নিউরাল অস্কিলেশনের মৌলিক কথা
রোশিনি রেন্দেনিয়া
১ অক্টো, ২০২৫
শেয়ার:
1. ভূমিকা
স্বাগতম! এই টিউটোরিয়ালে আমরা মস্তিষ্কের তরঙ্গ এবং আমাদের কীভাবে এগুলিকে ব্যবহার করে মস্তিষ্ক এবং আচরণ বুঝতে পারি তা শিখছি।
হ্যান্স বার্গার ১৯২৯ সালে ইলেকট্রোএনসেফালোগ্রাম শব্দটি ব্যবহার করেছিলেন, যখন তিনি একজন ব্যক্তির মাথায় স্থাপন করা সেন্সর ব্যবহার করে রেকর্ড করা বৈদ্যুতিক পটেনশিয়ালের পরিবর্তনগুলি বর্ণনা করেছিলেন। তিনি দুটি ধরনের মস্তিষ্কের তরঙ্গ চিহ্নিত করেছিলেন, যেগুলিকে তিনি আলফা এবং বিটা তরঙ্গ বলেছেন, স্রেফ কারণ যা তিনি সেগুলি রেকর্ড করার জন্য ব্যবহার করেছিলেন সেটির ক্রমের কারণে। এর আগেও অন্যান্য স্তন্যপায়ী প্রাণীতে এমন তরঙ্গ রেকর্ড করা হয়েছিল, কিন্তু বার্গার এটিকে মানুষের মধ্যে প্রথমবার বর্ণনা করেছেন!
এর পর থেকে, ইলেকট্রোএনসেফালোগ্রাফি পদ্ধতিটি নিউরোসায়েন্সে একটি প্রধান সরঞ্জাম হয়ে উঠেছে এবং এটি আমাদের মস্তিষ্কের তরঙ্গ (যেটিকে গবেষকরা নিউরাল অস্কিলেশন বলে) বুঝতে সাহায্য করেছে এবং এটি ক্লান্তি এবং জাগরণসহ মস্তিষ্কের অবস্থাকে চিহ্নিত করতে সাহায্য করেছে।
এই সংক্ষিপ্ত টিউটোরিয়ালে আমরা নিচের বিষয়গুলো আলোচনা করব:
নিউরাল অস্কিলেশন কী?
আমরা কীভাবে নিউরাল অস্কিলেশন পরিমাপ করতে পারি?
আমরা নিউরাল অস্কিলেশন নিয়ে কী করতে পারি?
এমোটিভ ডিভাইস এবং সফটওয়্যার ব্যবহার করে বাস্তব প্রয়োগ।
2. EEG কী?
ইলেকট্রোএনসেফালোগ্রাফি (EEG) আমাদের মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ পরিমাপ করার একটি অ-আক্রমণাত্মক এবং প্যাসিভ পদ্ধতি। বৈদ্যুতিন সেন্সর / সেন্সর / চ্যানেলগুলি স্ক্যাল্পের উপর স্থাপন করা হয় মস্তিষ্কের কোষের একটি সংগ্রহের দ্বারা উত্পাদিত বৈদ্যুতিক কার্যকলাপ রেকর্ড করার জন্য, যেগুলিকে নিউরন বলা হয়।
ছবি ১ – নিউরন বৈদ্যুতিক কার্যকলাপ উৎপন্ন করে যা একটি EEG ডিভাইস দিয়ে চিহ্নিত করা যায় [সিউলি, ইত্যাদি (২০১৬)]।
2.1. EEG সিস্টেম
বাজারে অনেক EEG ডিভাইস রয়েছে যা EEG রেকর্ড করতে ব্যবহার করা যেতে পারে। EEG ডিভাইসের মধ্যে রয়েছে:
একটি একক সেন্সর বা ২৫৬টি ইলেকট্রোড পর্যন্ত – আরও বেশি ইলেকট্রোড মাথার ত্বকে তথ্যের উচ্চ স্থানিক রিজলিউশন প্রদান করবে।
ভিজা বা শুকনো ইলেকট্রোড – ভিজা ইলেকট্রোড স্ক্যাল্প এবং সেন্সরের মধ্যে পরিবাহিতা উন্নত করার জন্য একটি বৈদ্যুতিক জেল বা স্যালাইন সমাধান ব্যবহার করে। শুকনো ইলেকট্রোডগুলি ধাতু বা পরিবাহী পলিমার হতে পারে যা মাথার ত্বকের সাথে সরাসরি যোগাযোগের প্রয়োজন।
সক্রিয় বা নিষ্ক্রিয় ইলেকট্রোড – নিষ্ক্রিয় ইলেকট্রোড সিস্টেমগুলি সহজেই সংকেতটি ডিভাইসে প্রবাহিত করে যেখানে এটি বাড়িয়ে তোলা হয়। সক্রিয় ইলেকট্রোড সিস্টেমগুলি সংকেতকে প্রতিটি ইলেকট্রোডে বাড়িয়ে দেয়
এর আগে যেটি বাড়িয়ে তোলার জন্য ডিভাইসে পৌঁছায়। এটি সংকেতের পরিবেশগত বৈদ্যুতিক শব্দ কমায়।কেবলযুক্ত বা ডেটা Bluetooth দ্বারা প্রেরণকারী বেতার ডিভাইস।
ছবি ২ – একটি বেতার, কম ঘনত্বের EEG সিস্টেম।
ছবি ৩ – একটি কেবলযুক্ত, উচ্চ ঘনত্বের ইলেকট্রোড EEG সিস্টেম।
2.2. EEG কখন ব্যবহার করবেন?
প্রতিটি নিউরোমেজিং পদ্ধতি বিভিন্ন গবেষণা প্রশ্নের উত্তর দিতে সহায়তা করতে পারে।
EEG এর সবচেয়ে বড় শক্তি হল এটি মিলিসেকেন্ডের মাত্রায় নিউরাল কার্যকলাপ পরিমাপ করতে পারে, যা প্রাক-সচেতন প্রক্রিয়াগুলি পরিমাপ করতে পারে।
ছবি ৪ – বিভিন্ন নিউরোমেজিং টুলগুলির স্থানীয় বিরুদ্ধে অস্থায়ী রিজলিউশন।
এটি এমন প্রশ্নগুলির জন্য সবচেয়ে উপযুক্ত যেমন "আমার ভিডিওর কোন অংশে অংশগ্রহণকারী সবচেয়ে বেশি মনোযোগ দিয়েছিল?"
EEG প্রধানত মস্তিষ্কের বাইরের স্তর থেকে কার্যকলাপ রেকর্ড করে (অর্থাৎ এর স্থানিক রিজলিউশন কম)। একটি একক সেন্সরের মাধ্যমে কার্যকলাপের উৎস চিহ্নিত করা অসম্ভব। একটি বড় সংখ্যক চ্যানেলের সঙ্গে রেকর্ডিংটি mathematically reconstruct করতে পারে কিন্তু এটি এখনও গভীর উৎস চিহ্নিত করতে সীমাবদ্ধ। কার্যকর ম্যাগনেটিক রেজোন্যান্স ইমেজিং (fMRI) এমন প্রশ্নগুলির উত্তর দিতে আরও ভাল suited যেমন "মস্তিষ্কের কোন অংশ মনোযোগের পরিবর্তনের সাথে সম্পর্কিত?"
2.3. সেন্সর থেকে কাঁচা EEG?
যখন একটি EEG ডিভাইস মাথায় ফিট করা হয়, তখন মস্তিষ্কের কার্যকলাপ একটি একক সেন্সরে পরিমাপ করা হয় যা সেই সেন্সরের এবং একটি রেফারেন্স সেন্সরের মধ্যে অ্যামপ্লিটিউডের পার্থক্য। অধিকাংশ EEG সিস্টেমে একে সাধারণ মোড সেন্স (CMS) ইলেকট্রোড বলা হয়। একটি অতিরিক্ত সেন্সর, ড্রিভেন রাইট লেগ (DRL), CMS-এ যেকোনো হস্তক্ষেপ কমাতে সহায়তা করে।
ছবি ৫ – EEG সংকেত ট্রান্সমিশনের সরলীকৃত ব্লক ডায়াগ্রাম।
যে সিস্টেমে সক্রিয় এবং নিষ্ক্রিয় উভয় ইলেকট্রোড রয়েছে সেখানে সংকেতটি তারপর বাড়ানো হয় এবং নিম্ন-পাস ফিল্টার করা হয়। নিম্ন-পাস ছাঁটাই একটি পদক্ষেপ যা আপনার সংকেতের পরিবেশ থেকে সম্ভাব্য বৈদ্যুতিক হস্তক্ষেপ সরিয়ে নেবে উদাহরণস্বরূপ মূল লাইন পাওয়ার।
এই পদক্ষেপগুলি ঘটে হার্ডওয়ারের মধ্যেই কাঁচা EEG সংকেত আপনার কম্পিউটার স্ক্রীনে দেখা যাওয়ার আগে।
2.4. কিছু মৌলিক পরিভাষা
১০-২০ স্ট্যান্ডার্ড নামকরণ প্রথা
বাঁয়ের সেন্সরগুলি সাধারণত অসংখ্য সংখ্যা এবং ডান সেন্সরগুলি সাধারণত যুগ্ম সংখ্যায় থাকে।
মাচা ১: এগুলি কেবল নামকরণ প্রথা এবং EEG সেন্সরের অবস্থানের উৎস কার্যকলাপের উৎসের নির্দেশক নয়।
মাচা ২: যে কোনও অতিরিক্ত পদক্ষেপ যেমন একটি একক চ্যানেলে কার্যকলাপের উৎস নির্ধারণ করতে Mathematical reconstructionundertaken হতে হবে।
3. নিউরাল অস্কিলেশন কী?
