Бесплатный автореферат и диссертация по биологии на тему

Спектрально-корреляционный анализ магнитных энцефалограмм при различных функциональных состояниях головного мозга

ВАК РФ 03.00.13, Физиология

Автореферат диссертации по теме "Спектрально-корреляционный анализ магнитных энцефалограмм при различных функциональных состояниях головного мозга"

На правах рукописи

СПЕКТРАЛЬНО-КОРРЕЛЯЦИОННЫЙ АНАЛИЗ МАГНИТНЫХ ЭНЦЕФАЛОГРАММ ПРИ РАЗЛИЧНЫХ ФУНКЦИОНАЛЬНЫХ СОСТОЯНИЯХ ГОЛОВНОГО МОЗГА

03.00.13 - физиология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата биологических наук

003489 167

МОСКВА-2009

003489167

Работа выполнена в Институте математических проблем биологии РАН (г.Пущино).

Научный руководитель: кандидат физико-математических наук

Махортых Сергей Александрович

Научный консультант: доктор медицинских наук, профессор

Юматов Евгений Антонович

Официальные оппоненты: доктор биологических наук, профессор

Торшин Владимир Иванович доктор биологических наук, профессор Дубынин Вячеслав Альбертович

Ведущая организация: НИИ общей патологии и патофизиологии РАМН

Защита состоится «¿¿^ » (?&AL£Lf/)JL 2009 г. в /О— часов на заседании диссертационного совета Д ШЬООоГпри Учреждении Российской Академии медицинских наук НИИ нормальной физиологии им. П.К. Анохина РАМН по адресу: 125009, г. Москва, ул. Моховая, д.11, стр. 4.

С диссертацией можно ознакомиться в библиотеке Учреждения Российской Академии медицинских наук НИИ нормальной физиологии им. П.К. Анохина РАМН.

Автореферат разослан «/W_» ноября 2009 года.

Ученый секретарь 1

диссертационного совета, /\Г~щу\

кандидат медицинских наук / I В. А. Гуменюк

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В настоящее время наиболее распространенным неинвазивным методом исследования головного мозга является электроэнцефалография (ЭЭГ). Она широко используется для изучения физиологических процессов, протекающих в головном мозгу, и для диагностики неврологических заболеваний (Гнездицкий, 2004; Coburn et al., 2006).

Наряду с этим, в 70-х годах начал развиваться метод магнитоэнцефалографии (МЭГ) (Холодов и др., 1987; Sarvas, 1987), который основан на измерении и регистрации очень слабых магнитных полей, создаваемых нейронами головного мозга при взаимном обмене ими электрическими сигналами. Регистрация магнитной составляющей электромагнитного поля головного мозга стала осуществляться благодаря успехам физики низких температур и сверхчувствительной магнитометрии (Введенский, Ожогин, 1982; Cohen, 1968; Williamson, Kaufman 1981).

Магнитные поля, вызванные источниками в объеме мозга, очень слабы. Постоянное магнитное поле Земли примерно в 108 раз больше магнитной активности мозга. Очень низкая сила магнитного сигнала на поверхности головы требует применения сверхчувствительных приборов для их регистрации.

МЭГ метод исследования наряду с ЭЭГ начал применяться для физиологических исследований работы мозга. Например, используя некоторые Методы обработки результатов измерения магнитных полей, Nunez, (2006) оценивал динамику изменений активности головного мозга в состоянии покоя, а также под действием различных раздражителей.

В последние годы стала использоваться регистрация МЭГ при некоторых заболеваниях ЦНС (эпилепсия, болезнь Альцгеймера, множественный склероз, болезнь Паркинсона). Однако четких специфических показателей для различных мозговых патологий в МЭГ пока не обнаружено. А самое главное, не разработана методология параметризации и объективной оценки магнитоэнцефалограммы.

Мапштоэнцефалография могла бы иметь по сравнению с электроэнцефалографией ряд преимуществ (Ossenblock et al, 2007). Главное из них - это возможность определения точной локализации источника изменённой активности. Большая точность МЭГ по сравнению с ЭЭГ (Гнездицкий, 2004) связана с тем, что кости черепа и мозговые оболочки практически не оказывают влияния на величину магнитного поля, будучи «прозрачными» для магнитных силовых линий. Поэтому магнитное поле, в сравнении с электрическим, испытывает значительно меньшие искажения на внутричерепных неоднородностях и покрывающих тканях. Это позволило бы с более высокой точностью регистрировать активность не только поверхностно расположенных корковых структур, но и глубоких отделов мозга. Таким образом, МЭГ могла бы стать эффективным методом для

трехмерной локализации электрической активности. Кроме того, МЭГ - это бесконтактный метод регистрации, что делает его более комфортным для испытуемого.

Однако в настоящее время всё ещё остаются не разработанными методы и критерии анализа МЭГ, подобные тем, какие существуют в электроэнцефалографии, что привносит существенные ограничения для использования МЭГ. Если при исследовании ЭЭГ, широко используются не только визуальный, но и компьютерный анализ биоритмов мозга (Кулаичев, 2002), то визуальный анализ МЭГ сильно затруднён, а объективные критерии анализа МЭГ вообще отсутствуют, что не позволяет широко и эффективно использовать МЭГ в экспериментальной и лечебно-диагностической практике.

Поэтому важнейшей задачей на современном этапе развития МЭГ является разработка объективных критериев и математических методов анализа и расшифровки магнитных энцефалограмм.

Решение этой важнейшей задачи в перспективе открывает возможность исследования функции различных мозговых структур и диагностики заболеваний нервной системы.

Цели исследования: Провести объективный анализ магнитных полей головного мозга для изучения различных функциональных состояний. Задачи исследования:

1. Разработать комплексный метод и выделить параметры исследования магнитной энцефалограммы для изучения нормальной и патологической активности головного мозга человека.

2. Исследовать магнитные поля головного мозга здорового человека в отсутствие раздражителей и при подаче аудио стимула.

3. Изучить возможность точной локализации источника биомагнитного сигнала в мозге по данным МЭГ.

4. Исследовать стохастическую динамику биомагнитного сигнала в норме и при патологии.

Научная новизна и практическая значимость: В ходе диссертационного исследования был разработан новый комплексный метод анализа пространственно-временной организации магнитной активности головного мозга. Данный метод, использующий спектрально-корреляционный математический аппарат, позволяет проводить эффективный и оперативный анализ большого объема биомагнитных данных. На этой основе проведено изучение изменений мощности сигнала МЭГ в различных областях головного мозга человека.

Полученные экспериментальные данные о пространственной структуре источников биомагнитной активности несут в себе информацию об активности различных структур головного мозга человека. Эти данные так же открывают перспективу для проведения диагностики заболеваний мозга на ранних стадиях развития.

Положения, выносимые на защиту:

1. Показано, что для магнитного поля мозга здорового человека характерно отсутствие фиксированных областей с постоянной локализацией устойчивого источника повышенной активности. Регистрируемая активность кратковременна (несколько мс) и возникает в различных участках мозга, причем в подавляющем большинстве случаев регистрируемый источник находится в коре больших полушарий.

2. Разработана методология комплексного исследования магнитной энцефалограммы мозга человека, основанная на регистрации МЭГ, МРТ и спектрально-корреляционном анализе.

3. Выявлено, что при предъявлении звукового стимула моноурально слева, у испытуемого регистрируются источники повышенной магнитной активности, как в правой, так и в левой височных долях. При фильтрации сигнала на частоте 10 Гц источник повышенной магнитной активности выявляется в левом полушарии, а на частоте 20 Гц - в правом.

4. Комплексный анализ биомагнитного сигнала позволяет достичь точности локализации источника магнитной активности мозга до 2-5 мм.

5. Обнаружено, что у пациентов, страдающих болезнью Паркинсона, источники повышенной магнитной активности, появляются последовательно в мозжечке, в варолиевом мосту, в районе черной субстанции, в базальных ганглиях (хвостатое ядро).

6. Выявлено, что динамика магнитного сигнала головного мозга может служить индикатором функциональной активности мозга человека.

7. Создана и зарегистрирована в Роспатенте компьютерная программа "БрейгаМЕО" для проведения анализа магнитной энцефалограммы.

Апробация работы: Материалы диссертационной работы докладывались на одной зарубежной (США) и шести российских конференциях.

Публикации: Основные материалы диссертации опубликованы в 13 печатных работах. В том числе: статьи в рецензируемых журналах — 4, статьи в журналах из списка ВАК - 3, свидетельство о регистрации программы для ЭВМ — 1, статьи в сборниках - 3, тезисы докладов конференций - 5.

Объем и структура диссертации: Диссертация изложена на 107 страницах печатного текста и состоит из введения, обзора литературы, главы с описанием методики исследования, главы, содержащей изложение результатов, обсуждения результатов, выводов, списка литературы. Работа иллюстрирована 50 рисунками и 1 таблицой. Библиографический список включает 175 источников в т.ч. 61 на русском языке и 114 на иностранном языке.

СОДЕРЖАНИЕ РАБОТЫ

Методика исследования

МЭГ данные для анализа были получены из Медицинской школы Нью-йоркского университета (New York Medical School). Измерения проводились на магнитном 148-канальном энцефалографе Magnes 2500 WH производства компании 4D Neuroimaging (США).

Магнитный энцефалограф Magnes 2500 WH обеспечивает полное кортикальное покрытие, что позволило провести локализацию активности с миллисекундным временным разрешением и миллиметровым пространственным разрешением.

