يغيّرُ تحويل فورييه طريقة عرض المعلوماتّ الحالية حيث يحوّل إشارةً تتغيّر بمرور الوقت إلى وصفٍ للمكونات الإيقاعية الكامنة بالفعل بداخلها. ويعدّ︎ فهمُ هذا التحويلِ كعدسة وليس كجهاز الخطوةَ الأولى الضرورية قبل أن يصبح لأي حديثٍ عن إيقاعات الدماغ أو النطاقات الترددية أو الأنماط الطيفية معنى واضح.
ما يمثله مخطط كهربية الدماغ (EEG) فعلياً
يسجل مخطط كهربية الدماغ الجهد الكهربائي أثناء تغيره من لحظة إلى أخرى. وعند تمثيله بيانياً، فإن هذا ينتج خطاً مستمراً واحداً، وهو سلسلة زمنية، تتحرك صعوداً وهبوطاً مع تحول النشاط الكهربائي تحت القطب الكهربائي. ويبدو هذا الخط بمفرده كحدث موحد واحد، لكن هذا المظهر مضلل.
في الواقع، الجهد المسجل في أي لحظة فردية هو النتيجة المشتركة للعديد من العمليات التذبذبية المنفصلة التي تحدث في وقت واحد داخل الأنسجة العصبية الكامنة. بعض هذه العمليات تدور ببطء، والبعض الآخر بسرعة. وعندما تحدث معاً، تُضاف أنماطها الفردية لتشكل موجة مركبة واحدة، تماماً كما تمتزج عدة آلات موسيقية تعزف نغمات مختلفة في وتر واحد. يسمع المستمع صوتاً واحداً، لكن هذا الصوت يتكون سراً من عدة درجات صوتية متميزة طبقت معاً.
ويعمل مخطط كهربية الدماغ بالطريقة نفسها، فما يبدو وكأنه خط عشوائي واحد هو في الواقع عدة إيقاعات متراكبة في إشارة واحدة.
والمشكلة التي يسببها هذا واضحة ومباشرة: إذا اختلطت عدة إيقاعات معاً في شكل موجي واحد، فكيف يمكن لأي شخص تحديد الإيقاعات الموجودة، أو مدى قوة كل منها؟
تحويل فورييه: عدسة وليست مجهراً
يجيب تحويل فورييه على هذا السؤال، ولكن ليس عن طريق اكتشاف بيانات جديدة. إنه يعمل عن طريق إعادة التعبير عن نفس شريحة مخطط كهربية الدماغ بدقة باستخدام نظام إحداثيات مختلف. وبدلاً من وصف الإشارة من حيث الجهد عبر الزمن، فإنه يصف نفس الإشارة من حيث محتوى التردد، ومقدار كل معدل تذبذبي موجود داخلها.
هذا التحويل قابل للعكس رياضياً، حيث يمكنه تحويل فترة زمنية من مخطط كهربية الدماغ إلى تمثيل التردد الخاص بها، ثم تحويلها مرة أخرى، فيظهر الشكل الموجي الأصلي المستند إلى الزمن تماماً كما كان.
التمثيلان، الزمن والتردد، يحتويان على معلومات متطابقة. إنهما ببساطة ينظمانها بشكل مختلف، بنفس الطريقة التي لا يؤدي بها مرور ضوء الشمس عبر منشور إلى خلق اللون. فاللون كان موجوداً بالفعل في الضوء الأبيض، والمنشور يفصل فقط الأطوال الموجية التي كانت مختلطة بالفعل حتى تصبح مرئية بشكل فردي.
ويقوم تحويل فورييه بالفصل المكافئ على إشارة مخطط كهربية الدماغ، مما يجعل المكونات الإيقاعية مرئية دون تغيير التسجيل الأساسي بأي شكل من الأشكال.
الأسس الرياضية لتحويل فورييه
يعتمد التحويل في جوهره على التقييم المتكامل لإشارة مضروبة في دوال أسية مركبة. تحسب هذه العملية الارتباط بين الشكل الموجي الأصلي وموجات الجيب ذات الترددات المتفاوتة. فإذا كان هناك تردد معين موجوداً داخل الإشارة الأصلية، فإن التكامل ينتج قيمة عالية عند تلك النقطة في مجال التردد، مما يمثل شدة الطاقة المحلية.
