Мозг и его ритмы – базовые знания
Физиология мозга.
Мы часто сравниваем человеческий мозг со сложным компьютером. Эта аналогия не слишком удачна, но если рассуждать о реальных возможностях и функциях мозга, то количество логических процессов, которые в нем происходят, поразительно велико.
Человеческий мозг состоит из трех основных элементов:
- Глиальные клетки
- Нейроны
- Дендриты
1) Глиальные клетки
Название «глиальный» происходит от греческого слова «glia», означающего «клеить». Хотя эти клетки обладают мембранным потенциалом, глиальные клетки по большей части не имеют нервных окончаний и выполняют поддерживающую роль для головного и спинного мозга.
Выявлено 7 типов глиальных клеток, все они выполняют разные функции. Глиальные клетки поддерживают высокий уровень рибонуклеиновой кислоты (RNA), протеинов и энзимов (ферментов).
Один из энзимов, производимых глиальными клетками, является ацетилхолинестераза (AChE).
Другие синтезируют миелин, который используется для предотвращения пересечения друг с другом нервов и нейронов. Микроглия и астроциты являются фагоцитарными, это значит, что они очищают центральную нервную систему от мертвых клеток и продуктов распада.
Глиальные клетки обладают способностью делиться и размножаться в течение всей жизни. Они имеют ответвления, но не имеют аксонов и дендритов. В последних исследованиях выяснилось, что некоторые глиальные клетки могут действовать как усилители, наподобие транзисторов.
Их назначение — это поддержка нервных связей и обеспечение функционирования нервной сети, объединяющей различные области коры головного мозга.
Человеческий мозг в 5 раз больше, чем мозг шимпанзе, однако нейронов содержит всего на 30-50% больше. Похоже, что интеллектуальные границы, отделяющий человека от обезьяны, являются следствием действия в человеческом мозге именно глиальных клеток, которые превосходят по численности нейроны примерно 5 к 1.
В результате новых технологических разработок в создании современных исследовательских приборов, ученые смогли изучить различные виды активности, происходящие в глиальных клетках. Исследования нейрофизиолога Гарри Линча (Gary Lynch) из калифорнийского университета в Ирвине показали, что в зародыше, еще в период до роста нейронов и аксонов, глиальные клетки проявляют повышенную активность.
Глиальные клетки делятся и перемещаются в мозге через интактные ткани. Они преодолевают большие расстояния в мозге, чтобы достичь активных областей мозга, а те, которые уже присутствуют на месте, демонстрируют невероятные реакции. Они выбрасывают ответвления и становятся очень большими. Все это происходит еще до того, как аксоны вырастают из нейронов.
2) Нейроны
Нейроны – нервные клетки мозга. Они образуют серое вещество, представляющее собой самый внешний 2-х миллиметровый слой мозга. Нейроны состоят из тела клетки, аксона и одного или более дендритов.
Функция нейронов – создавать и проводить нервные импульсы.
Ко второму триместру беременности развивающийся мозг уже способен вырабатывать примерно сотню нейронов в минуту. К двухлетнему возрасту ребенок может иметь уже сотню миллионов нейронов в мозге.
Люди со временем могут терять нейроны, особенно в той части мозга, которая менее всего задействована, но потеря нейронов с лихвой компенсируется увеличением количества дендритов.
Внешняя поверхность мозга, на которой располагаюся нейроны, состоит из извилин и борозд (складки и извилины мозга). Эта извилины и борозды увеличивают площадь поверхности расположения нейронов.
Если распрямить борозды и извилины мозга, мы получим поверхность, площадью примерно полтора квадратных фута.
3) Дендриты
Это слово происходит от греческого дерево. Аксоны и дендриты служат для связи различных нейронов. Дендриты образованы благодаря процессам в протоплазме нейронов, и передают импульсы к телу клетки нейрона. Обычно задействованы несколько сотен дендритов.
Они формируют связи, которые называются «синапсы», с другими нейронами. В результате, дендриты представляют собой систему «проводов» мозга. Они формируются мыслительными процессами, воздействием окружающей среды, обучением и жизненным опытом.
ВОЛНОВАЯ АКТИВНОСТЬ МОЗГА
Типичному нейрону нужна 1 микросекунда, чтобы ответить на стимул, но когда миллионы нейронов реагируют в унисон, они производят «качающиеся» электрические разряды. Эти разряды создают ритм который получил название «мозговая волна».
Эти ритмы поддаются наблюдению посредством ЭЭГ. ЭЭГ записывает и измеряет огромное количество нейронов, реагирующих одновременно.
Эти ритмы волн мозговой активности формируются в несколько групп, в зависимости от их частот:
Бета, Альфа, Тета и Дельта (Beta, Alpha, Theta и Delta.
Майкл Маккензи
Электрическая активность мозга, может быть определена посредством ЭЭГ (электроэнцефалограммы), которая измеряет частоту электрического потенциала. Эта частота измеряется в циклах в секунду или Гц (Герц).
