Хелпикс

Главная

Контакты

Случайная статья





И.Смирнов, Е.Безносюк, А.Журавлёв 12 страница



В результате интервьюирования пациентов, находящихся в измененном состоянии сознания, мы в подавляющем большинстве случаев получали сведения, принципиально совпадающие с результатами КОПС. Так, для больной Р. , 24 лет, находящейся в Клинике им. Корсакова с явлениями кахексии и доминирующим симптомом - рвотной реакцией после каждого приема пищи - на основании анализа результатов многих процедур КОПС была построена диагностическая версия, включавшая в себя интерпретацию омонимических кластеров _ЛАГЕРЬ_, _УЖИН_, _МУЖЧИНА_, _СЕКС_, _ПОЗОР_, _ГЕННАДИЙ_ и ряд других. При проведении автоматизированного (вопросы и нереальные провокации со стороны психотерапевта предъявляют с аудиокассеты, винчестера и т. п. ) интервью в трех лечебно-диагностических процедурах с использованием кетамина эта больная реагировала бурной вегетативной симптоматикой. Ее вербальные ответы были лаконичны, развернутых смысловых конструкций не было, но смысл ответов целиком соответствовал исключительно исследуемой диагностической гипотезе. В результате возникло предположение о том, что в возрасте чуть менее 16 лет наша пациентка, будучи дежурной по кухне в пионерском лагере, подверглась сексуальной агрессии со стороны мужчины по имени Геннадий, после чего во время ужина возникла однократная рвотная реакция. Через два месяца после этого на фоне общей астении рвота после еды стала возникать все чаще.

Осторожные попытки коснуться болезненной и, возможно, вытесненной из сознании темы - фабулы ключевого момента патогенеза, предпринятые разными специалистами высокого уровня, когда больная находилась в интактном состоянии и ясном сознании, были безуспешны.

После проведения однократной процедуры интенсивной психокоррекции с использованием индивидуально значимой информации, полученной в процедурах КОПС и верифицированной в измененном состоянии сознания, рвотные позывы постепенно ослабевали и через несколько дней прекратились. После контрольных обследований больная выписана. В течение нескольких лет, неоднократно по собственному почину приезжала в клинику. Никаких отклонений ни в психической, ни в соматической сфере не обнаружено. Полностью нормализовались состояние и поведение, в том числе в сексуальной сфере. Благополучно родила ребенка (ранее на фоне имеющегося заболевания были выкидыши). Это - четвертая возможность оценки диагностической, а также терапевтической значимости информационных критериев, получаемых при анализе результатов КОПС. Эти оценки, полученные в экспериментах на здоровых добровольцах и при лечебно-диагностической работе с больными разного профиля и в разных ситуациях, нас удовлетворили. Поэтому, начиная с 1986 года, мы начали использовать результаты КОПС во врачебной практике. Однако по-прежнему неясным оставался вопрос о возможности использования вызванных потенциалов головного мозга и других коррелятов его деятельности для психосемантической диагностики. Мы уже знали, что они могут нести большую информационную нагрузку, но приемлемых для практики критериев не было. Поэтому были разработаны и исследованы специальные алгоритмы _Психозонд_, вариант КОПС без регистрации времени реакции (С. В. Квасовец) и др.

Для специалистов кратко опишем вариант КОПС с регистрацией ЭЭГ, реализованный в аппаратно-программном комппексе на базе РС/АТ-286(386).                          

 

                          Вариант КОПС с регистрацией ЭЭГ -

                                          " Детектор истины"

 

Пакет программ для обеспечения работы аппаратно-компьютерного комплекса для неосознаваемой психодиагностики в общем виде включает:

- блок подготовки семантических баз данных;

- блок предъявления стимульной (вербальной) информации;                                   

- блок первичного анализа электрической активности головного мозга оn-line;

- блок вторичного анализа накопленных на винчестере реакций оff-line;

- блок графического отображения результатов на дисплее;

- блок средств защиты от несанкционированного доступа.

