Александров Ю.И. Основы психофизиологии: Учебник.

В связи с тем, что актуализация функциональных систем, оказалась чувствительной к действию множества факторов, оказывается возможным рассмотреть с позиций системной психофизиологии огромный объем экспериментальных данных, полученных в нейрофизиологии обучения (см. например [Рабинович, 1975; Котляр, 1989]). В основном эти данные касаются пластичности нейрональных ответов на стимулы при выработке условных рефлексов. Сразу стоит обратить внимание на то, что достоверные изменения частоты постстимульной импульсации нейронов в ряду сочетаний, как правило, не превышают 1,5-кратный уровень «фоновой» активности. Это означает, что в случае повышения в обучении возбудительного ответа регистрируется активация, которая в соответствии с упомянутыми ранее критериями не может считаться специфической. Этот факт, вместе с плавной динамикой ответа и наличием тормозных реакций у многих нейронов, свидетельствует, на наш взгляд, о том, что основная феноменология пластичности попадает в разряд изменения межсистемных отношений уже имевшихся до обучения элементов индивидуального опыта. Это вполне соответствует теоретическим положениям бихевиористов о том, что при выработке классических рефлексов и дифференцировок новой реакции, т.е. в терминах данной главы, нового акта поведения не формируется.
* * *
Изложенные ранее теоретические положения и экспериментальные данные позволяют в общих чертах описать основные моменты процесса научения с точки зрения системной психофизиологии.
В дефинитивном поведении циклически повторяющиеся соотношения организма со средой в виде адаптивных последовательностей поведенческих актов формируют отношения элементов опыта. За счет воздействия среды эти последовательности могут быть прерваны. В соответствии с имеющимся опытом вместо запланированного акта в таком случае реализуется ориентировочное поведение, сменяющееся следующим приспособительным актом. При многократном повторении такого воздействия происходит привыкание, т.е. сокращение перерыва в последовательности вплоть до его полного исчезновения. В случае когда «информационное» воздействие среды сопряжено с «подкрепляющим» в виде разрушающего воздействия либо появляющейся возможности удовлетворения «мотивированного» состояния, после ориентировочного совершается поведенческий акт, не входивший ранее в эту последовательность. При многократном повторении фиксируется новая последовательность смены поведенческих актов и обеспечивающие ее осуществление отношения элементов опыта.
Собственно научение, заключающееся в формировании нового элемента индивидуального опыта, начинается с возникновения проблемной ситуации, когда организм не может достигнуть желаемого результата за счет использования имеющихся в опыте функциональных систем. На нейрональном уровне этому соответствует длительное рассогласование метаболических потребностей клеток и синаптического притока (см. гл. 14). Это приводит к одновременной актуализации множества функциональных систем. Такая актуализация приводит в поисковом поведении к новым последовательностям поведенческих актов и изменениям набора прасистем, т.е. пробным соотношениям организма со средой. За счет имеющегося опыта поведения индивида в проблемных ситуациях этот набор не случаен, а подчинен опыту генерации успешных проб, накопленному индивидом. В случае неудачи состояние повышенной актуализации множества систем сохраняется и происходит генерация следующей пробы. В случае же успеха полученный результат снижает общий уровень актуализации систем, видимо, за счет частичного удовлетворения метаболических потребностей нейронов. После ряда успешных проб происходит исключение лишних конкурирующих альтернатив и окончательно складывается новая функциональная система поведенческого акта. Она имеет вид определенной организации актуализированных ранее сформированных систем и «добавки» группы специализированных нейронов, представляющих вновь сформированный элемент опыта в памяти организма. Эта «добавка» обеспечивает консолидацию кооперативного ансамбля, необходимого для достижения данного результата. Одновременно в силу включения нового акта в последовательность имевшихся поведенческих актов формируются отношения нового элемента опыта с уже имевшимися в памяти организма.