В любое определенное время эти частоты определяют Ваше настроение. Скорость частоты позволяет нам группировать наши мозговые волны в четыре категории.
Бета волны — самые быстрые мозговые волны, располагающиеся в частоте от 13 до 100 Гц. Во время Бета волновой активности мы находимся в нормальном бодрствующем состоянии, внимания и концентрации. Когда мы чувствуем себя взволнованными или обеспокоенными — это быстрые бета волны (30 гц ), Когда мы чувствуем угрозу, чрезвычайную опасность или вступаем борьбу или бегство — это сверхбыстрые бета волны.
Если закрыть глаза, расслабиться, станать пассивным и рассредоточенным активность мозговых волн замедлится, и появятся альфа-волны. Они располагаются в частоте от 8 до 12.
Поскольку спокойствие и расслабление углубляются в сонливость, мозговые сдвигаются в сторону более медленных тета-волны. Диапазон частот тета-волн от4 до 7.9 Гц. Тета-волны часто сопровождются неожиданными, сказочными умственными изображениями. Весьма часто эти изображения могут сопровождаться яркими воспоминаниями, преобладают, как правило, воспоминания детства. Тета активность мозговых волн связана с заживлением, увеличенным творческого потенциала, внезапной способностью проникновения в суть (эврика), когда все внезапно становится ясным.
Даже очень продвинутые медитаторы могут достигать тета-состояния в течение короткого периода времени.
Дельта волны — самые медленные мозговые волны, располагающиеся в частоте от 0.1 до 3.9 Гц. Обычно, люди спят во время дельта волн, однако есть доказательство, что возможно остаться в сознании и в этом состоянии —чрезвычайно глубокого подобного трансу. Также в пределах дельта — волновой активности мозга значительно повышается продукция исцеляющего соматотропина.
Каждая из этих групп представляет собой особый тип корковой активности и соотносится с такими состояниями сознания, как тревога, спокойствие, сновидение или состояние сна.
Мы постоянно производим некоторое количество одновременно всех этих частот. Поэтому состояние нашего сознания отражает смешанную активность ритмов разных волн мозговой активности и их локализацию.
Ритм волн мозговой активности характеризуется самой большой мощностью волновой активности определенной категории. Например, человек с закрытыми глазами производит большое количество альфа и малое количество бета волн в визуальной части коры, т.к. он не обрабатывает визуальную информацию.
Когда глаза открыты, производство альфа – волн резко сокращается, а мощность бета–волн возрастет в результате обработки в визуальной части коры поступаюшей визуальной информации.
Каждый из ритмов волн мозговой активности и разные состояния сознания, соответствующие каждому типу волн. Классификация ритмов волн мозговой активности изменяется в процессе того, как ученые получают новые сведения о мозге и состояниях сознания. Например, многие из этих категорий теперь имеют различные подгруппы.
БЕТА ВОЛНЫ
Бета-волны – это быстрые волны, низкой амплитудой, приблизительно от 14 до 40 циклов в секунду (Hz).
Изначально бета-волны представляют собой процесс обработки данных, включающий сотни мелких вычислений между двумя ближайшими областями коры, которые работают вместе для достижения результата («Что это был за звук или образ?», «Сколько будет 2 + 3?», «Это опасно?», «Я боюсь», «Что мне делать?»).
Существуют 3 основные подгруппы бета-волн: Гамма (от 35 до 40 Hz), Бета 2 (от 24 до 34 Hz) и Бета 1 (от 14 до 23).
Гамма волны, самые быстрые, отражают пиковую деятельность сознания. Чрезмерная активность бета 2 связана с повышенными эмоциональными состояниями, такими как волнение и страх. Частоты бета 1 связаны с познавательными процессами, такими как решение проблем и мышление.
АЛЬФА ВОЛНЫ
Альфа волны вибрируют в диапазоне примерно от 8 до 13 Hz. Альфа активность представляет собой вибрации между фрагментами коры и зрительным бугром, известным как корково-таламическая петля.
Альфа волны проявляются в период сенсорного покоя (например, в тихой комнате с закрытыми глазами), умственной релаксации, глубокой релаксации, медитации или умиротворенного сознания (диссоциации).
Альфа волны – вожделенный результат медитирующих.
Традиционные методы медитации требуют 10 лет практики, чтобы достичь производства идеальных альфа волн. Производство альфа волн сокращается в момент обработки данной частью мозга сенсорной информации, а также в процессе решения проблем и познавательной активности.
Увеличение количества альфа волн дает:
- чувство умиротворения
- улучшенное академическую успеваемость
- тепло в конечностях
- повышенную производительность на рабочем месте
- ощущение благополучия
- снижение тревожности, улучшение сна
- улучшение иммунной функции.
Считается, что самые креативные гении, такие, как Эйнштейн, постоянно пребывали в почти неизменном альфа состоянии.
Большинство из таких творческих людей имели плохую успеваемость в школе и считались неблагополучными учениками. Возможно, они были слишком сконцентрированы на творческой активности, чтобы уделять внимание учебе.
