موضوعات دیگر را جستجو کنید…

چگالی طیفی توان در الکتروانسفالوگرافی (EEG)

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.

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.

چگالی طیفی توان، یا PSD، ابزاری است که سیگنال‌های EEG را تفکیک می‌کند و به شما می‌گوید که هر یک از آن سرعت‌ها، یا فرکانس‌ها، چقدر انرژی در کل ثبت‌شده دارند. هنگامی که بتوانید یک نمودار PSD را بخوانید، در واقع در حال خواندن نوعی نت موسیقی ریتم برای مغز هستید؛ نموداری که نشان می‌دهد کدام تمپوها غالب هستند و کدام یک در پس‌زمینه محو می‌شوند.

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.

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.

چگالی طیفی توان در EEG چیست؟

سیگنال خام EEG را مانند یک آکورد اجراشده توسط یک ارکستر تصور کنید که در آن هر ساز نشان‌دهنده فرکانس متفاوتی از امواج مغزی است. شما نمی‌توانید تنها با گوش دادن تشخیص دهید که هر ساز چقدر در این صدا نقش دارد.

PSD این مشکل را با محاسبه مجذور دامنه سیگنال در هر فرکانس و میانگین‌گیری از آن در طول یک بازه زمانی ثبت، حل می‌کند. نتیجه، منحنی‌ای است که فرکانس روی یک محور و توان روی محور دیگر قرار دارد و دقیقاً نشان می‌دهد که فعالیت الکتریکی مغز چگونه بین ریتم‌های کند و تند توزیع شده است.

PSD کل یک دوره ثبت را در یک منحنی فشرده می‌کند، بنابراین تعادل کلی فرکانس‌ها را در طول آن پنجره نشان می‌دهد، نه اینکه تغییرات لحظه‌به‌لحظه این ترکیب را ردیابی کند. این موضوع بسیار مهم است، زیرا وضعیت مغز فرد می‌تواند به سرعت تغییر کند، اما یک نمودار استاندارد PSD این تغییرات را با میانگین‌گیری محو می‌کند.

پژوهشگرانی که دستگاه‌های گرید پزشکی را با headsetهای EEG تجاری مقایسه می‌کردند، از روش محاسباتی خاصی برای این میانگین‌گیری استفاده کردند که پریودوگرام اصلاح‌شده ولچ (Welch's modified periodogram) نام دارد؛ این روش سیگنال را به بخش‌های همپوشان تقسیم کرده و از طیف‌های آن‌ها میانگین می‌گیرد تا برآورد تمیزتر و کم‌نویزتری از PSD ارائه دهد.

این نوع مرحله پردازش سیگنال یک روش استاندارد برای تولید منحنی PSD است که فعالیت واقعی مغز را منعکس کند، نه نوسانات تصادفی را.

محاسبه گام به گام چگالی طیفی توان

محاسبه PSD معمولاً شامل یک سری تصمیمات مربوط به کیفیت و پردازش سیگنال است و تنها با یک دستور منفرد انجام نمی‌شود. ابتدا ثبت از نظر داده‌های از دست رفته، کانال‌های نامناسب و آرتیفکت‌های بارز بررسی می‌شود. سپس تحلیل‌گران بخش‌ها را انتخاب می‌کنند، روندهای کند را در صورت لزوم حذف کرده یا مدل‌سازی می‌کنند، یک پنجره زمانی اعمال می‌کنند، داده‌ها را به حوزه فرکانس تبدیل کرده و مقیاس نتیجه را تنظیم می‌کنند.

طیف حاصل باید در کنار سری زمانی اصلی و در صورت مرتبط بودن، همراه با نشانه‌گذاری‌های حرکتی، اختلال الکترود، فعالیت چشم، فعالیت عضلانی یا رویدادهای آزمایشی بررسی شود. این مقایسه به تمایز یک الگوی ریتمیک واقعی از یک اختلال گذرا که برحسب تصادف توان طیفی تولید کرده است، کمک می‌کند.

یک جریان کاری عملی را می‌توان در مراحل زیر سازمان‌دهی کرد:

  1. بررسی نرخ نمونه‌برداری، برچسب کانال‌ها، مرجع (reference) و مدت زمان ثبت.

  2. شناسایی دوره‌های زمانی (epochs) قابل استفاده و رسیدگی به آرتیفکت‌ها یا بخش‌های رد شده.

  3. انتخاب طول بخش، همپوشانی، پنجره و محدوده فرکانسی.

  4. برآورد و مقیاس‌گذاری PSD، سپس بررسی قله‌ها و توان محدود به باند.

  5. مستندسازی پارامترها تا نتیجه قابل تکرار و مقایسه باشد.

این مراحل باعث می‌شوند محاسبه قابل ردگیری باشد. همچنین از این موضوع جلوگیری می‌کنند که یک طیف به ظاهر جذاب و زیبا، بدون در نظر گرفتن انتخاب‌های پیش‌پردازش و برآوردی که آن را پدید آورده‌اند، ارزیابی شود.

روش‌های رایج: پریودوگرام و روش ولچ

یک پریودوگرام، مجذور اندازه تبدیل فوریه را برای یک بخش انتخابی محاسبه می‌کند. این روش ساده است و در صورت طولانی بودن بخش می‌تواند فاصله‌گذاری فرکانسی اسمی دقیقی ارائه دهد، اما برآورد آن ممکن است از یک بازه فرکانسی به بازه دیگر نوسانات شدیدی داشته باشد. این تغییرپذیری به‌ویژه برای ثبت‌های بیولوژیکی پر از نویز مهم است.

روش ولچ سیگنال را به بخش‌های همپوشان تقسیم می‌کند، به هر بخش یک پنجره اعمال می‌کند، برای هر یک پریودوگرام محاسبه می‌کند و از نتایج میانگین می‌گیرد. میانگین‌گیری عموماً برآوردی هموارتر با واریانس کمتر تولید می‌کند، در حالی که بخش‌های کوتاه‌تر ممکن است رزولوشن فرکانسی را کاهش دهند. بهترین تعادل به این بستگی دارد که آیا تجزیه و تحلیل بر قله‌های باریک، باندهای پهن یا فعالیت پایدار میانگین تأکید دارد یا خیر.

این تفاوت صرفاً ظاهری نیست. یک طیف هموارتر می‌تواند مقایسه الگوهای کلی را آسان‌تر کند، اما میانگین‌گیری بیش از حد ممکن است تغییرات کوتاه‌مدت یا تغییرات بسیار موضعی را پنهان سازد. برای EEG متغیر با زمان، رویکرد زمان-فرکانس ممکن است مناسب‌تر از یک PSD منفرد در کل طول ثبت باشد.

یک طیف سالم EEG در حالت استراحت چگونه به نظر می‌رسد

اگر از یک فرد بزرگسال سالم بخواهید بنشیند، آرام باشد، و EEG او را ثبت کنید، منحنی PSD به‌دست‌آمده شکل مشخصی دارد. توان در پایین‌ترین فرکانس‌ها در بالاترین حد است و با افزایش فرکانس به طور مداوم کاهش می‌یابد و افتی مشابه الگوی 1/f ایجاد می‌کند.

این منحنی نزولی بازتاب‌دهنده جزء غیر دوره‌ای (aperiodic) توصیف‌شده در بالاست، و شیب آن با یک عدد به نام نمای طیفی (spectral exponent) مشخص می‌شود که گاهی به صورت β نوشته می‌شود. شیب تندتر به معنای نمای منفی بزرگ‌تر است؛ شیب ملایم‌تر به معنای توزیع یکنواخت‌تر توان در میان فرکانس‌هاست.

روی این شیب پس‌زمینه، مغز در حال استراحت با چشمان بسته معمولاً یک برجستگی قابل مشاهده در حدود ۸ تا ۱۲ هرتز تولید می‌کند که همان قله آلفا است. این برجستگی معمولاً در پشت سر قوی‌ترین وضعیت را دارد. اگر چشمان همان فرد را باز کنید، آن قله آلفا به طور چشمگیری کاهش می‌یابد.

یک مقایسه مستقیم توسط Ratti و همکاران بین سیستم‌های EEG با گرید پزشکی و هدبندهای تجاری دقیقاً همین الگو را ثبت کرد: در تمامی سیستم‌های آزمایش‌شده، بزرگ‌ترین امضای ریتمیک در داده‌ها ریتم آلفای پسین بود که به طور قابل پیش‌بینی به شرایط چشمان بسته در مقایسه با چشمان باز پاسخ می‌داد.

همان مقایسه یک پرسش کاربردی‌تر را نیز مطرح کرد: اگر EEG یک فرد را دو بار در دو جلسه مجزا ثبت کنید، آیا منحنی PSD یکسان به نظر می‌رسد؟

پاسخ تا حد زیادی به کیفیت تجهیزات بستگی داشت. سیستم‌های گرید پزشکی برای الکترود Fp1 (که روی پیشانی قرار دارد و تنها الکترود مشترک بین هر چهار سیستم مورد آزمایش بود) PSDهایی تولید کردند که در جلسات مختلف پایدار بودند، در حالی که یک سیستم تجاری بیشترین تغییر نسبی را بین جلسات آزمون و آزمون مجدد نشان داد. این امر به ما نشان می‌دهد که یک منحنی PSD خوش‌رفتار صرفاً ویژگی مغز نیست، بلکه نتیجه دقت در ثبت سیگنال نیز هست.

بیهوشی چگونه امضای طیفی مغز را تغییر می‌دهد

PSD ایستا به‌ویژه زمانی که وضعیت مغز به‌طور چشمگیری تغییر می‌کند، بسیار آموزنده می‌شود و هیچ مثالی واضح‌تر از بیهوشی نیست. یک مطالعه در سال ۲۰۱۹ توسط Colombo و همکاران، EEG حالت استراحت را در داوطلبان سالم قبل و در حین بیهوشی با سه داروی مختلف ثبت کرد: زنون، پروپوفول و کتامین.

پس از هر جلسه، محققان پرسیدند که آیا فرد خاطره‌ای از تجربه هشیارانه در طول دوره عدم پاسخ‌دهی دارد یا خیر؛ بدین ترتیب، حالت‌هایی که هوشیاری در آن‌ها گزارش شده بود از حالت‌هایی که در آن‌ها هوشیاری وجود نداشت یا در حافظه قابل دسترسی نبود، متمایز شدند.

