ЭЭГ
ЭМГ
Нейродинамика
Психофизиология
Картирование мозговой активности
Открытый код с настраиваемыми возможностями
Программа для анализа электроэнцефалограмм (ЭЭГ) и электромиограмм (ЭМГ)
  • Электроэнцефалограммы более 200 человек
    были проанализированы с применением программы ученых СПбГУ
  • Более чем в 30 исследованиях
    использовался программный код, созданный учеными Университета
  • Амплитуду и нейродинамику
    сигнала ЭЭГ в различных диапазонах позволяет анализировать программа, разработанная экспертами СПбГУ

О проекте

Специалисты лаборатории поведенческой нейродинамики СПбГУ разработали программу MEPsAnalys для интерпретации ЭЭГ- и ЭМГ-сигналов. Решение на базе открытого кода позволяет применять последние методы анализа электроэнцефалограмм и электромиограмм, а также тщательно контролировать, что именно происходит с исходными данными на каждом этапе обработки.
Анализ электроэнцефалограммы (ЭЭГ) — электрической активности головного мозга — чем-то напоминает работу звукорежиссера. Результат ЭЭГ — это набор кривых линий, похожих на звуковые дорожки, но вместо партий разных музыкальных инструментов здесь видны разные типы мозговых ритмов: альфа, бета, тета и дельта.

Многие современные программы для их обработки содержат готовые наборы инструментов, например, для фильтрации артефактов (нежелательных сигналов). Если во время записи испытуемый моргнет или почешет ухо, такие «помехи» удаляются с помощью соответствующей функции. Это чем-то похоже на автоматическую очистку звуковой дорожки от шумов.
Проблема для пользователей заключается в том, что компании-производители ПО чаще всего не раскрывают протоколы обработки. В итоге ученым неясно, как именно программа манипулирует исходными данными, а значит — результаты исследований с применением такого ПО могут быть некорректными.

Ученые СПбГУ сделали процесс обработки данных более прозрачным. Они разработали собственную программу для анализа параметров вызванных ЭЭГ и ЭМГ потенциалов. Программное решение включает в себя фрагменты открытых кодов из лучших научных статей о последних математических методах анализа ЭЭГ и ЭМГ. Среди таких методов: ICA (анализ независимых компонентов), спектральный анализ, когерентный анализ и другие.

Как отметил заведующий лабораторией поведенческой нейродинамики СПбГУ Евгений Дмитриевич Благовещенский, именно глубокое понимание того, каким образом обрабатывается исходный сигнал, во многом отличает профессионального ученого или врача (как, впрочем, и звукорежиссера) от любителя.

Хотя ЭЭГ исполнилось уже больше 100 лет, подчеркивает Евгений Дмитриевич, благодаря постоянному развитию вычислительных мощностей и появлению новых методик анализа этот вид исследований по-прежнему остается актуальным для практикующих специалистов. С его помощью проводят эксперименты, позволяющие найти новые биомаркеры для диагностики психических заболеваний, разобраться в механизмах изучения иностранных языков, лучше понять подсознательные процессы принятия решений и многое другое.
Преимущества
  • Прозрачность обработки сигнала
    Благодаря открытому коду пользователи могут отслеживать все операции, которые программа выполняет в ходе обработки ЭЭГ- и ЭМГ-сигналов
  • Настраиваемые возможности
    Открытый код позволяет корректировать процесс анализа ЭЭГ- или ЭМГ-сигнала на любом этапе. Например, во время фильтрации артефактов — исключение ненужных исследователям помех от движений глазами и конечностями
Пользователи
Государственные и частные клиники, врачи функциональной диагностики, неврологи, ученые-психофизиологи
Цели

Создать программу для прозрачной обработки ЭЭГ- и ЭМГ-сигналов.

Выгоды
Разработка позволит врачам и ученым-психофизиологам быть уверенными в качестве обработки исходных данных ЭЭГ и ЭМГ, а значит — проводить более качественные клинические и научные исследования.
Команда
  • Евгений Дмитриевич Благовещенский

    заведующий лабораторией поведенческой нейродинамики СПбГУ, ведущий научный сотрудник Университета (кафедра общей психологии), кандидат биологических наук

  • Александр Сергеевич Кирсанов

    научный сотрудник СПбГУ (лаборатория поведенческой нейродинамики)

  • Ксения Викторовна Барцева

    младший научный сотрудник СПбГУ (лаборатория поведенческой нейродинамики), ассистент Университета (кафедра психологии труда и организационной психологии)

Документы
Больше возможностей
  • Мобильное приложение для контроля пациентами своего состояния после удаления камней из почек
    Подробнее
  • Цифровая платформа для автоматизации и повышения эффективности работы медицинского учреждения
    Подробнее
Оставить заявку
Укажите контактную информацию, мы вам перезвоним и ответим на интересующие вопросы
Наши эксперты готовы ответить на ваши вопросы
Получить консультацию
Простым языком об исследованиях и разработках ученых СПбГУ
Журнал «Санкт-Петербургский университет»