وتستخدم التعريفات الرسمية متطابقة أويلر لسد الفجوة بين الدوال المثلثية والدوال الأسية المركبة. ويقوم التحويل الأمامي بتحويل دالة مستمرة f(t) إلى F(ω)، بينما تعيد العملية العكسية بناء الإشارة الأصلية من خلال تجميع هذه المكونات المركبة. ويضمن هذا التماثل عدم فقدان أي معلومات أثناء التحويل، مما يسمح بانتقال رياضي عكسي تماماً.
يجب على الممارسين إيلاء اهتمام وثيق لثوابت التطبيع ومعايير التقارب عند تطبيق هذه التكاملات على البيانات الفيزيائية. إن المعالجة غير السليمة لحدود التكامل أو تعريفات الإشارة يمكن أن تؤدي إلى تقديرات طيفية غير دقيقة. ومن خلال احترام هذه الحدود الرياضية، يضمن المرء أن يظل تمثيل مجال التردد انعكاساً دقيقاً لتدفق البيانات الأصلي المعتمد على الزمن.
أنواع تحويلات فورييه
التحويل المستمر مقابل تحويل فورييه المتقطع
ينطبق التحويل المستمر على الدوال المعرفة على مدى فترة زمنية غير محدودة، في حين يعمل الإصدار المتقطع على تسلسلات بيانات أخذ العينات المحدودة.
عملياً، تستخدم الأنظمة الرقمية دائماً المعالجة المتقطعة، مما يتطلب دراسة دقيقة لحدود أخذ العينات لتمثيل الظواهر المستمرة بدقة. وتوجد طرق مختلفة لتقريب هذا الانتقال دون خسارة كبيرة في البيانات، بما في ذلك:
دوال النوافذ التي تمنع التسرب الطيفي عن طريق تقليص حواف بيانات الإدخال.
تقنيات حشو الأصفار لزيادة دقة فئات التردد الناتجة.
استراتيجيات التخفيف من تعرج الإشارات التي تضمن سلامة الإشارة أثناء عملية الرقمنة.
الامتثال لنظرية أخذ العينات لالتقاط جميع معلومات التردد العالي ذات الصلة الموجودة.
رسم خرائط حسابي فعال يتناسب مع عدد نقاط بيانات الإدخال.
تساعد هذه الاعتبارات في تحديد مدى فعالية النتيجة المتقطعة في عكس بنية الإشارة المستمرة الأساسية.
تحويل فورييه السريع: لماذا تهم السرعة
أتاح تطوير خوارزميات فعالة، مثل تحويل فورييه السريع (FFT)، التحليل الطيفي الفوري في الأنظمة ذات الإنتاجية الهائلة للبيانات. وبدون هذه التحسينات، فإن التعقيد الحسابي للتحويلات المتقطعة القياسية سيجعل تقنيات التشخيص الحديثة غير قابلة للاستخدام. وتظهر مكاسب الكفاءة بوضوح صارخ عند مقارنة وقت الحساب لمجموعات البيانات الكبيرة، كما هو موضح أدناه.
حجم مجموعة البيانات | حجم الحساب | صعوبة الوقت |
|---|---|---|
256 عينة | منخفض | الحد الأدنى |
1,024 عينة | معتدل | فعال |
32,768 عينة | مرتفع | سريع جداً |
من خلال تحويل عملية تتسع بشكل تربيعي إلى عملية تتسع بشكل لوغاريتمي، تسهل هذه الأدوات المراقبة السريعة للإشارات. وتسمح المعالجة السريعة بحلقات تغذية راجعة فورية، وهو أمر بالغ الأهمية في البيئات التي يكون فيها رصد التغييرات في الوقت الفعلي هو الهدف الأساسي للبحث.
