RU2637300C1 - Epilepsy diagnostics method based on set of electroencephalographic indicators, characteristics of exogenous and cognitive evoked potentials, motor and autonomic provision activities using artificial neural networks technology - Google Patents

Abstract

FIELD: medicine.

SUBSTANCE: parameters are recorded: spectral analysis of electroencephalograms (EEG), EEG cross correlational function, visual and auditory evoked potentials, cognitive evoked potentials, the amplitude of that conditionally negative deviation wave, average time of simple visual-motor reactions, the average interval between impacts for a tap test, the amplitude of maximum F-response, ration of the maximum F-response and the M-response, latency of the maximum F-response, indicators of heart rate variability (HRV), characteristics of the average values of pulmonary ventilation, respiratory rate, oxygen level in the exhaled air, partial pressure of carbon dioxide in the exhaled air, energy consumption level. Using an artificial neural network with a completed learning procedure, represented by a multilayer perceptron with 72 input neurons, 8 neurons of the intermediate layer and 1 output neuron, the distribution of subjects to the group of practically healthy individuals or patients with epilepsy takes place.

EFFECT: method allows selection and rapid diagnosis of epilepsy.

2 tbl

Description

Изобретение относится к области медицины, а именно к клинической медицине (неврологии).The invention relates to medicine, namely to clinical medicine (neurology).

Диагностика эпилепсии предполагает описание структуры эпилептического приступа, определение эпилептиформной активности по характеристикам электроэнцефалограмм (ЭЭГ), оценку данных нейровизуализации и привлечение других дополнительных методов исследования [3, 5]. Сохраняется сложность в верификации эпилептических приступов, особенно при ночных приступах, а также при диагностике локализационно-обусловленных форм височной, затылочной эпилепсии; сочетании эпилептических и неэпилептических приступов. В диагностике эпилепсии как в сложной задаче медицинская информация является формально избыточной, но содержательно недостаточной [8, 10], что определяет необходимость получения дополнительных данных, основывающихся, в том числе, на показателях, характеризующих физиологические механизмы обеспечения целенаправленной деятельности человека, функционирование патологических эпилептических систем и антисистем [5, 9, 11, 12].Diagnosis of epilepsy involves a description of the structure of an epileptic seizure, determination of epileptiform activity according to the characteristics of electroencephalograms (EEG), assessment of neuroimaging data, and the use of other additional research methods [3, 5]. Difficulties remain in the verification of epileptic seizures, especially with nocturnal seizures, as well as in the diagnosis of localized forms of temporal, occipital epilepsy; a combination of epileptic and non-epileptic seizures. In the diagnosis of epilepsy, as in a difficult task, medical information is formally redundant, but substantively insufficient [8, 10], which determines the need for additional data based, inter alia, on indicators characterizing the physiological mechanisms of ensuring targeted human activity, the functioning of pathological epileptic systems and antisystems [5, 9, 11, 12].

Наиболее близким способом того же назначения к заявленному изобретению по совокупности признаков является способ диагностики эпилепсии (ПРОТОТИП) [7], в котором на основе зарегистрированных зрительных вызванных потенциалов на реверсивный шахматный паттерн и отношения площади положительных и отрицательных значений зрительных вызванных потенциалов определяют диагноз эпилепсии.The closest method of the same purpose to the claimed invention by the totality of signs is a method for the diagnosis of epilepsy (PROTOTYPE) [7], in which, based on the recorded visual evoked potentials on a reversible chess pattern and the ratio of the area of positive and negative values of the visual evoked potentials, the diagnosis of epilepsy is determined.

К причинам, препятствующим достижению результата при использовании известного способа, принятого за прототип, относится использование ограниченного набора параметров, характеризующих функциональное состояние зрительного анализатора; использование диапазона значений показателей, выход за который определят диагностику эпилепсии.The reasons that impede the achievement of the result when using the known method adopted for the prototype include the use of a limited set of parameters characterizing the functional state of the visual analyzer; the use of a range of indicator values, beyond which the diagnosis of epilepsy will determine.

