Обработка сигналов головного мозга

Я. А. Фурман
К. О. Иванов
И. О. Танрывердиев

ОБРАБОТКА СИГНАЛОВ

ГОЛОВНОГО МОЗГА

Учебное пособие 

\

Йошкар-Ола

2023

УДК 602:611.8:621.391(075.8)
ББК  28.073я73

Ф 95

Р ецензенты :
Баширов В. И.., главный врач ООО МЦ «Умный доктор»;
Петухов И. В., д-р техн. наук, профессор, ректор Поволжского государственного 
технологического университета

Печатается по решению

редакционно-издательского совета ПГТУ

Ф 95

Фурман, Я. А.
Обработка сигналов головного мозга: учебное пособие / 

Я. А. Фурман, К. О. Иванов, И. О. Танрывердиев. – Йошкар-Ола: 
Поволжский 
государственный 
технологический 
университет, 

2023. – 76 с.
ISBN 978-5-8158-2350-1

Учебное пособие по дисциплине «Актуальные вопросы нейробиоло-

гии» включает восемь теоретических разделов, которые раскрывают содержание 
основ электроэнцефалографии, цифровой обработки сигналов 
ЭЭГ, анализа и классификации сигналов ЭЭГ, а также различных приложений 
обработки сигналов головного мозга. Каждый раздел сопровождается 
вопросами для самопроверки знаний.

Для студентов специальностей 12.04.04 «Биотехнические системы и 

технологии», обучающихся по профилю «Искусственный интеллект в 
биомедицинских системах», и 27.04.04 «Управление в технических системах», 
обучающихся по профилю «Автоматизация и системы управления».

УДК 602:611.8:621.391(075.8)

ББК 28.073я73

ISBN 978-5-8158-2350-1
© Фурман Я. А., Иванов К. О.,
Танрывердиев И. О., 2023
© Поволжский государственный
технологический университет, 2023

ОГЛАВЛЕНИЕ

Памяти В. В. Севастьянова ............................................................................4

Список используемых сокращений..............................................................6

Введение .............................................................................................................7

1. Развитие научного подхода к изучению и пониманию

сигналов мозга........................................................................................9

2. Электрическая активность клеток головного мозга....................16

3. Математические основы работы искусственных

нейронных сетей ..................................................................................23

4. Информативные признаки энцефалограммы ................................32

5. Классификация электроэнцефалограмм.........................................39

6. Вычислительный анализ электроэнцефалограммы.....................43

7. Нормопатологическая классификация

электроэнцефалограммы ....................................................................51

8. Характеристика современного отечественного 

электроэнцефалографа системы «Энцефалан».............................54

Заключение.......................................................................................................58

Глоссарий .........................................................................................................60

Список литературы ........................................................................................70

Светлой памяти 

Виктора Викторовича Севастьянова

посвящается

Идейным вдохновителем этого учеб-

ного пособия и основоположником научных 
исследований в области электроэнцефалографии 
на кафедре радиотехнических 
и медико-биологических систем Поволжского 
государственного технологического 
университета был доктор медицинских 
наук, профессор, главный врач 
Государственного бюджетного учреждения 
Республики Марий Эл «Центр патологии 
речи и нейрореабилитации нейро-
сенсорных и двигательных нарушений» 
Виктор Викторович Севастьянов. При активном участии Виктора 
Викторовича в 2001 году в Марийском государственном техническим 
университете (ныне ПГТУ) была открыта специальность «Инженерное 
дело в медико-биологической практике», в настоящий момент 
носящая название «Биотехнические системы и технологии».

Виктор Викторович родился 27 июля 1942 года в Астрахани. Отец 

погиб на Великой Отечественной войне в 1943 году. Мать — врач-
терапевт, переехала с сыном сначала в село Мари-Турек в Марийскую 
АССР, а затем в 1947 году — в город Волжск. Окончил Казанский медицинский 
институт и Рязанский радиотехнический университет. 

После окончания института работал в Марий Эл. Заведовал 

неврологическим отделением Детской республиканской больницы, 
был главным внештатным детским невропатологом регионального 
Минздрава, руководил Нейроофтальмологическим центром. В 1996
году получил степень доктора медицинских наук, защитив диссертацию 
на тему «Применение многоканальной программируемой электростимуляции 
в лечении заболеваний нервной системы». В 1999
году под руководством Виктора Викторовича в Йошкар-Оле был 
открыт Центр патологии речи и нейрореабилитации, где используются 
его уникальные методики лечения.

