Rukovodstvo-polzovatelya-AUTO-MEP

1.

Руководство пользователя AUTO-MEP
Данное руководство пользователя предназначено для клинических исследователей и специалистов по
нейрофизиологии, использующих транскраниальную магнитную стимуляцию (ТМС) и инструменты автоматической
обработки моторных вызванных потенциалов (МВП). Оно содержит подробные инструкции по работе с программным
обеспечением AUTO-MEP, которое автоматизирует процесс анализа данных МВП, полученных в ходе клинических
исследований и экспериментальных протоколов.
AUTO-MEP обеспечивает эффективную и точную обработку данных, минимизируя ручной труд и повышая
воспроизводимость результатов. Следуя этому руководству, вы сможете максимально использовать возможности
программы для достижения ваших исследовательских целей.

2.

Шаг 1 - Загрузка и сканирование данных
Первым шагом в работе с AUTO-MEP является выбор исходных данных и их сканирование для идентификации подходящих
файлов. Этот процесс гарантирует, что система обнаружит все необходимые записи МВП для дальнейшего анализа.
Выбор папки с данными
Нажмите кнопку "Browse" для
выбора корневой папки,
содержащей файлы данных
ТМС/МВП. Убедитесь, что все
необходимые файлы находятся в
выбранной директории или ее
поддиректориях.
Сканирование набора
данных
После выбора папки нажмите
кнопку "Scan dataset". AUTO-MEP
автоматически проанализирует
содержимое выбранной
директории, идентифицируя
файлы, соответствующие заданным
критериям именования и структуре
событий.
Результаты сканирования
Система отобразит количество
найденных файлов, которые
подходят для обработки. Это
позволяет пользователю убедиться,
что все ожидаемые данные были
успешно обнаружены перед
переходом к следующим этапам.
Дополнительные функции:
Load Config: Если у вас есть ранее сохраненный конфигурационный файл (.json), вы можете загрузить его, чтобы
автоматически применить настройки обработки к текущему набору данных, пропуская шаги 2-6. Это значительно
ускоряет процесс для повторяющихся протоколов.
Use Existing Zarr: Эта функция позволяет загрузить уже обработанные данные в формате Zarr и продолжить работу с
шага 7 (проверка качества разметки). Это полезно, если обработка была прервана или если вы хотите повторно
проанализировать ранее обработанные данные.

3.

Шаг 1 - Загрузка и сканирование данных

4.

Шаг 2 - Настройка фильтров сырых данных
Перед началом детального анализа МВП необходимо применить соответствующие фильтры к сырым данным. Это
позволяет удалить нежелательные артефакты и шумы, улучшая качество сигнала и точность последующей обработки.
Низкочастотный фильтр
(High-pass filter)
Высокочастотный фильтр
(Low-pass filter)
Фильтр режекторный
(Notch filter)
Установите значение
низкочастотного фильтра (в Гц).
Этот фильтр удаляет медленные
дрейфы и низкочастотные
артефакты, которые могут
искажать форму МВП.
Рекомендуется использовать
значения в диапазоне 0.1-1 Гц
для большинства протоколов
МВП.
Установите значение
высокочастотного фильтра (в Гц).
Этот фильтр удаляет
высокочастотные шумы, такие
как сетевые помехи (50/60 Гц)
или мышечные артефакты. Для
МВП обычно используются
значения в диапазоне 500-1000
Гц.
При необходимости активируйте
режекторный фильтр и укажите
его частоту (обычно 50 или 60 Гц,
в зависимости от региональной
частоты электросети). Этот
фильтр специально разработан
для подавления помех от
электросети, которые могут быть
заметны в сырых данных.
Тщательный выбор параметров фильтрации критически важен для получения чистых и интерпретируемых сигналов
МВП. Неправильная фильтрация может привести к потере важной информации или к появлению искусственных
компонентов в сигнале.

5.

Шаг 2 - Настройка фильтров сырых данных

6.

Шаг 3 - Определение характеристик нарезки эпох
Формирование эпох (сегментов данных) вокруг целевых событий является ключевым этапом в обработке МВП. Этот шаг
позволяет выделить временные интервалы, содержащие отклик МВП, для дальнейшего анализа.
01
02
03
Начало эпохи (Pre-stimulus
interval)
Конец эпохи (Post-stimulus
interval)
Целевое событие
Укажите временной интервал (в
миллисекундах) до момента
стимуляции, который будет включен в
каждую эпоху. Этот интервал обычно
используется для оценки базовой
активности и сравнения с активностью
после стимуляции. Рекомендуется
выбирать достаточное время для
анализа фоновой активности,
например, 50-100 мс.
Укажите временной интервал (в
миллисекундах) после момента
стимуляции, который будет включен в
каждую эпоху. Этот интервал должен
быть достаточно длинным, чтобы
охватить весь МВП, включая его
пиковую и последующую фазы.
Типичные значения составляют 100500 мс, в зависимости от исследуемой
мышцы и протокола.
Выберите тип события, вокруг которого
будут нарезаться эпохи. Это может быть
маркер стимуляции ТМС или любое
другое событие, определенное в
протоколе записи данных. Убедитесь,
что выбранное событие соответствует
вашим исследовательским целям.
Корректная нарезка эпох позволяет изолировать МВП от непрерывной записи ЭМГ и обеспечивает точное выравнивание
всех стимуляций, что крайне важно для усреднения и дальнейшего анализа.

7.

Шаг 3 - Определение характеристик нарезки эпох

8.