Целью изобретения является разработка способа диагностики эпилепсии на основе комплекса физиологических показателей при помощи технологии искусственных нейронных сетей.The aim of the invention is to develop a method for the diagnosis of epilepsy based on a set of physiological parameters using the technology of artificial neural networks.

Цель достигается тем, что на основе комплекса физиологических показателей, объединенных в группы характеристик спектрального анализа ЭЭГ, показателей кросскорреляционной функции ЭЭГ, характеристик деятельности афферентных систем, показателей когнитивных вызванных потенциалов, моторного и вегетативного обеспечения деятельности, определяется распределение исследуемых в группу практически здоровых лиц или больных эпилепсией.The goal is achieved by the fact that on the basis of a set of physiological indicators combined into groups of characteristics of the spectral analysis of EEG, indicators of cross-correlation function of EEG, characteristics of afferent systems, indicators of cognitive evoked potentials, motor and autonomic activity, the distribution of practically healthy individuals or patients is determined epilepsy.

Способ диагностики эпилепсии на основе комплекса электроэнцефалографических показателей, характеристик экзогенных и когнитивных вызванных потенциалов, показателей моторного и вегетативного обеспечения деятельности при помощи технологии искусственных нейронных сетей осуществляется следующим образом. Регистрируется комплекс физиологических показателей, объединенных в группы показателей спектрального анализа ЭЭГ, кросскорреляционной функции ЭЭГ, характеристик деятельности афферентных систем, когнитивных вызванных потенциалов, моторного и вегетативного обеспечения деятельности. Данные характеристики вводятся в качестве входных показателей в искусственную нейронную сеть с завершенным процессом обучения и специфическим набором синаптических весов; в результате чего определяется распределение данного исследуемого в группу практически здоровых лиц или больных эпилепсией.A method for the diagnosis of epilepsy based on a complex of electroencephalographic indicators, characteristics of exogenous and cognitive evoked potentials, indicators of motor and vegetative support of activity using the technology of artificial neural networks is as follows. A complex of physiological indicators is recorded, combined into groups of indicators for spectral analysis of EEG, cross-correlation function of EEG, characteristics of afferent systems, cognitive evoked potentials, motor and autonomic activity. These characteristics are introduced as input indicators into an artificial neural network with a completed learning process and a specific set of synaptic weights; as a result, the distribution of this subject in the group of healthy individuals or patients with epilepsy is determined.

Экспериментальное обоснование проведено при исследовании 238 человек; из них 75 практически здоровых человека (42 мужчины и 33 женщины) и 163 больных эпилепсией (84 мужчины и 79 женщин), средний возраст практически здоровых лиц составил 33,1 лет (стандартная ошибка средней 0,56 лет), средний возраст больных эпилепсией составил 35,8 лет (стандартная ошибка средней 1,08 лет). В группу больных эпилепсией включались пациенты с идиопатической (генетической - 10 пациентов с юношеской миоклонической эпилепсией), симптоматической (структурно-метаболической - 91 пациент) и криптогенной (вероятно симптоматической - 62 пациента) формами заболевания; имеющие как минимум 1 приступ в течение 1 года, предшествующего обследованию, подписавшие договор информированного согласия; критериями исключения являлись беременность, заболевания дыхательной и сердечно-сосудистой систем в стадии декомпенсации. В контрольную группу практически здоровых лиц включались исследуемые, не имеющие по данным анамнеза эпилептических приступов, с отсутствием эпилептиформных изменений на электроэнцефалограмме (ЭЭГ), использовались вышеописанные критерии исключения. Всеми пациентами перед началом исследования подписан договор информированного согласия.An experimental justification was carried out in a study of 238 people; 75 of them are healthy people (42 men and 33 women) and 163 patients with epilepsy (84 men and 79 women), the average age of healthy people was 33.1 years (standard error of the average 0.56 years), the average age of patients with epilepsy was 35.8 years (standard error of the mean 1.08 years). The group of patients with epilepsy included patients with idiopathic (genetic - 10 patients with juvenile myoclonic epilepsy), symptomatic (structural and metabolic - 91 patients) and cryptogenic (probably symptomatic - 62 patients) forms of the disease; having at least 1 seizure within 1 year prior to the examination, signed an informed consent agreement; The exclusion criteria were pregnancy, diseases of the respiratory and cardiovascular systems in the stage of decompensation. The control group of practically healthy individuals included those who did not have an epileptic seizure history, with no epileptiform changes in the electroencephalogram (EEG), and the exclusion criteria described above were used. Before the start of the study, all patients signed an informed consent agreement.

Регистрация ЭЭГ проводилась при помощи 19-канального цифрового электроэнцефалографа и программного обеспечения «Нейрон-спектр-3» (Россия, «Нейрософт») при расположении электродов по схеме «10-20» с референтными электродами на ушах (А1 и А2). Анализ ЭЭГ осуществлялся на эпохах с исключенными артефактами и без эпилептиформной активности методами спектрального анализа на основании быстрого преобразования Фурье с определением мощности и частоты колебаний в основных частотных диапазонах (для построения искусственных нейронных сетей (ИБС) использовалась мощность тета-колебаний в отведениях F3, F4, альфа-колебаний в O1, O2, бета-1 колебаний в F3, F4; средняя частота данных спектральных диапазонов в соответствующих отведениях), а также методом анализа кросскорреляционной функции (ККФ) с расчетом коэффициентов кросскорреляции и средней частоты ККФ (в качестве входных параметров ИНС использовались корреляция ЭЭГ сигнала в парах отведений F3-F4, O1-O2, F3-C3, F4-C4, Р3-O1, Р4-O2, частота ККФ в соответствующих парах отведений) [4].The EEG was recorded using a 19-channel digital electroencephalograph and Neuron-Spectrum-3 software (Russia, Neurosoft) with the arrangement of electrodes according to the 10-20 pattern with reference electrodes on the ears (A1 and A2). EEG analysis was carried out at epochs with excluded artifacts and without epileptiform activity using spectral analysis methods based on the fast Fourier transform with determination of the power and frequency of oscillations in the main frequency ranges (theta oscillation power F3, F4, was used to construct artificial neural networks (IHD), alpha vibrations in O1, O2, beta-1 vibrations in F3, F4; the average frequency of these spectral ranges in the corresponding leads), as well as by the method of analysis of the cross-correlation function (CCF) with by calculating the cross-correlation coefficients and the average frequency of CCF (as input parameters of the ANN, we used the correlation of the EEG signal in pairs of leads F3-F4, O1-O2, F3-C3, F4-C4, P3-O1, P4-O2, the frequency of CCF in the corresponding pairs of leads ) [four].