Измеряемый сигнал представляет собой пространственно-временную структуру: 148-мерный вектор измерений в 148 точках на поверхности головы, развернутый во временной ряд с частотой опроса датчиков 500 Гц.

Исходные данные можно представить в виде двух числовых матриц А е Е148хТ и В G К148х3, характерная величина для Г в среднем 3 * 105 отсчетов. Интервал между временными отсчетами равен 1/500 секунды. В столбце í, строке / матрицы А содержатся значения магнитного поля в момент времени ^ для i -го из 148 датчиков. В матрице В записаны трехмерные координаты 148 датчиков.

Было проведено 51 обследование, в которое были включены 17 испытуемых в возрасте от 50 до 70 лет мужского пола (в среднем 64 года). У кааодого испытуемого измерения магнитного поля были проведены три раза. Этическое согласие пациентов на проведение исследований было получено во всех случаях.

В одну группу вошли три испытуемых без неврологической симптоматики. У одного из испытуемых этой группы было проведено дополнительное исследование, во время которого в его левое ухо подавался звуковой сигнал в виде щелчков с частотой 7 Гц.

Остальные 14 испытуемых страдали болезнью Паркинсона, причем у четырех из них как сопутствующий симптом отмечался тиннитус, а у двух -дистония. Длительность заболевания была более пяти лет.

Для регистрации МЭГ испытуемые были помещены в звуконепроницаемую темную комнату, экранированную от внешних магнитных полей. Во время исследования испытуемый пребывал в расслабленном, спокойном состоянии с закрытыми глазами. Запись МЭГ проводилась в среднем в течение 10 минут.

Для выявления локализации источника повышенного магнитного полк в мозге использовали магнитно-резонансную томограмму.

Математический анализ, разработка алгоритма и программного обеспечения производилась с использованием ПК с характеристиками: процессор Intel Core 2 Duo 1.83 ГГц, ОЗУ 1 Гб. Для программирования применялся язык C/C++. Программа написана в среде Microsoft Visual Studio 2008.

Результаты

1. Разработка спектрально-корреляционного метода анализа

магнитных энцефалограмм.

Полученные МЭГ записи подвергались математической обработке с помощью разработанного метода исследования магнитного сигнала головного мозга.

Для уменьшения объема исходных МЭГ данных производится аналитическое описание биомагнитного сигнала мозга аппроксимирующими специальными функциями. Поскольку значения магнитного поля заданы в трехмерном пространстве - на сфере, то это приводит к естественному формализму описания распределений величины поля с помощью сферических функций. При этом вся информация сигнала содержится в коэффициентах разложения. Согласно теореме о разложении (Джефрис Г., 1970) исходную функцию можно разложить в ортогональный ряд по сферическим гармоникам:

= ¿¿(«„Picossfl» + sinfГде psn - присоединенные

/1 = 0 5 = 0

функции Лежандра, и ans и bns - коэффициенты разложения.

За счет применения спектрального разложения по сферическим функциям исходная матрица данных А ё М148хГ преобразовывается в новую матрицу коэффициентов К€КСхГ; где С — количество коэффициентов разложения. Количество коэффициентов определяется из характеристики изучаемого объекта и поставленной задачи. Процедура разложения позволяет значительно сократить объем анализируемых данных. В данном исследовании используется глубина разложения в 72 коэффициента, что примерно на 40% меньше, чем в исходной матрице А.

В связи с тем, что дальнейшие сжатие сигнала возможно за счет выбора наиболее информативных коэффициентов разложения производится выбор М наиболее информативных вектор - столбцов коэффициентов разложения матрицы К е ®72*г В качестве критерия выбора коэффициентов разложения рассматривается требование максимальности отношения математического

ожидания к дисперсии: 1 = о"^ В данной работе выбирается 3 вектор -столбца.

В результате, в полученной матрице К' £ К3хТ записываются 3 функции, определенные в некоторых точках 6 [1, Г] на временном отрезке длинной Т;

Для устранения шума из исходной записи биомагнитной активности используется вейвлет-преобразование, которое заключается в разложении произвольного сигнала

f(t) е L (R)

в ряд по базовым вейвлетам т, что обеспечивает двумерную развертку соответствующего спектра по координате и частоте. Для покрытия всего сигнала короткими вейвлетами используются

процедуры сдвига и масштабного преобразования. В итоге сигнал представляется совокупностью параметрических вейвлетных волн, зависящих от частоты (масштаба) и координаты (сдвига). Вейвлет-преобразование W(а, Ь) сигнала /(t) определяется следующей формулой (Беляков, 2006):

где h(t) является базисной вейвлет-функцией, а - частота, b - координата. Исходную функцию f(t) можно восстановить по формуле:

(*)

где С - нормализующий коэффициент, определяемый формулой С = du, h(u) - Фурье-образ базисной вейвлет-функции.

Фильтрация шума из исходного сигнала осуществляется пороговым обрезанием спектра:

1Г(а,Ь) = W(a,b)4>(\W(a,b)\ -I), rl.t > 0 ,

где Ф(1) = t < 0 УРовень подавления шума.

После замены IV (а, Ь) на W'(ci,b) в формуле (*) получается отфильтрованный от шума сигнал.

В качестве базисной вейвлет-функции в данном исследовании используется Симлет.

Для классификации временных отсчетов проводится кластерный анализ строк матрицы К £ Е3хТ методом ^-средних.

Для локализации источника повышенной активности решается обратная задача в моменты времени, соответствующие точкам наиболее близко расположенным к центрам тяжести полученных кластеров.

Для проверки результатов локализации проводится стохастический анализ классифицированного сигнала. Человеческий мозг рассматривается как динамическая система. Как известно (Кроновер, 2000) важной характеристикой структуры динамической системы, определяющей поведение выходного сигнала, является размерность аттрактора. Чем выше размерность аттрактора, тем сложнее исследуемая динамическая система (Семенова, 2002). При этом известно, что при патологии размерность аттрактора исследуемой системы меньше чем в норме. В данном исследовании для вычисления корреляционной размерности используется формула (Grassberger, 1983):

In г /

где С{е) = lim^iSi^i^Ci: -р(х;,дг;)) .... rl,t>0

где - (q f < 0, х, - точки в фазовом пространстве; р-расстояние.

Нахождение частот осуществлялось при помощи спектрограммы и периодограммы сигнала, восстановленного по выбранному коэффициенту разложения. Периодограмма необходима для оценки спектральной плотности

мощности сигнала. Для вычисления периодограммы ^(»О сигнала /(£) использовалась формула (Оппенгейм, 1979): где

Р(иО = Ер1/« - преобразование Фурье, Т . количество отсчетов.

Спектрограмма - спектрально-временное представление сигнала, получаемое через оконное преобразование Фурье.

Источники магнитной активности головного мозга в данной работе моделируются точечными токовыми диполями. Каждый такой диполь характеризуется двумя векторами: го - радиус-вектор диполя (положение диполя) и О - вектор, задающий направление и силу диполя (момент диполя). Для датчика устройства МЭГ, находящегося в точке г и имеющего направление п, магнитное поле записывается следующим образом (Багуав, 1987):

£(г,т0, д)=^г(И(Зхг0Мохг0, г)^), п). Здесь Р = + г1 - (г0, г)); УК = {а2г'' + а'' (а, г)+ 2а + 2г\ - {а + 2г + а1 (а, г)>0 >

а = г-г0) а = [а[) г = [г|; ¡"1 = 1, г0 . радиус-вектор диполя. Токовый диполь представляется функцией плотности тока в виде

6(г) - функция Дирака.

Решение обратной задачи локализации источников строится на основе

минимизации невязки модельного Д и измеренного распределений полей (Устинин М. Н. и др., 2002):

/ - номер канала (датчика), - вес канала, N - число каналов (в нашем случае N=148).

Меру точности оценки в этом случае можно определить так:

^М-в;} ¡=1

Для точного поиска координат и амплитуд источников предложен итерационный подход, состоящий в последовательных приближениях на основе решения обратной задачи с одним источником. Этот подход позволяет построить сходящуюся процедуру в случае различия в амплитуде двух источников при монолатеральной стимуляции (на одно ухо).

В результате был разработан метод объективного анализа и классификации магнитного поля головного мозга (рис. 1).

Метод состоит из девяти этапов: разложение по сферическим функциям, выбор наиболее информативных коэффициентов, удаление шума методом вейвлет-анализа, кластерный анализ моментов времени, применение

---

С Система J

ЗЕ

Удаление шума

Разложение по гармоникам

спектрального анализа, фильтрация, локализация источника магнитной активности в соответствии результатами кластерного анализа, фрактальный анализ.

Использование данного метода позволило существенно сократить объем обрабатываемых данных и повысить точность вычислений. Такой подход существенно повышает точность решения обратной задачи и позволяет достигать предельной точности локализации источников на участке диаметром в 2-5 мм, причем диаметр зоны для каждого типа сигнала может различаться.

Таким образом, был разработан комплексный метод оценки МЭГ, характеризующийся, сочетанием

регистрации МЭГ и МРТ с последующим спектрально-корреляционным анализом, позволяющим совмещать исследование временной и пространственной компонент изучаемой МЭГ. Данный метод использован для изучения активности мозга в норме и при патологической активности.

2 источника * ' Выбор наиболее информативных гармоник 1 источник

Спектральный анализ Удаление шума

Фильтрация

Кластерный анализ

I Значимые частоты

Фрактальный анализ данных

МЭГ

Локализация источника

2. Анализ данных здоровых испытуемых.