Шаг 4 - Настройка латентности и дополнительных окон
На этом этапе пользователь определяет специфические временные окна, важные для анализа МВП. Это включает базовую
латентность для каждой мышцы и дополнительные окна для различных протоколов, что позволяет точно идентифицировать и
измерять параметры МВП.
Базовая латентность мышцы
Дополнительные окна событий
Для каждой анатомически определенной мышцы
укажите ожидаемую базовую латентность МВП. Это
значение служит отправной точкой для автоматического
поиска пиков МВП и должно быть основано на
физиологических данных и предыдущих исследованиях.
Точное определение базовой латентности критически
важно для корректной идентификации МВП.
В зависимости от используемых протоколов ТМС
(например, протоколы парных импульсов, протоколы с
длительной стимуляцией), могут потребоваться
дополнительные временные окна. Определите эти окна
для каждого типа события, чтобы система могла
анализировать специфические ответы, такие как
коротколатентное внутрикорковое торможение (КВКТ)
или внутрикорковое облегчение (ВКО).
Тщательная настройка этих параметров обеспечивает высокую точность автоматического определения характеристик МВП,
что является залогом достоверности результатов исследования.

9.

Шаг 4 - Настройка латентности и дополнительных окон

10.

Шаг 5 - Параметры обработки данных
На данном этапе определяются общие параметры обработки, которые влияют на алгоритмы анализа МВП. В текущей
версии AUTO-MEP многие из этих параметров предвыбраны для пользователя, что упрощает процесс и обеспечивает
оптимальные настройки по умолчанию.
Автоматический выбор
параметров
Рекомендации по
умолчанию
AUTO-MEP поставляется с
Рекомендуется использовать
Возможность ручной
корректировки (в будущих
версиях)
предварительно настроенными
предвыбранные параметры, если вы
Хотя в текущей версии параметры в
параметрами обработки, которые
были оптимизированы для
большинства стандартных
не уверены в необходимости их
изменения. Эти настройки
обеспечивают баланс между
основном предвыбраны, будущие
обновления могут предоставить
пользователям возможность тонкой
протоколов МВП. Это включает в
чувствительностью и
настройки этих параметров для
себя настройки для определения
порогов, алгоритмов сглаживания и
специфичностью в обнаружении и
измерении МВП.
специфических исследовательских
задач.
других ключевых этапов анализа.
Использование предвыбранных параметров обработки значительно снижает порог входа для новых пользователей и
обеспечивает консистентность в анализе данных, что особенно важно для многоцентровых исследований.

11.

Шаг 5 - Параметры обработки данных

12.

Шаг 6 - Выбор весов ML модели DELMEP
AUTO-MEP использует передовые методы машинного обучения для повышения точности обработки данных МВП. На этом
шаге пользователь выбирает веса модели DELMEP, которая является ключевым компонентом автоматизированного
анализа.
Загрузка весов DELMEP
Важность выбора весов
Обновление весов
Выберите соответствующий файл
весов для модели DELMEP. Эти
веса определяют, как модель
будет идентифицировать и
размечать МВП на основе
обученных паттернов. Различные
наборы весов могут быть
оптимизированы для разных
популяций или протоколов.
Выбор правильного набора весов
критически важен для точности
автоматической разметки.
Убедитесь, что выбранные веса
соответствуют характеристикам
ваших данных и
исследовательским целям.
Разработчики AUTO-MEP могут
выпускать обновленные версии
весов модели DELMEP, которые
улучшают производительность
или расширяют применимость.
Рекомендуется следить за
обновлениями для обеспечения
наилучших результатов.

13.

Шаг 6 - Выбор весов ML модели DELMEP

14.

Шаг 7 - Запуск обработки и верификация результатов
После настройки всех параметров пользователь запускает процесс обработки данных.
Затем следует этап верификации, где пользователь проверяет качество автоматической разметки и при необходимости
вносит корректировки.
Запуск обработки
Ручная корректировка
Нажмите кнопку "Run" для начала автоматической
обработки данных. Система применит все заданные
фильтры, сформирует эпохи, использует выбранные веса
ML-модели DELMEP и произведет первичную разметку
МВП.
В случае обнаружения ошибок или неточностей в
автоматической разметке, пользователь имеет
возможность вручную скорректировать данные
непосредственно на графиках. Это обеспечивает
максимальную точность и контроль над конечным
результатом.
Проверка качества разметки
После завершения автоматической обработки откроется
отдельное окно, где будут представлены графики МВП с
наложенной разметкой. Пользователь должен
внимательно просмотреть эти графики, чтобы убедиться в
корректности автоматического определения пиков,
латентности и амплитуды МВП.
Интуитивно понятный интерфейс позволяет легко
перемещать маркеры, изменять границы окон и уточнять
параметры МВП, гарантируя, что окончательные данные
соответствуют экспертным оценкам.

15.

Шаг 7 - Запуск обработки и верификация результатов

16.

Шаг 8 - Экспорт обработанных данных
После успешной проверки и корректировки разметки данных пользователь может экспортировать результаты в одном из
доступных форматов. Этот шаг завершает цикл обработки и подготавливает данные для дальнейшего статистического
анализа или публикации.
Завершение разметки
Выбор формата экспорта
Сохранение файла
Убедитесь, что все необходимые
корректировки были внесены и
качество разметки полностью
удовлетворяет вашим требованиям.
Выберите один из предложенных
форматов файла для сохранения
обработанных данных. AUTO-MEP
поддерживает различные форматы,
обеспечивая совместимость с
популярными статистическими
пакетами и программным
обеспечением для анализа данных.
Укажите путь для сохранения
выходного файла и нажмите кнопку
"Сохранить". Обработанные данные
будут доступны для дальнейшего
использования в ваших
исследованиях.