افتراض الدورية وراء كل حساب فورييه
عندما يعالج تحويل فورييه جزءاً من الإشارة، فإنه يعامل هذا الجزء رياضياً كما لو كان يتكرر بشكل لا نهائي في كلا الاتجاهين، إلى الأمام والخلف في الزمن، إلى الأبد. وتُعامل الشريحة القصيرة من مخطط كهربية الدماغ التي جرى تحليلها كوحدة تكرار واحدة في حلقة لا نهاية لها.
لا يتصرف نشاط مخطط كهربية الدماغ الحقيقي بهذه الطريقة؛ فالإشارات الدماغية ليست دورية تماماً، ونادراً ما تبدأ الشريحة المأخوذة من تسجيل مستمر وتنتهي عند قيم تتصل بسلاسة إذا تم تكرارها على نفسها.
وعندما لا تتطابق حواف الشريحة، فإن افتراض التكرار اللا نهائي يُدخل تشوهات عند الحدود، تسمى أحياناً عيوب الحافة أو التسرب الطيفي، حيث تبدو الطاقة من تردد معين وكأنها تتداخل في الترددات المجاورة التي لم تكن موجودة بالفعل في الإشارة الأصلية.
هذا ليس عيباً يبطل الطريقة، بلهو مقايضة رياضية معروفة، ويمكن التعامل معها عندما يتم اختيار الشرائح بعناية. وهذا جزء من سبب عمل تحليل مخطط كهربية الدماغ القائم على التردد عادة مع فترات قصيرة ومستقرة نسبياً من الإشارة بدلاً من التسجيلات الطويلة والمستمرة في التغير.
وعلى سبيل المثال، قارن يانسن وآخرون ميزات مجال التردد عبر فترات قصيرة لمخطط كهربية الدماغ بدلاً من التسجيلات الممتدة، وهو نهج يتوافق مع إبقاء كل جزء جرى تحليله قصيراً بما يكفي ليظل افتراض الدورية تقريباً معقولاً. وسلكت دراسة أجراها فيدياراتنه وآخرون مساراً ذا صلة ولكنه أكثر تخصصاً، حيث قامت بحساب تحويل حزمة المويجات التوافقية، وهي تقنية مبنية على تحويل فورييه نفسه، لاستخراج معلومات التردد مع معالجة قيود الدقة التي تأتي مع تحليل إشارات الدماغ التي تتغير بمرور الوقت.
ويوضح كلا النهجين كيف تلائم الأعمال العملية لمخطط كهربية الدماغ ملاءمة رياضية لا تتطابق تماماً مع الواقع البيولوجي، دون التخلي عن الأداة نفسها.
لماذا يهم محتوى التردد لقراءة نشاط الدماغ
بمجرد تحويل فترة مخطط كهربية الدماغ إلى مكونات التردد الخاصة بها، يتم تعيين تلك المكونات على فئات يرجح أن يكون أي شخص قرأ عن نشاط الدماغ قد واجهها: نطاقات دلتا وثيتا وألفا وبيتا وجاما. وتصف هذه التسميات نطاقات سرعة التذبذب، وتشكل المفردات المستخدمة في أبحاث النوم، والدراسات المعرفية، والتشخيص السريري.
هذا التفكيك هو الأساس المفاهيمي وراء جميع تفسيرات مخطط كهربية الدماغ القائمة على التردد تقريباً. وفي أي وقت يذكر فيه تقرير نشاطاً مرتفعاً في نطاق معين، أو تحولاً في التوازن بين النطاقات، فإن هذا البيان لا يكون ذا معنى إلا لأن الإشارة جرى تفكيكها أولاً باستخدام المنطق الذي يوفره تحويل فورييه. وبدون هذا التفكيك، لن تكون هناك مفردات لوصف إيقاعات الدماغ على الإطلاق، بل مجرد مخطط جهد متصل.
والادعاء بأن تردد التذبذب يحمل معلومات ذات مغزى حول حالات الدماغ تجري مناقشته على نطاق واسع في العديد من مجالات علم الأعصاب.
