পাওয়ার স্পেকট্রাল ডেনসিটি, বা পিএসডি (PSD), হলো এমন একটি টুল যা ইইজি (EEG) সংকেতগুলোকে পৃথক করে এবং আপনাকে জানায় যে এই প্রতিটি গতি বা কম্পাঙ্ক সামগ্রিক রেকর্ডিংয়ে কতটা শক্তি অবদান রাখে। একবার আপনি যখন একটি পিএসডি প্লট পড়তে পারবেন, তখন আপনি মস্তিষ্কের এক ধরণের ছন্দময় স্কোর পড়ছেন, এমন একটি চার্ট যা দেখায় কোন টেম্পোগুলো প্রাধান্য পাচ্ছে এবং কোনগুলো পটভূমিতে বিলীন হয়ে যাচ্ছে।
ইইজি (EEG)-তে পাওয়ার স্পেকট্রাল ডেনসিটি (PSD) কী?
মূল বা র EEG ট্রেস বা রেকর্ডটিকে একটি অর্কেস্ট্রা দ্বারা বাজানো সুরের সাথে তুলনা করা যেতে পারে, যেখানে প্রতিটি বাদ্যযন্ত্র মস্তিষ্কের তরঙ্গের একটি ভিন্ন ফ্রিকোয়েন্সি বা কম্পাঙ্ককে উপস্থাপন করে। কেবল কান দিয়ে শুনে আপনি বলতে পারবেন না যে প্রতিটি যন্ত্রের অবদান ঠিক কতটা।
PSD প্রতিটি ফ্রিকোয়েন্সিতে সিগন্যালের স্কয়ার্ড অ্যাম্প্লিচিউড (বর্গাকৃতির বিস্তার) গণনা করে এবং একটি নির্দিষ্ট রেকর্ডিং সময়কালের এই পরিমাপের গড় বের করে এই সমস্যার সমাধান করে। এর ফলাফল হিসেবে এমন একটি কার্ভ বা বক্ররেখা পাওয়া যায় যার এক অক্ষে ফ্রিকোয়েন্সি এবং অন্য অক্ষে পাওয়ার বা শক্তি থাকে, যা স্পষ্টভাবে দেখায় যে মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ ধীর এবং দ্রুত ছন্দের মধ্যে কীভাবে বণ্টিত রয়েছে।
PSD একটি সম্পূর্ণ রেকর্ডিং সময়কালকে একটি একক কার্ভের মধ্যে সংকুচিত করে, তাই এটি প্রতি সেকেন্ডে মিশ্রণটি কীভাবে পরিবর্তিত হচ্ছে তা ট্র্যাক করার পরিবর্তে ওই নির্দিষ্ট সময়ের উইন্ডোতে ফ্রিকোয়েন্সিগুলির সামগ্রিক ভারসাম্য সম্পর্কে আপনাকে জানায়। এটি অত্যন্ত গুরুত্বপূর্ণ, কারণ একজন ব্যক্তির মস্তিষ্কের অবস্থা দ্রুত পরিবর্তিত হতে পারে, তবে একটি আদর্শ PSD প্লট সেই পরিবর্তনগুলির গড় প্রকাশ করে।
গবেষকরা যখন মেডিকেল গ্রেড এবং ভোক্তা বা সাধারণ ব্যবহারকারীদের জন্য তৈরি EEG হেডসেটগুলির তুলনা করছিলেন, তখন তারা এই গড় করার জন্য একটি নির্দিষ্ট গণনা পদ্ধতি ব্যবহার করেছিলেন, যাকে 'ওয়েলচের পরিবর্তিত পিরিওডোগ্রাম' (Welch's modified periodogram) বলা হয়। এটি রেকর্ডিংটিকে ওভারল্যাপিং বা পরস্পর আপতিত অংশে বিভক্ত করে এবং একটি পরিষ্কার ও কম নয়েজযুক্ত PSD অনুমিতি তৈরি করতে তাদের স্পেক্ট্রার গড় করে।
এই ধরনের সিগন্যাল প্রসেসিং বা সংকেত প্রক্রিয়াকরণের ধাপটি একটি নির্ভরযোগ্য PSD কার্ভ তৈরির জন্য আদর্শ পদ্ধতি, যা র্যান্ডম বা এলোমেলো ওঠানামার পরিবর্তে মূলত মস্তিষ্কের অন্তর্নিহিত কার্যকলাপকে প্রতিফলিত করে।
ধাপে ধাপে পাওয়ার স্পেকট্রাল ডেনসিটি গণনা করা
PSD গণনা করার ক্ষেত্রে সাধারণত একটি মাত্র কমান্ডের পরিবর্তে সিগন্যালের গুণমান এবং সিগন্যাল প্রসেসিং সংক্রান্ত সিদ্ধান্তের একটি সিরিজ বা ধারাবাহিকতা জড়িত থাকে। প্রথমে রেকর্ডিংটিতে কোনো অনুপস্থিত ডেটা, অনুপযুক্ত চ্যানেল এবং বিশিষ্ট আর্টিফ্যাক্ট (ত্রুটিপূর্ণ সংকেত) আছে কিনা তা পরীক্ষা করা হয়। এরপর বিশ্লেষকরা নির্দিষ্ট অংশগুলো নির্বাচন করেন, উপযুক্ত ক্ষেত্রে ধীরগতির ট্রেন্ডগুলো সরিয়ে দেন বা মডেল করেন, একটি উইন্ডো প্রয়োগ করেন, ডেটাকে ফ্রিকোয়েন্সি ডোমেনে রূপান্তর করেন এবং প্রাপ্ত ফলাফলটিকে স্কেল করেন।