В последние несколько лет были выделены новые подгруппы альфа волн. Мю волны (иногда их называют Тальфа) пограничны между Альфа/Тета волнами (от 7 до 9 Hz). Их активное производство ассоциируется со здоровым состоянием сознания, дающим исключительную интуицию и опыт личной трансформации.
Некоторые исследователи уверены, что «здоровая» мю активность может снижать состояние беспричинного гнева и тревоги от скрытых проблемных воспоминаний детства или душевных травм прошлого. Примеры этих волн мозговой активности — резонанс Шумана или «пятая стадия» медитации.
ТЕТА ВОЛНЫ
Частоты тета волн — от 4 до 8 Hz.
Тета волны ассоциируются с состоянием сна, «сумеречным» состояние, состоянием гипнотического транса, БДГ – фазой сна и состоянием сновидений.
В этом состоянии увеличивается активность памяти. Память улучшается (особенно долговременная память), повышается доступ к подсознанию, возможность свободных ассоциаций, повышается креативность, имеют место неожиданные озарения.
Это таинственное, особое состояние сознания. Долгое время ученые не могли исследовать это состояние мозга, т.к. обычный человек не может долгое время в нем оставаться без того, чтобы ни свалиться в сон (что также дает большое количество тета волн).
ДЕЛЬТА ВОЛНЫ
Дельта волны – самые медленные волны мозговой активности с частотой, колеблющейся от 1 до 4 Hz. Дельта волны доминируют, когда мы засыпаем и продолжают преобладать в состоянии глубокого сна.
Некоторые исследователи уверены, что дельта-волны присутствуют у целителей в состоянии «целительства» и у экстрасенсов во время получения информации.
Следующая таблица представляет свод позитивных, ассоциируемых с активностью разных групп волн мозговой активности.
Позитивные факторы Категории волн мозговой активности
Возможно, связаны с пиком жизненной активности. Гамма 35 — 45 Hz
Очень активное внешнее внимание. Бета 2 22 — 35 Hz
Активное внешнее внимание. Бета 1 15-22 Hz
Релаксация, пассивное внимание. Медленные бета волны 12-15 Hz
Релаксация, внутреннее внимание, медитация, здоровое ментальное состояние. Альфа (Верхние) 9- 13 Hz
Глубокая медитация, проницательность, Резонанс Шуманна, гипноз Медленные альфа волны — Мю/ Тальфа 7-9Hz
Креативность, БДГ- фаза сна, гипнагогическое соостояние Тета 5-7Hz
Улучшение сна. Дельта 1 -4 Hz
В течение нескольких минут мозг обычно производит некоторое количество всех видов волн. Однако, для специфического вида активности или поведения мозг способен производить изначально волны одной группы.
По сути, волны мозговой активности подобны волнам озера. Когда дует сильный ветер, большие волны появляются далеко в озере (большая амплитуда, низкая частота). А когда мы бросаем в озеро камешек, появляются небольшие волны очень близко к месту волнения (низкая амплитуда, высокая часота).
Интересная зависимость в том, что когда частота увеличивается, амплитуда уменьшается. Рисунок 3 показывает взаимосвязь типов поведения, ассоциируемых с преобладанием какой-то одной группы частот.
ВОЛНЫ МОЗГОВОЙ АКТИВНОСТИ И ЗДОРОВЬЕ ЧЕЛОВЕКА
Здоровый мозг выполняет много важных ментальных функций одновременно, производя большое количество волн мозговой активности разных частот, отражающих эти функции.
При сегодняшнем стрессовом образе жизни мы часто демонстрируем повышенную бета активность. Чтобы преодолеть этот негатив, многие ищут способы производства альфа волн – умиротворенного существования, релаксации.
Когда мы повышаем нашу альфа и тета (включая мю) активность посредством конструктивных процессов – медитаций, упражнений, средствами аудио визуальной стимуляции (АВС), мы добиваемся изменений состояния сознания или «альфа активности».
Важно, чтобы мы научились производить альфа волны на ежедневной основе посредством медитации или АВС.
Однако, многие находят, что легче добиваться альфа активности путем применения деструктивных средств, таких, как наркотики или алкоголь. А также постоянное, неконтролируемое, ненормальное наличие низкочастотной альфа или тета активности является причиной усталости или болезненных состояний, ассоциируемых с бессонницей, депрессией, расстройствами внимания, предменструальным синдромом и синдромом хронической усталости.
Самый важный аспект, связывающий волны мозговой активности со здоровьем человека – это способность изменять эти состояния в соответствии с требованиями ситуации.
Журнал СТМ — Html View
А.Б. Сорокин, О.В. Баландина, С.А. Полевая, Г.А. Мишанов, Л.В. Савчук, В.В. Борзиков, В.В. Дворянинова, А.Н. Белова
Ключевые слова: аутизм; ADOS-2; ЭЭГ при аутизме; спектральный анализ ЭЭГ.
