Микрополяризации у детей с нарушением психического развития или Как поднять планку ограниченных возможностей
альтернатива – общий наркоз или сон, но мозг в это время спит, а мы собрались оценивать его работу.
Эту работу мы оцениваем в покое (если можно так назвать нередко шумную борьбу за личную свободу) и при функциональных нагрузках. Самая распространенная нагрузка в нашем случае – ритмическая фотостимуляция, то есть мелькания лампочки вблизи лица ребенка с определенной частотой – от самых медленных до быстрых (на частотах от 1 до 20 в секунду). Для разнообразия свет даем белый, красный. Процедура не требует от ребенка никаких действий и потому легко выполнима. Чьи-то ритмы мозга сразу выдают реакцию – в доли секунды глазу специалиста заметны изменения: «это что такое?» Если мозг пластичный, то через какое-то время на определенный ритм мелькания света он дает так называемую «реакцию усвоения», то есть пытается «идти в ногу» со светом, работать на той же частоте волн, что и лампочка.
Но такую реакцию тоже чаще дают нормально развивающиеся дети. Мозг отстающих детей либо никак не реагируют на яркий свет, либо изредка следует медленным ритмам.
Еще одна очень информативная проба для оценки состояния мозга ребенка – гипервентиляция, когда нужно дышать, «будто шарик надуваешь». Но это уже высший пилотаж, достичь которого при отставании в развитии сложно. Будем исходить из реалий нашей практики: записать ЭЭГ хоть пару минут, успеть дать световое мелькание и потом пытаться извлечь из короткой записи максимум полезных сведений.
ЭЭГ математики считают одним из самых вариативных параметров деятельности мозга, быстроменяющихся, непостоянных. Но в любом хаосе можно найти твердую почву, хоть маленькую кочку на болоте. Согласитесь, при всем изобилии отличий между людьми – по цвету волос, росту, одежде и т. п. – мы без особого труда отличаем мужчин от женщин, детей от взрослых. Так что есть некоторые совокупности признаков, которые можно использовать при описании такой переменчивой ЭЭГ и, в первую очередь, скорости процессов в мозгу – ритмов биоэлектрической активности.
Немного чистой науки – для тех, кому близки методы статистической обработки ЭЭГ. (Кому не близки – пролистываем дальше две-три страницы.) Для статистической обработки ЭЭГ при решении нашей задачи выбран метод оценки спектров мощности ЭЭГ, который наиболее сопоставим с особенностями клинической (визуальной) оценки амплитудновременных параметров ЭЭГ (Зенков, 2002). Иначе говоря, не нужно особо ломать голову, пытаясь понять, что говорит сухая математика о работе живого мозга, – мы получаем в цифрах то, что видим глазом. Чем больше волн и чем они выше (чем мощнее, как в море), тем выше значения спектров. Использованный метод обработки из пакета программного обеспечения Win EEG (Пономарев В.А., ИМЧ РАН) создан в соответствии с теоретическими основами спектрального анализа (Бендат, Пирсол, 1989).
Итак, мы сравниваем эти спектры мощности по основным диапазонам ЭЭГ (от самых медленных до самых быстрых): 1 – дельта-диапазон (1–4 Гц, то есть 1–4 волны в секунду), 2 – тета-диапазон (4–7 Гц), 3 – альфадиапа зон (8–12 Гц), 4 – бета 1-диапазон (12–15 Гц), 5 – бета 2-диапазон (15–18 Гц),