ЭЭГ: СТАРАЯ ДЕШЕВАЯ ИГРУШКА ИЛИ ОКНО В МОЗГ ДЛЯ XXI ВЕКА?
Шишкин Сергей Львович
Набор методов регистрации процессов в мозге человека крайне ограничен, поэтому их развитие имеет особое значение. В последние годы наметился ряд новых тенденций в методах электроэнцефалографии (ЭЭГ), включая анализ потенциалов, связанных с событиями (ПСС). В докладе будет сделан краткий обзор стандартных методов анализа ЭЭГ и ПСС и рассмотрена идея мозго-компьютерного интерфейса, дающая мощный стимул созданию новых методических подходов. Затем мы разберем перспективы двух методических направлений, которые могут сыграть особую роль в ренесансе ЭЭГ: 1) технологии разделения источников сигнала, в частности метод независимых компонентов (ICA), 2) статистические методы анализа большого числа переменных при небольшом числе наблюдений, включающие рандомизационные методы и технологию управления частотой ложных позитивов (False Discovery Rate).
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА И ССЫЛКИ
1.СРАВНЕНИЕ ЭЭГ И ДРУГИХ НЕЙРОИМИДЖИНГОВЫХ ТЕХНИК
* http://www.cbcd.bbk.ac.uk/course/leun.pdf
Leun J. Otten. Neural Correlates of Human Cognitive Function: A Comparison of Electrophysiological and Other Neuroimaging Approaches.
2. МОЗГОКОМПЬЮТЕРНЫЙ ИНТЕРФЕЙС (BCI)
* http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abstract&list_uids=15188876 Blankertz B, Muller KR, Curio G, Vaughan TM, Schalk G, Wolpaw JR, Schlogl A, Neuper C, Pfurtscheller G, Hinterberger T, Schroder M, Birbaumer N. The BCI Competition 2003: progress and perspectives in detection and discrimination of EEG single trials. IEEE Trans Biomed Eng. 2004 Jun;51(6):1044-51. (См. также последующие статьи в этом номере журнала, написанные победителями соревнования.)
* http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=12048038&dopt=Abstract Wolpaw JR, Birbaumer N, McFarland DJ, Pfurtscheller G, Vaughan TM. Brain-computer interfaces for communication and control. Clin Neurophysiol. 2002 Jun;113(6):767-91. Review.
*
http://www.pnas.org/cgi/reprint/0403504101v1?maxtoshow=&HITS=10&hits=10&RESULTFORMAT=&
fulltext=Wolpaw&searchid=1103212142085_4751&stored_search=&FIRSTINDEX=0&journalcode=pnas Wolpaw JR, McFarland DJ. Control of a two-dimensional movement signal by a noninvasive brain-computer interface in humans. Proc Natl Acad Sci U S A. In press, published online 2004 Dec 7. (в свободном доступе)
* http://www.pnas.org/cgi/content/full/0403504101/DC1
Видео, иллюстрирующее статью Wolpaw & McFarland (2004).
* http://www.health.state.ny.us/nysdoh/commish/2004/wolpaw_release_12-06-2004.htm
Пресс-релиз в связи с публикацией Wolpaw & McFarland (2004). Отмечается, что вопреки бытовавшему ранее мнению о большей эффективности МКИ, использующего вживленные электроды, Wolpaw и McFarland показали, что использование новых технологий анализа ЭЭГ позволяет достичь такой же высокой скорости и точности передачи команд из мозга в компьютер.
* http://www.uni-tuebingen.de/uni/tci/projekte/als.htm
Страница группы профессора Нильса Бирбаумера с кратким описанием принципов работы "The Thought Translation Device", использующего медленные потенциалы, и примером письма, написанного парализованным больным с его помощью.
* http://ida.first.fraunhofer.de/projects/bci/competition/
BCI Competition 2003 (в т.ч. данные, в расшифровке которых состязались участники соревнования)
* http://ida.first.fhg.de/projects/bci/competition_iii/
BCI Competition III - в этом соревновании еще можно принять участие! (дедлайн - 22 мая 2005 г.)
