СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ РЕГИСТРАЦИИ ВЫЗВАННЫХ ЗРИТЕЛЬНЫХ ПОТЕНЦИАЛОВ

АННОТАЦИЯ

В статье представлен комплексный и углублённый анализ методов регистрации вызванных зрительных потенциалов (ВЗП), используемых для оценки функционального состояния зрительного пути, корковых и субкортикальных механизмов обработки визуальной информации. Обсуждаются три основные модальности стимуляции — pattern-reversal, pattern-onset/offset и flash-VEP — их физиологические основы, диагностическая ценность и ограничения. Детально описаны нейрофизиологические генераторы компонентов N75, P100 и N135, их ламинарная организация, роль магно- и парвоцеллюлярных путей. Особое внимание уделено современным методам цифровой обработки ВЗП: ICA, CSD, sLORETA, MNE, ERSP, ITC, а также алгоритмам глубокого обучения (CNN, LSTM, Transformer), позволяющим существенно повысить точность диагностики демиелинизирующих, аксональных и нейродегенеративных заболеваний. Показано, что строгая стандартизация протоколов (ISCEV-2021) и использование новых вычислительных технологий позволяют рассматривать ВЗП как многоуровневый биомаркер нейрофункционального состояния.

ABSTRACT

The article presents a comprehensive and in-depth analysis of visual evoked potential (VEP) recording methodologies used to assess the functional state of the visual pathway and the cortical and subcortical mechanisms underlying visual information processing. Three major stimulation modalities—pattern-reversal, pattern-onset/offset, and flash-VEP—are discussed with regard to their physiological foundations, diagnostic value, and limitations. The neurophysiological generators of the N75, P100, and N135 components, their laminar organization, and the contributions of magnocellular and parvocellular pathways are described in detail. Special attention is given to modern digital signal-processing approaches in VEP research, including ICA, CSD, sLORETA, MNE, ERSP, ITC, as well as deep-learning algorithms (CNN, LSTM, Transformer) that significantly enhance the diagnostic accuracy for demyelinating, axonal, and neurodegenerative disorders. The findings demonstrate that strict protocol standardization (ISCEV 2021) combined with advanced computational technologies allows VEPs to be considered a multilayered biomarker of neurofunctional integrity.

Ключевые слова: вызванные зрительные потенциалы, N75, P100, N135, pattern-reversal, зрительная кора, демиелинизация, когнитивная нейрофизиология, sLORETA, ICA, функциональная коннективность.

Keywords: Visual evoked potentials (VEP); N75; P100; N135; Pattern-reversal; Visual cortex; Demyelination; Cognitive neurophysiology; sLORETA; Independent Component Analysis (ICA); Functional connectivity.

Введение. Зрительная система человека обеспечивает до 80–90% сенсорной информации, поступающей в кору головного мозга, и играет ключевую роль в пространственной навигации, анализе окружающей среды, распознавании объектов, чтении, письме, регуляции двигательной активности и когнитивных процессов высшего уровня [1, p. 12]. Передача зрительной информации представляет собой многоуровневый и циклический процесс, включающий преобразование света фоторецепторами сетчатки, активацию биполярных и ганглиозных клеток, проведение сигналов по зрительному нерву, их переключение в латеральном коленчатом теле (LGN) и последующую активацию первичной (V1) и вторичных (V2–V5) зрительных корковых зон [10].Первичная зрительная кора (V1) осуществляет обработку ориентации, пространственного периода и контрастной чувствительности. Зоны V2–V3 обеспечивают интеграцию контуров, стереовосприятие и локальную сегментацию изображения, тогда как V4 и MT/V5 — высокоуровневые цвето- и движенческие вычисления. Любые нарушения проведения импульса на любом из этих уровней могут приводить к изменению вызванных зрительных потенциалов (ВЗП), что делает данный метод одним из наиболее информативных инструментов неинвазивного изучения зрительной системы. Вызванные зрительные потенциалы представляют собой суммарную биоэлектрическую активность нейронных популяций зрительной коры, возникающую в ответ на определённый тип зрительного стимула. В классической клинической практике и фундаментальной физиологии особое диагностическое значение имеют компоненты N75, P100 и N145. N75 отражает раннюю активацию магноцеллюлярных путей и генерацию в слое 4Cα коры V1. P100 является наиболее стабильным, воспроизводимым и клинически значимым компонентом, поскольку тесно связан со скоростью проведения по зрительному нерву и ретино-кортикальной передачей [5]. N135 характеризует активацию экстрастриарных зон (V3/V4) и вовлечённость в анализ формы и сложных визуальных паттернов [6]. Современные исследования демонстрируют, что ВЗП чувствительны не только к офтальмологическим нарушениям (глаукома, амблиопия, атрофия зрительного нерва), но и к нейродегенеративным и демиелинизирующим процессам, включая рассеянный склероз, болезнь Альцгеймера, болезнь Паркинсона и когнитивные дисфункции различной этиологии [3; 7]. С развитием высокоточной цифровой регистрации и вычислительных методов — ICA, CSD, sLORETA, MNE, ERSP, ITC, многоканальной HD-EEG — ВЗП стали использоваться как инструмент для оценки функциональной коннективности, межзональных взаимодействий и динамики корковых сетей. Дополнительный импульс получен благодаря алгоритмам глубокого обучения (CNN, LSTM, Transformer), которые позволяют автоматизировать диагностику и предсказать патологические изменения с точностью 85–97% [11]. Несмотря на широкое применение ВЗП в клинической нейрофизиологии, до сих пор сохраняется ряд методологических вопросов, связанных с выбором стимула, параметров регистрации, степенью стандартизации и использованием современных цифровых алгоритмов обработки сигнала. Цель данной работы — провести расширенный сравнительный анализ методов регистрации ВЗП, включающий стимуляционные протоколы, нейрофизиологические механизмы генерации, спектрально-временные характеристики и современные методы вычислительной обработки, а также оценить их диагностическую и исследовательскую ценность.

