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.
چگالی طیفی توان در EEG چیست؟
به رد خام EEG به عنوان آکوردی نگاه کنید که توسط یک ارکستر نواخته میشود و در آن هر ساز، فرکانس متفاوتی از موج مغزی را نشان میدهد. شما نمیتوانید تنها با گوش دادن متوجه شوید که هر ساز چقدر سهم دارد.
PSD این مسئله را با محاسبه مربع دامنه سیگنال در هر فرکانس و میانگینگیری از آن اندازهگیری در طول یک بازه زمانی ضبط 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 در طول ریتمهای کند و تند توزیع شده است.
PSD کل یک دوره ضبط را در یک منحنی فشرده میکند، بنابراین به جای ردیابی نحوه تغییر ترکیب از ثانیهای به ثانیه دیگر، تعادل کلی فرکانسها را در آن پنجره زمانی به شما نشان میدهد. این موضوع بسیار حیاتی است، زیرا وضعیت مغز فرد میتواند به سرعت تغییر کند، اما یک نمودار PSD استاندارد این تغییرات را با میانگینگیری حذف میکند.
پژوهشگرانی که هدستهای EEG پزشکی و مصرفی را مقایسه میکردند، از روش محاسباتی خاصی برای این میانگینگیری استفاده کردند که «پریودوگرام اصلاحشده ولچ» نام دارد؛ این روش ضبط را به بخشهای همپوشان تقسیم کرده و طیفهای آنها را میانگینگیری میکند تا تخمین PSD تمیزتر و کمنواتری تولید کند.
این نوع مرحله پردازش سیگنال یک روش استاندارد برای تولید منحنی PSD است که فعالیت واقعی مغز را منعکس میکند، نه نوسانات تصادفی را.
محاسبه گامبهگام چگالی طیفی توان
محاسبه PSD معمولاً به جای یک فرمان واحد، شامل توالی از تصمیمات مربوط به کیفیت سیگنال و پردازش سیگنال است. ضبط ابتدا از نظر دادههای ازدسترفته، کانالهای نامناسب و آرتیفکتهای برجسته بررسی میشود. سپس تحلیلگران بخشها را انتخاب میکنند، روندهای کند را در صورت لزوم حذف یا مدلسازی میکنند، یک پنجره اعمال میکنند، دادهها را به حوزه فرکانس انتقال میدهند و نتیجه را مقیاسبندی میکنند.
طیف حاصل باید در کنار سری زمانی اصلی و در صورت ارتباط، یادداشتهای مربوط به حرکت، جابجایی الکترود، فعالیت چشم، فعالیت عضلانی یا رویدادهای آزمایشی بررسی شود. این مقایسه به تمایز یک الگوی ریتمیک واقعی از یک اختلال گذرا که تصادفاً توان طیفی ایجاد میکند، کمک میکند.
یک گردش کار عملی را میتوان به مراحل زیر تقسیم کرد:
نرخ نمونهبرداری، برچسبهای کانال، مرجع و مدت زمان ضبط را تأیید کنید.
پنجرههای زمانی قابل استفاده را شناسایی کرده و به آرتیفکتها یا بخشهای ردشده رسیدگی کنید.
طول بخش، همپوشانی، پنجره و محدوده فرکانسی را انتخاب کنید.
PSD را تخمین زده و مقیاسبندی کنید، سپس پیکها و توان محدود به باند را بررسی کنید.
پارامترها را مستند کنید تا نتیجه قابل بازتولید و مقایسه باشد.
این مراحل محاسبه را قابل پیگیری میکنند. آنها همچنین مانع از این میشوند که با یک طیف از نظر بصری جذاب، به عنوان پدیدهای مستقل از انتخابهای پیشپردازش و تخمینی که آن را تولید کردهاند، رفتار شود.
