موضوعات دیگر را جستجو کنید…

موضوعات دیگر را جستجو کنید…

الکتروانسفالوگرافی با مونتاژ لاپلاسین

جدول زمانی الکتروانسفالوگرافی (EEG) تحلیلی خود را با آرایه‌های بی‌سیم با تراکم بالا و راه‌اندازی سریع که برای استقرار انعطاف‌پذیر در میدان بهینه‌سازی شده‌اند، شتاب بخشید.

حالا که اینجا هستید، شاید مایل باشید بدانید که چگونه Brainwear توجه و تمرکز شما را افزایش می‌دهد.

یک مشکل همیشگی در نحوه ثبت EEG وجود دارد؛ ولتاژی که در هر الکترود منفرد شناسایی می‌شود، بازخوانی دقیقی از بافت مغز مستقر در زیر آن الکترود نیست. بلکه این ولتاژ ترکیبی است که توسط لایه‌های بافت، محل قرارگیری الکترود و یک نقطه مرجع اختیاری که توسط اپراتور دستگاه ثبت انتخاب شده، شکل گرفته است.

مونتاژ لاپلاسین (Laplacian montage) دقیقاً برای حل این مشکل ترکیب سیگنال توسعه یافته است. این روش به جای گزارش ولتاژ خام، سیگنال پوست سر را به تخمینی از چگالی منبع جریان محلی تبدیل می‌کند؛ ارزیابی‌ای که به هیچ مرجع خارجی وابسته نیست و به طور مستقیم‌تری با فعالیت الکتریکی در حال وقوع در قشر مغز درست در زیر حسگر ارتباط دارد.

بخش‌های زیر توضیح می‌دهند که چرا این تبدیل ضروری است، چگونه به صورت ریاضی استخراج می‌شود و تحقیقات پشتیبان درباره مزایای عملی آن چه نشان می‌دهند.

جدول زمانی الکتروانسفالوگرافی (EEG) تحلیلی خود را با آرایه‌های بی‌سیم با تراکم بالا و راه‌اندازی سریع که برای استقرار انعطاف‌پذیر در میدان بهینه‌سازی شده‌اند، شتاب بخشید.

حالا که اینجا هستید، شاید مایل باشید بدانید که چگونه Brainwear توجه و تمرکز شما را افزایش می‌دهد.

مونتاژ لاپلاسین در EEG چیست؟

الکتروانسفالوگرافی بالینی برای تجسم دقیق الگوهای فعالیت عصبی به آرایش حسگرهای پوست سر متکی است. مونتاژهای متداول الکترود، پتانسیل‌ها را نسبت به یک مرجع خاص ثبت می‌کنند که گاهی اوقات می‌تواند وضوح سیگنال را در مناطق وسیع‌تر سطح مخدوش کند. مونتاژ لاپلاسین EEG با تمرکز بر تفاوت‌های محلی به جای پتانسیل‌های سراسری، یک جایگزین تحلیلی متمایز ارائه می‌دهد.

درک اصول اولیه مونتاژ لاپلاسین EEG

سیگنال EEG اساساً بازتابی از فعالیت الکتریکی جمعی نورون‌های هرمی در زیر پوست سر است. هنگامی که یک الکترود پتانسیلی را ثبت می‌کند، به دلیل ویژگی‌های هدایت حجمی جمجمه و پوست سر، به ناچار شامل مشارکت‌هایی از منابع مغزی دوردست نیز می‌شود.

فرآیند استخراج این ریتم‌های ظریف به روش‌شناسی دقیقی نیاز دارد که اغلب شامل اصول پایه‌ای neuroscience (علوم اعصاب) می‌شود تا اطمینان حاصل شود که شکل‌های موج تحلیل‌شده با نواحی مجزای مغزی هماهنگی دارند.

چرا تفسیر دقیق سیگنال‌های EEG پوست سر دشوار است

سیگنال‌های الکتریکی مغز در یک خط مستقیم به الکترود نمی‌رسند. آن‌ها قبل از اینکه قابل اندازه‌گیری باشند، از مایع مغزی-نخاعی، استخوان جمجمه و بافت پوست سر عبور می‌کنند و هر یک از این لایه‌ها الکتریسیته را به طور متفاوتی هدایت می‌کنند.

به خصوص جمجمه مانند یک فیلتر پایین‌گذر فضایی عمل می‌کند، زیرا سیگنال را نرم و پخش می‌کند و فعالیتی را که ممکن است در قشر مغز بسیار متمرکز باشد، تا زمانی که به پوست سر می‌رسد، به یک الگوی وسیع و پراکنده تبدیل می‌کند.

Research (تحقیقات) (سرینیواسان و همکاران) با مدل‌سازی سر به عنوان چهار لایه کروی متحدالمرکز (مغز، مایع مغزی-نخاعی، جمجمه و پوست سر) نشان داده است که این پخش‌شدگی به اندازه‌ای قوی است که باعث می‌شود الکترودهایی با فاصله ۱۰ تا ۱۲ سانتی‌متر از نظر آماری همبسته به نظر برسند، حتی زمانی که منابع عصبی زیرین کاملاً به هم بی‌ارتباط هستند. این امر خطر واقعی تفسیر خوانش‌های همبسته پوست سر را به عنوان شواهدی از فعالیت هماهنگ مغز ایجاد می‌کند، در حالی که این همبستگی ممکن است چیزی بیش از یک اثر ناشی از نحوه انتشار الکتریسیته در بافت نباشد.