Анализ биоэлектрической активности головного мозга с помощью ЭЭГ покоя — наиболее простой и доступный метод исследования у детей с аутизмом. Спектральный анализ ЭЭГ позволяет выявить области с преобладанием той или иной формы активности, отражающие баланс процессов возбуждения и торможения. Исследования осложняются отсутствием биологических тестов для диагностики аутизма, который устанавливается по клиническим характеристикам. «Золотым стандартом» диагностики на данный момент является ADOS-2 — методика, оценивающая выраженность социальных нарушений и стереотипного поведения у ребенка посредством наблюдения за его игрой и взаимодействием.
Цель исследования — оценка применимости спектральных характеристик ЭЭГ в качестве динамического биомаркера аутизма путем изучения их корреляционных связей с баллом ADOS-2, отражающим степень выраженности аутистических проявлений.
Материалы и методы. С помощью ADOS-2 обследованы 18 детей с установленным диагнозом «детский аутизм». Для оценки степени выраженности проявлений аутизма определяли сравнительный балл. Всем выполнена ЭЭГ покоя с последующим анализом относительных значений спектральной мощности.
Результаты. Дети, включенные в группу, демонстрировали различную степень проявлений аутизма, сравнительный балл ADOS-2 варьировал в диапазоне от 4 до 10. Выявлена положительная корреляция сравнительного балла со значением спектральной мощности по нескольким отведениям. Основные корреляции обнаружены в бета-диапазоне, при этом установлено, что чем выше уровень бета-активности, тем сильнее выражены аутистические проявления. Это служит указанием на градуированную вовлеченность дисбаланса возбуждения и торможения в патогенез аутизма и потенциально делает обоснованным использование спектральной мощности в бета-диапазоне в качестве динамического показателя в ситуации, когда изменения на поведенческом уровне установить трудно.
Заключение. Относительная спектральная мощность ЭЭГ в бета-диапазоне положительно коррелирует со сравнительным баллом ADOS-2, что может служить динамическим биомаркером выраженности аутистических проявлений.
Введение
Расстройства аутистического спектра входят в число наиболее распространенных нарушений развития — до 1 случая на 59 человек [1]. В классификации МКБ-10 [2] они представлены несколькими нозологическими единицами, такими как детский аутизм (F84.0), атипичный аутизм (F84.1) и синдром Аспергера (F84.5), однако в следующей редакции классификации [3] предполагается реализовать тенденцию последних десятилетий: объединять различные подтипы аутизма в одну диагностическую категорию — расстройство аутистического спектра (6A02).
Аутизм характеризуется значительной гетерогенностью проявлений, однако у всех людей с таким диагнозом в той или иной степени присутствуют нарушения в области социального взаимодействия, общения, наблюдаются стереотипные и повторяющиеся формы поведения, которые проявляются в раннем возрасте [4]. У 10–30% людей причина аутизма имеет известную генетическую природу [5], однако патогенетические механизмы как в случаях с установленной мутацией, так и при идиопатическом аутизме требуют дальнейшего исследования.
Биологический тест на аутизм отсутствует, диагностика осуществляется по поведенческим проявлениям и информации от родителей. Для снижения субъективности оценки поведения и интерпретации данных о развитии ребенка были разработаны стандартизированные методы выявления и диагностики аутизма. Они доступны как врачам-психиатрам, так и другим специалистам медицинского и психолого-педагогического профиля. «Золотым стандартом» диагностики аутизма считаются «Интервью для диагностики аутизма — переработанное» (ADI-R) [6] и «План диагностического обследования при аутизме» (ADOS-2) [7], представляющие собой подробное интервью с родителями и протокол непосредственного наблюдения за поведением ребенка, подростка или взрослого. ADOS-2 включает в себя 10–15 заданий, при которых обследуемый может проявить или не проявить социальные инициативы и реакции, оцениваемые интервьюером по определенным критериям. Оценки в областях «Речь и общение», «Социальное взаимодействие», «Игра и креативность», «Стереотипные и повторяющиеся формы поведения» и «Другие формы поведения» переносятся в алгоритм и сравниваются с предельными значениями для диагностических групп «аутизм» и «спектр аутизма». Для детей ясельного возраста вместо диагностических групп определяется уровень беспокойства с точки зрения развития нарушения в спектре аутизма [8]. Помимо диагностической группы по результатам ADOS-2 выявляется степень выраженности аутистических проявлений по десятибалльной шкале. Эта методика позволяет определить, насколько сильно выражены проявления у данного конкретного испытуемого по сравнению с другими людьми с аутизмом того же возраста и уровня владения экспрессивной речью. В отличие от «сырого» балла ADOS-2 сравнительный балл является калиброванным и таким образом служит более устойчивым показателем индивидуальных особенностей испытуемых [9]. В зависимости от значения сравнительного балла степень выраженности аутистических проявлений определяется как «высокая», «умеренная», «низкая» и «минимальная (отсутствие симптомов)».