روشهای رایج: پریودوگرام و روش ولچ
یک پریودوگرام مربع بزرگی تبدیل فوریه را برای یک بخش انتخابشده محاسبه میکند. این روش ساده است و زمانی که بخش طولانی باشد میتواند فاصله فرکانسی اسمی دقیقی ارائه دهد، اما تخمین آن ممکن است از یک بخش فرکانسی به بخش بعدی نوسان زیادی داشته باشد. این تغییرپذیری بهویژه برای ضبطهای بیولوژیکی نویزدار اهمیت دارد.
روش ولچ سیگنال را به بخشهای همپوشان تقسیم میکند، یک پنجره روی هر بخش اعمال میکند، برای هر کدام یک پریودوگرام محاسبه میکند و نتایج را میانگینگیری میکند. میانگینگیری به طور کلی تخمینی صافتر و با واریانس کمتر تولید میکند، در حالی که بخشهای کوتاهتر میتوانند وضوح فرکانسی را کاهش دهند. بهترین تعادل بستگی به این دارد که آیا تحلیل بر پیکهای باریک، باندهای پهن یا فعالیت میانگین پایدار تأکید دارد یا خیر.
تفاوت فقط ظاهری نیست. یک طیف صافتر میتواند مقایسه الگوهای گسترده را آسانتر کند، اما میانگینگیری بیش از حد ممکن است تغییرات کوتاهمدت یا بسیار متمرکز را پنهان کند. برای EEG متغیر با زمان، یک رویکرد زمان-فرکانس ممکن است مناسبتر از یک PSD واحد در کل مدت ضبط باشد.
یک طیف EEG سالم در حالت استراحت چگونه به نظر میرسد
اگر یک بزرگسال سالم را بنشانید، از او بخواهید آرامش داشته باشد و EEG او را ضبط کنید، منحنی PSD حاصل شکل مشخصی دارد. توان در پایینترین فرکانسها در بالاترین حد است و با افزایش فرکانس به طور پیوسته کاهش مییابد و آن افت شبیه به 1/f را ایجاد میکند.
این منحنی نزولی بازتابدهنده مؤلفه غیرپریودیک توصیفشده در بالا است و شیب آن با یک عدد واحد به نام نمای طیفی که گاهی به صورت β نوشته میشود، نشان داده میشود. کاهش تندتر به معنای نمای منفی بزرگتر است؛ کاهش ملایمتر به این معنی است که توان به طور یکنواختتری در فرکانسها پخش شده است.
در بالای این افت پسزمینه، یک مغز در حال استراحت با چشمان بسته معمولاً یک برجستگی قابل مشاهده در حدود 8 تا 12 هرتز (پیک آلفا) ایجاد میکند. این برجستگی معمولاً در پشت سر قویتر است. چشمان همان فرد را باز کنید، و آن پیک آلفا به طور محسوسی کوچک میشود.
یک مقایسه مستقیم توسط راتی و همکاران بین سیستمهای EEG پزشکی و هدستهای مصرفی دقیقاً همین الگو را ثبت کرد: در تمام سیستمهای آزمایششده، بزرگترین نشانه ریتمیک در دادهها، ریتم آلفای پسسری بود که به طور قابل پیشبینی به شرایط چشمبسته در مقابل چشمباز پاسخ میداد.
همان مقایسه یک سوال کاربردیتر را نیز مطرح کرد: اگر از یک فرد دو بار در دو جلسه مجزا ضبط بگیریم، آیا منحنی PSD یکسان به نظر میرسد؟
پاسخ به شدت به کیفیت تجهیزات بستگی داشت. سیستمهای پزشکی PSDهای الکترود Fp1 (الکترود Fp1 روی پیشانی قرار دارد و تنها الکترود مشترک بین هر چهار سیستم آزمایششده بود) تولید کردند که در جلسات مختلف سازگار بود، در حالی که یک سیستم مصرفی بیشترین تغییر نسبی را بین جلسات تست و تست مجدد نشان داد. این به ما میگوید که یک منحنی PSD منظم و باثبات فقط ویژگی مغز نیست، بلکه ویژگی دقت ثبت سیگنال نیز هست.
