Разработка алгоритмических решений на основе средств неинвазивной нейровизуализации для прецизионной медицины и когнитивного мониторингаDevelopment of algorithmic solutions based on non-invasive neuroimaging techniques for precision medicine and cognitive monitoring

Использование неинвазивных методов нейровизуализации, таких как магнитоэнцефалография (МЭГ) и электроэнцефалография (ЭЭГ), открывает возможности для автоматизации диагностики неврологических расстройств и мониторинга когнитивных состояний. Эффективность этих методов ограничивается непрямым характером измерений, вариабельностью сигналов и влиянием объемной проводимости. В настоящем исследовании предлагаются алгоритмические решения, направленные на устранение этих ограничений. Разработан метод Fast Parametric Curve Matching (FPCM) для автоматической детекции эпилептиформной активности, основанный на морфологической модели межсудорожного разряда и использовании логических предикатов. В разделе, посвящённом мультимодальному картированию, выполнен сопоставительный анализ характеристик МЭГ и ЭЭГ, а также их комплементарных преимуществ для локализации эпилептогенных зон и источников иных нейрофизиологических паттернов. Для оценки функциональной связности предложены модификации метода PSIICOS, нейтрализующего эффекты объёмной проводимости: CD-PSIICOS, учитывающий активность, связанную с задачей, и SI-PSIICOS, опирающийся на данные структурного коннектома. Также проведено исследование ЭЭГ-маркеров фантомной боли у пациентов с ампутацией, в ходе которого была протестирована возможность декодирования интенсивности боли. Работа сочетает математическое моделирование, методы цифровой обработки сигналов и нейрофизиологический анализ, предлагая решения, применимые в прецизионной медицине.