Патенты автора Жаднов Владимир Алексеевич (RU)

Изобретение относится к области медицины, а именно к клинической медицине - неврологии и нейрохирургии. Предложен способ прогнозирования течения острого периода геморрагического паренхиматозного инсульта супратенториальной локализации на основе данных нейровизуализации, показателей электроэнцефалографии, эндогенных вызванных потенциалов Р300 и вариабельности сердечного ритма с применением технологии машинного обучения. У пациента с диагностированным паренхиматозным геморрагическим инсультом супратенториальной локализации по данным рентгеновской компьютерной томографии определяют объём гематомы, локализацию (лобарные; медиальные и латеральные субкортикальные), сторону локализации гематомы (латерализацию); регистрируют электроэнцефалограмму в течение 30 минут, эндогенные вызванные потенциалы на слуховой стимул (потенциал Р300), оценивают вариабельность сердечного ритма. Изобретение обеспечивает эффективный способ прогнозирования течения острого периода геморрагического паренхиматозного инсульта супратенториальной локализации. 1 ил., 6 табл., 2 пр.

Изобретение относится к области медицины, а именно к физиологии и гигиене труда. Регистрируют электрофизиологические показатели и определяют: мощность тета-колебаний ЭЭГ в отведении F3 в мкВ2/с2, частоту кросскорреляционной функции ЭЭГ в отведении F3-F4, межпиковую амплитуду N2P3 когнитивного вызванного потенциала Р300 в Cz в мкВ, амплитуду условно-негативного отклонения (УНВ) в Cz в мкВ и среднее квадратичное отклонение вариабельности сердечного ритма в мс. Рассчитывают уравнение регрессии: у=-4,41+0,07*мощность тета-колебаний ЭЭГ в F3-0,43*частота корреляции ЭЭГ F3-F4-0,23*амплитуда N2P3 Р300 в Cz+0,03*амплитуда УНВ в Cz -0,004*СКО ВСР и логит преобразования Р=еу/(1-еу), и определяют вероятность распределения исследуемых на результативную и низко результативную группы. Способ повышает достоверность прогноза, что достигается за счет использования указанных выше электрофизиологических параметров. 2 табл.

Изобретение относится к области медицины, а именно к неврологии. Регистрируют показатели: спектрального анализа электроэнцефалограмм (ЭЭГ), кросскорреляционной функции ЭЭГ, зрительных и слуховых вызванных потенциалов, когнитивных вызванных потенциалов, амплитуду волны условно-негативного отклонения, среднее время простой зрительно-моторной реакции, среднее время межударного интервала теппинг-теста, амплитуду максимального F-ответа, отношение максимального F-ответа к М-ответу, латентность максимального F-ответа, показатели вариабельности сердечного ритма (ВСР), характеристики усредненного значения легочной вентиляции, частоты дыхания, уровня кислорода в выдыхаемом воздухе, парциального давления углекислоты в выдыхаемом воздухе, уровня энерготрат. При помощи искусственной нейронной сети с завершенной процедурой обучения, представляющей собой многослойный персептрон с 72 входными нейронами, 8 нейронами промежуточного слоя и 1 выходным, определяют распределение испытуемых в группу практически здоровых лиц или больных эпилепсией. Способ позволяет проводить отбор и экспресс-диагностику эпилепсии, что достигается за счет указанных выше приемов способа. 2 табл.

Изобретение относится к области медицины, а именно к неврологии. Определяют показатели частоты альфа-колебаний электроэнцефалограммы (ЭЭГ), межпиковой амплитуды когнитивного вызванного потенциала P300, средней частоты тэппинг-тестА, среднего квадратичного отклонения вариабельности сердечного ритма (ВСР). Затем при помощи уравнения регрессии, имеющего вид y=-25+2,0*частота альфа-колебаний ЭЭГ -0,07* межпиковая амплитуда когнитивного вызванного потенциала P300 +0,69*частота тэппинг-теста + 0,04 * среднее квадратичное отклонение ВСР и логит преобразования P=ey/(1-ey), определяют вероятность попадания исследуемых в группу пациентов с эпилепсией или группу практически здоровых лиц. Способ позволяет проводить экспресс-диагностику, что достигается за счет указанных выше приемов способа. 2 табл.