প্রাপ্ত স্পেকট্রামটিকে মূল টাইম সিরিজ এবং প্রাসঙ্গিক ক্ষেত্রে মুভমেন্ট (নড়াচড়া), ইলেকট্রোড সংযোগ বিচ্ছিন্ন হওয়া, চোখের নড়াচড়া, পেশীর কার্যকলাপ বা পরীক্ষামূলক ঘটনাগুলির নোট বা অ্যানোটেশনের পাশাপাশি পরীক্ষা করা উচিত। এই তুলনা একটি আসল ছন্দবদ্ধ প্যাটার্ন এবং একটি ক্ষণস্থায়ী ব্যাঘাতের (যা কাকতালীয়ভাবে স্পেকট্রাল পাওয়ার তৈরি করে) মধ্যে পার্থক্য করতে সাহায্য করে।
একটি বাস্তবসম্মত কর্মপদ্ধতিকে নিম্নলিখিত ধাপে সাজানো যেতে পারে:
স্যাম্পলিং রেট, চ্যানেলের লেবেল, রেফারেন্স এবং রেকর্ডিংয়ের সময়কাল যাচাই করুন।
ব্যবহারযোগ্য ইপক (epochs) চিহ্নিত করুন এবং আর্টিফ্যাক্ট বা বাতিল হওয়া অংশগুলির সমাধান করুন।
সেগমেন্টের দৈর্ঘ্য, ওভারল্যাপ, উইন্ডো এবং ফ্রিকোয়েন্সি রেঞ্জ নির্বাচন করুন।
PSD-এর আনুমানিক হিসাব ও স্কেলিং করুন, তারপর পিক বা শীর্ষবিন্দু এবং ব্যান্ড-লিমিটেড পাওয়ার পরীক্ষা করুন।
প্যারামিটারগুলি নথিবদ্ধ বা ডকুমেন্ট করে রাখুন যাতে ফলাফলটি পুনরায় তৈরি এবং তুলনা করা যায়।
এই পদক্ষেপগুলি গণনাটিকে সনাক্তযোগ্য বা ট্র্যাকিংযোগ্য করে তোলে। এগুলো একটি দৃশ্যমান আকর্ষণীয় স্পেকট্রামকে এমনভাবে বিবেচনা করতে বাধা দেয় যেন এটি প্রাক-প্রক্রিয়াকরণ (preprocessing) এবং অনুমিতি সংক্রান্ত সিদ্ধান্তের থেকে সম্পূর্ণ স্বাধীন, যা মূলত এটি তৈরি করেছে।
সাধারণ পদ্ধতিসমূহ: পিরিওডোগ্রাম এবং ওয়েলচের পদ্ধতি
একটি পিরিওডোগ্রাম একটি নির্বাচিত সেগমেন্টের জন্য ফুরিয়ার ট্রান্সফর্মের স্কয়ার্ড ম্যাগনিচিউড গণনা করে। এটি বেশ সহজ এবং সেগমেন্টটি দীর্ঘ হলে সূক্ষ্ম নামমাত্র ফ্রিকোয়েন্সি ব্যবধান প্রদান করতে পারে, তবে এর অনুমিতি এক ফ্রিকোয়েন্সি বিন থেকে পরবর্তী বিনে উল্লেখযোগ্যভাবে ওঠানামা করতে পারে। এই পরিবর্তনশীলতা বা অস্থিরতা বিশেষ করে নয়েজযুক্ত জৈবিক রেকর্ডিংয়ের ক্ষেত্রে অত্যন্ত প্রাসঙ্গিক।
ওয়েলচের পদ্ধতি সিগন্যালটিকে ওভারল্যাপিং সেগমেন্টে বিভক্ত করে, প্রতিটি সেগমেন্টে একটি উইন্ডো প্রয়োগ করে, প্রতিটির জন্য একটি পিরিওডোগ্রাম গণনা করে এবং ফলাফলগুলির গড় করে। গড় করার ফলে সাধারণত একটি মসৃণ, কম-ভ্যারিয়েন্সের অনুমিতি পাওয়া যায়, যেখানে ছোট সেগমেন্টগুলি ফ্রিকোয়েন্সি রেজোলিউশন কমিয়ে দিতে পারে। সবচেয়ে ভালো ভারসাম্য নির্ভর করে বিশ্লেষণটি সংকীর্ণ পিক, বিস্তৃত ব্যান্ড নাকি স্থিতিশীল গড় কার্যকলাপের ওপর জোর দিচ্ছে তার ওপর।
পার্থক্যটি কেবল বাহ্যিক নয়। একটি মসৃণ স্পেকট্রাম সামগ্রিক প্যাটার্নগুলির তুলনা করা সহজ করে তুলতে পারে, তবে অতিরিক্ত গড় করার ফলে স্বল্পস্থায়ী বা সংকীর্ণভাবে স্থানীয়করণ করা পরিবর্তনগুলি আড়াল হয়ে যেতে পারে। সময়-পরিবর্তনশীল EEG-এর জন্য, সম্পূর্ণ রেকর্ডিং জুড়ে একটি একক PSD-এর চেয়ে একটি টাইম-ফ্রিকোয়েন্সি পদ্ধতি বেশি উপযুক্ত হতে পারে।
একটি সুস্থ ও স্বাভাবিক বিশ্রামের অবস্থার EEG স্পেকট্রাম কেমন দেখায়
আপনি যদি একজন সুস্থ প্রাপ্তবয়স্ক ব্যক্তিকে বসিয়ে আরাম করতে বলেন এবং তাদের EEG রেকর্ড করেন, তবে প্রাপ্ত PSD কার্ভটির একটি পরিচিত আকৃতি থাকে। সর্বনিম্ন ফ্রিকোয়েন্সিগুলিতে পাওয়ার সবচেয়ে বেশি থাকে এবং ফ্রিকোয়েন্সি বৃদ্ধির সাথে সাথে এটি ক্রমাগত কমতে থাকে, যা এক ধরণের 1/f-এর মতো পতন তৈরি করে।
