Экстралингвистические характеристики речевого сигнала и показатели ЭЭГ у больных с различными аффективными расстройствами

Н.Н. Лебедева, Е.Д. Каримова, Е.А. Казимирова

Всемирная организация здравоохранения (ВОЗ) сравнивает депрессию с эпидемией, охватившей все человечество. На 51-й сессии ВОЗ было объявлено: депрессия уже вышла на первое место в мире среди причин неявки на работу, на второе - среди болезней, приводящих к потере трудоспособности.

Первый этап лечения депрессий - это грамотная диагностика, однако эта проблема является далеко не решенной. По результатам проведенных исследований было выявлено, что доля больных, которым устанавливается правильный диагноз, не превышает 10-55% (Derogatis, 1989). По сей день основным методом диагностики депрессий является собеседование психотерапевта-консультанта и клиента. В ряде случаев с целью диагностики состояния специалист прибегает к использованию психологических тестовых методик и лишь изредка - к помощи электрофизиологических методов. Крайне важным аспектом в плане выбора стратегии лечения является определение причины и вида депрессии, ее уровня тяжести, а также характера депрессивного расстройства. Кроме того, в последние годы в диагностических целях начали использовать компьютерную и магнитно-резонансную томографию (КТ, МРТ).

В связи с этим представляется актуальной задачей создание объективного неинвазивного недорогого физиологического метода дифференциальной диагностики депрессии (вида, тяжести и пр.).

Сокращения: ВОЗ - всемирная организация здравоохранения; КТ - компьютерная томография; магнитно-резонансная томография; МДП - маниакально-депрессивный психоз.

Депрессия трактуется как патологически сниженное настроение с переживанием тоски и печали и характеризуется двигательной и мыслительной заторможенностью. То, что именно депрессия не имеет четкой классификации и определения, отмечают многие авторы (Ветроградова, 1986; Baro, 1978; Owren et al., 2005; Pull et al., 1977). В нейрофизиологических исследованиях было показано, что в состоянии депрессии преобладает тормозное влияние гиппокампа, блокирующее в период глубокой депрессии активирующие механизмы мозга, тем самым снижая уровень бодрствования (Бехтерева, 1966; Виноградова, 1975; Гриндель, 1974).

Попытка выявить патофизиологические механизмы маниакально-депрессивного психоза (МДП) до сих пор не привела исследователей к единому мнению. Большое значение в развитии аффективных психозов придается генетическим факторам. Нет единого мнения и в вопросе о соотношении структурных и функциональных изменений в патологических процессах нервной системы (Саркисов и др., 1988). Одни авторы считают, что структурные изменения являются результатом длительных функциональных изменений, другие - что именно структурные изменения влияют на функциональные.

Несмотря на разногласия в этом вопросе, исследования дали основания полагать, что в патогенезе МДП основную роль играют нарушения синаптической передачи в системе нейронов гипоталамуса и других базальных отделов мозга.

При исследовании ЭЭГ депрессивных больных многие авторы показали качественные и количественные особенности, отличные от ЭЭГ-характеристик здоровых людей и больных с иной нозологией (Монахов и др., 1983; Morozov, 1996). Так, у лиц с эндогенной депрессией обнаружено снижение частоты a-ритма в левом полушарии и увеличение его амплитуды при высоком уровне депрессии; при низком уровне депрессии увеличение амплитуды a-волн регистрировали в правом полушарии. Некоторые авторы отмечают увеличение мощности альфа-активности в лобных отделах коры больших полушарий головного мозга при углублении депрессии (Vacca et al., 1980).

При исследовании различных вариантов депрессии Е.С. Михайлова (1980) использовала такие вегетативные показатели, как частота сердечных сокращений и кожно-гальваническая реакция. Автором было показано, что в условиях эмоционального напряжения с ожиданием болевого воздействия у большинства депрессивных больных наблюдалось урежение сердечного ритма, в то время как у здоровых испытуемых аналогичная ситуация вызывала его учащение. При анализе кожно-гальванической реакции у больных наблюдалась более значительная ее вариабельность по сравнению со здоровыми испытуемыми.

