Якупов Р.А

Кафедра неврологии и рефлексотерапии
Казанской государственной медицинской академии
Компьютерное моделирование находит все большее распространение при изучении особенностей функционирования нервной системы в условиях нормы и патологии (Farley B.G., 1960; Terrel G.S., Terzis J.K., 1994). Одним из возможных приложений компьютерного моделирования является исследование нейронных сетей полисинаптических рефлексов, применяемых для функциональной диагностики болевых синдромов при патологии центральной и периферической нервной системы.
Целью настоящей работы явилось создание компьютерной модели ноцицептивного флексорного рефлекса, предназначенной для оценки диагностического значения изменений латентных периодов и длительностей вызванных ответов.
# Алгоритм метода изучения нейронной сети НФР в общем виде состоит в следующем: На основании имеющихся в настоящее время нейроморфологических и нейрофизиологических данных о внутрисегментарных и межсегментарных связях создается идеализированная компьютерная модель нейронной сети НФР, которая отражает особенности информационного взаимодействия нейронов между собой.
# Изучаются варианты поведения нейронной сети при различном характере межнейронных связей и свойств составляющих элементов. Производится коррекция компьютерной модели с учетом полученных результатов.
# Путем циклической последовательной процедуры подбираются параметры сети, позволяющие имитировать реальные нейрофизиологические ответы.
Модель разрабатывалась с применением технологии объектно-ориентированного программирования (C++, Delphi) на основе современных нейроморфологических и нейрофизиологических данных о внутрисегментарных и межсегментарных связях нейронов ноцицептивного флексорного рефлекса.
Основной объект модели - нейрон, который рассматривается как своеобразный логический элемент со множеством входов (возбуждающие и тормозные синапсы на соме и дендритах) и одним выходом (аксон). Нейроны подразделяются на три группы: сенсорные, моторные и вставочные (тормозные и возбуждающие). Вставочные нейроны виртуально организованы в параллельные слои, причем связи внутри слоев имеют существенно больший приоритет, чем связи между слоями. К принципиальным особенностям модели следует отнести постоянную тоническую активность вставочных нейронов. Рабочий цикл модели запускается "раздражением" сенсорных нейронов, которые через синаптические связи активируют вставочные нейроны ближайшего слоя. Дальнейшее состояние нейронной сети определяется сложным взаимодействием возбуждающих и тормозных влияний интернейронов на фоне ее исходной тонической активности. Активность вставочных нейронов конвергирует на мотонейроны, гистограмма мощности разряда которых принимается в качестве аналога моделируемого рефлекторного ответа.
Были промоделированы 4 варианта рефлекторных ответов: нормальный, гиперсинхронный, гипервозбудимый и торпидный. Установлено различное диагностическое значение параметров латентности и длительности поздних компонентов при хронических болевых синдромах.
В целом, предложенная модель показала высокую корреляцию ответов с результатами прямых нейрофизиологических исследований и позволила получить новые сведения о механизмах и диагностическом значении флексорного ноцицептивного рефлекса.