АНАЛИЗ И МОДЕЛИРОВАНИЕ СЛОЖНЫХ ЖИВЫХ СИСТЕМ
Frequency, time, and spatial electroencephalogram changes after COVID-19 during a simple speech task
[Частотные, временные и пространственные изменения электроэнцефалограммы после COVID-19 при выполнении простого речевого задания]
D. V. Vorontsovaa,
M. V. Isaevab,
I. A. Menshikovcde,
K. Yu. Orlovf,
A. Bernadottebce a SberDevices, PJSC Sberbank,
32 Kutuzovsky pr., Moscow, 121165, Russia
b Dep. of Information Technologies and Computer Sciences,
National University of Science and Technology MISIS
c Faculty of Mechanics and Mathematics, Moscow State University,
GSP-1, Leninskie Gory, Moscow, 119991, Russia
d Department of Control and Applied Mathematics, Moscow Institute of Physics and Technology (MIPT),
9 Institutskiy per., Dolgoprudny, 141700, Russia
e LLC Neurosputnik,
96, pr. Vernadskogo, Moscow, 119571, Russia
f Research Center of Endovascular Neurosurgery, Federal State Budgetary Institution “Federal Center of Brain
Research and Neurotechnologies” of the Federal Medical Biological Agency,
1 Ostrovityanova st., Moscow, 117513, Russia
Аннотация:
Используя анализ данных и применение нейронных сетей в нашей работе, мы выявили закономерности электрической активности мозга, характеризующие COVID-19. Нас интересовали частотные, временные и пространственные паттерны электрической активности у людей, перенесших COVID-19. Мы обнаружили преобладание паттернов
$\alpha$-ритма в левом полушарии у здоровых людей по сравнению с людьми, переболевшими COVID-19. Более того, мы наблюдаем значительное снижение вклада левого полушария в области речевого центра у людей, перенесших COVID-19, при выполнении речевых заданий. Наши результаты показывают, что сигнал у здоровых людей более пространственно локализован и синхронизирован между полушариями при выполнении задач по сравнению с людьми, перенесшими COVID-19. Мы также наблюдали снижение низких частот в обоих полушариях после COVID-19. Электроэнцефалографические (ЭЭГ) паттерны COVID-19 обнаруживаются в необычной частотной области. То, что обычно считается шумом в ЭЭГ-данных, несет в себе информацию, по которой можно определить, переболел ли человек COVID-19. Эти паттерны можно интерпретировать как признаки десинхронизации полушарий, преждевременного старения мозга и стресса при выполнении простых задач по сравнению с людьми без COVID-19 в анамнезе. В нашей работе мы показали применимость нейронных сетей для выявления долгосрочных последствий COVID-19 на данные ЭЭГ. Кроме того, наши данные подтвердили гипотезу о тяжести последствий COVID-19, обнаруженных по ЭЭГ-данным. Представленные результаты функциональной активности мозга позволяют использовать методы машинного обучения на простых неинвазивных интерфейсах «мозг–компьютер» для выявления пост-COVID-синдрома и прогресса в нейрореабилитации.
Ключевые слова:
COVID-19, интерфейс «мозг–компьютер», ЭЭГ, частотные паттерны, строение мозга, нейрореабилитация, постковидный синдром, глубокое обучение.
УДК:
004.5,
519.6,
519.7 Поступила в редакцию: 06.01.2023
Исправленный вариант: 10.04.2023
Принята в печать: 10.05.2023
Язык публикации: английский
DOI:
10.20537/2076-7633-2023-15-3-691-701