Также Е.С. Михайловой были установлены особенности спектрального состава ЭЭГ для разных типов депрессии, различные реакции на афферентные воздействия. У всех больных депрессивными расстройствами наблюдалось повышение мощности ритмов в 0-диапазоне по сравнению со здоровыми людьми и доминирование в спектре мощности a-1- или a-2-диапазонов в зависимости от типа депрессий. При афферентных воздействиях наблюдалось два типа перестроек структуры

ЭЭГ: активный - в виде депрессии a-ритма и усиления a-активности, и тормозный - сопровождавшийся экзальтацией a-ритма и снижением 0-активности (Михайлова, 1980).

Все исследователи больных аффективными расстройствами сходятся в том, что при депрессиях повышается активность правого полушария.

Ю.В. Орехов проводил исследования депрессивных больных с регистрацией ЭЭГ при эмоциональных нагрузках. Было показано, что у больных депрессиями преобладает высокочастотная составляющая ЭЭГ (Р-2-диапазон), наблюдается фокус повышенной у-активности в правой лобной области, который исчезает при переживании различных эмоциональных состояний, то есть эмоциональная нагрузка вне зависимости от знака эмоции снижала различия распределения биоэлектрической активности между больными и здоровыми испытуемыми (Орехов и др., 2004).

Исследования группы больных эндогенной депрессией до и после фармакотерапии напротив, выявили достоверное увеличение относительных мощностей 5- и 0-активности и снижение мощности высокочастного диапазона ЭЭГ, уменьшение региональных различий между передними и задними отделами мозга у больных по сравнению со здоровой группой испытуемых. Кроме того, наблюдалось также повышение активности правого полушария. После курса лечения нарушения биоэлектрической активности коры все еще сохранялись, однако мощности медленных ритмов снижались, а a-активность увеличивалась (Омельченко, Заика, 2002).

Пространственно-временная организация биопотенциалов коры больших полушарий, безусловно, отражает клиническую картину невротической депрессии. Так, в группе пациентов с депрессивным синдромом без сопутствующих проявлений максимальные изменения наблюдаются в задневисочной области обоих полушарий; у пациентов с тревожно-депрессивными расстройствами обнаружено снижение кросскорреляционных и когерентных связей в лобно-височных областях обоих полушарий и ярко выраженное повышение кросскорреляционных отношений в правой задневисочной области; в группе пациентов с выраженными астеническими проявлениями выявлено снижение кросскорреляционных и когерентных связей в лобно-височных областях обоих полушарий (Ивонин и др., 2012).

А.Ф. Изнак и соавторы также указывают на отличительные особенности биоэлектрической активности коры при различных видах аффективных расстройств. Оказалось, что у пациентов с преобладанием депрессивных расстройств наблюдались повышенные значения мощности быстрых - a- и P-ритмов, тенденция к ускорению доминантной частоты a-ритма и ее локализация в затылочных областях левого полушария. У больных с преобладанием истерических расстройств затылочный a-ритм практически отсутствовал, но наблюдалась a-активность в сенсомоторных областях. Пациенты с преобладанием тревожных расстройств демонстрировали гиперсинхронный тип ЭЭГ с повышенными значениями мощности замедленного a-ритма, а также 0- и 5-активности и наличием высокоамплитудных полиморфных вспышек заостренных 0- и 5-волн (Изнак, Никишова, 2007).

Кроме того, А.Ф. Изнак приводит данные по соотношению степени тяжести депрессии с признаками ЭЭГ. Так, исходная степень тяжести ассоциировалась с ЭЭГ-признаками сниженного функционального состояния передних отделов левого полушария и повышенной активацией правого полушария; улучшение клинического состояния сопровождалось уменьшением пиковой латентности «поздних» компонентов (Р2, N2 и Р3) когнитивных слуховых вызванных потенциалов и усилением тормозных процессов в правом полушарии (Изнак и др., 2011). Более того, А.Ф. Изнак указывает, что предикторами степени ремиссии пациентов являются значения мощности Р1- и р2-ритмов, при этом исходно большие значения спектральной мощности P-активности ассоциируются с большей выраженностью остаточных симптомов депрессии после курса терапии (Изнак и др., 2013).