Материалы и методы. Настоящая работа представляет собой расширенный аналитико-методический обзор, основанный на комплексном изучении современных публикаций, клинических протоколов и экспериментальных данных по регистрации вызванных зрительных потенциалов (ВЗП) за период 2010–2024 гг. При подготовке анализа были использованы международные стандарты ISCEV (International Society for Clinical Electrophysiology of Vision, 2021), методические рекомендации по регистрации ВЗП, результаты нейрофизиологических исследований, а также работы по цифровой обработке электрофизиологических сигналов и машинному обучению.

3.1. Дизайн исследования и источники данных

Для систематизации данных был проведён структурированный отбор публикаций, включающий: клинические исследования по ВЗП; экспериментальные физиологические работы на людях и животных; мета-анализы и обзоры; руководства по нейровизуализации и корковой локализации;

работы, посвящённые современной цифровой обработке (ICA, sLORETA, wavelet);исследования по применению глубокого обучения для анализа ВЗП.

Включались работы, соответствующие следующим критериям:

Критерии включения

1. Год публикации между 2010 и 2024.
2. Наличие описания параметров стимуляции, регистрации или анализа ВЗП.
3. Исследования с клиническими, нейрофизиологическими или вычислительными целями.
4. Статьи на английском или русском языках.

Критерии исключения

1. Публикации без указания параметров регистрации.
2. Исследования с недостаточной выборкой (n < 5).
3. Работы без статистической обработки или описания методологии.

Всего в окончательный обзор вошли 112 источников, из которых 12 — наиболее значимые, включены в список литературы данной статьи.

3.2. Аппаратное обеспечение и параметры регистрации Методы регистрации ВЗП, рассмотренные в обзоре, соответствуют клиническим стандартам и включают: Электродный монтаж, Активный электрод: Oz (по системе 10–20)

Референтный: Fz, Земля: Fpz Такой монтаж оптимален для регистрации активности первичной зрительной коры (V1), где генерируется P100 [7].

Параметры регистрации

Частота дискретизации: 1000–2000 Гц

Полосовой фильтр: 1–100 Гц

Фильтр подавления сети: 50 Гц

Эпоха анализа: –100…+300 мс

Порог отбраковки артефактов: ±100 мкВ

Количество усреднений: 100–200 стимулов

Такие параметры являются стандартными для клинической электрофизиологии зрения (ISCEV, 2021) [5].

3.3. Виды стимуляции

3.3.1. Pattern-Reversal (инверсия шахматного паттерна)

Это наиболее воспроизводимый метод стимуляции, при котором черно-белые клетки меняют полярность.

Параметры паттерна:

контраст ≥ 85%;

размер клетки: 0.25°, 0.5°, 1°;

частота реверсии: 1,8–2 Гц.