মস্তিষ্কের তরঙ্গ, যা প্রায়ই নিউরাল অস্কিলেশন বলা হয়, একটি একক বা ক্লাস্টার অব নিউরোন দ্বারা উৎপন্ন ছন্দময় প্যাটার্ন।
এটি এখনও পরিষ্কার নয় কেন মস্তিষ্ক এসব ধরনের অস্কিলেশন উৎপন্ন করে, তবে অনেক তত্ত্ব রয়েছে। গবেষকরা বিভিন্ন কাজ ব্যবহার করে এই অস্কিলেটরি কার্যকলাপগুলি চিহ্নিত করতে এবং এই ছন্দময় প্যাটার্নগুলি ব্যবহার করে মস্তিষ্কের রহস্যগুলি বোঝার চেষ্টা করেন।
3.1. একটি অস্কিলেশনের কিছু বৈশিষ্ট্য
এই ছবিটি একটি নিয়মিত বৈদ্যুতিক সংকেতের পরিমাপ দেখায়:
ছবি ৬ – বিভিন্ন নিউরোমেজিং টুলগুলির স্থানীয় বিরুদ্ধে অস্থায়ী রিজলিউশন।
বাঁয়ে (y-অক্ষ) আমরা বৈদ্যুতিক রেকর্ডিংয়ের অ্যামপ্লিটিউড এবং অনুভূমিক অক্ষ (x-অক্ষ) সময় ম্যাপ করতে পারি। সংকেতের অ্যামপ্লিটিউড একটি কেন্দ্রীয় পয়েন্টের চারপাশে নিয়মিতভাবে পরিবর্তিত হবে। একটি চক্রকে একটি অস্কিলেশন বলা হয়।
প্রতি সেকেন্ডে চক্রের সংখ্যা তরঙ্গের ফ্রিকোয়েন্সি বলা হয় এবং এর একক হল হার্জ (Hz)। তাই প্রতি সেকেন্ডে ১ চক্র = ১ হার্জ। অ্যামপ্লিটিউড সাধারণত মাইক্রোভোল্ট (µV) এ পরিমাপ করা হয়।
মস্তিষ্কে আমরা ০.২ হার্জ (বহানো ধরে) থেকে ৮০ হার্জ বা তার বেশি (অত্যন্ত দ্রুত তরঙ্গ) তরঙ্গ দেখতে পাই। খিঁচুনি যুক্ত উচ্চ-ফ্রিকোয়েন্সি কার্যকলাপ ৫০০ হার্জ পর্যন্ত মস্তিষ্কে রেকর্ড করা যেতে পারে।
বিভিন্ন ধরনের মস্তিষ্কের অস্কিলেশন তাদের ফ্রিকোয়েন্সি অনুসারে চিহ্নিত করা হয়। এগুলি ফ্রিকোয়েন্সি ব্যান্ড হিসাবে পরিচিত এবং মস্তিষ্কের বিভিন্ন অবস্থার সাথে সম্পর্কিত হতে পারে:
ছবি ৭ – সাধারণ EEG-এ মস্তিষ্কের তরঙ্গ।
3.2. কেন বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ড গুরুত্বপূর্ণ?
সাধারণ বনাম অস্বাভাবিক মস্তিষ্কের প্যাটার্ন চিহ্নিত করা
নিউরাল অস্কিলেশন খিঁচুনি সনাক্ত করতে এবং নিউরোলজিতে এপিলেপ্সি নির্ণয় করতে গুরুত্বপূর্ণ।মস্তিষ্কের কম্পিউটার ইন্টারফেস (BCI)
বেটা, গামা, এবং মিউ অস্কিলেশনের পরিমাণ প্রায়শই দূরবর্তী ডিভাইসগুলি প্রশিক্ষণ দেওয়ার জন্য (যেমন চিন্তাভাবনা দিয়ে একটি চেয়ার চালানো)।নিউরোফিডব্যাক
এটি একটি মস্তিষ্কের প্রশিক্ষণের রূপ যেখানে আপনি আপনার মস্তিষ্কের তরঙ্গ (যেমন গামা অস্কিলেশন) দেখে এবং কগনিটিভ কাজগুলি সম্পাদন করেন যাতে আপনার মস্তিষ্কে গামা অস্কিলেশনের পরিমাণ বাড়ানো যায়।নিউরোমার্কেটিং
আলফা এবং বিটা ফ্রিকোয়েন্সি ব্যান্ডগুলি ব্যবহার করা যেতে পারে কোন বিজ্ঞাপন অংশ বেশি বা কম আকর্ষণীয় তা নির্ধারণ করতে।
3.3. EEG ডেটা বিশ্লেষণের প্রকারভেদ
সাধারণভাবে গবেষকরা সময় ডোমেন বা ফ্রিকোয়েন্সি ডোমেনে বিশ্লেষণ করেন।
টাইম ডোমেন বিশ্লেষণ
সাধারণত একটি উদ্দীপনার শুরু হওয়ার পরে আগ্রহের সময় পয়েন্টগুলিতে ভোল্টেজ অ্যামপ্লিটিউড পরিমাপ করে। এগুলিকে ইভেন্ট-সম্পর্কিত পটেনশিয়াল (ERP) বলা হয়।
ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণ
সাধারণত সংজ্ঞায়িত সময় উইন্ডোতে বা একটি ইভেন্টের সূচনার সাথে সম্পর্কিত বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ডগুলিতে নিউরাল অস্কিলেশনের পরিমাণ পরিমাপ করে।
পরবর্তীতে আমরা ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণের একটি সংক্ষিপ্ত বিবরণ দেব।
3.4. প্রক্রিয়াকরণ
আপনি যখন একটি EEG রেকর্ডিং করেন তখন আপনি সাধারণত অস্কিলেশন বোঝার আগে তথ্য পরিষ্কার করেন।
ফিল্টারিং
তথ্যের মধ্যে উচ্চ এবং নিম্ন ফ্রিকোয়েন্সির পরিবেশগত শব্দ কিন্তু পরিষ্কার করার technique।আর্টিফ্যাক্ট অপসারণ
শারীরিক গতিবিধি, চোখের পাতা ফেলা সব বড় আর্টিফ্যাক্ট সৃষ্টি করতে পারে (EEG-তে ৫০ µV চূড়ান্ত) এটিকে সরিয়ে নেওয়া যায় যাতে আমাদের ফলাফলে প্রভাব না ফেলে। কিছু গবেষক এই আর্টিফ্যাক্টগুলিকে সঠিক করার জন্য জটিল পদ্ধতি ব্যবহার করেন যাতে তথ্য সংরক্ষণ করা যায়।
ডেটা প্রক্রিয়া করা হলে সংকেত এখন ফ্রিকোয়েন্সি ডোমেনে রূপান্তরিত হতে পারে যাতে আমরা প্রতিটি ধরনের মস্তিষ্কের তরঙ্গের পরিমাণ পরিমাপ করতে পারি।
ছবি ৮ – কাঁচা EEG-এ চোখের পাতা ফেলা আর্টিফ্যাক্ট।
3.5. ফাস্ট ফোরিয়ার ট্রান্সফর্ম (FFT)
একটি ফোরিয়ার ট্রান্সফর্ম হল 'টাইম ডোমেইন' (ছবি A) থেকে 'ফ্রিকোয়েন্সি ডোমেইন' (ছবি B) এ EEG সংকেতের গাণিতিক রূপান্তর।
ফ্রিকোয়েন্সি ডোমেনের মধ্যে আমরা গণনা করতে পারি আমাদের রেকর্ডিংয়ে প্রতিটি প্রকারের অস্কিলেশন কতটা আছে। এটি সাধারণত ফ্রিকোয়েন্সি ব্যান্ডের 'শক্তি' এবং পাওয়ার স্পেকট্রামে প্রকাশ করা যেতে পারে (ছবি B)।
ছবি ৯এ – টাইম ডোমেনে কাঁচা EEG।
ছবি ৯বি – FFT পর পাওয়ার স্পেকট্রম (ফ্রিকোয়েন্সি ডোমেন)।
3.6. ব্যান্ড পাওয়ার
একটি ফ্রিকোয়েন্সি ব্যান্ডের শক্তি (যেমন আলফা ব্যান্ড) একটি ফোরিয়ার ট্রান্সফরমেশন থেকে পাওয়া যায় আমাদের বলে কতগুলি ফ্রিকোয়েন্সি ব্যান্ড আছে। ব্যান্ড পাওয়ার ইউনিট সাধারণত µV2/Hz এ। সবচেয়ে বেশি, অ্যামপ্লিটিউড বা পাওয়ার স্পেকট্রামগুলি FFT থেকে লগারিদমিক ইউনিট ডেসিবেল (dB) এ প্রদর্শিত হয়। ডেসিবেল হলো একটি একক নাস্তিকের অনুপাত যেটির মধ্যে একটি মাপা শক্তি (P) এবং একটি রেফারেন্স শক্তি (Pr) এর মধ্যে সম্পর্ক রয়েছে:
যখন এই পরিমাপের ইউনিটটি আগ্রহের ঘটনাগুলির জন্য পাওয়া যায়, তখন ব্যান্ড পাওয়ারগুলি মস্তিষ্কের তরঙ্গগুলির উপর পরীক্ষামূলক প্রভাব বোঝার জন্য তুলনামূলকভাবে ব্যবহার করা যায়।
4. তত্ত্ব থেকে অনুশীলন
পরবর্তী, আমরা আলফা দমন প্রভাবের দিকে তাকাতে যাচ্ছি।
এটি একটি ঘটনা যা প্রথম প্রতিবেদন করেছিলেন হ্যান্স বার্গার, যেখানে আমরা দেখতে পাই যখন চোখ খোলা থাকে তখন আলফা অস্কিলেশন (আলফা পাওয়ার) এর পরিমাণ উল্লেখযোগ্যভাবে হ্রাস পায় যখন তা বন্ধ থাকে।
ছবি ১০ – চোখ খোলার সাথে আলফা অস্কিলেশনের বৃদ্ধি দেখা যায়।
প্রথমেই EmotivPRO Builder ব্যবহার করে আমরা একটি সহজ পরীক্ষার নির্মাণ করেছি। এই পরীক্ষায় একজন অংশগ্রহণকারীকে শুধুমাত্র ২ মিনিটের জন্য স্ক্রীনে মনোযোগ দিয়ে চোখ খোলা রাখতে এবং তারপর ২ মিনিটের জন্য বন্ধ রাখতে বলা হয়। তারা ২ মিনিটের শেষে একটি ঘণ্টা শুনবে, যে তাদের চোখ খুলতে নির্দেশ দেবে।
আপনি নিচের ভিডিওটি অনুসরণ করতে পারেন, আপনার নিজের আলফা দমন পরীক্ষাটি তৈরি করতে বা আপনি আমাদের পরীক্ষাটি লিঙ্ক থেকে চালাতে পারেন এখানে:
4.1. ডিভাইস ফিটিং এবং EEG গুণমান
কিভাবে আমাদের EQ গেট কাজ করে সে সম্পর্কে আরও তথ্য পড়ুন এখানে। আপনার হেডসেটের জন্য বিশেষ করে ডিভাইস ফিটিং সম্পর্কে আরও তথ্য পেতে এখানে যান:
EPOC ধরনের
এনসাইটের ধরনের
4.2. EEG ডেটা প্রক্রিয়াকরণ এবং রূপান্তর
এখন যে আপনার ডেটা আছে আপনি Emotiv Analyzer ব্যবহার করে এটি ফ্রিকোয়েন্সি ডোমেনে রূপান্তর করতে পারেন। ভিডিওতে দেখানো পদক্ষেপ অনুসরণ করুন।
4.3. ডেটা ব্যাখ্যা
একবার অ্যানালাইজার সম্পন্ন হলে zip ফাইলটি ডাউনলোড করুন। প্রতিটি রেকর্ডের জন্য আপনার কাছে ব্যান্ড পাওয়ার এবং একটি চিত্র ফাইল থাকবে যা আপনি আপনার পরিসংখ্যানগত বিশ্লেষণ পরিচালনা করতে ব্যবহার করতে পারেন।
ছবি ১১ – ব্যান্ডপাওয়ার।
আমাদের আউটপুটে আমরা দেখছি চোখের বন্ধ অবস্থায় (কমলা) আলফা পাওয়ারের বৃদ্ধি যখন খোলা (নীল)।
এটি আমাদের টিউটোরিয়ালের শেষ! আপনি এখন মৌলিক বিষয়গুলো নিয়ে প্রস্তুত 🙂
আপনার আরও উন্নত পড়ার জন্য কিছু লিঙ্ক আপনি রিসোর্স সেকশনে খুঁজে পাবেন।
5. রিসোর্স
উন্নত পড়া
ডোনোগিউ ইত্যাদি ২০২২ নিউরাল অস্কিলেশন অধ্যয়নে পদ্ধতিগত বিষয়
EEG পরিভাষার গ্লসারি
কেন ইত্যাদি ২০১৭ (এখানে)
খুলা উৎস কোড
যদি আপনি পাইথন কোডিং সম্পর্কে স্বচ্ছন্দ হন তবে আমরা আলফা শক্তির মানগুলি প্রাপ্ত করতে আপনার ব্যবহার করার জন্য পাইথন স্ক্রিপ্টগুলি উপলব্ধ করেছি, যা চোখ খোলা এবং চোখ বন্ধ সেগমেন্ট দ্বারা চিহ্নিত। কোড এবং নমুনা আলফা দমন ডেটা ফাইলগুলি এখানে পেতে পারেন: https://osf.io/9bvgh/
এমোটিভ ম্যানুয়াল
EmotivPRO Builder ম্যানুয়াল
EmotivPRO ম্যানুয়াল
EmotivPRO Analyzer ম্যানুয়াল
7. রেফারেন্স
ডোনোগিউ, টি., শাওয়ারনকোভ, এন. এবং ভয়টেক, বি., ২০২২। নিউরাল অস্কিলেশন অধ্যয়নে পদ্ধতিগত বিষয়। ইউরোপীয় জার্নাল অফ নার্সায়েন্স, 55(11-12), pp.3502-3527। doi: https://doi.org/10.1111/ejn.15361
কেন, এন., আচর্য, জে., বেনিজ্কি, এস., কবোকলো, এল., ফিনিগান, এস., কাপলান, পি.ডব্লিউ., শিবাসাকি, এইচ., প্রেসলার, আর। এবং ভ্যান পুটেন, এম.জে., ২০১৭। ক্লিনিকাল ইলেকট্রোএনসেফালোগ্রাফারদের দ্বারা সবচেয়ে সাধারণভাবে ব্যবহৃত শর্তাবলির একটি সংশোধিত গ্লসারি এবং EEG ফলাফলের রিপোর্টের ফর্ম্যাটের জন্য একটি আপডেট প্রস্তাব। সংশোধনী ২০১৭। ক্লিনিকাল নিউরোফিজিওলজি প্র্যাকটিস, 2, p.170। doi: 10.1016/j.cnp.2017.07.002
সিউলি, এস., লি, ওয়াই., ঝাং, ওয়াই। (২০১৬)। ইলেকট্রোএনসেফালোগ্রাম (EEG) এবং এর পটভূমি। In: EEG সংকেত বিশ্লেষণ এবং শ্রেণীবিভাগ। স্বাস্থ্য তথ্য বিজ্ঞান। স্প্রিংগার, চ্যাম। doi: https://doi.org/10.1007/978-3-319-47653-7%5F1
1. ভূমিকা
স্বাগতম! এই টিউটোরিয়ালে আমরা মস্তিষ্কের তরঙ্গ এবং আমাদের কীভাবে এগুলিকে ব্যবহার করে মস্তিষ্ক এবং আচরণ বুঝতে পারি তা শিখছি।
হ্যান্স বার্গার ১৯২৯ সালে ইলেকট্রোএনসেফালোগ্রাম শব্দটি ব্যবহার করেছিলেন, যখন তিনি একজন ব্যক্তির মাথায় স্থাপন করা সেন্সর ব্যবহার করে রেকর্ড করা বৈদ্যুতিক পটেনশিয়ালের পরিবর্তনগুলি বর্ণনা করেছিলেন। তিনি দুটি ধরনের মস্তিষ্কের তরঙ্গ চিহ্নিত করেছিলেন, যেগুলিকে তিনি আলফা এবং বিটা তরঙ্গ বলেছেন, স্রেফ কারণ যা তিনি সেগুলি রেকর্ড করার জন্য ব্যবহার করেছিলেন সেটির ক্রমের কারণে। এর আগেও অন্যান্য স্তন্যপায়ী প্রাণীতে এমন তরঙ্গ রেকর্ড করা হয়েছিল, কিন্তু বার্গার এটিকে মানুষের মধ্যে প্রথমবার বর্ণনা করেছেন!
এর পর থেকে, ইলেকট্রোএনসেফালোগ্রাফি পদ্ধতিটি নিউরোসায়েন্সে একটি প্রধান সরঞ্জাম হয়ে উঠেছে এবং এটি আমাদের মস্তিষ্কের তরঙ্গ (যেটিকে গবেষকরা নিউরাল অস্কিলেশন বলে) বুঝতে সাহায্য করেছে এবং এটি ক্লান্তি এবং জাগরণসহ মস্তিষ্কের অবস্থাকে চিহ্নিত করতে সাহায্য করেছে।
এই সংক্ষিপ্ত টিউটোরিয়ালে আমরা নিচের বিষয়গুলো আলোচনা করব:
নিউরাল অস্কিলেশন কী?
আমরা কীভাবে নিউরাল অস্কিলেশন পরিমাপ করতে পারি?
আমরা নিউরাল অস্কিলেশন নিয়ে কী করতে পারি?
