Что же касается самого методического приема – исследования совпадений разрядов, то он оказался адекватным именно для изучения соотношений активности в небольшие интервалы времени, давал своего рода «мгновенные снимки» ситуации в системе обеспечения мыслительных процессов. При больших бинах (больше, чем 1–3 мс) перестройки, связанные с заданной деятельностью, не выявлялись (Бехтерева и др., 1984). Отсюда, по-видимому, для исследования взаимоотношения местных процессов в звеньях мозговых систем (активных при какой-то деятельности зонах мозга) целесообразно использовать не только один, но целый ряд приемов, в том числе и таких, которые не только позволяют выявить соотношение активности в различных зонах мозга, но и вскрыть различные механизмы организации системы.
Третий этап исследований
может быть характеризован как попытка минимизации дефектов методов анализа, связанных с накоплением и таким образом усреднением данных, то есть как бы вновь, на новом витке спирали, попытаться использовать для изучения мозга приемы, более адекватные механизмам мозга. В этом плане предложен и используется компонентный анализ (Гоголицын, Пахомов, 1984, 1985), резервы которого, повидимому, еще не полностью раскрыты. Принцип метода – в первоначальном сохранении максимума информации о динамике местных перестроек в мозгу. Проводится количественное описание импульсной активности в рамках более гибких представлений о паттернах текущей частоты. Это достигается представлением физиологических мозговых событий по каждой пробе в виде диаграмм таким образом, что по оси абсцисс отложено время развития перестроек частоты (ее учащения или урежения), а по оси ординат – выраженность этих перестроек в форме амплитудного показателя (количество импульсов в бине).Последовательное автоматизированное наложение на одно изображение (диаграмму) данных по множеству проб далее сопровождается выделением кластеров, то есть выделением областей максимумов сгущений точек (рис. 30). Сравнение получаемых с помощью данного приема результатов с ПСГ показало, что ПСГ, во-первых, действительно может отражать события, достаточно близкие к тому, что происходит в импульсной активности нейронов по ходу всего теста, во-вторых, может отражать их приблизительно и, наконец, за низкоамплитудной ПСГ могут скрываться существенные отклонения импульсной активности от фона, но различные по направленности, амплитуде и времени развития на разных фазах теста в каждой пробе (рис. 31). Применение компонентного анализа позволило, таким образом, продемонстрировать, из каких реальных физиологических событий, происходящих при однократных воздействиях стимула, складывается усредненная картина ПСГ.
Рис. 30. Схематическое изображение основных этапов компонентного анализа импульсной активности нейронов.
Импульсная активность регистрируется при выполнении психологических тестов, состоящих из однотипных проб. Исходным материалом для анализа являются кривые, описывающие изменения частоты разрядов нейронов в отдельных пробах. Каждая такая кривая с помощью специального алгоритма раскладывается на компоненты, то есть представляется в виде суммы колоколообразных пиков, характеризуемых латентностью, амплитудой и длительностью. Это позволяет получить компонентные представления реакций в отдельных пробах. Используя латентные периоды и амплитуды всех компонентов, можно построить диаграмму рассеяния, наглядно иллюстрирующую степень вариабельности реакций в отдельных пробах на протяжении теста.
Рис. 31. ПСГ и диаграммы рассеяния «латентный период—амплитуда» активности нейронных популяций в хвостатом ядре левого полушария (
Под ПСГ на оси времени (цена деления – 1 с) черными прямоугольниками отмечены эпохи предъявления (стрелки вниз) символов (цифра, буква, цифра) и звучание ответа испытуемого (стрелка вверх). По оси ординат ПСГ – отклонение частоты разрядов (имп./бин) от среднего уровня в фоне. Бин ПСГ – 256 мс.