এই পতনশীল কার্ভটি উপরে বর্ণিত এপিরিওডিক (অ-পর্যায়বৃত্ত) উপাদানটিকে প্রতিফলিত করে এবং এর খাড়া হওয়ার প্রবণতা একটি একক সংখ্যা দ্বারা প্রকাশ করা হয় যাকে স্পেকট্রাল এক্সপোনেন্ট বলা হয়, যা কখনও কখনও β হিসাবে লেখা হয়। আরও খাড়া পতনের অর্থ হলো একটি বৃহত্তর নেতিবাচক এক্সপোনেন্ট; আর তুলনামূলক সমতল পতনের অর্থ হলো পাওয়ার সমস্ত ফ্রিকোয়েন্সি জুড়ে আরও সমানভাবে ছড়িয়ে পড়েছে।
এই পটভূমি পতনের শীর্ষে, চোখ বন্ধ করে থাকা অবস্থায় একটি শান্ত মস্তিষ্ক সাধারণত 8 থেকে 12 Hz-এর কাছাকাছি একটি দৃশ্যমান বাম্প বা উত্থান তৈরি করে, যা আলফা পিক নামে পরিচিত। এই উত্থানটি সাধারণত মাথার পিছনের অংশে সবচেয়ে শক্তিশালী হয়। সেই একই ব্যক্তির চোখ খুলতে বলুন, এবং ওই আলফা পিকটি লক্ষণীয়ভাবে সঙ্কুচিত হয়ে যাবে।
রত্তি এবং অন্যান্যদের দ্বারা মেডিকেল-গ্রেড ইইজি সিস্টেম এবং কনজিউমার হেডব্যান্ডের একটি সরাসরি তুলনা ঠিক এই প্যাটার্নটিই রেকর্ড করেছে: পরীক্ষিত প্রতিটি সিস্টেমে ডেটার সবচেয়ে বড় ছন্দময় বৈশিষ্ট্য ছিল একটি পোস্টেরিয়র আলফা রিদম যা চোখ-বন্ধ বনাম চোখ-খোলা অবস্থায় প্রত্যাশিতভাবে সাড়া দিয়েছিল।
সেই একই তুলনা আরও একটি ব্যবহারিক প্রশ্ন উত্থাপন করেছিল: আপনি যদি একই ব্যক্তির দুইবার, দুটি পৃথক পরিদর্শনে রেকর্ড করেন, তবে কি PSD কার্ভটি একই রকম দেখাবে?
উত্তরটি মূলত সরঞ্জামের গুণমানের ওপর নির্ভর করে। মেডিকেল-গ্রেড সিস্টেমগুলি Fp1 ইলেকট্রোড PSDs তৈরি করেছিল (Fp1 কপালে বসে এবং এটি পরীক্ষিত চারটি সিস্টেমের মধ্যেই সাধারণ একটি ইলেকট্রোড ছিল) যা বিভিন্ন পরিদর্শনে সামঞ্জস্যপূর্ণ ছিল, অন্যদিকে একটি ভোক্তা বা সাধারণ ব্যবহারের সিস্টেমে পরীক্ষা এবং পুনরায় পরীক্ষার সেশনের মধ্যে সবচেয়ে বেশি আপেক্ষিক পরিবর্তনশীলতা দেখা গেছে। এটি আমাদের বলে যে একটি সঠিক ও সুশৃঙ্খল PSD কার্ভ কেবল মস্তিষ্কের বৈশিষ্ট্যের ওপর নির্ভর করে না, বরং সিগন্যালটি কত যত্ন সহকারে নেওয়া হয়েছিল তার ওপরেও নির্ভর করে।
অ্যানেস্থেসিয়া কীভাবে মস্তিষ্কের স্পেকট্রাল সিগনেচার পরিবর্তন করে
মস্তিষ্কের অবস্থার নাটকীয় পরিবর্তনের সময় স্ট্যাটিক বা স্থির PSD বিশেষভাবে তথ্যপূর্ণ হয়ে ওঠে, এবং অ্যানেস্থেসিয়ার চেয়ে সরাসরি কোনো উদাহরণ আর নেই। কলম্বো এবং অন্যান্যদের দ্বারা ২০১৯ সালের একটি গবেষণায় স্বাস্থ্যকর স্বেচ্ছাসেবকদের মধ্যে তিন ধরণের ভিন্ন এজেন্টের মাধ্যমে অ্যানেস্থেসিয়ার আগে এবং পরে বিশ্রামের EEG রেকর্ড করা হয়েছিল: জেনন, প্রোপোফোল এবং কেটামিন।
প্রতিটি সেশনের পরে, গবেষকরা জিজ্ঞাসা করেছিলেন যে প্রতিক্রিয়াহীন সময়কালে ওই ব্যক্তির সচেতন অভিজ্ঞতার কোনো স্মৃতি ছিল কিনা, যার মাধ্যমে সচেতনতার রিপোর্ট করা অবস্থা এবং সচেতনতাহীন বা স্মৃতিতে আনা যায় না এমন অবস্থার মধ্যে পার্থক্য করা হয়েছিল।
স্পেকট্রাল এক্সপোনেন্ট এই পার্থক্যটিকে ঘনিষ্ঠভাবে চিহ্নিত করেছিল। জেনন এবং প্রোপোফোল, উভয় এজেন্ট যা সচেতন অভিজ্ঞতার হ্রাসের সাথে সম্পর্কিত, প্রতিটি সাবজেক্টের মধ্যে নেতিবাচক স্পেকট্রাল এক্সপোনেন্ট উল্লেখযোগ্যভাবে হ্রাস করেছিল, যার অর্থ PSD কার্ভটি লক্ষণীয়ভাবে খাড়া হয়ে গিয়েছিল। 1 থেকে 40 Hz-এর বিস্তৃত পরিসর জুড়ে এই খাড়া হয়ে যাওয়াটি সাধারণ প্রতিক্রিয়াহীনতার চেয়ে সচেতন অভিজ্ঞতার অনুপস্থিতিকে নির্দেশ করে বলে মনে হয়।