এমোটিভ ডিভাইস এবং সফটওয়্যার ব্যবহার করে বাস্তব প্রয়োগ।
2. EEG কী?
ইলেকট্রোএনসেফালোগ্রাফি (EEG) আমাদের মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ পরিমাপ করার একটি অ-আক্রমণাত্মক এবং প্যাসিভ পদ্ধতি। বৈদ্যুতিন সেন্সর / সেন্সর / চ্যানেলগুলি স্ক্যাল্পের উপর স্থাপন করা হয় মস্তিষ্কের কোষের একটি সংগ্রহের দ্বারা উত্পাদিত বৈদ্যুতিক কার্যকলাপ রেকর্ড করার জন্য, যেগুলিকে নিউরন বলা হয়।
ছবি ১ – নিউরন বৈদ্যুতিক কার্যকলাপ উৎপন্ন করে যা একটি EEG ডিভাইস দিয়ে চিহ্নিত করা যায় [সিউলি, ইত্যাদি (২০১৬)]।
2.1. EEG সিস্টেম
বাজারে অনেক EEG ডিভাইস রয়েছে যা EEG রেকর্ড করতে ব্যবহার করা যেতে পারে। EEG ডিভাইসের মধ্যে রয়েছে:
একটি একক সেন্সর বা ২৫৬টি ইলেকট্রোড পর্যন্ত – আরও বেশি ইলেকট্রোড মাথার ত্বকে তথ্যের উচ্চ স্থানিক রিজলিউশন প্রদান করবে।
ভিজা বা শুকনো ইলেকট্রোড – ভিজা ইলেকট্রোড স্ক্যাল্প এবং সেন্সরের মধ্যে পরিবাহিতা উন্নত করার জন্য একটি বৈদ্যুতিক জেল বা স্যালাইন সমাধান ব্যবহার করে। শুকনো ইলেকট্রোডগুলি ধাতু বা পরিবাহী পলিমার হতে পারে যা মাথার ত্বকের সাথে সরাসরি যোগাযোগের প্রয়োজন।
সক্রিয় বা নিষ্ক্রিয় ইলেকট্রোড – নিষ্ক্রিয় ইলেকট্রোড সিস্টেমগুলি সহজেই সংকেতটি ডিভাইসে প্রবাহিত করে যেখানে এটি বাড়িয়ে তোলা হয়। সক্রিয় ইলেকট্রোড সিস্টেমগুলি সংকেতকে প্রতিটি ইলেকট্রোডে বাড়িয়ে দেয়
এর আগে যেটি বাড়িয়ে তোলার জন্য ডিভাইসে পৌঁছায়। এটি সংকেতের পরিবেশগত বৈদ্যুতিক শব্দ কমায়।কেবলযুক্ত বা ডেটা Bluetooth দ্বারা প্রেরণকারী বেতার ডিভাইস।
ছবি ২ – একটি বেতার, কম ঘনত্বের EEG সিস্টেম।
ছবি ৩ – একটি কেবলযুক্ত, উচ্চ ঘনত্বের ইলেকট্রোড EEG সিস্টেম।
2.2. EEG কখন ব্যবহার করবেন?
প্রতিটি নিউরোমেজিং পদ্ধতি বিভিন্ন গবেষণা প্রশ্নের উত্তর দিতে সহায়তা করতে পারে।
EEG এর সবচেয়ে বড় শক্তি হল এটি মিলিসেকেন্ডের মাত্রায় নিউরাল কার্যকলাপ পরিমাপ করতে পারে, যা প্রাক-সচেতন প্রক্রিয়াগুলি পরিমাপ করতে পারে।
ছবি ৪ – বিভিন্ন নিউরোমেজিং টুলগুলির স্থানীয় বিরুদ্ধে অস্থায়ী রিজলিউশন।
এটি এমন প্রশ্নগুলির জন্য সবচেয়ে উপযুক্ত যেমন "আমার ভিডিওর কোন অংশে অংশগ্রহণকারী সবচেয়ে বেশি মনোযোগ দিয়েছিল?"
EEG প্রধানত মস্তিষ্কের বাইরের স্তর থেকে কার্যকলাপ রেকর্ড করে (অর্থাৎ এর স্থানিক রিজলিউশন কম)। একটি একক সেন্সরের মাধ্যমে কার্যকলাপের উৎস চিহ্নিত করা অসম্ভব। একটি বড় সংখ্যক চ্যানেলের সঙ্গে রেকর্ডিংটি mathematically reconstruct করতে পারে কিন্তু এটি এখনও গভীর উৎস চিহ্নিত করতে সীমাবদ্ধ। কার্যকর ম্যাগনেটিক রেজোন্যান্স ইমেজিং (fMRI) এমন প্রশ্নগুলির উত্তর দিতে আরও ভাল suited যেমন "মস্তিষ্কের কোন অংশ মনোযোগের পরিবর্তনের সাথে সম্পর্কিত?"
2.3. সেন্সর থেকে কাঁচা EEG?
যখন একটি EEG ডিভাইস মাথায় ফিট করা হয়, তখন মস্তিষ্কের কার্যকলাপ একটি একক সেন্সরে পরিমাপ করা হয় যা সেই সেন্সরের এবং একটি রেফারেন্স সেন্সরের মধ্যে অ্যামপ্লিটিউডের পার্থক্য। অধিকাংশ EEG সিস্টেমে একে সাধারণ মোড সেন্স (CMS) ইলেকট্রোড বলা হয়। একটি অতিরিক্ত সেন্সর, ড্রিভেন রাইট লেগ (DRL), CMS-এ যেকোনো হস্তক্ষেপ কমাতে সহায়তা করে।
ছবি ৫ – EEG সংকেত ট্রান্সমিশনের সরলীকৃত ব্লক ডায়াগ্রাম।
যে সিস্টেমে সক্রিয় এবং নিষ্ক্রিয় উভয় ইলেকট্রোড রয়েছে সেখানে সংকেতটি তারপর বাড়ানো হয় এবং নিম্ন-পাস ফিল্টার করা হয়। নিম্ন-পাস ছাঁটাই একটি পদক্ষেপ যা আপনার সংকেতের পরিবেশ থেকে সম্ভাব্য বৈদ্যুতিক হস্তক্ষেপ সরিয়ে নেবে উদাহরণস্বরূপ মূল লাইন পাওয়ার।
এই পদক্ষেপগুলি ঘটে হার্ডওয়ারের মধ্যেই কাঁচা EEG সংকেত আপনার কম্পিউটার স্ক্রীনে দেখা যাওয়ার আগে।
2.4. কিছু মৌলিক পরিভাষা
১০-২০ স্ট্যান্ডার্ড নামকরণ প্রথা
বাঁয়ের সেন্সরগুলি সাধারণত অসংখ্য সংখ্যা এবং ডান সেন্সরগুলি সাধারণত যুগ্ম সংখ্যায় থাকে।
মাচা ১: এগুলি কেবল নামকরণ প্রথা এবং EEG সেন্সরের অবস্থানের উৎস কার্যকলাপের উৎসের নির্দেশক নয়।
মাচা ২: যে কোনও অতিরিক্ত পদক্ষেপ যেমন একটি একক চ্যানেলে কার্যকলাপের উৎস নির্ধারণ করতে Mathematical reconstructionundertaken হতে হবে।
3. নিউরাল অস্কিলেশন কী?
মস্তিষ্কের তরঙ্গ, যা প্রায়ই নিউরাল অস্কিলেশন বলা হয়, একটি একক বা ক্লাস্টার অব নিউরোন দ্বারা উৎপন্ন ছন্দময় প্যাটার্ন।
এটি এখনও পরিষ্কার নয় কেন মস্তিষ্ক এসব ধরনের অস্কিলেশন উৎপন্ন করে, তবে অনেক তত্ত্ব রয়েছে। গবেষকরা বিভিন্ন কাজ ব্যবহার করে এই অস্কিলেটরি কার্যকলাপগুলি চিহ্নিত করতে এবং এই ছন্দময় প্যাটার্নগুলি ব্যবহার করে মস্তিষ্কের রহস্যগুলি বোঝার চেষ্টা করেন।
3.1. একটি অস্কিলেশনের কিছু বৈশিষ্ট্য
এই ছবিটি একটি নিয়মিত বৈদ্যুতিক সংকেতের পরিমাপ দেখায়:
ছবি ৬ – বিভিন্ন নিউরোমেজিং টুলগুলির স্থানীয় বিরুদ্ধে অস্থায়ী রিজলিউশন।
বাঁয়ে (y-অক্ষ) আমরা বৈদ্যুতিক রেকর্ডিংয়ের অ্যামপ্লিটিউড এবং অনুভূমিক অক্ষ (x-অক্ষ) সময় ম্যাপ করতে পারি। সংকেতের অ্যামপ্লিটিউড একটি কেন্দ্রীয় পয়েন্টের চারপাশে নিয়মিতভাবে পরিবর্তিত হবে। একটি চক্রকে একটি অস্কিলেশন বলা হয়।
প্রতি সেকেন্ডে চক্রের সংখ্যা তরঙ্গের ফ্রিকোয়েন্সি বলা হয় এবং এর একক হল হার্জ (Hz)। তাই প্রতি সেকেন্ডে ১ চক্র = ১ হার্জ। অ্যামপ্লিটিউড সাধারণত মাইক্রোভোল্ট (µV) এ পরিমাপ করা হয়।
মস্তিষ্কে আমরা ০.২ হার্জ (বহানো ধরে) থেকে ৮০ হার্জ বা তার বেশি (অত্যন্ত দ্রুত তরঙ্গ) তরঙ্গ দেখতে পাই। খিঁচুনি যুক্ত উচ্চ-ফ্রিকোয়েন্সি কার্যকলাপ ৫০০ হার্জ পর্যন্ত মস্তিষ্কে রেকর্ড করা যেতে পারে।
বিভিন্ন ধরনের মস্তিষ্কের অস্কিলেশন তাদের ফ্রিকোয়েন্সি অনুসারে চিহ্নিত করা হয়। এগুলি ফ্রিকোয়েন্সি ব্যান্ড হিসাবে পরিচিত এবং মস্তিষ্কের বিভিন্ন অবস্থার সাথে সম্পর্কিত হতে পারে:
ছবি ৭ – সাধারণ EEG-এ মস্তিষ্কের তরঙ্গ।
3.2. কেন বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ড গুরুত্বপূর্ণ?