3. ICA И ДРУГИЕ МЕТОДЫ СЛЕПОГО РАЗДЕЛЕНИЯ СИГНАЛОВ (BSS)
* http://www.sccn.ucsd.edu/~scott/pdf/HBM01.pdf
Jung T-P, Makeig S, Westerfield M, Townsend J, Courchesne E, and Sejnowski TJ, "Independent component analysis of single-trial event-related potentials (1.1Mb .pdf)," Human Brain Mapping, 14(3):168-85,2001.
* http://www.sccn.ucsd.edu/~scott/bib.html
Другие статьи Скота Макейга по применению ICA к ЭЭГ и ПСС (полные тексты в свободном доступе).
* http://www.sccn.ucsd.edu/eeglab/
EEGLAB - пакет программ для Матлаба, предназначенных для обработки ЭЭГ, в т.ч. с помощью ICA
* http://www.bsp.brain.riken.jp/ICALAB
ICALAB - пакет программ для Матлаба, включающий большое число алгоритмов слепого разделения сигналов (BSS) (не только ICA). (Важная недокументированная возможность EEGLAB: алгоритмы ICALAB могут вызываться из меню "Run ICA", если на компьютере установлены оба пакета.)
* http://www.sccn.ucsd.edu/eeglab/eeglabmail.html
Почтовая рассылка EEGLAB - место интенсивного обмена опытом по применению ICA к ЭЭГ и ПСС.
* http://www.cis.hut.fi/projects/ica/cocktail/cocktail_en.cgi
Демонстрационная страница, где можно смешать звуки, разделить смесь с помощью "быстрого ICA" на сервере Хельсинского технологического университета и послушать, что получится в результате.
* http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abstract&list_uids=15188880
Xu N, Gao X, Hong B, Miao X, Gao S, Yang F. BCI Competition 2003--Data set IIb: enhancing P300 wave detection using ICA-based subspace projections for BCI applications. IEEE Trans Biomed Eng. 2004 Jun;51(6):1067-72. (Пример использования ICA в BCI.)
* Cichocki A, Shishkin SL, Musha T, Leonowicz Z, Asada T, Kurachi T. EEG filtering based on blind source separation (BSS) for early detection of Alzheimer's disease. Clinical Neurophysiology, in press. (Новый подход к использованию слепого разделения сигналов в анализе ЭЭГ: поскольку не всегда можно выделить достаточно чистые компоненты, оптимизируется не точность разделения, а разделение компонентов на более и менее значимые для классификации паттернов ЭЭГ.)
4. СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ С БОЛЬШИМ ЧИСЛОМ ПЕРЕМЕННЫХ И НЕБОЛЬШИМ ЧИСЛОМ НАБЛЮДЕНИЙ (РАНДОМИЗАЦИЯ И УПРАВЛЕНИЕ ЧАСТОТОЙ ЛОЖНЫХ ПОЗИТИВОВ)
* Hemmelmann C, Horn M, Reiterer S, Schack B, Susse T, Weiss S. (2004a) Multivariate tests for the evaluation of high-dimensional EEG data. J Neurosci Methods. 139(1):111-20.
* C.Hemmelmann, M.Horn, T.Susse, R.Vollandt, S.Weiss. (2004b) New concepts of multiple tests and their use for evaluating high-dimensional EEG data. Journal of Neuroscience Methods, in press.
* E.L.Korn, J.F.Troendle, L.M.McShane, R.Simon (2004) Controlling the number of false discoveries: application to high-dimensional genomic data. Journal of Statistical Planning and Inference,124, 379v398.
* http://www.math.tau.ac.il/~yekutiel/papers/kby22.pdf
Yoav Benjamini, Abba M. Krieger and Daniel Yekutieli (2004). Adaptive Linear Step-up Proceudres that control the False Discovery Rate.
* Holmes AP, Blair RC, Watson JD, Ford I. Nonparametric analysis of statistic images from functional mapping experiments. J Cereb Blood Flow Metab. 1996 Jan;16(1):7-22.
* Logan BR, Rowe DB. An evaluation of thresholding techniques in fMRI analysis. Neuroimage. 2004 May;22(1):95-108.
* Некоторые программы для статистического анализа данных с большим числом переменных, возможно, будут выложены в 2005 г. либо на странице http://www.bsp.brain.riken.jp/~shishkin , либо в разделе программ, который может быть открыт на сайте Neuroscience.Ru .