কেটামিন একটি ভিন্ন গল্প বলেছিল। কেটামিনের প্রভাবে সাবজেক্টরা আচরণগতভাবে প্রতিক্রিয়াহীন থাকা সত্ত্বেও সাধারণত তাদের কিছু সচেতন অভিজ্ঞতা বজায় থাকে এবং সামগ্রিক PSD ক্ষয় স্বাভাবিক জাগ্রত অবস্থার মতোই দেখায়। এর একমাত্র ব্যতিক্রম ছিল বিশেষভাবে 20 থেকে 40 Hz পরিসরে কার্ভটির সমতল হয়ে যাওয়া, যা অন্য দুটি এজেন্টের তুলনায় কেটামিনের স্বতন্ত্র কার্যপ্রণালীর সাথে মিলে যায়।
সম্ভবত সবচেয়ে জোরালো প্রমাণটি ছিল এই স্পেকট্রাল এক্সপোনেন্ট এবং একটি পৃথক, স্বাধীনভাবে প্রাপ্ত পরিমাপের মধ্যে সম্পর্ক যাকে পারটারবেশনাল কমপ্লেক্সিটি ইনডেক্স বা PCI বলা হয়, যা একটি ভিন্ন কৌশল থেকে তৈরি হয় যা মস্তিষ্ককে উদ্দীপিত করে এবং এর ফলে প্রাপ্ত প্রতিক্রিয়া কতটা জটিল তা পরিমাপ করে। অত্যন্ত ভিন্ন এই দুটি পরিমাপের মধ্যে উচ্চ সম্পর্ক এই ধারণাকে সমর্থন করে যে স্পেকট্রাল এক্সপোনেন্ট কোনো কাকতালীয় প্যাটার্ন নয়, বরং স্বয়ং সচেতনতার উপস্থিতির সাথে সংযুক্ত একটি আসল নির্দেশক।
ADHD কীভাবে EEG পাওয়ার স্পেকট্রামকে পরিবর্তন করে
অ্যানেস্থেসিয়ার অধীনে যে এপিরিওডিক পতন পরিবর্তিত হয়, তা ADHD-এ আক্রান্ত শিশুদের ক্ষেত্রেও ভিন্ন বলে মনে হয়। 3 থেকে 7 বছর বয়সী শিশুদের ওপর করা একটি গবেষণায়, যেখানে ADHD আক্রান্ত শিশুদের সাথে স্বাভাবিকভাবে বিকাশমান সমবয়সীদের তুলনা করা হয়েছিল, সেখানে পিক আলফা ফ্রিকোয়েন্সি এবং ব্যান্ড পাওয়ার রেশিওর মতো প্রথাগত পরিমাপের পাশাপাশি স্পেকট্রাল স্লোপ এবং অফসেট (এপিরিওডিক কার্ভের উচ্চতা) পরিমাপ করা হয়েছিল।
এর আগে কোনো ওষুধ না নেওয়া (Medication-naive) ADHD আক্রান্ত শিশুরা সাধারণত বিকাশমান শিশুদের তুলনায় উচ্চতর আলফা পাওয়ার, বৃহত্তর এপিরিওডিক অফসেট এবং আরও খাড়া স্পেকট্রাল স্লোপ প্রদর্শন করেছিল। এই খাড়া হওয়ার প্যাটার্নটি লক্ষ্য করার মতো, কারণ এটি অ্যানেস্থেসিয়া গবেষণায় দেখা পরিবর্তনের একই দিককে নির্দেশ করে, যদিও তীব্রতা বা কার্যপ্রণালীর দিক থেকে এই দুটি অবস্থা অবশ্যই তুলনীয় নয়।
স্পেকট্রাল স্লোপটি ADHD গবেষণায় বহু বছর ধরে ব্যবহৃত ঐতিহ্যবাহী থিটা/বিটা অনুপাতের সাথেও সম্পর্কিত ছিল, যা নির্দেশ করে যে স্লোপ বা ঢালটি একই ধরণের তথ্য ধারণ করে এবং সম্ভাব্যভাবে একটি পরিষ্কার ও আরও ব্যাপক নির্দেশক প্রদান করে।
একটি অতিরিক্ত বিবরণ এই অনুসন্ধানে আরও গুরুত্ব যোগ করে। ADHD আক্রান্ত যেসব শিশুদের উদ্দীপক ওষুধ (stimulant medication) দিয়ে চিকিত্সা করা হয়েছিল, এমনকি 24-ঘন্টার ওয়াশআউট পিরিয়ডের পরেও (যার মধ্যে ওষুধের সক্রিয় প্রভাব কেটে যাওয়ার কথা ছিল), তাদের স্লোপ এবং অফসেটগুলি স্বাভাবিকভাবে বিকাশমান গ্রুপের সাথে তুলনীয় দেখা গেছে।
এটি এই সম্ভাবনাকে বাড়িয়ে তোলে যে ADHD-এ পরিবর্তিত স্পেকট্রাল প্যাটার্নটি স্থায়ী বা অপরিবর্তনীয় নয়, যদিও গবেষণাটি এটিকে নিশ্চিত চিকিত্সা প্রভাবের চেয়ে একটি ইঙ্গিত হিসাবে উপস্থাপন করে। যেহেতু অতীতের গবেষণায় স্পেকট্রাল স্লোপটি এক্সিকিউটিভ কার্যকারিতা এবং মস্তিষ্কের উত্তেজক ও প্রতিরোধমূলক কার্যকলাপের ভারসাম্যের সাথেও যুক্ত করা হয়েছে, তাই লেখকরা পরামর্শ দিয়েছেন যে পরিবর্তিত স্লোপটি থিটা/বিটা অনুপাত গণনার একটি পরিসংখ্যানগত ত্রুটি হওয়ার চেয়ে অন্তর্নিহিত অবস্থার বিষয়ে অর্থপূর্ণ কিছু প্রতিফলিত করতে পারে।
গ্রুপ | স্পেকট্রাল স্লোপ | আলফা পাওয়ার | অফসেট |
|---|---|---|---|
স্বাভাবিকভাবে বিকাশমান | স্বাভাবিক স্লোপ | স্বাভাবিক পাওয়ার | স্বাভাবিক অফসেট |
