коры головного мозга и теряется ее тормозной контроль, тогда как в норме между ними должен быть баланс. Этот метод помогает диагностировать только фоточувствительную эпилепсию, в то время как у 95% пациентов она нефоточувствительная. Это означает, что требуются новые способы выявления заболевания.
Ученые из Балтийского федерального университета имени Иммануила Канта (Калининград) и Национального медико-хирургического центра имени Н.И. Пирогова Минздрава РФ (Москва) разработали новый метод диагностики эпилепсии на основе анализа детрендированных колебаний и машинного обучения. Метод анализа ЭЭГ выявляет больше особенностей состояния мозга при заболевании, чем другие существующие подходы — такие как спектральный анализ, который обычно используется для обработки результатов ЭЭГ.Авторы протестировали предложенный инструмент, проанализировав с его помощью нейронную активность на ЭЭГ у 108 человек, половина из которых (54 человека) болела нефоточувствительной эпилепсией, и еще 54 были здоровы.
Ученые параллельно оценивали реакцию участников исследования на фотостимуляцию спектральным методом анализа и анализом детрендированных колебаний и отслеживали так называемые долгосрочные временные корреляции — пространственно-временные закономерности в активности мозга. Этот показатель отражает длительные зависимости во временных рядах нейронной активности. Известно, что формирование эпилептического приступа связано с синхронизацией активности в нейронных сетях головного мозга, следовательно, долгосрочные временные корреляции могут дать ценную информацию о начале приступа и его течении.
Эксперимент показал, что у пациентов с эпилепсией и здоровых людей показатели долгосрочных временных корреляций в мозге и реакция на фотостимуляцию отличаются. Несмотря на то, что у пациентов с нефоточувствительным типом заболевания в ответ на свет не возникала эпилептическая активность в мозге, их реакция на вспышки все равно не совпадала с реакцией здоровых людей. Так, у здоровых людей показатели мозговой активности на низких (1–3 Гц) и высоких (15 и более Гц) частотах оказались выше, чем у группы с диагнозом, в то время как в альфа-диапазоне (частоты 8–10 Гц), наоборот, ниже.
«Если с помощью фотостимуляции можно было выявить только фоточувствительную эпилепсию, то благодаря новому подходу диагностика нефоточувствительной эпилепсии также упрощается. Предложенный алгоритм позволяет с точностью до 71% выявить эпилепсию путем анализа долгосрочных временных корреляций в активности головного мозга у пациентов с этим типом заболевания. Таким образом, анализ детрендированных колебаний — это важный шаг как в сторону диагностики эпилепсии, так и развития метода фотостимуляции, потому что теперь его можно применять для диагностики как фоточувствительной, так и нефоточувствительной эпилепсии. В дальнейшем мы планируем апробировать предложенный метод на большей группе пациентов и протестировать другие методы машинного обучения, например, сверточные нейронные сети», — рассказал участник проекта Вадим Грубов, старший научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ имени Иммануила Канта.
Результаты исследования, поддержанного грантом Российского научного фонда, опубликованы в журнале PRX Life.