Разработанный пакет программ предназначен для обеспечения аппаратно-компьютерного комплекса, использующего модифицированную интерфейсную плату аналого-цифрового преобразователя L-250, комплект электродов и коммуникаций, а также компьютер IBМ РC/АТ-286(З86) и электроэнцефалограф (рис. 18).

Общая характеристика принципов организации программного комплекса. Алгоритмическая структура программного пакета, направленного на решение задач неосознаваемой компьютерной психосемантической диагностики, организована следующим образом. Пакет является интегрированной системой относительно независимых программных модулей, каждый из которых базируется на совокупносги высокоэффективных алгоритиов, оптимальным образом решающих поставленные задачи. Использованные в пакете программ алгоритмы или представляют собой реализацию лучших современных методов, или являются оригинальными разработками.

Разработанный пакет программ состоит из следующих блоков.

 1. Программы реализации иерархизованной базы данных для подготовки семантической (вербальной) информации.

 2. Аппаратно-зависимые программные модули, обеспечивающие процедуры предъявления стимульной семантической информации в соответствии с разработанными алгоритмами, а также регистрацию и предварительную обработку электрофизиологических показателей.

 3. Модули обработки связанных с событиями (т. е. с предъявляемыми семантическими стимулами) изменений электроэнцефалограммы.

 4. Блок модулей снижения размерности пространства признаков.

 5. Блок N-мерного непараметрического анализа полученных в блоке 4 показателей.

 6. Блок визуализации результатов обследования, позволяющий в интерактивном режиме анализировать психосемантические структуры психики (соmputer psychomapping).

 7. Блок формирования решающих правил, направленный на получение информационных критериев, пригодных для автоматизированного решения конкретной задачи, определенной при подготовке процедуры КОПС.

 8. Блок средств защиты от несанкционированного доступа.

 Иерархическая семантическая база данных. Это комплекс программ, реализующих следующие функции: а)создание максимально полной структурированной базы семантических стимулов, соответствующих самым разнообразным сферам значимости, представленным в лексическом тезаурусе современной русскоязычной популяции; б) формирование на основе этой глобальной базы рабочей базы для каждой процедуры обследования таким образом, чтобы в этой рабочей базе максимально использовалась индивидуально значимая для конкретного субъекта информация и информация, представляющая наибольший интерес для врача; в) с помощью этого блока создается выходной файл, пригодный для использования программами следующего блока.

Программы содержат разнообразные сервисные возможности, облегчающие оператору работу в информационной среде базы данных. Поскольку часто рабочие базы содержат высокозначимую для испытуемых информацию интимного характера, предусмотрена возможность защиты как всей базы, так и отдельных ее семантических областей от несанкционированного доступа с помощью системы паролей. Выходной файл также кодируется для того, чтобы его невозможно было прочитать с помощью какого бы то ни было редактора. Программы процедур автоматически декодируют этот файл, но постороннему лицу содержащаяся в нем информация недоступна.

В составе блока имеется сервисная программа чтения выходного файла, полезная для контроля содержания файла и его идентификации.

Программы данного блока написаны на алгоритмическом языке Сlipper 5. О. Система окон в сочетании с разветвленными средствами запросов и меню позволяют осуществлять самые различные манипуляции как с отдельными семантическими стимулами, так и с целыми группами стимулов. Функциональная схема данного программного блока приведена на рис. 19.

 

Программы процедур психодиагностики. Программы этого блока функционально делятся на две относительно независимые части: предъявление семантической и регистрация электрофизиологической информации. Предъявление семантических стимулов осуществляется в соответствии с разработанными на предыдущих этапах работы требованиями. Организация психосемантической стимуляции позволяет учесть и исключить целый ряд нежелательных явлений, могущих повлиять на результаты обследования - влияние привыкания, утомления, отвлечения внимания субъекта или сознательного уклонения от процедуры.

Собственно процедура КОПС происходит  скрыто от субъекта в ходе выполнения им простой операторской деятельности, легендирующей обследование.