Глава 16 СВЯЗАННЫЕ С СОБЫТИЯМИ ПОТЕНЦИАЛЫ МОЗГА (ССП) В ПСИХОФИЗИОЛОГИЧЕСКОМ ИССЛЕДОВАНИИ
1. ОПРЕДЕЛЕНИЕ, ОСНОВНЫЕ ПРОБЛЕМЫ И КРАТКАЯ ИСТОРИЯ МЕТОДА ССП
1.1. Связанные с событиями потенциалы мозга
ССП представляют собой широкий класс электрофизиологических феноменов, которые специальными методами выделяются из «фоновой», или «сырой», электроэнцефалограммы (ЭЭГ). Термин ССП – калька введенного Г. Воном термина Event-Related Potentials of the Brain, ERPs [Vaughan, 1969]. В характеристиках ССП проявляется связь активности мозга с событиями во внешней среде (например, с предъявлением стимулов), во внешне наблюдаемом поведении испытуемого (например, с двигательной активностью) и с психологическими характеристиками активности испытуемого (например, с ожиданием или с принятием решения) [Rockstroh et al., 1982]. «Промежуточное» положение ССП (по выражению Т. Пиктона и Д. Стасса [Picton, Stuss, 1980]), с одной стороны, отражающих активность мозга, а с другой, – характеристики поведения и психологическую феноменологию, обладает очевидной привлекательностью для психофизиологов, поскольку может обеспечить экспериментальные основания для решения фундаментальных проблем психофизиологии (см. для обзора [Psychophysiol. Brain Res., 1990; Rohrbaugh et al., 1990; Event-Related, 1991]).
Краткая история метода ССП
Связь электрической активности мозга с событиями в окружающей среде и поведении впервые была продемонстрирована и описана англичанином Р.Кейтоном (Richard Caton) в 1875–1887 гг. и независимо от него русским ученым В.Я. Данилевским в 1875 г. [Brazier, 1984]. Эксперименты Кэтона были проведены на кроликах и обезьянах. Он помещал один регистрирующий электрод на обнаженную кору, а другой – на поверхность вертикального среза мозга и, используя в качестве стимула свет лампы или звук колокольчика, наблюдал изменения потенциала по колебаниям стрелки гальванометра. В этих опытах была открыта связь изменений коркового потенциала со стимуляцией разной модальности (свет, звук), с двигательной активностью животного, с уровнем бодрствования, а также отмечены региональные особенности активности коры и изменения электрической активности при фармакологических воздействиях. В 1890–1891 гг. А. Беком были исследованы потенциалы на свет в окципитальной коре и на звук – в височной. В 1898 г. В.Е. Ларионовым было проведено сопоставление вызванной электрической активности в разных областях коры. Таким образом, к началу XX в. был описан основной круг феноменов связи электрических потенциалов мозга с событиями и очерчены основные проблемы, которые до сих пор остаются актуальными (см. параграфы 3 и 4).
2. МЕТОДИЧЕСКИЕ ОСОБЕННОСТИ РЕГИСТРАЦИИ И ОБРАБОТКИ ССП
2.1. Общая характеристика сигнала
ССП выделяют при помощи специальных методов из ЭЭГ. Частотный диапазон ССП включает полосу от 0 Гц до 3 кГц и ограничен, с одной стороны, сверхмедленной электрической активностью мозга [Илюхина, 1977], а с другой – спайковой активностью нейронов. Кроме ритмических колебаний на низкочастотном («ноль-частотном») краю этого диапазона выделяют такие электрические феномены, как постоянный потенциал (DC-potential) и сдвиги постоянного потенциала (DC-shifts, DC-fluctuations). Суммарная активность в полосе частот, превышающих 300 Гц, остается мало изученной [Думенко, 1979].
