তথ্যপ্রযুক্তির জটিল হার্ডওয়্যারের প্রয়োজনীয়তার কারণে প্রটিষ্ঠানিক EEG গবেষণাগুলি প্রায়শই গবেষণা কেন্ণ্রের মধ্যেই সীমাবu09aাবদ্ধ থাকে, যা পরীক্ষার পরিবেশ এবং পুনরাবৃত্তিমূলক দীর্ঘমেয়াদী পরিমাপ দুটিকেএই সীমিত করেদেয়ি। তবে, নতুন প্রজন্মের পোর্টেবল, গবেষণা-মানের EEG সিস্টেমগুলি এখন প্রাকৃতিক পরিবেশে মানুষের মu09bSetup্তিষ্কের কার্যকরিতা ঘন ঘন এবং দূরবর্তী পরিমাপের সুযোগ তৈরি করেছে।
পোর্টেবল EEG কি?
একটি পোর্টেবল EEG হল একটি ইলেক্ট্রোএনসেফালোগ্রাফি সিস্টেম যা মাথার ত্বক থেকে বৈদ্যুতিক কার্যকলাপ রেকর্ড করার জন্য ডিজাইন করা হয়েছে এবং এটি রোগীকে প্রচলিত স্থির সেটআপের চেয়ে বেশি অবাধে চলাফেরা করার অনুমতি দেয়। মূল পরিমাপ একই থাকে: ইলেক্ট্রোডগুলি সমন্বিত নিউরাল কার্যকলাপের সাথে সম্পর্কিত ছোট ভোল্টেজ পরিবর্তনগুলি সনাক্ত করে। যা পরিবর্তিত হয় তা হল ফর্ম ফ্যাক্টর, পাওয়ারের ব্যবস্থা, ডেটা স্থানান্তর এবং যে পরিবেশে রেকর্ডিংটি করা যেতে পারে।
বহনযোগ্যতা বা পোর্টেবিলিটি কোনো রেকর্ডিংকে স্বয়ংক্রিয়ভাবে ক্লিনিকাল-গ্রেড বা প্রতিটি উদ্দেশ্যে উপযুক্ত করে তোলে না। চ্যানেল সংখ্যা, ইলেক্ট্রোডের ডিজাইন, স্যাম্পলিং বৈশিষ্ট্য, রেফারেন্স কনফিগারেশন, পরিবেশগত শব্দ এবং আর্টিফ্যাক্ট হ্যান্ডলিং সবই প্রাপ্ত ডেটার উপযোগিতাকে প্রভাবিত করে। তাই এই শব্দটি একক কর্মক্ষমতা স্তরের পরিবর্তে সরঞ্জামগুলির একটি বিভাগকে বর্ণনা করে।
কীভাবে পোর্টেবল EEG ঐতিহ্যবাহী গবেষণা ল্যাবগুলির বাইরে প্রসারিত হয়েছে
রিসার্চ-গ্রেড পোর্টেবল EEG সিস্টেমগুলি সাধারণত দুটি বিস্তৃত বিভাগে পড়ে:
প্রথমটিতে নমনীয় বা ফ্লেক্সিবল ইলেক্ট্রোড অ্যারে জড়িত থাকে যা একটি শক্ত ক্যাপের প্রয়োজন না হয়ে শরীরের সাথে খাপ খাইয়ে নেয়। সাধারণত একটি ফ্লেক্সিবল শিটের উপর অল্প সংখ্যক ইলেক্ট্রোড প্রিন্ট করা থাকে এবং কানের চারপাশে মোড়ানোর জন্য একটি C-আকারে সাজানো থাকে।
দ্বিতীয় বিভাগটি প্রথাগত ইলেক্ট্রোড ক্যাপকে মোবাইল সিগন্যাল-অ্যাকুইজিশন প্ল্যাটফর্ম, যেমন স্মার্টফোন বা ট্যাবলেটের সাথে যুক্ত করে, যা ডেস্কটপ কম্পিউটার ছাড়াই রিয়েল-টাইম প্রসেসিং এবং ডেটা স্ট্রিমিং সক্ষম করে।
এই সিস্টেমগুলির সংজ্ঞায়িত সুবিধা হল টেম্পোরাল এন্ডুরেন্স এবং কনটেক্সচুয়াল স্বাধীনতা। ঐতিহ্যবাহী পরীক্ষাগারের রেকর্ডিংগুলি সাধারণত ত্রিশ থেকে নব্বই মিনিট স্থায়ী হয় এবং অংশগ্রহণকারীদের প্রায় স্থির থাকার প্রয়োজন হয়।
এর বিপরীতে, Stopczynski-এর নেতৃত্বে একটি ভ্যালিডেশন স্টাডি প্রমাণ করেছে যে অংশগ্রহণকারীরা তাদের দৈনন্দিন কাজকর্ম করার সময় অন্তত সাত ঘণ্টা ধরে দুটি নমনীয়, কানে পরা যায় এমন ইলেক্ট্রোড অ্যারে পরতে পারে। ইলেক্ট্রোডগুলি কানের পিছনে লুকানো ছিল, যা ন্যূনতম অস্বস্তি তৈরি করেছিল এবং কোনো সামাজিক মনোযোগ আকর্ষণ করেনি।
যাইহোক, পরিবেশগত বৈধতার আকর্ষণ, অর্থাৎ প্রাকৃতিক পরিবেশে সংগৃহীত ডেটা বাস্তব জগতের জ্ঞানকে আরও ভালভাবে প্রতিফলিত করে—এই ধারণাটিকে বাড়াবাড়ি করা উচিত নয়। ব্রেইন ওয়্যারেবল নিয়ে একটি 2023 সালের পর্যালোচনায় স্পষ্টভাবে উল্লেখ করা হয়েছে যে, যদিও EEG ওয়্যারেবল উচ্চ-মানের ডেটা সরবরাহ করে এবং দূরবর্তী সংগ্রহের জন্য সহায়ক সফ্টওয়্যার বিদ্যমান রয়েছে, তবুও এর ব্যাপক গ্রহণের জন্য অতিরিক্ত চ্যালেঞ্জগুলি মোকাবেলা করা প্রয়োজন।
অগোচরে, সারাদিনব্যাপী নিউরাল পরিমাপের প্রতিশ্রুতি বাস্তব, তবে এর অভিজ্ঞতামূলক ভিত্তি এখনও তৈরি করা হচ্ছে। অতএব, গবেষকদের উচিত এই সরঞ্জামগুলিকে পরীক্ষাগার সিস্টেমের পরিপূরক হিসাবে দেখা, প্রতিস্থাপন হিসাবে নয় যা রেকর্ডিং একটি নিয়ন্ত্রিত পরিবেশের বাইরে ঘটেছে বলেই স্বয়ংক্রিয়ভাবে বৃহত্তর বৈজ্ঞানিক সত্যতা প্রদান করে।