Регистрация зрительных (ЗВП), слуховых (СВП) и когнитивных вызванных потенциалов осуществлялась при помощи программно-аппаратного комплекса «Нейро-МВП» (Россия), подэлектродный импеданс составлял менее 5 кОм. Запись ЗВП на шахматный паттерн осуществлялась при расположении активных электродов в отведениях O1, O2, Oz, с референтным электродом в Fz; угловая величина стимула составила 40 угловых минут, частота реверсии 1 Гц, число усреднений 120. При анализе оценивалась латентность пиков N75, Р100, N145, Р200 в Oz; межпиковая амплитуда P50N75, N75P100, P100N145 в Oz. Регистрация длиннолатентных СВП проводилась при бинауральной стимуляции щелчками длительностью 50 мс, наполнение 1000 Гц, частотой 1 Гц, числом усреднений 100; отводящие электроды располагались на голове пациента в зоне С3, С4, Cz, референтные - в точках A1, А2. Оценивалась латентность пиков N1, Р2, N2 и межпиковая амплитуда N1P2, P2N2 в отведении Cz. Данные показатели были включены в группу характеристик деятельности афферентных систем, используемых для создания ИНС. Проводилась регистрация потенциала Р300 в рамках вероятностной парадигмы появления значимого стимула (тон 2000 Гц) и незначимого стимула (тон 1000 Гц), длительность стимулов составила 50 мс с активной реакцией пациентов на значимый стимул в виде нажатия на кнопку ответа. Регистрация и усреднение ответа проводились по отведениям Pz, Cz, Fz с референтными электродами на ушах (A1, А2). Анализировались латентность пика N2, Р3; межпиковая амплитуда P2N2, N2P3 по отведениям, данные показатели характеризовали деятельность ассоциативных механизмов [2].Visual (VEP), auditory (SVP), and cognitive evoked potentials were recorded using the Neuro-MVP software and hardware complex (Russia), the sub-electrode impedance was less than 5 kOhm. The recording of the VIZ on the chess pattern was carried out with the active electrodes located in the leads O1, O2, Oz, with a reference electrode in Fz; the angular magnitude of the stimulus was 40 arc minutes, the reversal frequency was 1 Hz, the number of averagings was 120. The analysis evaluated the latency of the peaks N75, P100, N145, P200 in Oz; peak-to-peak amplitude P50N75, N75P100, P100N145 in Oz. Long-latent SVPs were recorded during binaural stimulation with clicks lasting 50 ms, filling 1000 Hz, frequency 1 Hz, averaging number 100; the discharge electrodes were located on the patient’s head in the zone C3, C4, Cz, the reference ones - at points A1, A2. The latency of the peaks N1, P2, N2 and the inter-peak amplitude N1P2, P2N2 in the lead Cz were evaluated. These indicators were included in the group of characteristics of the activities of afferent systems used to create an ANN. The potential of P300 was recorded within the framework of the probabilistic paradigm of the appearance of a significant stimulus (tone 2000 Hz) and an insignificant stimulus (tone 1000 Hz), the duration of the stimuli was 50 ms with an active response of patients to a significant stimulus in the form of pressing the answer button. Recording and averaging of the response was performed using leads Pz, Cz, Fz with reference electrodes on the ears (A1, A2). The latency of the peak N2, P3; the peak-to-peak amplitude of P2N2, N2P3 by leads, these indicators characterized the activity of associative mechanisms [2].

Регистрация условно-негативного отклонения (волны - УНВ) проводилась эпохами по 2,5 секунд, в парадигме предупреждающего (звуковой сигнал частотой 2000 Гц) и пускового (звуковой сигнал частотой 1000 Гц) стимулов с отведений Fz, Cz, Pz с референтными электродами на ушах (А1 и А2), число усреднений составило 40. Оценивалась амплитуда волны [2]. При помощи комплекса «НС-Психотест» (Россия) у исследуемых регистрировалась простая зрительно-моторная реакция (ПЗМР), реакция различия (РР) и теппинг-тест (ТТ). При регистрации ПЗМР проводилось бинокулярное предъявление сигналов красного цвета с реакцией исследуемых на их появление в виде нажатия на кнопку. При оценке РР последовательно предъявлялись разноцветные световые сигналы, в ответ на предъявление сигнала красного цвета исследуемому требовалось максимально быстро нажать на кнопку ответа. При ПЗМР и РР оценивалось среднее время реакции для правой руки. ТТ проводился в течение 30 секунд с максимальным темпом ударов испытуемым специальной указкой по контактной площадке, представлены значения среднего межударного интервала для правой руки. Регистрацию F-ответа проводили при стимуляции правого и левого срединных нервов в области запястья при величине стимула, составлявшей 150% от моторного порога, длительности стимула 0,2 мс, запись осуществлялась блоками по 40 кривых при помощи программно-аппаратного комплекса «Нейро-МВП» (Россия, «Нейрософт»). Оценивала амплитуда максимального F-ответа, отношение максимального F-ответа к М-ответу, латентность максимального F-ответа для правой и левой руки. Вышеописанные показатели УНВ, характеристики F-ответа, показатели ПЗМР, РР и ТТ объединены в группу характеристик, определяющих моторное обеспечение деятельности.The registration of conditionally negative deviation (waves - CNF) was carried out by erases of 2.5 seconds, in the paradigm of warning (sound signal with a frequency of 2000 Hz) and trigger (sound signal with a frequency of 1000 Hz) stimuli from leads Fz, Cz, Pz with reference electrodes on the ears (A1 and A2), the number of averagings was 40. The wave amplitude was estimated [2]. Using the NS-Psychotest complex (Russia), a simple visual-motor reaction (PZMR), a difference reaction (PP), and a tapping test (TT) were recorded in the subjects. When registering PZMR, binocular presentation of red signals was carried out with the reaction of the subjects to their appearance in the form of pressing a button. When evaluating PP, multi-colored light signals were consistently presented, in response to the presentation of a red signal, the subject needed to press the answer button as quickly as possible. With PZMR and PP, the average reaction time for the right hand was estimated. TT was carried out for 30 seconds with a maximum rate of blows by the subject with a special pointer on the contact pad, the values of the average interstitial interval for the right hand are presented. The F-response was recorded during stimulation of the right and left median nerves in the wrist region with a stimulus value of 150% of the motor threshold and a stimulus duration of 0.2 ms; recording was carried out in blocks of 40 curves using the Neuro-MVP software and hardware complex (Russia, Neurosoft). Estimated the amplitude of the maximum F-response, the ratio of the maximum F-response to the M-response, the latency of the maximum F-response for the right and left hand. The above-described indicators of CNF, characteristics of the F-response, indicators of PZMR, PP and TT are combined into a group of characteristics that determine the motor support of the activity.