Сплав знаний из разных областей науки позволил Виктору Вик-

торовичу внедрять высокие медицинские технологии и успешно лечить 
самых тяжелых пациентов не только из Республики Марий Эл, 
но и из разных уголков России, ближнего и дальнего зарубежья. Методы 
доктора Севастьянова по восстановлению утраченных функций 
организма включают электростимуляцию, лазеротерапию, специальный 
массаж, медикаментозное лечение и иппотерапию. За период 
научной деятельности им было получено 5 авторских свидетельств 
на изобретения, 11 патентов в США, Италии, Германии, Греции, 
Польше. Профессором Севастьяновым опубликовано свыше 240
научных работ: учебные и учебно-методические пособия, монографии, 
статьи в научных сборниках и журналах.

Заслуги Виктора Викторовича получили всеобщее признание в 

области здравоохранения. Он являлся отличником здравоохранения, 
заслуженным врачом РМЭ и РФ. На протяжении последних лет неоднократно 
избирался депутатом Государственного собрания Республики 
Марий Эл.  

Виктор Викторович успешно совмещал медицинскую практику и 

общественную работу с преподаванием в Поволжском государственном 
технологическом университете, являясь профессором кафедры 
радиотехнических и медико-биологических систем. Его педагогический 
талант дал ориентир в профессии многим молодым людям. 

Виктор Викторович ушел из жизни 13 декабря 2020 года. Его 

коллеги и многочисленные ученики бережно хранят память о нем и 
продолжают начатое им дело.

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

АЦП – аналого-цифровой преобразователь

БПФ – быстрое преобразование Фурье

ВОЗ – Всемирная организация здравоохранения

ДПФ – дискретное преобразование Фурье

КЭЭГ – компьютерная электроэнцефалография

КТ – компьютерная томография

МРТ – магнитно-резонансная томография

ПЭТ – позитронно-эмиссионная томография

УВО – устройство вторичной обработки

УПО – устройство первичной обработки

ЦНС – центральная нервная система

ЭЭГ – электроэнцефалограмма

РАМН – Российская академия медицинских наук

ФП – функциональная проба

ЭОГ – электроокулограмма

ЭМГ – электромиограмма

ВВЕДЕНИЕ

Электроэнцефалография (ЭЭГ) является разделом электрофи-

зиологии, изучающим закономерности суммарной электрической 
активности мозга, наблюдаемой на поверхности кожи головы пациента, 
и способы записи ее потенциалов. ЭЭГ – неинвазивный метод 
исследования функционального состояния головного мозга путем 
регистрации этой активности. Он отражает изменения функций коры 
головного мозга и глубинных мозговых структур, обеспечение миллисекундного 
временного разрешения, недоступное другим методам 
исследования мозговой активности, в том числе ПЭТ и МРТ.

Электроэнцефалография позволяет качественно и количественно 

проанализировать функциональное состояние головного мозга и его 
реакции при действии раздражителей. Запись ЭЭГ используется в 
диагностике и лечебной работе, а также при исследовании таких 
свойств как восприятие, память, адаптация и т.д.

Регистрация ЭЭГ выполняется прибором электроэнцефалографом

через специальные электроды, расположенные на голове испытуемого 
по международным системам «10-20 %» или «10-10 %».

В учебном пособии рассмотрены наиболее важные и интересные 

вопросы, связанные с природой электрической активности на поверхности 
головы человека и интерпретацией ее в качестве сигналов мозга. 
Эти сигналы зафиксированы в виде электроэнцефалограммы (ЭЭГ).

Пособие состоит из восьми разделов. Содержание каждого из 

них представлено как краткий конспект лекции, посвященной одной 
из актуальных задач, связанных с обработкой электроэнцефалограммы, 
пониманием и использованием полученных сигналов.