Электроэнцефалография является самым распространенным инструментальным методом исследования и диагностики аффективных расстройств, однако, немотря на то что применение ЭЭГ началось уже достаточно давно, до сих пор не существует четкого единого мнения исследователей по структуре и динамике картины биоэлектрических потенциалов при депрессивных заболеваниях. Возможно, применение метода регистрации биопотенциалов совместно с другими инструментальными подходами могло бы дать более ясные результаты.

Методы диагностики состояний человека с помощью анализа его речи учитывают интегрирующую роль речевой функции в регуляции уровней активации коры (Лурия, 1973). Особенно это важно в психодиагностике. Здесь особое внимание уделяется мыслительным процессам (идеаторный компонент), лексико-грамматическим характеристикам речи больного (Ветроградова и др., 1980; Галагудзе, 1980).

Речь является высшей психической функцией мозга человека и содержит не только вербальную информацию, связанную со смыслом произнесенной информации, но и несет в себе огромное количество невербальной, экстралингвистической информации, такой как пол, возраст говорящего; по речи человека мы можем понять его эмоциональное и психологическое состояние, состояние здоровья. Кроме того, возникающие изменения далеко не всегда можно сознательно контролировать.

Даже из обыденного опыта известно, что экстралингвистические компоненты звуковой речи могут указать на состояние говорящего вне зависимости от семантической стороны сообщения. Известно, что, опираясь на невербальный компонент, слушатель иногда вносит существенные коррекции в смысл данного сообщения. Особенно ярко это проявляется в ситуации рассогласования вербального и невербального поведения в процессе общения. В этом случае, как правило, в большей степени оказывается доверие последнему (Frijda, 1969).

Опыт исследований в области проблем распознавания семантической и просодической составляющих речи показал, что идеальным аппаратом их решения является система восприятия речевой информации человека, которая включает в себя ухо, обеспечивающее получение признаков речевого сигнала, и слуховой центр головного мозга, который непосредственно решает задачу ее распознавания. При этом система слухового восприятия человека с легкостью распознает не только семантическую информацию вне зависимости от того, кто ее сообщает, но и улавливает тончайшие оттенки эмоционального состояния (т.е. характеристики голоса диктора), обеспечивает адаптацию к помеховым условиям и изменениям темпа речи, ее высоты и др. параметров.

Можно перечислить некоторые основные акустические средства, с помощью которых осуществляется передача просодической составляющей речевого сигнала: а) тембр голоса, физическим эквивалентом которого является спектр звука, т.е. графическое отображение частотного (обертонового) состава голоса, б) мелодика речи (изменение высоты голоса во времени), в) энергетические характеристики (сила голоса и ее изменение), г) темпо-ритмические особенности речи, д) атипичные индивидуальные особенности произношения (смех, покашливание, заикание и т.п.) (Морозов, 1988а).

Выбор тех или иных анализируемых параметров речевого сигнала (РС) зависит от поставленных целей. Невербальная информация характеризуется спектром речевого звука, а именно - динамикой форматной структуры спектра во времени (Фант, 1964). При этом для речи высота голоса, т.е. частота основного тона, практически не имеет значения, поскольку любую речевую информацию можно передать голосом любой частоты в пределах звуковысотного диапазона говорящего. Носителем невербальной информации наряду со спектром являются и звуковысотные характеристики голоса (мелодика речи, т.е. динамика частоты основного тона) (Морозов, 1988б).

Показателями эмоционального состояния человека служат такие лексико-грамматические параметры, как характер построения ответа, лексическое разнообразие, наличие междометий, слов-паразитов и др. Акустические характеристики речевого сигнала, которые используют в задаче распознавания эмоционального состояния человека, можно разделить на три группы - это спектральные признаки, темпоральные характеристики и нелинейные показатели.

К первой группе спектральных признаков речевого сигнала относится самое большое количество параметров, так как современный математический аппарат и программное обеспечение позволяют выявлять самые различные характеристики из спектра акустического сигнала. Это такие величины, как средняя частота основного тона и ее дисперсия, форма интонационных кривых гласных речи, средняя мощность и дисперсия мощности речевого сигнала, частоты, амплитуды и ширина формант гласных, джиттер, шиммер, кепстральные характеристики и др. (Сидоров, Филатова, 2012; Bachorowski, Owren, 2002; Petri, 2004).

Для оценки состояния человека обычно используют следующие темпоральные характеристики: среднюю длительность чистой речи и пауз, комбинацию пауз и речи, скорость артикуляции, латентный период речевой реакции, однако обычно при исследовании функционального состояния данные параметры используют в сочетании со спектральными характеристиками (Дмитриева и др., 2004, 2009; Дмитриева, Гельман, 2011; Фролов и др., 2004; Forsell, 2007).

Методы нелинейной динамики в исследовании ФС, или эмоционального состояния человека, начали использовать гораздо позднее спектрального и темпорального анализа, при этом уже существует большое количество подходов и, соответственно, параметров, используемых при анализе речевого сигнала: показатель Ляпунова, энтропия Колмогорова, размерности вложенного аттрактора, глобальная корреля- циионная размерность D₂, размерность Хаусдорфа, коэффициент фрактальности и т.д. При этом исследователи используют данные показатели нелинейной динамики как для самого речевого сигнала (Сидоров, Филатова, 2012), так и для последовательности длительностей голосовых сегментов в речи (V-ритма) (Скляров, 2004).

Так, при исследовании фрактальной размерности флуктуаций основного периода речи (вариации длительности пауз речи) было установлено, что речевой сигнал человека обладает хаотическим аттрактором с фрактальной размерностью 2,5-3. При этом искусственная речь, синтезированная компьютером и не обладающая фрактальной структурой, воспринимается на слух труднее естественной, причем использование фрактальной модуляции устраняет этот недостаток компьютерной речи (Satoh, 1991). Фрактальной размерностью можно характеризовать и силу звука при разговоре. Фрактальные флуктуации наряду с фрактальными аттракторами зарегистрированы в речевом сигнале человека (Kniffki, 1993; Mandelbrot, 1977). Р Босс и Дж. Кларк, изучая l/f-шум в музыке и речи, сделал вывод, что это явление может играть существенную роль в креативном (творческом) процессе (Voss, Clarce, 1975).

С помощью методов нелинейной динамики было показано, что в речевом сигнале заключена информация о состоянии вегетативной нервной системы: у пара- симпатотоников корреляционная размерность D2 речевого сигнала была самой высокой, у симпатотоников - самой низкой, у нормотоников показатель D2 был средним. Кроме того, у женщин корреляционная размерность голосового сигнала была достоверно выше, чем у мужчин (Лебедева и др., 2013).

Таким образом, поиск количественных оценок, являющихся коррелятами эмоциональной окраски экстралингвистической составляющей речи, является весьма актуальной задачей.

При изучении эмоциональной выразительности речи, которая достигается за счет сложного взаимодействия лексических, грамматических и акустических средств, среди лексико-грамматических изменений в случае развития тревожных состояний наблюдается примитивизация речи, нарушение синтаксической стройности высказывания, появление большого количества нерелевантных отдельных слогов, слов, словосочетаний (Носенко, 1975; Mahl, 1963). Напротив, для эйфории характерно частое использование восклицаний, превосходных степеней и литера- ций, насыщенность шутками и юмором (Никонов, 1985). Практика общения показывает, что человеческий слух способен различать эмоциональные состояния говорящего и при отсутствии каких-либо указаний на этот счет со стороны семантики.

Субъективно изменения акусто-фонетических признаков воспринимаются как изменение громкости, тембра, интонационного оформления высказывания, темпа речи. Исследования спектральных характеристик для ряда стенических эмоций выявили, что с увеличением силы эмоции спектр речевого сигнала смещается в сторону высоких частот, концентрируясь в своей высокочастотной области при положительных эмоциях и в низкочастотной - при отрицательных. При этом значения формантных частот и ширина полосы формантных зон увеличиваются для сильных эмоций на 100-200% (Лукьянов, Фролов, 1969; Никонов, 1985).

Одним из средств передачи информации о состоянии говорящего является также речевая интонация. Интонация субъективно воспринимается как изменение высоты и интенсивности голоса, объективно же - с помощью технических средств - как изменение частоты основного тона и амплитуды речевого сигнала. Увеличение стеничности эмоций ведет к повышению частоты основного тона (Витт, 1965; Таубкин, 1978). Развитие депрессивных состояний, напротив, приводит к уменьшению этого показателя ниже уровня, соответствующего норме (Бажин и др., 1975; Moses, 1960). Значительные изменения претерпевает и форма мелодической кривой. Нейтральное состояние характеризуется, как правило, незначительным диапазоном изменения частоты основного тона, плавным переходом от подъемов к спадам, отсутствием выбросов среди мгновенных значений частоты основного тона. Рост эмоциональной напряженности стенического плана приводит обычно к значительному увеличению дисперсии основного тона, появлению диссонансов (выбросов) на мелодической кривой. Характер мелодических подъемов и спадов становится более выраженным. Для астенических эмоций характерны: уменьшение по сравнению с нейтральным состоянием дисперсии мелодической кривой, плавность переходов от подъемов к спадам, интонационная невыразительность (Бажин и др., 1975; Никонов, 1985; Moses, 1960). Использование формы мелодической кривой главноударных гласных звуков речи положено в основу метода автоматического распознавания эмоций по голосу в работах М.В. Фролова и др. (2005).

Эмоции стенического плана вызывают увеличение уровня громкости речи, резкие перепады уровня со значительными всплесками интенсивности, соответствующими выделенным словам. Астенические эмоции характеризуются уменьшением среднего уровня громкости речи и отсутствием диссонансов.

Значительные изменения у больных и у здоровых людей в эмоциональном состоянии претерпевает и темп речи. В работе нашей лаборатории (Еращенко, Вель- тищев, 1991) было показано, что у больных с ведущим аффектом тоски средняя длительность чистой речи меньше, чем у здоровых испытуемых, а средняя длительность пауз - больше. При ведущем аффекте тревоги на уровне патологического состояния средняя длительность чистой речи имела высокие показатели, а средняя длительность пауз - низкие. В процессе лечения все параметры речи приближались к норме.

Дальнейшие исследования позволили подойти к решению проблемы выявления нозологических особенностей (эндогенная и психогенная депрессии) у больных с ведущим аффектом тревоги. Пациенты с психогенной депрессией демонстрировали короткую длительность пауз на фоне увеличенной длительности чистой речи, что отражает моторное и идеаторное возбуждение. Напротив, у пациентов с эндогенной депрессией увеличение длительности чистой речи сопровождалось ростом длительности пауз, что характеризует идеаторное торможение на фоне моторного возбуждения. Указанные особенности темпа речи соответствовали клинической картине данных групп заболеваний (Фролов и др., 1994).

При исследовании больных с маниакально-депрессивным психозом (Hutt, Coxon, 1965; Lorens, Cobb, 1952; Nilsonne, 1987; Ostwald, 1963; Stussen, Bomben, 1988) было отмечено, что речь здорового человека отличается от речи маниакального больного распределением частей речи и количеством слов, произносимых за одну минуту, а изменения громкости наиболее точно предсказывают клинические улучшения. У больных в состоянии мании увеличивалась длина спонтанных предложений. Было отмечено, что у больных с биполярным расстройством с повторяющейся цикличностью перед переключением в манию речь была значительно быстрее и замедлялась перед переключением в депрессию (Stoddard, 1977). Что касается лексического и синтаксического содержания речи больных с МДП, то исследователи (Andreasen, Pfohl, 1976) при анализе этих характеристик не нашли значительных отклонений. Однако было отмечено, что маниакальные больные использовали более яркие слова при описании действий, а депрессивные больные говорили неясно, с оговорками.