دومین اعوجاج از خود الکترود مرجع ناشی می‌شود. EEG montages (مونتاژهای EEG) مرسوم، ولتاژ را به عنوان تفاوت بین یک الکترود فعال و یک نقطه مرجع گزارش می‌کنند، اما آن مرجع هرگز از نظر الکتریکی بی‌صدا نیست.

Simulation studies (مطالعات شبیه‌سازی) و ثبت‌های تجربی (نونز و همکاران) نشان داده‌اند که انتخاب مرجع می‌تواند زمان ظاهری رویدادهای مغزی را تغییر دهد، به این معنی که تأخیر یک پاسخ برانگیخته ثبت شده با یک طرح مرجع ممکن است با تأخیر ثبت شده با طرح دیگر مطابقت نداشته باشد. این یک مشکل ظریف اما بااهمیت است، زیرا بخش زیادی از ارزش بالینی و تحقیقاتی EEG به زمان‌بندی دقیق بستگی دارد.

سومین منبع آلودگی سیگنال، عضلانی است و عصبی نیست. نواحی مرکزی و اطراف مرکزی پوست سر، یعنی الکترودهایی که در بالا و طرفین سر قرار دارند، نزدیک به عضلات پوست سر و فک هستند. فعالیت الکتریکی این عضلات به راحتی به ثبت نشت می‌کند، به ویژه در فرکانس‌های بالاتر، و طرح‌های مرجع مرسوم کار چندانی برای جداسازی سیگنال‌های تولید شده توسط عضله از سیگنال‌های تولید شده توسط مغز انجام نمی‌دهند.

به طور کلی، هدایت حجمی، وابستگی به مرجع و آلودگی عضلانی سه دلیل ترکیب‌کننده هستند که چرا پتانسیل‌های خام پوست سر تصویر غیردقیقی از آنچه قشر مغز در واقع انجام می‌دهد ارائه می‌دهند.

مشکل

توضیحات

هدایت حجمی

جمجمه سیگنال‌ها را مخدوش و پخش می‌کند

وابستگی به الکترود مرجع

انتخاب مرجع زمان‌بندی رویداد را تغییر می‌دهد

آلودگی عضلانی

نشت سیگنال EMG به الکترودهای مرکزی

لاپلاسین سطحی چیست و چگونه کار می‌کند

لاپلاسین سطحی با تغییر آنچه اندازه‌گیری می‌شود، این مشکلات را برطرف می‌کند. این روش به جای ثبت مستقیم ولتاژ، مشتق دوم فضایی میدان ولتاژ را در سراسر پوست سر محاسبه می‌کند و اساساً می‌پرسد که منحنی پتانسیل در هر نقطه از سر چقدر با انحنای تند مواجه است، به جای اینکه مقدار مطلق آن چقدر است.

این اندازه‌گیری انحنا متناسب با جریان شعاعی است که به پوست سر در آن نقطه وارد و از آن خارج می‌شود، که آن را به یک تخمین فیزیکی از چگالی منبع جریان محلی تبدیل می‌کند، به جای یک خوانش الکتریکی خام که تحت تأثیر فعالیت‌های دوردست قرار دارد.

از آنجا که مشتق‌گیری یک عمل ریاضی است که آفست‌های ثابت را حذف می‌کند، این رویکرد دارای یک مزیت ذاتی است: هر ولتاژی که به طور یکنواخت به همه الکترودها اضافه می‌شود (که دقیقاً همان چیزی است که هنگام استفاده از یک الکترود مرجع مشترک رخ می‌دهد) در طول محاسبه خنثی می‌شود.

نتیجه سیگنالی است که دیگر اصلاً به محل قرارگیری مرجع بستگی ندارد. به همین دلیل است که لاپلاسین اغلب به عنوان یک روش بدون مرجع توصیف می‌شود.

لاپلاسین همچنین به عنوان آنچه محققان آن را فیلتر باندگذر فضایی توصیف می‌کنند عمل می‌کند. این روش الگوهای بسیار گسترده و پراکنده تغییر ولتاژ (از نوع تولید شده توسط هدایت حجمی در مناطق بزرگ پوست سر) را سرکوب می‌کند و در عین حال نویزهای بسیار تیز و کانونی را نیز تضعیف می‌کند.

آنچه باقی می‌ماند یک تخمین در مقیاس متوسط از فعالیت است که به نظر می‌رسد به خوبی با نحوه انتشار جریان‌های الکتریکی از قشر مغز در لایه‌های سر انسان مطابقت دارد. در عمل، این ترانسفورمیشن با مقیاس فیزیکی که منابع نئوکورتیکال واقعاً بر پوست سر تأثیر می‌گذارند تنظیم شده است و هم موارد بسیار گسترده و هم موارد بسیار باریک را فیلتر می‌کند.

تکنیک استانداردسازی الکترود مرجع (REST)

قبل از اعمال ترانسفورمیشن لاپلاسین، انتخاب مرجع فیزیکی اولیه اغلب بر کیفیت ثبت اولیه تأثیر می‌گذارد.