সাধারণ বনাম অস্বাভাবিক মস্তিষ্কের প্যাটার্ন চিহ্নিত করা
নিউরাল অস্কিলেশন খিঁচুনি সনাক্ত করতে এবং নিউরোলজিতে এপিলেপ্সি নির্ণয় করতে গুরুত্বপূর্ণ।মস্তিষ্কের কম্পিউটার ইন্টারফেস (BCI)
বেটা, গামা, এবং মিউ অস্কিলেশনের পরিমাণ প্রায়শই দূরবর্তী ডিভাইসগুলি প্রশিক্ষণ দেওয়ার জন্য (যেমন চিন্তাভাবনা দিয়ে একটি চেয়ার চালানো)।নিউরোফিডব্যাক
এটি একটি মস্তিষ্কের প্রশিক্ষণের রূপ যেখানে আপনি আপনার মস্তিষ্কের তরঙ্গ (যেমন গামা অস্কিলেশন) দেখে এবং কগনিটিভ কাজগুলি সম্পাদন করেন যাতে আপনার মস্তিষ্কে গামা অস্কিলেশনের পরিমাণ বাড়ানো যায়।নিউরোমার্কেটিং
আলফা এবং বিটা ফ্রিকোয়েন্সি ব্যান্ডগুলি ব্যবহার করা যেতে পারে কোন বিজ্ঞাপন অংশ বেশি বা কম আকর্ষণীয় তা নির্ধারণ করতে।
3.3. EEG ডেটা বিশ্লেষণের প্রকারভেদ
সাধারণভাবে গবেষকরা সময় ডোমেন বা ফ্রিকোয়েন্সি ডোমেনে বিশ্লেষণ করেন।
টাইম ডোমেন বিশ্লেষণ
সাধারণত একটি উদ্দীপনার শুরু হওয়ার পরে আগ্রহের সময় পয়েন্টগুলিতে ভোল্টেজ অ্যামপ্লিটিউড পরিমাপ করে। এগুলিকে ইভেন্ট-সম্পর্কিত পটেনশিয়াল (ERP) বলা হয়।
ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণ
সাধারণত সংজ্ঞায়িত সময় উইন্ডোতে বা একটি ইভেন্টের সূচনার সাথে সম্পর্কিত বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ডগুলিতে নিউরাল অস্কিলেশনের পরিমাণ পরিমাপ করে।
পরবর্তীতে আমরা ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণের একটি সংক্ষিপ্ত বিবরণ দেব।
3.4. প্রক্রিয়াকরণ
আপনি যখন একটি EEG রেকর্ডিং করেন তখন আপনি সাধারণত অস্কিলেশন বোঝার আগে তথ্য পরিষ্কার করেন।
ফিল্টারিং
তথ্যের মধ্যে উচ্চ এবং নিম্ন ফ্রিকোয়েন্সির পরিবেশগত শব্দ কিন্তু পরিষ্কার করার technique।আর্টিফ্যাক্ট অপসারণ
শারীরিক গতিবিধি, চোখের পাতা ফেলা সব বড় আর্টিফ্যাক্ট সৃষ্টি করতে পারে (EEG-তে ৫০ µV চূড়ান্ত) এটিকে সরিয়ে নেওয়া যায় যাতে আমাদের ফলাফলে প্রভাব না ফেলে। কিছু গবেষক এই আর্টিফ্যাক্টগুলিকে সঠিক করার জন্য জটিল পদ্ধতি ব্যবহার করেন যাতে তথ্য সংরক্ষণ করা যায়।
ডেটা প্রক্রিয়া করা হলে সংকেত এখন ফ্রিকোয়েন্সি ডোমেনে রূপান্তরিত হতে পারে যাতে আমরা প্রতিটি ধরনের মস্তিষ্কের তরঙ্গের পরিমাণ পরিমাপ করতে পারি।
ছবি ৮ – কাঁচা EEG-এ চোখের পাতা ফেলা আর্টিফ্যাক্ট।
3.5. ফাস্ট ফোরিয়ার ট্রান্সফর্ম (FFT)
একটি ফোরিয়ার ট্রান্সফর্ম হল 'টাইম ডোমেইন' (ছবি A) থেকে 'ফ্রিকোয়েন্সি ডোমেইন' (ছবি B) এ EEG সংকেতের গাণিতিক রূপান্তর।
ফ্রিকোয়েন্সি ডোমেনের মধ্যে আমরা গণনা করতে পারি আমাদের রেকর্ডিংয়ে প্রতিটি প্রকারের অস্কিলেশন কতটা আছে। এটি সাধারণত ফ্রিকোয়েন্সি ব্যান্ডের 'শক্তি' এবং পাওয়ার স্পেকট্রামে প্রকাশ করা যেতে পারে (ছবি B)।
ছবি ৯এ – টাইম ডোমেনে কাঁচা EEG।
ছবি ৯বি – FFT পর পাওয়ার স্পেকট্রম (ফ্রিকোয়েন্সি ডোমেন)।
3.6. ব্যান্ড পাওয়ার
একটি ফ্রিকোয়েন্সি ব্যান্ডের শক্তি (যেমন আলফা ব্যান্ড) একটি ফোরিয়ার ট্রান্সফরমেশন থেকে পাওয়া যায় আমাদের বলে কতগুলি ফ্রিকোয়েন্সি ব্যান্ড আছে। ব্যান্ড পাওয়ার ইউনিট সাধারণত µV2/Hz এ। সবচেয়ে বেশি, অ্যামপ্লিটিউড বা পাওয়ার স্পেকট্রামগুলি FFT থেকে লগারিদমিক ইউনিট ডেসিবেল (dB) এ প্রদর্শিত হয়। ডেসিবেল হলো একটি একক নাস্তিকের অনুপাত যেটির মধ্যে একটি মাপা শক্তি (P) এবং একটি রেফারেন্স শক্তি (Pr) এর মধ্যে সম্পর্ক রয়েছে:
যখন এই পরিমাপের ইউনিটটি আগ্রহের ঘটনাগুলির জন্য পাওয়া যায়, তখন ব্যান্ড পাওয়ারগুলি মস্তিষ্কের তরঙ্গগুলির উপর পরীক্ষামূলক প্রভাব বোঝার জন্য তুলনামূলকভাবে ব্যবহার করা যায়।
4. তত্ত্ব থেকে অনুশীলন
পরবর্তী, আমরা আলফা দমন প্রভাবের দিকে তাকাতে যাচ্ছি।
এটি একটি ঘটনা যা প্রথম প্রতিবেদন করেছিলেন হ্যান্স বার্গার, যেখানে আমরা দেখতে পাই যখন চোখ খোলা থাকে তখন আলফা অস্কিলেশন (আলফা পাওয়ার) এর পরিমাণ উল্লেখযোগ্যভাবে হ্রাস পায় যখন তা বন্ধ থাকে।
ছবি ১০ – চোখ খোলার সাথে আলফা অস্কিলেশনের বৃদ্ধি দেখা যায়।
প্রথমেই EmotivPRO Builder ব্যবহার করে আমরা একটি সহজ পরীক্ষার নির্মাণ করেছি। এই পরীক্ষায় একজন অংশগ্রহণকারীকে শুধুমাত্র ২ মিনিটের জন্য স্ক্রীনে মনোযোগ দিয়ে চোখ খোলা রাখতে এবং তারপর ২ মিনিটের জন্য বন্ধ রাখতে বলা হয়। তারা ২ মিনিটের শেষে একটি ঘণ্টা শুনবে, যে তাদের চোখ খুলতে নির্দেশ দেবে।
আপনি নিচের ভিডিওটি অনুসরণ করতে পারেন, আপনার নিজের আলফা দমন পরীক্ষাটি তৈরি করতে বা আপনি আমাদের পরীক্ষাটি লিঙ্ক থেকে চালাতে পারেন এখানে:
4.1. ডিভাইস ফিটিং এবং EEG গুণমান
কিভাবে আমাদের EQ গেট কাজ করে সে সম্পর্কে আরও তথ্য পড়ুন এখানে। আপনার হেডসেটের জন্য বিশেষ করে ডিভাইস ফিটিং সম্পর্কে আরও তথ্য পেতে এখানে যান:
EPOC ধরনের
এনসাইটের ধরনের
4.2. EEG ডেটা প্রক্রিয়াকরণ এবং রূপান্তর
এখন যে আপনার ডেটা আছে আপনি Emotiv Analyzer ব্যবহার করে এটি ফ্রিকোয়েন্সি ডোমেনে রূপান্তর করতে পারেন। ভিডিওতে দেখানো পদক্ষেপ অনুসরণ করুন।
4.3. ডেটা ব্যাখ্যা
একবার অ্যানালাইজার সম্পন্ন হলে zip ফাইলটি ডাউনলোড করুন। প্রতিটি রেকর্ডের জন্য আপনার কাছে ব্যান্ড পাওয়ার এবং একটি চিত্র ফাইল থাকবে যা আপনি আপনার পরিসংখ্যানগত বিশ্লেষণ পরিচালনা করতে ব্যবহার করতে পারেন।
ছবি ১১ – ব্যান্ডপাওয়ার।
আমাদের আউটপুটে আমরা দেখছি চোখের বন্ধ অবস্থায় (কমলা) আলফা পাওয়ারের বৃদ্ধি যখন খোলা (নীল)।