Таким образом, несмотря на то что в психиатрической литературе есть указания на значительные изменения речи у больных МДП, в исследованиях не применялась ни одна из количественных методик, все имеющиеся данные носят скорее качественный характер - все попытки анализировать речь депрессивно-маниакальных больных сводятся в основном к описанию характера речи («Говорит тихо», «Речь замедленна, говорит с большими паузами» и т.п.). Некоторые исследователи (Hutt, Coxon, 1965) пытались оценить состояние больных с помощью характеристик темпа речи, однако они дают сравнительный анализ только крайних состояний «норма-депрессия», «норма-мания», «мания-депрессия».

Можно заключить, что в отечественной медицине количественный речевой анализ практически не используется, в то время как зарубежная литература свидетельствует о применении речевого анализа в диагностике депрессивных расстройств.

Группа исследователей из Женевы в своей работе провели сравнительный анализ изменений параметров речевого сигнала при различных психических нарушениях. Было показано, что частота основного тона повышается при таких заболеваниях, как эйфория, мания, тревожность и синдром беспомощности. Частота первой форманты понижается при мании и эйфории и повышается при тревожности и беспомощности. Интенсивность речи, так же как и скорость произношения, повышается при эйфории, мании и беспомощности и уменьшается при тревожности (Scherer, Johnstone, 2003).

В работе (Rothkrantz et al., 2004) использовались различные акустические характеристики речевого сигнала для определения состояния стресса у дикторов, при этом с каждым испытуемым проводили стресс-тест Струпа. При повышении степени напряжения дикторов увеличивалась вариабельность частоты первой форманты, понизились энергия высокочастотной области спектра и джиттер, при этом частота основного тона и длительность фраз практически не изменились.

Возможность автоматического распознавания и классификации различных психических расстройств исследовалась в работе (Cummins et al., 2011). Использование различных спектральных показателей показало, что наиболее информативными являются первые две форманты и кепстральные коэффициенты тональной частоты (MFCC - Mel-frequency Cepstral Coefficients). Частота первой форманты F1 у больных депрессивными расстройствами имеет большее стандартное отклонение, чем у группы здоровых испытуемых, а коэффициент тональной частоты у пациентов достоверно выше.

Акустические маркеры депрессии и эффективности ее терапии оценивались в работе (Mundt et al., 2012). Больных с глубокой депрессией исследовали до и после лечения. У пациентов в начале терапии темп речи был значительно медленнее, чем у здоровых испытуемых, а количество пауз - больше. Больные с позитивной динамикой лечения демонстрировали более значительные изменения в речи. Частота основного тона и частота первой форманты повышались у больных, на которых лечение хорошо подействовало, и уменьшались у больных без значимой положительной динамики состояния.

В последние годы в связи с возможностями программирования становится популярным следующий подход в анализе речевого сигнала: вычисляются всевозможные спектральные и кепстральные показатели речевого сигнала, а затем данный многомерный вектор, характеризующий речь одного из пациентов, различными математическими методами сравнивают с другими пулами акустических показателей других больных или здоровых испытуемых (Williamson et al., 2013). Например, в работе (Sanchez et al., 2011) авторы статьи также регистрировали речь больных глубокой депрессией: полученный массив спектральных показателей, таких как мощность спектра, частоты основного тона и формант, анализировали с помощью программы-классификатора.

Очевидно, что речь больных депрессией отличается от речи здоровых людей, т.е. акустический сигнал содержит в себе информацию о наличии и степени тяжести психического заболевания. Кроме того, литературные данные по данной проблеме указывают на то, что распознавание различных типов депрессивных заболеваний по речевому сигналу принципиально возможно. Практическая значимость подобных исследований не вызывает сомнений, поскольку использование методики анализа речи в качестве основного или дополнительного инструментального подхода при диагностике различных аффективных расстройств может в разы повысить точность постановки диагноза и, соответственно, эффективность терапии.