ما كشفه التحليل القائم على فورييه حول نشاط النوبات
الفصل بين الإشارات النوبية والخالية من النوبات
طبق الباحث رام بيلاس باتشوري تقنية تسمى تفكيك النمط التجريبي على إشارات مخطط كهربية الدماغ داخل الجمجمة، مما أدى إلى تقسيم كل تسجيل إلى مجموعة من المكونات محدودة النطاق والمعروفة باسم دوال النمط الجوهري. ثم استخدم توسيع فورييه-بيسل لحساب متوسط التردد لكل من هذه المكونات.
وعند مقارنة الإشارات النوبية، أي تلك المسجلة أثناء نشاط النوبة النشطة، بالإشارات الخالية من النوبات، أظهرت ميزة متوسط التردد فرقاً ذو دلالة إحصائية بين الحالتين. وتثبت النتيجة أن معلومات التردد المستخرجة من خلال طريقة قائمة على فورييه تحمل بصمة قابلة للكشف مرتبطة بنشاط النوبة.
وسعى فيدياراتنه وآخرون إلى تحقيق هدف ذي صلة ولكنه أكثر تفصيلاً: اكتشاف بداية النوبة في الوقت الفعلي. وجمع هذا النهج بين ميزات الطاقة من تحويل حزمة المويجات التوافقية، المحسوب من خلال تحويل فورييه، مع مقياس منفصل يسمى البعد الكسري، والذي يلتقط الأنماط المتكررة ذاتية التشابه داخل الإشارة.
ونُظمت هذه الميزات المشتركة مكانياً عبر قنوات الأقطاب الكهربائية وزمنياً عبر نافذة تحليل متحركة، ثم جرى تصنيفها باستخدام آلة ناقلات الملاءمة، وهي طريقة اختيرت لكفاءتها مع مجموعات الميزات الكبيرة والمتناثرة.
وعند اختباره على تسجيلات طويلة المدى لمخطط كهربية الدماغ لفروة الرأس، وصل النظام إلى حساسية بنسبة 96 بالمائة لاكتشاف بدء النوبة، مع معدل اكتشاف كاذب متوسط يبلغ 0.1 حدث فقط في الساعة ومتوسط زمن انتقال للاكتشاف يبلغ 1.89 ثانية. وعلى البيانات قصيرة المدى، المستمدة من تسجيلات فروة الرأس وداخل الجمجمة، وصلت دقة التصنيف إلى 99.8 بالمائة.
وتظهر هاتان الدراستان معاً أن المعلومات التذبذبية المستخرجة من خلال التفكيك المرتبط بفورييه تحمل محتوى ذا صلة تشخيصية في السياق المحدد للكشف عن الصرع.
مقارنة ميزات فورييه مقابل تحويل بديل
تناول يانسن وآخرون السؤال من زاوية مختلفة، حيث قارنوا بين تحويلين رياضيين مباشرة.
وبدلاً من اختبار تحليل فورييه بمعزل عن غيره، قارن الباحثون الميزات المستمدة من تحويل فورييه بالميزات المستمدة من تحويل والش، وهي طريقة تفكك الإشارات باستخدام دوال مستطيلة ومربعة الشكل بدلاً من الموجات الجيبية الملساء. وعند تطبيقها على فترات قصيرة لمخطط كهربية الدماغ، أنتجت الميزات المستمدة من تحويل فورييه باستمرار نتائج تصنيف أفضل من تلك المستمدة من تحويل والش.
وتشير هذه المقارنة إلى أن اللبنات الأساسية الجيبية قد تتماشى بشكل طبيعي مع البنية الأساسية لإشارات مخطط كهربية الدماغ مقارنة بالبدائل المستطيلة الشبيهة بالكتل، على الأقل بالنسبة لمهام التصنيف المحددة التي فحصتها الدراسة.
كيفية حساب تحويل فورييه المتقطع (DFT)
يبدأ حساب التحويل المتقطع ببيانات إدخال نظيفة تمثل الإشارة على مدى فترة مستقرة. ويجب أولاً التأكد من أن طول الإشارة يطابق دقة التردد المطلوبة، ثم تطبيق دالة النوافذ لتقليل العيوب الطيفية الناتجة عن اقتطاع البيانات المحدودة. وهذا العمل التحضيري ضروري لمنع حدوث أخطاء جسيمة أثناء مرحلة الحساب.