2.2. Стандартные способы получения воспроизводимой конфигурации ССП
Методические требования к регистрации ЭЭГ (установка электродов, выбор системы отведения, полосы пропускания усилителей, способы устранения артефактов) описаны в главе 2. Заметим, что для регистрации ССП разных типов применяют разные частотные полосы (например, для ранних компонентов ВП и УНВ, см. параграф 3). Поскольку анализ ССП включает рассмотрение их конфигурации, амплитудно-временных характеристик и топографии, применение монополярного отведения предоставляет возможность оценить отклонения этих параметров от некоторого единого стандарта. Это обстоятельство делает очевидными преимущества монополярной системы отведения для исследования ССП.
2.3. Считывание сигнала
Для компьютерной обработки сигнала «сырая» ЭЭГ переводится в цифровую форму. Частота считывания мгновенных значений сигнала при этой процедуре («квантование», sampling) определяется согласно теореме Шеннона–Котельникова. Для того чтобы описать сигнал частоты F, частота считывания должна быть не меньше 2 F, т.е. для того, чтобы описать, например, частоту колебаний 100 Гц, необходимо применить частоту считывания сигнала не менее 200 Гц.
2.4. Усреднение
В основе выделения ССП из сигнала ЭЭГ лежат следующие допущения:
1. в ситуации многократного повторения события регистрируемый сигнал ЭЭГ (SUMi (t)) является суммой двух компонентов: спонтанной ЭЭГ S i(t) и потенциала, связанного с событием P i (t);
2. компонент S i (t) распределен случайно для ряда последовательных повторений события;
3. компонент P i ( t) постоянен для всех повторений события, т.е. сигнал при i -м повторении события в момент t представляет сумму:
.
При суммировании N сигналов, зарегистрированных при последовательных повторениях события, компонент P i(t) будет устойчив, a S i(t), как ошибка среднего значения, изменяется пропорционально величине 1/ N. Это означает, что, например, при исходном соотношении сигнала и шума 1:1, при суммировании 25 реализаций ЭЭГ в полученном ССП отношение сигнал/шум будет 1 : 5, а при 100 реализациях – 1 : 10. Для разных типов потенциалов применяют разное количество накоплений: например, для УНВ и Р 300 достаточно 30–50 реализаций, а для потенциалов ствола мозга требуется от 4000 до 7000 реализаций (Hughes, 1985).
В качестве мгновенных значений накопленного ССП могут быть использованы не средние, а медианы [Rockstroh et al., 1982]. Медиана, в отличие от среднего, обладает свойством робастности, т.е. в значительно меньшей степени чувствительна к отклонениям выборки от нормального распределения. Хотя различия между средним и медианой уменьшаются по мере увеличения количества суммируемых реализаций и «медианные» кривые менее гладкие, чем усредненные, тем не менее, предпочтительно использование медианы, если артефакты (такие, как моргания) не могут быть устранены. При малом количестве реализаций следует предпочесть медиану или даже единичную реализацию.
2.5. Фильтрация
Случайная, «шумовая» составляющая единичной реализации ССП («сырой» ЭЭГ) может быть устранена посредством сглаживания.
АЛГЕБРАИЧЕСКИЕ ФИЛЬТРЫ
Суть данной процедуры состоит в скольжении «окном», которое представляет собой набор из п коэффициентов (где n – нечетное произвольное число, например, для п = 5 окно «0,5; 1,0; 2,0; 1,0; 0,5») по последовательности мгновенных значений сигнала, так что каждое значение в последовательности умножается на поставленный в соответствие ему коэффициент фильтра. Затем исходное значение сигнала, соответствующее «центральному» коэффициенту окна-фильтра, заменяется частным от деления суммы вычисленных произведений на сумму коэффициентов фильтра. После этого фильтр смещается на одно значение сигнала, и процедура повторяется, так что все исходные значения сигнала кроме (n–1)/2 мгновенных значений, примыкающих к границам эпохи анализа (эти значения должны быть исключены из дальнейшего анализа), заменяются на новые вычисленные значения. Очевидно, что свойства фильтра определяются количеством коэффициентов и их соотношением. Например, окно «1, 1, 1, 1, 1, 1, 1» сглаживает сигнал сильнее, чем «1, 5, 10, 15, 10, 5, 1», a «1, 1, 1, 1, 1, 1, 1, 1, 1» – еще сильнее.