При исследовании ВСР регистрация электрокардиограмм проводилась при помощи прибора «Варикард 2.5» и программы «ИСКИМ 6.0» (Россия) в I стандартном отведении при положении испытуемого сидя. Использовались статистические и спектральные методы анализа ВСР с определением частоты сердечных сокращений, среднего квадратичного отклонения динамического ряда R-R интервалов, индекса напряжения регуляторных систем, мощности спектра колебаний R-R интервалов в диапазоне дыхательных, медленных, очень медленных волн и суммарной мощности (HF, LF, VLF, TP соответственно) [6]. Осуществлялось исследование ФВД при помощи спирометаболографа «Fitmate Med» (Италия) с оценкой усредненного значения легочной вентиляции и частоты дыхания, уровня кислорода в выдыхаемом воздухе, энерготрат и при помощи ультразвукового капнографа «КП-01 Еламед» (Россия) с определением парциального давления углекислоты в выдыхаемом воздухе [1]. Вышеописанные характеристики ВСР и ФВД объединены в группу показателей вегетативного обеспечения деятельности.In the study of HRV, electrocardiograms were recorded using the Varicard 2.5 instrument and the ISKIM 6.0 program (Russia) in the I standard lead when the test subject was sitting. Statistical and spectral methods of HRV analysis were used with determination of heart rate, standard deviation of the dynamic range of RR intervals, voltage index of regulatory systems, the power of the vibration spectrum of RR intervals in the range of respiratory, slow, very slow waves and total power (HF, LF, VLF, TP, respectively) [6]. An HPF was studied using a Fitmate Med spirometabolograph (Italy) with an estimate of the average value of pulmonary ventilation and respiration rate, oxygen level in exhaled air, energy expenditure and using an KP-01 Elamed ultrasound capnograph (Russia) with determination of carbon dioxide partial pressure in exhaled air [1]. The above characteristics of HRV and FVD are combined into a group of indicators of vegetative support of activity.

В качестве метода распределения исследуемых в группы практически здоровых лиц и больных эпилепсией была использована технология ИНС [10]. Построение ИНС осуществлялось в автоматическом режиме на основе групп показателей, представленных выше при описании методов исследования: показателей спектрального анализа ЭЭГ, характеристик ККФ ЭЭГ, экзогенных вызванных потенциалов (ВП), когнитивных ВП, показателей моторного и вегетативного обеспечения деятельности. Всего для построения ИНС использовалось 72 показателя, объединенные в 6 групп, что позволило определить усредненное значение рангов показателей. ИНС характеризовались определенной архитектурой, производительностью обучения, контрольной и тестовой производительностью, отражающей соответственно процент верных распределений в обучающей, контрольной и тестовой выборках, для суммарной характеристики классификационной способности ИНС использовался процент верных распределений по группам, а также усредненный процент верных распределений [10].The ANN technology was used as a method for the distribution of practically healthy individuals and patients with epilepsy studied in groups [10]. The construction of the ANN was carried out automatically based on the groups of indicators presented above when describing the research methods: indicators of spectral analysis of EEG, characteristics of CCF EEG, exogenous evoked potentials (EP), cognitive EP, indicators of motor and autonomic activity. In total, 72 indicators were used to build the ANN, combined into 6 groups, which made it possible to determine the average value of the ranks of the indicators. ANNs were characterized by a certain architecture, learning productivity, control and test performance, which reflects, respectively, the percentage of correct distributions in the training, control and test samples; for the total characteristic of the classification ability of ANNs, the percentage of correct distributions among groups, as well as the average percentage of correct distributions, were used [10].