В исследовании принимали участие 12 здоровых испытуемых, которые составили контрольную группу, а также 33 больных с различными видами аффективных расстройств, которые были объединены в 4 основные группы - депрессивные расстройства, смешанные тревожные и депрессивные расстройства, ипохондрические расстройства и панические расстройства. Во время исследования последовательно выполнялись следующие задания:

• тестирование на функциональную асимметрию;

• запись речи во время прочтения вслух шести вопросов;

• запись ЭЭГс функциональными пробами с помощью энцефалографа-анализатора ЭЭГА-21/26 «ЭНЦЕФАЛАН131-03», г. Таганрог.

На любом этапе эксперимента участник исследования имел право прервать исследование в случае усталости или дискомфорта. Методики, используемые в экспериментах, и схема проведения опытов были одобрены Этическим комитетом Института высшей нервной деятельности и нейрофизиологии РАН.

Речевой сигнал. Для создания массива речевых данных участников исследования просили прочесть вслух 9 вопросов и ответить на них. Обработке подвергалась речь при произнесении вопросов, а не спонтанная речь в ответах. Речевой сигнал записывался на портативный цифровой USB-рекордер GEMINI IKEY PLUS - iKEY, в формате WAV, с частотой дискретизации 44,1 кГц. Полученные файлы с помощью авторского программного обеспечения конвертировались из формата wav в txt, далее производились вычисления корреляционной размерности D₂. Данная нелинейная характеристика передает сложность временного сигнала, степень его хаотичности. В наших предыдущих работах было показано, что корреляционная размерность D2 отражает такие физические характеристики произнесенного звука, как частота основного тона (высота звука) и формантная структура спектра звукового сигнала, то есть является характеристикой тембра голоса (Лебедева и др., 2013). Поскольку эмоциональная составляющая речи проявляется в изменении тембральных характеристик голоса диктора, это отражается и на глобальной корреляционной размерности D2.

Электроэнцефалографическое исследование. Запись ЭЭГ осуществлялась с помощью энцефалографа-анализатора ЭЭГА-21/26 «ЭНЦЕФАЛАН 131-03», г. Таганрог (19 электродов по системе 10-20 монополярно относительно ушных электродов А1 и А2). Для всех отведений задавали частоту опроса 250 Гц, полосы фильтрации 0,5-60 Гц (12 дБ/октаву), импеданс менее 10 кОм. Для каждого участника исследования были получены записи ЭЭГ в состоянии покоя с закрытыми глазами, которые обрабатывались методом спектрально-корреляционного анализа на основе быстрого преобразования Фурье (БПФ). Для спектрального анализа сигнала ЭЭГ выбирались фрагменты длительностью около 15 секунд, не содержащие артефакты, с помощью программы «ЭНЦЕФАЛАН 131-03» рассчитывались относительные мощности сигнала, затем полученные значения усреднялись.

Для анализа пространственного распределения мощностей ритмов ЭЭГ вычислялись коэффициенты, равные отношению мощностей в париетальных отведениях к мощностям во фронтальных отведениях P = (P3A1+P4A2)/(F3A1+F4A2) для каждой полосы частот.

Для статистической обработки всех полученных результатов использовалась программное обеспечение Word Excel и Statistica v. 8.0.

Анализ речевого сигнала выявил отличия показателя нелинейной составляющей D2 больных от контрольной группы, а также особенности его динамики в процессе лечения и в зависимости от диагноза.

На рис. 1 представлено распределение значений индивидуального стандартного отклонения D2 речевого сигнала среди участников обследования контрольной группы и группы больных. Стандартное отклонение рассчитывалось для каждого участника по значениям D2 прочитанных вопросов.