Pattern-reversal является «золотым стандартом» для диагностики демиелинизирующих заболеваний, особенно рассеянного склероза, поскольку наиболее чувствителен к увеличению латентности P100 [3].

3.3.2. Pattern-Onset/Offset (появление/исчезновение патте

Используется при нарушениях фиксации и у пациентов, не способных удерживать взгляд.

Параметры:

время onset: 100–200 мс;

время off: 400–500 мс. Этот тип ВЗП позволяет оценить работу экстрастриарных областей (V2–V4) [4].

3.3.3. Flash-VEP (вспышечная стимуляция)

Применяется в офтальмологии и у пациентов с тяжелыми нарушениями сознания, новорождённых, лиц с нистагмом.

Особенности:

широкополосная вспышка;

высокая межиндивидуальная вариабельность;

низкая чувствительность к мелким очаговым нарушениям. Flash-VEP отражает общую ретино-кортикальную проводимость [8].

3.4. Методы цифровой обработки ВЗП

Обработка сигнала является критически важным этапом, определяющим достоверность полученных данных. Используются следующие методы:

3.4.1. ICA (Independent Component Analysis)

Используется для удаления артефактов:мигания (EOG), движения глаз (saccades), мышечной активности (EMG), сердечных артефактов.

ICA позволяет повысить точность определения амплитуды P100 на 10–20% [9].

3.4.2. CSD (Current Source Density)

Метод пространственной фильтрации, улучшающий локализацию источников и уменьшающий объем проводимости. CSD повышает разрешение распределения активности коры [10].

3.4.3. sLORETA и MNE

Эти методы позволяют восстановить распределение корковой активности в 3D-пространстве.

Применение: локализация источников N75, P100, N135; оценка межрегиональной функциональной коннективности; построение карт активации. sLORETA обеспечивает точность локализации до 5–7 мм [10].

3.4.4. Времено-частотный анализ (wavelet, ERSP, ITC) Используется для оценки: фазовой синхронизации, спектральной мощности в α-, β-, γ-диапазонах, динамики нейронных сетей. Пример: подавление α-ритма во время P100 указывает на перераспределение внимательных ресурсов.

3.4.5. Глубокое обучение (CNN, LSTM, Transformer) Современные исследования показывают: точность диагностики глаукомы по ВЗП — 92%; выявление раннего ПК (рассеянного склероза) — 89%; оценка когнитивных нарушений — до 95% [11]. Модели обучаются на многоканальных ВЗП-сигналах и выявляют скрытые закономерности, недоступные традиционным методам.

3.5. Этика исследований

Все исследования, анализируемые в данном обзоре, соответствуют Хельсинкской декларации (2013), одобрены локальными этическими комитетами и соответствуют международным требованиям по работе с пациентами и биомедицинским сигналами.

Данное исследование позволило интегрировать современные данные о нейрофизиологических механизмах генерации вызванных зрительных потенциалов (ВЗП), диагностической значимости различных стимуляционных модальностей, спектрально-временной структуре корковой активности и методах цифровой обработки сигналов. На основании анализа публикаций за период 2010–2024 гг. были выделены ключевые закономерности, отражающие особенности формирования компонентов N75, P100 и N135, а также их клиническое значение при оценке зрительной и когнитивной функции.

4.1. Нейрофизиологические механизмы генерации компонентов ВЗП

4.1.1. Компонент N75 Ранний негативный компонент N75 отражает активацию магноцеллюлярных потоков (M-путь), обладающих высокой чувствительностью к низким уровням контрастности и высоким скоростям стимуляции [3]. Исследования с использованием sLORETA показали, что основные генераторы N75 располагаются в слое 4Cα первичной зрительной коры (V1), где происходит первичная обработка пространственно-временных характеристик входного сигнала.

N75 характеризует: латентность 70–90 мс; зависимость амплитуды от размера элемента стимуляции; высокую чувствительность к ретробульбарному невриту и начальным демиелинизирующим процессам.

Патологическое снижение амплитуды N75 наблюдается при: болезни Паркинсона (на 15–25%), глаукоме (на 10–20%), когнитивных нарушениях легкой степени что согласуется с данными fMRI о снижении активности магноцеллюлярного пути.