ইয়ারবাড EEG সেন্সরগুলির বাস্তব-জগতের প্রয়োগ
একই অন্তর্নিহিত ধারণার সংস্করণগুলি এখন ভোক্তা এবং গবেষণা-মুখী হার্ডওয়্যার হিসাবে উপলব্ধ। Emotiv MN8 হল এমন একটি উদাহরণ: একটি 2-চ্যানেল EEG সিস্টেম যা এক জোড়া ওয়্যারলেস ইয়ারবাডের মধ্যে তৈরি করা হয়েছে, যাতে মাথার ত্বক জুড়ে ছড়িয়ে দেওয়ার পরিবর্তে বাম এবং ডান কানের খালে অবস্থান করা ড্রাই, নন-টক্সিক কন্ডাক্টিভ সেন্সর ব্যবহার করা হয়।
যেহেতু সেন্সরগুলি ক্যাপের নিচে থাকার পরিবর্তে কানের ভিতরে থাকে, তাই সেটআপের জন্য জেল বা মাথার ত্বক প্রস্তুত করার প্রয়োজন হয় না, এবং ডিভাইসটি পরিধান করে এক মিনিটেরও কম সময়ের মধ্যে ডেটা স্ট্রিমিং করা যেতে পারে। এই ধরণের সেটআপের সময় প্রাকৃতিক, সারাদিনের রেকর্ডিংয়ের সিনারিওগুলির জন্য অত্যন্ত গুরুত্বপূর্ণ, যেখানে একটি দীর্ঘ প্রস্তুতি প্রক্রিয়া অগোচরে, ক্রমাগত পরিমাপের লক্ষ্যের বিরুদ্ধে কাজ করবে। পরিবর্তনযোগ্য কানের টিপের আকার এবং একটি সামঞ্জস্যযোগ্য কানের হুক পৃথক ফিট পরিবর্তনশীলতার সমাধান করে যার সাথে কানের চারপাশের যেকোনো সিস্টেমকে মোকাবিলা করতে হয়।
ডিভাইসটি সাধারণ চ্যালেঞ্জগুলির জন্য কয়েকটি ব্যবহারিক ইঞ্জিনিয়ারিং প্রতিক্রিয়াও প্রতিফলিত করে:
শেয়ার্ড অ্যাম্বিয়েন্ট বৈদ্যুতিক গোলমাল প্রত্যাখ্যান করতে সাহায্য করার জন্য দুটি চ্যানেলের মধ্যে স্প্লিট রেফারেন্সিং ব্যবহার করা হয়, যা নিচে সিগন্যাল-ফিডেলিটি আলোচনায় বর্ণিত হস্তক্ষেপের সমস্যার একটি সরাসরি উত্তর।
একটি অনবোর্ড মোশন সেন্সর EEG সিগন্যালের পাশাপাশি মাথার নড়াচড়া লগ করে, যা ডাউনস্ট্রিম অ্যানালাইসিসকে পুরো রেকর্ডিংকে সম্পূর্ণ পরিষ্কার হিসাবে বিবেচনা করার পরিবর্তে মোশন আর্টিফ্যাক্ট দ্বারা প্রভাবিত ব্যবধানগুলিকে চিহ্নিত করার একটি উপায় দেয়।
ব্যাটারি লাইফ ছয় ঘণ্টা পর্যন্ত রেট করা হয়েছে, যা এটিকে দীর্ঘস্থায়ী অ্যাম্বুলারি রেকর্ডিংয়ের মতো সারাদিন ব্যবহারের বিভাগে রাখে। যদিও, যেকোনো পরিধানযোগ্য EEG সিস্টেমের মতো, একটি নির্দিষ্ট গবেষণার জন্য প্রকৃত ব্যবহারযোগ্য রেকর্ডিংয়ের সময়কাল একটি স্পেক শীট থেকে অনুমান না করে নির্দিষ্ট প্রোটোকলের বিপরীতে যাচাই করা উচিত।
তদুপরি, এই ফর্ম ফ্যাক্টরের ডিভাইসগুলি স্পষ্টতই ডায়াগনস্টিক সরঞ্জামগুলির পরিবর্তে গবেষণা, ওয়েলনেস এবং হিউম্যান-কম্পিউটার ইন্টারঅ্যাকশন ব্যবহারের জন্য স্থাপন করা হয়েছে এবং সূক্ষ্ম স্থানিক রেজোলিউশন লক্ষ্য হলে একটি দুই-চ্যানেল ইয়ারবাড সিস্টেম একটি উচ্চ-ঘনত্বের ক্যাপের বিকল্প নয়। সেই সুযোগের মধ্যে, যদিও, এটি চিত্রিত করে যে কীভাবে EEG হার্ডওয়্যার এমন কিছু থেকে স্থানান্তরিত হয় যা ব্যবহার করার জন্য একজন অংশগ্রহণকারী ল্যাবে যান, এমন কিছুর দিকে যা মানুষ ইতিমধ্যেই প্রতিদিন পরিধান করে এমন একটি বস্তুর মধ্যে তৈরি করা হয়েছে।
পোর্টেবল EEG-তে হার্ডওয়্যারের খরচ এবং সিগন্যালের গুণমান
পোর্টেবল EEG গ্রহণের সবচেয়ে উল্লেখযোগ্য বাধাগুলির মধ্যে একটি আর্থিক। হাই-এন্ড ওয়্যারেবল অ্যামপ্লিফায়ারগুলি দুর্দান্ত পারফরম্যান্স সরবরাহ করে তবে এর দাম রিসার্চ-গ্রেডের মতো, যা সীমিত বাজেটের অধীনে পরিচালিত পরীক্ষাগারগুলির জন্য একটি অ্যাক্সেসযোগ্যতার সমস্যা তৈরি করে। এই শূন্যতা পূরণের জন্য কম খরচের, খোলামেলাভাবে নথিভুক্ত হার্ডওয়্যার আবির্ভূত হয়েছে, যা একটি স্বাভাবিক প্রশ্ন উত্থাপন করে: আরও সাশ্রয়ী মূল্যের হার্ডওয়্যার কি বৈজ্ঞানিকভাবে গ্রহণযোগ্য ডেটা সরবরাহ করতে পারে?
একটি 2023 সালের পদ্ধতিগত তুলনা একই লুকানো, কানের চারপাশের ইলেক্ট্রোড অ্যারেকে দুটি ভিন্ন অ্যামপ্লিফিকেশন সিস্টেমের সাথে যুক্ত করে সরাসরি এটিকে সমাধান করেছে: একটি প্রিমিয়াম, রিসার্চ-গ্রেড ওয়্যারলেস অ্যামপ্লিফায়ার এবং একটি কম খরচের, খোলামেলাভাবে নথিভুক্ত অ্যামপ্লিফায়ার বোর্ড।
কম খরচের সিস্টেমটি প্রিমিয়াম অ্যামপ্লিফায়ারের মতো অত্যন্ত অনুরূপ নয়েজ পারফরম্যান্স প্রদর্শন করেছে, যার অর্থ সস্তা হার্ডওয়্যার দ্বারা প্রবর্তিত ব্যাকগ্রাউন্ড বৈদ্যুতিক শব্দ মূলত আরও ব্যয়বহুল সিস্টেমের থেকে আলাদা করা যায় না। এটি একটি অর্থপূর্ণ অনুসন্ধান কারণ নয়েজ পারফরম্যান্স সরাসরি নির্ধারণ করে যে একটি র রেকর্ডিং থেকে সূক্ষ্ম নিউরাল সংকেতগুলি নিষ্কাশন করা যেতে পারে কিনা।
ট্রেড-অফটি শব্দের পরিবর্তে টাইমিংয়ের সুনির্দিষ্টতার মধ্যে উপস্থিত হয়েছিল। কম খরচের সিস্টেমটি প্রিমিয়াম অ্যামপ্লিফায়ারের চেয়ে কিছুটা কম টেম্পোরাল নির্ভুলতা প্রদর্শন করেছে। রেস্টিং-স্টেট রেকর্ডিং বা দীর্ঘস্থায়ী জ্ঞানীয় কাজের জন্য, যেখানে গবেষকরা কয়েক সেকেন্ড বা মিনিটে বিস্তৃত বর্ণালী শক্তির পরিবর্তনগুলি বিশ্লেষণ করেন, এই টাইমিংয়ের অসঙ্গতিটি ন্যূনতম ব্যবহারিক পরিণতি বহন করে।
কিন্তু নির্দিষ্ট ইভেন্ট-সম্পর্কিত পটেনশিয়াল (ERP) অধ্যয়ন বা মিলিসেকেন্ড-স্তরের লেটেন্সির উপর নির্ভর করে এমন ব্রেন-কম্পিউটার ইন্টারফেস (BCI) কমান্ডের মতো সুনির্দিষ্ট টেম্পোরাল সিঙ্ক্রোনি দাবি করে এমন প্যারাডাইমগুলির জন্য, নিম্ন নির্ভুলতা একটি বৈধ উদ্বেগের কারণ হয়ে ওঠে। ফলস্বরূপ, এই ডোমেনের গবেষকদের হয় এই সীমাবদ্ধতা মেনে নেওয়া উচিত অথবা উচ্চতর হার্ডওয়্যারে বিনিয়োগ করা উচিত।
তদ্ব্যতীত, Knierim et al. দ্বারা একটি পৃথক ভ্যালিডেশন অধ্যয়ন ভিজ্যুয়াল স্টিমুলেশন এবং মানসিক কাজের চাপে পরীক্ষামূলকভাবে প্ররোচিত পরিবর্তনগুলি সফলভাবে প্রতিলিপি করে এই ধরণের কম খরচের, কানের চারপাশের সংমিশ্রণের ব্যবহারিক কার্যকারিতা নিশ্চিত করেছে। সিস্টেমটি, যা জনসমক্ষে নথিভুক্ত ইলেকট্রনিক উপাদানগুলিকে 3D-প্রিন্টেড অংশগুলির সাথে একত্রিত করেছে, বাজেট-বান্ধব নির্মাণ সত্ত্বেও কার্যকরী নিউরাল প্রতিক্রিয়াগুলি ক্যাপচার করতে সক্ষম বলে প্রমাণিত হয়েছে।
একটি গবেষণা পরিবেশের জন্য যেখানে অনুদান তহবিল দুর্লভ এবং সরঞ্জামের খরচ প্রায়শই সম্ভাব্যতা নির্দেশ করে, ডেটা সংগ্রহের এই ধরণের গণতন্ত্রীকরণ একটি অর্থপূর্ণ পদক্ষেপ। এটি সংস্থান-সীমিত পরিবেশের পরীক্ষাগারগুলিকে গবেষণার প্রশ্নগুলি অনুসরণ করার অনুমতি দেয় যা অন্যথায় অ্যাক্সেস অযোগ্য থাকবে।
মোবাইল EEG-তে সিগন্যাল ফিডেলিটি চ্যালেঞ্জগুলি কীভাবে মোকাবেলা করবেন
পরীক্ষাগার থেকে প্রাকৃতিক পরিবেশে রূপান্তর সিগন্যালের গুণমানের জন্য এমন হোস্ট চ্যালেঞ্জের সূচনা করে যা একটি সুরক্ষিত ঘরের ভিতরে বিদ্যমান থাকে না বা অনেক কম মাত্রায় বিদ্যমান থাকে।
পেশী কার্যকলাপ, চোখের নড়াচড়া এবং ইলেক্ট্রোডের স্থানচ্যুতি দ্বারা সৃষ্ট মোশন আর্টিফ্যাক্ট।
পাওয়ার লাইন এবং ব্যক্তিগত ইলেকট্রনিক্স থেকে অ্যাম্বিয়েন্ট বৈদ্যুতিক হস্তক্ষেপ।
মাথার ত্বক জুড়ে রেকর্ড করার পরিবর্তে কানের চারপাশে রেকর্ড করার সময় সিগন্যালের প্রশস্ততা কমে যাওয়া।
পূর্বোক্ত লুকানো EEG সাহিত্য কানের চারপাশের পদ্ধতির একটি প্রাথমিক সীমাবদ্ধতা হিসাবে কম সিগন্যাল প্রশস্ততাকে স্পষ্টভাবে চিহ্নিত করে। কর্টিক্যাল নিউরন দ্বারা উত্পন্ন বৈদ্যুতিক সংকেতগুলি হাড় এবং টিস্যুর মধ্য দিয়ে ইলেক্ট্রোডের সাইটে যাওয়ার সময় হ্রাস পায় এবং কানের চারপাশের অ্যারেগুলির ছোট স্থানিক কভারেজ একটি সম্পূর্ণ উচ্চ-ঘনত্বের ক্যাপের তুলনায় দেখার ক্ষেত্রকে সীমাবদ্ধ করে।
একটি প্রস্তাবিত ক্ষতিপূরণমূলক কৌশলের মধ্যে রিয়েল-টাইম ত্রিমাত্রিক উৎস পুনর্গঠন জড়িত। একটি স্মার্টফোন-ভিত্তিক উৎস-পুনর্গঠন কাঠামো তাৎক্ষণিকভাবে সোর্স-লোকালাইজেশন অ্যালগরিদমগুলি সম্পাদন করতে একটি অফ-দ্য-শেল্ফ নিউরোহেডসেট বা EEG ক্যাপকে একটি মোবাইল ডিভাইসের সাথে একত্রিত করে।
কল্পনা করা আঙুলের ট্যাপ জড়িত Stopczynski-এর ভ্যালিডেশন পরীক্ষায়, সিস্টেমটি প্রাসঙ্গিক মস্তিষ্কের অঞ্চলে অ্যাক্টিভেশন প্যাটার্ন তৈরি করেছিল যা স্ট্যান্ডার্ড ল্যাবরেটরি EEG সরঞ্জামগুলির সাথে প্রাপ্ত প্যাটার্নগুলির সাথে গুণগতভাবে একই রকম ছিল। লক্ষণীয় যে, একই গবেষণায় স্পষ্টভাবে বলা হয়েছে যে একটি অফ-দ্য-শেল্ফ ভোক্তা নিউরোহেডসেট ব্যবহার করে মোবাইল সিগন্যালের গুণমান উচ্চ-ঘনত্বের স্ট্যান্ডার্ড EEG সরঞ্জামগুলির সাথে প্রাপ্ত সিগন্যালের চেয়ে কম।
ফলস্বরূপ, মোবাইল পদ্ধতিটি সিগন্যালের গুণমানকে সমান করে না; এটি কম্পিউটেশনাল পদ্ধতির মাধ্যমে এর কিছু ঘাটতি পূরণ করে। মোবাইল উৎস পুনর্গঠন ব্যবহারকারী গবেষকদের উচ্চ-ঘনত্ব সিস্টেমের তুলনায় কম স্থানিক বিশ্বস্ততা আশা করা উচিত এবং সেই অনুযায়ী তাদের বিশ্লেষণ ডিজাইন করা উচিত, সূক্ষ্ম-দানাযুক্ত কর্টিক্যাল পার্সেলেশনের পরিবর্তে বিস্তৃত আঞ্চলিক প্রভাবগুলিতে ফোকাস করা উচিত।
পোর্টেবল EEG কি প্রতিষ্ঠিত নিউরোসায়েন্টিফিক ফলাফলগুলির প্রতিলিপি করতে পারে?
পোর্টেবল EEG-এর জন্য সবচেয়ে প্ররোচনামূলক প্রমাণ আসে সুপ্রতিষ্ঠিত নিউরোসায়েন্টিফিক ঘটনার সফল প্রতিলিপি থেকে। এখানে সংশ্লেষিত অধ্যয়নগুলিতে, পোর্টেবল, লুকানো সিস্টেমে বেশ কয়েকটি প্যারাডাইম যাচাই করা হয়েছে এবং এই প্রতিলিপিগুলি এই ক্ষেত্রের জন্য সবচেয়ে শক্তিশালী বৈজ্ঞানিক ভিত্তি প্রদান করে।
পোর্টেবল EEG গবেষণায় রেস্টিং-স্টেট মস্তিষ্কের গতিশীলতা
চোখ খোলা বনাম চোখ বন্ধ করার প্যারাডাইমটি EEG গবেষণায় অন্যতম শক্তিশালী অনুসন্ধানকে উপস্থাপন করে। চোখ বন্ধ করা পোস্টেরিয়র আলফা-ব্যান্ড দোদুল্যমান কার্যকলাপে একটি বৈশিষ্ট্যগত বৃদ্ধি তৈরি করে, এটি এমন একটি ঘটনা যা হ্রাসকৃত ভিজ্যুয়াল প্রক্রিয়াকরণ এবং বর্ধিত অভ্যন্তরীণ মনোযোগের সাথে যুক্ত।
স্মার্টফোন-চালিত উদ্দীপক ডেলিভারি এবং একটি নমনীয়, কানে পরা যায় এমন ইলেক্ট্রোড অ্যারে ব্যবহার করে একটি সাত ঘণ্টার অ্যাম্বুলারি অধ্যয়ন এই সুপরিচিত বর্ণালী পার্থক্যগুলিকে সফলভাবে প্রতিলিপি করেছে। অংশগ্রহণকারীরা তাদের দৈনন্দিন পরিবেশে লুকানো ইলেক্ট্রোড পরিধান করার সময় কেবল তাদের চোখ বন্ধ এবং খোলার মাধ্যমে দোদুল্যমান শক্তির প্রত্যাশিত মড্যুলেশন দেখিয়েছেন।
এই ফলাফলটি প্রদর্শন করে যে হার্ডওয়্যারটি প্রতিষ্ঠিত নিউরোফিজিওলজিক্যাল প্যাটার্নগুলি সনাক্ত করার জন্য পর্যাপ্ত বিশ্বস্ততার সাথে মৌলিক মস্তিষ্কের দোলন ক্যাপচার করে।
পোর্টেবল EEG দিয়ে ইভেন্ট-সম্পর্কিত পটেনশিয়াল পরিমাপ করা
অডিটরি অডবল প্যারাডাইম ঘন ঘন, অপ্রাসঙ্গিক টোনের স্ট্রিমের মধ্যে এম্বেড করা বিরল, কাজ-প্রাসঙ্গিক উদ্দীপনায় মস্তিষ্কের প্রতিক্রিয়া পরীক্ষা করে। উদ্দীপনা শুরুর প্রায় 300 মিলিসেকেন্ড পরে ঘটে যাওয়া একটি ইতিবাচক প্রতিফলন P300 উপাদান, মনোযোগ বরাদ্দ এবং ওয়ার্কিং মেমরি আপডেট করার প্রতিফলন ঘটায়।
একই সাত ঘণ্টার গবেষণায়, অংশগ্রহণকারীরা সকালে এবং আবার ছয় থেকে সাত ঘণ্টা পরে বিকেলে অডিটরি অডবল কাজগুলি সম্পন্ন করেন। ফলাফলগুলি পূর্বাভাসিত অবস্থার প্রভাবগুলি নিশ্চিত করেছে, স্ট্যান্ডার্ড টোনের তুলনায় লক্ষ্য টোনের জন্য উল্লেখযোগ্যভাবে বৃহত্তর P300 প্রশস্ততা সহ।
আরও চিত্তাকর্ষকভাবে, P300 প্রশস্ততা দুটি সেশন জুড়ে উচ্চ টেস্ট-রিটেস্ট নির্ভরযোগ্যতা প্রদর্শন করেছে, যার সম্পর্ক সহগ 0.74 বা তার বেশি। এই পরিসংখ্যানটি নির্দেশ করে যে যে সমস্ত ব্যক্তি সকালে বড় P300 প্রতিক্রিয়া তৈরি করেছিলেন তারা বিকেলে বড় প্রতিক্রিয়া তৈরি করেছিলেন, যা পরামর্শ দেয় যে পোর্টেবল সিস্টেমটি র্যান্ডম শব্দের পরিবর্তে জ্ঞানীয় প্রক্রিয়াকরণে স্থিতিশীল ব্যক্তিগত পার্থক্যগুলি ক্যাপচার করে।
অতিরিক্তভাবে, সকালের সেশনের ডেটার উপর প্রশিক্ষিত একটি লিনিয়ার ক্লাসিফায়ার সকাল এবং বিকেল উভয় সেশনের জন্য 70 শতাংশের উপরে শ্রেণিবিন্যাসের নির্ভুলতা অর্জন করেছে, এটি প্রমাণ করে যে একক-ট্রায়াল নিউরাল সংকেতগুলি কয়েক ঘণ্টা ধরে অবিচ্ছিন্নভাবে পরিধানের পরেও আলাদা করা সম্ভব ছিল।
মোবাইল EEG কি প্রবাহ এবং মানসিক কাজের চাপ সঠিকভাবে পরিমাপ করতে পারে?
কম খরচের, ওপেন-হার্ডওয়্যার এবং কানে পরা যায় এমন ইলেক্ট্রোড ভ্যালিডেশন অধ্যয়নটি মানসিক কাজের চাপে পরীক্ষামূলকভাবে প্ররোচিত পরিবর্তনগুলি অন্তর্ভুক্ত করার জন্য প্যারাডাইম প্রতিলিপিগুলিকে প্রসারিত করেছে। অংশগ্রহণকারীরা জ্ঞানীয় চাহিদা ম্যানিপুলেট করার জন্য ডিজাইন করা কাজগুলি সম্পন্ন করেছে এবং পোর্টেবল সিস্টেম সফলভাবে সংশ্লিষ্ট নিউরাল পরিবর্তনগুলি সনাক্ত করেছে।
আরও উস্কানিমূলকভাবে, গবেষণায় টেম্পোরাল আলফা পাওয়ার পরিবর্তনের লেন্সের মাধ্যমে গভীর শোষণ এবং অনায়াস ফোকাসের মানসিক অবস্থা, ফ্লো এক্সপেরিয়েন্স অনুসন্ধান করা হয়েছে। বিশ্লেষণটি টেম্পোরাল আলফা পাওয়ার এবং তীব্র ফ্লো লেভেলের মধ্যে একটি লিঙ্কের জন্য সমর্থন খুঁজে পেয়েছে, যা ফ্লো আরও গভীর হওয়ার সাথে সাথে মৌখিক-বিশ্লেষণাত্মক যুক্তির একটি দক্ষ ব্যস্ততার পরামর্শ দেয়।
বিশেষত, ফ্লো-সম্পর্কিত নিউরাল মার্কারগুলির প্রমাণের অবস্থা সীমিত, এবং এই গবেষণাটি কার্যকারণ প্রমাণের পরিবর্তে প্রাথমিক সহায়তা প্রদান করে। টেম্পোরাল আলফা পাওয়ার ফ্লো অভিজ্ঞতার সাথে সম্পর্কযুক্ত হতে পারে, তবে সেই সম্পর্কের অন্তর্নিহিত প্রক্রিয়াগুলি অনুমানমূলক রয়ে গেছে। এইভাবে, গবেষকদের এটিকে একটি উদীয়মান হাইপোথিসিস হিসাবে বিবেচনা করা উচিত যা আরও পরীক্ষার যোগ্য, এটি এমন একটি প্রতিষ্ঠিত বায়োমার্কার নয় যা যাচাইকরণ ছাড়াই মোতায়েন করা যেতে পারে।
প্যারাডাইম | পোর্টেবল EEG ফাইন্ডিং |
|---|---|
রেস্টিং স্টেট | আলফা মড্যুলেশন প্রতিলিপি করা হয়েছে |
অডিটরি অডবল | P300 ঘণ্টার পর ঘণ্টা ধরে স্থিতিশীল |
মানসিক কাজের চাপ | নিউরাল পরিবর্তন সনাক্ত করা হয়েছে |
ফ্লো স্টেট | আলফা ফ্লোর সাথে যুক্ত |
পোর্টেবল EEG-এর ভবিষ্যত প্রয়োগ এবং বর্তমান চ্যালেঞ্জগুলি
পোর্টেবল EEG-এর অনুবাদমূলক সম্ভাবনা ক্লিনিকাল এবং জ্ঞানীয় নিউরোসায়েন্সের বিভিন্ন ডোমেন জুড়ে বিস্তৃত। ব্রেইন ওয়্যারেবলের পর্যালোচনা নিউরোসাইকিয়াট্রিক ডিসঅর্ডারগুলির জন্য ঘন ঘন এবং দূরবর্তী পর্যবেক্ষণের সম্ভাবনার উপর জোর দেয়, যেখানে অনিয়মিত ল্যাবরেটরি পরিদর্শনগুলি প্রায়শই লক্ষণগুলির ওঠানামার টেম্পোরাল গতিশীলতা ক্যাপচার করতে ব্যর্থ হয়।
উদাহরণস্বরূপ, মৃগীরোগে আক্রান্ত একজন রোগী একটি নির্ধারিত অ্যাপয়েন্টমেন্টের সময় একটি স্বাভাবিক EEG করতে পারেন তবে বাড়িতে খিঁচুনির সম্মুখীন হতে পারেন। অবিচ্ছিন্ন বা আধা-অবিচ্ছিন্ন অ্যাম্বুলারি রেকর্ডিং এই অন্যথায় অদৃশ্য ঘটনাগুলি সনাক্ত করার একটি উপায় প্রদান করে।
অনুরূপভাবে, বর্ধিত সময়কাল জুড়ে মস্তিষ্কের প্লাস্টিকতা এবং শেখার পরিমাপ করা সম্ভব হয় যখন অংশগ্রহণকারীরা বারবার সেশনের জন্য পরীক্ষাগারে ফিরে আসার পরিবর্তে বাড়ি থেকে ডেটা অবদান রাখতে পারে।
তদুপরি, ব্রেইন-কম্পিউটার ইন্টারফেসের মাধ্যমে মধ্যস্থতা করা চিন্তা-ভিত্তিক ডিজিটাল ডিভাইস নিয়ন্ত্রণের জন্য এমন হার্ডওয়্যার প্রয়োজন যা ব্যবহারকারীরা সামাজিক কলঙ্ক বা শারীরিক অস্বস্তি ছাড়াই সারা দিন পরিধান করতে পারে। লুকানো, কানের চারপাশের EEG সিস্টেম এবং মোবাইল প্রসেসিং প্ল্যাটফর্মগুলি এই দৃষ্টিভঙ্গিকে বাস্তবতার কাছাকাছি নিয়ে যায়।
তবুও উল্লেখযোগ্য বাধা রয়ে গেছে। পর্যালোচনাটি ব্যাটারি লাইফ, ডেটা স্টোরেজ এবং ব্যবহারকারীর আরামকে EEG পরিধানযোগ্য গবেষণার জন্য চলমান চ্যালেঞ্জ হিসাবে চিহ্নিত করে:
একটি সিস্টেম যার প্রতি দুই ঘণ্টা পর পর রিচার্জ করা প্রয়োজন তা সাত ঘণ্টার রেকর্ডিং সেশনগুলিকে সমর্থন করতে পারে না যা এই পদ্ধতিটিকে যাচাই করে।
গবেষকরা যখন ক্রমাগত উচ্চ-ফ্রিকোয়েন্সি ডেটা সংগ্রহ করেন তখন স্টোরেজের সীমাবদ্ধতা তীব্র হয়।
স্বয়ংক্রিয় আর্টিফ্যাক্ট রিজেকশন পাইপলাইনগুলি, যা ল্যাবরেটরির ফিল্টার করা পরিবেশে যুক্তিসঙ্গতভাবে ভাল কাজ করে, দৈনন্দিন জীবনের অপ্রত্যাশিত শব্দের মুখোমুখি হলে নির্ভুলতা বজায় রাখতে লড়াই করে।
বর্তমান সফ্টওয়্যারটি প্রায়শই দূষিত অংশগুলি সনাক্ত করতে এবং অপসারণ করতে মানুষের পরিদর্শনের উপর নির্ভর করে, একটি প্রক্রিয়া যা দিনব্যাপী রেকর্ডিংয়ের জন্য খারাপভাবে স্কেল করে। মূল্যবান ডেটা বর্জন না করে চিবানো, হাঁটা বা টাইপিংয়ের মতো আর্টিফ্যাক্ট থেকে নিউরাল সংকেতগুলিকে আলাদা করতে পারে এমন শক্তিশালী, স্বয়ংক্রিয় অ্যালগরিদমগুলি বিকাশ করা একটি জটিল গবেষণার অগ্রাধিকার হিসাবে রয়ে গেছে।
কেন পোর্টেবল EEG বিজ্ঞানীরা যেভাবে মস্তিষ্ক অধ্যয়ন করেন তা পরিবর্তন করছে
পোর্টেবল EEG এখন বাস্তব-জীবনের পরিস্থিতিতে মস্তিষ্কের কার্যকলাপ পর্যবেক্ষণ করা সম্ভব করে তোলে, ল্যাবরেটরির বাইরে মনোযোগের পরিবর্তন এবং ভিজ্যুয়াল প্রক্রিয়াকরণের মতো প্রতিষ্ঠিত প্যাটার্নগুলি পুনরুত্পাদন করে। যাইহোক, এই লাভগুলি পরিমাপ করা ট্রেড-অফের সাথে আসে, যার মধ্যে কানের চারপাশে হ্রাসপ্রাপ্ত সিগন্যাল শক্তি, বাজেট হার্ডওয়্যারে কম টাইমিং সুনির্দিষ্টতা এবং একটি ভ্যালিডেশন বেস যা এখনও বাড়ছে।
প্রযুক্তিটিকে প্রথাগত ল্যাব সেটআপের পরিপূরক হিসাবে দেখা উচিত, প্রতিস্থাপন নয়, এবং পরিবেশগত বৈধতার দাবিগুলি কঠোর অধ্যয়ন ডিজাইনের সাথে মেলানো উচিত। সামনের প্রধান কাজটি হল আরও শক্তিশালী প্রমাণ তৈরি করা যাতে দৈনন্দিন পরিবেশে সংগৃহীত পর্যবেক্ষণগুলি এই নতুন অ্যাক্সেসকে সম্ভব করে তোলে এমন উচ্চাভিলাষী প্রশ্নগুলিকে সমর্থন করতে পারে।
তথ্যসূত্র
Stopczynski, A., Stahlhut, C., Larsen, J. E., Petersen, M. K., & Hansen, L. K. (2014). The smartphone brain scanner: a portable real-time neuroimaging system. PloS one, 9(2), e86733. https://doi.org/10.1371/journal.pone.0086733
Sugden, R. J., Pham-Kim-Nghiem-Phu, V. L. L., Campbell, I., Leon, A., & Diamandis, P. (2023). Remote collection of electrophysiological data with brain wearables: opportunities and challenges. Bioelectronic Medicine, 9(1), 12. https://doi.org/10.1186/s42234-023-00114-5
Knierim, M. T., Bleichner, M. G., & Reali, P. (2023). A systematic comparison of high-end and low-cost EEG amplifiers for concealed, around-the-ear EEG recordings. Sensors, 23(9), 4559. https://doi.org/10.3390/s23094559
Knierim, M. T., Berger, C., & Reali, P. (2021). Open-source concealed EEG data collection for Brain-computer-interfaces-neural observation through OpenBCI amplifiers with around-the-ear cEEGrid electrodes. Brain-Computer Interfaces, 8(4), 161-179. https://doi.org/10.1080/2326263X.2021.1972633
Debener, S., Emkes, R., De Vos, M., & Bleichner, M. (2015). Unobtrusive ambulatory EEG using a smartphone and flexible printed electrodes around the ear. Scientific reports, 5(1), 16743. https://doi.org/10.1038/srep16743
সচরাচর জিজ্ঞাস্য প্রশ্নাবলী
নিবন্ধে বর্ণিত রিসার্চ-গ্রেড পোর্টেবল EEG সিস্টেমের দুটি প্রধান বিভাগ কী কী?
প্রথম বিভাগে নমনীয় ইলেক্ট্রোড অ্যারে ব্যবহার করা হয় যা শরীরের সাথে খাপ খাইয়ে নেয়, একটি শক্ত ক্যাপের প্রয়োজন না হয়ে কানের চারপাশে মোড়ানো থাকে। দ্বিতীয় বিভাগে রিয়েল-টাইম প্রক্রিয়াকরণের জন্য স্মার্টফোন বা ট্যাবলেটের মতো মোবাইল অ্যাকুইজিশন প্ল্যাটফর্মের সাথে প্রচলিত ইলেক্ট্রোড ক্যাপগুলি যুক্ত করা হয়।
কীভাবে কম খরচের, ওপেন-হার্ডওয়্যার অ্যামপ্লিফায়ার সরঞ্জামগুলি প্রিমিয়াম রিসার্চ-গ্রেড অ্যামপ্লিফায়ারগুলির সাথে তুলনা করে?
কম খরচের, খোলামেলাভাবে নথিভুক্ত অ্যামপ্লিফায়ার বোর্ডগুলি প্রিমিয়াম রিসার্চ-গ্রেড অ্যামপ্লিফায়ারের প্রায় অভিন্ন ব্যাকগ্রাউন্ড নয়েজ পারফরম্যান্স প্রদর্শন করেছে, যার অর্থ তারা ঠিক ততটাই কার্যকরভাবে সূক্ষ্ম নিউরাল সংকেতগুলি বের করতে পারে। যাইহোক, তাদের টেম্পোরাল নির্ভুলতা কিছুটা কম থাকে, যা মূলত নির্দিষ্ট ERP বা ব্রেইন-কম্পিউটার ইন্টারফেস অধ্যয়নের মতো মিলিসেকেন্ড-স্তরের টাইমিংয়ের প্রয়োজন হয় এমন কাজগুলির জন্য গুরুত্বপূর্ণ।
ল্যাব থেকে প্রাকৃতিক পরিবেশে EEG স্থানান্তরের সময় প্রধান সিগন্যাল মানের চ্যালেঞ্জগুলি কী কী?
