Головной мозг человека представляет собой один из самых сложных для исследования органов, что обусловлено особенностями человеческой анатомии, необходимостью соблюдать этические нормы, а также экономической составляющей применения современных методов функциональной визуализации: компьютерной томографии (КТ), позитрон-эмиссионной (ПЭТ) и магнитно-резонансной томографии (МРТ). Поэтому большой интерес представляет возможность разработки таких исследовательских технологий, которые могли бы обладать достаточной научной точностью, экономической доступностью, а также не нарушать морально-этические нормы современного общества.

Одной из таких технологий стала электроэнцефалография (ЭЭГ), разработанная еще в начале прошлого века, но получившая новый стимул развития с внедрением систем математической обработки данных [1–3].

Активность головного мозга с позиции ЭЭГисследования представляет собой совокупность ритмических феноменов, отражающих изменения суммарного постсинаптического потенциала. Наиболее выраженным и часто регистрируемым ЭЭГ-феноменом является альфа-активность, которую в настоящее время связывают с работой зрительного анализатора или зрительной коры (VC) (полей 17, 18, 19 по Бродману) [4]. Занимая практически всю затылочную долю, он продуцирует выраженную в затылочных отведениях ритмическую активность частотой 8–14 Гц, исчезающую при открывании глаз, связь которой со зрительной корой убедительно доказывает наличие ритмических феноменов, связанных с активностью других невральных анализаторов — мю- и каппа-ритмов, имеющих специфичные раздражители и не реагирующие на пробу с открыванием глаз [5–9]. Однако в ряде исследований [10, 11] отмечена неоднородность альфа-активности у лиц с пограничными состояниями и психическими девиациями, проявляющаяся в виде полимодальности альфа-ритма, что формирует вопрос о возможном наличии измененного процесса восприятия у таких людей. В то же время выявлено [12], что источником данной неоднородности может быть не зрительная кора, а ритмическая активность задних отделов поясной извилины — структуры, относящейся к области ретросплениальной коры (retrosplenial cortex, RSC).

Изучение RSC интересно вследствие ее непосредственного участия в сложных когнитивных процессах, таких как пространственное познание, а также анализ и исправление ошибок для сенсорных состояний, связанных с внутренними представлениями об окружающей среде [13]. Расположенная в задней части поясной коры (области 26, 29, 30, 23, 31 по Бродману) [14], данная область связана с ядрами переднего таламуса, энторинальной и теменной корой, субикулюмом и гиппокампом [15, 16, 17], что определяет ее основополагающую роль в процессах пространственновременной ориентации (самоопределения человека и его ориентировки в окружающем пространстве). Изменение активности RSC может быть одним из наиболее ранних признаков деменции [18], что подтверждено клиническими исследованиями [19–21]. Помимо этого, RSC связана с процессами памяти и внимания [22–24], а также познания окружающего мира [24, 25]. RSC тесно связана со зрительной корой кодировкой визуальных стимулов [26], c формированием персональной направленности к конкретной цели [27–29]. Это мнение подтверждают наличие анатомических связей между RSC и префронтальной корой, парагиппокампальными областями, гиппокампом, ядрами переднего таламуса и теменной корой [30, 31]. В функциональных нейровизуализационных исследованиях обнаружено, что структуры RSC сильнее реагируют во время виртуального или воображаемого ориентирования по сравнению с другими задачами [32–34]. Таким образом, согласно проведенным в настоящее время исследованиям, RSC представляет собой одну из ключевых областей коры головного мозга, связанную с когнитивными и психическими функциями, а ее широкое изучение позволит получить новую информацию об особенностях функциональной активности головного мозга на самых ранних стадиях развития патологических состояний.

Целью работы было показать возможность исследования активности RSC на основе анализа ЭЭГ головного мозга в альфа-диапазоне частот для определения особенностей в различных состояниях пассивного бодрствования.

ПАЦИЕНТЫ И МЕТОДЫ

Дизайн исследования

По данным современной литературы RSC в первую очередь представляет собой область, ответственную за процессы пространственно-позиционного ориентирования (возможно, временного ориентирования). В связи с этим ее ЭЭГ-идентификация возможна в периоды продуцирования структурами RSC ритмической активности в условиях выключения афферентных раздражителей от систем, контролирующих положение тела в пространстве, главной из которых является система проприорецепции. Поэтому основной функциональной пробой стало парное исследование, регистрирующее ЭЭГ-активность альфадиапазона, когда испытуемый пребывал в состоянии пассивного расслабленного бодрствования в положении «сидя» в кресле (проприоцептивная система активна), и в положении «лежа» в постели перед периодом засыпания (выделяли аналогичный первому исследованию по продолжительности участок ЭЭГ-записи с выраженной альфа-активностью в затылочных отведениях перед началом ее фрагментации), когда проприоцептивная система была задействована минимально. Выбор данного функционального теста был основан на клиническом феномене «Falling sensation when falling asleep». Регистрацию первичных данных проводили с помощью цифрового электроэнцефалографа («Медицинские компьютерные системы»; г. Зеленоград, Россия). Частота дискретизации аналого-цифрового преобразователя составляла 500 Гц, входные параметры фильтрации сигнала — 0,03–70 Гц. Электроды располагали на поверхности скальпа головы согласно международной системе «10–20». Положение электрода уточняли при помощи линейных измерений с последующей коррекцией стандартных таблиц пространственного положения электродов. Выбор данной системы монтажа был обусловлен вопросом нарастания количества артефактов записи в многоканальной системе, связанных с воздействием внешних физических и технологических факторов [35].