4.1.2. Компонент P100 является наиболее стабильным, воспроизводимым и диагностически значимым элементом ВЗП, поскольку отражает скорость ретино-кортикальной проводимости и активность корковой колонки V1. Согласно данным многовоксельной локализации, вклад генераторов распределён следующим образом:

Область Вклад в генерацию P100 V1 (слои 4B, 2/3) 65–75%,V2 15–20%,V3 5–10%P100 реагирует на: уменьшение диаметра аксонов; степень демиелинизации; нарушение функциональной коннективности окципито-фронтальных путей; когнитивную нагрузку (увеличение латентности на 3–7 мс при высоких требованиях к вниманию). При рассеянном склерозе увеличение латентности P100 составляет 15–45 мс, что делает этот компонент «золотым стандартом» диагностики демиелинизации [5]. При глаукоме снижение амплитуды P100 достигает 20–40%, что связано с гибелью ганглиозных клеток сетчатки и нарушением передачи сигнала [7]. 4.1.3. Компонент N135 Поздний компонент N135 отражает участие ассоциативных областей (V3/V4, окципито-темпоральная кора) и процессы второго уровня визуальных вычислений — анализ сложных паттернов, форм, текстур, категорий объектов [6]. N135 увеличивается при: болезни Альцгеймера (латентность ↑ на 10–25 мс), шизофрении (снижение амплитуды на 20%), шизофрении (снижение амплитуды на 20%), нарушении межполушарного взаимодействия.

4.2. Спектрально-временная структура ВЗП. Для понимания динамики корковой активности были рассмотрены следующие параметры.

4.2.1. Альфа-подавление (α-suppression) Наблюдается в период 80–130 мс после стимула. Отражает ингибицию фоновой ритмики в затылочных областях и перераспределение ресурсов внимания.При когнитивных нарушениях наблюдается: ослабленное подавление α-ритма; увеличение латентности P100; снижение связи между V1 и префронтальными областями.

4.2.2. Бета-активность (β-rebound) Бета-«рибаунд» проявляется через 120–200 мс и отражает сенсомоторную интеграцию.

Снижение β-активности отмечается при: депрессии (на 18–25%), тревожных расстройствах (на 20–22%), нейродегенеративных состояниях.

4.2.3. Гамма-синхронизация (γ-synchrony) Гамма-синхронизация (30–90 Гц) связана с механизмами интеграции сенсорной информации и участвует в классификации зрительных объектов. При эпилепсии визуального вида отмечается гиперсинхронизация γ-ритма во время N135.

4.3. Диагностическая точность различных модальностей ВЗП Ниже представлено сравнение трёх основных методов стимуляции.

4.3.1. Pattern-Reversal VEP Преимущества: высокая воспроизводимость; стабильность латентности P100; чувствительность к демиелинизации. Недостатки: требует стабильной фиксации взгляда; ограничено в применении при нистагме и педиатрии. 4.3.2. Pattern-Onset/Offset VEP Используется для изучения экстрастриарных областей. Преимущества: подходит детям; устойчив к нистагму. Недостатки: большая межиндивидуальная вариабельность; выраженная сложность анализа.

4.3.3. Flash-VEP Применим при тяжёлых нарушениях зрения. Преимущества: Преимущества: подходит новорождённым. Недостатки: низкая специфичность; высокая вариабельность. 4.4. Применение глубокого обучения в анализе ВЗП Современные методы машинного обучения существенно повышают точность диагностики.

Модель Задача Точность

CNN глаукома 92%

LSTM рассеянный склероз 89%

Transformer когнитивные нарушения 95%

Поскольку модели обучаются на многомерных временных рядах, они выявляют слабые паттерны, незаметные при традиционном анализе.

4.5. Функциональная коннективность

Исследования с использованием sLORETA и MNE показали: усиление связи V1–V2–V3 при увеличении амплитуды P100; снижение окципито-фронтальной α-коннективности при когнитивных нарушениях; dMN (default mode network) коррелирует с поздними компонентами ВЗП. Эти данные подтверждают роль ВЗП как биомаркера когнитивно-сенсорной интеграции.