Созданная ИНС представляла собой многослойный персептрон с 72 входными нейронами (получающими данные об исследуемых физиологических показателями), 8 нейронами промежуточного слоя и 1 выходным (представляющим информацию о группе, к которой относится данный пациент). ИНС имела производительность обучения 100%, контрольная производительность составила 87,5%, тестовая производительность 88%. Как следует из таблицы 1, распределение испытуемых на группы практически здоровых лиц и больных эпилепсией при помощи технологии ИНС было решено достаточно эффективно.The ANN created was a multilayer perceptron with 72 input neurons (receiving data on the studied physiological parameters), 8 intermediate layer neurons and 1 output (representing information about the group to which this patient belongs). ANN had a training productivity of 100%, the control productivity was 87.5%, the test productivity was 88%. As follows from table 1, the distribution of subjects into groups of practically healthy individuals and patients with epilepsy using ANS technology was decided quite effectively.

В таблице 2 представлены усредненные значения рангов используемых показателей; наибольшее значение в решении задачи разделения испытуемых на группу практически здоровых лиц и больных эпилепсией имели показатели деятельности афферентных систем и характеристики ККФ ЭЭГ.Table 2 presents the average values of the ranks of the indicators used; The most important in solving the problem of dividing the subjects into a group of practically healthy individuals and patients with epilepsy were indicators of the activity of afferent systems and characteristics of CCF EEG.

Данный способ позволит предоставить дополнительную информацию для диагностики эпилепсии.This method will provide additional information for the diagnosis of epilepsy.

СПИСОК ЛИТЕРАТУРЫBIBLIOGRAPHY

1. Бяловский Ю.Ю. Капнография в общеврачебной практике. / Ю.Ю. Бяловский, В.Н. Абросимов. - Saarbrucken: LAP LAMBERT academic publishing, 2014. - 136 с.1. Byalovsky Yu.Yu. Capnography in general practice. / Yu. Yu. Byalovsky, V.N. Abrosimov. - Saarbrucken: LAP LAMBERT academic publishing, 2014 .-- 136 p.

2. Гнездицкий В.В. Атлас по вызванным потенциалам мозга (практическое руководство, основанное на анализе конкретных клинических наблюдений). / В.В. Гнездицкий, О.С. Корепина. - Иваново: ПресСто, 2011. - 532 с.2. Gnezditsky V.V. Atlas on evoked brain potentials (a practical guide based on analysis of specific clinical observations). / V.V. Gnezditsky, O.S. Korepina. - Ivanovo: PresSto, 2011 .-- 532 p.

3. Гузева В.И. Эпилепсия и неэпилептические пароксизмальные состояния у детей. / В.И. Гузева. - М.: ООО «Медицинское информационное агентство», 2007. - 568 с.3. Guzeva V.I. Epilepsy and non-epileptic paroxysmal conditions in children. / IN AND. Guzeva. - M .: Medical Information Agency LLC, 2007. - 568 p.

4. Зенков, Л.Р. Клиническая электроэнцефалография (с элементами эпилептологии). / Л.Р. Зенков. - М.: МЕДПресс, 2004. - 187 с.4. Zenkov, L.R. Clinical electroencephalography (with elements of epileptology). / L.R. Zenkov. - M .: MEDPress, 2004 .-- 187 p.

