ИСТИНА

В качестве исходных данных программа считывает файлы (имена которых перечисляются в специальном текстовом файле) с фрагментами одинаковой длины многоканальной ЭЭГ (т.е. одиночными ВП) в стандарте EDF (или EDF+ для пакета BrainWin). Далее формируется массив данных с учетом фазовых сдвигов (число и величина лагов по временным срезам задается в мсек). По этим данным вычисляется матрица корреляций, размерность которой соответствует числу исследуемых фрагментов ЭЭГ (одиночных ВП), умноженных на количество сдвигов по латенции. Коэффициенты корреляции вычисляются по всем отведениям и всей длине (уменьшенной на величину максимального сдвига) фрагмента ЭЭГ (ВП). Таким образом, полученная матрица содержит информацию как об автокорреляциях каждого фрагмента с самим собой, так и корреляции разных фрагментов (одиночных ВП) между собой но с учетом всех сдвигов. Далее осуществляется факторный анализ данной матрицы с оценкой размерности (по графику собственных значений и проценту общей дисперсии, описываемой факторами) – итоговая размерность вводится пользователем, а также осуществляется вращение факторов с помощью разных способов поиска простой структуры, которые выбирает пользователь. В результате сохраняются факторные нагрузки (до и после вращения) и значения факторов в текстовом виде, а также в виде де нормализованных (приведенных к исходной дисперсии) ЭЭГ-файлов EDF (или EDF+ в зависимости вида от исходных файлов) – каждый выделенный фактор сохраняется в отдельном файле и может быть далее обработан другими методами анализа, в частности с целью локализации мозговой активности. Таким образом, предлагаемый метод и реализующая его программа для ЭВМ является эффективным средством (апробировано как на модельных, так и на реальных данных) анализа одиночных ВП (работает при небольшом числе повторного предъявления стимула) с целью выделения сигнала (точнее набора нескольких сигналов, каждый из которых соответствует своему фактору), который может интерпретироваться как определенный тип (вариант системы) мозговой активности при выполнении человеком соответствующей задачи. При этом, в отличие от простого усреднения фрагментов (одиночных ВП), наличие фазовых сдвигов позволяет выделять не только процессы непосредственно связанные с событием, но и индуцированные ответы, также закономерно наблюдаемые, которые являются продуктом более сложного анализа и зависят от готовности системы и момента возникновения события. Предлагаемый метод открывает возможность сортировки всех исходных фрагментов ЭЭГ (одиночных ВП) по критерию соответствия тому или иному фактору (остальное считается шумом, одновременно присутствующим в одиночной реализации ВП), а также расчета на основе построенной факторной модели «идеальных» ВП для каждого из факторов. Предлагаемый метод можно применять как к индивидуальным данным – одиночным реализациям воздействия одного и того же события, так и разных событий, а также к групповым данным, представленным уже предварительно усредненными ВП.