Использование дискриминантного анализа ЭЭГ для дифференциальной диагностики шизофрении. Методологические аспекты

Кичук И.В.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова»

Митрофанов А.А.

ФГБНУ «Научный центр психического здоровья»

Соловьева Н.В.

АО «Научный центр персонализированной медицины»

Чаусова С.В.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова»

Русалова М.Н.

ФГБУН «Институт высшей нервной деятельности и нейрофизиологии» РАН

Использование дискриминантного анализа ЭЭГ для дифференциальной диагностики шизофрении. Методологические аспекты

Журнал: Журнал неврологии и психиатрии им. С.С. Корсакова. 2020;120(8): 57-63

DOI 10.17116/jnevro202012008157

Загрузок : 2

Связаться с автором

Как цитировать

Кичук И.В., Митрофанов А.А., Соловьева Н.В., Чаусова С.В., Русалова М.Н. Использование дискриминантного анализа ЭЭГ для дифференциальной диагностики шизофрении. Методологические аспекты. Журнал неврологии и психиатрии им. С.С. Корсакова. 2020;120(8):57-63. https://doi.org/10.17116/jnevro202012008157

Авторы:

Кичук И.В.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова»

Все авторы (5)

Закрыть метаданные

ЦЕЛЬ ИССЛЕДОВАНИЯ

Поиск эффективной линейной дискриминантной функции (ЛДФ), позволяющей по показателям электроэнцефалограммы (ЭЭГ) с высокой точностью диагностировать шизофрению и оценивать эффективность проводимых терапевтических мероприятий, является актуальной задачей. Целью исследования являлась разработка методологии проведения дискриминантного анализа ЭЭГ для минимизации эффекта переобучения, выбора оптимальной модели ЛДФ и оценки ее обобщающей способности.

МАТЕРИАЛ И МЕТОДЫ

Обследовали 220 больных шизофренией и 1400 человек без психической патологии, сопоставимых по основным характеристикам. ЭЭГ регистрировали с использованием 16 отведений по системе «10—20» и ушных референтных электродов с последующим спектральным и когерентным анализом.

РЕЗУЛЬТАТЫ И ЗАКЛЮЧЕНИЕ

Получены ЛДФ для различения шизофрени и нормы, из которых отобрана формула, для которой была проведена оценка обобщающей способности в виде параметров чувствительности и специфичности для генеральной совокупности. Полученная формула включает 8 предикторов (спектральных и когерентных показателей стандартных частотных ЭЭГ-диапазонов, тета, альфа и бета-2) с чувствительностью 90% и специфичностью 80%, уровнем значимости для лямбды Уилкса p<3,9E-28 и расстоянием Махаланобиса между центроидами обучающей выборки 4,6. Предложена методика поиска оптимальных моделей ЛДФ и выбора наилучшей из них с оценкой обобщающей способности.

Ключевые слова:

электроэнцефалография (ЭЭГ)

шизофрения

когерентность

корреляция

линейная дискриминантная функция (ЛДФ)

предикторы

Авторы:

Кичук И.В.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова»

Митрофанов А.А.

ФГБНУ «Научный центр психического здоровья»

Соловьева Н.В.

АО «Научный центр персонализированной медицины»

Чаусова С.В.

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова»

Русалова М.Н.

ФГБУН «Институт высшей нервной деятельности и нейрофизиологии» РАН

Даты поступления:

26.08.2019

Даты принятия в печать:

24.04.2020

Список литературы:

Митрофанов А.А., Кичук И.В., Соловьева Н.В., Кувшинова Я.В., Чаусова С.В., Вильянов В.Б., Русалова М.Н., Олимпиева С.П. Использование дискриминантного анализа электроэнцефалограммы в диагностике шизофрении. Журнал неврологии и психиатрии им. С.С. Корсакова. 2019;119(1):44-50. https://doi.org/10.17116/jnevro201911901144
Hastie T, Tibshirani R, Friedman J. The Elements of Statistical Learning. Data Mining, Inference, and Prediction. 2-nd Edition. Springer. 2009.
Воронцов К.В. Комбинаторный подход к оценке качества обучаемых алгоритмов. Математические вопросы кибернетики. Под ред. О.Б. Лупанова. М.: Физматлит; 2004;13:5-36.
Vapnik V. Statistical Learning Theory. Wiley, New York. 1998.
Лапин И.А., Митрофанов А.А. Использование математического анализа ЭЭГ для дифференциальной диагностики биполярных и униполярных депрессий (на примере дискриминантного анализа показателей спектральной мощности, когерентности и межполушарной асимметрии). Социальная и клиническая психиатрия. 2017;27(2):69-74.
Klecka WR. Discriminant Analysis. Sage Publications. 1980.
Gevins AS, Rémond A, eds. Handbook of Electroencephalography and Clinical Neurophysiology. (Revised series. Vol. 1). Methods of Analysis of Brain Electrical and Magnetic Signals. Elsevier, Amsterdam—N.Y.—Oxford. 1987.
Anderson TW. An Introduction to Multivariate Statistical Analysis. 3-rd Edition. State Publishing House of physical and mathematical literature. 2003.
Handbook of applicable mathematics. Vol. VI: Statistics. Chief Editor: Walter Ledermann. Edited by Emlyn Lloyd. University of Lancaster. A Wiley Interscience Publication JOHN WILEY & SONS.
Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Финансы и статистика. Под ред. С.А. Айвазяна. М. 1989.
Nolte G, Bai O, Wheaton L, Mari Z, Vorbach S, Hallett M. Identifying true brain interaction from EEG data using the imaginary part of coherence. Clinical Neurophysiology. 2004;115:2292-2307.
Разумникова О.М., Тарасова И.В., Вольф Н.В. Особенности активации коры у лиц с высокой и низкой вербальной креативностью: анализ альфа 1,2-ритмов. Журнал высшей нервной деятельности. 2009; (59)5:581-586.
Нюер М.Р. Количественный анализ и топографическое картирование ЭЭГ: методики, проблемы, клиническое применение. Успехи физиологических наук. 1992;23(1):20-39.
Valizadeh SA, Riener R, Elmer S, Jäncke L. Decrypting the electrophysiological individuality of the human brain: Identification of individuals based on resting-state EEG activity. Neuro Image. 2019. https://doi.org/10.1016/j.neuroimage.2019.04.005
Pascual-Marqui RD. Instantaneousand lagged measurements of linear and nonlinear dependence between groups of multivariate time series: frequency decomposition. arXiv:0711.1455 [stat.ME], 2007-November-09. https://arxiv.org/abs/0711.1455

Закрыть метаданные