Для апробации и изучения возможности разработанного

комплексного математического метода объективной оценки МЭГ, проводилось исследование и анализ

магнитоэнцефалограммы испытуемых без неврологической симптоматики и больных паркинсонизмом.

В качестве иллюстрации приводится запись магнитоэнцефалограммы (рис. 2) у здорового испытуемого до применения предложенного метода. Видно, что такая запись мало информативна.

Рис. 1. Блок-схема метода анализа магнитного поля головного мозга

Рис. 2. Магнитная энцефалограмма у здорового испытуемого. По оси абсцисс отложены временные отсчеты, по оси ординат значения магнитного поля.

Анализ магнитных полей испытуемых контрольной группы показал, что у них отсутствуют области с постоянной локализацией устойчивого источника повышенной активности. Регистрируемая активность кратковременна (несколько мс) и возникает в различных участках мозга. Характерно, что в более чем в 90% случаев регистрируемый источник находится в коре больших полушарий (рис. 3, 4).

Рис. 3. Типичное распределение магнитного поля здорового испытуемого. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 4. MPT головного мозга, с демонстрацией источника магнитного поля на рис. 3. Обозначением « • » показана локализация источника магнитного поля.

3. Анализ магнитной энцефалограммы у здорового испытуемого при подаче звукового стимула.

Для проверки адекватности метода для выявления точной локализации источника магнитного сигнала, было проведено исследование МЭГ при подаче звукового сигнала в левое ухо испытуемого. Локализация слуховых центров в височных долях общеизвестна, поэтому предполагалось обнаружить изменение магнитной активности в этих областях.

Действительно, при подаче звукового стимула обнаруживаются два источника повышенной активности в височных долях правого и левого полушарий (рис. 5). Чтобы выявить различия между ними, была проведена фильтрация сигнала на разных частотах (10 и 20 Гц).

На отфильтрованных магнитограммах четко выделяется один устойчивый источник активности. Обращает внимание, что при фильтрации на частоте 10 Гц этот источник находится в левой височной доле (рис. 6), а на частоте 20 Гц - в правой височной доле (рис. 7).

Таким образом, результаты этого исследования подтвердили адекватность применяемого метода для обнаружения источников магнитной активности в заинтересованных областях мозга.

Рис. 5. Магнитное поле испытуемого во время подачи звукового стимула. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 6. Магнитное поле в тот же момент времени, что и магнитное поле на рис. 5, после фильтрации на частоте 10 Гц. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 7. Магнитное поле в тот же момент времени, что и магнитное поле на рис. 5, после фильтрации на частоте 20 Гц. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

4. Анализ данных МЭГ у больных паркинсонизмом.

Заболевание паркинсонизмом использовалось как модельное состояние мозга при патологии. Исследования МЭГ у больных паркинсонизмом были проведены с целью выявления возможностей МЭГ для точной локализации источника патологической активности в мозге. При анализе магнитного сигнала у больных, страдающих болезнью Паркинсона, предварительная классификация сигнала методом кластерного анализа проводилась на основе его спектральных характеристик. Затем проводилась локализация источника магнитного поля в мозге, которое было представлено для каждого момента времени в виде токового диполя с переменным моментом.

Рис. 8 демонстрирует возможности, которые дает разработанный метод анализа сигнала головного мозга. На рис. 8А показано суммарное распределение локализованных токовых дипольных источников повышенной магнитной активности до классификации данных у пациента с болезнью Паркинсона. Видно, что эти источники достаточно равномерно распределены во всех отделах мозга (и в больших полушариях, и в стволе мозга, и в мозжечке). Они крайне непостоянны и очень кратковременны (несколько мс), что свидетельствует об отсутствии устойчивого источника. Рис. 8Б представляет ту же томограмму после предварительной классификации данных. Применение этого метода позволяет выявить локализацию характерных устойчивых источников магнитной активности в полушариях, мозговом стволе и мозжечке.

щряшщщ

+' V',! ШС /V? +J J 1+ + j i L М- я

А Б

Рис. 8А. МРТ головного мозга. Знаком «\» показано суммарное распределение источников повышенной магнитной активности до предварительной классификации данных.

Рис. 8Б. Та же МРТ после предварительной классификации данных. Классификация данных проводилась методом кластерного анализа.

В результате анализа МЭГ, проведенного разработанным методом, был выделен сигнал, характеризуемый своей устойчивостью, т.е. длительностью регистрации (около 1 с) в определенной мозговой структуре. Такой сигнал в данном исследовании определяется как патологический. Было выделено четыре зоны локализации патологического сигнала - в мозжечке, стволе мозга (варолиев мост), в черной субстанции среднего мозга и в базальных ганглиях (хвостатое ядро). Для моментов времени, в которых наблюдается магнитное поле, характерное для нормальной активности, источники повышенной биомагнитной активности основную часть времени находятся в коре головного мозга.

По результатам анализа выявлены характерные особенности повышенной магнитной активности, которые заключаются в том, что устойчивый патологический сигнал последовательно регистрируется сначала в мозжечке, затем в стволе мозга, затем в черной субстанции и в базальных ганглиях. Такой характер патологического сигнала отмечается у всех без исключения испытуемых с болезнью Паркинсона.

На рисунках 9-16 продемонстрированы магнитные поля испытуемых и соответствующие им томограммы с указанным источником локализации сигнала.

Рис. 9. Магнитные поля испытуемого в момент локализации сигнала в мозжечке. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 10. MPT головного мозга, с демонстрацией источника магнитного поля на рис. 9. Обозначением « • » показана локализация источника магнитного поля.

Рис. 11. Магнитные поля испытуемого в момент локализации сигнала в стволе мозга. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 12. МРТ головного мозга, с демонстрацией источника магнитного поля на рис. 11. Обозначением « • » показана локализация источника магнитного поля.

Рис. 13. Магнитные поля испытуемого в момент локализации сигнала в черной субстанции. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 14. МРТ головного мозга, с демонстрацией источника магнитного поля на рис. 13. Обозначением « • » показана локализация источника магнитного поля.

Рис. 15. Магнитные поля испытуемого в момент локализации сигнала в хвостатом ядре. Разным цветом отмечена сила и интенсивность магнитного поля (пТл).

Рис. 16. МРТ головного мозга, с демонстрацией источника магнитного поля на рис. 15. Обозначением « • » показана локализация источника магнитного поля.

В дополнение к исследованию локализации источников повышенной магнитной активности, был проведен анализ стохастической динамики временной компоненты МЭГ у всех испытуемых. Данный количественный анализ позволяет оценить сложность и поведение детерминированно-хаотичной системы, которой является мозг. Корреляционная размерность служит дополнительной характеристикой для оценки функционального состояния головного мозга человека.

б)

Рис. 17. Аттракторы для магнитного поля для здорового пациента Н. (а) и для больного В. (б). По осям - значения фазовых функций, построенных из исходного временного ряда согласно теореме Таккенса.

Как видно (рис. 17), аттракторы системы для нормы и патологии имеют различия. В норме аттрактор динамической системы является гораздо более сложным и в то же время компактным. Это является следствием того, что величина корреляционной размерности биомагнитного сигнала пациента в норме варьируется в диапазоне 9,35 ± 1,07, у пациента при патологии 5,5 ± 0,8.

Таким образом, кроме стандартных параметров МЭГ (частота и амплитуда), возможно использовать дополнительные количественные параметры, такие как локализация источника магнитного поля и корреляционная размерность аттрактора, которые несут информацию о функциональном состоянии головного мозга.

Обсуждение результатов

Основным методом исследования функции мозга человека до сих пор остается электроэнцефалографический. В настоящее время накоплен большой фактический материал, посвященный особенностям ЭЭГ в норме и при патологии. Так, например, при визуальном анализе ЭЭГ при паркинсонизме была выявлена склонность к медленным ритмам. Чаще других представлен тета-ритм, который может занимать до 80% записи. (Кандель, 1965; Петелин, 1973; England et al., 1959). Снижение частоты ритмов ЭЭГ и повышенное содержание тета- и дельта-активности характерно и для таких патологий, как опухоли мозга или сосудистые нарушения (Болдырева, 1973; Maurer et al., 1989; Nagata, 1989; Giannitrapani et al., 1991; Isnak et al., 1992; Boutros et al., 2008);

В то же время некоторые авторы, исследовавшие ЭЭГ при паркинсонизме (Билич, 1967; Жирмунская, Попелянский, 1954), описывают противоположно направленные сдвиги, в частности, необычно высокую представленность быстрых колебаний с частотой до 100 Гц, не считая эти данные артефактом.

При всей широте использования ЭЭГ в клинической практике не было найдено однозначных специфичных проявлений ЭЭГ, характерных для каждой конкретной патологии, за исключением эпилепсии.

Компьютерная ЭЭГ дала новые возможности для выявления характерных особенностей, сопутствующих различным видам деятельности, функциональным состояниям, а также патологиям нервной системы. Были изучены синхронизация и десинхронизация альфа- и бета-диапазонов, соматосенсорные вызванные потенциалы, мощность и когерентность ритмов ЭЭГ у больных паркинсонизмом. Однако и в этих работах также не было выявлено четкого ЭЭГ-критерия для диагностики различных патологий.