نمای طیفی این تمایز را به دقت نشان داد. زنون و پروپوفول، هر دو عاملی که با از دست رفتن تجربه هشیارانه مرتبط هستند، باعث کاهش چشمگیر نمای منفی طیفی در هر شرکت‌کننده شدند، به این معنی که منحنی PSD به طرز قابل توجهی تندتر شد. این شیب تندتر در محدوده وسیع ۱ تا ۴۰ هرتز، به نظر می‌رسد که نشان‌دهنده عدم وجود تجربه هشیارانه باشد، نه فقط عدم پاسخ‌دهی ساده.

کتامین داستان متفاوتی داشت. با اینکه افراد تحت اثر کتامین از نظر رفتاری پاسخگو نبودند، اما معمولاً نوعی تجربه هشیارانه را حفظ می‌کردند و افت کلی PSD شبیه به حالت بیداری طبیعی بود. تنها استثنا، مسطح شدن منحنی به‌طور خاص در محدوده ۲۰ تا ۴۰ هرتز بود، جزئیاتی که با مکانیسم اثر متفاوت کتامین در مقایسه با دو داروی دیگر همخوانی دارد.

شاید قانع‌کننده‌ترین شواهد، همبستگی بین این نمای طیفی و یک معیار مستقل دیگر به نام «شاخص پیچیدگی آشفتگی» یا PCI بود؛ معیاری که از یک روش متفاوت به دست می‌آید که مغز را تحریک کرده و پیچیدگی پاسخ حاصل را اندازه‌گیری می‌کند. همبستگی بالا بین این دو روش اندازه‌گیری کاملاً متفاوت، این ایده را تقویت می‌کند که نمای طیفی یک الگوی تصادفی نیست، بلکه نشانگری واقعی و مرتبط با خودِ حضور هوشیاری است.

ADHD چگونه طیف توان EEG را دگرگون می‌کند

همان افت غیر دوره‌ای که تحت بیهوشی تغییر می‌کند، به نظر می‌رسد در کودکان مبتلا به ADHD نیز متفاوت باشد. یک مطالعه روی کودکان بین ۳ تا ۷ سال که افراد مبتلا به ADHD را با همسالان دارای رشد نرمال مقایسه می‌کرد، شیب طیفی و آفست (ارتفاع منحنی غیر دوره‌ای) را در کنار معیارهای سنتی‌تر مانند فرکانس قله آلفا و نسبت‌های توان باندها اندازه‌گیری کرد.

کودکان مبتلا به ADHD که دارو مصرف نکرده بودند، توان آلفای بالاتر، آفست‌های غیر دوره‌ای بیشتر و شیب‌های طیفی تندتری را در مقایسه با کودکان با رشد نرمال نشان دادند. ارزش دارد روی این الگوی پرشیب‌تر تأمل کنیم، زیرا با همان جهت تغییری که در مطالعه بیهوشی مشاهده شد همخوانی دارد، هرچند که این دو وضعیت آشکارا از نظر شدت یا مکانیسم قابل مقایسه نیستند.

شیب طیفی همچنین با نسبت سنتی تتا/بتا که سال‌ها در تحقیقات ADHD استفاده شده است همبستگی داشت، که نشان می‌دهد این شیب اطلاعات همپوشانی را به دست می‌آورد در حالی که به‌طور بالقوه نشانگری تمیزتر و جامع‌تر ارائه می‌دهد.

یک جزئیات بیشتر به این یافته قوت می‌بخشد. کودکان مبتلا به ADHD که با داروهای محرک درمان شده بودند، حتی پس از یک دوره پاکسازی ۲۴ ساعته که طی آن اثرات فعال دارو باید از بین می‌رفت، شیب‌ها و آفست‌هایی مشابه با گروه دارای رشد نرمال نشان دادند.

این موضوع احتمال ثابت نبودن الگوی طیفی تغییریافته در ADHD را مطرح می‌کند، اگرچه پژوهش مذکور این امر را بیشتر به عنوان یک سرنخ در نظر می‌گیرد تا یک اثر درمانی اثبات‌شده. از آنجا که شیب طیفی در تحقیقات پیشین با کارکردهای اجرایی و تعادل بین فعالیت تحریکی و بازدارنده مغز نیز مرتبط دانسته شده است، نویسندگان پیشنهاد می‌کنند که شیب تغییریافته ممکن است بیانگر نکته‌ای معنادار درباره وضعیت زمینه‌ای باشد، نه اینکه صرفاً یک خطای آماری ناشی از محاسبه نسبت تتا/بتا باشد.

گروه

شیب طیفی

توان آلفا

آفست

رشد نرمال

شیب نرمال

توان نرمال

آفست نرمال

ADHD، بدون سابقه مصرف دارو

شیب تندتر

توان بالاتر

آفست بیشتر

ADHD، تحت درمان با محرک

مشابه نرمال

گزارش نشده

مشابه نرمال

استفاده از چگالی طیفی توان برای طبقه‌بندی تشنج‌های صرعی

هوشیاری و توجه تنها حوزه‌هایی نیستند که PSD ایستا در آن‌ها سودمند واقع می‌شود. طبقه‌بندی صرع نمونه‌ای خودکارتر و محاسباتی‌تر از این کاربرد را ارائه می‌دهد.

در یک رویکرد، ثبت‌های EEG صرع به آنچه پژوهشگران «نمودارهای انرژی چگالی طیف توان» نامیدند—که اساساً بازنمایی‌های بصری از PSD هستند—تبدیل شدند و سپس این تصاویر به یک شبکه عصبی پیچشی عمیق داده شدند؛ نوعی مدل یادگیری ماشین که برای تشخیص الگوها در داده‌های تصویرمانند بسیار مناسب است.

این مدل برای تفکیک بخش‌های EEG به چهار دسته آموزش دیده بود:

  • بین تشنجی یا Interictal (بین تشنج‌ها)

  • دو پنجره پیش از تشنج یا Preictal مختلف (۳۰ دقیقه و ۱۰ دقیقه قبل از شروع تشنج)

  • خودِ وضعیت تشنج (Ictal)

این روش با استفاده از یک مجموعه داده عمومی صرع، به میانگین دقت طبقه‌بندی بالای ۹۰ درصد در تمام چهار دسته دست یافت. نتیجه تأیید می‌کند که شکل کلی PSD ایستا حامل اطلاعات متمایزکننده کافی برای یک الگوریتم است تا این وضعیت‌های مهم بالینی مغز را به‌طور قابل اعتماد از یکدیگر تشخیص دهد، بدون اینکه نیازی به ردیابی تغییرات لحظه‌به‌لحظه سیگنال باشد.

کاربردهای پژوهشی چگالی طیفی توان

شکل منحنی چگالی طیفی توان برای بررسی طیف گسترده‌ای از حالت‌های مغزی، از زوال شناختی گرفته تا مدیتیشن متمرکز، استفاده شده است. مطالعات زیر از فناوری Emotiv برای ثبت این امضاهای طیفی استفاده کرده‌اند.

تمایز زوال شناختی با استفاده از PSD حالت استراحت

مطالعه‌ای روی EEG حالت استراحت بررسی کرد که آیا چگالی طیفی توان می‌تواند افراد سالم را از افراد مبتلا به اختلال شناختی متمایز کند یا خیر. با استفاده از یک headset ۱۴ کاناله Emotiv Epoc X، محققان PSD را در یک حالت استراحت دو دقیقه‌ای با چشمان بسته در افراد کنترل سالم، افراد مبتلا به اختلال شناختی خفیف (MCI) و بیماران مبتلا به زوال عقل تجزیه و تحلیل کردند.

نویسندگان گزارش می‌دهند که EEG به‌طور مؤثری بیماران مبتلا به زوال عقل را از گروه کنترل سالم تفکیک کرد، اما تفاوت معنی‌داری بین گروه‌های MCI و سالم نشان نداد. این نشان می‌دهد که هرچند PSD ایستا برای شناسایی زوال شناختی پیشرفته امیدوارکننده است، اما در تشخیص زودهنگام با چالش‌هایی روبرو است، همان‌طور که در مطالعه مربوط به اختلال شناختی اشاره شده است.

مقایسه الکترودهای مرطوب و خشک برای اندازه‌گیری PSD

نوع الکترود مورد استفاده برای ثبت EEG می‌تواند بر چگالی طیفی توان حاصل تأثیر بگذارد. یک پژوهش مستقیماً PSD به‌دست‌آمده از الکترودهای مرطوب و خشک را با استفاده از دو دستگاه Emotiv مقایسه کرد: Epoc X (مرطوب) و Insight (خشک). ثبت‌ها از الکترودهای تمپورال و فرونتال قدامی قبل و بعد از یک آزمون تحریک صوتی انجام شد.

مقایسه انواع الکترود نشان داد که درصد کاهش در PSD پس از تحریک برای الکترودهای مرطوب بیشتر از الکترودهای خشک بود که این امر بر یک نکته کاربردی برای پژوهشگرانی که یک پروتکل مبتنی بر PSD طراحی می‌کنند تأکید دارد.

تغییرات PSD در طول ذکر مانترا

چگالی طیفی توان همچنین برای بررسی فعالیت مغز در طول تمرینات مراقبه مورد استفاده قرار گرفته است. مطالعه‌ای روی افراد باتجربه، تأثیر خواندن مانترای «اُم» (OM) را بر روی EEG ثبت‌شده با دستگاه ۳۲ کاناله Emotiv Flex بررسی کرد.

نویسندگان PSD را با استفاده از روش ولچ محاسبه کردند و متوجه افزایش‌های معنی‌داری در توان در چندین باند فرکانسی در طول ذکر شدند، از جمله آلفا، گاما، بتا و دلتا. پژوهش مربوط به ذکر مانترا گزارش می‌دهد این تغییرات PSD نشان‌دهنده حالتی از آرامش عمیق‌تر و تمرکز در طول این تمرین است.

اثر کافئین بر طیف توان EEG

تأثیر یک ماده محرک متداول بر پروفایل طیفی مغز در یک مطالعه مقدماتی با استفاده از سیستم Emotiv Flex بررسی شد. محققان EEG را از الکترودهای مرکزی قبل و بعد از مصرف دوز متوسط کافئین توسط شرکت‌کنندگان ثبت کردند. تجزیه و تحلیل چگالی طیفی توان نشان داد که کاهش مطلق توان آلفا و افزایش توان بتا به صورت چشمگیری رخ داده است.

نویسندگان این مطالعه مقدماتی روی کافئین گزارش می‌دهند که این تغییرات PSD، که اثبات شد نوسانات واقعی هستند، حاکی از افزایش برانگیختگی قشری مغز است که با حسگرهای پوشیدنی قابل تشخیص می‌باشد.

در مجموع، این مطالعات تطبیق‌پذیری چگالی طیفی توان را به عنوان ابزاری برای ثبت تغییرات در فعالیت مغز مرتبط با شناخت، برانگیختگی و توجه متمرکز نشان می‌دهند. در حالی که یافته‌ها به الگوهای طیفی منسجم در حالت‌های متمایز اشاره دارند، اما از جوامع نمونه خاص و اغلب کوچک و شرایط کنترل‌شده به دست آمده‌اند. این پژوهش‌ها اثبات نمی‌کنند که PSD به تنهایی می‌تواند هر نوع بیماری را تشخیص دهد یا وضعیت یک فرد را پیش‌بینی کند، اما نشان می‌دهند که این معیار نسبت به طیفی از تغییرات عصبی معنادار حساس است.

اشتباهات رایج در تفسیر PSD

یک منحنی PSD تنها به اندازه ثبتی که از آن نشأت گرفته قابل اعتماد است، و چندین مسئله کاربردی می‌توانند شکل آن منحنی را به روش‌هایی تحریف کنند که هیچ ارتباطی با عملکرد واقعی مغز ندارد.

آرتیفکت‌ها فوری‌ترین نگرانی هستند. پلک زدن و حرکات عضلانی سیگنال‌های الکتریکی خود را تولید می‌کنند که توسط الکترودهای روی پوست سر، به‌ویژه در نواحی پیشانی دریافت می‌شوند.

مقایسه سیستم‌های EEG تجاری و گرید پزشکی نشان داد که دستگاه‌های تجاری بیشتر در معرض این نوع آلودگی هستند، و یکی از هدبندهای تجاری به‌طور خاص افزایش پهن‌باندی در توان را در سراسر طیف نشان داد؛ نشانه‌ای که با آرتیفکت‌های عضلانی و پلک زدن همخوانی دارد تا با یک ریتم واقعی عصبی. بنابراین، پاکسازی دقیق داده‌ها و انتخاب بخش‌های با آرتیفکت کم پیش از محاسبه PSD، گامی ضروری و غیرقابل چشم‌پوشی است.

هدایت حجمی (Volume conduction) یکی دیگر از محدودیت‌هایی است که به طور گسترده در پژوهش‌های EEG مطرح می‌شود؛ از آنجا که میدان‌های الکتریکی قبل از رسیدن به پوست سر از بافت‌ها و استخوان جمجمه عبور می‌کنند، یک منبع فعالیت منفرد در مغز می‌تواند به طور همزمان روی چندین الکترود مجاور ثبت شود و دقت فضایی هر خوانش PSD را کاهش دهد.

انتخاب مرجع (Reference choice) وضعیت مشابهی را ایجاد می‌کند. EEG ذاتاً یک اندازه‌گیری دیفرانسیلی است، به این معنی که سیگنال هر الکترود نسبت به یک نقطه مرجع محاسبه می‌شود؛ چه این مرجع میانگین همه الکترودها باشد، چه استخوان ماستوئید پشت گوش یا یک موقعیت مرکزی در پوست سر مانند Cz. تغییر این نقطه مرجع می‌تواند توان را در بین کانال‌ها بازتوزیع کند و شکل مطلق یک منحنی PSD را تغییر دهد.

بنابراین، آگاهی از اینکه از چه مرجعی استفاده شده است، اغلب یک اطلاعات استاندارد برای بررسی هنگام مقایسه یافته‌های PSD در مقالات یا مجموعه‌داده‌های مختلف است.

در نهایت، مسئله پایایی آزمون-آزمون مجدد (test-retest reliability) وجود دارد. حتی اگر سوژه و تجهیزات یکسان باشند، ثبت‌های مکرر در جلسات مجزا می‌توانند مقداری تغییر طبیعی را در منحنی PSD نشان دهند.

سیستم‌های گرید پزشکی در دو جلسه PSDهای باثبات‌تری را برای Fp1 تولید کردند، در حالی که سیستم تجاری آزمایش‌شده بیشترین تغییر نسبی را نشان داد. این یک هشدار عملی در برابر ارزش‌گذاری بیش از حد به تفاوت‌های کوچک PSD در یک فرد است، به‌ویژه زمانی که تجهیزات یا پروتکل ثبت به طور دقیق کنترل نشده باشند.