ADHD, ওষুধ না নেওয়া | আরও খাড়া স্লোপ | উচ্চতর পাওয়ার | বৃহত্তর অফসেট |
ADHD, উদ্দীপক ওষুধ দিয়ে চিকিত্সাকৃত | স্বাভাবিকের মতোই | রিপোর্ট করা হয়নি | স্বাভাবিকের মতোই |
মৃগী রোগের খিঁচুনি (Epileptic Seizures) শ্রেণীবদ্ধ করতে পাওয়ার স্পেকট্রাল ডেনসিটি ব্যবহার করা
সচেতনতা এবং মনোযোগই একমাত্র ক্ষেত্র নয় যেখানে একটি স্ট্যাটিক PSD দরকারী বলে প্রমাণিত হয়। মৃগী রোগ বা এপিলেপসি শ্রেণীবদ্ধকরণ এর একটি আরও স্বয়ংক্রিয় ও গণনাগত উদাহরণ প্রদান করে।
একটি পদ্ধতিতে গবেষকরা মৃগী রোগের EEG রেকর্ডিংগুলিকে 'পাওয়ার স্পেকট্রাম ডেনসিটি এনার্জি ডায়াগ্রাম'-এ রূপান্তরিত করেছেন, যা মূলত PSD-এর একটি চাক্ষুষ বা ভিজ্যুয়াল উপস্থাপনা। এরপর এই চিত্রগুলিকে একটি ডিপ কনভোলিউশনাল নিউরাল নেটওয়ার্কে ইনপুট হিসেবে দেওয়া হয়েছিল, যা ইমেজের মতো ডেটাতে প্যাটার্ন শনাক্ত করার জন্য অত্যন্ত উপযুক্ত একটি মেশিন লার্নিং মডেল।
মডেলটিকে EEG সেগমেন্টগুলিকে চারটি বিভাগে সাজানোর জন্য প্রশিক্ষণ দেওয়া হয়েছিল:
ইন্টারইক্টাল (খিঁচুনির মধ্যবর্তী সময়)
দুটি ভিন্ন প্রি-ইক্টাল উইন্ডো (খিঁচুনি শুরু হওয়ার 30 মিনিট এবং 10 মিনিট আগে)
স্বয়ং খিঁচুনির অবস্থা
একটি পাবলিক মৃগী রোগের ডেটাসেট ব্যবহার করে, এই পদ্ধতিটি চারটি বিভাগ জুড়েই 90 শতাংশের বেশি গড় ক্লাসিফিকেশন নির্ভুলতা অর্জন করেছে। এই ফলাফল নিশ্চিত করে যে স্ট্যাটিক PSD-এর সামগ্রিক আকৃতি একটি অ্যালগরিদমের জন্য এই চিকিৎসাগতভাবে গুরুত্বপূর্ণ মস্তিষ্কের অবস্থাগুলিকে নির্ভরযোগ্যভাবে আলাদা করার জন্য যথেষ্ট সুনির্দিষ্ট তথ্য বহন করে, যার জন্য সিগন্যালের প্রতি মুহূর্তের পরিবর্তন ট্র্যাক করার প্রয়োজন হয় না।
PSD ব্যাখ্যা করার সময় সাধারণ ভুলত্রুটিসমূহ
একটি PSD কার্ভ কেবল তার রেকর্ডিংয়ের মতোই বিশ্বস্ত হতে পারে, এবং বেশ কয়েকটি ব্যবহারিক সমস্যা এই কার্ভের আকৃতিকে এমনভাবে বিকৃত করতে পারে যার সাথে মস্তিষ্কের অন্তর্নিহিত কার্যকারিতার কোনো সম্পর্ক নেই।
আর্টিফ্যাক্ট বা কৃত্রিম সংকেত হলো সবচেয়ে তাৎক্ষণিক উদ্বেগের বিষয়। চোখের পলক এবং পেশীর নড়াচড়া তাদের নিজস্ব বৈদ্যুতিক সংকেত তৈরি করে যা মাথার ত্বকের ইলেকট্রোড দ্বারা গৃহীত হয়, বিশেষ করে সামনের দিকের অংশগুলিতে।
ভোক্তা এবং মেডিকেল-গ্রেড ইইজি সিস্টেমের তুলনা থেকে দেখা গেছে যে ভোক্তা ডিভাইসগুলি এই ধরণের দূষণের জন্য বেশি সংবেদনশীল ছিল এবং বিশেষ করে একটি কনজিউমার হেডব্যান্ড সম্পূর্ণ স্পেকট্রাম জুড়ে পাওয়ারের একটি ব্যাপক বৃদ্ধি প্রদর্শন করেছিল, যা বাস্তব নিউরাল ছন্দের পরিবর্তে পেশী এবং চোখের পলকের আর্টিফ্যাক্টের সাথে সামঞ্জস্যপূর্ণ। অতএব, PSD গণনা করার আগে ডেটা সাবধানে পরিষ্কার করা এবং কম-আর্টিফ্যাক্টযুক্ত অংশগুলি নির্বাচন করা একটি প্রয়োজনীয় পদক্ষেপ, এটি কোনো ঐচ্ছিক বিষয় নয়।
ভলিউম কন্ডাকশন হলো সাধারণত EEG গবেষণায় আরেকটি বহুল আলোচিত সীমাবদ্ধতা। যেহেতু বৈদ্যুতিক ক্ষেত্রগুলি মাথার ত্বকে পৌঁছানোর আগে টিস্যু এবং মাথার খুলির মধ্য দিয়ে ছড়িয়ে পড়ে, তাই মস্তিষ্কের একটি একক কার্যকলাপের উত্স একসাথে একাধিক কাছাকাছি ইলেকট্রোডে রেকর্ড হতে পারে, যা যেকোনো নির্দিষ্ট PSD রিডিংয়ের স্থানিক সূক্ষ্মতাকে অস্পষ্ট করে দেয়।