Регистрация вызванной биоэлектрической активности мозга осуществляется непрерывно в течение всей процедуры. Эта информация сохраняется на винчестере для дальнейшей обработки. Непосредственно в ходе процедуры осуществляется предварительная обработка электроэнцефалограммы с целью определения артефактных реакций (движений, миганий и т. д. ), после обнаружения которых процедура предъявления модифицируется таким образом, чтобы избежать потери информации, связанной по времени с артефактами регистрации.

Процедура защищена от возможных попыток фальсификации или непроизвольной потери инструкции: если субъект начинает недобросовестно выполнять требования инструкции в отношении операторской деятельности, процедура автоматически возвращается к моменту последнего адекватного реагирования (режим _undo_). Таким образом процедура зацикливается и должна быть остановлена. В случае продолжительных артефактов, связанных с движениями, автоматическивыдается на дисплей текст сообщения с инструкцией сидеть спокойно и не двигаться. В начале процедуры определенное время отводится на выполнение операторской деятельности без предъявления тестируемой информации и без записи ЭЭГ для привыкания обследуемого к обстановке и выхода на стабильный режим работы.

 Аппаратно - зависимыми частями программного обеспечения являются модули сопряжения с регистрирующей аппаратурой (аналого-цифровой преобразователь) и вывода стимульной информации на дисплей. Ввод злектрофизиологической информации осуществляется в режиме прямого доступа в память, что позволяет одновременно вводить ЭЭГ и предъявлять семантические стимулы.

В данном варианте комплекса реализован ввод ЭЭГ по четырем каналам. Параметрами процедуры, задаваемыми предварительно в установочном файле, являются времена стимуляции (тестирующего или маскерного стимулов, пауз, засветки - см. рис. 8. ), частота дискретизации АЦП, количество отсчетов и некоторые другие технические характеристики процедуры. Программы тестирования осуществляют полностью рандомизированное предъявление стимулов, что позволяет избежать влияния таких факторов, как привыкание, утомление и т. д.

Обработка вызванной биоэлектрической активности. Эти программы предназначены для выделения связанных со стимулами изменений электроэнцефалограммы как во временной, так и в частотной области. Задача выделения во временной области известна как анализ вызванных потенциалов (ВП).

В литературе имеются многочисленные данные о целом ряде ограничений, которые позволяют говорить о невозможности использования в наших алгоритмах традиционных методов когерентного накопления. Однако мы в результате накопления собственных экспериментальных данных в настоящее время отвергаем эту точку зрения. Тем не менее, более прогрессивным и наилучшим образом соответствующим существу стоящих перед нами задач является анализ одиночных вызванных потенциалов. В результате теоретической и экспериментальной работы мы остановились на методе выделения одиночных ВП, основанном на использовании двумерного преобразования Фурье. Применение этого метода позволяет производить фильтрацию сигнала не только по эпохе анализа с традиционной целью устранить высокочастотные составляющие в отдельной реализации, но и по группе реализаций, что позволяет устранить составляющие, случайным образом меняющиеся от эпохи к эпохе. Такими составляющими являются отсчеты фоновой ЭЭГ, не синхронизированные с моментом предъявления стимула. Метод позволяет существенно увеличить отношение сигнал-_шум_ без потери основных характеристик одиночных реализаций вызванного потенциала.

Разработаны и реализованы высокоэффективные программы для двумерной фильтрации, использующие алгоритм Винограда, оптимизированные по времени с помощью ассемблерных вставок и т. д., что позволило выполнять эту весьма трудоемкую часть обработки за приемлемое время.

Выделенные одиночные ВП, возникающие в ответ на каждый стимул, обрабатываются с помощью программ, автоматически определяющих характерные значения этих кривых в виде физиологически существенных экстремумов и латентных периодов этих экстремумов. Обнаруженные в ходе анализа артефакты устраняются с помощью программ статистического оценивания.