এটি আমাদের টিউটোরিয়ালের শেষ! আপনি এখন মৌলিক বিষয়গুলো নিয়ে প্রস্তুত 🙂
আপনার আরও উন্নত পড়ার জন্য কিছু লিঙ্ক আপনি রিসোর্স সেকশনে খুঁজে পাবেন।
5. রিসোর্স
উন্নত পড়া
ডোনোগিউ ইত্যাদি ২০২২ নিউরাল অস্কিলেশন অধ্যয়নে পদ্ধতিগত বিষয়
EEG পরিভাষার গ্লসারি
কেন ইত্যাদি ২০১৭ (এখানে)
খুলা উৎস কোড
যদি আপনি পাইথন কোডিং সম্পর্কে স্বচ্ছন্দ হন তবে আমরা আলফা শক্তির মানগুলি প্রাপ্ত করতে আপনার ব্যবহার করার জন্য পাইথন স্ক্রিপ্টগুলি উপলব্ধ করেছি, যা চোখ খোলা এবং চোখ বন্ধ সেগমেন্ট দ্বারা চিহ্নিত। কোড এবং নমুনা আলফা দমন ডেটা ফাইলগুলি এখানে পেতে পারেন: https://osf.io/9bvgh/
এমোটিভ ম্যানুয়াল
EmotivPRO Builder ম্যানুয়াল
EmotivPRO ম্যানুয়াল
EmotivPRO Analyzer ম্যানুয়াল
7. রেফারেন্স
ডোনোগিউ, টি., শাওয়ারনকোভ, এন. এবং ভয়টেক, বি., ২০২২। নিউরাল অস্কিলেশন অধ্যয়নে পদ্ধতিগত বিষয়। ইউরোপীয় জার্নাল অফ নার্সায়েন্স, 55(11-12), pp.3502-3527। doi: https://doi.org/10.1111/ejn.15361
কেন, এন., আচর্য, জে., বেনিজ্কি, এস., কবোকলো, এল., ফিনিগান, এস., কাপলান, পি.ডব্লিউ., শিবাসাকি, এইচ., প্রেসলার, আর। এবং ভ্যান পুটেন, এম.জে., ২০১৭। ক্লিনিকাল ইলেকট্রোএনসেফালোগ্রাফারদের দ্বারা সবচেয়ে সাধারণভাবে ব্যবহৃত শর্তাবলির একটি সংশোধিত গ্লসারি এবং EEG ফলাফলের রিপোর্টের ফর্ম্যাটের জন্য একটি আপডেট প্রস্তাব। সংশোধনী ২০১৭। ক্লিনিকাল নিউরোফিজিওলজি প্র্যাকটিস, 2, p.170। doi: 10.1016/j.cnp.2017.07.002
সিউলি, এস., লি, ওয়াই., ঝাং, ওয়াই। (২০১৬)। ইলেকট্রোএনসেফালোগ্রাম (EEG) এবং এর পটভূমি। In: EEG সংকেত বিশ্লেষণ এবং শ্রেণীবিভাগ। স্বাস্থ্য তথ্য বিজ্ঞান। স্প্রিংগার, চ্যাম। doi: https://doi.org/10.1007/978-3-319-47653-7%5F1
1. ভূমিকা
স্বাগতম! এই টিউটোরিয়ালে আমরা মস্তিষ্কের তরঙ্গ এবং আমাদের কীভাবে এগুলিকে ব্যবহার করে মস্তিষ্ক এবং আচরণ বুঝতে পারি তা শিখছি।
হ্যান্স বার্গার ১৯২৯ সালে ইলেকট্রোএনসেফালোগ্রাম শব্দটি ব্যবহার করেছিলেন, যখন তিনি একজন ব্যক্তির মাথায় স্থাপন করা সেন্সর ব্যবহার করে রেকর্ড করা বৈদ্যুতিক পটেনশিয়ালের পরিবর্তনগুলি বর্ণনা করেছিলেন। তিনি দুটি ধরনের মস্তিষ্কের তরঙ্গ চিহ্নিত করেছিলেন, যেগুলিকে তিনি আলফা এবং বিটা তরঙ্গ বলেছেন, স্রেফ কারণ যা তিনি সেগুলি রেকর্ড করার জন্য ব্যবহার করেছিলেন সেটির ক্রমের কারণে। এর আগেও অন্যান্য স্তন্যপায়ী প্রাণীতে এমন তরঙ্গ রেকর্ড করা হয়েছিল, কিন্তু বার্গার এটিকে মানুষের মধ্যে প্রথমবার বর্ণনা করেছেন!
এর পর থেকে, ইলেকট্রোএনসেফালোগ্রাফি পদ্ধতিটি নিউরোসায়েন্সে একটি প্রধান সরঞ্জাম হয়ে উঠেছে এবং এটি আমাদের মস্তিষ্কের তরঙ্গ (যেটিকে গবেষকরা নিউরাল অস্কিলেশন বলে) বুঝতে সাহায্য করেছে এবং এটি ক্লান্তি এবং জাগরণসহ মস্তিষ্কের অবস্থাকে চিহ্নিত করতে সাহায্য করেছে।
এই সংক্ষিপ্ত টিউটোরিয়ালে আমরা নিচের বিষয়গুলো আলোচনা করব:
নিউরাল অস্কিলেশন কী?
আমরা কীভাবে নিউরাল অস্কিলেশন পরিমাপ করতে পারি?
আমরা নিউরাল অস্কিলেশন নিয়ে কী করতে পারি?
এমোটিভ ডিভাইস এবং সফটওয়্যার ব্যবহার করে বাস্তব প্রয়োগ।
2. EEG কী?
ইলেকট্রোএনসেফালোগ্রাফি (EEG) আমাদের মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ পরিমাপ করার একটি অ-আক্রমণাত্মক এবং প্যাসিভ পদ্ধতি। বৈদ্যুতিন সেন্সর / সেন্সর / চ্যানেলগুলি স্ক্যাল্পের উপর স্থাপন করা হয় মস্তিষ্কের কোষের একটি সংগ্রহের দ্বারা উত্পাদিত বৈদ্যুতিক কার্যকলাপ রেকর্ড করার জন্য, যেগুলিকে নিউরন বলা হয়।
ছবি ১ – নিউরন বৈদ্যুতিক কার্যকলাপ উৎপন্ন করে যা একটি EEG ডিভাইস দিয়ে চিহ্নিত করা যায় [সিউলি, ইত্যাদি (২০১৬)]।
2.1. EEG সিস্টেম
বাজারে অনেক EEG ডিভাইস রয়েছে যা EEG রেকর্ড করতে ব্যবহার করা যেতে পারে। EEG ডিভাইসের মধ্যে রয়েছে:
একটি একক সেন্সর বা ২৫৬টি ইলেকট্রোড পর্যন্ত – আরও বেশি ইলেকট্রোড মাথার ত্বকে তথ্যের উচ্চ স্থানিক রিজলিউশন প্রদান করবে।
ভিজা বা শুকনো ইলেকট্রোড – ভিজা ইলেকট্রোড স্ক্যাল্প এবং সেন্সরের মধ্যে পরিবাহিতা উন্নত করার জন্য একটি বৈদ্যুতিক জেল বা স্যালাইন সমাধান ব্যবহার করে। শুকনো ইলেকট্রোডগুলি ধাতু বা পরিবাহী পলিমার হতে পারে যা মাথার ত্বকের সাথে সরাসরি যোগাযোগের প্রয়োজন।
সক্রিয় বা নিষ্ক্রিয় ইলেকট্রোড – নিষ্ক্রিয় ইলেকট্রোড সিস্টেমগুলি সহজেই সংকেতটি ডিভাইসে প্রবাহিত করে যেখানে এটি বাড়িয়ে তোলা হয়। সক্রিয় ইলেকট্রোড সিস্টেমগুলি সংকেতকে প্রতিটি ইলেকট্রোডে বাড়িয়ে দেয়
এর আগে যেটি বাড়িয়ে তোলার জন্য ডিভাইসে পৌঁছায়। এটি সংকেতের পরিবেশগত বৈদ্যুতিক শব্দ কমায়।কেবলযুক্ত বা ডেটা Bluetooth দ্বারা প্রেরণকারী বেতার ডিভাইস।
ছবি ২ – একটি বেতার, কম ঘনত্বের EEG সিস্টেম।
ছবি ৩ – একটি কেবলযুক্ত, উচ্চ ঘনত্বের ইলেকট্রোড EEG সিস্টেম।
2.2. EEG কখন ব্যবহার করবেন?
প্রতিটি নিউরোমেজিং পদ্ধতি বিভিন্ন গবেষণা প্রশ্নের উত্তর দিতে সহায়তা করতে পারে।
EEG এর সবচেয়ে বড় শক্তি হল এটি মিলিসেকেন্ডের মাত্রায় নিউরাল কার্যকলাপ পরিমাপ করতে পারে, যা প্রাক-সচেতন প্রক্রিয়াগুলি পরিমাপ করতে পারে।
ছবি ৪ – বিভিন্ন নিউরোমেজিং টুলগুলির স্থানীয় বিরুদ্ধে অস্থায়ী রিজলিউশন।
এটি এমন প্রশ্নগুলির জন্য সবচেয়ে উপযুক্ত যেমন "আমার ভিডিওর কোন অংশে অংশগ্রহণকারী সবচেয়ে বেশি মনোযোগ দিয়েছিল?"
EEG প্রধানত মস্তিষ্কের বাইরের স্তর থেকে কার্যকলাপ রেকর্ড করে (অর্থাৎ এর স্থানিক রিজলিউশন কম)। একটি একক সেন্সরের মাধ্যমে কার্যকলাপের উৎস চিহ্নিত করা অসম্ভব। একটি বড় সংখ্যক চ্যানেলের সঙ্গে রেকর্ডিংটি mathematically reconstruct করতে পারে কিন্তু এটি এখনও গভীর উৎস চিহ্নিত করতে সীমাবদ্ধ। কার্যকর ম্যাগনেটিক রেজোন্যান্স ইমেজিং (fMRI) এমন প্রশ্নগুলির উত্তর দিতে আরও ভাল suited যেমন "মস্তিষ্কের কোন অংশ মনোযোগের পরিবর্তনের সাথে সম্পর্কিত?"
2.3. সেন্সর থেকে কাঁচা EEG?
যখন একটি EEG ডিভাইস মাথায় ফিট করা হয়, তখন মস্তিষ্কের কার্যকলাপ একটি একক সেন্সরে পরিমাপ করা হয় যা সেই সেন্সরের এবং একটি রেফারেন্স সেন্সরের মধ্যে অ্যামপ্লিটিউডের পার্থক্য। অধিকাংশ EEG সিস্টেমে একে সাধারণ মোড সেন্স (CMS) ইলেকট্রোড বলা হয়। একটি অতিরিক্ত সেন্সর, ড্রিভেন রাইট লেগ (DRL), CMS-এ যেকোনো হস্তক্ষেপ কমাতে সহায়তা করে।
ছবি ৫ – EEG সংকেত ট্রান্সমিশনের সরলীকৃত ব্লক ডায়াগ্রাম।
যে সিস্টেমে সক্রিয় এবং নিষ্ক্রিয় উভয় ইলেকট্রোড রয়েছে সেখানে সংকেতটি তারপর বাড়ানো হয় এবং নিম্ন-পাস ফিল্টার করা হয়। নিম্ন-পাস ছাঁটাই একটি পদক্ষেপ যা আপনার সংকেতের পরিবেশ থেকে সম্ভাব্য বৈদ্যুতিক হস্তক্ষেপ সরিয়ে নেবে উদাহরণস্বরূপ মূল লাইন পাওয়ার।
এই পদক্ষেপগুলি ঘটে হার্ডওয়ারের মধ্যেই কাঁচা EEG সংকেত আপনার কম্পিউটার স্ক্রীনে দেখা যাওয়ার আগে।
2.4. কিছু মৌলিক পরিভাষা
১০-২০ স্ট্যান্ডার্ড নামকরণ প্রথা
বাঁয়ের সেন্সরগুলি সাধারণত অসংখ্য সংখ্যা এবং ডান সেন্সরগুলি সাধারণত যুগ্ম সংখ্যায় থাকে।
মাচা ১: এগুলি কেবল নামকরণ প্রথা এবং EEG সেন্সরের অবস্থানের উৎস কার্যকলাপের উৎসের নির্দেশক নয়।
মাচা ২: যে কোনও অতিরিক্ত পদক্ষেপ যেমন একটি একক চ্যানেলে কার্যকলাপের উৎস নির্ধারণ করতে Mathematical reconstructionundertaken হতে হবে।
3. নিউরাল অস্কিলেশন কী?
মস্তিষ্কের তরঙ্গ, যা প্রায়ই নিউরাল অস্কিলেশন বলা হয়, একটি একক বা ক্লাস্টার অব নিউরোন দ্বারা উৎপন্ন ছন্দময় প্যাটার্ন।
এটি এখনও পরিষ্কার নয় কেন মস্তিষ্ক এসব ধরনের অস্কিলেশন উৎপন্ন করে, তবে অনেক তত্ত্ব রয়েছে। গবেষকরা বিভিন্ন কাজ ব্যবহার করে এই অস্কিলেটরি কার্যকলাপগুলি চিহ্নিত করতে এবং এই ছন্দময় প্যাটার্নগুলি ব্যবহার করে মস্তিষ্কের রহস্যগুলি বোঝার চেষ্টা করেন।
3.1. একটি অস্কিলেশনের কিছু বৈশিষ্ট্য
এই ছবিটি একটি নিয়মিত বৈদ্যুতিক সংকেতের পরিমাপ দেখায়:
ছবি ৬ – বিভিন্ন নিউরোমেজিং টুলগুলির স্থানীয় বিরুদ্ধে অস্থায়ী রিজলিউশন।
বাঁয়ে (y-অক্ষ) আমরা বৈদ্যুতিক রেকর্ডিংয়ের অ্যামপ্লিটিউড এবং অনুভূমিক অক্ষ (x-অক্ষ) সময় ম্যাপ করতে পারি। সংকেতের অ্যামপ্লিটিউড একটি কেন্দ্রীয় পয়েন্টের চারপাশে নিয়মিতভাবে পরিবর্তিত হবে। একটি চক্রকে একটি অস্কিলেশন বলা হয়।
প্রতি সেকেন্ডে চক্রের সংখ্যা তরঙ্গের ফ্রিকোয়েন্সি বলা হয় এবং এর একক হল হার্জ (Hz)। তাই প্রতি সেকেন্ডে ১ চক্র = ১ হার্জ। অ্যামপ্লিটিউড সাধারণত মাইক্রোভোল্ট (µV) এ পরিমাপ করা হয়।
মস্তিষ্কে আমরা ০.২ হার্জ (বহানো ধরে) থেকে ৮০ হার্জ বা তার বেশি (অত্যন্ত দ্রুত তরঙ্গ) তরঙ্গ দেখতে পাই। খিঁচুনি যুক্ত উচ্চ-ফ্রিকোয়েন্সি কার্যকলাপ ৫০০ হার্জ পর্যন্ত মস্তিষ্কে রেকর্ড করা যেতে পারে।
বিভিন্ন ধরনের মস্তিষ্কের অস্কিলেশন তাদের ফ্রিকোয়েন্সি অনুসারে চিহ্নিত করা হয়। এগুলি ফ্রিকোয়েন্সি ব্যান্ড হিসাবে পরিচিত এবং মস্তিষ্কের বিভিন্ন অবস্থার সাথে সম্পর্কিত হতে পারে:
ছবি ৭ – সাধারণ EEG-এ মস্তিষ্কের তরঙ্গ।
3.2. কেন বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ড গুরুত্বপূর্ণ?
সাধারণ বনাম অস্বাভাবিক মস্তিষ্কের প্যাটার্ন চিহ্নিত করা
নিউরাল অস্কিলেশন খিঁচুনি সনাক্ত করতে এবং নিউরোলজিতে এপিলেপ্সি নির্ণয় করতে গুরুত্বপূর্ণ।মস্তিষ্কের কম্পিউটার ইন্টারফেস (BCI)
বেটা, গামা, এবং মিউ অস্কিলেশনের পরিমাণ প্রায়শই দূরবর্তী ডিভাইসগুলি প্রশিক্ষণ দেওয়ার জন্য (যেমন চিন্তাভাবনা দিয়ে একটি চেয়ার চালানো)।নিউরোফিডব্যাক
এটি একটি মস্তিষ্কের প্রশিক্ষণের রূপ যেখানে আপনি আপনার মস্তিষ্কের তরঙ্গ (যেমন গামা অস্কিলেশন) দেখে এবং কগনিটিভ কাজগুলি সম্পাদন করেন যাতে আপনার মস্তিষ্কে গামা অস্কিলেশনের পরিমাণ বাড়ানো যায়।নিউরোমার্কেটিং
আলফা এবং বিটা ফ্রিকোয়েন্সি ব্যান্ডগুলি ব্যবহার করা যেতে পারে কোন বিজ্ঞাপন অংশ বেশি বা কম আকর্ষণীয় তা নির্ধারণ করতে।
3.3. EEG ডেটা বিশ্লেষণের প্রকারভেদ
সাধারণভাবে গবেষকরা সময় ডোমেন বা ফ্রিকোয়েন্সি ডোমেনে বিশ্লেষণ করেন।
টাইম ডোমেন বিশ্লেষণ
সাধারণত একটি উদ্দীপনার শুরু হওয়ার পরে আগ্রহের সময় পয়েন্টগুলিতে ভোল্টেজ অ্যামপ্লিটিউড পরিমাপ করে। এগুলিকে ইভেন্ট-সম্পর্কিত পটেনশিয়াল (ERP) বলা হয়।
ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণ
সাধারণত সংজ্ঞায়িত সময় উইন্ডোতে বা একটি ইভেন্টের সূচনার সাথে সম্পর্কিত বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ডগুলিতে নিউরাল অস্কিলেশনের পরিমাণ পরিমাপ করে।
পরবর্তীতে আমরা ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণের একটি সংক্ষিপ্ত বিবরণ দেব।
3.4. প্রক্রিয়াকরণ
আপনি যখন একটি EEG রেকর্ডিং করেন তখন আপনি সাধারণত অস্কিলেশন বোঝার আগে তথ্য পরিষ্কার করেন।
ফিল্টারিং
তথ্যের মধ্যে উচ্চ এবং নিম্ন ফ্রিকোয়েন্সির পরিবেশগত শব্দ কিন্তু পরিষ্কার করার technique।আর্টিফ্যাক্ট অপসারণ
শারীরিক গতিবিধি, চোখের পাতা ফেলা সব বড় আর্টিফ্যাক্ট সৃষ্টি করতে পারে (EEG-তে ৫০ µV চূড়ান্ত) এটিকে সরিয়ে নেওয়া যায় যাতে আমাদের ফলাফলে প্রভাব না ফেলে। কিছু গবেষক এই আর্টিফ্যাক্টগুলিকে সঠিক করার জন্য জটিল পদ্ধতি ব্যবহার করেন যাতে তথ্য সংরক্ষণ করা যায়।