بسیاری از کلینیک‌ها از تکنیک استانداردسازی الکترود مرجع (REST) استفاده می‌کنند که به طور ریاضی داده‌های خام EEG را به یک توزیع تقریبی مستقل از مرجع تبدیل می‌کند. این کار تضمین می‌کند که محاسبات بعدی تحت تأثیر سایت الکتریکی خاص انتخاب شده برای ثبت اولیه قرار نگیرد، که این امر برای ارزیابی بالینیِ عینی و بدون سوگیری حیاتی است.

روش محاسبه اسپلاین-لاپلاسین در عمل

محاسبه مشتق دوم از یک مجموعه محدود از خوانش‌های الکترود پراکنده کار آسانی نیست، زیرا الکترودها فقط پوست سر را در نقاط مجزا نمونه‌برداری می‌کنند و نه به طور پیوسته.

روش اسپلاین-لاپلاسین این مشکل را با برازش یک سطح ریاضی صاف و انعطاف‌پذیر، که به عنوان یک کره یا یک بیضی‌گون آناتومیک واقعی‌تر مدل‌سازی می‌شود، از میان موقعیت‌های واقعی الکترودها حل می‌کند. هنگامی که این سطح پیوسته تعریف شد، مشتق را می‌توان مستقیماً از آن محاسبه کرد و تخمین لاپلاسین را در هر نقطه الکترود بر اساس مقادیر ثبت شده در همسایگان اطراف آن ایجاد کرد.

این روش در ابتدا برای مدل‌های سر کروی مشتق شد و بعداً به صورت ریاضی به سطوح بیضی‌دوار تعمیم یافت که شکل واقعی سر انسان را بهتر تقریب می‌زنند. نشان داده شده است که هر دو مدل حتی در صورت وجود عدم دقت در هندسه سر یا عدم اطمینان در مورد مقاومت لایه‌های مختلف بافت (عواملی که در جلسات ثبت واقعی بالینی یا تحقیقاتی اساساً اجتناب‌ناپذیرند) پایدار می‌مانند.

این استحکام به این معنی است که اسپلاین-لاپلاسین برای تولید یک نتیجه مفید و پایدار، نیازی به مدل آناتومیک بی‌نقص از سر فرد ندارد.

یک نیاز عملی وجود دارد که میزان مزیت این روش را تعیین می‌کند: تراکم الکترود. تحقیقات نونز و همکاران با مقایسه عملکرد اسپلاین-لاپلاسین در آرایش‌های مختلف الکترود، بهبود چشمگیری در وضوح فضایی به ویژه زمانی که میانگین فاصله بین حسگرهای همسایه کمتر از حدود ۳ سانتی‌متر است، نشان داد.

کمتر از این فاصله، مشتق را می‌توان با دقت کافی برای همگرا کردن و تقویت قابل توجه سیگنال زیرین تخمین زد. در مقابل، آرایه‌های پراکنده الکترود، پوست سر را به اندازه کافی برای پشتیبانی از یک محاسبه دقیق مشتق دوم نمونه‌برداری نمی‌کنند و این امر بهبود ترانسفورمیشن روی پتانسیل‌های خام را محدود می‌کند.

محاسبه پتانسیل لاپلاسین

برای محاسبه پتانسیل، یک سیستم نرم‌افزاری حسگر مرکزی را در برابر میانگین وزنی همسایگان فوری آن در یک الگوی شعاعی ارزیابی می‌کند. این کار یک نقشه مجازی از چگالی جریان ایجاد می‌کند که تفسیر آن در طول تشخیص اغلب آسان‌تر است.

جزئیات مراحل اصلی ریاضی برای این محاسبه در زیر آمده است:

مرحله

اقدام

هدف

۱

انتخاب الکترود

انتخاب نقطه مرکزی تحلیل.

۲

وزن‌دهی فضایی

اعمال مقادیر روی حسگرهای همسایه پوست سر.

۳

محاسبه گرادیان

کم کردن میانگین محلی از مرکز.

معیارهای زیر به تعیین بهینه بودن پیکربندی برای نتایج واضح کمک می‌کنند:

  • فاصله بین الکترودها در صورت امکان باید یکنواخت بماند.

  • کیفیت سیگنال در تمام همسایگان اطراف باید قابل مقایسه باشد.

  • پیکربندی باید تقارن خود را در اطراف منطقه مورد نظر حفظ کند.

پس از برآورده شدن این معیارها، داده‌های حاصل به طور مؤثری منبع کانونی فعالیت مغز را برجسته می‌کنند و کاهش تداخل الگوهای میدان دور را نشان می‌دهند.

مزایای استفاده از مونتاژ لاپلاسین

فیلتر فضایی مزایای متمایز متعددی را برای محققانی که به دنبال جداسازی ژنراتورهای خاص قشر مغز هستند ارائه می‌دهد. این تکنیک با کاهش اتکا به یک نقطه مرجع واحد، نتایج قابل اعتمادتری را در شرایط مختلف آزمایشی به همراه دارد.

بهبود وضوح فضایی با ترانسفورمیشن لاپلاسین

ادعای عملی اصلی در پشت مونتاژ لاپلاسین این است که تصویر فضایی فعالیت مغز را در مقایسه با ولتاژ خام پوست سر به طور قابل توجهی واضح‌تر می‌کند.