Анализ связанных с событиями изменений в частотной области реализован с использованием методов многомерного спектрального оценивания. Разработаны два варианта программ. Один, существенно более точный, однако требующий значительно большего времени, основан на применении многомерных авторегрессивных моделей. Другой использует многомерный спектральный анализ на базе быстрого преобразования Фурье. Как тот, так и другой алгоритмы позволяют определять экстремумы спектральной мощности внутри физиологических диапазонов, оценивать характеристики взаимосвязи различных отведений по показателям функций частной к множественной когерентности, фазовых сдвигов и т. д.

Снижение размерности пространства признаков. В результате работы предыдущего блока возникает более двухсот числовых показателей, характеризующих каждую одиночную реакцию ЭЭГ на каждый предъявленный семантический стимул. Для успешной работы последующих блоков необходимо снижение размерности пространства показателей по крайней мере на порядок. Эта задача решается с помощью алгоритмов экстремальной группировки, в принципе сходных с методами факторного анализа, однако дающих существенный выигрыш во времени по сравнению с ними. Особенностью методов экстремальной группировки является то, что, в отличие от факторного анализа, где количество факторов определяется суммарной дисперсией, описываемой этими факторами, в них требуется явное задание количества групп признаков. Эта особенность обычно учитывается путем повторения обработки с разным количеством групп и дальнейшего сравнения полученных результатов. В наших исследованиях путем многократной экспериментальной проверки было установлено оптимальное количество групп, равное четырем.

Перед началом факторизации исходные данные нормировались. Использовалось два способа нормировки. При одном из них осуществлялось нормирование  показателей внутри одного отведения, т. е. подчеркивались соотношения показателей ЭЭГ в данной области мозга. При другом - нормировались однотипные показатели в разных отведениях, т. е. на первый план выступали структурные соотношения различных областей. Нормировке двумя способами подвергались численные показатели ВП и значения спектров мощности, множественной когерентности и частоты, соответствующие экстремумам спектров. Частные когерентности и значения фазового сдвига нормировались отдельно.

По окончании факторизации для каждой отдельной реализации, соответствующей одному предъявлению стимула, вычислялись новые координаты в признаковом пространстве размерности четыре.

Многомерный непараметрический анализ. В этом блоке впервые от анализа одиночных реакций на отдельные стимулы мы переходим к анализу с учетом структуры семантических баз данных. Особенности решаемых при этом задач таковы, что при достаточно малом количестве реализаций, относящихся к каждой отдельной сфере значимости, размеренность пространства признаков достаточно велика. В этих условиях некорректным было бы использование параметрических статистических моделей. С. В. Квасовцом реализован крупный программный комплекс, решающий задачи непараметрического распознавания образов и использующий методологию структурной минимизации риска. Программы комплекса позволяют оптимальным образом разбивать диапазоны изменения признаков на градации, строить оптимальные разделяющие гиперповерхности в пространстве реакций, адаптивно подстраивать режимы обработки в соответствии с характером полученных результатов.

Этот блок состоит из нескольких больших программ.

Программа разбивки на градации предназначена для преобразования непрерывных признаков в дискретную форму. Она разбивает область значений непрерывного признака на диапазоны, выбирая для них оптимальные границы и их количество. Критерием оптимальности служит количество информации, содержащейся в дискретной форме признака, о принадлежности классифицируемого объекта к тому или иному классу.

Программа построения разделяющих поверхностей. Реализует модифицированный метод сопряженных градиентов. Состоит из ряда подпрограмм, выполняющих функции построения пространств признаков и объектов, построения разделяющей гиперплоскости, оценки качества разделения по обучающей выборке методами скользящего контроля, исключения векторов, препятствующих разделению. С помощью этой программы строится разделяющая гиперплоскость или устанавливается, что безошибочное разделение заданных множеств векторов с помощью гиперплоскости невозможно. Строится гиперплоскость, минимизирующая число неправильно классифицируемых векторов. В принципе эта задача может быть решена точно, но это требует большого выбора вариантов. Поэтому для построения гиперплоскости, близкой к оптимальной, используется прием _последовательной минимизации_. Если безошибочное разделение гиперплоскостью невозможно, из обучающей последовательности исключается один элемент, наиболее препятствующий разделению. Затем, если разделение все еще невозможно, из оставшегося множества исключается еще один элемент и т. д.                  