Проведённый расширенный сравнительный анализ методов регистрации вызванных зрительных потенциалов (ВЗП) позволил определить ключевые особенности нейрофизиологических механизмов, стимуляционных протоколов, спектрально-временных характеристик и современных подходов к цифровой обработке сигнала. Результаты анализа подтверждают, что ВЗП остаются одним из наиболее информативных и объективных инструментов для оценки функциональной целостности зрительного пути, состояния корковой обработки визуальной информации и диагностики офтальмологических и нейродегенеративных заболеваний. Наиболее стабильным и клинически значимым компонентом является P100, отражающий скорость проведения по зрительному нерву и первичную активность коры зрительной зоны V1. Компоненты N75 и N135 дополняют картину, обеспечивая данные о функционировании магноцеллюлярных и парвоцеллюлярных путей, а также более высокоуровневых экстрастриарных областей. Сравнительный анализ трёх основных модальностей стимуляции показал: Pattern-reversal остаётся «золотым стандартом», обеспечивая максимальную воспроизводимость и чувствительность к демиелинизирующим процессам. Pattern-onset/offset наиболее информативен при нарушениях фиксации, детской офтальмологии и оценке экстрастриарных зон. Flash-VEP играет ключевую роль у пациентов с тяжёлыми нарушениями зрения и при невозможности контроля фиксации. Современные вычислительные технологии — ICA, CSD, sLORETA, MNE, wavelet, ERSP/ITC-анализ и глубокое обучение (CNN, LSTM, Transformer) — значительно расширяют диагностические возможности ВЗП. Эти методы позволяют повышать точность выделения компонентов, локализовать их корковые источники, оценивать функциональную коннективность и выявлять патологические изменения на ранних этапах. Особенно перспективным является интеграция ВЗП с методами машинного обучения, позволяющая автоматизировать диагностику глаукомы, рассеянного склероза и когнитивных нарушений с точностью до 95%. Таким образом, вызванные зрительные потенциалы могут рассматриваться как многоуровневый нейрофизиологический биомаркер, объединяющий сенсорные, когнитивные и сетевые аспекты работы мозга. Комплексный подход, включающий правильный выбор стимуляционной модальности, оптимальные параметры регистрации и современные методы цифровой обработки, обеспечивает высокую диагностическую точность и делает ВЗП незаменимым инструментом в клинической нейрофизиологии, офтальмологии и нейрокогнитивных исследованиях.

Список литературы:

1. Price D. и др. Age-related delay in visual and auditory evoked responses is mediated by white- and grey-matter differences // Nature Communications. 2017b. Т. 8. № 1. С. 15671.
2. Baiano, C., & Zeppieri, M. (2023c, May 11). Visual evoked potential. StatPearls - NCBI Bookshelf.
3. Kothari R. и др. A comprehensive review on methodologies employed for visual evoked potentials // Scientifica. 2016c. Т. 2016. С. 1–9.
4. Jancic J. и др. Visual evoked potentials - current concepts and future perspectives // Vojnosanitetski Pregled. 2016c. Т. 75. № 5. С. 496–503.
5. Odom J. V. и др. ISCEV standard for clinical visual evoked potentials: (2016 update) // Documenta Ophthalmologica. 2016c. Т. 133. № 1. С. 1–9.
6. Tobimatsu S., Celesia G. G. Studies of human visual pathophysiology with visual evoked potentials // Clinical Neurophysiology. 2006. Т. 117. № 7. С. 1414–1433.
7. Wang X.-Y. и др. Amplitude of Low-Frequency Fluctuation to Determine Disturbed Spontaneous Brain-Activity Pattern in Patients with Diabetic Optic Neuropathy // Diabetes Metabolic Syndrome and Obesity. 2023. Т. Volume 16. С. 2899–2909.
8. Jo Y. J., Kim H. K., Lee J. S. The clinical efficacy of preoperative flash visual evoked potential (VEP) for mature cataracts without a response to pattern VEP // Graefe S Archive for Clinical and Experimental Ophthalmology. 2024. Т. 262. № 8. С. 2525–2532.
9. Yadav R. и др. Normative data of Visual Evoked Potential in children and correlation with age // Asian Journal of Medical Sciences. 2015b. Т. 7. № 2. С. 39–43.
10. Lima B. и др. Cortical maps as a fundamental neural substrate for visual representation. // Progress in Neurobiology. 2023. Т. 224. С. 102424.
11. Pan Y., Chen J., Zhang Y. A survey of deep learning-based classification methods for steady-state visual evoked potentials // Brain-Apparatus Communication a Journal of Bacomics. 2023. Т. 2. № 1.
12. Park S.-H. и др. Low contrast visual evoked potentials for early detection of optic neuritis // Frontiers in Neurology. 2022. Т. 13. С. 804395.