Начиная с работ Г. Боденштайна и Х.М. Преториуса (1977) появились многочисленные публикации по
применению методологии адаптивной сегментации как в психофизиологических исследованиях, так и в
клинической практике. Бурное развитие в области вычислительной техники и появление более сложных
методов анализа и обработки ЭЭГ создают благополучное условие в этой области. Методология
адаптивной сегментации ЭЭГ является одним из основных подходов для исследования нейродинамических
основ поведенческой и психической деятельности. В данной работе представлены алгоритмические и
технические основы принципа адаптивной сегментации ЭЭГ-процессов по принципу предложенной
Сороко С.И., Бекшаев С.С., Суворов Н.Б. (1981), где ЭЭГ-процесс является отражением вероятностно-
детерминационной организации дискретно-информативных ЭЭГ-событий (в качестве которого выбирается
0-пересечение ЭЭГ, тип отдельных волн определяемые тремя последователями 0-пересечений и т.д.). Для
обеспечения режима on-line адаптивной сегментации предложен принцип работы портативного устройства
на базе сети микроконтроллеров (Atmega 8), для предобработки ЭЭГ процессов.
Взаимосвязанные микроконтроллеры входящие в сети выполняют функции отдельных уровней в
иерархическом представлении ЭЭГ-процессов. 1-ый уровень (семиотический) выполняет роль выделения
дискретно-информативных ЭЭГ-событий («букв»), 2-ой уровень (семантический) – определение ЭЭГ-
сегментов, в виде структур взаимоотношений (более вероятностных чередований отдельных «букв»). Граница перехода одного ЭЭГ-сегмента в другой, определяется критериями, выбранными
исследователем (пользователем) на основе характеристик стохастической матрицы (матрицы вероятностей
перехода от одной "буквы алфавита" ЭЭГ к другому).
3-ый уровень обеспечивает формирование «нейродинамического портрета», в виде чередований
отдельных ЭЭГ-сегментов, как отражения глобальной организации нейродинамических процессов. Данная
функция выполняется на персональном компьютере, который связан с портативным устройством
обеспечивающим предобработку сигналов.
Перспективность адаптивной сегментации ЭЭГ-процессов по вероятностным переходам дискретно-
информативных ЭЭГ-событий обусловлена содержательной информацией находящейся в
биоритмологической организации основных ритмов мозга.

Starting with the works of G. Bodenshtein and H. Pretorius. (1977), numerous publications appeared on the
application of the adaptive segmentation methodology both in psychophysiological studies and in clinical
practice. Rapid development in the field of computer technology and the emergence of more sophisticated methods
of analyzing and processing the EEG create a favorable condition in this area. The methodology of adaptive EEG
segmentation is one of the main approaches for studying the neurodynamic foundations of behavioral and mental
activities. In this paper, the algorithm of adaptive segmentation of EEG processes based on the principle proposed
by S.I. Soroko, S.S. Bekshaev, N.B. Suvorov (1981) is presented algorithmically and technically., where the EEG
process is a reflection of the probabilistic-determination organization of discrete-informative EEG events (which is
chosen as the 0-intersection of the EEG, the type of individual waves determined by three successors of 0-
intersections, etc.). To ensure the on-line adaptive segmentation, the principle of operation of a portable device
based on a network of microcontrollers (Atmega 8), for preprocessing EEG processes, is proposed. Interconnected
microcontrollers in the network perform the functions of individual levels in the hierarchical representation of EEG
processes. The first level (semiotic) performs the role of isolating discrete-informative EEG events ("letters"), the
second level (semantic) – the definition of EEG segments, in the form of relationships (more probabilistic
alternations of individual "letters". The boundary of the transition of one segment of the EEG to another is
determined by the criteria chosen by the researcher (user) based on the characteristics of the stochastic matrix (the
matrix of the probabilities of transition from one "letter" of the EEG alphabet to the other). The third level provides
the formation of a "neurodynamic portrait", in the form of alternations of individual EEG segments. As a reflection of
the global organization of neurodynamic processes.
This function is performed on a personal computer that is connected to a portable device providing preprocessing
of signals. The prospects for adaptive segmentation of EEG processes in probabilistic transitions of
discrete-informative EEG events are due to the informative information of the main rhythms of the brain found in
the biorhythmological organization.