بمجرد إعداد الإشارة، يتضمن الحساب الفعلي تطبيق صيغة التحويل عبر جميع نقاط العينات داخل نافذة السلسلة الزمنية. وتتولى منصات البرمجيات الرقمية العبء الأكبر، وعادة ما تستخدم خوارزمية تحويل فورييه السريع (FFT) لتنفيذ ملايين الحسابات في الثانية وإنتاج طيف سعة واضح. ويجب بعد ذلك قياس هذا الناتج بشكل صحيح ليعكس الوحدات الفيزيائية لقياس الإدخال (مثل الميكروفولت، أو $\mu V$، في مخطط كهربية الدماغ)، مما يضمن بقاء النتائج قابلة للتفسير في الأبحاث اللاحقة.
ويتطلب تفسير الشدة الطيفية الناتجة فحص البيانات بحثاً عن أنماط تذبذبية متميزة. وفي حين قد تكشف الأنظمة الميكانيكية عن قمم حادة ومعزولة، فإن الإشارات البيولوجية مثل مخطط كهربية الدماغ غالباً ما تتطلب تحليل القوة الكلية داخل نطاقات تردد واسعة (مثل نطاق ألفا 8-12 هرتز) بدلاً من الاعتماد على القمم المتقطعة وحدها. وتعتمد الأهمية الفيزيائية لهذه الميزات الطيفية بشكل كبير على السياق، وغالباً ما تشير إلى سلوك فسيولوجي أو ميكانيكي كامن. ومن خلال اتباع هذه الخطوات باستمرار، يمكن للممارسين استخراج بيانات تردد ذات مغزى وقابلة للتنفيذ حتى من أكثر الموجات الرصدية تعقيداً.
تحويل فورييه مقابل طرق مجال التردد الأخرى
على الرغم من كونه متعدد الاستخدامات للغاية، فإن نهج فورييه يفترض إشارات مستقرة، تكون ثابتة على مدار مدة القياس. وفي السيناريوهات التي تنطوي على تغييرات سريعة وعابرة - مثل طفرة صرع مفاجئة أو نوبة قصيرة من مغازل النوم - توفر طرق أخرى مثل تحويلات المويجات تحديداً أفضل للموقع من خلال الحفاظ على معلومات الزمن جنباً إلى جنب مع تفاصيل التردد. ويتطلب اختيار الأداة المناسبة تقييم ما إذا كانت الإشارة تحافظ على بنية إيقاعية ثابتة أو تتغير فجأة.
وتقدم الطرق البديلة، مثل تحليل الطيف المفرد (SSA)، مزايا لتفكيك الإشارات غير الخطية وغير المتوقعة التي تجد التحويلات القياسية صعوبة في حلها. وغالباً ما تتفوق هذه الطرق في استخراج اتجاه الإشارة مقابل الضوضاء التذبذبية في مجموعات البيانات الفسيولوجية المعقدة في العالم الحقيقي. ويعتمد الاختيار على مستوى الدقة المطلوبة للدقة الزمنية مقابل الدقة الطيفية في إعداد بحثي معين.
وفي النهاية، لا توجد طريقة تحويل واحدة تعد حلاً سحرياً عالمياً لمعضلات معالجة الإشارات. ويجب على الممارسين موازنة التكلفة الحسابية والقيود الرياضية لكل نهج مقابل خصائص بياناتهم. ويضمن دمج هذه وجهات النظر المتنوعة عملية تشخيصية قوية وشاملة تزيد من دقة التفسير النهائي.
الأدوات والبرامج لحساب تحويلات فورييه
لقد سهلت المكتبات الحديثة مفتوحة المصدر الوصول إلى هذه العمليات الرياضية المتقدمة، مما يسمح للباحثين بإجراء تحليلات معقدة ببضعة أسطر فقط من التعليمات البرمجية. وتقدم المنصات المصممة خصيصاً لعلوم البيانات عمليات محسنة تتعامل مع المصفوفات الكبيرة والإشارات متعددة الأبعاد بسهولة. وتسهل هذه الأدوات دمج التحليل الطيفي في مسارات معالجة أكبر، بما في ذلك تنظيف الإشارات وتصنيف المهام تلقائياً.
