Analisi spettrale dell’elettroencefalogramma durante il sonno

MEDICINA ONLINE SONNO UOMO DIVANO DORMIRE INSONNIA STANCHEZZA STRESS ASTENIA ABBIOCCO SONNELLINO PISOLINO. Negli ultimi anni le tecniche di analisi spettrale dell’EEG (elettroencefalogramma), grazie all’avanzamento delle tecnologie ed alla diminuzione dei costi, sono uscite dalla fase pionieristica e la loro utilizzazione nel trattamento di grandi masse di dati, quali, appunto, quelle ottenibili dalle registrazioni poligrafiche di un’intera notte di sonno, è diventata una possibilità concreta.

Per “analisi spettrale del segnale elettroencefalografico” si intende la trasformazione matematica del segnale stesso da una funzione del tempo ad una funzione della frequenza; è così possibile ottenere una rappresentazione sinottica di un segmento di EEG lungo a piacere, in cui l’energia contenuta in un numero finito di frequenze sia esattamente quantificata per ognuno dei valori di frequenze prescelti.

In termini pratici, un campione di tracciato EEG lungo a piacere viene trasformato, passando dal dominio del tempo a quello delle frequenze, in un istogramma riportante sull’asse delle ascisse tutte le frequenze consentite dalla risoluzione del sistema usato e sull’asse delle ordinate la potenza, esprimibile in termini assoluti e/o relativi, pertinenti a ciascuna di esse.

Nell’EEG dell’uomo, in condizione di veglia e riposo psicosensoriale, la maggior parte della potenza si concentra sulla frequenza compresa fra 8 e 12 Hz corrispondente al classico ritmo alfa, delineando un picco di potenza. Ulteriori addensamenti di potenza sono tuttavia presenti, anche se non organizzati in picchi ben configurati, sulle frequenze lente. La misurazione della superficie di spettro pertinente a gruppi di frequenze permette la quantificazione della potenza pertinente a ciascuna banda.

Un ulteriore abbassamento del livello di coscienza comporta quadri spettrali sufficientemente caratteristici e schematicamente rapportabili alle diverse fasi del sonno:

stadio 1 della fase NREM: si assiste alla scomparsa del caratteristico picco dell’alfa e all’abbassamento della potenza del segnale che si addensa in un picco a larga base interessante le bande delta e teta;
stadio 2 della fase NREM: si assiste ad un incremento della potenza del segnale e alla comparsa di due picchi ben definiti: uno, principale, in corrispondenza della banda delta, e uno secondario, compreso tra gli 11 e 16 Hz, ad evidente espressione dell’attività fusale tipica di questa fase. Esso è chiaramente prevalente a carico delle derivazioni anteriori;
stadi 3 e 4 della fase NREM: sono caratterizzati da un ulteriore, progressivo incremento della potenza globale del segnale e da un suo addensarsi sulla banda di frequenza delta, con un parallelo decremento del picco delle frequenze rapide, pressoché assenti in stadio 4;
fase REM: lo spettro della fase REM appare quasi completamente sovrapponibile a quello dello stadio 1.

Definiti i quadri paradigmatici per ciascuna fase l’obiettivo successivo è stato lo sviluppo di sistemi di lettura automatica capaci di discriminare automaticamente i convenzionali stadi del sonno e di fornire conseguentemente il relativo ipnogramma. A questo scopo sono stati proposti numerosi sistemi basati su tecniche di analisi del periodo, di analisi spettrale e su sistemi ibridi che raggiungono livelli di una certa affidabilità. In genere essi appaiono sensibilmente più precisi del lettore umano nel discriminare fra stadi in cui le differenze sono essenzialmente quantitative, come ad esempio il sonno 3 e 4; la discriminazione appare nettamente meno affidabile quando prevalgono criteri qualitativi come nel caso del sonno 1 rispetto al sonno REM. Scarsissima è infine la loro affidabilità nelle letture di tracciati in cui la presenza di attività EEG patologiche o di modificazioni indotte da farmaci alteri la struttura del segnale.

Sarebbe tuttavia riduttivo considerare esaurito l’argomento dell’analisi computerizzata dell’EEG di sonno con la lettura automatica dei tracciati. Qualsiasi sistema di lettura ricava una grande mole di dati sulla struttura del segnale che viene poi condensato in quella semplificazione estrema che è l’ipnogramma; ciò rappresenta indubbiamente uno spreco di informazioni. Da questa considerazione sono scaturite nuove impostazioni concettuali volte ad ottenere dall’analisi automatica conoscenze più approfondite, atte a superare i concetti ormai limitanti di fase e stadio. Se si considerano infatti spettri pertinenti ad epoche diverse di tracciato pur appartenenti alla stessa fase o stadio, appare evidente come importanti differenze sia quantitative sia qualitative siano presenti in vari parametri spettrali e come lo spettro medio paradigmatico di ciascuna fase sia in realtà un’astrazione.

Di maggiore utilità appare invece seguire l’andamento nel tempo di parametri spettrali la cui variabilità, apparentemente disordinata e fuorviante se apprezzata su singole epoche separate, mostra un’evoluzione ordinata e logica, considerando il sonno nel suo insieme come un fenomeno dinamico in continuo mutamento. Nasce così un nuovo filone derivato dall’analisi spettrale applicata all’EEG di sonno, consistente nell’analisi del profilo di variabili spettrali in funzione del tempo, detto cronospettrogramma. Esse esprimono, in maniera più soddisfacente che non l’ipnogramma, la realtà dinamica del sonno e sembrano riflettere in maniera più diretta l’azione dei meccanismi neurali ad esso sottesi.

L’approfondirsi del sonno è descritto dal progressivo aumentare di valori di potenza della banda delta, dal loro raggiungere un apice e dal loro progressivo declinare in corrispondenza del primo episodio di sonno REM. Tale processo si ripete ciclicamente nel tempo e il grafico che ne risulta assume l’aspetto di una sinusoide smorzata sufficientemente regolare da poter essere descritta in termini matematici.

Condividi questo articolo: