একটি ইলেক্ট্রোএনসেফালোগ্রাম (EEG) মেশিন আধুনিক নিউরোসায়েন্স এবং ক্লিনিকাল নিউরোলজির অন্যতম গুরুত্বপূর্ণ নন-ইনভেসিভ টুল, যা গবেষক এবং চিকিৎসকদের রিয়েল টাইমে মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ ট্র্যাক করতে সাহায্য করে। মৃগীরোগের খিঁচুনি নির্ণয় করা থেকে শুরু করে উন্নত ব্রেন-কম্পিউটার ইন্টারফেস (BCIs) চালনা করা পর্যন্ত, EEG প্রযুক্তি মাইক্রোভোল্ট-স্তরের নিউরাল অসিলেশন এবং কার্যকর শারীরবৃত্তীয় ডেটার মধ্যে ব্যবধান দূর করে।
যাইহোক, মানুষের মাথার ত্বক থেকে এই মৃদু বৈদ্যুতিক সম্ভাবনাগুলি ক্যাপচার করার জন্য পরিবেশগত পাওয়ার-লাইন শব্দ থেকে শুরু করে মাথার ত্বকের প্রতিবন্ধকতা (ইম্পিডেন্স) এবং সিগন্যাল আর্টিফ্যাক্ট দূষণের মতো বিশাল পদার্থবিদ্যা এবং প্রকৌশলগত বাধাগুলি অতিক্রম করতে হয়।
এই বিস্তৃত নির্দেশিকায়, আমরা হার্ডওয়্যার থেকে শুরু করে কীভাবে EEG মেশিনগুলি কাজ করে তা পরীক্ষা করব। আমরা ইলেক্ট্রোড ঘনত্ব, উচ্চ কমন-মোড রিজেকশন রেশিও (CMRR) সহ কম-শব্দের অ্যামপ্লিফায়ার এবং শারীরিক ফ্যারাডে শিল্ডিং সহ উচ্চ সিগন্যালের গুণমান নির্ধারণকারী প্রয়োজনীয় উপাদানগুলি অন্বেষণ করব।
তদুপরি, আমরা বিশ্লেষণ করব যে অভিজ্ঞতামূলক গবেষণা ডেটা পূর্ণ-স্কেল ক্লিনিকাল EEG সিস্টেম এবং আধুনিক পোর্টেবল হেডসেটগুলির মধ্যে আপস সম্পর্কে কী প্রকাশ করে, যা আপনাকে এটি বুঝতে সহায়তা করবে যে পরিধানযোগ্য বিকল্পগুলি কোথায় চমৎকার কাজ করে এবং কেন ক্লিনিকাল রোগ নির্ণয়ের জন্য ঘন ইলেক্ট্রোডের কভারেজ এখনও গোল্ড স্ট্যান্ডার্ড হিসেবে রয়ে গেছে।
EEG মেশিন কী?
একটি EEG মেশিন হলো একটি ইলেকট্রনিক সিস্টেম যা মাথার ত্বকে স্থাপন করা ইলেকট্রোডের মাধ্যমে মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ রেকর্ড করতে ব্যবহৃত হয়। এর ফলে তৈরি হওয়া ট্রেসগুলো মস্তিষ্কের কাঠামোগত ছবির পরিবর্তে সময়ের সাথে পরিবর্তিত ভোল্টেজ প্যাটার্ন দেখায়।
EEG অ-আক্রমণাত্মক এবং খুব উচ্চ টেম্পোরাল রেজোলিউশন সহ নিউরাল কার্যকলাপ ক্যাপচার করতে পারে, যা একে ক্লিনিকাল মূল্যায়ন এবং গবেষণা উভয় ক্ষেত্রেই উপযোগী করে তোলে। রেকর্ডিং প্রক্রিয়া সম্পর্কে একটি স্পষ্ট ধারণা মূলত এই যন্ত্রটিকে সামগ্রিক EEG পরীক্ষা থেকে আলাদা করতে সাহায্য করে।
একটি EEG মেশিনের উপাদানসমূহ
যদিও ডিজাইন ভিন্ন ভিন্ন হয়, বেশিরভাগ সিস্টেম সেন্সিং হার্ডওয়্যার, সিগন্যাল-প্রসেসিং ইলেকট্রনিক্স এবং সফটওয়্যারের সমন্বয়ে গঠিত। ইলেকট্রোডগুলো মাথার ত্বক এবং রেকর্ডিং সিস্টেমের মধ্যে সংযোগ প্রদান করে, আর কেবল বা ওয়্যারলেস ট্রান্সমিটার সনাক্ত করা সংকেতগুলো বহন করে। একটি ক্যাপ ইলেকট্রোডগুলোকে ধারাবাহিকভাবে স্থাপন করতে সহায়তা করতে পারে।
প্রধান উপাদানগুলোর মধ্যে সাধারণত অন্তর্ভুক্ত থাকে:
ইলেকট্রোড এবং ইলেকট্রোড হোল্ডার যা মাথার ত্বকের নির্দিষ্ট স্থানে ভোল্টেজের পার্থক্য সনাক্ত করে।
একটি এমপ্লিফায়ার যা তাদের আপেক্ষিক সম্পর্ক বজায় রেখে নিম্ন-স্তরের সিগন্যালগুলোকে বৃদ্ধি করে।
একটি ডিজিটাইজার এবং রেকর্ডিং ইউনিট যা সংরক্ষণের জন্য অ্যানালগ কার্যকলাপকে ডিজিটাল ডেটাতে রূপান্তর করে।
ডিসপ্লে এবং অ্যানালিসিস সফটওয়্যার যা চ্যানেলগুলো সাজায়, ইভেন্টগুলো চিহ্নিত করে এবং রিভিউ করতে সহায়তা করে।
রেফারেন্স ইলেকট্রোড, গ্রাউন্ড সংযোগ, কেবল এবং পরিবাহী মাধ্যমও রেকর্ডিংকে প্রভাবিত করে। ইন্টারন্যাশনাল 10–20 প্লেসমেন্ট পদ্ধতি ইলেকট্রোড স্থাপনের জন্য একটি সাধারণ কাঠামো প্রদান করে, যদিও নির্দিষ্ট ক্লিনিকাল বা গবেষণামূলক উদ্দেশ্যে আরও ঘন বিন্যাস ব্যবহার করা হতে পারে। পরীক্ষাটির জন্য যখন সিঙ্ক্রোনাইজড আচরণগত বা শারীরবৃত্তীয় তথ্যের প্রয়োজন হয়, তখন আইসোলেশন সরঞ্জাম, উদ্দীপক হার্ডওয়্যার এবং ভিডিও রেকর্ডিংয়ের মতো আনুষাঙ্গিক উপাদানগুলো যুক্ত করা যেতে পারে।
কেন EEG রেকর্ডিং একটি পদার্থবিদ্যার চ্যালেঞ্জ
আপনার মস্তিষ্কের বৈদ্যুতিক আউটপুট অবিশ্বাস্যভাবে দুর্বল। যখন কর্টিকাল নিউরনের দলগুলো একসাথে সক্রিয় হয়, তখন তারা মাথার ত্বকের পৃষ্ঠে 10 থেকে 100 মাইক্রোভোল্টের মধ্যে বিভব তৈরি করে।
তুলনা করার জন্য বলা যায়, যেকোনো আধুনিক ভবনের দেয়ালের মধ্য দিয়ে প্রবাহিত বৈদ্যুতিক শব্দ প্রায় 60 Hz-এ থাকে এবং এটি মস্তিষ্কের সিগন্যালকে কয়েকগুণ ছাড়িয়ে যেতে পারে। আপনার মাথার উপরের ফ্লুরোসেন্ট লাইট, আপনার ডেস্কের ল্যাপটপ পাওয়ার সাপ্লাই, এমনকি আপনার নিজের চোয়ালের পেশীর টানও বৈদ্যুতিক ক্ষেত্র তৈরি করে যা নিউরাল কার্যকলাপের সাথে প্রতিযোগিতা করে, যা গবেষকদের আলাদা করা প্রয়োজন।
ফুল-স্কেল EEG সিস্টেমগুলো বিশেষভাবে হার্ডওয়্যার স্তরে এই সিগন্যাল-টু-নয়েজ সমস্যার সমাধান করার জন্য তৈরি করা হয়েছে। এদের এমপ্লিফায়ার অ্যারেগুলো ব্যতিক্রমীভাবে কম নয়েজ ফ্লোর সহ ডিজাইন করা হয়েছে, যার অর্থ হলো নিউরাল সিগন্যালকে বুস্ট করার সময় সার্কিট্রি নিজেই ন্যূনতম বৈদ্যুতিক হস্তক্ষেপ তৈরি করে।
এই এমপ্লিফায়ারগুলো ইলেকট্রোডগুলোর কাছাকাছি থাকে, যা সংবেদনশীল মাইক্রোভোল্ট সিগন্যালকে এমপ্লিফিকেশনের আগে অতিক্রম করতে হওয়া দূরত্ব কমিয়ে দেয়। প্রতিটি মিলিমিটার শিল্ডবিহীন তার পরিবেশগত শব্দের জন্য একটি অ্যান্টেনা হয়ে ওঠে, তাই ফুল-স্কেল সিস্টেমগুলো সতর্ক কেবল রাউটিং এবং সক্রিয় শিল্ডিংয়ের মাধ্যমে এই ঝুঁকি কমিয়ে দেয়।
দ্বিতীয় কাঠামোগত স্তম্ভটি হলো পরিবেশগত আইসোলেশন। ক্লিনিকাল EEG স্যুটগুলো প্রায়শই ফ্যারাডে কেজ শিল্ডিং ব্যবহার করে, যা পরিবাহী ঘের যা বাহ্যিক ইলেক্ট্রোম্যাগনেটিক ফিল্ডগুলোকে ইলেকট্রোডগুলোতে পৌঁছাতে বাধা দেয়।
এটি কোনো বিলাসবহুল বৈশিষ্ট্য নয়। কোনো দূষণ ছাড়াই সবচেয়ে সূক্ষ্ম নিউরাল সিগনেচার সনাক্ত করার জন্য এটি একটি শারীরিক পূর্বশর্ত। যখন একটি গবেষণা দল স্টেডি-স্টেট visually evoked potential experiments-এর জন্য একাধিক অ্যাকুইজিশন ডিভাইস তুলনা করে, তখন তারা সিস্টেমগুলোকে এমপ্লিফায়ার টায়ার দ্বারা স্পষ্টভাবে শ্রেণীবদ্ধ করে, সিগন্যাল কোয়ালিটির একটি মৌলিক নির্ধারক হিসেবে research-grade hardware থেকে consumer-grade alternatives-কে পৃথক করে। ফুল-স্কেল আর্কিটেকচার বিদ্যমান কারণ সমস্যার পদার্থবিদ্যা এটির দাবি করে।
EEG রেকর্ডিংয়ে উচ্চ সিগন্যাল কোয়ালিটি কীসের মাধ্যমে নির্ধারিত হয়?
নিউরোলজিস্টরা রেকর্ডিংয়ের ঠিক কতটা অংশ artifact-এর পরিবর্তে মস্তিষ্কের কার্যকলাপকে প্রতিনিধিত্ব করে তা পরিমাপের জন্য বস্তুনিষ্ঠ মেট্রিক্স ব্যবহার করে EEG systems-এর মূল্যায়ন করেন। এই মেট্রিক্সগুলো বোঝা স্পষ্ট করে যে ফুল-স্কেল সিস্টেমগুলো কী সংরক্ষণ করে এবং portable alternatives কীসে আপস করে।
সবচেয়ে সহজ পরিমাপ হলো যুগপৎ রেকর্ডিংয়ের মধ্যে কো-রিলেশন কোফিসিয়েন্ট বা সহসম্পর্ক সহগ। যখন দুটি সিস্টেম একই সময়ে একই মস্তিষ্কের কার্যকলাপ ক্যাপচার করে, তখন তাদের ওয়েভফর্মগুলোর একে অপরের সাথে ঘনিষ্ঠভাবে মিল থাকা উচিত। 1.0-এর একটি নিখুঁত সহসম্পর্ক মানে সিগন্যালগুলো অভিন্ন। এর চেয়ে কম যেকোনো কিছু বিচ্যুতি নির্দেশ করে, এবং সেই বিচ্যুতি হারানো বা বিকৃত তথ্যকে প্রতিনিধিত্ব করে।
সহজ ওয়েভফর্ম ম্যাচিংয়ের বাইরে, গবেষকরা হজর্থ প্যারামিটার (Hjorth parameters) পরীক্ষা করেন, যা তিনটি পরিসংখ্যানগত পরিমাপ যা সিগন্যাল ডাইনামিকস বর্ণনা করে:
অ্যাক্টিভিটি সিগন্যালের বৈচিত্র্য বা পাওয়ার ক্যাপচার করে।
মোবিলিটি গড় ফ্রিকোয়েন্সি অনুমান করে।
কমপ্লেক্সিটি নির্দেশ করে যে সিগন্যালটি একটি বিশুদ্ধ সাইন ওয়েভ থেকে কতটা বিচ্যুত হয়, মূলত এর রুক্ষতা বা মসৃণতা পরিমাপ করে।
এই প্যারামিটারগুলো সম্মিলিতভাবে বর্ণনা করে যে একটি রেকর্ডিং মস্তিষ্কের কার্যকলাপের গতিশীল চরিত্র সংরক্ষণ করে নাকি এটিকে পরিসংখ্যানগতভাবে ভিন্ন কিছুতে অবনমিত করে।
তিনটি অতিরিক্ত মেট্রিক্স নির্দিষ্ট দূষণের প্যাটার্ন উন্মোচন করে:
বেসলাইন ওয়ান্ডার সিগন্যালের ধীর বিচ্যুতিগুলোকে ট্র্যাক করে যা প্রায়শই নিউরাল উৎসের পরিবর্তে ত্বকের সম্ভাবনা বা ইলেকট্রোড সেটলিং থেকে উদ্ভূত হয়।
কার্টোসিস পরিমাপ করে যে রেকর্ডিংয়ে কত ঘন ঘন চরম আউটলায়ার বা অসঙ্গতি দেখা যায়, যা পেশীর নড়াচড়াজনিত আর্টিফ্যাক্ট বা ইলেকট্রোড পপসের উপস্থিতি নির্দেশ করতে পারে।
নির্দিষ্ট ফ্রিকোয়েন্সি নয়েজ, বিশেষ করে 60 Hz পাওয়ার-লাইন হাম যা প্রতিটি তারযুক্ত পরিবেশকে গ্রাস করে, হার্ডওয়্যারটি পরিবেশগত হস্তক্ষেপ কতটা ভালভাবে প্রত্যাখ্যান করে তার একটি সরাসরি পরিমাপ প্রদান করে।
Kamousi et al.-এর একটি তুলনামূলক গবেষণা প্রথাগত ক্লিনিকাল মেশিনের বিপরীতে একটি দ্রুত-প্রতিক্রিয়া সিস্টেমের বস্তুনিষ্ঠভাবে মূল্যায়নের জন্য হজর্থ প্যারামিটার, স্পাইক কাউন্ট, বেসলাইন ওয়ান্ডার এবং 60 Hz দূষণ পরীক্ষা করে এই সঠিক মেট্রিক স্যুটটি ব্যবহার করেছিল।
মেট্রিক | এটি যা পরিমাপ করে |
|---|---|
কো-রিলেশন | সিস্টেমগুলোর মধ্যে ওয়েভফর্মের মিল |
হজর্থ অ্যাক্টিভিটি | সিগন্যালের বৈচিত্র্য বা পাওয়ার |
হজর্থ মোবিলিটি | গড় ফ্রিকোয়েন্সি অনুমান |
হজর্থ কমপ্লেক্সিটি | সাইন ওয়েভ থেকে বিচ্যুতি |
বেসলাইন ওয়ান্ডার | ধীর বিচ্যুতির আর্টিফ্যাক্টস |
কার্টোসিস | চরম আউটলায়ারের উপস্থিতি |
60 Hz নয়েজ | পরিবেশগত হস্তক্ষেপ প্রত্যাখ্যান |
EEG হার্ডওয়্যারের প্রয়োজনীয়তা: চ্যানেল, এমপ্লিফায়ার এবং শিল্ডিং
ফুল-স্কেল সিস্টেমগুলোর শ্রেষ্ঠত্ব তিনটি পরস্পর নির্ভরশীল হার্ডওয়্যার সুবিধার উপর নির্ভর করে যা পোর্টেবল ডিভাইসগুলো সম্পূর্ণরূপে অনুকরণ করতে পারে না: উচ্চ চ্যানেল সংখ্যা, এমপ্লিফায়ার ডিজাইন এবং শিল্ডিং।
EEG বিশ্লেষণে ইলেকট্রোড ঘনত্বের ভূমিকা
উচ্চ চ্যানেল সংখ্যা হলো সবচেয়ে দৃশ্যমান পার্থক্য। ক্লিনিকাল সিস্টেমগুলো নিয়মিতভাবে 10-20 System in EEG অনুসারে সমগ্র মাথার ত্বক জুড়ে কয়েক ডজন থেকে শত শত ইলেকট্রোড স্থাপন করে।
এই ঘনত্ব স্পেশাল স্যাম্পলিং সক্ষম করে যা মস্তিষ্কের ঠিক কোথা থেকে একটি সিগন্যাল উৎপন্ন হচ্ছে তা অনুমান করার জন্য যথেষ্ট সূক্ষ্ম, এই প্রক্রিয়াটিকে সোর্স লোকালাইজেশন বলা হয়। সোর্স লোকালাইজেশনের গণিতের জন্য মাথার ত্বকের সম্ভাবনাগুলোকে তাদের কর্টিকাল জেনারেটরগুলোতে সনাক্ত করে ইনভার্স সমস্যার সমাধান করার জন্য পর্যাপ্ত স্পেশাল তথ্যের প্রয়োজন হয়।
কম চ্যানেলের অর্থ হলো স্থূল স্পেশাল রেজোলিউশন, এবং একটি নির্দিষ্ট থ্রেশহোল্ডের নিচে, টেম্পোরাল সিগন্যাল কোয়ালিটি নির্বিশেষে নির্দিষ্ট লোকালাইজেশনগুলো গাণিতিকভাবে অসম্ভব হয়ে পড়ে।
উচ্চ-কার্যক্ষমতাসম্পন্ন EEG এমপ্লিফায়ারের গুরুত্ব
এমপ্লিফায়ার ডিজাইনটি কম দৃশ্যমান কিন্তু সমানভাবে গুরুত্বপূর্ণ সুবিধা প্রদর্শন করে। এর মূল স্পেসিফিকেশন হলো কমন-মোড রিজেকশন রেশিও বা CMRR, যা বর্ণনা করে যে এমপ্লিফায়ারটি কত কার্যকরভাবে উভয় ইনপুটে একইভাবে উপস্থিত সিগন্যালগুলোকে বাতিল করে এবং একই সাথে ডিফারেনশিয়াল সিগন্যালটিকে সংরক্ষণ করে যা প্রকৃত মস্তিষ্কের কার্যকলাপকে প্রতিনিধিত্ব করে।
পাওয়ার-লাইন হস্তক্ষেপের মতো নয়েজ সোর্সগুলো সমস্ত ইলেকট্রোডকে একইভাবে প্রভাবিত করে, যা একটি কমন-মোড সিগন্যাল হিসাবে উপস্থিত হয়। একটি উচ্চ-CMRR এমপ্লিফায়ার গাণিতিকভাবে এই শেয়ার করা নয়েজটিকে বিয়োগ করে, কেবল ক্ষুদ্র ডিফারেনশিয়াল ব্রেন সিগন্যালটি অবশিষ্ট রাখে। রিসার্চ-গ্রেড এমপ্লিফায়ারগুলো এমন CMRR অর্জন করে যা কনজিউমার-গ্রেড হার্ডওয়্যার মেলাতে পারে না এবং এই পার্থক্যটি সরাসরি আরও পরিষ্কার রেকর্ডিংয়ে প্রকাশ পায়।
EEG-তে ফিজিক্যাল এবং অ্যাক্টিভ শিল্ডিংয়ের ভূমিকা
শিল্ডিং এই ত্রয়ী সম্পন্ন করে। ক্লিনিকাল সেটিংসে ফ্যারাডে কেজ রুমের মাধ্যমে বা ইলেকট্রোড কেবলে তৈরি অ্যাক্টিভ শিল্ডিং সার্কিটের মাধ্যমে হোক না কেন, ফুল-স্কেল সিস্টেমগুলো এমপ্লিফায়ারে পৌঁছানোর আগেই ইলেক্ট্রোম্যাগনেটিক হস্তক্ষেপকে শারীরিকভাবে ব্লক করে।
এই হার্ডওয়্যার-স্তরের নয়েজ প্রত্যাখ্যান অ্যাকুইজিশনের পরে ডিজিটাল ফিল্টারিং থেকে মৌলিকভাবে আলাদা। ফিল্টারিং নির্দিষ্ট frequency bands অপসারণ করতে পারে, কিন্তু এটি নিউরাল ফ্রিকোয়েন্সিগুলোর সাথে ওভারল্যাপ করা শব্দকে আলাদা করতে পারে না। শিল্ডিং দূষণকে সিগন্যাল চেইনে প্রবেশ করতে সম্পূর্ণরূপে বাধা দেয়।
EEG হার্ডওয়্যার এবং সিগন্যাল ক্যাপচারের মূল বিষয়সমূহ
এই স্ট্রাকচারাল বৈশিষ্ট্যগুলো ব্যাখ্যা করে যে কেন ফুল-স্কেল সিস্টেমগুলো নির্ভরযোগ্যভাবে ক্যানোনিকাল EEG ঘটনা যেমন alpha rhythm ক্যাপচার করে, বার্জার ইফেক্ট যা প্রথম লক্ষ্য করা যায় যখন রোগীরা তাদের চোখ বন্ধ করে এবং তাদের পোস্টেরিয়র ব্রেন অঞ্চলগুলো একটি 8–12 Hz অসিলেশনে স্থানান্তরিত হয়।
তারা এটিও ব্যাখ্যা করে যে কেন event-related potentials-এর N2 and P2 components, যা উদ্দীপনার শত শত মিলিসেকেন্ড পরে ঘটে যাওয়া সূক্ষ্ম ভোল্টেজ বিচ্যুতি, রিসার্চ-গ্রেড রেকর্ডিংয়ে স্পষ্টভাবে উঠে আসে। যখন একটি research team evaluated গোল্ড স্ট্যান্ডার্ডের বিপরীতে একটি নতুন পরিধানযোগ্য ফ্রন্টাল EEG ডিভাইস মূল্যায়ন করেছিল, তারা নিশ্চিত করেছিল যে ফুল-স্কেল সিস্টেমটি সফলভাবে বার্জার ইফেক্ট এবং এই ERP উপাদান উভয়ই ক্যাপচার করেছে, যা এমন পারফরম্যান্স বেসলাইন স্থাপন করে যা যেকোনো পোর্টেবল বিকল্পের অর্জন করা আবশ্যক।
পোর্টেবল বনাম ক্লিনিকাল EEG আপস সম্পর্কে গবেষণা ডেটা কী বলে
একটি EEG সিস্টেমকে ছোট করার ফলে ইঞ্জিনিয়ারিংয়ে আপস করতে বাধ্য হতে হয়। কম চ্যানেলের অর্থ হলো স্পার্সার স্পেশাল কভারেজ। ব্যাটারি লাইফ এবং তাপ অপচয়ের প্রয়োজনীয়তা দ্বারা সীমাবদ্ধ ছোট এমপ্লিফায়ারগুলো তাদের ফুল-স্কেল প্রতিরূপগুলোর নয়েজ পারফরম্যান্সের সাথে মেলাতে পারে না। এবং পোর্টেবল ডিভাইসগুলো শিল্ডেড রুমের সুবিধা ছাড়াই অনিয়ন্ত্রিত ইলেক্ট্রোম্যাগনেটিক পরিবেশে কাজ করে।
অভিজ্ঞতামূলক প্রমাণগুলো সঠিকভাবে পরিমাপ করে যে এই আপসগুলোর মূল্য কী। উদাহরণস্বরূপ, পূর্বে উল্লিখিত গবেষণায়, পরিধানযোগ্য ডিভাইস এবং গোল্ড স্ট্যান্ডার্ড উভয় দিয়ে একই সাথে রেস্টিং-স্টেট EEG রেকর্ড করার সময়, দুটি সিস্টেমের মধ্যে নরমালাইজড ক্রস-কো-রিলেশন গড়ে প্রায় 0.72 ছিল, যার স্ট্যান্ডার্ড ডেভিয়েশন ছিল 0.02।
এই কো-রিলেশনটি পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ এবং এটি প্রমাণ করে যে পরিধানযোগ্য ডিভাইসটি প্রকৃত মস্তিষ্কের কার্যকলাপ ক্যাপচার করে। তবে অবশিষ্ট 0.28 ব্যবধানটি ক্লিনিকাল রেকর্ডিংয়ে উপস্থিত সেই তথ্যকে প্রতিনিধিত্ব করে যা পোর্টেবল সংস্করণে অনুপস্থিত বা বিকৃত। কিছু অ্যাপ্লিকেশনের জন্য, এই ব্যবধানটি গ্রহণযোগ্য। তা সত্ত্বেও, ক্লিনিকাল ডায়াগনোসিসের জন্য যেখানে সূক্ষ্ম ওয়েভফর্মের অস্বাভাবিকতা প্যাথলজি নির্দেশ করতে পারে, সেখানে এটি গ্রহণযোগ্য নাও হতে পারে।
এটি পোর্টেবল সিস্টেমগুলোকে অকেজো করে তোলে না। বিপরীতে, একটি SSVEP comparison study যা কনজিউমার-গ্রেড হার্ডওয়্যার থেকে রিসার্চ-গ্রেডকে আলাদা করেছে, এই সিদ্ধান্তে পৌঁছেছে যে লো-এন্ড ওয়্যারলেস রিসার্চ-গ্রেড জেল-ভিত্তিক EEG সিস্টেমগুলো brain-computer interface applications-এর জন্য ঐতিহ্যবাহী সরঞ্জামগুলোর সাথে তুলনামূলক সিগন্যাল কোয়ালিটি তৈরি করেছে।
মূল কথাটি হলো "BCI-এর জন্য"। বিভিন্ন অ্যাপ্লিকেশনের জন্য বিভিন্ন স্তরের সিগন্যাল ফিডেলিটি প্রয়োজন হয় এবং সেই অনুযায়ী গ্রহণযোগ্য পারফরম্যান্সের থ্রেশহোল্ড পরিবর্তিত হয়।
পোর্টেবল বনাম ক্লিনিকাল EEG
নির্দিষ্ট পরিস্থিতিতে এবং নির্দিষ্ট মেট্রিক্সে, পোর্টেবল ডিভাইসগুলো সমতুল্যতা প্রদর্শন করেছে যা স্বীকৃতির দাবি রাখে।
Kamousi et al. দ্বারা দ্রুত-প্রতিক্রিয়া EEG গবেষণা যা দুটি প্রচলিত ক্লিনিকাল মেশিনের সাথে একটি EEG সিস্টেমের তুলনা করেছে তা দেখিয়েছে যে যুগপৎ ল্যাবরেটরি রেকর্ডিংয়ে, দ্রুত-প্রতিক্রিয়া EEG এবং প্রতিটি প্রচলিত সিস্টেমের মধ্যে কো-রিলেশন পরিসংখ্যানগতভাবে দুটি প্রচলিত সিস্টেমের নিজেদের মধ্যে কো-রিলেশনের সাথে অভিন্ন ছিল। পোর্টেবল ডিভাইসটি ক্লিনিকাল স্ট্যান্ডার্ডের কোনো অনুমান মাত্র ছিল না। এটি এই টেম্পোরাল ওয়েভফর্ম মেট্রিক্সে কার্যকরীভাবে বিনিময়যোগ্য ছিল।
তদুপরি, প্রকৃত রোগীদের সাথে বাস্তব ICU পরিবেশে, হজর্থ প্যারামিটারগুলো দ্রুত-প্রতিক্রিয়া এবং প্রথাগত রেকর্ডিংয়ের মধ্যে পরিসংখ্যানগত মিল দেখিয়েছে। স্পাইক কাউন্ট, বেসলাইন ওয়ান্ডার এবং কার্টোসিস পরিমাপ সবই সমতুল্য সীমার মধ্যে ছিল, যেখানে উইলকক্সন সাইনড র্যাঙ্ক টেস্টে p-মান 0.05-এর বেশি ছিল।
এবং এমন একটি ফলাফলে যা আধুনিক এমপ্লিফায়ার মিনিয়েচারাইজেশনের অগ্রগতি হাইলাইট করে, দ্রুত-প্রতিক্রিয়া সিস্টেমটি আসলে ল্যাবরেটরিতে এবং বৈদ্যুতিকভাবে প্রতিকূল ICU পরিবেশ উভয় ক্ষেত্রেই প্রচলিত সিস্টেমগুলোর চেয়ে উল্লেখযোগ্যভাবে কম 60 Hz নয়েজ প্রদর্শন করেছে। পোর্টেবল ডিভাইসের মাধ্যমে প্রাপ্ত ক্লিনিকাল তথ্য প্রথাগত সেটআপ থেকে নেওয়া ডায়াগনস্টিক সিদ্ধান্তের সাথে মিলে গেছে।
যাইহোক, টেম্পোরাল মেট্রিক্সে সমতুল্যতা সব মাত্রায় সমতুল্যতা নির্দেশ করে না। দ্রুত-প্রতিক্রিয়া সিস্টেমটি একটি সীমিত ইলেকট্রোড সেট দিয়ে তার পারফরম্যান্স অর্জন করেছে, এবং কোনো পরিমাণ টেম্পোরাল ফিডেলিটি এমন স্পেশাল তথ্য পুনরায় তৈরি করতে পারে না যা কখনই ক্যাপচার করা হয়নি।
একক-চ্যানেল পরিধানযোগ্য রেকর্ডিংয়ে দূষিত অংশগুলোকে 90%-এর বেশি নির্ভুলতার সাথে সনাক্ত করার জন্য স্বয়ংক্রিয় অ্যালগরিদম তৈরি করা হয়েছে, যা পেশীর কার্যকলাপ এবং নড়াচড়া থেকে সৃষ্ট আর্টিফ্যাক্টগুলোকে সফলভাবে চিহ্নিত করে। কিন্তু এই অ্যালগরিদমগুলো একটি সনাক্তকরণ সমস্যার সমাধান করে, পুনরুদ্ধার সমস্যার নয়। তারা গবেষকদের বলে যে কোন ডেটা অংশগুলো অব্যবহারযোগ্য। তারা অনুপস্থিত স্পেশাল টপোগ্রাফি পুনর্গঠন করতে পারে না যা একটি common average reference EEG মন্টেজ বা সোর্স লোকালাইজেশন বিশ্লেষণের জন্য একটি ফুল-ডেনসিটি অ্যারে থেকে প্রয়োজন হবে।
EEG প্রযুক্তির ভবিষ্যৎ
EEG প্রযুক্তির ভবিষ্যতে আরও ফ্লেক্সিবল রেকর্ডিং ফরম্যাট, উন্নত ইলেকট্রোড সামগ্রী এবং দ্রুত কোয়ালিটি চেকিং সমর্থনকারী সফটওয়্যার অন্তর্ভুক্ত হওয়ার সম্ভাবনা রয়েছে। ওয়্যারলেস যোগাযোগ এবং হালকা হেডসেটগুলো ডেডিকেটেড ল্যাবরেটরির বাইরে রেকর্ডিং করা সহজ করে তুলতে পারে। একই সময়ে, ক্লিনিকাল সিস্টেমগুলোর জন্য নির্ভরযোগ্য সিগন্যাল ইন্টিগ্রিটি, নিরাপদ ডেটা হ্যান্ডলিং এবং পেশাদার পর্যালোচনার সাথে খাপ খায় এমন ওয়ার্কফ্লোর প্রয়োজন অব্যাহত থাকবে।
কম্পিউটেশনের অগ্রগতি আর্টিফ্যাক্ট সনাক্ত করতে, দীর্ঘ রেকর্ডিং সংগঠিত করতে এবং পরিমাণগতভাবে প্যাটার্নগুলো বর্ণনা করতে সহায়তা করতে পারে। মেশিন-লার্নিং পদ্ধতিগুলো শ্রেণীবিভাগ বা বৈশিষ্ট্য নিষ্কাশনে সহায়তা করতে পারে, তবে তাদের উপযোগিতা প্রতিনিধি ডেটা, স্বচ্ছ বৈধতা এবং প্রযুক্তিগত পূর্বাভাস ও ক্লিনিকাল রায়ের মধ্যে সতর্ক পার্থক্যের উপর নির্ভর করে। স্বয়ংক্রিয় বিশ্লেষণ ব্যাখ্যার ক্ষেত্রে সহায়তা করবে, অনিশ্চয়তাকে অস্পষ্ট করবে না।
অধিকতর পোর্টেবিলিটি গোপনীয়তা, সম্মতি, ইন্টারঅপারেবিলিটি এবং উপযুক্ত ব্যবহার সম্পর্কেও প্রশ্ন তুলবে। EEG data স্বাস্থ্য এবং আচরণ সম্পর্কে সংবেদনশীল তথ্য প্রকাশ করতে পারে, তাই স্টোরেজ এবং শেয়ারিং অনুশীলনগুলো গুরুত্বপূর্ণ। অগ্রগতি তখনই সবচেয়ে অর্থবহ হবে যখন সুবিধার সাথে নির্ভরযোগ্য পরিমাপ, স্পষ্ট প্রমাণ এবং সিগন্যালটি কী দেখাতে পারে তার বাস্তবসম্মত সীমাবদ্ধতা যুক্ত হবে।
কেন ঘন ইলেকট্রোড কভারেজ এখনও EEG-এর ডায়াগনস্টিক স্ট্যান্ডার্ডকে সংজ্ঞায়িত করে
প্রমাণ থেকে মূল বার্তাটি হলো সিগন্যাল কোয়ালিটি কোনো বিমূর্ত ইঞ্জিনিয়ারিং আদর্শ নয়, কারণ বিশ্বস্ততার স্তর নির্ধারণ করে যে চিকিৎসকরা এবং গবেষকরা মস্তিষ্ক সম্পর্কে কতটা আত্মবিশ্বাসের সাথে বলতে পারেন।
পোর্টেবল EEG সিস্টেমগুলো ব্রেন-কম্পিউটার ইন্টারফেস এবং নির্দিষ্ট গবেষণামূলক সেটিংস সহ নির্দিষ্ট অ্যাপ্লিকেশনগুলোর জন্য দরকারী প্রমাণিত হয়েছে, যেখানে তাদের টেম্পোরাল ওয়েভফর্ম কোয়ালিটি প্রথাগত মেশিনের সাথে মিলতে পারে। কিন্তু এই ডিভাইসগুলোকে বৈধতা দেওয়া একই গবেষণাগুলো তাদের সীমাবদ্ধতাও দেখায়—সীমিত ইলেকট্রোড কভারেজ স্পেশাল তথ্য বাদ দিয়ে দেয়, এবং কোনো পরিমাণ post-processing যা কখনই রেকর্ড করা হয়নি তা পুনরুদ্ধার করতে পারে না। সেই অনুপস্থিত স্পেশাল ডিটেইল ক্লিনিকাল সিদ্ধান্তের জন্য সবচেয়ে বেশি গুরুত্বপূর্ণ, যেখানে অস্বাভাবিক কার্যকলাপের উৎপত্তিস্থল চিহ্নিত করা রোগ নির্ণয়কে পরিবর্তন করতে পারে।
মৃগী রোগ নির্ণয় এবং ফাংশনাল ব্রেন নেটওয়ার্ক ম্যাপিংয়ের মতো কাজে, ঘন ইলেকট্রোড অ্যারেগুলো কোনো বিলাসিতা নয় বরং মাথার ত্বকের সিগন্যালগুলোকে তাদের কর্টিকাল উৎসে সনাক্ত করার জন্য একটি গাণিতিক প্রয়োজন। পোর্টেবল ডিভাইসগুলো একই টেম্পোরাল প্যাটার্নগুলোর অনেকগুলো সনাক্ত করতে পারে, তবুও তারা সম্পূর্ণ মস্তিষ্কের অঞ্চলগুলো পর্যবেক্ষণ করতে পারে না বা লোকালাইজেশন সমস্যার সমাধান করতে পারে না যার জন্য সম্পূর্ণ মাথার ত্বকের কভারেজ প্রয়োজন।
তাই ব্যবহারিক সিদ্ধান্ত হলো যে পোর্টেবল সিস্টেমগুলো বৈধ সরঞ্জাম যখন তাদের সীমাবদ্ধতাগুলো জানা থাকে, তবে ফুল-স্কেল মেশিনগুলো এমন পরিস্থিতিগুলোর জন্য মানদণ্ড হিসাবে থেকে যায় যেখানে সর্বাধিক বিশ্বস্ততা এবং স্পেশাল রেজোলিউশন অপরিহার্য। এই আপসটি বোঝা রোগী, চিকিৎসক এবং গবেষকদের প্রতিটি উদ্দেশ্যে একটি প্রযুক্তি পরিবেশন করার আশা না করে হাতের কাজের জন্য সঠিক সরঞ্জামটি বেছে নিতে সহায়তা করে।
তথ্যসূত্র
Kamousi, B., Grant, A. M., Bachelder, B., Yi, J., Hajinoroozi, M., & Woo, R. (2019). Comparing the quality of signals recorded with a rapid response EEG and conventional clinical EEG systems. Clinical Neurophysiology Practice, 4, 69-75. https://doi.org/10.1016/j.cnp.2019.02.002
Gao, Z., Cui, X., Wan, W., Qin, Z., & Gu, Z. (2022). Signal quality investigation of a new wearable frontal lobe EEG device. Sensors, 22(5), 1898. https://doi.org/10.3390/s22051898
Zerafa, R., Camilleri, T., Falzon, O., & Camilleri, K. P. (2018). A comparison of a broad range of EEG acquisition devices–is there any difference for SSVEP BCIs?. Brain-Computer Interfaces, 5(4), 121-131. https://doi.org/10.1080/2326263X.2018.1550710
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
কেন ফুল-স্কেল EEG মেশিনগুলো পোর্টেবল ডিভাইসের চেয়ে মস্তিষ্কের সিগন্যালগুলো আরও ভালভাবে ক্যাপচার করে?
ফুল-স্কেল সিস্টেমগুলো কম নয়েজযুক্ত এমপ্লিফায়ারের সাথে ইঞ্জিনিয়ার করা হয়েছে যা ইলেকট্রোডের কাছাকাছি স্থাপন করা হয়, যা এমপ্লিফিকেশনের আগে সংবেদনশীল ব্রেন সিগন্যালগুলোকে যে দূরত্ব অতিক্রম করতে হয় তা কমিয়ে দেয়। রেকর্ডিংকে দূষিত করার আগেই তারা পরিবেশগত বৈদ্যুতিক হস্তক্ষেপ ব্লক করার জন্য শিল্ডিং এবং সতর্ক কেবল রাউটিং ব্যবহার করে।
EEG সিগন্যাল রেকর্ড করার ক্ষেত্রে প্রধান শারীরিক চ্যালেঞ্জ কী?
মাথার ত্বকে পৌঁছানো ব্রেন সিগন্যালগুলো অত্যন্ত দুর্বল, যা মাইক্রোভোল্টে পরিমাপ করা হয় এবং পাওয়ার লাইন, লাইট এমনকি পেশীর টান থেকে সৃষ্ট বৈদ্যুতিক শব্দ দ্বারা সহজেই অভিভূত হতে পারে। ফুল-স্কেল সিস্টেমগুলো পোস্ট-প্রসেসিংয়ের উপর নির্ভর না করে উৎসে হস্তক্ষেপ প্রত্যাখ্যান করার জন্য ডিজাইন করা হার্ডওয়্যার ব্যবহার করে এই সমস্যার সমাধান করে।
EEG গবেষণায় "সিগন্যাল কোয়ালিটি" বলতে কী বোঝায়?
সিগন্যাল কোয়ালিটি বস্তুনিষ্ঠভাবে পরিমাপ করা হয় যেমন যুগপৎ রেকর্ডিংয়ের মধ্যে কো-রিলেশন, হজর্থ প্যারামিটার (অ্যাক্টিভিটি, মোবিলিটি, কমপ্লেক্সিটি), বেসলাইন ওয়ান্ডার, কার্টোসিস এবং 60 Hz নয়েজ স্তরের মতো মেট্রিক্স ব্যবহার করে। এই মেট্রিক্সগুলো দেখায় যে রেকর্ডিংয়ের কতটা অংশ আর্টিফ্যাক্ট বা পরিবেশগত হস্তক্ষেপের বিপরীতে প্রকৃত মস্তিষ্কের কার্যকলাপকে প্রতিফলিত করে।
কেন ক্লিনিকাল EEG-এর জন্য বেশি সংখ্যক ইলেকট্রোড গুরুত্বপূর্ণ?
আরও বেশি ইলেকট্রোড মাথার ত্বক জুড়ে ঘন স্পেশাল স্যাম্পলিং প্রদান করে, যা সোর্স লোকালাইজেশনের জন্য অপরিহার্য—মস্তিষ্কের ঠিক কোথা থেকে একটি সিগন্যাল উৎপন্ন হচ্ছে তা অনুমান করা। খুব কম চ্যানেলের সাহায্যে মাথার ত্বকের সম্ভাবনাগুলোকে তাদের কর্টিকাল জেনারেটরগুলোতে সনাক্ত করা গাণিতিকভাবে অসম্ভব হয়ে পড়ে।
কমন-মোড রিজেকশন রেশিও (CMRR) কী এবং কেন এটি গুরুত্বপূর্ণ?
CMRR বর্ণনা করে যে একটি এমপ্লিফায়ার কত ভালভাবে উভয় ইনপুটে একইভাবে উপস্থিত সিগন্যালগুলোকে বাতিল করে, যেমন পাওয়ার-লাইন নয়েজ, এবং একই সাথে ডিফারেনশিয়াল সিগন্যালটিকে সংরক্ষণ করে যা প্রকৃত মস্তিষ্কের কার্যকলাপকে প্রতিনিধিত্ব করে। রিসার্চ-গ্রেড এমপ্লিফায়ারগুলোর উচ্চতর CMRR থাকে, যার সরাসরি ফলাফল হিসেবে আরও পরিষ্কার রেকর্ডিং পাওয়া যায়।
নয়েজ দূর করার জন্য ডিজিটাল ফিল্টারিংয়ের চেয়ে ফিজিক্যাল শিল্ডিং কেন ভাল?
শিল্ডিং ইলেক্ট্রোম্যাগনেটিক হস্তক্ষেপকে সিগন্যাল চেইনে প্রবেশ করতে সম্পূর্ণরূপে বাধা দেয়, অন্যদিকে ডিজিটাল ফিল্টারিং কেবল দূষণের পরে নির্দিষ্ট ফ্রিকোয়েন্সি ব্যান্ডগুলো সরাতে পারে। যেহেতু শব্দ প্রায়শই নিউরাল ফ্রিকোয়েন্সিগুলোর সাথে ওভারল্যাপ করে, ফিল্টারিং দুটির মধ্যে পার্থক্য করতে পারে না, তবে শিল্ডিং ব্রেন সিগন্যালের সাথে মেশার আগেই শব্দটিকে ব্লক করে।
পোর্টেবল EEG সিস্টেমগুলো কি কখনও ফুল-স্কেল ক্লিনিকাল মেশিনের সাথে মিলতে পারে?
হ্যাঁ, নির্দিষ্ট টেম্পোরাল মেট্রিক্সে, কিছু পোর্টেবল সিস্টেম প্রচলিত মেশিনের সাথে পরিসংখ্যানগতভাবে অনুরূপ ওয়েভফর্ম কো-রিলেশন এবং নয়েজ লেভেল দেখিয়েছে, বিশেষ করে ব্রেন-কম্পিউটার ইন্টারফেসের মতো নির্দিষ্ট অ্যাপ্লিকেশনগুলোতে। তবে তারা ফুল-স্কেল সিস্টেমের স্পেশাল রেজোলিউশনের সাথে মিলতে পারে না কারণ সীমিত ইলেকট্রোড কভারেজ সম্পূর্ণ সোর্স লোকালাইজেশন বা সমগ্র-মস্তিষ্কের নেটওয়ার্ক ম্যাপিংকে অসম্ভব করে তোলে।
পোর্টেবল EEG ডিভাইসগুলো কি কম নির্ভুল হলে অকেজো?
না, পোর্টেবল সিস্টেমগুলো অনেক অ্যাপ্লিকেশনের জন্য বৈধ সরঞ্জাম, যেমন ব্রেন-কম্পিউটার ইন্টারফেস এবং নির্দিষ্ট গবেষণা অধ্যয়ন, যেখানে তাদের সিগন্যাল কোয়ালিটি পর্যাপ্ত। তাদের সীমাবদ্ধতাগুলো কেবল তখনই গুরুতর হয়ে ওঠে যখন সর্বাধিক ডেটা বিশ্বস্ততা এবং স্পেশাল রেজোলিউশনের প্রয়োজন হয়, যেমন ক্লিনিকাল ডায়াগনোসিস বা সোর্স লোকালাইজেশনে।
Emotiv একটি নিউরোটেকনোলজি শীর্ষস্থানীয় প্রতিষ্ঠান, যা সহজলভ্য EEG এবং ব্রেন ডেটা টুলের মাধ্যমে স্নায়ুবিজ্ঞান গবেষণার অগ্রগতিতে সহায়তা করে।
চিকিৎসা সংক্রান্ত দাবিত্যাগ: এই ওয়েবসাইটে দেওয়া তথ্য শুধুমাত্র শিক্ষামূলক এবং তথ্যগত উদ্দেশ্যে এবং এটি চিকিৎসা বা স্বাস্থ্য সংক্রান্ত পরামর্শ হিসেবে উদ্দেশ্য নয়। এই বিষয়বস্তুতে ভুল থাকতে পারে এবং জীবন পরিবর্তনকারী স্বাস্থ্য, চিকিৎসা বা জীবনযাত্রার পছন্দগুলি করার জন্য এর ওপর নির্ভর করা উচিত নয়। কোনো চিকিৎসাগত অবস্থা বা চিকিৎসার বিষয়ে আপনার যেকোনো প্রশ্ন থাকলে সর্বদা আপনার চিকিৎসক বা অন্য কোনো যোগ্য স্বাস্থ্যসেবা প্রদানকারীর পরামর্শ নিন।
ক্রিশ্চিয়ান বার্গোস