В плане выявления и идентификации специфических признаков функционирования мозга магнитная энцефалография открывает новые возможности. Полученные результаты свидетельствуют о том, что разработанный комплексный метод исследования МЭГ, позволил провести анализ магнитного поля в мозге человека с установлением точной локализации источников магнитной активности в норме и при патологии. По данным настоящего исследования у здоровых людей в состоянии спокойного бодрствования не обнаружены постоянные источники повышенной магнитной активности. В таком состоянии можно зарегистрировать только кратковременные источники в коре больших полушарий. Подробные исследования нормальной биомагнитной активности головного мозга (Chapman et al, 1984; Salmelin et al, 1994; Numminen et al, 1996; Iramina et al,

1996) подтверждают результаты применения комплексного метода анализа магнитных энцефалограмм, разработанного в данном диссертационном исследовании.

При функциональной нагрузке (предъявлении звукового сигнала в левое ухо испытуемого) появляются источники повышенной магнитной активности в височной коре, где, как известно, находятся корковые проекции слуховой сенсорной системы (Альтман, 1990; Carpenter, 1991). Таким образом, полученные результаты подтвердили, что действительно повышенная магнитная активность возникает в возбужденных участках мозга.

Представляет интерес тот факт, что характер магнитного сигнала несколько различался в правом и левом полушариях. При фильтрации магнитного сигнала на разных частотах источники локализуются в разных полушариях - в левом при фильтрации сигнала на частоте 10 Гц и правом при частоте 20 Гц. Это означает, что магнитная активность в правом полушарии выражена сильнее.

Данное явление объясняется, по-видимому, тем, что в строении слуховой сенсорной системы, также как и в строении большинства других сенсорных систем, присутствует перекрест афферентных волокон, вследствие чего информация от правого уха попадает главным образом в левое полушарие и наоборот. Однако перекресты и синапсы расположены на нескольких уровнях слуховой системы, а небольшая часть афферентных волокон не совершает перекреста, благодаря чему слуховые импульсы поступают и в ипсилатеральное полушарие. Кроме того, благодаря каллозальным связям в каждое полушарие поступает информация из симметричных участков контрлатерального полушария (Альтман, 1990, Хейнс, 2008).

В связи с тем, что в эксперименте звуковой сигнал подавался в левое ухо, большая часть слуховой афферентации поступала в правое полушарие, что и обуславливает более сильную активность в правой височной зоне.

В последнее время делаются попытки диагностирования различных мозговых патологий с помощью МЭГ исследований. Однако, также как и в случае с ЭЭГ, точно диагностируется только эпилепсия. При попытках найти МЭГ-корреляты других заболеваний, нередко отмечаются сходные изменения при различных патологиях. При регистрации МЭГ у больных паркинсонизмом в большинстве случаев также как и в ЭЭГ, отмечается увеличение мощности тета- и уменьшение мощности бета- и гамма-частот. Подобные изменения наблюдаются и при других мозговых патологиях. При изучении внутри- и межполушарной синхронизации ритмов МЭГ показано, что продолжительность болезни была положительно связана с синхронизацией альфа-2 и бета-частот, в то время как серьезность заболевания была положительно связана с синхронизацией тета- и бета-частот (Staffers et al„ 2007,2008).

Разработанная методология анализа биомагнитного сигнала мозга дает возможность выявить у больных паркинсонизмом источники повышенной магнитной активности в тех областях мозга, которые связаны с развитием

данного заболевания. Такая активность зарегистрирована в базальных ганглиях, черной субстанции, мозжечке, т.е. структурах, относящихся к эстрапирамидной системе, ответственной за формирования двигательных расстройств при паркинсонизме (Крыжановский и др., 2002; Braak, 2000).

Кроме того, показано, что размерность аттрактора магнитной энцефалограммы отличается у здоровых и больных испытуемых -корреляционная размерность биомагнитного сигнала у здорового пациента больше, чем у больного. Таким образом, значения корреляционного интеграла магнитной энцефалограммы могут служить дополнительным признаком оценки магнитного поля головного мозга человека.

Можно видеть, что комплексное исследование МЭГ на основе разработанных критериев анализа открывает широкие перспективы для использования МЭГ при исследовании функции мозга в норме и для выявления точной локализации источников повышенной магнитной активности при заболеваниях нервной системы.

Выводы

1. Функциональная активность головного мозга человека проявляется в изменении магнитоэнцефалограммы в локальных участках мозга.

2. Разработана методология объективной оценки магнитной энцефалограммы, основанная на комплексной регистрации МЭГ, МРТ и спектрально-корреляционном анализе.

3. Для магнитного поля здорового испытуемого в состоянии спокойного бодрствования характерно отсутствие областей с постоянной локализацией устойчивого источника повышенной активности. Регистрируемая активность кратковременна (несколько мс) и возникает в различных участках мозга, причем в подавляющем большинстве случаев регистрируемый источник находится в коре больших полушарий.

4. При предъявлении звукового сигнала испытуемому моноурально слева регистрируются источники повышенной магнитной активности как в правой, так и в левой височных долях. При фильтрации магнитного сигнала на частоте 10 Гц источник повышенной магнитной активности выявляется в левом полушарии, а на частоте 20 Гц - в правом.

5. Источники повышенной биомагнитной активности у испытуемых, страдающих болезнью Паркинсона, локализуются в мозжечке, варолиевом мосту, в районе черной субстанции, в базальных ганглиях (хвостатом ядре).

6. Показано, что корреляционная размерность магнитной энцефалограммы в норме выше, чем при болезни Паркиисоиа.

Список работ, опубликованных по теме диссертации:

1. Семечкин Р. А. Частотный анализ данных магнитной энцефалографии в аудиторном эксперименте /Е. Д. Корнилина, С. А. Махортых, Р. А. Семечкин // Доклады 14-й Всероссийской конференции "Математические методы распознавания образов". - Москва. - 2009. -С.532-535.

2. Семечкин Р. А. Локализация источников биомагнитной активности мозга при слуховой стимуляции испытуемого. / С. А. Махортых, Р. А. Семечкин // Бюллетень экспериментальной биологии и медицины. -Москва. - 2009. - №4,- С. 477.

3. Семечкин Р. А. Исследование магнитного поля головного мозга при болезни Паркинсона. / С. А. Махортых, Р. А. Семечкин // Бюллетень экспериментальной биологии и медицины - Москва. - 2009. - №3. - С. 351-355.

4. Семечкин Р. А. Математические методы картирования структур головного мозга / С. А. Махортых, Р. А. Семечкин // В сборнике тезисов конференции «Биология наука XXI века». - Пущино. - 2008. - С. 340.

5. Семечкин Р. А. Спектральные методы анализа магнитных энцефалограмм. / С. А. Махортых, Р. А. Семечкин // Труды ИСА РАН. -Москва. - 2008. - С. 237-250.

6. Семечкин Р. А. Спектрально-корреляционные методы анализа данных магнитной энцефалографии / С. А. Махортых, Р. А. Семечкин // В сборнике научных трудов II конференции «Математическая биология и биоинформатика». - Пущино.- 2008. - С. 188-189.

7. Semechkin R. Investigation of the pathologic magnetic brain activity in case of Parkinson's disease. /S. Makhortih, R. Semechkin // В сборнике научных трудов конференции «International Student Research Forum». - США. -2008.

8. Семечкин P. А. Классификация биомагнитных данных и диагностика патологий. / С. А. Махортых, Р. А. Семечкин // Доклады 13-й Всероссийской конференции "Математические методы распознавания образов". - Москва. - 2007. - С. 491-493.

9. Семечкин Р. А. Исследование биомашитной активности мозга. / А. В. Дергузов, С. А. Махортых, Р. А. Семечкин // Доклады IX Всероссийской научно-технической конференции «Нейроинформатика - 2007». -Москва. - 2007. - С. 55-63.

lO.Semechkin R. Computer diagnostics of Parkinson's disease according to the data of magnetic encephalography. /Dcrguzov, S. Makhortih, R. Scmcchkin // В сборнике научных трудов I конференции «Математическая биология и биоинформатика». - Пущино. - 2006. - С. 100-101.

11. Семечкин Р. А. Комплексная диагностика паркинсонизма по данным магнитной энцефалографии. / А. В. Дергузов, С. А. Махортых, Р. А. Семечкин // Электронный журнал "Исследовано в России". - Москва. -2006. - №065, С. 646-659.

Отпечатано в копицентре « СТ ПРИНТ » Москва, Ленинские горы, МГУ, 1 Гуманитарный корпус, e-mail: globus9393338@yandex.ru тел.: 939-33-38 Тираж 120 экз. Подписано в печать 17.11.2009 г.

Содержание диссертации, кандидата биологических наук, Семечкин, Руслан Андреевич

ВВЕДЕНИЕ.

Глава 1. ОБЗОР ЛИТЕРАТУРЫ.

1.1 .Магнитоэнцефалографический метод исследования мозга.

1.2. Сравнительный анализ применения магнито- и электроэнцефалографического методов в медико-биологических исследованиях.

1.3. Современные методы анализа магнитных энцефалограмм.

1.4. Использование ЭЭГ и МЭГ для изучения неврологических и психических расстройств.

1.5. Общие представления о болезни Паркинсона.

Глава 2. МАТЕРИАЛЫ И МЕТОДИКА ИССЛЕДОВАНИЙ.

2.1. Аппаратура МЭГ и принцип ее функционирования.

2.2. Условия проведения экспериментов.

2.3. Математический аппарат.

2.4. Аппаратные и програмные ресурсы.

Глава 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ.

3.1 Разработка спектрально-корреляционного метода анализа магнитных энцефалограмм.

3.2. Анализ данных МЭГ у здоровых испытуемых.

