Данная работа выполнена в научно-исследовательской лаборатории №235 Института аналитического приборостроения РАН (г. Санкт-Петербург) «Радио- и оптоэлектронных приборов биоинформационных и геномных технологий ранней диагностики патологий живых систем». Целью данной работы является разработка нового подхода к технической реализации обработки электроэнцефалографических сигналов на базе применения нейронной сети для дальнейшего подробного исследования вы-званных потенциалов головного мозга. Такой подход позволит обработать исследуемые сигналы путем фильтрации от нежелательных шумов и помех без потери полезной информации. Это необходимо для определения типа вы-званных потенциалов, а также последующего анализа функционального со-стояния головного мозга и центральной нервной системы. Предмет исследования: электроэнцефалографические сигналы, снятые с человека. Объект исследования: алгоритмическое и программное обеспечение для обработки электроэнцефалографических сигналов на базе нейронно-сетевых технологий. В результате выпускной квалификационной работы был разработан нейросетевой алгоритм, который: с высокой степенью точности (до 97%) классифицирует тип вызванных потенциалов; увеличивает пиковое отношение сигнал/шум, не уменьшая при этом параметр информативности исследуемого сигнала. Полученные результаты могут быть в дальнейшем использованы в практике клинической диагностики специалистами в области неврологии, а также для обработки других видов биоэлектрических сигналов. Таким образом, алгоритм является универсальным. Разработанное алгоритмическое и программное обеспечение по обработке электроэнцефалографических сигналов активно применяется в рамках текущей научно-исследовательской работы лаборатории №235 Института аналитического приборостроения РАН.

This work was carried out in the research laboratory № 235 of the Institute of Analytical Instrumentation of the Russian Academy of Sciences (St. Petersburg) "Radio and optoelectronic devices of bioinformatic and genomic technologies for early diagnosis of pathologies of living systems". The aim of this work is to develop a new approach to the technical imple-mentation of the processing of electroencephalographic signals based on the use of a neural network for further detailed research of the brain potentials. This approach will allow you to process the studied signals by filtering out unwanted noise and interference without losing useful information. This is necessary to determine the type of evoked potentials, as well as the next analysis of the functional state of the brain and central nervous system. Subject of the research: electroencephalographic signals taken from a person. Object of the research: algorithmic and software for processing electroen-cephalographic signals based on neural network technologies. As a result of the graduate qualification work, a neural network algorithm was developed, which: classifies the type of evoked potentials with a high degree of accuracy (up to 97 per cent); increases the signal-to-noise ratio, without reducing the informativity parameter of the studied signal. The results received can be further used in the practice of clinical diagnostics by specialists in the field of neurology, as well as for processing other types of bio-electric signals. Thus, the algorithm is universal. The developed algorithmic and software for processing electroencephalo-graphic signals is actively used in the framework of the current research work of Laboratory No. 235 of the Institute of Analytical Instrumentation of the Russian Academy of Sciences.