Изобретение относится к области медицины, а именно к неврологии. Определяют показатели: частоты альфа-колебаний и кросскорреляционной функции электроэнцефалограммы, межпиковой амплитуды N75P100 зрительного вызванного потенциала, межпиковой амплитуды N2P3 когнитивного вызванного потенциала Р300, а также показатели времени простой зрительно-моторной реакции и среднего квадратичного отклонения вариабельности сердечного ритма, зарегистрированных у пациентов с эпилепсией при стандартных условиях. При помощи уравнения регрессии, имеющего вид у=-5,57+0,86* и логит-преобразования Р=еу/(1-еу) определяют вероятность попадания пациента с эпилепсией в одну из групп, характеризующих пациентов с благоприятным или неблагоприятным течением эпилепсии. Способ позволяет увеличить достоверность диагностики течения эпилепсии, что достигается за счет использования указанных выше физиологических показателей и их математического преобразования. 2 табл.

Изобретение относится к области медицины, а именно к неврологии. Проводят балльную оценку эмоциональных, когнитивных нарушений, социальной адаптации и реакции на противосудорожную лекарственную терапию у больных эпилепсией на основе: критериев комплексной оценки данных сфер по жалобам пациентов, наличия связанных с эпилепсией психотических состояний в анамнезе, уровня тревоги и депрессии «Госпитальной шкалы тревоги и депрессии», характеристик Краткой шкалы оценки психического статуса и батареи лобной дисфункции, показателей шкалы «Ролевое функционирование, обусловленное физическим состоянием» опросника SF-36 и раздела «Социальное функционирование» опросника QOLIE-31, а также наличия инвалидности, количества принимаемых антиконвульсантов, числа сложных парциальных, первично- и вторичногенерализованных приступов до и после коррекции противосудорожной терапии. Способ позволяет провести балльную оценку уровня эмоциональных, когнитивных нарушений, показателей социальной адаптации и эффективности антиконвульсантной терапии у больных эпилепсией за счет определения жалоб пациентов, данных анамнеза, шкал уровня тревоги и депрессии, тестов когнитивных функций и качества жизни, а также числа принимаемых противосудорожных препаратов и изменения числа приступов на фоне проводимой терапии для комплексного описания состояния пациентов с эпилепсией. 11 табл.

Изобретение относится к области медицины, а именно к физиологии и гигиене труда, клинической медицине. Регистрируют показатели электроэнцефалограммы (ЭЭГ), F-ответа с мышц возвышения большого пальца при стимуляции правого срединного нерва; показатели статистического и спектрального анализа вариабельности динамического ряда кардиринтервалов (ВСР). Рассчитывают показатели: мощность тета-колебаний ЭЭГ в отведении O2, среднюю частоту тета-колебаний ЭЭГ в отведении Р3, мощность альфа-колебаний ЭЭГ в отведении Р4, мощность альфа-колебаний ЭЭГ в отведении Т4, мощность максимального F-ответа, индекс напряжения по данным анализа ВСР, среднее квадратичное отклонение динамического ряда R-R интервалов, мощность низкочастотной составляющей спектра ВСР. Полученные показатели анализируют с помощью искусственной нейронной сети, представляющей собой многослойный персептрон с 8 нейронами входного слоя, 4 нейронами промежуточного слоя и 1 выходным нейроном, предварительно обученной прогнозированию динамики уровня углекислоты в выдыхаемом воздухе у испытуемых на гипервентиляционную нагрузку. Способ позволяет повысить достоверность прогноза, что достигается за счет учета комплекса исследуемых нейрофизиологических показателей. 3 табл.

Изобретение относится к области медицины, а именно к физиологии и гигиене труда. Распределяют исследуемых на группы с известными характеристиками результативности моделируемой деятельности по показателям анализа результатов выполнения теста Горбова-Шульте. Во время выполнения теста регистрируют электрофизиологические показатели параметров: электроэнцефалограммы, когнитивных вызванных потенциалов Р300, электрокардиограммы (ВСР). При этом в качестве нейронной сети используют сеть, представляющую собой многослойный персептрон с 21 входными нейронами, 24 нейронами в промежуточном слое и выходным нейроном. Способ позволяет повысить достоверность прогноза, что достигается за счет использования нейронной сети и оптимального комплекса нейрофизиологических показателей. 1 ил., 3 табл.

 


Наверх