3.3. Анализ магнитной энцефалограммы у здорового испытуемого при подаче звукового стимула.

3.4. Анализ магнитного сигнала у больных, страдающих болезнью Паркинсона.

3.5. Стохастический анализ сигнала.

Глава 4. ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ.

ВЫВОДЫ.

Введение Диссертация по биологии, на тему "Спектрально-корреляционный анализ магнитных энцефалограмм при различных функциональных состояниях головного мозга"

В настоящее время наиболее распространенным неинвазивным методом исследования головного мозга является электроэнцефалография (ЭЭГ). Она широко используется для изучения физиологических процессов, протекающих в головном мозгу, и для диагностики неврологических заболеваний (Гнездицкий, 2004; Coburn et al., 2006).

Наряду с этим, с 70-х годов начал развиваться метод магнитоэнцефалографии (МЭГ) (Hughes et al, 1976; Холодов и др., 1987), который основан на измерении и регистрации слабых магнитных полей, создаваемых нейронами головного мозга при взаимном обмене ими электрическими сигналами. Как известно, магнитные поля, вызванные источниками в объеме мозга, очень слабы. Постоянное магнитное поле Земли примерно в 108 раз больше магнитной активности мозга. Магнитные поля мозга находятся в диапазоне от 10"12 до 10"14 Тл и сильно искажены фоновым шумом, источниками которого являются биомагнитные источники в теле человека, а также внешние техногенные факторы -работающее электрическое оборудование, транспорт, другие объекты окружающей среды. Это требует применения сверхчувствительных приборов для регистрации магнитных полей мозга.

Магнитоэнцефалограмма также как и ЭЭГ представляет собой волновой процесс, причем спектр МЭГ сопоставим со спектром ЭЭГ. Так, например, в спокойном бодрствовании в МЭГ, также как и в ЭЭГ, наблюдается альфа-ритм. Источником МЭГ, как и ЭЭГ, считают медленные синаптические процессы, но не спайки нейронов. Амплитуда МЭГ измеряется в пикотеслах (пТл). При обычной методике записи МЭГ 1 пТл соответствует 50 мкВ в ЭЭГ (Холодов и др., 1987).

МЭГ метод исследования наряду с ЭЭГ начал применяться для физиологических исследований работы мозга. Например, используя некоторые методы обработки результатов измерения магнитных полей,

Nunez, (2006) оценивал динамику изменений активности головного мозга в состоянии покоя, а также под действием различных раздражителей.

В последние годы стала использоваться регистрация МЭГ при некоторых заболеваниях ЦНС (эпилепсия, болезнь Альцгеймера, множественный склероз, болезнь Паркинсона). Однако четких специфических показателей для различных мозговых патологий в МЭГ пока не обнаружено. А самое главное, не разработана методология параметризации и объективной оценки магнитоэнцефалограммы.

Магнитоэнцефалография могла бы иметь по сравнению с электроэнцефалографией ряд преимуществ. Главное из них - это возможность определения точной локализации источника изменённой активности. Большая точность МЭГ по сравнению с ЭЭГ (Гнездицкий, 2004) связана с тем, что кости черепа и мозговые оболочки практически не оказывают влияния на величину магнитного поля, будучи «прозрачными» для магнитных силовых линий. Поэтому магнитное поле в сравнении с электрическим испытывает значительно меньшие искажения на внутричерепных неоднородностях и покрывающих тканях. Это позволило бы с более высокой точностью регистрировать активность не только поверхностно расположенных корковых структур, но и глубоких отделов мозга. Таким образом, МЭГ могла бы стать эффективным методом для трехмерной локализации электрической активности. Кроме того, МЭГ — это бесконтактный метод регистрации, что делает его более комфортным для испытуемого.

Однако в настоящее время всё ещё остаются не разработанными методы и критерии анализа МЭГ, подобные тем, какие существуют в электроэнцефалографии, что привносит существенные ограничения для использования МЭГ. Если при исследовании ЭЭГ, широко используются не только визуальный, но и компьютерный анализ биоритмов мозга (Кулаичев, 2002), то визуальный анализ МЭГ сильно затруднён, а объективные критерии анализа МЭГ вообще отсутствуют, что не позволяет широко и эффективно использовать МЭГ в экспериментальной и лечебно-диагностической практике.

Поэтому важнейшей задачей на современном этапе развития МЭГ является разработка объективных критериев и математических методов анализа и расшифровки магнитоэнцефалограмм.

В этом направлении необходима разработка способа определения размеров и локализации в мозге источников регистрируемых магнитных полей. Особенно ярко эта задача проявляется для выявления патологических процессов очагового характера в головном мозгу (Fischer et al., 2005; De Tiege et al., 2008).

Решение этой важнейшей задачи в перспективе открывает возможность исследования функции различных мозговых структур и диагностики заболеваний нервной системы.

Цели исследования: Провести объективный анализ магнитных полей головного мозга для изучения различных функциональных состояний. Задачи исследования:

1. Разработать параметры и комплексный метод исследования магнитной энцефалограммы для изучения нормальной и патологической активности головного мозга человека;

2. Исследовать магнитные поля головного мозга здорового человека в отсутствие раздражителей и при подаче аудио стимула.

3. Изучить возможность точной локализации источника биомагнитного сигнала в мозге по данным МЭГ.

4. Исследовать стохастическую динамику биомагнитного сигнала в норме и при патологии.

Научная новизна и практическая значимость: В ходе диссертационного исследования был разработан новый комплексный метод анализа пространственно-временной организации магнитной активности головного мозга. Данный метод, использующий спектрально-корреляционный математический аппарат, позволяет проводить эффективный и оперативный анализ большого объема биомагнитных данных. На этой основе проведено изучение изменений мощности сигнала МЭГ в различных областях головного мозга человека.

Полученные экспериментальные данные о пространственной структуре источников биомагнитной активности несут в себе информацию об активности различных структур головного мозга человека. Эти данные так же открывают перспективу для проведения диагностики заболеваний мозга на ранних стадиях развития.

Положения, выносимые на защиту:

1. Показано, что для магнитного поля мозга здорового человека характерно отсутствие фиксированных областей с постоянной локализацией устойчивого источника повышенной активности. Регистрируемая активность кратковременна (несколько мс) и возникает в различных участках мозга, причем в подавляющем большинстве случаев регистрируемый источник находится в коре больших полушарий.

2. Разработана методология комплексного исследования магнитной энцефалограммы мозга человека, основанная на регистрации МЭГ, МРТ и спектрально-корреляционном анализе МЭГ.

3. Выявлено, что при предъявлении звукового стимула монаурально слева, у испытуемого регистрируются источники повышенной магнитной активности, как в правой, так и в левой височных долях. При фильтрации сигнала на частоте 10 Гц источник повышенной магнитной активности выявляется в левом полушарии, а на частоте 20 Гц — в правом.

4. Комплексный анализ биомагнитного сигнала позволяет достичь точность локализации источника активности мозга человека в норме и при различной патологии до 2-5 мм.

5. Обнаружено, что у пациентов, страдающих болезнью Паркинсона, источники повышенной магнитной активности, появляются последовательно в мозжечке, в варолиевом мосту, в районе черной субстанции, в базальных ганглиях (хвостатое ядро).

6. Выявлено, что динамика магнитного сигнала головного мозга может служить индикатором функциональной активности мозга человека.

7. Создана и зарегистрирована в Роспатенте компьютерная программа "8рес1гаМЕО" для объективного анализа МЭГ.

Заключение Диссертация по теме "Физиология", Семечкин, Руслан Андреевич

выводы

1. Функциональная активность головного мозга человека проявляется в изменении магнитоэнцефалограммы в локальных участках мозга.

2. Разработана методология объективной оценки магнитной энцефалограммы, основанная на комплексной регистрации МЭГ, МРТ и спектрально-корреляционном анализе.

3. Для магнитного поля здорового испытуемого в состоянии спокойного бодрствования характерно отсутствие областей с постоянной локализацией устойчивого источника повышенной активности. Регистрируемая активность кратковременна (несколько мс) и возникает в различных участках мозга, причем в подавляющем большинстве случаев регистрируемый источник находится в коре больших полушарий.

4. При предъявлении звукового сигнала испытуемому монаурально слева регистрируются источники повышенной магнитной активности как в правой, так и в левой височных долях. При фильтрации магнитного сигнала на частоте 10 Гц источник повышенной магнитной активности выявляется в левом полушарии, а на частоте 20 Гц — в правом.

5. Источники повышенной биомагнитной активности у испытуемых, страдающих болезнью Паркинсона, локализуются в мозжечке, варолиевом мосту, в районе черной субстанции, в базальных ганглиях (хвостатое ядро).

6. Показано, что корреляционная размерность сигнала и образ аттрактора различны в норме и при патологии.

Библиография Диссертация по биологии, кандидата биологических наук, Семечкин, Руслан Андреевич, Москва

1. Альтман Я.А. Нарушения слуха при поражениях различных отделов слуховой системы животных и человека // Слуховая система. Ленинград: Наука. 1990. - С. 120-155.

2. Анохин П.К. Нейрофизиологические основы электрической активности коры головного мозга. // Современные проблемы электрофизиологических исследований нервной системы. М.: Медицина. 1964. - С. 132-163.

3. Атаджанов М.А. Экспериментальное моделирование паркинсонического синдрома и его комплексная патогенетическая терапия: Автореф. дисс. д-ра мед. наук. М., 1989.-40 с.