Параллельно с работой по улучшению диагностических инструментов, основанных на анализе поведенческих проявлений, продолжается поиск биомаркеров аутизма. Одним из многообещающих методов в этом плане является электроэнцефалограмма (ЭЭГ) покоя [10, 11]. Она позволяет регистрировать биопотенциалы, суммирующие активность групп нейронов, с поверхности головы испытуемого с высоким временным разрешением. От испытуемого требуется готовность к сотрудничеству в виде закрывания глаз на несколько минут. Запись подвергается визуальному анализу, в результате которого выявляется информация о наличии патологических форм активности, в том числе эпилептиформных, что имеет особую важность в связи с высокой коморбидностью аутизма и эпилепсии [12].
Спектральный анализ ЭЭГ позволяет выявить области с преобладанием той или иной формы активности, которая отражает баланс процессов возбуждения и торможения [13]. Основной спектральной характеристикой ЭЭГ служит спектральная мощность, фиксируемая в индивидуальных (одногерцевые узкие полосы частот) или стандартных диапазонах частот: дельта (до 4 Гц), тета (4–7 Гц), альфа (7–13 Гц), бета (13–30 Гц) — часто подразделяется на поддиапазоны бета-1 (13–20 Гц) и бета-2 (20–30 Гц) — и гамма (выше 30 Гц). На групповом уровне этот цифровой параметр может сравниваться между группами, а также подвергаться корреляционному анализу с другими параметрами, в том числе результатами обследования на предмет особенностей поведения.
Исследования спектральных характеристик ЭЭГ покоя при аутизме немногочисленны, и полученные результаты иногда противоречат друг другу [14]. Так, например, среди описанных особенностей ЭЭГ при аутизме есть данные как о повышении уровня тета-активности [15, 16], так и о снижении его по сравнению со значениями у типично развивающихся сверстников [17]. Наиболее часто документируемым изменением является повышенный уровень активности в «быстрых» диапазонах — бета и гамма [15, 18, 19]. Его связывают со смещением баланса возбуждения и торможения в центральной нервной системе в сторону возбуждения, опосредованного изменениями в ГАМК-ергической системе [20].
Целью исследования явилось выявление корреляционной связи между сравнительным баллом ADOS-2, отражающим степень выраженности аутистических проявлений в когнитивной и аффективной сферах, и спектральными характеристиками ЭЭГ для оценки возможности их использования в качестве динамического биомаркера аутизма.
Материалы и методы
В исследование вошли 18 детей с установленным диагнозом «детский аутизм» (шифр МКБ-10 F84.0), из них 12 мальчиков и 6 девочек. Средний возраст участников составил 5,3±1,5 года. Исследование проведено в соответствии с Хельсинкской декларацией (2013) и одобрено Этическим комитетом Приволжского исследовательского медицинского университета. От родителей пациентов получено информированное согласие.
15 пациентов демонстрировали речь в виде отдельных слов или отсутствие вербальной коммуникации. Они были обследованы с использованием модуля 1 ADOS-2. У 3 детей была сформирована фразовая речь, в связи с чем при обследовании с ними проводили задания модуля 2. Степень выраженности аутистических проявлений оценивали при помощи сравнительного балла ADOS-2, который рассчитывали на основании «сырого» балла с учетом возраста и уровня владения экспрессивной речью.
Запись ЭЭГ осуществляли при помощи электроэнцефалографа-анализатора ЭЭГА-21/26 «Энцефалан-131-03» («Медиком МТД», Россия). Запись велась от 19 электродов (Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1, O2), расположенных по стандартной схеме «10–20». Частота дискретизации — 250 Гц. Параметры фильтрации исходного сигнала: частота среза фильтра верхних частот — 0,5 Гц, фильтра нижних частот — 70 Гц, режекторный фильтр на частоте сети — 50 Гц. Значения импеданса не превышали 10 кОм. Безартефактные участки записи подвергались быстрому преобразованию Фурье, результаты которого представлялись в виде значений спектральной мощности. Для минимизации индивидуальных отличий в пределах группы в дальнейший анализ включались относительные значения спектральной мощности в стандартных диапазонах частот — дельта, тета, альфа и бета, а также в узких диапазонах с шагом 1 Гц. Корреляционный анализ проводили при помощи критерия Спирмена между значениями спектральной мощности и сравнительными баллами. Достоверными считались значения коэффициента корреляции более 0,413 (p<0,05). Результаты представлялись в виде таблиц значений коэффициента корреляции по отведениям ЭЭГ и узким или стандартным диапазонам, а также в виде таблиц значений р. Статистическую обработку и картирование осуществляли при помощи пакета «Нейро-КМ».
Результаты и обсуждение
По данным обследования по методике ADOS-2 16 детей были отнесены к диагностической категории «аутизм», двое — к категории «спектр аутизма». Сравнительный балл варьировал в диапазоне от 4 до 10, степень аутистических проявлений оценивали как умеренную или высокую. Клинические характеристики детей, полученные с помощью ADOS-2, представлены в табл. 1.