Программа классификации предназначена для оценки положения всех стимулов базы данных относительно построенных гиперплоскостей и ранжированного расстояния каждого стимула до гиперплоскостей.

В результате работы этого и предыдущих блоков мы получаем совокупность семантических объектов, содержательно эквивалентных исходной базе данных, структурированную, однако, в соответствии с неосознаваемой структурой психики, т. е. как бы _пропускаем_ исходное множество семантических стимулов через смысловой фильтр - подсознание испытуемого.

Визуализация. Данный блок предназначен для качественного анализа в интерактивном режиме семантических структур, эквивалентных изучаемым психосемантическим матрицам полученным в результате предшествующей обработки. Графическая система позволяет врачу задавать различные системы координат в семантическом пространстве, анализировать данные, представленные в виде цветных трехмерных изображений с возможностью их вращения (рис. 20), двухмерные (рис. 21) и одномерные (рис. 22) проекции на выбранные оси, а также учитывать статистическую достоверность полученных результатов (табл. 7). Достаточно широкие возможности манипулирования графическими средствами создают удобную среду для оператора.

Построение решающих правил. Блок предназначен для выработки на обучающей группе испытуемых решающих правил, позволяющих в автоматизированном режиме делать заключение по каждой новой процедуре о наличии или отсутствии акцентного локуса латентной информации, соответствующего поставленной при формировании обучающей выборки задаче.

Блок представляет собой комплекс программ, основанных на построении оптимальной совокупности подпространств пространства признаков, и использует байесовы методы оценивания. Естественно, чем больше объем обучающей выборки, тем выше вероятность правильной диагностики. Комплекс позволяет осуществлять скользящий контроль качества построенных решающих правил.

 Диагностические алгоритмы основаны на сочетании физиологических коррелятов психической деятельности с принципами психосемантики. Они позволяют диагностировать как осознаваемые, так и неосознаваемые патологические процессы в организме. В ходе обследования полностью исключено сознательное влияние пациента на получаемые результаты. При этом удается определить:

- наличие патологических мотивов (суицид, половые извращения, алкоголизация, наркомания, криминальные девиации и др. ) и их иерархию среди основных мотивов поведения;

- наличие и содержание интер- и интрапсихических конфликтов (невротических комплексов), в частности, истинные взаимоотношения в коллективе;

- пространственное распределение в семантической памяти отдельных сфер значимости;

- сведения о ядре личности, характере аутоидентификации (собственные имя и фамилия, имена близких, национальная принадлежность, родной язык и пр. ).

Визуальная реконструкция подсознания (computer psychomapping) позволяет специалисту уточнить диагноз и определить стратегию лечения. Например, при обследовании больного язвенной болезнью желудка может быть обнаружен психосоматический компонент. Это открывает совершенно новые пути лечения, отличные от хирургического и терапевтического.

Неосознаваемую психосемантическую диагностику можно использовать:

- при диагностике и лечении психических, психосоматических, пограничных заболеваний;

- для установления причин стрессов у здоровых людей;

- при подборе психологически совместимых групп для работы в экстремальных условиях;

- для профотбора и профпрогноза;

- для определения потребностей и желаний у полностью парализованных и лишенных речи пациентов и мн. др.

 Результаты КОПС, кроме диагностического назначения, сами по себе могут быть использованы психоаналитиком как средство лечения.

Эти результаты часто содержат очень значимую интимную информацию о пациенте. Компьютер полностью обеспечивает ее конфиденциальность. Но для исключения несанкционированного доступа к блокам программ и результатам обследования конкретного лица необходимыми являются специальные средства защиты.