ابزارها و نرم‌افزارها برای محاسبه چگالی طیفی توان

PSD را می‌توان با کتابخانه‌های برنامه‌نویسی علمی، بسته‌های تخصصی تحلیل EEG یا نرم‌افزارهای عمومی پردازش سیگنال محاسبه کرد. نیازمندی‌های اساسی شامل دسترسی به داده‌های نمونه‌برداری‌شده و کنترل شفاف بر نرخ نمونه‌برداری، بخش‌بندی، پنجره‌گذاری، حذف روند (detrending)، همپوشانی، مقیاس‌گذاری و محدوده‌های فرکانسی است. خروجی گرافیکی به تنهایی برای تعیین چگونگی ایجاد برآورد کافی نیست.

یک پیاده‌سازی قابل تکرار، پارامترهای پیش‌پردازش و برآورد را در کنار طیف ثبت می‌کند. همچنین مرجع کانال، واحدها، دوره‌های رد شده و هرگونه تبدیلی که قبل از محاسبه اعمال شده است را حفظ می‌کند. این جزئیات به‌ویژه زمانی مهم هستند که نتایج در مقایسه گروهی استفاده شوند یا در جلسات ثبت با یکدیگر ترکیب گردند.

بررسی نتایج زمانی آسان‌تر است که فرایند کاری هم آرایه‌های عددی و هم نمودارهای تشخیصی تولید کند. بررسی‌های مفید شامل شکل موج اصلی، فواصل نشانه‌گذاری‌شده با آرتیفکت، محدوده فرکانس انتخابی و مقایسه برآوردها در انتخاب‌های معقول بخش‌ها هستند. چنین بررسی‌هایی تفسیر را خودکار نمی‌کنند، اما تشخیص فرضیات پنهان را آسان‌تر می‌سازند.

نتیجه‌گیری

نمودار چگالی طیفی توان مانند یک برگه نت ریتم برای مغز عمل می‌کند، و شیب افت پس‌زمینه آن به عنوان یک نشانگر بسیار پایدار در حالات ذهنی بسیار متفاوت ظاهر می‌شود.

چه فردی تحت داروهای بیهوشی خاص هوشیاری خود را از دست بدهد، چه کودکی مشکلات توجه مرتبط با ADHD را نشان دهد، یا تشنجی آغاز شود، این شکل کلی به شیوه‌هایی قابل پیش‌بینی تغییر می‌کند و این شرایط را از طریق یک امضای اندازه‌پذیر مشترک به هم پیوند می‌دهد. این الگو نشان می‌دهد که پروفایل الکتریکی مغز در حالت استراحت، حاوی سرنخ‌های معنادار و فراگیری درباره وضعیت عملکردی آن است، نه فقط قله‌های مجزا در فرکانس‌های خاص.

اگرچه PSD فقط یک میانگین ایستا در طول یک پنجره ثبت ارائه می‌دهد، اما توانایی آن در تمایز قابل اعتماد دوره‌های هشیار از ناهشیار یا امکان دادن به الگوریتم‌ها برای تشخیص تشنج با دقت بالا، ارزش کاربردی آن را در علوم اعصاب نشان می‌دهد. این همبستگی‌ها علت این حالت‌ها را ثابت نمی‌کنند، اما خلاصه‌ای تک‌عددی و در دسترس—یعنی شیب منحنی—ارائه می‌دهند که می‌تواند به ارزیابی هوشیاری، تفاوت‌های توجه یا خطر تشنج کمک کند.

برای محققان و پزشکان، این معیار ساده یک نقطه ورود قدرتمند به پویایی‌های مغز فراهم می‌کند و ریتم‌های انتزاعی را به تفاوت‌های دنیای واقعی پیوند می‌دهد.

منابع

  1. 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

  2. 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

  3. 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

  4. 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

پرسش‌های متداول

چگالی طیفی توان (PSD) در EEG چیست؟

روش PSD، مجذور دامنه سیگنال‌های EEG را در هر فرکانس محاسبه کرده و در طول یک دوره ثبت از آن میانگین می‌گیرد. منحنی حاصل نشان می‌دهد که انرژی چگونه بین ریتم‌های کند و تند مغز توزیع شده است و ردیابی سیگنال خام و پیچیده را تفکیک می‌کند.

یک منحنی PSD سالم در حالت استراحت چگونه به نظر می‌رسد؟

توان در فرکانس‌های پایین بیشترین مقدار را دارد و با افزایش فرکانس به طور مداوم کاهش می‌یابد و یک پس‌زمینه شبیه به 1/f ایجاد می‌کند. هنگامی که چشم‌ها بسته هستند، یک قله آلفای قابل مشاهده در حدود ۸ تا ۱۲ هرتز معمولاً در پشت سر ظاهر می‌شود و با باز شدن چشم‌ها کاهش می‌یابد.

جزء غیر دوره‌ای چه تفاوتی با قله‌های نوسانی دارد؟

جزء غیر دوره‌ای یا همان جزء 1/f-مانند، کاهش ملایم توان با افزایش فرکانس است، بدون اینکه برجستگی‌های متمایزی ایجاد کند. قله‌های نوسانی مانند ریتم آلفا در فرکانس‌های خاصی بالاتر از این پس‌زمینه قرار می‌گیرند و اطلاعات متفاوتی را در مورد عملکرد مغز ارائه می‌دهند.