Таблица 1. Результаты обследования детей с помощью ADOS-2 |
Корреляция аутистических проявлений спектральных параметров ЭЭГ выявила следующую особенность. Сравнительный балл ADOS-2 положительно коррелирует со значением спектральной мощности по отведениям F3, Fz, F8, T4, P3 в полосе частот бета-1 (R=0,425; 0,421; 0,442; 0,420; 0,445 соответственно; все p<0,05), Pz в полосе частот бета-2 (R=0,436; p<0,05), а также погранично — в зоне Pz в полосе частот бета-1 (R=0,412; p=0,05). Результаты ЭЭГ-картирования представлены на рис. 1 и 2.
|
Рис. 1. Корреляция относительной спектральной мощности (% от всего диапазона) и сравнительного балла ADOS-2 по отведениям Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1, O2
Значения коэффициента корреляции Спирмена значимо отличны от нуля: R>0,413; R<–0,413 (р<0,05) |
Рис. 2. Корреляция относительной спектральной мощности (% от всего диапазона) и сравнительного балла ADOS-2 Корреляция Спирмена: уровень значимости р со знаком «+» — для положительных значений коэффициента корреляции R>0; со знаком «–» — для отрицательных значений коэффициента корреляции R<0 по отведениям Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1, O2 |
В узких одногерцевых полосах частот достоверные значения коэффициента корреляции Спирмена выявлены в полосах частот 2–3 Гц (F8), 5–6 Гц (F8, Fp2), 6–7 Гц (F8), 12–13 Гц (F8, Pz, P4, T6), 14–15 Гц (F3, Fz, F8, T4), 15–16 Гц (Fz, F8, T4), 17–18 Гц (F3, Fz, Fp1), 18–19 Гц (F7, P3, P4, O2), 19–20 Гц (F7, Fz, F8, P3, Pz), 23–24 Гц (P3, Pz), 27–28 Гц (Pz), 28–29 Гц (P3, Pz), 29–30 Гц (Fz, P3, Pz). Все корреляции были положительными, значения коэффициента корреляции приведены в табл. 2.
Таблица 2. Значения коэффициента корреляции Спирмена между относительной спектральной мощностью ЭЭГ и сравнительным баллом ADOS-2 при уровне значимости р<0,05 |
При исследовании как стандартных диапазонов, так и одногерцевых узких полос частот спектра основные корреляции были выявлены в бета-диапазоне ЭЭГ. Объективная интерпретация корреляций сравнительного балла ADOS-2 cо спектральной мощностью в дельта- и тета-диапазонах затруднена, так как они немногочисленны и затрагивают только крайние лобные и височные зоны, которые наиболее уязвимы для двигательных артефактов.
Связь степени аутистических проявлений с наиболее стабильным изменением ЭЭГ с точки зрения спектральных характеристик [19, 20] косвенно свидетельствует о конкурентной валидности обоих инструментов диагностики. Данные нейрофизиологического и поведенческого методов говорят о том, что чем выше уровень бета-активности на ЭЭГ, тем сильнее выражены аутистические проявления. Это является указанием на градуированную вовлеченность дисбаланса возбуждения и торможения в патогенез аутизма и потенциально делает обоснованным использование спектральной мощности ЭЭГ в бета-диапазоне в качестве динамического показателя в ситуации, когда изменения на поведенческом уровне установить трудно.
Заключение
В настоящем исследовании впервые показана связь степени выраженности аутистических проявлений в виде сравнительного балла ADOS-2 со спектральными характеристиками ЭЭГ. Относительная спектральная мощность в бета-диапазоне положительно коррелирует со сравнительным баллом, что соответствует представлениям о повышенном возбуждении в центральной нервной системе при аутизме.
Финансирование исследования. Работа выполнена в рамках госзадания «Выявление предикторов реабилитационного прогноза при двигательных и когнитивных нарушениях у детей с ограниченными возможностями (ДЦП, задержка стато-моторного и психо-речевого развития и др. )».
Конфликт интересов. А.Б. Сорокин получил компенсацию за перевод и редактирование ADOS-2, а также за чтение лекции на курсах повышения квалификации.
Литература
- Baio J., Wiggins L., Christensen D.L., Maenner M.J., Daniels J., Warren Z., Kurzius-Spencer M., Zahorodny W., Robinson Rosenberg C., White T., Durkin M.S., Imm P., Nikolaou L., Yeargin-Allsopp M., Lee L.C., Harrington R., Lopez M., Fitzgerald R.T., Hewitt A., Pettygrove S., Constantino J.N., Vehorn A., Shenouda J., Hall-Lande J., Van Naarden Braun K., Dowling N.F. Prevalence of autism spectrum disorder among children aged 8 years — autism and developmental disabilities monitoring network, 11 sites, United States, 2014. MMWR Surveill Summ 2018; 67(6): 1–23, https://doi.org/10.15585/mmwr.ss6706a1.
- Всемирная организация здравоохранения. Международная классификация болезней (10-й пересмотр). СПб: Адис, 1994.
- ICD-11: mortality and morbidity statistics. URL: https://icd.who.int.
- Lai M.C., Lombardo M.V., Baron-Cohen S. Autism. Lancet 2014; 383(9920): 896–910, https://doi.org/10.1016/s0140-6736(13)61539-1.