کار نونز و همکاران با استفاده از محاسبات مبتنی بر اسپلاین بر روی سطوح کروی و بیضی‌شکل، بهبود وضوح فضایی را حداقل تا سه برابر نسبت به ثبت‌های معمولی گزارش کرد. این بهبود در شبیه‌سازی‌های کامپیوتری، داده‌های پتانسیل برانگیخته، EEG خودبه‌خودی در حال استراحت و ثبت پالس‌های صرعی حفظ شد، که نشان می‌دهد این مزیت به یک نوع خاص و محدود از سیگنال مغزی محدود نمی‌شود.

یک تحلیل جداگانه توسط لاو و همکاران این یافته را با نشان دادن اینکه بهبود در وضوح تا حد زیادی مستقل از فرضیات خاص در مورد منبع سیگنال یا مدل هندسی استفاده شده برای نمایش سر است، تقویت کرد. این یک تمایز مهم است.

بسیاری از تکنیک‌های مکان‌یابی منبع EEG از محققان می‌خواهند که فرضیات قبلی در مورد اینکه سیگنال احتمالاً از کجای مغز می‌آید، داشته باشند. روش اسپلاین-لاپلاسین بدون وابستگی شدید به این فرضیات به افزایش وضوح خود دست می‌یابد، که این امر کاربرد آن را در انواع مختلف مطالعات و جمعیت‌های بیمار، مشروط بر کافی بودن تراکم الکترود، گسترده‌تر می‌کند.

حذف اعوجاج الکترود مرجع

از آنجا که محاسبه لاپلاسین به طور ریاضی هر مقدار ثابت اضافه شده در تمام الکترودها را خنثی می‌کند، تأثیر الکترود مرجع را از طریق ساختار خود فرمول حذف می‌کند، نه با انتخاب یک سایت مرجع که فرض می‌شود خنثی است.

کار مقایسه‌ای نونز و همکاران با بررسی مستقیم داده‌های پتانسیل نشان داد که پتانسیل‌های خام پوست سر، که هنوز به هر مرجعی که انتخاب شده وابسته هستند، می‌توانند شکل ظاهری و زمان‌بندی پاسخ مغزی مرتبط با رویداد را تغییر دهند. در مقابل، نشان داده شد که تخمین چگالی منبع جریان تولید شده توسط ترانسفورمیشن لاپلاسین، توصیف مکانی-زمانی دقیق‌تری از همان رویداد زیرین ارائه می‌دهد.

در عمل، این بدان معناست که دو آزمایشگاه با استفاده از الکترودهای مرجع مختلف روی یک سوژه می‌توانند شکل‌های موج متفاوتی را از پتانسیل‌های خام گزارش کنند، در حالی که داده‌های تبدیل‌شده به لاپلاسین آن‌ها به نمایش سازگارتری از فعالیت قشر مغز همگرا می‌شوند.

کاهش انسجام مصنوعی از هدایت حجمی

انسجام (coherence)، یک معیار آماری از اینکه دو سیگنال با چه شباهتی در طول زمان نوسان می‌کنند، معمولاً در تحقیقات EEG برای استنباط ارتباط یا کارکرد مشترک دو ناحیه مغز استفاده می‌شود. مشکل این است که هدایت حجمی به تنهایی، بدون اینکه هیچ فعالیت عصبی هماهنگ واقعی در کار باشد، می‌تواند مقادیر انسجام بالایی را بین الکترودهای مجاور ایجاد کند، صرفاً به این دلیل که ولتاژ زیرین در سراسر پوست سر پخش شده است.

با استفاده از یک مدل تحلیلی از رسانایی لایه‌ای سر، محققان گروه سرینیواسان نشان دادند که این اثر هدایت حجمی می‌تواند همبستگی مصنوعی بین الکترودهایی با فاصله حداکثر ۱۰ تا ۱۲ سانتی‌متر ایجاد کند. اعمال لاپلاسین سطحی روی همان داده‌ها این انسجام مصنوعی را به میزان قابل توجهی کاهش داد، زیرا ویژگی‌های باندگذر فضایی آن دقیقاً همان نوع پخش شدگی وسیع و پراکنده‌ای را که همبستگی کاذب ایجاد می‌کند، فیلتر می‌کند.

این به این معنی نیست که انسجام پتانسیل خام باید به طور کامل کنار گذاشته شود. همان تحقیق تأکید کرد که انسجام پوست سر خام و انسجام حاصل از لاپلاسین به پهنای باند فضایی متفاوتی از فعالیت قشر مغز حساس هستند، به این معنی که هر کدام بخش متفاوتی از پویایی نئوکورتیکال را ثبت می‌کنند.

به جای جایگزینی یک معیار با دیگری، توصیه می‌شود که هر دو به طور موازی بررسی شوند، زیرا آن‌ها با هم تصویری کامل‌تر از هر کدام به تنهایی ارائه می‌دهند.

دقت زمانی: چرا تخمین‌های تأخیر بهبود می‌یابند

شهرت EEG به شدت بر سرعت آن، یعنی توانایی آن در ردیابی فعالیت مغز در مقیاس میلی‌ثانیه استوار است. این شهرت تا حدودی در مورد پتانسیل‌های خام پوست سر اغراق‌آمیز است.

کار شبیه‌سازی ذکر شده نشان داده است که هدایت حجمی و انتخاب الکترود مرجع نه تنها نقطه مبدا سیگنال را تغییر می‌دهند، بلکه زمان وقوع آن را نیز مخدوش می‌کنند. پتانسیل‌های پوست سر می‌توانند تأخیر رویدادهای واقعی مغز را نادرست تخمین بزنند زیرا اثر محوشدگی ناشی از هدایت بافت و تأثیر مرجع، سیگنال‌ها را از نقاط زمانی مختلف و منابع مختلف با هم ادغام می‌کند.

همان مجموعه مطالعات پژوهشی نشان داد که تخمین‌های چگالی منبع جریان تولید شده از طریق لاپلاسین سطحی از این اعوجاج جلوگیری می‌کنند و نمای بسیار غنی‌تر و دقیق‌تری از پویایی‌های مکانی-زمانی فعالیت مغز ارائه می‌دهند. این یافته در دو مطالعه شبیه‌سازی و دو مجموعه داده تجربی تکرار شد که به آن پایه شواهد نسبتاً ثابتی می‌دهد.

نتیجه عملی این است که محققانی که زمان‌بندی دقیق رویدادهای شناختی یا بالینی را مطالعه می‌کنند، نه فقط منشاء فضایی آن‌ها را، دلیلی دارند که داده‌های تبدیل‌شده به لاپلاسین را به عنوان یک رکورد قابل اعتمادتر از زمان وقوع واقعی رویدادها در مغز در نظر بگیرند.

حذف آرتیفکت عضلانی در لیدهای مرکزی پوست سر

فعالیت الکتریکی تولید شده توسط عضله، یا آلودگی الکترومیوگرافیک، یکی از پایدارترین عوامل مخدوش‌کننده در ثبت EEG است، به ویژه در سایت‌های مرکزی پوست سر نزدیک عضلات فک و پوست سر.

یک مطالعه توسط فیتزگیبون و همکاران برای جداسازی این اثر، ثبت‌های گرفته شده از سوژه‌های بیدار را قبل و بعد از بلوک عصبی-عضلانی کامل مقایسه کرد، که به محققان اجازه داد اندازه‌گیری کنند چه مقدار از سیگنال ثبت شده در شرایط عادی واقعاً عضله بوده است و نه فعالیت مغزی.

با مقایسه چندین تخمین‌گر لاپلاسین سطحی پوست سر در برابر مونتاژهای مرجع گوش چپ و مرجع میانگین مشترک، این مطالعه نشان داد که پردازش لاپلاسین سطحی قدرت عضلانی را در لیدهای مرکزی و اطراف مرکزی به کمتر از یک ششم سیگنال مغزی بالای ۳۰ هرتز کاهش داد، یعنی نسبت سیگنال مغز به عضله فراتر از شش است.

گزارش شد که این عملکرد دو تا سه برابر بهتر از مرجع میانگین مشترک، یکی از پرکاربردترین مونتاژهای مرسوم، است. از آنجا که آلودگی عضلانی معمولاً در محدوده‌های فرکانسی بالاتر متمرکز می‌شود، این مزیت به ویژه برای کسانی که مایل به مطالعه فعالیت‌های باند گاما هستند (محدوده فرکانسی مورد توجه بالینی و شناختی که در غیر این صورت به راحتی توسط نویز عضلات پوست سر و فک پنهان می‌شود) بسیار ارزشمند است.

محققان خاطرنشان کردند که این امر لاپلاسین را به یک استاندارد مفید برای تشخیص فعالیت‌های با فرکانس بالا و برای مطالعه همبستگی‌های الکتروفیزیولوژیک بیماری‌ها، از جمله شرایط مورد مطالعه در تحقیقات اختلالات مغزی، تبدیل می‌کند، جایی که سیگنال‌های ظریف فرکانس بالا ممکن است ارزش تشخیصی داشته باشند.

کاربردهای مونتاژ لاپلاسین EEG

ارزیابی بالینی صرع همچنان یکی از کاربردهای اصلی این روش پردازش فضایی است. با شناسایی توزیع دقیق فضایی دشارژهای بین حمله‌ای، متخصصان مغز و اعصاب می‌توانند کانون تشنج را بهتر تعریف کنند. این روش نمای واضح‌تری نسبت به ثبت‌های استاندارد ارائه می‌دهد، که اغلب به دلیل آناتومی جمجمه اطراف با تاری قابل توجهی همراه هستند.

تحقیقات علوم اعصاب شناختی نیز از این رویکرد استفاده می‌کنند، به‌ویژه در هنگام بررسی نوسانات فرکانس بالا که نیاز به زمان‌بندی و موقعیت‌یابی دقیق دارند. مطالعات اغلب این پالس‌ها را در سطح قشر مغز ردیابی می‌کنند تا نحوه حرکت آن‌ها را بین مراکز پردازش حسی بررسی کنند.

در نهایت، این تکنیک به طور گسترده در توسعه رابط مغز و رایانه (BCI) استفاده می‌شود، جایی که دقت بلادرنگ برای کنترل حرکتی ضروری است. با ایزوله کردن ریتم‌های مو (mu) خاص تولید شده در قشر حرکتی، سیستم می‌تواند قصد کاربر را با دقت بیشتری تفسیر کند.

این کاربرد تطبیق‌پذیری فیلترهای لاپلاسین را در تبدیل پتانسیل‌های الکتریکی خام به ورودی‌های کاربردی برای دستگاه‌های خارجی نشان می‌دهد.

محدودیت‌ها و نکات تفسیری

هیچ‌یک از این مزایا باعث نمی‌شود که لاپلاسین به یک جایگزین جهانی برای سایر رویکردهای تحلیل EEG تبدیل شود و تحقیقات پشتیبان در مورد مرزهای آن صریح هستند.

  1. اولاً، لاپلاسین یک تکنیک مکان‌یابی منبع به معنای مشخص کردن دقیق یک موقعیت آناتومیک برای یک سیگنال نیست. این روش برآوردی از چگالی جریان را در یک مقیاس فضایی متوسط تولید می‌کند، که هدفی متفاوت از نوع مکان‌یابی انجام شده توسط انطباق دوقطبی یا سایر روش‌های مبتنی بر مدل است.

  2. ثانیاً، این ترانسفورمیشن نسبت به منابعی که در اعماق مغز (دور از سطح قشر مغز) منشا می‌گیرند، یا منابعی که خارج از مرز فیزیکی خود آرایه الکترود قرار دارند، غیرحساس توصیف می‌شود. اگر سیگنالی از ساختارهای زیرقشری یا از ناحیه‌ای بیاید که شبکه الکترود آن را پوشش نمی‌دهد، لاپلاسین آن را به خوبی نمایش نخواهد داد، بدون توجه به اینکه چقدر الکترودهای اطراف متراکم چیده شده باشند.

  3. ثالثاً، بهبودهای وضوح مشروط هستند. بهبود قابل توجه به این بستگی دارد که میانگین فاصله الکترودها کمتر از حدود ۳ سانتی‌متر باشد، بنابراین یک آرایه پراکنده یا با فاصله غیریکنواخت همان مزیتی را که در مطالعات پایه نشان داده شده است، ارائه نخواهد داد. هر کسی که این روش را روی ثبت‌های با تراکم پایین‌تر اعمال می‌کند باید انتظار بهبودهای متوسط‌تری را داشته باشد.

  4. در نهایت، همان ویژگی باندگذر فضایی که آرتیفکت هدایت حجمی را فیلتر می‌کند، می‌تواند رویدادهای واقعاً گسترده قشری را نیز تضعیف کند، زیرا الگوهای بسیار وسیع فعالیت شبیه به سیگنال‌های پراکنده‌ای هستند که فیلتر برای سرکوب آن‌ها طراحی شده است.

به همین دلیل است که تحقیقات مربوط به انسجام توصیه کردند که داده‌های پتانسیل خام و داده‌های تبدیل‌شده به لاپلاسین را به طور موازی تجزیه و تحلیل کنند، نه اینکه با یکی از آن‌ها به عنوان ارتقاء مطلق نسبت به دیگری برخورد کنند. هر یک پهنای باند فضایی متفاوتی از فعالیت نئوکورتیکال را ثبت می‌کند و کامل‌ترین تفسیر از در نظر گرفتن هر دو با هم حاصل می‌شود.

نتیجه‌گیری: لاپلاسین به عنوان لنز شفاف‌تر برای فعالیت قشر مغز

لاپلاسین سطحی آنچه را که EEG پوست سر اندازه‌گیری می‌کند بازتعریف می‌کند. به جای گزارش ولتاژی که به یک مرجع دلخواه وابسته است و توسط اثر فیلترکننده جمجمه محو شده است، چگالی منبع جریان محلی را مستقیماً از هندسه آرایه الکترود تخمین می‌زند، آن هم با استفاده از روش‌های مبتنی بر اسپلاین که نشان داده شده در مشکلات شبیه‌سازی مدل سر در دنیای واقعی پایدار می‌مانند.

سوابق تجربی به دست آمده در این مطالعات به مزایای مداوم و قابل اندازه‌گیری اشاره دارد:

  • بهبود وضوح فضایی تا سه برابر یا بیشتر

  • سرکوب همبستگی مصنوعی بین الکترودهای دور

  • تخمین‌های تأخیر که زمان‌بندی واقعی مغز را بهتر منعکس می‌کنند

  • کاهش آلودگی عضلانی به کسری از آنچه مرجع‌گذاری‌های مرسوم اجازه می‌دهند

این بهبودها به تراکم کافی الکترود بستگی دارد و با محدودیت‌های تفسیری واقعی، به ویژه در مورد منابع عمیق یا خارج از آرایه و خطر تضعیف الگوهای گسترده قشر مغز همراه است. مونتاژ لاپلاسین اگر در کنار تحلیل پتانسیل خام استفاده شود (نه به عنوان جایگزین آن)، پنجره‌ای به مراتب شفاف‌تر و بدون نیاز به مرجع رو به فعالیت‌های قشر مغز باز می‌کند.

منابع

  1. Srinivasan, R., Nunez, P. L., & Silberstein, R. B. (1998). Spatial filtering and neocortical dynamics: estimates of EEG coherence. IEEE transactions on Biomedical Engineering, 45(7), 814-826. https://doi.org/10.1109/10.686789

  2. Nunez, P. L., & Pilgreen, K. L. (1991). The spline-Laplacian in clinical neurophysiology: a method to improve EEG spatial resolution. Journal of Clinical Neurophysiology, 8(4), 397-413.

  3. Law, S. K., Nunez, P. L., & Wijesinghe, R. S. (2002). High-resolution EEG using spline generated surface Laplacians on spherical and ellipsoidal surfaces. IEEE transactions on Biomedical engineering, 40(2), 145-153. https://doi.org/10.1109/10.212068

  4. Fitzgibbon, S. P., Lewis, T. W., Powers, D. M., Whitham, E. W., Willoughby, J. O., & Pope, K. J. (2012). Surface laplacian of central scalp electrical signals is insensitive to muscle contamination. IEEE Transactions on Biomedical Engineering, 60(1), 4-9. https://doi.org/10.1109/TBME.2012.2195662

سوالات متداول

لاپلاسین سطحی در تحلیل EEG چیست؟

لاپلاسین سطحی، مشتق دوم فضایی میدان ولتاژ پوست سر را تخمین می‌زند که با جریان شعاعی ورودی و خروجی از پوست سر مطابقت دارد. این کار ثبت را به معیاری از چگالی منبع جریان محلی به جای ولتاژ خام تبدیل می‌کند و آن را تا حد زیادی مستقل از الکترود مرجع می‌سازد.

مونتاژ لاپلاسین چگونه مشکل الکترود مرجع را حذف می‌کند؟

محاسبه لاپلاسین به طور ریاضی هر ولتاژ ثابتی را که به طور یکنواخت به همه الکترودها اضافه می‌شود (که دقیقاً همان کاری است که یک مرجع مشترک انجام می‌دهد) خنثی می‌کند. به دلیل این حذف خودکار، سیگنال حاصل دیگر به محل قرارگیری الکترود مرجع بستگی ندارد.

لاپلاسین چه نقشی در کاهش آرتیفکت‌های هدایت حجمی دارد؟

لاپلاسین به عنوان یک فیلتر باندگذر فضایی عمل می‌کند که الگوهای ولتاژ وسیع و پراکنده ناشی از هدایت حجمی در جمجمه و پوست سر را سرکوب می‌کند. این فیلتر انسجام مصنوعی بین الکترودهای دور را که در غیر این صورت به عنوان فعالیت هماهنگ مغز تفسیر می‌شد، کاهش می‌دهد.

چگونه لاپلاسین دقت زمان‌بندی سیگنال‌های EEG را بهبود می‌بخشد؟

هدایت حجمی و انتخاب مرجع می‌توانند زمان‌بندی رویدادهای مغزی را در پتانسیل‌های خام پوست سر مخدوش کنند. تخمین چگالی منبع جریان لاپلاسین این مخدوش‌شدگی را کاهش می‌دهد و نمایش دقیق‌تری از زمان وقوع واقعی فعالیت قشر مغز ارائه می‌دهد.

چرا تراکم بالای الکترود برای روش اسپلاین-لاپلاسین مهم است؟

اسپلاین-لاپلاسین مشتق دوم را از یک مجموعه مجزا از خوانش‌های الکترود محاسبه می‌کند، بنابراین پوست سر باید به اندازه کافی متراکم نمونه‌برداری شود تا انحنای ولتاژ را ثبت کند. هنگامی که میانگین فاصله حسگرها به اندازه کافی کوچک باشد، مشتق را می‌توان با دقت تخمین زد و بهبودهای چشمگیری در وضوح فضایی ایجاد کرد.

آیا لاپلاسین می‌تواند به کاهش آرتیفکت عضلانی در EEG کمک کند؟

بله، پردازش لاپلاسین سطحی نویز الکتریکی تولید شده توسط عضلات را به ویژه در بخش‌های مرکزی پوست سر نزدیک به عضلات فک و سر به طور چشمگیری کاهش می‌دهد. این کار منجر به نسبت بسیار بالاتری از سیگنال مغز به آلودگی عضلانی می‌شود، به ویژه در محدوده‌های فرکانسی بالاتر مانند فکانس‌های گاما.

محدودیت‌های اصلی مونتاژ لاپلاسین چیست؟

لاپلاسین منابع عمیق مغز یا سیگنال‌های خارج از آرایه الکترود را مکان‌یابی نمی‌کند و می‌تواند فعالیت‌های واقعاً گسترده قشر مغز را تضعیف کند زیرا فیلتر آن الگوهای وسیع را سرکوب می‌کند. بهتر است در کنار تحلیل پتانسیل خام استفاده شود، زیرا هر کدام مقیاس فضایی متفاوتی از فعالیت مغز را ثبت می‌کنند.

تفاوت مونتاژ لاپلاسین با مونتاژ دو قطبی در چیست؟

یک مونتاژ دوقطبی دو الکترود مجزا را برای نشان دادن اختلاف ولتاژ مقایسه می‌کند، در حالی که مونتاژ لاپلاسین از یک مشتق دوم ریاضی بر اساس یک الکترود مرکزی و همسایگان فوری آن برای تخمین چگالی جریان محلی در یک سطح استفاده می‌کند.

آیا این تکنیک به تعداد مشخصی الکترود نیاز دارد؟

بله، اثربخشی مونتاژ با تعداد کانال‌ها تغییر می‌کند، زیرا محاسبه به تراکم فضایی آرایه حسگر و دقت نسبی چیدمان شبکه همسایه بستگی دارد.

آیا می‌توان از مونتاژهای لاپلاسین با چیدمان‌های سیستم استاندارد ۱۰-۲۰ استفاده کرد؟

اگرچه در صورت استفاده از درون‌یابی تخصصی با الکترودهای محدود از نظر ریاضی امکان‌پذیر است، اما سیستم‌های استاندارد ۱۰-۲۰ ممکن است فاقد تراکم مورد نیاز برای تفسیر فضایی بسیار دقیق یا بسیار قابل اعتماد باشند.