রেফারেন্স নির্বাচন-এর ক্ষেত্রেও একই রকম পরিস্থিতি তৈরি হয়। EEG মূলত একটি ডিফারেনশিয়াল বা আপেক্ষিক পরিমাপ, যার অর্থ প্রতিটি ইলেকট্রোডের সিগন্যাল একটি নির্দিষ্ট রেফারেন্স পয়েন্ট-এর সাপেক্ষে গণনা করা হয়, তা হতে পারে সমস্ত ইলেকট্রোডের গড়, কানের পিছনের একটি ম্যাস্টয়েড হাড়, অথবা Cz-এর মতো একটি কেন্দ্রীয় মাথার ত্বকের অবস্থান। সেই রেফারেন্স পয়েন্টটি পরিবর্তন করলে চ্যানেলগুলি জুড়ে পাওয়ারের পুনর্বণ্টন হতে পারে এবং একটি PSD কার্ভের পরম আকৃতি পরিবর্তিত হতে পারে।
তাই, বিভিন্ন গবেষণাপত্র বা ডেটাসেট জুড়ে PSD ফলাফলগুলি তুলনা করার সময় কোন রেফারেন্সটি ব্যবহার করা হয়েছিল তা জানা একটি অত্যন্ত গুরুত্বপূর্ণ বিষয়।
সবশেষে, টেস্ট-রিটেস্ট নির্ভরযোগ্যতা (test-retest reliability)-এর বিষয়টি আসে। এমনকি সাবজেক্ট এবং সরঞ্জাম একই রাখলেও, পৃথক পরিদর্শনে বারবার করা রেকর্ডিংগুলিতে PSD কার্ভের কিছু স্বাভাবিক পরিবর্তন দেখা যেতে পারে।
মেডিকেল-গ্রেড সিস্টেমগুলি দুটি পরিদর্শনে আরও সামঞ্জস্যপূর্ণ Fp1 PSDs তৈরি করেছিল, যেখানে পরীক্ষিত ভোক্তা সিস্টেমে সবচেয়ে বেশি আপেক্ষিক পরিবর্তনশীলতা দেখা গেছে। এটি কোনো একক সাবজেক্টের মধ্যে দেখা ছোটখাটো PSD পার্থক্যের ওপর অতিরিক্ত গুরুত্ব দেওয়ার বিরুদ্ধে একটি বাস্তবসম্মত সতর্কতা, বিশেষ করে যখন রেকর্ডিং সরঞ্জাম বা প্রোটোকল কঠোরভাবে নিয়ন্ত্রিত না হয়।
পাওয়ার স্পেকট্রাল ডেনসিটি গণনার জন্য টুল এবং সফটওয়্যার
PSD বৈজ্ঞানিক প্রোগ্রামিং লাইব্রেরি, নিবেদিত EEG বিশ্লেষণ প্যাকেজ বা সাধারণ সিগন্যাল-প্রসেসিং সফটওয়্যার দিয়ে গণনা করা যেতে পারে। অপরিহার্য প্রয়োজনীয়তাগুলি হলো স্যাম্পল করা ডেটাতে অ্যাক্সেস এবং স্যাম্পলিং রেট, সেগমেন্টেশন, উইন্ডোয়িং, ডিট্রেন্ডিং, ওভারল্যাপ, স্কেলিং এবং ফ্রিকোয়েন্সি সীমার ওপর স্পষ্ট নিয়ন্ত্রণ থাকা। অনুমিতিটি কীভাবে তৈরি করা হয়েছিল তা নিশ্চিত করার জন্য কেবল একটি গ্রাফিকাল আউটপুট যথেষ্ট নয়।
একটি পুনরুৎপাদনযোগ্য বা রিপ্রোডুসিবল ইমপ্লিমেন্টেশন স্পেকট্রামের পাশাপাশি প্রি-প্রসেসিং এবং এস্টিমেশন প্যারামিটারগুলি রেকর্ড করে রাখে। এটি চ্যানেলের রেফারেন্স, ইউনিট, প্রত্যাখ্যাত ইপক এবং গণনার আগে প্রয়োগ করা যেকোনো রূপান্তরকেও সংরক্ষণ করে। এই বিবরণগুলি বিশেষ করে তখন গুরুত্বপূর্ণ যখন ফলাফলগুলি কোনো গ্রুপ বা দলের তুলনায় ব্যবহৃত হয় বা বিভিন্ন রেকর্ডিং সেশন জুড়ে একত্রিত করা হয়।
ফলাফলগুলি নিরীক্ষা করা সহজ হয় যখন কাজের প্রক্রিয়াটি সংখ্যাসূচক অ্যারে এবং ডায়াগনস্টিক প্লট উভয়ই তৈরি করে। দরকারী পরীক্ষাগুলির মধ্যে রয়েছে মূল ওয়েভফর্ম, আর্টিফ্যাক্ট-চিহ্নিত ব্যবধান, নির্বাচিত ফ্রিকোয়েন্সি রেঞ্জ এবং যুক্তিসঙ্গত সেগমেন্ট নির্বাচনের ক্ষেত্রে অনুমিতিগুলির তুলনা। এই জাতীয় পরীক্ষাগুলি ব্যাখ্যাকে স্বয়ংক্রিয় করে তোলে না, তবে এগুলো লুকানো অনুমানগুলি সনাক্ত করা সহজ করে তোলে।
উপসংহার
পাওয়ার স্পেকট্রাল ডেনসিটি প্লটটি মস্তিষ্কের জন্য একটি ছন্দময় স্কোরের মতো কাজ করে এবং এর পটভূমির পতনের খাড়া ভাবটি অত্যন্ত ভিন্ন মানসিক অবস্থা জুড়ে একটি লক্ষণীয়ভাবে সামঞ্জস্যপূর্ণ নির্দেশক হিসাবে আবির্ভূত হয়।
কোনো ব্যক্তি নির্দিষ্ট অ্যানেস্থেটিক্সের প্রভাবে চেতনা হারান, কোনো শিশুর মধ্যে ADHD-এর সাথে সম্পর্কিত মনোযোগের সমস্যা দেখা যায়, নাকি খিঁচুনি শুরু হয়—সবক্ষেত্রেই এই সামগ্রিক আকৃতিটি প্রত্যাশিত উপায়ে পরিবর্তিত হয়, যা একটি সাধারণ পরিমাপযোগ্য সিগনেচারের মাধ্যমে এই অবস্থাগুলোকে সংযুক্ত করে। এই প্যাটার্নটি নির্দেশ করে যে মস্তিষ্কের বিশ্রামের বৈদ্যুতিক প্রোফাইলটি কেবল নির্দিষ্ট ফ্রিকোয়েন্সিতে বিচ্ছিন্ন পিকের পরিবর্তে এর কার্যকরী অবস্থা সম্পর্কে অর্থপূর্ণ, বহুমুখী সূত্র ধারণ করে।
যদিও PSD একটি রেকর্ডিং উইন্ডোতে কেবল একটি স্থির গড় প্রদান করে, তবে সচেতন অবস্থা থেকে অসচেতন সময়কালকে নির্ভরযোগ্যভাবে আলাদা করার বা অ্যালগরিদমকে অত্যন্ত নির্ভুলতার সাথে খিঁচুনি শনাক্ত করার ক্ষমতা নিউরোসায়েন্স বা স্নায়ুবিজ্ঞানে এর ব্যবহারিক মূল্য প্রমাণ করে। এই সম্পর্কগুলি এই অবস্থাগুলির কারণ কী তা প্রমাণ করে না, তবে তারা একটি সহজলভ্য, একক-সংখ্যার সংক্ষিপ্তসার—কার্ভের স্লোপ—প্রদান করে যা চেতনা, মনোযোগের পার্থক্য বা খিঁচুনির ঝুঁকি পরিমাপ করতে সহায়তা করতে পারে।
গবেষক এবং চিকিৎসকদের জন্য, এই সাধারণ পরিমাপটি মস্তিষ্কের গতিশীলতা বোঝার ক্ষেত্রে একটি শক্তিশালী প্রবেশদ্বার প্রদান করে, যা বিমূর্ত ছন্দকে বাস্তব জগতের পার্থক্যের সাথে সংযুক্ত করে।
তথ্যসূত্র
Ratti, E., Waninger, S., Berka, C., Ruffini, G., & Verma, A. (2017). Comparison of Medical and Consumer Wireless EEG Systems for Use in Clinical Trials. Frontiers in human neuroscience, 11, 398. https://doi.org/10.3389/fnhum.2017.00398
Colombo, M. A., Napolitani, M., Boly, M., Gosseries, O., Casarotto, S., Rosanova, M., ... & Sarasso, S. (2019). The spectral exponent of the resting EEG indexes the presence of consciousness during unresponsiveness induced by propofol, xenon, and ketamine. NeuroImage, 189, 631-644. https://doi.org/10.1016/j.neuroimage.2019.01.024
Robertson, M. M., Furlong, S., Voytek, B., Donoghue, T., Boettiger, C. A., & Sheridan, M. A. (2019). EEG power spectral slope differs by ADHD status and stimulant medication exposure in early childhood. Journal of neurophysiology, 122(6), 2427-2437. https://doi.org/10.1152/jn.00388.2019
Gao, Y., Gao, B., Chen, Q., Liu, J., & Zhang, Y. (2020). Deep convolutional neural network-based epileptic electroencephalogram (EEG) signal classification. Front. Neurol. 11, 375 (2020). https://doi.org/10.3389/fneur.2020.00375
সচরাচর জিজ্ঞাস্য প্রশ্নাবলী
EEG-তে পাওয়ার স্পেকট্রাল ডেনসিটি (PSD) কী?
PSD এমন একটি পদ্ধতি যা প্রতিটি ফ্রিকোয়েন্সিতে EEG সিগন্যালের স্কয়ার্ড অ্যাম্প্লিচিউড গণনা করে এবং একটি রেকর্ডিং সময়কালের মধ্যে এর গড় বের করে। এর ফলে প্রাপ্ত কার্ভটি দেখায় যে কীভাবে শক্তি ধীর এবং দ্রুত মস্তিষ্কের ছন্দ জুড়ে বণ্টিত হয়, যা জটিল র বা মূল সিগন্যালকে সহজভাবে বিশ্লেষণ করতে সাহায্য করে।
একটি সুস্থ ও স্বাভাবিক বিশ্রামের অবস্থার PSD কার্ভ কেমন দেখায়?
কম ফ্রিকোয়েন্সিতে পাওয়ার সবচেয়ে বেশি থাকে এবং ফ্রিকোয়েন্সি বৃদ্ধির সাথে সাথে ক্রমাগত হ্রাস পায়, যা একটি 1/f-এর মতো ব্যাকগ্রাউন্ড তৈরি করে। চোখ বন্ধ থাকলে সাধারণত মাথার পিছনের অংশে 8-12 Hz-এর কাছাকাছি একটি দৃশ্যমান আলফা পিক দেখা যায় এবং চোখ খুললে তা কমে যায়।
এপিরিওডিক উপাদান কীভাবে অসিলেটরি পিক থেকে আলাদা?
