Медицинская Техника / Медицинская техника №3, 2023 / с. 52-55

Контроль мозговой активности при подавлении болевого ощущения с помощью технологии виртуальной реальности

Т.В. Истомина, А.Н. Спиркин, А.А. Белоглазов

Аннотация

Предложен подход к созданию технических средств подавления болевого ощущения пациента. Данный подход заключается в использовании технологии виртуальной реальности, перенаправляющей внимание пациента с ощущения боли в состояние виртуальной занятости. Предложенный подход, позволяющий осуществлять контроль параметров сигналов мозговой активности при использовании реабилитационных мероприятий, проводимых с помощью технологий виртуальной реальности, основан на анализе электроэнцефалографических данных и выборе адекватной виртуальной среды с требуемыми параметрами. Моделирование выполнялось в среде математического программирования «MATLAB» с использованием пакета «Simulink».

Вернуться к содержанию

Сведения об авторах

Татьяна Викторовна Истомина, д-р техн. наук, ведущий научный сотрудник, Центр сопровождения научных исследований, ФГБОУ ВО «Пензенский государственный технологический университет», г. Пенза, профессор, кафедра основ радиотехники, НИУ «Московский энергетический институт», профессор, кафедра «Информатика и информационные технологии», ФГАОУ ВО «Московский политехнический университет», г. Москва,

Андрей Николаевич Спиркин, ассистент, кафедра «Информационно-измерительная техника и метрология», ФГБОУ ВО «Пензенский государственный университет», г. Пенза,

Александр Анатольевич Белоглазов, канд. техн. наук, доцент, кафедра информационных технологий и прикладной математики», ФГБОУ ИВО «Московский государственный гуманитарно-экономический университет», г. Москва,

e-mail: istom@mail.ru

Список литературы

1. Istomina T., Petrunina E., Istomin V., Trub N. IOT intelligent system for medical control of the state of operators during their professional activity in extreme situations // AIP Conference Proceedings. 2021. Vol. 2389. P. 040003.

2. Устинова К.И., Черникова Л.А. Виртуальная реальность в нейрореабилитации // Анналы клинической и экспериментальной неврологии. 2008. Т. 2. № 4. С. 34-39.

3. Воловик М.Г., Борзиков В.В., Кузнецов А.Н., Базаров Д.И., Полякова А.Г. Технологии виртуальной реальности в комплексной медицинской реабилитации пациентов с ограниченными возможностями (обзор) // Современные технологии в медицине. 2018. Т. 10. № 4. С. 173-182.

4. Петрунина Е.В., Истомина Т.В., Истомин В.В., Труб Н.В., Копылова Е.В. Исследовательская кибер-биофизическая система для когнитивной адаптации лиц с ОВЗ // Математические методы в технологиях и технике. 2021. № 7. С. 65-69.

5. Jasper H. Report of Committee on Methods of Clinical Exam in EEG // Electroencephalography and Clinical Neurophysiology. 1958. Vol. 10. PP. 370-375.

6. Rabbani H., Mehri Dehnavi A., Ghanatbari M. Estimation the Depth of Anesthesia by the Use of Artificial Neural Network. – Biomedical Engineering Department, Isfahan University of Medical Sciences Isfahan, 2011.

7. Laman D.M. QEEG Changes During Carotid Clamping in Carotid Endarterectomy: Spectral Edge Frequency Parameters and Relative Band Power Parameters // Journal of Clinical Neurophysiology. 2005. Vol. 22. № 4. PP. 244-252.

8. Jordan D., Schneider G., Hock A., Hensel T., Stockmanns G., Kochs E.F. EEG parameters and their combination as indicators of depth of anaesthesia // Biomedizinische Technik. 2006. Vol. 51. № 2. PP. 89-94.

9. Holmes G.L., Rowe J., Hafford J. Significance of Reactive Burst Suppression Following Asphyxia in Full Term Infants // Clin. Electroencephalog. 1983. Vol. 14. № 3. PP. 138-141.

10. Ramanand P., Nampoori V.P. Sreenivasan R. Complexity Quantification of Dense Array EEG Using Sample Entropy Analysis // Journal of Integrative Neuroscience. 2004. Vol. 3. № 3. PP. 343-358.

11. Bruhn J., Lehmann L.E., Rцpcke H., Bouillon T.W., Hoeft A. Shannon entropy applied to the measurement of the electroencephalographic effects of desflurane // Anesthesiology. 2001. Vol. 95. № 1. PP. 30-35.

12. Применение нейронных сетей для задач классификации / https://basegroup.ru/community/articles/classification (дата обращения: 12.03.2023).