(рис. 2.8). Возможно также использование не цвета, а изолиний при изображении одних и тех же мощностей показателя.
Однако спектральный анализ ЭЭГ в этой парадигме имеет ограниченные возможности в формировании картины электрической активности мозга. В настоящее время появилась возможность применять для анализа ЭЭГ нелинейную теорию систем (Lutzenberger e. a., 1992).
При нелинейном динамическом анализе исследуемые сигналы ЭЭГ рассматриваются как стационарные, то есть предполагается, что значения средних, дисперсии и автоковариационная функция остаются неизменными в течение определенного промежутка времени. Реальные сигналы ЭЭГ сохраняют стационарность в течение длительных интервалов времени с небольшой вероятностью, поэтому эта проблема решается несколькими способами. Прежде всего, для анализа используются относительно короткие временные промежутки (эпохи). Считается, что ошибка в абсолютной оценке параметров за столь короткий срок будет систематической, что позволит корректное сравнение контрольного и экспериментального условий (Pritchard, Duke, 1995). Второй способ решения проблемы заключается в использовании методов, нечувствительных к нестационарности (Skinner, 1994).
Рис. 2.7. Динамика медленных электрических процессов в подкорковых образованиях головного мозга человека при тесте на оперативную память.
I – предъявление теста; II – этап сохранения; III – воспроизведение теста. 1, 2, 3 – вентролатеральное ядро зрительного бугра; 4 – скорлупа; 5, 6, 7 – бледный шар; 8 – красное ядро; 9 – внутренняя капсула; 10 – передневентральное ядро зрительного бугра; 11 – ретикулярное ядро зрительного бугра; 12 – срединный центр зрительного бугра. Регистрация на энцефалографе с постоянной времени 2,5 сек (Илюхина, 1977).
Рис. 2.8. Суммарные топографические карты амплитуды спектра мощности α-ритма ЭЭГ при прослушивании классической (а, б) и рок-музыки (в, г).
а, в – здоровые испытуемые, б, г – больные депрессией. Из каждой карты вычтена соответствующая ей фоновая карта. Справа – шкала амплитуд спектра мощности, мкВ (Михайлова, 1992).
Чтобы отделить сигнала от шума, требуется высокое качество регистрируемого сигнала, либо из кусков качественных записей конструируются наборы суррогатных (искусственных) временных рядов, что позволяет сравнивать результаты нелинейного динамического анализа для оригинальных данных и фильтрованного шума. Несмотря на отсутствие однозначных доказательств действительной хаотичности реального сигнала ЭЭГ, механизм его генерации указывает гипотетически на происхождение от нелинейной динамической системы, управляемой квазипериодическими законами (Афтанас, 2000).
Для характеристики нейрональных динамических систем используются две принципиально различные категории нелинейных динамических мер. К первой категории относится размерностная комплексность (синонимы: корреляционная размерность, фрактальная размерность). Она является показателем