4. Батуев A.C., Таиров О.П. Мозг и организация движений. Л.: Наука, 1978.-140 с.

5. Беляков A.B., Гуров И.П. Компьютерная обработка интерферограмм методом вейвлет-преобразования // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. -2006 г.-№34.-С. 116-121.

6. Бехтерева Н.П. Здоровый и больной мозг человека. — Л.: Медицина, 1980. 151 с.

7. Билич P.M. Изменение биоэлектрической активности мозга при паркинсонизме // Некоторые вопросы научно-практической невропатологии. Караганда, 1967.-С. 104-105.

8. Бодров В.А., Харин В.В. Возможности восстановления (реабилитации) летчиков с функциональными нарушениями с помощью профессиональных нагрузочных проб // Космическая биология и авиакосмич. медицина. М., 1986. - С.25-26.

9. Болдырева Г.Н., Брагина H.H., Доброхотова Т.А., Вихерт Т.М. Отражение в ЭЭГ человека очагового поражения диэнцефальной области // Основные проблемы электрофизиологии головного мозга. М., 1974. С. 246-261.

10. Ю.Введенский В. Л., Ожогин В.И. Сверхчувствительная магнитометрия и биомагнетизм. М.: Наука, 1986. — 200 с.

11. П.Гаврилова H.A., Асланов A.C. Взаимные корреляции между различными участками коры головного мозга при умственной работе // Журн. высш. нерв. деят. 1964. - Т. 64. - № 2. - С. 185194.

12. Гапонова Ю.Г. Клинико-электроэнцефалографические корреляции при паркинсонизме и их значение в практике врачебно-трудовой экспертизы // Функциональные методы исследования при врачебно-трудовой экспертизе. М., 1968. — Вып. 4.-С. 108-113.

13. Гнездицкий В.В. Обратная задача ЭЭГ и клиническая электроэнцефалография. М.: МЕДпресс-информ, 2004. 624 с.

14. Голубев В.JI.} Левин Я.И., Вейн A.M. Болезнь Паркинсона и синдром паркинсонизма. М.: МЕДпресс, 1999. - 416 с.

15. Гусельников В.И., Изнак А.Ф. Ритмическая активность в сенсорных системах. — М.: изд-во МГУ, 1983 214 с.

16. Гутман A.M., Моргенштерн В.Я. Возможный механизм генезиса магнитоэнцефалограммы // Биофизика. — 1977. — Т. 22. — вып. 3. — С. 529-533.

17. Дедус Ф.Ф., Махортых С.А.,.Устинин М.Н, Дедус А.Ф. Обобщенный спектрально аналитический метод обработки информационных массивов. Задачи анализа изображений и распознавания образов. - М.: Машиностроение, 1999. - 357с.

18. Джеффрис Г., Свирлс Б. Методы математической физики. Т. 3. М.: Мир, 1970.-344 с.

19. Жирмунская Е.А. Клиническая электроэнцефалография. — М.: Наука, 1991.-77 с.

20. Изнак А.Ф. Модуляция сенсомоторной деятельности человека на фоне альфа-ритма ЭЭГ (обзор литературы) // Проблемы развития научных исследований в области психического здоровья (сборник научных трудов). М., Труды ВНЦПЗ, 1989. — Т. 5. - С. 3-24.

21. Кандель Э.И. Паркинсонизм и его хирургическое лечение. — М.: Медицина, 1965.-383 с.

22. Карабань И.Н. Возрастные особенности экстрапирамидной недостаточности при старении и паркинсонизме: Автореф. дисс. на соиск. учен. степ, д-ра мед. наук. — Киев, 1990. — 38 с.

23. Карабань И.Н., Карабань Н.В., Литошенко А .Я. Генетика болезни Паркинсона и паркинсонических синдромов // Проблемы старения и долголетия. 2000. - №1. — С. 90-100.

24. Карлов В.А. Эпилепсия. М.: Медицина, 1990. 336 с.

25. Краснов Е.А., Роменская JI.X. Клинико-электроэнцефалографические исследования при лечении паркинсонизма препаратом Л-ДОПА // Журн. невропатологии и психиатрии. 1973. - Т. 73. - №4. - С. 520-523.

26. Кроновер P.M. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000. — 352 с.

27. Крыжановский Г.Н. Общая патофизиология нервной системы: руководство. М.: Медицина, 1997. - 352 с.

28. Кулаичев А.П. Компьютерная электрофизиология. М.: Изд-во МГУ, 2002. - 379 с.

29. Левин О.С. Как лечить паркинсонизм не при болезни Паркинсона? // Трудный пациент. — 2008. — №5-6. С. 29-37.

30. Левин О.С., Докадина Л.В. Эпидемиология паркинсонизма и болезни Паркинсона // Неврол. журнал. — 2005. — №5. С. 41-49.

31. Ливанов М.Н., Ананьев В.М. Электроэнцефалоскопия. М.: Медгиз, 1959.-108 с.

32. Ливанов М.Н., Козлов А.Н., Кориневский A.B. О регистрации магнитных полей человека // Доклады АН СССР 1978. - Т. 238. -№ 1. -С. 253-256.

33. М.И. Липшиц, -В.С.Гурфинкель, М.И.Липшиц, Ш.Мори, К.Е.Попов. Стабилизация положения корпуса основная задачапозной регуляции // Физиол. человека. — 1981. — Т. 7. № 3. — С. 400-410.

34. Маньковский Н.Б., Вайншток А.Б., Олейник Л.И. Сосудистый паркинсонизм. — Киев: Здоров'я, 1982. 208 с.

35. Монахов К.К., Бочкарев В.К., Никифоров А.И., Панюшкина C.B. Роль адаптационно-регулирующего механизма мозга при лечении нейролептиками // Актуальные вопросы психиатрии. Мат. сессия. 1983. - С. 197-198.

36. Николаев А.Р., Анохин А.П., Иваницкий Г.А., Кашеварова О.Д., Иваницкий A.M. Спектральные перестройки ЭЭГ и организация корковых связей при пространственном и вербальном мышлении // Журн. высш. нервн. деят. 1996. - Т. 46. - № 5. - С. 831-848.

37. Николлс Дж.Г., Мартин А.Р., Валлас Б.Дж., Фукс П.А. От нейрона к мозгу. Москва.: УРСС, 2003. - 672 с.

38. Нюер М.Р. Количественный анализ и топографическое картирование ЭЭГ: методики, проблемы, клиническое применение // Успехи физиол. наук. — 1992. — Т. 23. — 1. С. 20-39.

39. Оппенгейм A.B., Шафер P.B. Цифровая обработка сигналов. М.: Связь, 1979.-416 с.

40. Персон P.C. Спинальные механизмы управления мышечным сокращением. -М.: Наука, 1985. 184 с.

41. Петелин JI.C. Современные проблемы паркинсонизма // Клиническая медицина. 1973. — Т. 51. — №4. — С. 9-16.

42. Поворинский А.Г., Заболотных В.А. Ленинград : Наука, Ленингр. отд-ние, 1987. - 64 с.

43. Роменская Л.Х. Вопросы эпидемиологии, клиники и фармакотерапии паркинсонизма: Автореф. дисс. на соиск. учен, степ. канд. мед. наук. М., 1976. - 22 с.

44. Русинов B.C., Гриндель О.М. Отражение состояния и функций мозга человека в структурах межцентральных отношений по данным спектрально-корреляционного анализа ЭЭГ // Успехи физиол. наук. 1987. - Т. 18. - С. 39-51.

45. Свидерская Н.Е. Синхронная электрическая активность мозга и психические процессы. М.: Наука, 1987. - 156 с.

46. Семёнова Н.Ю., Захаров B.C. Фрактальный анализ и поиск детерминизма в данных ЭЭГ // Труды X Международной конференции «Новые информационные технологии в медицине и экологии». 2002. - С. 462-465.

47. Стрелец В.Б. Нарушения внутрикоркового взаимодействия при депрессии и пути их коррекции // Журн. высш. нервн. деят. -1990. Т. 40. - №5. - С. 897-902.

48. В.Б.Стрелец, В.Ю.Новотоцкий-Власов, Ж.В .Гарах, В.А.Желиговский, А.Я.Каплан. Многопараметрический комбинаторный анализ ритмов ЭЭГ в норме и при шизофрении // Журнал высш. нервн. деят. 2007. - Т. 57. - №6. - С. 699-706.

49. Труфанов Г.Е., Рамешвили Т.Е., Дергунова Н.И., Бойков И.В. Совмещенная позитронно-эмиссионная и компьютерная томография (ПЭТ-КТ) в диагностике опухолей головного мозга. -СПб: ЭЛБИ, 2005. 672 с.

50. Хакен Г. Принципы работы головного мозга: Синергетический подход к активности мозга, поведению и когнитивной деятельности. М.: ПЕР СЭ, 2001. с. 351.

51. Хари Р., Каукоранта К. Нейромагнитная регистрация как метод в психофизиологии // ЭЭГ и нейрональная активность в психофизиологических исследованиях. М.: Наука, 1987. С. 211.

52. Хейнс Д. Нейроанатомия: Атлас структур, срезов и систем. М.: Логосфера, 2008. - 344 с.

53. Холодов Ю. А., Козлов А. Н., Горбач А. М. Магнитные поля биологических объектов. М.: Наука, 1987. — 146 с.

54. Шульговский В.В. Физиология центральной нервной системы. М.: изд-во МГУ, 1997. 397 с.