وغالباً ما تشتمل البرامج المتخصصة المصممة للبيانات العصبية أو الزلزالية على وحدات مدمجة مسبقاً للتفكيك الطيفي وإزالة العيوب الطيفية. وتتعامل هذه الحزم مع تعقيدات قياس التردد والنوافذ تلقائياً، مما يقلل من مخاطر الأخطاء بالنسبة للباحثين الذين قد لا يمتلكون خبرة في الخوارزميات الأساسية. ويساعد الاستخدام المتسق لهذه الأدوات الموحدة أيضاً في إمكانية تكرار نتائج الأبحاث عبر المختبرات المختلفة.
وعند اختيار مجموعة برامج، تظل التوافقية مع تنسيقات البيانات الحالية والقدرة على التعامل مع مصفوفات المستشعرات عالية الكثافة على رأس الأولويات. وتعد الوثائق التي تقدم أمثلة واضحة على ضبط المعلمات واختيار الخوارزميات مفيدة للغاية للمبتدئين. ومع استمرار المجتمع في تحسين هذه الأدوات، ينتقل التركيز بشكل متزايد نحو المعالجة السريعة الفورية لبيانات الحافة وقابلية التوسع القائمة على السحابة لمجموعات البيانات الكبيرة جداً.
ما يكشفه تحليل التردد عن الإيقاعات المخفية للدماغ
يعمل تحويل فورييه كمنشور رياضي لإشارات الدماغ، حيث يفكك الإيقاعات المتداخلة إلى نطاقات تردد متميزة. ويوفر هذا التفكيك المفردات الأساسية لوصف حالات الدماغ - من النوم العميق إلى التركيز اليقظ - ويوضح مصطلحات مثل موجات ألفا أو دلتا. وبدون إعادة التنظيم هذه، سيظل مخطط كهربية الدماغ عبارة عن خط متعرج لا يمكن فك رموزه، وإيقاعاته الخفية غير مرئية.
وتظهر القوة العملية بوضوح في الكشف عن النوبات، حيث يميز تحليل التردد نشاط النوبة عن أنماط الدماغ الطبيعية بدقة عالية. وإن افتراض التحويل بأن جزء الإشارة يتكرر تماماً هو ملاءمة رياضية، وليس حقيقة بيولوجية، ولكن الاختيار الدقيق للشرائح القصيرة والمستقرة يحافظ على التشوهات في حدود يمكن السيطرة عليها. وتثبت الأدبيات أن تمثيل نشاط الدماغ كمجموع من الإيقاعات - على الرغم من أنه ليس نموذجاً حرفياً لكيفية عمل الخلايا العصبية - ينتج معلومات قابلة للقياس ومفيدة سريرياً.
المراجع
Jansen, B. H., Bourne, J. R., & Ward, J. W. (1981). Spectral decomposition of EEG intervals using walsh and fourier transforms. IEEE Transactions on Biomedical Engineering, (12), 836-838. https://doi.org/10.1109/TBME.1981.324686
Vidyaratne, L. S., & Iftekharuddin, K. M. (2017). Real-time epileptic seizure detection using EEG. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 25(11), 2146-2156. https://doi.org/10.1109/TNSRE.2017.2697920
Pachori, R. B. (2008). Discrimination between ictal and seizure‐free EEG signals using empirical mode decomposition. Journal of Electrical and Computer Engineering, 2008(1), 293056. https://doi.org/10.1155/2008/293056
الأسئلة الشائعة
ما الذي يمثله مخطط كهربية الدماغ الخام فعلياً؟
مخطط كهربية الدماغ هو خط واحد يوضح تغيرات الجهد بمرور الوقت، ولكنه في الواقع المجموع المشترك للعديد من العمليات التذبذبية المنفصلة التي تحدث في وقت واحد في الدماغ. وتضاف الإيقاعات السريعة والبطيئة المختلفة معاً في شكل موجي مركب واحد، مثل تمازج الآلات الموسيقية المتعددة في وتر واحد.