ГАРМОНИЧЕСКАЯ ФИЛЬТРАЦИЯ
Гармоническая фильтрация основана на обработке спектров исходного сигнала, рассчитанных, например, при помощи быстрого преобразования Фурье (Fast Fourier Transformation – FFT). Спектр Фурье представляет собой сигнал в виде набора sin и cos функций, которые при суммировании образуют исходный сигнал, т.е. спектр Фурье содержит всю информацию об исходном сигнале. Действительно, алгоритм обратного преобразования Фурье ( FFT-1) позволяет восстановить сигнал из спектра без потерь. Спектр Фурье представлен двумя доменами – частотным и фазовым. Первый содержит информацию о частотном составе сигнала, а второй – о фазовых сдвигах для разных частотных составляющих. Возможно произвольно изменять величины в том и другом доменах, например «вычеркивая» частоты, что после восстановления сигнала (при помощи FFT–1) проявится как изменение частотных характеристик сигнала: или исключение 50 Гц, или сглаживание сигнала, или устранение постоянной величины, или снятие медленных составляющих и т.д. Следует учитывать, что «хвосты» эпохи анализа, представленной спектром, будут искажены после восстановления сигнала из обработанного спектра, как и при алгебраической фильтрации.
2.6. Описание ССП
В результате накопления отрезков ЭЭГ, связанных с определенными событиями, их усреднения, цифровой фильтрации или других процедур, получают ССП – кривую, которую описывают как последовательность значений амплитуд или как последовательность колебаний (волн).
В морфологии ССП выделяют волны, колебания, отклонения и сдвиги (wave, oscillation, deflection, shift) – непосредственно наблюдаемые изменения потенциала, и компоненты – составляющие ССП, которые не обязательно совпадают с определенной волной/колебанием, могут взаимно перекрываться во времени и определять форму нескольких последовательных волн (ср. с понятием «синтетический компонент» [Naatanen et al., 1993; Rockstroh et al., 1982, p.107– 108]). Для выделения компонентов потенциал описывают как последовательность значений амплитуд и применяют специальные процедуры, например реконструируют компоненты как разность мгновенных значений амплитуд волн ССП, зарегистрированных в ситуациях, когда предполагаемый компонент входит и не входит в состав ССП. Так выделяют, например, негативность, связанную с рассогласованием (mismatch negativity – MMN) [Naatanen et al., 1993], негативность, связанную с обработкой сигнала (processing negativity) [Ritter et al., 1984], продолжающуюся негативность (sustained negativity) [Naatanen, Michie, 1979] и компоненты позднего позитивного комплекса (CNV, Р300 и Slow Wave)[Sutton, Ruchkin, 1984].
Для идентификации волны или компонента используют: 1) амплитудно-временные характеристики: полярность (позитивное или негативное отклонение, обозначаются Р и N соответственно), длительность, латентный период начала отклонения или его пика по отношению к моменту появления события (полярность и латентный период колебания обозначают, например, Р100, N200) или его порядковый номер (например, Р1, N1, P2…, P3 и т.д.), амплитуду от «нулевой линии» (baseline) или «от пика до пика» (peak-to-peak amplitude); 2) распределение амплитуд по скальпу (topography); 3) связь с событием, с его характеристиками; 4) связь с задачей (task dependence).
Волны ССП, идентифицированные как принадлежащие к одному и тому же классу, могут существенно различаться по амплитуде и временным характеристикам, например, колебание Р300 может развиваться с латентным периодом от 250 до 1500 мс. Именно поэтому при сопоставлении формы волн применяют как сравнение мгновенных значений амплитуд волн, так и статистики пиковых значений амплитуд и латентных периодов.
2.7. Особенности метода ССП