Электроэнцефалография (ЭЭГ) является одним из самых распространённых и доступных методов исследования мозговой активности человека. Благодаря неинвазивности и относительной простоте записи, ЭЭГ нашла широкое применение как в научной, так и в клинической практике. Однако несмотря на долголетнее использование, то, как мы интерпретируем данные, получаемые с помощью ЭЭГ, вызывает серьёзные вопросы. Последние исследования, основанные на симуляции выведения ЭЭГ-сигналов с использованием ультравысокоплотной электрокортикографии (μECoG), бросают вызов устоявшемуся представлению о том, что активность, регистрируемая отдельным электродом ЭЭГ, отражает локальные процессы в мозгу непосредственно под этим электродом. Ультравысокоплотная электрокортикография — новая веха в области нейрофизиологии, предоставляющая безпрецедентное пространственное разрешение для записи электрической активности коры.
Использование массивов с более тысячи электродов, размещённых прямо на поверхности мозга, позволяет измерять сигналы с мельчайшей детализацией. В недавнем исследовании под руководством доктора Сейеда Яхьи Ширази данные такой записи были использованы для создания симуляции распространения сигнала на скальп, имитируя, таким образом, более традиционную ЭЭГ с сотнями электродов. Результаты оказались неожиданными и существенно меняют наше понимание процессов генерации и распространения мозговых сигналов. Небольшой участок коры моторной зоны, всего в несколько квадратных сантиметров, генерировал электрическую активность, которая распространялась на всю поверхность скальпа, причём самые сильные сигналы фиксировались не над самим источником на моторной коре, а в параллельных зонах паре-талия и лобной области. Вопреки ранее приемлемому допущению, что близость электрода к активной области мозга соответствует по интенсивности регистрируемому сигналу, анализ показал, что распределение активности по электродам не является простым или линейным.
Такие наблюдения опровергают ключевые устои классической интерпретации ЭЭГ – что активность каждого канала отражает его непосредственное подкортикальное пространство. Явление объёмного распространения токов по тканям мозга и черепа (объёмная проводимость) приводит к тому, что сигнал на каждом электроде представляет собой смесь активности множества независимых источников, расположенных в различных участках коры. Это открытие кардинально меняет наше понимание того, как следует интерпретировать данные ЭЭГ. При расшифровке этих сложных данных исследователи использовали алгоритм Adaptive Mixture Independent Component Analysis (AMICA), который позволил выделить свыше 500 независимых источников активности даже в небольшом участке коры. Эти источники демонстрировали динамическую, изменяющуюся во времени активность, которая больше напоминает распространение волн, а не статичные локализованные сигналы.
Такой подход позволяет видеть мозг не как набор фиксированных зон активности, а как сложную и текучую сеть взаимодействующих областей. Каждое ядро ЭЭГ-сигнала, как выяснилось, формируется по принципу сложной смеси сигналов, приходящих из разных областей коры. Это означает, что обычный анализ каналов ЭЭГ без предварительной обработки и разделения источников информации предоставляет лишь смешанные, и зачастую искажённые данные. Вследствие этого, диагностические инструменты, особенно те, что полагаются на локализацию эпилептических очагов или исследование когнитивных процессов на основе ЭЭГ, имеют фундаментальные ограничения. Несмотря на критику, отказываться от ЭЭГ вовсе не стоит – потенциал метода только возрастает, если применить грамотные алгоритмы и подходы, способные отделить и выделить независимые источники мозговой активности.
Разработка методов анализа на уровне источников, а не отдельных каналов, обещает значительный прогресс в исследовании мозга и повышении точности клинических диагнозов. Эти открытия актуализируют необходимость использования современных вычислительных методов, включающих сложные модели распространения электрического поля через ткани головы, применения алгоритмов разложения сигналов и использования дополнительной информации, например, данных МРТ. Таким образом, исследования открывают новую эру в нейрофизиологии, где интерпретация сигналов базируется на многомерном и многоаспектном взгляде на мозговую активность. В практическом плане это означает, что каждая электродная запись ЭЭГ содержит информацию не только о локальном, но и о более удалённом мозговом происхождении сигналов, что расширяет возможности мониторинга активности мозга и расширяет границы имеющихся технологий. Применение именно источникового подхода позволит выявлять активность в областях, которые раньше считались недосягаемыми для записи ЭЭГ, что сулит новые возможности в изучении когнитивных функций, двигательной активности и патологии мозга.
В итоге, исследование, проведённое с помощью ультравысокоплотной электрокортикографии, показало фундаментальные ошибки в устоявшихся парадигмах интерпретации результатов классической ЭЭГ. Эти ошибки связаны с предположением о локальной генерации сигнала на уровне каналов. Новое понимание требует от научного и медицинского сообществ более взвешенного и точного анализа данных ЭЭГ с использованием современного математического аппарата и высокотехнологичных инструментов. Это поможет повысить качество нейродиагностики, а также углубить наше понимание работы мозга при различных физиологических и патологических состояниях. Таким образом, отказ от анализа ЭЭГ на уровне каналов в пользу комплексного источникового анализа можно назвать одним из важных шагов на пути к эффективной работе с данными нейрофизиологических исследований.
Это позволит не только получить более точную локализацию активности мозга, но и увеличить диагностическую ценность ЭЭГ, улучшая понимание нейронных механизмов и открывая новые горизонты в исследовании человеческого мозга.