كيف يحلل تحويل فورييه إشارة مخطط كهربية الدماغ؟
يعيد تحويل فورييه تنظيم نفس بيانات مخطط كهربية الدماغ تماماً من خلال وصفها من حيث محتوى التردد بدلاً من وصف الجهد عبر الزمن. فهو يفصل المكونات الإيقاعية المختلطة الموجودة بالفعل، ليعمل كمنشور يكشف عن الأطوال الموجية الفردية داخل شعاع الضوء.
هل يضيف تحويل فورييه معلومات جديدة إلى تسجيل مخطط كهربية الدماغ؟
لا، فالتحويل قابل للعكس رياضياً ولا يبتكر أو يتجاهل أي بيانات. إنه يغير ببساطة طريقة العرض عن طريق تحويل الإشارة إلى مجموعة من الترددات الجيبية، مما يجعل المكونات الإيقاعية الأساسية مرئية.
ما هو الافتراض الرياضي الرئيسي عند تطبيق تحويل فورييه على مخطط كهربية الدماغ؟
تعالج العملية الحسابية جزء مخطط كهربية الدماغ المحدد رياضياً كما لو كان يتكرر بشكل لا نهائي في حلقة مثالية. ويسهل افتراض الدورية هذا التحليل ولكنه قد يقدم عيوباً في الحواف إذا لم تتطابق بداية الإشارة ونهايتها بسلاسة.
لماذا يصح تفكيك موجة دماغية غير منتظمة إلى موجات جيبية ناعمة؟
تظهر نظرية فورييه أنه يمكن إعادة بناء أي شكل موجي تقريباً عن طريق تجميع موجات الجيب وجيب التمام النقية ذات ترددات وسعات وأطوار معينة. وهذا التمثيل الرياضي يصلح للتحليل، على الرغم من أن الخلايا العصبية لا تولد حرفياً موجات جيبية معزولة ونظيفة.
لماذا تعتبر نطاقات التردد مثل ألفا أو دلتا مهمة في تفسير مخطط كهربية الدماغ؟
بمجرد تفكيك الإشارة، يتم تعيين مكوناتها على نطاقات قياسية مثل دلتا أو بيتا، والتي تشكل المفردات الأساسية لوصف حالات الدماغ. ويعتمد أي ذكر لتغيرات الطاقة في نطاق معين اعتماداً كلياً على هذا الفصل الأولي القائم على فورييه.
ما هي الأدلة التي تدعم استخدام تحليل فورييه للكشف عن النوبات؟
أظهرت الدراسات التي تستخدم ميزات التردد المستمدة من فورييه فرقاً ذو دلالة إحصائية بين إشارات الدماغ النوبية وغير النوبية. وحقق أحد أنظمة الكشف في الوقت الفعلي حساسية عالية، مما يثبت أن المعلومات التذبذبية تحمل محتوى ذا صلة سريرية لمرض الصرع.
ما هي القيود الرئيسية لهذا النهج القائم على التردد؟
يعد افتراض التكرار اللانهائي تبسيطاً هيكلياً يصبح أقل دقة بمرور التسجيلات الأطول والمتغيرة. وبالإضافة إلى ذلك، فإن نتائج التصنيف القوية تأتي من مجموعات بيانات محددة ولا تثبت أن الدماغ يستخدم المذبذبات الجيبية المتقطعة كبنيات فسيولوجية.
تُعد Emotiv شركة رائدة في تقنيات الأعصاب، تساعد على تطوير أبحاث علم الأعصاب من خلال أدوات EEG وبيانات الدماغ سهلة الوصول.
إخلاء مسؤولية طبي: المعلومات المقدمة على هذا الموقع هي لأغراض تعليمية وإعلامية فقط ولا يُقصد بها أن تكون نصيحة طبية أو صحية. قد يحتوي هذا المحتوى على أخطاء ولا ينبغي الاعتماد عليه لاتخاذ قرارات صحية أو طبية أو نمط حياة تغير مجرى الحياة. احرص دائمًا على استشارة طبيبك أو أي مقدم رعاية صحية مؤهل آخر بشأن أي أسئلة قد تكون لديك بخصوص أي حالة طبية أو علاج.
كريستيان بورغوس