5. Карлов В.А. Эпилепсия у детей и взрослых, женщин и мужчин: Руководство для врачей. / В.А. Карлов. - М.: ОАО "Издательство "Медицина", 2010. - 720 с.5. Karlov V.A. Epilepsy in Children and Adults, Women and Men: A Guide for Physicians. / V.A. Karlov. - M .: OJSC "Publishing house" Medicine ", 2010. - 720 p.

6. Михайлов В.М. Вариабельность ритма сердца: опыт практического применения метода. / В.М. Михайлов. - Иваново: ИГМА, 2002. - 290 с.6. Mikhailov V.M. Heart rate variability: practical experience with the method. / V.M. Mikhailov. - Ivanovo: IGMA, 2002 .-- 290 p.

7. Прототип. Способ диагностики эпилепсии: заявка №2014107270/14; заявл. 25.02.2014; опубл. 10.09.2015; RU 2562109 C1.7. The prototype. A method for the diagnosis of epilepsy: application No. 2014107270/14; declared 02/25/2014; publ. 09/10/2015; RU 2562109 C1.

8. Эволюция методов и средств диагностики и лечения эпилепсии / М.В. Крючкова [и др.] // Неврологический вестник. Журнал им. В.М. Бехтерева. - 2009. - Т. XLI, №1. - С. 56-63.8. The evolution of methods and means of diagnosis and treatment of epilepsy / M.V. Kryuchkova [et al.] // Neurological Bulletin. Magazine them. V.M. Ankylosing spondylitis. - 2009. - T. XLI, No. 1. - S. 56-63.

9. Artemiadis А.K. Auditory event-related potentials (Р300) and mesial temporal sclerosis in temporal lobe epilepsy patients. / A.K. Artemiadis [et al.] // Epileptic disorders. - 2014. - Vol. 16, №1. - P. 67-73.9. Artemiadis A.K. Auditory event-related potentials (P300) and mesial temporal sclerosis in temporal lobe epilepsy patients. / A.K. Artemiadis [et al.] // Epileptic disorders. - 2014 .-- Vol. 16, No. 1. - P. 67-73.

10. Moein, S. Medical diagnosis using artificial neural networks. / S. Moein. - Hershey: Medical Information Science Reference, 2014. - 310 p.10. Moein, S. Medical diagnosis using artificial neural networks. / S. Moein. - Hershey: Medical Information Science Reference, 2014 .-- 310 p.

11. Pulliainen V. Motor and cognitive functions in newly diagnosed adult seizure patients before antiepileptic medication. / V. Pulliainen, P. Kuikka, M. Joke-lainen // Acta Neurol Scand. - 2000. - Vol. 101, №2. - P. 73-78.11. Pulliainen V. Motor and cognitive functions in newly diagnosed adult seizure patients before antiepileptic medication. / V. Pulliainen, P. Kuikka, M. Joke-lainen // Acta Neurol Scand. - 2000. - Vol. 101, No. 2. - P. 73-78.

12. The effects of levetiracetam, carbamazepine, and sodium valproate on P100 and P300 in epilptic patients. / Y. Tumay [et al.] // Clinical neuropharmacology. - 2013. - Vol. 36, №2. - P. 55-58.12. The effects of levetiracetam, carbamazepine, and sodium valproate on P100 and P300 in epilptic patients. / Y. Tumay [et al.] // Clinical neuropharmacology. - 2013 .-- Vol. 36, No. 2. - P. 55-58.

Claims (1)