بیهوشی چگونه امضای طیفی مغز را تغییر می‌دهد؟

داروهایی مانند زنون و پروپوفول که منجر به از دست رفتن تجربه هشیارانه می‌شوند، باعث می‌شوند که منحنی PSD در بازه ۱ تا ۴۰ هرتز شیب‌دارتر شود. کتامین که علی‌رغم عدم پاسخگویی تجربه هشیارانه را حفظ می‌کند، به جز مسطح شدن در محدوده ۲۰ تا ۴۰ هرتز، منحنی مشابهی با حالت بیداری نشان می‌دهد.

چه تفاوت‌هایی در PSD در کودکان مبتلا به ADHD دیده می‌شود؟

کودکان مبتلا به ADHD در مقایسه با همسالان دارای رشد نرمال، توان آلفای بالاتر، آفست‌های غیر دوره‌ای بزرگ‌تر و شیب‌های طیفی تندتری را نشان می‌دهند. پس از درمان با محرک‌ها، حتی با یک دوره پاکسازی، شیب‌ها و آفست‌ها می‌توانند شبیه به گروه دارای رشد نرمال شوند.

چگونه می‌توان با استفاده از PSD حالت‌های تشنج صرعی را طبقه‌بندی کرد؟

یک منحنی PSD ایستا را می‌توان به تصویر تبدیل کرده و به یک شبکه عصبی عمیق وارد کرد تا وضعیت‌های بین‌تشنجی، پیش‌تشنجی و تشنج را تشخیص دهد. این رویکرد حداقل در یک مطالعه به دقت طبقه‌بندی بالایی دست یافته است که تأیید می‌کند شکل کلی طیف حاوی اطلاعات متمایزکننده کافی است.

چرا PSD به عنوان یک تصویر ایستا در نظر گرفته می‌شود؟

روش PSD کل یک دوره ثبت را در یک منحنی فشرده می‌کند و تغییرات ثانیه به ثانیه را محو می‌سازد. این روش تعادل کلی فرکانس را در طول آن پنجره مشخص می‌کند، نه اینکه نحوه تغییر ترکیب را در طول زمان دنبال کند.

اشتباهات رایج در تفسیر PSD چیست؟

آرتیفکت‌های عضلانی و چشمی می‌توانند سیگنال را آلوده کرده و منحنی را مخدوش کنند، به‌ویژه در دستگاه‌های تجاری. هدایت حجمی و انتخاب مرجع نیز بر شکل PSD تأثیر می‌گذارند، و حتی با تجهیزات پایدار، تغییرات طبیعی آزمون-آزمون مجدد به این معنی است که تفاوت‌های کوچک ممکن است معنادار نباشند.

تفاوت بین PSD و طیف دامنه چیست؟

روش PSD بیانگر مجذور دامنه بر حسب فرکانس است و برای محاسبه توان مناسب است، در حالی که طیف دامنه نشان‌دهنده اندازه مولفه فرکانس است و از واحدهای متفاوتی استفاده می‌کند.

آیا قله بزرگتر PSD همیشه نشان‌دهنده فعالیت قوی‌تر مغز است؟

خیر. یک قله بزرگتر علاوه بر فعالیت فیزیولوژیکی، ممکن است بازتاب‌دهنده آرتیفکت‌ها، اثرات مرجع، شرایط ثبت یا پارامترهای تجزیه و تحلیل باشد.

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.

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.

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

سلب مسئولیت پزشکی: اطلاعات ارائه شده در این وب‌سایت صرفاً برای اهداف آموزشی و اطلاع‌رسانی است و به عنوان توصیه پزشکی یا بهداشتی در نظر گرفته نشده است. این محتوا ممکن است حاوی خطا باشد و نباید برای تصمیم‌گیری‌های حیاتی در زمینه سلامت، پزشکی یا سبک زندگی به آن استناد کرد. همیشه برای هرگونه سؤال در رابطه با یک شرایط پزشکی یا درمان، از پزشک خود یا سایر ارائه‌دهندگان واجد شرایط مراقبت‌های بهداشتی راهنمایی بخواهید.

کریستین بورگوس

جدیدترین اخبار از ما

سازش در الکترودهای خشک EEG: سرعت و راحتی در برابر دقت سیگنال

الکتروانسفالوگرام (EEG) دهه‌هاست که یکی از ارکان اصلی علوم اعصاب به شمار می‌رود و فعالیت الکتریکی مغز را از طریق الکترودهای قرارگرفته روی پوست سر اندازه‌گیری می‌کند. الکترودهای سنتی «مرطوب» برای پر کردن شکاف میان پوست و حسگر به ژل رسانا نیاز دارند تا مقاومت الکتریکی (امپدانس) را که در غیر این صورت مانع این ولتاژهای بسیار ناچیز می‌شود، کاهش دهند. استفاده از این ژل کثیف‌کاری دارد، زمان‌بر است و اغلب برای شرکت‌کنندگان ناخوشایند است.

