|| Математическое моделирование динамики электроэнцефалограммы - Вольперт В.А.

Докладчик: Вольперт Виталий Айзикович, заведующий центром «Математическое моделирование в биомедицине», РУДН Тема доклада: Математическое моделирование динамики электроэнцефалограммы Аннотация. Электроэнцефалограмма (ЭЭГ), регистрируемая на поверхности кожи головы, характеризует распределение электрического потенциала во время активности мозга. Её широко используют для исследования работы мозга и диагностики различных заболеваний. Потенциал, связанный с событием (ERP), используется для характеристики зрительной, двигательной и другой активности посредством среднего значения перекрестных испытаний. Однако пространственно-временная динамика данных ЭЭГ сложна для интерпретации, она индивидуальна и сильно вариабельна, особенно на уровне отдельных исследований. Эту динамику традиционно связывают с колеблющимися источниками мозга, но пока неясно, как эти колебания порождают динамические режимы, наблюдаемые на поверхности мозга. В этой работе мы моделируем пространственно-временную динамику данных ЭЭГ с помощью уравнения Пуассона, где правая часть соответствует колеблющимся источникам мозга. Выявлены основные динамические режимы в зависимости от количества источников, их частот и фаз. Стоячие волны, вращающиеся и симметричные режимы, наблюдаемые при 2D- и 3D-численном моделировании, также обнаруживаются в данных ЭЭГ, зарегистрированных во время экспериментов по присвоению названий изображениям. Более того, движущиеся волны, определяемые как пространственное смещение распределения потенциала, появляются вблизи источников в мозге как в моделировании, так и в экспериментальных данных. В целом мы приходим к выводу, что модель источника мозга подходит для описания пространственно-временной динамики данных ЭЭГ. Speaker: Vitaly Volpert, chief of Center of Mathematical Modelling in Biomedicine, Peoples’ Friendship University of Russia Topic: Mathematical modeling of EEG-dynamics Annotation. Electroencephalogram (EEG) registered on the scalp surface characterizes the distribution of electric potential during brain activity. It is widely used for the investigation of brain functioning and for diagnostics of different diseases. Event related potential (ERP) is used to characterize visual, motor, and other activities through cross-trial average. However, spatiotemporal dynamics in EEG data are difficult to interpret, they are subject-specific and highly variable, especially at the level of individual trials. These dynamics are conventionally associated with oscillating brain sources, but it is not yet clear how these oscillations emanate dynamical regimes observed on the brain surface. In this work we model spatiotemporal dynamics in EEG data with the Poisson equation where the right-hand side corresponds to the oscillating brain sources. We identify the main dynamical regimes depending on the number of sources, their frequencies and phases. Standing waves, rotating and symmetric regimes observed in 2D and 3D numerical simulations are also found in the EEG data registered during picture naming experiments. Furthermore, moving waves determined as spatial displacement of the potential distribution appear in the vicinity of brain sources, both in the simulations and in the experimental data. Overall, we conclude that the brain source model is appropriate for the description of spatiotemporal dynamics in the EEG data.