Способ диагностики эпилепсии на основе комплекса электроэнцефалографических показателей, характеристик экзогенных и когнитивных вызванных потенциалов, показателей моторного и вегетативного обеспечения деятельности при помощи технологии искусственных нейронных сетей, отличающийся тем, что на основе комплекса физиологических показателей, включающих показатели спектрального анализа электроэнцефалограмм, такие как мощность и средняя частота тета-колебаний в отведениях F3, F4, альфа-колебаний в отведениях O1, O2, бета-1 колебаний в отведениях F3, F4; характеристики кросскорреляционной функции электроэнцефалограмм, включающие корреляцию и частоту кросскорреляционной функции в парах отведений F3-F4, O1-O2, F3-C3, F4-C4, Р3-O1, Р4-O2, показатели зрительных вызванных потенциалов, такие как латентность пиков N75, Р100, N145, Р200 в Oz; межпиковая амплитуда P50N75, N75P100, P100N145 в Oz, и слуховых вызванных потенциалов, включающие латентность пиков N1, Р2, N2 и межпиковую амплитуду N1P2, P2N2 в отведении Cz; характеристики когнитивных вызванных потенциалов, такие как латентность пика N2, Р3, межпиковая амплитуда P2N2, N2P3 в отведениях Pz, Cz, Fz; показатели моторного обеспечения целенаправленной деятельности, включающие амплитуду волны условно-негативного отклонения в отведениях Fz, Cz, Pz, среднее время простой зрительно-моторной реакции для правой руки, реакции различения для правой руки, среднее время межударного интервала теппинг-теста для правой руки, амплитуду максимального F-ответа, отношение максимального F-ответа к М-ответу, латентность максимального F-ответа для правой и левой руки, и характеристики вегетативного обеспечения деятельности, такие как частота сердечных сокращений, среднее квадратичное отклонение динамического ряда R-R интервалов, индекс напряжения регуляторных систем, мощности спектра колебаний R-R интервалов в диапазоне дыхательных, медленных, очень медленных волн и суммарной мощности вариабельности сердечного ритма, характеристики усредненного значения легочной вентиляции, частоты дыхания, уровня кислорода в выдыхаемом воздухе, парциального давления углекислоты в выдыхаемом воздухе, уровня энерготрат, при помощи искусственной нейронной сети с завершенной процедурой обучения, представляющей собой многослойный персептрон с 72 входными нейронами, 8 нейронами промежуточного слоя и 1 выходным, определяется распределение испытуемых в группу практически здоровых лиц или больных эпилепсией.A method for diagnosing epilepsy based on a complex of electroencephalographic indicators, characteristics of exogenous and cognitive evoked potentials, indicators of motor and autonomic support of activity using artificial neural network technology, characterized in that on the basis of a set of physiological indicators, including indicators of spectral analysis of electroencephalograms, such as power and average frequency of theta oscillations in leads F3, F4, alpha oscillations in leads O1, O2, beta-1 oscillations in the allotted ia F3, F4; characteristics of the cross-correlation function of electroencephalograms, including the correlation and frequency of the cross-correlation function in pairs of leads F3-F4, O1-O2, F3-C3, F4-C4, P3-O1, P4-O2, indicators of visual evoked potentials, such as latency peaks N75, P100 N145, P200 in Oz; the peak-to-peak amplitude of P50N75, N75P100, P100N145 in Oz, and auditory evoked potentials, including the latency of the peaks N1, P2, N2 and the peak-peak amplitude N1P2, P2N2 in the lead Cz; characteristics of cognitive evoked potentials, such as latency of the N2, P3 peak, peak-to-peak amplitude of P2N2, N2P3 in the leads Pz, Cz, Fz; indicators of motorized support for targeted activity, including the amplitude of the wave of conditionally negative deviation in the leads Fz, Cz, Pz, the average time of a simple visual-motor reaction for the right hand, the discrimination reaction for the right hand, the average time of the interstitial interval of the tapping test for the right hand, the amplitude the maximum F-response, the ratio of the maximum F-response to the M-response, the latency of the maximum F-response for the right and left hands, and the characteristics of autonomic activity, such as heart rate measurements, the root-mean-square deviation of the dynamic range of RR intervals, the voltage index of regulatory systems, the power of the vibration spectrum of RR intervals in the range of respiratory, slow, very slow waves and the total power of heart rate variability, characteristics of the average value of pulmonary ventilation, respiration rate, oxygen level in exhaled air , the partial pressure of carbon dioxide in the exhaled air, the level of energy expenditure, using an artificial neural network with a completed training procedure, amounts to the multilayer perceptron with 72 input neurons, neurons of the intermediate layer 8 and one output, determines the distribution of subjects in the group of healthy individuals or patients with epilepsy.