Первый раздел посвящен развитию научного подхода к изуче-

нию и пониманию сигналов мозга, особое внимание уделено ключевым 
этапам и направлениям в области электроэнцефалографии 
(ЭЭГ), а также роли ЭЭГ в функциональной диагностике центральной 
нервной системы человека. Кроме того, здесь представлены основные 
перспективные направления развития методов анализа сигналов 
головного мозга человека с применением технологий искусственного 
интеллекта.

Во втором разделе рассматривается электрическая активность 

клеток головного мозга на основе мембранной теории, показаны
особенности работы нейронных сетей, а также способы оценки динамики 
мозговых процессов.

В третьем разделе дается информация о том, каким образом осу-

ществляется 
взаимодействие 
между 
нейронами 
искусственной 

нейронной сети, а также о том, в чем заключается обучение нейронной 
сети и каким образом происходит корректировка весовых коэффициентов 
связей между нейронами в искусственной нейронной сети.

В четвертом разделе кратко представлены информативные при-

знаки электроэнцефалограммы, характеристики основных ритмов 
ЭЭГ, виды биоэлектрической активности мозга, патологические 
проявления на ЭЭГ.

Пятый раздел посвящен методам классификации ЭЭГ с помо-

щью визуального анализа, а также характеристикам основных групп
ЭЭГ: нормальных, пограничных и патологических. 

В шестом разделе речь идет о различных видах вычислительного 

анализа электроэнцефалограмм, а в седьмом – о нормопатологиче-
ской классификации ЭЭГ.

В восьмом разделе приведены основные характеристики и функ-

ции отечественного электроэнцефалографа «Энцефалан», показано, 
как с его помощью осуществляется оценка ЭЭГ.

В глоссарии представлены термины и определения, связанные с 

понятиями нейробиологии, биомедицинских компьютерных систем 
и технологий.

Более глубокие знания заинтересованный читатель может полу-

чить, ознакомившись с источниками, приведенными в достаточно 
обширном списке литературы, где представлены как фундаментальные 
издания прошлых лет, так и современные актуальные работы по 
рассматриваемой тематике.

РАЗВИТИЕ НАУЧНОГО ПОДХОДА
К ИЗУЧЕНИЮ И ПОНИМАНИЮ
СИГНАЛОВ МОЗГА

Мозг человека генерирует колебания электрических потенциалов 

в виде ритмов разных частот. Зарегистрированные на голове человека, 
эти потенциалы в виде электроэнцефалограмм (ЭЭГ) служат объективным 
показателем работы его мозга, доступным для исследования 
в любых ситуациях: при бодрствовании, во время сна, активной 
нормальной деятельности и при патологических состояниях, вплоть 
до полного отсутствия сознания. Исследование динамики подобных 
потенциалов лежит в основе понимания деятельности мозга человека 
как сложной системы [1]. Регистрация ЭЭГ заключается в фиксации 
электрических потенциалов системой расположенных на поверхности 
головы электродов.

Начало научного подхода к проблеме датируется 1928 годом по-

сле открытия австрийским врачом Г. Бергером ритмической электрической 
активности с частотой 10 Гц (α-ритм), зарегистрированной 
через неповрежденные покровы головы пациента. В середине 
прошлого века были открыты дельта- и бета-ритмы, наблюдаемые в 
других частотных диапазонах ЭЭГ, и связи этих ритмов с патологией 
в головном мозге [2]. Эти данные обусловили развитие клинической 
ЭЭГ на основе визуального анализа формы наблюдаемых колебаний. 
Получили развитие математические методы анализа ЭЭГ, 
связанные, в первую очередь, со спектральными и корреляционными 
функциями ЭЭГ [3].

В настоящее время в неврологии широко применяются методы 

нейровизуализации – компьютерная томография (КТ), магнитно-
резонансная томография (МРТ), позитронно-эмиссионная томография (
ПЭТ) и др. На их основе была решена задача диагностики пораженных 
органов мозга путём визуализации его внутренних структур. 
Таким образом, как нейровизуализация, так и ЭЭГ, служат эффективными 
объективными методами исследования одного и того 
же объекта – головного мозга [4].