На первом этапе обработки осуществляли минимизацию артефактов физической природы, для чего отключали сторонние электрические приборы, создающие паразитные электромагнитные поля, контролировали импеданс интерфейса. Также регулировали температуру в помещении, по возможности, минимизировали паразитные движения мышц, что уменьшало выраженность биологических артефактов.

На втором этапе полученный пул данных проходил процедуру стандартизации базового монтажа в единое электродное пространство с удалением артефактных сигналов посредством процедуры выделения независимых компонент сигнала, что позволяло очистить нативный сигнал от различных артефактов физиологической природы, не устраненных методом фильтрации.

На третьем этапе проводили сегментацию ЭЭГсигнала с выделением отдельных ЭЭГ-микросостояний посредством процедуры программного пакета sLORETA (v. 20210701 University of Zurich; Switzerland) с выделением восьми классов отдельных микросостояний (канонических I–IV [36] и четырех дополнительных (V и VIII) с учетом их вариабельности). Заключительный этап исследования включал решение обратной задачи ЭЭГ для каждого из выделенных классов ЭЭГ-микросостояний с помощью алгоритма решения обратной задачи ЭЭГ, реализованном в пакете прикладных программ sLORETA. Результаты представляли информацию о восьми вариантах источников отдельных ЭЭГ-микросостояний, согласно атласу полей К. Бродмана (по атласу Монреальского института нейрохирургии (MNI).

Пациенты

Исследовали 36 здоровых добровольцев различного возраста, подписавших добровольное информированное согласие. Из них 19 человек — до 30 лет, 17 — старше 30 лет. Средний возраст обследованных составил 29,1 года, Мo — 10 лет, Мe — 26 лет, I-й квартиль — 18 лет, III-й квартиль — 33 года. У обследованных в возрасте до 30 лет средний возраст обследованных составил 17,4 года, стандартное отклонение — 1,7 года, Мo — 10 лет, МЕ — 18 лет, I-й квартиль — 12,3 года, III-й квартиль — 23,3 года. У лиц старше 30 лет средний возраст составил 43,3 года, Мo — 31 лет, Мe — 34,5 лет, I-й квартиль — 31 лет, III-й квартиль — 55,8 года.

Всем обследуемым проводили ЭЭГ-запись, включавшую исследование фоновой мозговой активности в состоянии пассивного расслабленного бодрствования с закрытыми глазами в положении «сидя» и аналогичное исследование в положении «лежа» (с контролем наступления физиологического сна), поскольку у здоровых людей проявления активности RSC представлены в виде развития феномена «Falling sensation when falling asleep», наблюдаемого перед засыпанием, во время пребывания в постели в положении лежа с закрытыми глазами. При этом ощущается пространственная дезориентация, описываемая как полет и/или падение перед наступлением сна [37]. Это позволяет использовать данный феномен в качестве физиологического теста для выделения активности RSC в эксперименте.

Критерии включения в исследование: отсутствие в анамнезе острых заболеваний центральной нервной системы; отсутствие хронических заболеваний в стадии обострения; отсутствие в анамнезе тяжелых черепномозговых травм, психических заболеваний, эпилепсии.

Клинические обследования проводили на базе ООО «Клиника ла Салюте» согласно договору о сотрудничестве между ООО «Клиника ла Салюте» и НИЯУ МИФИ № 09-01/23 от 09 января 2023 г.

Статистическая обработка

Полученные результаты обрабатывали согласно рекомендациям [38] с применением программы PSPP (GNU software ver. 1.6.2-g78a33a) под управлением ОС Linux Mate (v. 10.10 лицензия GNU-GPL). В расчетах использовали парное сравнение результатов решения обратной задачи ЭЭГ для восьми ЭЭГ-микросостояний с использованием теста Колмогорова–Смирнова (KS-test) для определения нормальности распределения; расчетом t-критерия Стьюдента для выборок с нормальным распределением и T-критерия Уилкоксона для взаимосвязанных статистических групп, не имеющих нормального распределения. Использовали одну степень свободы, уровень доказательности был принят как альфа < 0,05.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Анализ альфа-активности в затылочных и теменных отведениях, проведенный в общей группе, выявил уменьшение частоты альфа-активности перед засыпанием, но показатели общей группы (табл. 1) и лиц младше 30 лет (табл. 2) не демонстрировали статистически достоверных изменений. Напротив, в группе обследованных старше 30 лет снижение частоты альфа-активности перед засыпанием было статистически значимым (табл. 3).