- Vorstman J.A.S., Parr J.R., Moreno-De-Luca D., Anney R.J.L., Nurnberger J.I. Jr., Hallmayer J.F. Autism genetics: opportunities and challenges for clinicaltranslation. Autism genetics: opportunities and challenges for clinical translation. Nat Rev Genet 2017; 18(6): 362–376, https://doi.org/10.1038/nrg.2017.4.
- Раттер М., Ле Куто Э., Лорд К. ADI-R. Интервью для диагностики аутизма. Под. ред. Сорокина А. Western Psychological Services; Giunti O.S.; 2014.
- Лорд К., Раттер М., ДиЛаворе П., Ризи С., Готэм К., Бишоп С.Л., Лайстер Р.Д., Гатри У. ADOS-2. План диагностического обследования при аутизме. Western Psychological Services; Giunti O.S.; 2016.
- Сорокин А.Б., Давыдова Е.Ю. Изучение особенностей поведения и общения у детей ясельного возраста с подозрением на наличие расстройства в спектре аутизма при помощи «Плана диагностического обследования при аутизме» ADOS-2. Аутизм и нарушения развития 2017; 15(2): 38–44, https://doi.org/10.17759/autdd.2017150204.
- Gotham K., Pickles A., Lord C. Standardizing ADOS scores for a measure of severity in autism spectrum disorders. J Autism Dev Disord 2009; 39(5): 693–705, https://doi.org/10.1007/s10803-008-0674-3.
- Heunis T.M., Aldrich C., de Vries P.J. Recent advances in resting-state electroencephalography biomarkers for autism spectrum disorder — а review of methodological and clinical challenges. Pediatr Neurol 2016; 61: 28–37, https://doi.org/10.1016/j.pediatrneurol.2016.03.010.
- Yasuhara A. Correlation between EEG abnormalities and symptoms of autism spectrum disorder (ASD). Brain Dev 2010; 32(10): 791–798, https://doi.org/10.1016/j.braindev.2010.08.010.
- Buckley A.W., Holmes G.L. Epilepsy and autism. Cold Spring Harb Perspect Med 2016; 6(4): a022749, https://doi.org/10.1101/cshperspect.a022749.
- Brain electrical activity mapping for diagnosing psychiatric disorders: a review of the clinical evidence. Rapid response report: summary with critical appraisal. Ottawa (ON): Canadian Agency for Drugs and Technologies in Health; 2014.
- Devitt N.M., Gallagher L., Reilly R.B. Autism spectrum disorder (ASD) and fragile X syndrome (FXS): two overlapping disorders reviewed through electroencephalography — what can be interpreted from the available information? Brain Sci 2015; 5(2): 92–117, https://doi.org/10.3390/brainsci5020092.
- Coben R., Clarke A.R., Hudspeth W., Barry R.J. EEG power and coherence in autistic spectrum disorder. Clin Neurophysiol 2008; 119(5): 1002–1009, https://doi.org/10.1016/j.clinph.2008.01.013.
- Pop-Jordanova N., Zorcec T., Demerdzieva A., Gucev Z. QEEG characteristics and spectrum weighted frequency for children diagnosed as autistic spectrum disorder. Nonlinear Biomed Phys 2010; 4(1): 4, https://doi.org/10.1186/1753-4631-4-4.
- Shephard E., Tye C., Ashwood K.L., Azadi B., Asherson P., Bolton P.F., McLoughlin G. Resting-state neurophysiological activity patterns in young people with ASD, ADHD, and ASD + ADHD. J Autism Dev Disord 2018; 48(1): 110–122, https://doi.org/10.1007/s10803-017-3300-4.
- van Diessen E., Senders J., Jansen F.E., Boersma M., Bruining H. Increased power of resting-state gamma oscillations in autism spectrum disorder detected by routine electroencephalography. Eur Arch Psychiatry Clin Neurosci 2015; 265(6): 537–540, https://doi.org/10.1007/s00406-014-0527-3.
- Gurau O., Bosl W.J., Newton C.R. How useful is electroencephalography in the diagnosis of autism spectrum disorders and the delineation of subtypes: a systematic review. Front Psychiatry 2017; 8: 121, https://doi.org/10.3389/fpsyt.2017.00121.
- Wang J., Barstein J., Ethridge L.E., Mosconi M.W., Takarae Y., Sweeney J.A. Resting state EEG abnormalities in autism spectrum disorders. J Neurodev Disord 2013; 5(1): 24, https://doi.org/10.1186/1866-1955-5-24.
Физиология Макгилла Виртуальная лаборатория | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ваш браузер не поддерживает скрипт
|
Какова функция различных мозговых волн?
Поделиться на Facebook
Поделиться на Twitter
Поделиться на Reddit
Поделиться на LinkedIn
- 0 90 3 8
Печать
Нед Херрманн — педагог, разработавший модели мозговой деятельности и интегрировавший их в обучение преподаванию и управлению. До основания Ned Herrmann Group в 19В 80 лет он возглавил обучение менеджменту в General Electric, где развил многие из своих идей. Вот его объяснение.