55. Ahern G.L., Schwartz G.E. Differential lateralization for positive and negative emotion in the human brain: EEG spectral analysis // Neuropsychologia. 1985. - Vol.23(6). - P. 745-55.

56. Adrian E.D., Matthews B.H. The interpretation of potential waves in the cortex. // J.Physiol. 1934. V.81. - P.440-471.

57. Amador S.C., Hood A.J., Schiess M.C., Izor R., Sereno A.B. Dissociating cognitive deficits involved in voluntary eye movement dysfunctions in Parkinson's disease patients. // Neuropsychologia -2006. Vol. 44. - №8 - P. 1475-82.

58. Andersen P., Andersson S.A. Physiological basis of the alpharhythm. -NY, 1968.-384 p.

59. Babiloni F., Carducci F., Cincotti F., Del Gratta C., Pizzella V., Romani G.L., Rossini P.M., Tecchio F., Babiloni C. Linear inverse source estimate of combined EEG and MEG data related to voluntary //-2001.-Vol. 14- N. 4-P. 197-209.

60. Babiloni C., Pizzella V., Gratta C.D., Ferretti A., Romani G.L. Fundamentals of electroencefalography, magnetoencefalography, and functional magnetic resonance imaging // Int. Rev. Neurobiol. — 2009. Vol. 86. - P. 67-80.

61. Bajaj N.P. The genetics of Parkinson's disease and parcinsonian syndromes // J. Neurol. 1998. - Vol. 245. -N 10. - P. 625-633.

62. Barcelo F. and Knight R.T. An information-theoretical approach to contextual processing in the human brain: evidence from prefrontal lesions // Cereb. Cortex. 2007. Vol. 17. - Suppl 1. - P. 151-160.

63. Berendse H.W., Verbunt J.P., Scheltens P., van Dijk B.W., Jonkman E.J. Magnetoencephalographic analysis of cortical activity in Alzheimer's disease: a pilot study // Clin. Neurophysiol. 2000. — Vol. 111. - N 4. - P. 604—612.

64. Berger H. Uber das Elektroenkephalogramm des Menschen. //Arch. Psychiat. Nervenkr. 1929. - B. 87. - S. 527-570.

65. Bergman H., Deuschl G. Pathophysiology of Parkinson's disease: from clinical neurology to basic neuroscience and back // Mov Disord. -2002. Vol. 17. - Suppl. 3. - P. 28-40.

66. Besserve M., Jerbi K., Laurent F., Baillet S., Martinerie J., Garnero L., Classification methods for ongoing EEG and MEG signals // Biol Res. 2007. - Vol. 40. - N 4. - P. 415-37.

67. Blair M.A., Ma S., Phibbs F., Fang J.Y., Cooper M.K., Davis T.L., Hedera P. Reappraisal of the role of the DRD3 gene in essential tremor // Parkinsonism Relat Disord. 2008. - Vol. 14. - № 6. - P. 471-475.

68. Boutros N.N., Arfken C., Galderisi S., Warrick J., Pratt G., Iacono W. The status of spectral EEG abnormality as a diagnostic test for schizophrenia // Schizophr. Res. 2008. - Vol. - 99(1-3). - P. 22537.

69. Bower J.H., Maraganore D.M., McDonnell S.K., Rocca W.A. Incidence and distribution of parkinsonism in Olmsted County, Minnesota 1976-1990 //Minnesota. 1999. - Vol. 52. -P.1214-1220.

70. Braak H. Braak E. Pathoanatomy of Parkinson's desease // J. Neurol. 2000. - Vol. 247. - Suppl. 2. - P. 113-120.

71. Brooks DJ. Detection of preclinical Parkinson's disease with PET // Neurology. 1991. - Vol. 41. - P. 37-41.

72. Chapman R.M., Ilmoniemi R.J., Barbanera S., and Romani G.L. Selective localization of alpha brain activity with neuromagnetic measurements // Electroencephalogr. Clin. Neurophysiol. 1984. -Vol. 58. - P. 569-572.

73. Chiba K., Trever A., Castagnoli N. Metabolism of neurotoxic tertari amine, MPTP by brain monoamine oxydase // Biochem. Biophys. Commun. 1984. - Vol. 120. - P. 574-578.

74. Dhond R.P., Witzel T., Hämäläinen M., Kettner N., Napadow V. Spatiotemporal mapping the neural correlates of acupuncture with MEG // J. Altern. Complement Med. 2008. - Vol. 14. - N 6. - P. 679-88.

75. Dobel C., Putsche C., Zwitserlood P., Junghöfer M. Early left-hemispheric dysfunction of face processing in congenital prosopagnosia: an MEG study // PLoS ONE. 2008. Vol. 4;3(6). -e2326.

76. Duffy F.N., Burchfîel J.L., Lombroso C.T. Brain electrical activity mapping (BEAM): a method for extending the clinical utility of EEG and evoked potential data // Ann. Neurol. 1979. - 5(4). - P. 211309.

77. Duvoisin R.S. Etiology of Parkinson disease: current concepts // Clin, neuropharmacol. 1989. - Vol. 9. - P. 3-11.

78. England A.C., Schwab R.S., Peterson E. The electroencephalogram in Parkinson's syndrome // Electroencephalogr. Clin. Neurophysiol — 1959.-Vol. 11.-№4.-P. 723-731.

79. Erne S.N., Scheer H.J., Hoke M., Pantew C., Liitkenhoner B. Brainstem auditory evoked magnetic fields in response to stimulation with brief tone pulses // Int. J. Neurosci. 1987. - Vol. 37(3-4). - P. 115-25.

80. Fingelkurts ALA., Fingelkurts An.A., Krause C.M., Kaplan A.Ya. Systematic rules underlining spectral pattern variability: experimental results and a review of the evidence. // Int. J. Neurosci. — 2003. Vol. 113(10).-P.1447-1473.

81. Fischer M.J., Scheler G., Stefan H. Utilization of magnetoencephalography results to obtain favourable outcomes in epilepsy surgery // Brain. 2005. - Vol. 128(1). - P. 153-157.

82. Flor-Henry P. Telemetered EEG in schizophrenia letter. // J. Neurol. Neurosurg. Psychiatry. 1983. - Vol. 46. - P. 287-288.

83. Frank C., Pari G., Rossiter J.P. Approach to diagnosis of Parkinson disease // Can. Fam. Physician. 2006. - Vol.52. - P. 862-868.

84. Frishkoff G.A., Frank R.M., Rong J., Dou D., Dien J., Halderman L.K. A framework to support automated classification and labeling of brain electromagnetic patterns // Comput. Intell. Neurosci. 2007. — 14567.

85. Grech R., Cassar T., Muscat J., Camilleri K.P., Fabri S.G., Zervakis M., Xanthopoulos P., Sakkalis V., Vanrumste B. // Review on solving the inverse problem in EEG source analysis — J. Neuroeng. Rehabil. — 2008.-Vol. 5.-P. 25.

86. Green R.L. Electroencephalographic changes in Parkinson's disease // J. Neurosurg. 1966. - Vol. 24. - №3. - P. 377-381.

87. Giannitrapani D., Collins J., Vassiliadis D. The EEG spectra in Alzheimer's disease // Int. J. Psychophysiol. 1991. - Vol. 10. - P. 259-269.

88. Gibbs F.A. Atlas of Electroencephalography. Vol.2. Cambridge: Addison-Wesley Press, 1952.

89. Grassberger P. Estimation of the Kolmogorov entropy from a chaotic signal // Phys. Rev. 1983. Vol. 28. - P. 2591-2593.

90. Hamalainen M., Hari R., Ilmoniemi R.J., Knuutila J., Lounasmaa O.V. Magnetoencephalography — theory, instrumentation and application to noninvasive studies of the working human brain. // Rev. Mod. Phys. 1993.-V. 65- P. 413.

91. Hari R. and Forss N., Magnetoencephalography in the study of human somatosensory cortical processing // Philos. Trans. R. Soc. Lond. B. Biol. Sci. 1999. - Vol. 354. - P. 1145-54.

92. Hirano S., Hirano Y., Maekawa T., Obayashi C., Oribe N., Kuroki T., Kanba S., Onitsuka T. Abnormal neural oscillatory activity to speech sounds in schizophrenia: a magnetoencephalography study // J. Neurosci. 2008. - Vol. 7;28(19). - P. 4897-903.

93. Hoshiyama M., Kaneoke Y., Koike Y., Takahashi A., Watanabe S. Hypokinesia of associated movement in Parkinson's disease: a symptom in early stages of the disease // J. Neurol. — 1994. — Vol. 241.-P. 517-21.

94. Hughes I.R. The EEG in parkinsonism // J. Neurosurg. 1966. -Vol. 24.-P. 377-381.

95. John E.R. The role of quantitative EEG topographic mapping or 'neurometries' in the diagnosis of psychiatric and neurological disorders: the pros // Electroencephalogr. Clin. Neurophysiol. 1989. - 73(1).- P. 2-4.

96. Josephson B.D. Possible New Effect in Superconductive Tunneling // Phys. Lett. 1962. -Vol. 1. - P. 251.

97. Kahana M.J. The cognitive correlates of human brain oscillations // J. Neurosci. 2006. - Vol. 26(6) - P. 1669-72.

98. Kamphuisen A., Bauer M., van Ee R. No evidence for widespread synchronized networks in binocular rivalry: MEG frequency tagging entrains primarily early visual cortex // J. Vis. 2008. - Vol. 15(5). -P. 1-8.