ডেটা প্রক্রিয়া করা হলে সংকেত এখন ফ্রিকোয়েন্সি ডোমেনে রূপান্তরিত হতে পারে যাতে আমরা প্রতিটি ধরনের মস্তিষ্কের তরঙ্গের পরিমাণ পরিমাপ করতে পারি।
ছবি ৮ – কাঁচা EEG-এ চোখের পাতা ফেলা আর্টিফ্যাক্ট।
3.5. ফাস্ট ফোরিয়ার ট্রান্সফর্ম (FFT)
একটি ফোরিয়ার ট্রান্সফর্ম হল 'টাইম ডোমেইন' (ছবি A) থেকে 'ফ্রিকোয়েন্সি ডোমেইন' (ছবি B) এ EEG সংকেতের গাণিতিক রূপান্তর।
ফ্রিকোয়েন্সি ডোমেনের মধ্যে আমরা গণনা করতে পারি আমাদের রেকর্ডিংয়ে প্রতিটি প্রকারের অস্কিলেশন কতটা আছে। এটি সাধারণত ফ্রিকোয়েন্সি ব্যান্ডের 'শক্তি' এবং পাওয়ার স্পেকট্রামে প্রকাশ করা যেতে পারে (ছবি B)।
ছবি ৯এ – টাইম ডোমেনে কাঁচা EEG।
ছবি ৯বি – FFT পর পাওয়ার স্পেকট্রম (ফ্রিকোয়েন্সি ডোমেন)।
3.6. ব্যান্ড পাওয়ার
একটি ফ্রিকোয়েন্সি ব্যান্ডের শক্তি (যেমন আলফা ব্যান্ড) একটি ফোরিয়ার ট্রান্সফরমেশন থেকে পাওয়া যায় আমাদের বলে কতগুলি ফ্রিকোয়েন্সি ব্যান্ড আছে। ব্যান্ড পাওয়ার ইউনিট সাধারণত µV2/Hz এ। সবচেয়ে বেশি, অ্যামপ্লিটিউড বা পাওয়ার স্পেকট্রামগুলি FFT থেকে লগারিদমিক ইউনিট ডেসিবেল (dB) এ প্রদর্শিত হয়। ডেসিবেল হলো একটি একক নাস্তিকের অনুপাত যেটির মধ্যে একটি মাপা শক্তি (P) এবং একটি রেফারেন্স শক্তি (Pr) এর মধ্যে সম্পর্ক রয়েছে:
যখন এই পরিমাপের ইউনিটটি আগ্রহের ঘটনাগুলির জন্য পাওয়া যায়, তখন ব্যান্ড পাওয়ারগুলি মস্তিষ্কের তরঙ্গগুলির উপর পরীক্ষামূলক প্রভাব বোঝার জন্য তুলনামূলকভাবে ব্যবহার করা যায়।
4. তত্ত্ব থেকে অনুশীলন
পরবর্তী, আমরা আলফা দমন প্রভাবের দিকে তাকাতে যাচ্ছি।
এটি একটি ঘটনা যা প্রথম প্রতিবেদন করেছিলেন হ্যান্স বার্গার, যেখানে আমরা দেখতে পাই যখন চোখ খোলা থাকে তখন আলফা অস্কিলেশন (আলফা পাওয়ার) এর পরিমাণ উল্লেখযোগ্যভাবে হ্রাস পায় যখন তা বন্ধ থাকে।
ছবি ১০ – চোখ খোলার সাথে আলফা অস্কিলেশনের বৃদ্ধি দেখা যায়।
প্রথমেই EmotivPRO Builder ব্যবহার করে আমরা একটি সহজ পরীক্ষার নির্মাণ করেছি। এই পরীক্ষায় একজন অংশগ্রহণকারীকে শুধুমাত্র ২ মিনিটের জন্য স্ক্রীনে মনোযোগ দিয়ে চোখ খোলা রাখতে এবং তারপর ২ মিনিটের জন্য বন্ধ রাখতে বলা হয়। তারা ২ মিনিটের শেষে একটি ঘণ্টা শুনবে, যে তাদের চোখ খুলতে নির্দেশ দেবে।
আপনি নিচের ভিডিওটি অনুসরণ করতে পারেন, আপনার নিজের আলফা দমন পরীক্ষাটি তৈরি করতে বা আপনি আমাদের পরীক্ষাটি লিঙ্ক থেকে চালাতে পারেন এখানে:
4.1. ডিভাইস ফিটিং এবং EEG গুণমান
কিভাবে আমাদের EQ গেট কাজ করে সে সম্পর্কে আরও তথ্য পড়ুন এখানে। আপনার হেডসেটের জন্য বিশেষ করে ডিভাইস ফিটিং সম্পর্কে আরও তথ্য পেতে এখানে যান:
EPOC ধরনের
এনসাইটের ধরনের
4.2. EEG ডেটা প্রক্রিয়াকরণ এবং রূপান্তর
এখন যে আপনার ডেটা আছে আপনি Emotiv Analyzer ব্যবহার করে এটি ফ্রিকোয়েন্সি ডোমেনে রূপান্তর করতে পারেন। ভিডিওতে দেখানো পদক্ষেপ অনুসরণ করুন।
4.3. ডেটা ব্যাখ্যা
একবার অ্যানালাইজার সম্পন্ন হলে zip ফাইলটি ডাউনলোড করুন। প্রতিটি রেকর্ডের জন্য আপনার কাছে ব্যান্ড পাওয়ার এবং একটি চিত্র ফাইল থাকবে যা আপনি আপনার পরিসংখ্যানগত বিশ্লেষণ পরিচালনা করতে ব্যবহার করতে পারেন।
ছবি ১১ – ব্যান্ডপাওয়ার।
আমাদের আউটপুটে আমরা দেখছি চোখের বন্ধ অবস্থায় (কমলা) আলফা পাওয়ারের বৃদ্ধি যখন খোলা (নীল)।
এটি আমাদের টিউটোরিয়ালের শেষ! আপনি এখন মৌলিক বিষয়গুলো নিয়ে প্রস্তুত 🙂
আপনার আরও উন্নত পড়ার জন্য কিছু লিঙ্ক আপনি রিসোর্স সেকশনে খুঁজে পাবেন।
5. রিসোর্স
উন্নত পড়া
ডোনোগিউ ইত্যাদি ২০২২ নিউরাল অস্কিলেশন অধ্যয়নে পদ্ধতিগত বিষয়
EEG পরিভাষার গ্লসারি
কেন ইত্যাদি ২০১৭ (এখানে)
খুলা উৎস কোড
যদি আপনি পাইথন কোডিং সম্পর্কে স্বচ্ছন্দ হন তবে আমরা আলফা শক্তির মানগুলি প্রাপ্ত করতে আপনার ব্যবহার করার জন্য পাইথন স্ক্রিপ্টগুলি উপলব্ধ করেছি, যা চোখ খোলা এবং চোখ বন্ধ সেগমেন্ট দ্বারা চিহ্নিত। কোড এবং নমুনা আলফা দমন ডেটা ফাইলগুলি এখানে পেতে পারেন: https://osf.io/9bvgh/
এমোটিভ ম্যানুয়াল
EmotivPRO Builder ম্যানুয়াল
EmotivPRO ম্যানুয়াল
EmotivPRO Analyzer ম্যানুয়াল
7. রেফারেন্স
ডোনোগিউ, টি., শাওয়ারনকোভ, এন. এবং ভয়টেক, বি., ২০২২। নিউরাল অস্কিলেশন অধ্যয়নে পদ্ধতিগত বিষয়। ইউরোপীয় জার্নাল অফ নার্সায়েন্স, 55(11-12), pp.3502-3527। doi: https://doi.org/10.1111/ejn.15361
কেন, এন., আচর্য, জে., বেনিজ্কি, এস., কবোকলো, এল., ফিনিগান, এস., কাপলান, পি.ডব্লিউ., শিবাসাকি, এইচ., প্রেসলার, আর। এবং ভ্যান পুটেন, এম.জে., ২০১৭। ক্লিনিকাল ইলেকট্রোএনসেফালোগ্রাফারদের দ্বারা সবচেয়ে সাধারণভাবে ব্যবহৃত শর্তাবলির একটি সংশোধিত গ্লসারি এবং EEG ফলাফলের রিপোর্টের ফর্ম্যাটের জন্য একটি আপডেট প্রস্তাব। সংশোধনী ২০১৭। ক্লিনিকাল নিউরোফিজিওলজি প্র্যাকটিস, 2, p.170। doi: 10.1016/j.cnp.2017.07.002
সিউলি, এস., লি, ওয়াই., ঝাং, ওয়াই। (২০১৬)। ইলেকট্রোএনসেফালোগ্রাম (EEG) এবং এর পটভূমি। In: EEG সংকেত বিশ্লেষণ এবং শ্রেণীবিভাগ। স্বাস্থ্য তথ্য বিজ্ঞান। স্প্রিংগার, চ্যাম। doi: https://doi.org/10.1007/978-3-319-47653-7%5F1
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)
*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।
অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)
*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।
অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)
*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।
অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।