По приведенным выше графикам стандартного отклонения видно, что у больных распределение значений стандартного отклонения стремится к нормальному и имеет выраженный пик в интервале 0,04-0,05. Это является свидетельством того, что эта группа, в отличие от контрольной, имеет относительно одинаковую вариабельность нелинейной характеристики речевого сигнала, то есть межиндивидуальные различия больных аффективными расстройствами выражены значительно слабее, чем у здоровых людей.

Рис. 1. Распределение значений индивидуального стандартного отклонения D2 речевого сигнала среди испытуемых двух групп - контрольной (А) и группы пациентов (Б)

По оси х - значения стандартного отклонения, по оси у - количество испытуемых, для которых стандартное отклонение попадает в данный интервал

Анализ осуществлялся отдельно для каждой группы с одинаковым диагнозом. На рис. 2 представлено пять скаттерограмм, где координаты (x, у) каждой точки - значения D2 для двух последовательно зачитанных вопросов для одного человека.

Как видно из рисунка, в контрольной группе сильнее проявляются межиндивидуальные различия, и скаттерограмма имеет вытянутую форму. На скатерограммах больных точки лежат более плотно, т.е. вариабельность речи пациентов значительно меньше, чем у здоровых, болезнь нивелирует индивидуальные различия, хотя в случае смешанного расстройства такая тенденция не так заметна. Этот результат коррелирует с приведенными выше данными по распределению значений стандартного отклонения среди больных, согласно которому межиндивидуальные различия больных выражены слабее.

Кроме того, была проанализирована нелинейная характеристика речевого сигнала каждого больного до и после лечения. На рис. 3 представлены скаттерограм- мы групп пациентов с разными диагнозами до и после терапии.

Рис. 2. Скаттерограммы для: А - контрольной группы; пациентов с разными диагнозами - В - смешанное тревожное и депрессивное, C - ипохондрическое расстройство, D - паническое расстройство, E - депрессивное расстройство

Изменения речевого сигнала после лечения зависят от диагноза больных. У некоторых больных происходит уменьшение значений корреляционной размерности (как при депрессивном (А) и смешанном (D) расстройствах), увеличение гармонической составляющей речи. На слух такое изменение воспринимается как увеличение мелодичности голоса. У других пациентов появляется больше обертонов. Эти изменения отражаются в увеличении значений D2 (как при паническом расстройстве, B). Это согласуется с данными, представленными выше, согласно которым меж-

Рис. 3. Скаттерограммы значений D2 пациентов с различными диагнозами до и после лечения

А - депрессивные расстройства; B - паническое расстройство; C - ипохондрическое расстройство; D - смешанное тревожное и депрессивное расстройство

индивидуальная изменчивость в группе людей с психическими расстройствами снижена, а после лечения она восстанавливается. Голосовой сигнал для разных людей может очень сильно различаться - у одних голос плавный, у других, напротив, более выражены шумовые компоненты. Совокупность различных голосовых характеристик определяет специфическую окраску голоса (тембр речи), интегральной характеристикой которого является корреляционная размерность D2. Разнонаправленные изменения этой величины после лечения объясняются различием самого понятия «нормы» этой характеристики для каждого конкретного человека.

Следует отметить, что если некоторые аффективные расстройства «усредняют» всех больных, и в процессе лечения изменения, в частности речевого сигнала, происходят разнонаправленно, как при паническом расстройстве, то пациенты с другим диагнозом показывают однонаправленные изменения, как при депрессивных расстройствах.

Таким образом, уточнение влияния каждого вида аффективных расстройств на речевой сигнал и механизмов этого влияния требует дальнейших исследований на большей выборке пациентов.

Регистрация электроэнцефалограммы (ЭЭГ) производилась во время функциональных проб в состоянии покоя с закрытыми и открытыми глазами. Анализ относительных мощностей ритмов ЭЭГ по 19 каналам показал, что у пациентов с паническим и депрессивными расстройствами относительная мощность a-ритма при закрытых глазах достоверно (по критерию Дункана, р