Хорошо известно, что мозг является электрохимическим органом; исследователи предположили, что полностью функционирующий мозг может генерировать до 10 ватт электроэнергии. Другие, более консервативные исследователи подсчитали, что если бы все 10 миллиардов взаимосвязанных нервных клеток разряжались одновременно, то один электрод, помещенный на кожу головы человека, регистрировал бы что-то вроде пятимиллионных до пятидесятимиллионных долей вольта. Если бы у вас было достаточно скальпов, вы могли бы зажечь лампочку фонарика.
Несмотря на то, что эта электрическая мощность очень ограничена, она проявляется очень специфическими способами, характерными для человеческого мозга. Электрическая активность, исходящая из головного мозга, отображается в виде мозговых волн. Есть четыре категории этих мозговых волн, от самой активной до самой низкой активности. Когда мозг возбужден и активно занимается умственной деятельностью, он генерирует бета-волны. Эти бета-волны имеют относительно низкую амплитуду и являются самыми быстрыми из четырех различных мозговых волн. Частота бета-волн колеблется от 15 до 40 циклов в секунду. Бета-волны характерны для сильно вовлеченного ума. Человек в активном разговоре будет в бета-версии. Участник дебатов будет в высокой бета-версии. Человек, произносящий речь, или учитель, или ведущий ток-шоу — все они будут находиться в бета-версии, когда они заняты своей работой.
Следующей категорией мозговых волн по частоте является альфа. Там, где бета представляет собой возбуждение, альфа представляет собой отсутствие возбуждения. Альфа-мозговые волны медленнее и выше по амплитуде. Их частота колеблется от 9 до 14 циклов в секунду. Человек, который выполнил задание и присел отдохнуть, часто находится в альфа-состоянии. Человек, который уделяет время размышлениям или медитации, обычно находится в альфа-состоянии. Человек, который отдыхает от конференции и гуляет в саду, часто находится в альфа-состоянии.
Следующее состояние, тета-мозговые волны, обычно имеют еще большую амплитуду и меньшую частоту. Этот частотный диапазон обычно составляет от 5 до 8 циклов в секунду. Человек, который отвлекся от задачи и начинает мечтать, часто находится в состоянии тета-волн мозга. Человек, который едет по автостраде и обнаруживает, что не может вспомнить последние пять миль, часто находится в тета-состоянии, вызванном процессом вождения по автостраде. Повторяющийся характер этой формы вождения по сравнению с проселочной дорогой будет различать тета-состояние и бета-состояние для безопасного выполнения задачи вождения.
Люди, которые много ездят по автострадам, часто получают хорошие идеи в те периоды, когда они находятся в тета. Люди, которые бегают на свежем воздухе, часто находятся в состоянии умственного расслабления, которое медленнее, чем альфа, а в тета они склонны к потоку идей. Это также может произойти в душе или ванне или даже во время бритья или расчесывания волос. Это состояние, когда задачи становятся настолько автоматическими, что вы можете мысленно отключиться от них. Мысль, которая может возникнуть во время тета-состояния, часто представляет собой свободный поток и возникает без цензуры или чувства вины. Обычно это очень позитивное психическое состояние.
Конечным состоянием мозговых волн является дельта. Здесь мозговые волны имеют наибольшую амплитуду и самую медленную частоту. Обычно они сосредоточены в диапазоне от 1,5 до 4 циклов в секунду. Они никогда не упадут до нуля, потому что это означало бы, что ваш мозг умер. Но глубокий сон без сновидений приведет вас к самой низкой частоте. Обычно от 2 до 3 циклов в секунду.
Когда мы ложимся спать и читаем в течение нескольких минут перед тем, как уснуть, скорее всего, у нас низкий уровень бета. Когда мы откладываем книгу, выключаем свет и закрываем глаза, наши мозговые волны спускаются от бета к альфа, к тета и, наконец, когда мы засыпаем, к дельта.
Общеизвестно, что люди видят сны в 90-минутном цикле. Когда частота дельта-мозговых волн увеличивается до частоты тета-мозговых волн, происходит активное сновидение, которое часто становится для человека более эмпирическим. Как правило, при этом происходит быстрое движение глаз, характерное для активных сновидений. Это называется БДГ и является хорошо известным явлением.
Когда человек пробуждается от глубокого сна, чтобы подготовиться к пробуждению, частота его мозговых волн увеличивается на различных стадиях активности мозговых волн. То есть они будут возрастать от дельты к тета, затем к альфе и, наконец, когда сработает будильник, к бета. Если этот человек нажмет кнопку повтора будильника, его частота упадет до невозбужденного состояния или даже до тета, а иногда снова заснет в дельта. Во время этого цикла пробуждения люди могут оставаться в тета-состоянии в течение длительного периода, скажем, от 5 до 15 минут, что позволяет им иметь свободный поток идей о вчерашних событиях или обдумывать действия предстоящих событий. день. Это время может быть чрезвычайно продуктивным и может быть периодом очень значимой и творческой умственной деятельности.