При исследовании отдельных ЭЭГ-микросостояний альфа-диапазона в общей группе выявлена неоднородность источников альфа-активности при изменении состояния обследуемого (табл. 4). Так, в положении сидя ритмические феномены преимущественно формировались полями 17, 18 и 19, что представляло собой ожидаемую продукцию альфа-активности со стороны структур зрительного анализатора, пребывающего в состоянии «холостого хода». Сохранение этих показателей в положении лежа (без появления статистически достоверных различий) также свидетельствовало о реакции зрительного анализатора на закрывание глаз, но в то же время пребывание в положении «лежа» демонстрировало смещение источника регистрируемой альфа-активности в поля 23, 29, 30 и 31, характеризующие структуры RSC.

Исследование возрастных особенностей данной реакции показало, что в возрасте до 30 лет наблюдаются достоверные различия продукции альфа-ритма, так как в состоянии пассивного расслабленного бодрствования в положении «сидя» альфа-активность продуцируется структурами VC (поля 17, 18 и 19), а перед засыпанием источником альфа-активности становится RSC (поля 23, 29, 30 и 31). У лиц старше 30 лет отмечается достоверная реакция RSC, в то время как структуры зрительного анализатора (VC) не демонстрируют достоверных изменений перед засыпанием (табл. 5).

ОСУЖДЕНИЕ РЕЗУЛЬТАТОВ

В ходе проведенной работы было показано, что даже оценка частотных характеристик мозговых ритмов позволяет определить, что регистрируемый непосредственно в ходе классического ЭЭГ-исследования альфа-ритм не представляет собой какой-то стабильной величины, определяющей «базовые» характеристики активности головного мозга человека. Альфа-активность представляет собой группу ритмических феноменов, которые демонстрируют достоверные изменения, выраженные у лиц старше 30 лет, когда мозговые структуры уже полностью сформированы.

Тем не менее, у лиц младше 30 лет прослеживается четкая смена источника альфа-активности между структурами зрительного анализатора и ретросплениальной коры (клинически проявляющееся в феномене «Falling sensation when falling asleep»), которое возможно расценить как включение большего числа мозговых структур в решение высших нервных функций с потребностью единой интеграции их деятельности.

В то же время после 30 лет, скорее всего, формируется выраженная специализация нервных центров, особенно в структурах теменных областей головного мозга и RSC, которая проявляется в виде наблюдения изменений активности альфа-ритма теменных областей и регистрацией ритмической активности структур RSC, что по нашим наблюдениям можно расценивать как взаимосвязанные феномены.

С помощью современных математических методов анализа ЭЭГ-сигнала возможно произвести четкую дифференцировку альфа-активности с определением источника в различных мозговых структурах [39]. В условиях применения целенаправленной функциональной нагрузки это позволяет связать повторяющиеся фрагменты ЭЭГ-записи с активностью отдельных мозговых нейронных сетей [40, 41], вовлеченных в формирование альфа-активности не только в структурах зрительной коры головного мозга [42–49]. Данные наблюдения можно расценить как формирование стабильных связей и возрастающей значимости зрительной коры как главного источника информации у лиц старше 30 лет, в том числе о положении тела в пространстве, что ранее было описано для других корковых областей [50–52].

Таким образом, определяемая при классическом ЭЭГисследовании альфа-активность представляет собой не единый «базовый» ритм, характерный для мозговых структур, а комбинацию нескольких сходных по частотноамплитудным характеристиками ритмов. Указанную биоэлектрическую активность продуцируют различные мозговые структуры, в частности RSC, что подтверждают выводы ряда исследований [5–9], указывающих на корковую природу альфа-ритма. Это позволяет поновому трактовать результаты работ [53], выявляющих неоднородность спектров альфа-ритма у людей с различными психическими девиациями, а также более ранних исследований [54], особенно в области вариантов полимодального альфа-ритма.

ВЫВОДЫ

Использование частотного анализа биоэлектрической активности головного мозга в классической методике не является эффективным методом исследования высших нервных функций. Для современного ЭЭГ-исследования необходимо применение комбинации математических методов выделения отдельных ЭЭГ-микросостояний и решения обратной ЭЭГ-задачи, что позволяет получить простой, экономически доступный инструмент изучения функциональной активности мозговых структур. Использование данной технологии позволит расширить объем исследований функциональной активности головного мозга как в научных, так и клинических учреждениях, что создаст условия для понимания особенностей работы мозговых структур в условиях физиологической нормы и при наличии психических заболеваний.