এপিরিওডিক বা 1/f-এর মতো উপাদানটি হলো ফ্রিকোয়েন্সি বাড়ার সাথে সাথে পাওয়ারের মসৃণ পতন, কোনো নির্দিষ্ট বাম্প বা উত্থান তৈরি করা ছাড়াই। অসিলেটরি পিকগুলি, যেমন আলফা ছন্দ, নির্দিষ্ট ফ্রিকোয়েন্সিতে এই ব্যাকগ্রাউন্ডের উপরে ওঠে এবং মস্তিষ্কের কার্যকারিতা সম্পর্কে ভিন্ন তথ্য বহন করে।
অ্যানেস্থেসিয়া কীভাবে মস্তিষ্কের স্পেকট্রাল সিগনেচার পরিবর্তন করে?
জেনন এবং প্রোপোফোল-এর মতো এজেন্ট, যা সচেতন অভিজ্ঞতা হ্রাসের দিকে পরিচালিত করে, তা 1-40 Hz জুড়ে PSD কার্ভটিকে আরও খাড়া করে তোলে। কেটামিন, যা প্রতিক্রিয়াহীনতা সত্ত্বেও সচেতন অভিজ্ঞতা বজায় রাখে, তা 20-40 Hz পরিসরে সমতল হয়ে যাওয়া ছাড়া অন্য ক্ষেত্রে জাগ্রত অবস্থার মতোই একটি কার্ভ দেখায়।
ADHD আক্রান্ত শিশুদের মধ্যে কী ধরণের PSD পার্থক্য দেখা যায়?
ADHD আক্রান্ত শিশুরা স্বাভাবিকভাবে বিকাশমান সমবয়সীদের তুলনায় উচ্চতর আলফা পাওয়ার, বৃহত্তর এপিরিওডিক অফসেট এবং আরও খাড়া স্পেকট্রাল স্লোপ প্রদর্শন করে। উদ্দীপক ওষুধ দিয়ে চিকিত্সার পরে, এমনকি ওয়াশআউটের পরেও, স্লোপ এবং অফসেটগুলি স্বাভাবিকভাবে বিকাশমান গ্রুপের মতোই হতে পারে।
PSD কীভাবে মৃগী রোগের খিঁচুনির অবস্থাগুলিকে শ্রেণীবদ্ধ করতে পারে?
একটি স্ট্যাটিক PSD কার্ভকে একটি ছবিতে রূপান্তরিত করা যেতে পারে এবং ইন্টারইক্টাল, প্রি-ইক্টাল এবং খিঁচুনির অবস্থার মধ্যে পার্থক্য করতে একটি ডিপ নিউরাল নেটওয়ার্কে ইনপুট হিসেবে দেওয়া যেতে পারে। এই পদ্ধতিটি অন্তত একটি গবেষণায় উচ্চ ক্লাসিফিকেশন নির্ভুলতা অর্জন করেছে, যা নিশ্চিত করে যে সামগ্রিক স্পেকট্রাল আকৃতি যথেষ্ট বৈষম্যমূলক তথ্য বহন করে।
কেন PSD-কে একটি স্থির বা স্ট্যাটিক স্ন্যাপশট হিসাবে বিবেচনা করা হয়?
PSD একটি সম্পূর্ণ রেকর্ডিং সময়কালকে একটি একক কার্ভের মধ্যে সংকুচিত করে এবং প্রতি সেকেন্ডের পরিবর্তনগুলির গড় প্রকাশ করে। সময়ের সাথে সাথে মিশ্রণটি কীভাবে পরিবর্তিত হয় তা ট্র্যাক করার পরিবর্তে এটি ওই নির্দিষ্ট সময়ের উইন্ডোতে সামগ্রিক ফ্রিকোয়েন্সি ভারসাম্য প্রকাশ করে।
PSD ব্যাখ্যা করার সময় সাধারণ ভুলত্রুটিগুলি কী কী?
পেশী এবং চোখের আর্টিফ্যাক্টগুলি সিগন্যালটিকে দূষিত করতে পারে এবং কার্ভটিকে বিকৃত করতে পারে, বিশেষ করে সাধারণ ব্যবহারকারীদের ডিভাইসে। ভলিউম কন্ডাকশন এবং রেফারেন্স পছন্দও PSD আকৃতিকে প্রভাবিত করে, এবং এমনকি স্থিতিশীল সরঞ্জাম থাকা সত্ত্বেও, স্বাভাবিক টেস্ট-রিটেস্টের ভিন্নতার অর্থ হলো ছোটখাটো পার্থক্যগুলি অর্থপূর্ণ নাও হতে পারে।
PSD এবং অ্যাম্প্লিচিউড স্পেকট্রামের মধ্যে পার্থক্য কী?
PSD প্রতি ফ্রিকোয়েন্সিতে স্কয়ার্ড অ্যাম্প্লিচিউডকে উপস্থাপন করে এবং পাওয়ার বা শক্তি গণনার জন্য উপযুক্ত, যেখানে একটি অ্যাম্প্লিচিউড স্পেকট্রাম ফ্রিকোয়েন্সি-কম্পোনেন্ট ম্যাগনিচিউডকে উপস্থাপন করে এবং বিভিন্ন ইউনিট ব্যবহার করে।
একটি বৃহত্তর PSD পিক কি সর্বদা শক্তিশালী মস্তিষ্কের কার্যকলাপ নির্দেশ করে?
না। একটি বৃহত্তর পিক শারীরবৃত্তীয় কার্যকলাপের পাশাপাশি আর্টিফ্যাক্ট, রেফারেন্সের প্রভাব, রেকর্ডিং পরিস্থিতি বা বিশ্লেষণ প্যারামিটারকেও প্রতিফলিত করতে পারে।
Emotiv একটি নিউরোটেকনোলজি শীর্ষস্থানীয় প্রতিষ্ঠান, যা সহজলভ্য EEG এবং ব্রেন ডেটা টুলের মাধ্যমে স্নায়ুবিজ্ঞান গবেষণার অগ্রগতিতে সহায়তা করে।
ক্রিশ্চিয়ান বার্গোস