با خروج EEG از آزمایشگاه و ورود آن به خانه‌ها، کلینیک‌ها و محیط‌های سیار، تقاضا برای رابطی سریع‌تر و ساده‌تر افزایش یافته است. الکترودهای خشک که بدون ژل تماس مستقیم با پوست برقرار می‌کنند، دقیقاً همین وعده را می‌دهند: راه‌اندازی سریع و راحتی بیشتر.

اما این راحتی با بهایی فیزیکی همراه است. نبود ژل باعث افزایش امپدانس و ایجاد سیگنال نویزدارتر می‌شود و تعادلی همیشگی میان کارایی عملی و دقت داده‌ها به وجود می‌آورد. مجموعه‌ای از پژوهش‌های مستقل اخیر اکنون ابعاد دقیق این دادوستد را مشخص کرده و روشن می‌سازد که الکترودهای خشک در چه مواردی عملکردی تحسین‌برانگیز دارند و در کجا همچنان انتخاب دوم باقی می‌مانند.

مطالب را بخوانید

نوار مغزی (EEG) در خانه برای ثبت روزانه فعالیت مغز چگونه کار می‌کند؟

نوار مغزی در منزل (Home EEG) ثبت‌هایی هستند که توسط خود فرد و خارج از هرگونه محیط بالینی یا آزمایشگاهی انجام می‌شوند. این روش ژل الکترود، headset و نرم‌افزار ثبت را به دست یک کاربر آموزش‌ندیده می‌سپارد که اغلب چیزی بیش از یک برنامه تلفن همراه هوشمند برای راهنمایی در اختیار ندارد. این ایده شامل داشتن قابلیت‌های اندازه‌گیری فعالیت مغز است که با زندگی روزمره سازگار باشد و بدون بار لجستیکی مراجعه به بیمارستان، امکان ثبت ساختار خواب، تمرکز شناختی یا الگوهای تشنج را فراهم کند.

مطالب را بخوانید

دستگاه‌های نوروفیدبک به عنوان سیستم‌های یکپارچه

تصور کنید در حال انجام یک بازی ویدیویی هستید که دسته‌ی بازی در آن نامرئی است—شما تنها با امواج مغزی خود هدایت بازی را بر عهده دارید. این ایده در بطن نوروفیدبک قرار دارد؛ روشی که دریچه‌ای آنی و لحظه‌ای به فعالیت‌های مغزتان می‌گشاید و سپس به شما می‌آموزد که آن فعالیت‌ها را تغییر دهید.

یک دستگاه، سیگنال‌های تولیدشده توسط مغز شما را دریافت می‌کند؛ اغلب با استفاده از الکتروانسفالوگرام (EEG) که الگوهای الکتریکی روی پوست سر را شناسایی می‌کند، یا گاهی با حسگر طیف‌سنجی مادون قرمز نزدیک عملکردی (fNIRS) که جریان خون را ردیابی می‌نماید. این سیگنال‌های خام پردازش شده و به یک بازی ساده، صدا یا شکلی متحرک روی صفحه نمایش تبدیل می‌شوند. مغز شما از طریق آزمون و خطا می‌آموزد الگوهایی را تولید کند که بازخورد را به سمتی که می‌خواهید هدایت نمایند.

بسیاری از راهنماها روی اجزای مجزا تمرکز می‌کنند—الکترودهای EEG، سیم‌ها، نرم‌افزار—اما یک دستگاه تنها زمانی موفق عمل می‌کند که این قطعات یک کل منسجم را تشکیل دهند. این مقدمه به بررسی نوروفیدبک به‌عنوان یک سیستم یکپارچه می‌پردازد که در آن پردازش سیگنال، طراحی بازخورد و قابلیت استفاده‌ی روزمره در کنار یکدیگر مشخص می‌کنند که آیا چیزی واقعاً مؤثر و مفید است یا خیر.

مطالب را بخوانید

تسلط بر راه‌اندازی EEG: بهترین روش‌ها پیش از ثبت نوار مغزی

آنچه یک سیگنال عصبی شفاف و قابل تفسیر را از یک سیگنال مخدوش‌شده با آرتیفکت‌های عضلانی یا نویز خط برق تفکیک می‌کند، یک الگوریتم پس‌پردازش پیشرفته نیست، بلکه یک خط لوله سیستماتیک و متوالی از مراحل آماده‌سازی است. راه‌اندازی EEG در این بافت، صرفاً قرار دادن کلاه الکترود بر روی سر شرکت‌کننده نیست؛ بلکه توالی منظمی از فرآیندهای کالیبراسیون زیستی، محیطی و الکتریکی است که در مجموع، یک رابط پایدار و با نویز کم را بین مغز و تقویت‌کننده برقرار می‌سازند.

این مقاله جریان کاری پیش از ثبت را بررسی می‌کند و با تلفیق شواهد موجود نشان می‌دهد که توجیه دقیق شرکت‌کننده، آماده‌سازی پوست سر، شیلدینگ و محافظت محیطی، انتخاب مونتاژ مرجع و غربالگری اولیه آرتیفکت‌ها، زنجیره‌ای از وابستگی‌های غیرقابل‌مذاکره را تشکیل می‌دهند.

مطالب را بخوانید