ПРИМЕНЕНИЕ МЕТОДА НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ ДЛЯ КЛАССИФИКАЦИИ ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ И ОЦЕНКИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ МОЗГА

Аннотация

Цель данного исследования - создание системыавтоматической классификации ЭЭГ спомощью метода математического моделирования – нейронные сети. В качестве объекта классификации были использованы записи ЭЭГ полученные при обследовании 78 добровольцев и 78 больных с неврологическими расстройствами. Была обработана 1851 запись ЭЭГ по 8-и отведениям (всего 14808 объектов) для 158 человек. В основу классификации положено разложение сигнала ЭЭГ в ряд Фурье и последующий анализ спектральной плотности электрических сигналов, зафиксированных в отведениях. После получения устойчивой картины кластеризации записей ЭЭГ, в окончательном варианте была получена нейросетевая модель, с 16 нейронами в выходном слое, что представлено распределением записей по класcам ЭЭГ (Cl_0 ёCl_15). Анализируя выделенные классы ЭЭГ мы распределили их на 5 групп. Классификация степени нарушения ЭЭГ: I группа – норма и легкая степень нарушения ЭЭГ (Cl 1, Cl 2, Cl 3); II группа – умеренная и значительная степень (Cl 4, Cl 5, Cl 6, Cl 7); III группа – значительная и грубая степень (Cl 9, Cl 10, Cl 11, Cl 12); IV группа – грубая и очень грубая (Cl 13, Cl 14, Cl15); V группа представлена паттернами с легкими, умеренными и значительными изменениями (Cl 0, Cl 8). Полученная в нейросетевой модели классификация ЭЭГ является устойчивой и надежной для определения степени нарушения ЭЭГ. Это свидетельствует о возможности применения данной классификации для мониторинга ЭЭГ и характеристики состояния больного с нарушением сознания.