পেশী কার্যকলাপ, চোখের নড়াচড়া এবং ইলেক্ট্রোডের স্থানচ্যুতি থেকে মোশন আর্টিফ্যাক্ট এবং পাওয়ার লাইন ও ডিভাইসগুলি থেকে পরিবেষ্টিত বৈদ্যুতিক হস্তক্ষেপ রেকর্ডিংকে দূষিত করে। কানের চারপাশের ইলেক্ট্রোডগুলিও হ্রাসপ্রাপ্ত সিগন্যাল প্রশস্ততা ক্যাপচার করে কারণ নিউরাল সংকেতগুলি হাড় এবং টিস্যুর মধ্য দিয়ে হ্রাস পায়।
কোন ক্লাসিক EEG ঘটনাগুলি প্রাকৃতিক পরিবেশে পোর্টেবল সিস্টেমের সাথে সফলভাবে প্রতিলিপি করা হয়েছে?
চোখ খোলা বনাম চোখ বন্ধ করার প্যারাডাইমটি চোখ বন্ধ করার সময় পোস্টেরিয়র আলফা কার্যকলাপ বৃদ্ধি দেখায় এবং অডিটরি অডবল কাজটি নির্ভরযোগ্যভাবে লক্ষ্য টোনের জন্য বৃহত্তর P300 প্রতিক্রিয়া তৈরি করে। এই প্রতিলিপিগুলি নিশ্চিত করে যে পোর্টেবল সিস্টেমগুলি মৌলিক মস্তিষ্কের দোলন এবং জ্ঞানীয় প্রক্রিয়াকরণকে সঠিকভাবে ক্যাপচার করে।
কেন কম খরচের পোর্টেবল EEG হার্ডওয়্যার অনেক গবেষণা অ্যাপ্লিকেশনের জন্য গ্রহণযোগ্য হতে পারে?
যেহেতু এর নয়েজ পারফরম্যান্স ব্যয়বহুল সিস্টেমের সাথে তুলনীয়, এটি একই বিস্তৃত নিউরাল পরিবর্তনগুলি সনাক্ত করতে পারে, যেমন রেস্টিং-স্টেট বা দীর্ঘস্থায়ী জ্ঞানীয় কাজ। প্রধান ত্রুটি হল টাইমিংয়ের সুনির্দিষ্টতা, যা শুধুমাত্র সুনির্দিষ্ট মিলিসেকেন্ড সিঙ্ক্রোনির দাবি করে এমন পরীক্ষার জন্য গুরুত্বপূর্ণ হয়ে ওঠে।
পোর্টেবল EEG-তে রিয়েল-টাইম সোর্স পুনর্গঠনের ভূমিকা কী?
এটি স্মার্টফোন-ভিত্তিক অ্যালগরিদম ব্যবহার করে মস্তিষ্কের কোথায় সিগন্যালগুলির উৎপত্তি হয়েছে তা অনুমান করে, যা কানের চারপাশের বা ভোক্তা হেডসেটগুলি থেকে হ্রাসপ্রাপ্ত সিগন্যালের গুণমানের ক্ষতিপূরণ দেয়। স্থানিক বিশ্বস্ততা উচ্চ-ঘনত্বের পরীক্ষাগার সিস্টেমের চেয়ে কম, তাই বিশ্লেষণগুলিকে সূক্ষ্ম-দানাযুক্ত মস্তিষ্ক ম্যাপিংয়ের পরিবর্তে বিস্তৃত আঞ্চলিক প্রভাবগুলিতে ফোকাস করা উচিত।
নিবন্ধে উল্লেখিত বর্তমান পোর্টেবল EEG প্রযুক্তির কিছু মূল সীমাবদ্ধতা কী কী?
ব্যাটারির আয়ু, ডেটা স্টোরেজ এবং ব্যবহারকারীর আরাম চলমান চ্যালেঞ্জ হিসাবে রয়ে গেছে, যা অবিচ্ছিন্ন রেকর্ডিংয়ের সময়কালকে সীমাবদ্ধ করে। স্বয়ংক্রিয় আর্টিফ্যাক্ট রিজেকশন অপ্রত্যাশিত দৈনন্দিন জীবনের গোলমালের সাথে লড়াই করে, প্রায়শই মানুষের পরিদর্শনের প্রয়োজন হয় এবং যাচাইকরণ গবেষণায় সাধারণত সীমিত দীর্ঘমেয়াদী স্থিতিশীলতার পরীক্ষা সহ ছোট নমুনা আকার জড়িত থাকে।
গবেষকদের কেন সতর্কতার সাথে পোর্টেবল EEG-এর জন্য পরিবেশগত বৈধতার দাবিগুলি বিবেচনা করা উচিত?
অভিজ্ঞতামূলক যাচাইকরণ ভিত্তি এখনও জমা হচ্ছে এবং বেশিরভাগ গবেষণায় ছোট নমুনা এবং সংক্ষিপ্ত পর্যবেক্ষণের সময়কাল রয়েছে। পোর্টেবল সিস্টেমগুলি ল্যাব সেটআপগুলির পরিপূরক, স্বয়ংক্রিয় প্রতিস্থাপন নয় যা রেকর্ডিং নিয়ন্ত্রিত পরিবেশের বাইরে ঘটে বলেই কেবল বেশি সত্যতা প্রদান করে।
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।
ক্রিস্টিয়ান বার্গোস