آیا مونتاژ لاپلاسین می‌تواند ساختارهای عمیق مغز را شناسایی کند؟

از آنجایی که این مونتاژ به عنوان یک فیلتر بالاگذر فضایی عمل می‌کند، برای تأکید بر فعالیت‌های سطحی قشر مغز طراحی شده است و به طور کلی نسبت به نمایش‌های مبتنی بر پتانسیل، حساسیت کمتری به منابع عمیق زیرقشری دارد.

جدول زمانی الکتروانسفالوگرافی (EEG) تحلیلی خود را با آرایه‌های بی‌سیم با تراکم بالا و راه‌اندازی سریع که برای استقرار انعطاف‌پذیر در میدان بهینه‌سازی شده‌اند، شتاب بخشید.

حالا که اینجا هستید، شاید مایل باشید بدانید که چگونه Brainwear توجه و تمرکز شما را افزایش می‌دهد.

Emotiv یک شرکت پیشرو در فناوری عصبی است که با ابزارهای در دسترس EEG و داده‌های مغزی به پیشبرد پژوهش‌های علوم اعصاب کمک می‌کند.

کریستین بورگوس بورگوس

جدیدترین اخبار از ما

نوار مغز با مونتاژ مرجع

یک مونتاژ مرجع (Referential Montage)، ولتاژ ثبت شده در هر الکترود فعال روی پوست سر را می‌گیرد و آن را از ولتاژ ثبت شده در یک نقطه مرجع منفرد و مشترک کسر می‌کند.

ریاضیات آن ساده است، اما پیامدهای آن اینگونه نیست.

این مرحله تک تفریق، شکل، اندازه و موقعیت ظاهری هر موجی که در نهایت روی صفحه ظاهر می‌شود را تعیین می‌کند و خود الکتروانسفالوگرام تنها به اندازه مرجع پشت آن قابل اعتماد است.

مطالب را بخوانید

مونتاژ مرجع متوسط در الکتروانسفالوگرافی (EEG): راهنمایی برای دانشجویان سال اول

یک الکتروانسفالوگرام هرگز یک سیگنال «خالص» را از یک نقطه منفرد روی پوست سر ثبت نمی‌کند. هر ولتاژی که یک تکنسین روی صفحه نمایش می‌بیند، تفاوت بین الکترود ثبت‌کننده و هر مرجعی است که آن الکترود با آن مقایسه می‌شود.

این واقعیت ساده ریشه بسیاری از سردرگمی‌ها برای دانشجویانی است که خواندن نوارهای EEG را یاد می‌گیرند، زیرا همان فعالیت مغزی پایه‌ای بسته به اینکه کدام طرح مرجع انتخاب شده باشد، می‌تواند به طرز چشمگیری متفاوت به نظر برسد.

در میان متداول‌ترین طرح‌های مورد استفاده در محیط‌های بالینی و تحقیقاتی، مونتاژ میانگین است که گاهی اوقات مرجع میانگین مشترک نامیده می‌شود. یادگیری تشخیص اینکه این مونتاژ چه کاری را به خوبی انجام می‌دهد و در کجا می‌تواند یک خواننده بی‌تجربه را به آرامی به گمراهی بکشاند، یکی از مهارت‌های کاربردی‌تری است که یک دانشجوی سال اول می‌تواند در خود ایجاد کند.

مطالب را بخوانید

مونتاژهای EEG

وقتی به یک نوار مغزی (EEG) نگاه می‌کنید، در واقع در حال تماشای مجموعه‌ای از انتخاب‌ها هستید، نه فقط داده‌های خامی که از پوست سر دریافت شده‌اند. قبل از اینکه حتی یک موج روی صفحه ظاهر شود، یک تکنسین یا سیستم نرم‌افزاری قبلاً تصمیم گرفته است که کدام الکترودها با کدام‌یک مقایسه شوند. این چارچوب تصمیم‌گیری «مونتاژ» نامیده می‌شود و به هر آنچه یک بالینگر یا پژوهشگر می‌بیند جهت می‌دهد.

درک این مفهوم، گامی ضروری پیش از ورود به هرگونه خوانش تخصصی الکتروانسفالوگرام (EEG) است؛ زیرا یک مجموعه ثابت از الکترودها، بسته به نحوه جفت‌شدن آن‌ها با یکدیگر، می‌توانند نمودارهای بسیار متفاوتی را ایجاد کنند.

مطالب را بخوانید

نوار مغز با مونتاژ دوقطبی

هر ردیاب الکتروانسفالوگرام روی یک برگه خروجی، حاصل یک انتخاب است. آن انتخاب تعیین می‌کند که آیا یک موج فعالیت الکتریکی روی صفحه نشان‌دهنده یک نقطه منفرد روی پوست سر است یا رابطه بین دو نقطه.

ثبت دوقطبی یکی از دو روش غالب برای این انتخاب است و درک نحوه عملکرد آن مستلزم بازگشت به منطق مدارهای پایه قبل از بازگشت به آزمایشگاه EEG است. این روش قدیمی است، تقریباً در هر دوره نوروفیزیولوژی بالینی تدریس می‌شود و هنوز هم ستون فقرات سیستم‌های تشخیص خودکار ساخته شده برای ثبت تشنج‌ها و موج‌های الکتریکی در زمان واقعی را تشکیل می‌دهد.

مطالب را بخوانید