С помощью описанного комплекса программ в эксперименте провели исследование валидности алгоритмов и предварительную оценку надежности распознавания отдельных семантических кластеров. Для этого в качестве основной экспериментальной модели была избрана стандартная модельная задача установления собственной фамилии испытуемого. При этом было возможно оптимизировать алгоритмическую структуру созданных программно- технических средств. Это относится к определению параметров фильтрации вызванных потенциалов, к нахождению оптимальных параметров программ многомерной обработки данных, к созданию адекватных семантических координат и многому другому. С другой стороны проведенное исследование соответствовало одной из интересных с практической точки зрения задач - определению компонентов ядерной информации, и нахождению решающих правил для этой задачи, а главное, анализ методов создания таких правил для данного класса задач представляет большой интерес.

Каждому субъекту в режиме обратной маскировки на неосознаваемом уровне в качестве стимулов среди незначимых слов предъявляли 35 фамилий. Каждая фамилия повторялась 15 раз, была стохастически распределена в рабочей базе данных и, соответственно, в процедуре предъявления. В рабочей базе данных каждая фамилия была организована в отдельный кластер. Кроме того, в рабочую базу данных входили еще 5 реперных кластеров, содержащих некоторые достаточно формальные лексические категории (типа _мое-чужое_, _эскапе-приятие_ и пр. ) и кластеры, состоящие из стимулов, связанных с психологической защитой. Одна из предъявлявшихся фамилий была собственной фамилией субъекта, подвергавшегося процедуре КОПС. Поскольку группа добровольцев рассматривалась как обучающая, в каждом эксперименте фамилия субъекта была заранее известна.

После проключения всех вышеописанных алгоритмов обработка продолжалась с помощью программ формирования решающих правил: осуществлялся поиск критериев, позволяющих для каждого субъекта на основании групповых данных определить, какая фамилия из предъявленных является его собственной. Существует достаточно корректный метод, позволяющий по обучающей выборке оценить эффективность построенных решающих правил. Это метод скользящего контроля, когда из обучающей выборки исключается один человек, и значения критериев распознавания вычисляются без учета его процедуры. Затем для исключенного субъекта проводится процедура распознавания. Это повторяется для каждого из обучающей группы. В результате оказывается возможным, даже не собирая экзаменационную группу, оценить качество критериев распознавания.

В эксперименте приняло участие 22 психически здоровых мужчины в возрасте от 22 до 50 лет.

Длительность процедуры составляла от 20 до 40 минут, за это время субъекту предъявлялось более 2000 стимулов.

Результаты обрабатывали по максимально полному алгоритму, включающему расчеты по всем возможным вариантам.

При анализе результатов оказалось, что реагирование на неосознаваемое предъявление собственной фамилии у субъектов с разной психической организацией различно, что и ранее наблюдалось нами при использовании модельной задачи с установлением собственной фамилии.

Это привело к тому, что эффективность решения модельной задачи сильно варьировала от субъекта к субъекту и при усреднении данных вероятность составила 0, 35. Иными словами, в гипотетической группе из ста человек собственные их фамилии с помощью разработанного алгоритма распознавания будут определены у 35 человек. По критериям непараметрической статистики это достоверно (альфа < 0, 01) превышает случайное совпадение.

Для повышения точности распознавания семантических кластеров были произведены модификации алгоритмической структуры комплекса преимущественно в области отслеживания электроэнцефалографических артефактов и решающих правил распознавания. После этого провели еще одну одну серию экспериментов.

При этом субъекту предъявляли 20 групп стимулов по 10 фамилий в каждой. Кроме того, предъявляли 2 группы, одна из которых содержала бессмысленные стимулы. а вторая - личные местоимения. Эти 22 группы предъявляли ТРИЖДЫ - в начале, и середине и в конце процедуры, с тем, чтобы уменьшить влияние флуктуаций функционального состояния.

В ходе процедуры предъявляли еще две группы стимулов, одна из которых представляла собой кратковременную засветку левой части экрана, а другая - засветку правой части (опорные группы).

Длительность процедуры варьировалась в зависимости от качества работы (движения, мигательные артефакты, ошибки операторской деятельности) и составляла 35 - 50 мин.

Полученные после процедуры данные обрабатывали с помощью пакета вторичной обработки во временной и в частотной области.

Во временной области обработка осуществляется путем выделения компонентов вызванных потенциалов (ВП) методом согласованной фильтрации, построенным аналогично фильтру Буди. Оцениваются амплитуды и латентные периоды трех компонентов (приблизительно соответствующих компонентам Р100. N200 и РЗОО). Во временной области рассчитываются также коэффициенты корреляции между каждой парой каналов в диапазонах, соответствующих компонентам ВП.

В частотной области для каждой реализации определяются доминирующие частоты в трех физиологических диапазонах (тета-, альфа- и бета-ритмы). Оцениваются значения частот и спектральная мощность в среднем по диапазону. Вычисляются функции множественной когерентности для каждого отведения в каждом из диапазонов. Для каждой пары отведений (шесть пар) в каждом диапазоне вычисляются функции частной когерентности и фазового сдвига.

Общее количество показателей для каждой реализации, таким образом, составляет 114. Список параметров по каждому субъекту имеет следующий вид:

 

0 - АМР comp. 1 ch. 1          Амплитуды компонентов

1 - АМР comp. 1 ch. 2           вызванных потенциалов                 

2 - АМР comp. 1 ch. 3            по каналам

3 - АМР comp. 1 ch. 4

4 - АМР comp. 2 ch. 1

5 - АМР comp. 2 ch. 2

6 - АМР comp. 2 ch. 3

7 - АМР comp. 2 ch. 4

8 - АМР comp. 3 ch. 1

9 - АМР comp. 3 ch. 2

10 - АМР comp. 3 ch. 3

11 - АМР comp. 3 ch. 4

 

12 - LP comp. 1 ch. 1                  Латентные периоды          

13 - LP comp. 1 ch. 2                    компонентов вызванных                         

14 - LP comp. 1 ch. 3                     потенциалов по каналам

15 - LP comp. 1 ch. 4

16 - LP comp. 2 ch. 1

17 - LP comp. 2 ch. 2

18 - LP comp. 2 ch. 3

19 - LP comp. 2 ch. 4

20 - LP comp. 3 ch. 1

21 - LP comp. 3 ch. 2

22 - LP comp. 3 ch. 3

23 - LP comp. 3 ch. 4

 

24 - PWR theta ch. 1                     Мощность спектра в

25 - PWR theta ch. 2                          диапазонах по каналам

26 - PWR theta ch. 3

27 - PWR theta ch. 4

28 - PWR alpha ch. 1

29 - PWR alpha ch. 2

30 - PWR alpha ch. 3

31 - PWR alpha ch. 4

32 - PWR betha ch. 1

33 - PWR betha ch. 2

34 - PWR betha ch. 3

35 - PWR betha ch. 4

 

36 - FRQ theta ch. 1                    Доминирующая частота

37 - FRQ theta ch. 2                      в диапазонах по каналам

38 - FRQ theta ch. 3

39 - FRQ theta ch. 4

40 - FRQ alpha ch. 1

41 - FRQ alpha ch. 2

42 - FRQ alpha ch. 3

43 - FRQ alpha ch. 4

44 - FRQ betha ch. 1

45 - FRQ betha ch. 2

46 - FRQ betha ch. 3

47 - FRQ betha ch. 4

 

48 - MCH theta ch. 1         Множественная когерентность

49 - MCH theta ch. 2                   доминирующей частоты

50 - MCH theta ch. 3                   в диапазонах по каналам

51 - MCH theta ch. 4

52 - MCH alpha ch. 1

53 - MCH alpha ch. 2

54 - MCH alpha ch. 3



  

© helpiks.su При использовании или копировании материалов прямая ссылка на сайт обязательна.