В ГУАП разработали программу для выявления бессонницы по ЭЭГ
Студентка Санкт-Петербургского государственного университета аэрокосмического приборостроения создала инновационную программу, позволяющую выявлять признаки бессонницы у людей на основе анализа сигналов электроэнцефалограммы (ЭЭГ).
Актуальность разработки обусловлена растущим числом людей, страдающих от нарушений сна, вызванных стрессом и негативным влиянием окружающей среды. Программа анализирует данные ЭЭГ-мониторинга, регистрируя биоэлектрическую активность головного мозга во время сна. Ключевым фактором в алгоритме является выявление высокоамплитудных составляющих в затылочных каналах ЭЭГ (P4_O2 и P3_O1). Наличие таких вспышек, характерных для глубокой фазы сна, свидетельствует о том, что человек спит. Отсутствие этих признаков указывает на возможное состояние бодрствования и, как следствие, наличие бессонницы.
– Алгоритм и программа разработаны на основе информации из базы данных физио.нет. Уникальность проекта заключается в использовании двух методов математической обработки: спектрального и корреляционного. С их помощью сравниваются сигналы по выделенным признакам, и выводится результат возможного развития бессонницы. Такая программа может стать отличным инструментом у врачей в принятии решений. Для внедрения в практическое применение необходимо провести дополнительные исследования путем увеличения базы данных, и при успешном испытании программу можно будет адаптировать под работу в медицинских центрах, – отметила разработчица проекта Оксана Беззубкова.
Высокая эффективность работы обусловлена тем, что результаты, полученные в анализе данных программы, совпали с поставленными диагнозами каждой записи из базы данных физио нет.
Разработка студентки ГУАП позволяет объективно оценивать качество сна, что необходимо для подбора верной терапии. В отличие от субъективных оценок предлагаемый метод основан на анализе физиологических показателей. Это особенно важно, учитывая, что полисомнография, традиционный метод диагностики нарушений сна, может вызывать дискомфорт и искажать результаты из-за большого количества датчиков. Программа, разработанная студенткой, может стать минимально инвазивным инструментом для выявления бессонницы.