99. Kandel E.R., Schwartz J.H., Jessell T.M. Principles of neural science. Connecticut: Appleton & Lange, 1991. - 1138 p.

100. Lam K., Caneoce Y., Gunji A. et all. Magnetic response of human extrastriate cortex in the detection of coherent and incoherent motion // Neuroscience. 2000. - Vol. 97. - P. 1-10.

101. Langston J.W. Epidemiology versus genetics in Parcinson's desease: progress in relating an age-old debate / Bevong the decade of brain. Vol: 3 / Eds.: C.W.Olanow, P.Jenner. Kent: Wells Medical Limited,1998.-P. 91-98.

102. Leenders K.L., Antonini A., Schwarz J., Hees K. Brain dopamine D2 in the novo drug-naive parcinsonian patients measured using PET and 1 lC-raclopride // Mov. Disord. 1992. - Vol. 7. - Suppl. 1. P.141-144.

103. Lehmann J., Langer S.Z. Muscarinic receptors on dopamine terminals in the caudate nucleus: neuromodulation of 3H dopaminerelease in vitro by endogenous acetylcholine // Brain res. 1982. — Vol. 248.-P. 61-69.

104. Leistner S., Sander T., Burghoff M., Curio G., Trahms L., Mackert B.M. Combined MEG and EEG methodology for non-invasive recording of infraslow activity in the human cortex // Clin. Neurophysiol. 2007.- Vol.118(12). - P. 2774-80.

105. Ludin SM, Ludin HP. Is Parkinson's disease of early onset a separate disease entity? // J. Neurol. 1989. - Vol. 236(4). - P. 203-207.

106. Maihofher C., Kaltenhauser M. Quality discrimination for noxious stimuli in secondary somatosensory cortex: A MEG-study // Eur. J. Pain. 2009. Vol. 13(10). - P. 1-7.

107. Makela J.P., Forss N., Jaaskelainen J., Kirveskari E., Korvenoja A., Paetau R. Magnetoencephalography in neurosurgery // Neurosurgery. 2007.- Vol.61. - P. 147-164.

108. Martin J. P. The Basal ganglia and posture. London: Pitman Memcal Publishing Co. Ltd., 1967. 152 p.

109. Martin-Loeches M., Gil P., Rubia F J. Two-Hz wide EEG bands in Alzheimer's disease // Biol. Psychiatry. 1993. - Vol. 33(3). - P. 153159.

110. Mazziotta J.C., Mapping human brain activity in vivo // West J. Med. 1994.- Vol. 161(3). - P. 273-278.

111. Misuno Y. Concept and diagnostic criteria and parkinsonism // Nippon Rinsho.- 1997.-Vol. 55(1).-P. 16-20.

112. Moulton R.J., Marmarou A., Ronen J., Ward J.D., Choi S., Lutz H.A., Byrd S., Desalles A., Maset A., Muizelarr J.P., et al. Spectral analysis of the EEG in craniocerebral trauma // Can. J Neurol. Sci. — 1988.-Vol. 15(1).-82-86.

113. Mulholland T. The concept of attention and the electroencephalographic alpha rhythm // Attention in Psychophysiology / C.R.Evans, T.B.Mulholland (Eds.). — L.: Butterworths. 1969.- P. 100-127.

114. Murakami S., Hirose A., Okada Y.C. Contribution of ionic currents to magnetoencephalography (MEG) and electroencephalography (EEG) signals generated by guinea-pig CA3 slices // J. Physiol. -2003.- Vol. 15.-P. 975-85.

115. Muthuraman M., Raethjen J., Hellriegel H., Deuschl G., Heute U. Imaging coherent sources of tremor related EEG activity in patients with Parkinson's disease // Conf. Proc. IEEE Eng. Med. Biol. Soc. — 2008.-P. 4716-4719.

116. Nagata K. Topographic EEG mapping in cerebrovascular disease // Brain Topogr. 1989. - Vol. 1(2) - P. 119-28.

117. Numminen J., Makela J.P., Hari R. Distributions and sources of magnetoencephalographic K-complexes // Electroencephalogr. Clin. Neurophysiol. 1996. - Vol. 99. - P. 544-555.

118. Pascual-Marqui R.D. Review of methods for solving the EEG inverse problem // Intern. J. of Bioelectromagnetism. —1999. Vol. 1. -P. 75-86.

119. Penfield W., Jasper H. Epilepsy and the Functional Anatomy of the Human Brain. Boston: Little, Brown, 1954.

120. Poza J., Hornero R., Abásolo D., Fernández A., and García M., Extraction of spectral based measures from MEG background oscillations in Alzheimer's disease // Med. Eng. Phys. 2007. -Vol. 29.- P. 1073-1083.

121. Poza J., Hornero R., Escudero J., Fernandez A., Gomez C. Analysis of spontaneous MEG activity in Alzheimer's disease using time-frequency parameters // Conf. Proc. IEEE Eng. Med. Biol. Soc. — 2008.- P. 5712-15.

122. Praamstra P., Pope P. Slow brain potential and oscillatory EEG manifestations of impaired temporal preparation in Parkinson's disease // J. Neurophysiol. 2007. Vol. 98(5). - P. 2848-57.

123. Rampp S., Stefan H. On the opposition of EEG and MEG // Clin. Neurophysiol.-2007.-Vol. 118.-P. 1658-1659.

124. Rangayyan R. Biomedical signal analysis. Wiley-IEEE Press, 2002. - 552pp.

125. Rao S.S., Hofmann L.A., Shakil A. Parkinson's disease: Diagnosis and treatment // American Family Physician. 2006. - Vol. 74. -№12.-P. 2046-2061.

126. Reuber M., Fernandez G., Bauer J. Singh D.D., Elger C.E. Interictal EEG abnormalities in patients with psychogenic nonepileptic seizure // Epilepsia. -2002. Vol. 43. - P. 1013-1020.

127. Riess O., Kuhn W., Kruger R. Genetic influence on the development of Parkinson's disease // J. Neurol. 2000. - Vol. 247. - Suppl. 2. - P. 69-74.

128. Rodin E. Analog or digital EEG? // Electroencephalogr. Clin. Neurophysiol. — 1994.- Vol.25. P. 113-116.

129. Rose D.F., Smith P.D., Sato S. Magnetoencephalography and epilepsy research//Science. 1987.- Vol. 16;23 8(4825). - P. 32935.

130. Salmelin R., Hari R. Spatiotemporal characteristics of sensorimotor neuromagnetic rhythms related to thumb movement // Neuroscience. -1994.- Vol. 60.- P. 537-550.

131. Salmelin R., Hari R. Characterization of spontaneous MEG rhythms in healthy adults // Electroencephalogr Clin Neurophysiol. 1994. -Vol. 91.-p. 237-248.

132. Sarvas J. Basic mathematical and electromagnetic concepts of the biomagnetic inverse problem // Phys. Med. Biol. 1987. - Vol. 32. -P. 11-22.

133. Schwartz E.S., Dlugos D.J., Storm P.B., Dell J., Magee R., Flynn T.P., Zarnow D.M., Zimmerman R.A., Roberts T.P.L.

134. Magnetoencephalography for Pediatric Epilepsy: How We Do It // American J. Neuroradiology. 2008. - Vol. 29. - P. 832-837.

135. Stefan H. The Role of MEG in Epilepsy Diagnosis and Treatment // ACNR. 2004. - Vol. 4. - N. 2. - P. 34.

136. Steriade M., Gloor P., Llinas R.R. Basic mechanisms of cerebral rhythmic activities // Electroencephalogr. Clin. Neurophysiol. 1990. -Vol.76.-P. 481-508.

137. Stern M.B., Koller W.C. Parkinson's disease / In: Parkinsonian Syndromes / Ed.: M.B.Stern, W.C. Koller. New York, Basel, Hong Kong: Marcel Dekker, 1992. - P. 3-22.

138. Stoffers D., Bosboom J.L.W., Deijen J.B., Wolters E.C., Berendse H.W., Stam C.J. Slowing of oscillatory brain activity is a stable characteristic of Parkinson's disease without dementia // Brain.2007.- Vol. 130.- P. 1847-1860.

139. Stoffers D., Bosboom J.L., Deijen J.B., Wolters E.Ch., Stam C.J., Berendse H.W. Increased cortico-cortical functional connectivity in early-stage Parkinson's disease: an MEG study // Neuroimage.2008. Vol. 41(2). - P. 212-22.

140. Tamlin B., McDonald K., Correll M., Sharpe M.H. The Immediate Effects of Vestibular Stimulation on Gait in Patients with Parkinson's Disease // Neurorehabilitation and Neural Repair. 1993. — Vol. 7. -No. 1.-P. 35-39.

141. Timmermann L., Gross J., Dirks M., Volkmann J., Freund H.J., Schnitzler A. The cerebral oscillatory network of parkinsonian resting tremor//Brain. 2003.- Vol. 126(Pt 1).- P. 199-212.

142. Trahms L., Erné S.N., Stehr R., Seibertz E., Friederici A. Multichannel magnetic recording of P300 activity // Physiol. Meas. -1993. Vol. 14. - Suppl 4. -P. 85-89.

143. Walter W.G. The Living Brain. London: Duckworth, 1953. 300 p.

144. Williamson S., Kaufman L. Biomagnetism // J. Magn. Mater. — 1981.- Vol.22. P. 129-201.

145. Yoshida H., Iramina K., Ueno S. Source models of sleep spindles using MEG and EEG measurements // Brain Topogr. 1996. -Vol. 8(3).-P. 303-7.