1 

Клиническая ЭЭГ обеспечивает диагностику функциональной

активности центральной нервной системы (ЦНС), т.е. главное, что 
характеризует живой мозг в норме и при неврологической патологии. 
В свою очередь, методы нейровизуализации успешно решают 
вопросы диагностики органических поражений мозга. Основными 
задачами ЭЭГ являются исследования в области функциональных 
расстройств: неврологических, психических, эмоциональных, поведенческих 
и когнитивных нарушений, психосоматических заболеваний. 
Последующие исследования, например, в области вызванных 
потенциалов, показали, что ЭЭГ может отражать не только общее 
функциональное состояние мозга, но и реагирует на состояние 
окружающей среды: структуру зрительных образов, на сигналы от 
верхних конечностей и др [5]. 

С момента появления метода до 50 годов прошлого века клини-

ческое заключение формировалось опытным врачом-клиницистом 
путем вербального описания формы колебания по результатам его 
визуального наблюдения. Однако визуальный анализ достаточно 
трудоемок, а его результаты субъективны. Здесь используются способности 
врача к запоминанию колебаний, к их визуальной оценке, к 
сравнению и распознаванию форм. Оценка врача состоит из двух 
частей: первая часть чисто описательная, вторая же («впечатления» 
или «диагностические впечатления») содержит диагностическую 
оценку записи. Когда врач «читает» ЭЭГ, он начинает с беглого просмотра 
записей в поисках участков активности, отклоняющейся от 
нормы. Затем он описывает обнаруженные типы активности и только 
потом переходит к диагностической оценке. Основным элементом 
ЭЭГ является «волна» – участок записи между двумя соседними 
экстремумами одного знака [6].

От недостатков визуального анализа свободны методы компью-

терного анализа ЭЭГ (КЭЭГ). Под КЭЭГ понимают совокупность 
методов и средств съема сигналов ЭЭГ и их анализ с использованием 
современных вычислительных средств. Наиболее объективным и 
важным подразделом КЭЭГ служат методы частотного (спектрального) 
анализа [7]. По ЭЭГ сигналу вычисляются различные частотные 
характеристики: амплитудный спектр, кросс-спектр, когерентность 
и др. По каждой характеристике находятся обобщенные спек-

тральные показатели в частотных диапазонах α, β, γ, θ, и по ним оцениваются 
статистические различия спектров [8]. 

Отметим, что преимущественно частотный характер используе-

мых в КЭЭГ математических методов отражает то обстоятельство, 
что начальный этап анализа ЭЭГ был связан с изучением протекающих 
в ней ритмических процессов. Графоэлементы ЭЭГ отличаются 
друг от друга не только значениями своих периодов, но и размахами 
потенциалов. Поэтому содержащаяся в них информация зависит не 
только от частоты колебания, но и от размаха регистрируемого в 
разные моменты времени потенциала. Как отмечают исследователи 
и специалисты [1], вопросы измерения амплитуды колебаний находятся 
за пределами КЭЭГ. Например, современный электроэнцефалограф «
Энцефалан-131-03» решает эту задачу лишь в интерактивном 
режиме по маркеру, указанному оператором.

Охарактеризуем в соответствии с работой [3] состояние пробле-

мы анализа ЭЭГ в 70-80-х годах прошлого века. Отмечается два 
принципиально различных подхода к задаче. Первый – это спектральный. 
Предполагается, что ЭЭГ является стационарным процессом 
или изменяется очень медленно на интервале порядка 30 с. В 
этих условиях при спектральном анализе теряется мелкомасштабная 
временная структура ЭЭГ. Второй метод – это анализ отдельных 
волн, т.е. нестационарностей в ЭЭГ. Элементарным фрагментом 
здесь является одиночная волна, описываемая набором графоэлемен-
тов. Анализ осложняется тем, что одиночная волна рассматривается 
в отрыве от контекста. 

Структурный подход к распознаванию ЭЭГ. Кроме достаточ-

но полно исследованной задачи распознавания образов, в последние 
годы появились работы по структурному описанию изображений [9]. 
При распознавании образов имеют в виду, что каждому изображению 
объекта поставлена в соответствие точка в некотором пространстве. 
Объекты одного класса в этом случае соответствуют компактному 
множеству таких точек. Далее необходимо построить решающее 
правило, в соответствии с которым вновь появляются точки, 
относящиеся к тому или иному образу.

Другой задачей является сжатие описания одного класса изоб-

ражений. Такая задача характерна при компактном кодировании и