بیهوشی چگونه امضای طیفی مغز را تغییر میدهد
PSD ایستا بهویژه زمانی بسیار اطلاعاتبخش میشود که وضعیت مغز به طور چشمگیری تغییر کند و هیچ مثالی مستقیمتر از بیهوشی نیست. یک مطالعه در سال 2019 توسط کلمبو و همکاران EEG حالت استراحت را در داوطلبان سالم قبل و در حین بیهوشی با سه داروی مختلف ضبط کرد: گزنون، پروپوفول و کتامین.
پس از هر جلسه، پژوهشگران از افراد پرسیدند که آیا در طول دوره عدم پاسخدهی خاطرهای از تجربه هوشیارانه دارند یا خیر، و به این ترتیب وضعیتهایی را که هوشیاری در آنها گزارش شده بود از وضعیتهایی که هوشیاری در آنها غایب یا غیرقابل یادآوری به نظر میرسید، متمایز کردند.
نمای طیفی این تمایز را به دقت ردیابی کرد. گزنون و پروپوفول، که هر دو با از دست رفتن تجربه هوشیارانه مرتبط هستند، باعث کاهش چشمگیر نمای طیفی منفی در هر فرد شدند، به این معنی که منحنی PSD به طور محسوسی تندتر شد. این تندتر شدن در محدوده وسیع 1 تا 40 هرتز به نظر میرسد نشاندهنده عدم وجود تجربه هوشیارانه باشد تا صرفاً عدم پاسخدهی ساده.
کتامین داستان متفاوتی داشت. با وجود اینکه افراد تحت تأثیر کتامین از نظر رفتاری پاسخگو نبودند، معمولاً برخی تجربیات هوشیارانه را حفظ میکردند و کاهش کلی PSD مشابه بیداری عادی به نظر میرسید. تنها استثنا، صاف شدن منحنی به طور خاص در محدوده 20 تا 40 هرتز بود؛ جزئیاتی که با مکانیسم اثر متمایز کتامین در مقایسه با دو داروی دیگر همخوانی دارد.
شاید جذابترین مدرک، همبستگی بین این نمای طیفی و یک معیار مستقل و جداگانه به نام شاخص پیچیدگی اختلالی (PCI) بود که از تکنیک متفاوتی به دست میآید که مغز را تحریک کرده و میزان پیچیدگی پاسخ حاصل را اندازهگیری میکند. همبستگی بالا بین این دو اندازهگیری بسیار متفاوت، این ایده را تقویت میکند که نمای طیفی یک الگوی تصادفی نیست، بلکه یک نشانگر واقعی متصل به حضور خود هوشیاری است.
چگونه ADHD طیف توان EEG را تغییر میدهد
به نظر میرسد همان افت غیرپریودیک که در بیهوشی تغییر میکند، در کودکان مبتلا به ADHD نیز متفاوت باشد. یک مطالعه روی کودکان بین 3 تا 7 سال، با مقایسه کودکان مبتلا به ADHD با همسالان با رشد عادی، شیب طیفی و آفست (ارتفاع منحنی غیرپریودیک) را در کنار معیارهای سنتیتر مانند فرکانس پیک آلفا و نسبتهای توان باند اندازهگیری کرد.
کودکان مبتلا به ADHD که دارو مصرف نکرده بودند، در مقایسه با کودکان با رشد عادی، توان آلفای بالاتر، آفستهای غیرپریودیک بزرگتر و شیبهای طیفی تندتری نشان دادند. این الگوی تندتر شدن ارزش تامل دارد، زیرا همان جهت تغییر دیده شده در مطالعه بیهوشی را تکرار میکند، هرچند که این دو شرایط بدیهی است که از نظر شدت یا مکانیسم قابل مقایسه نیستند.
شیب طیفی همچنین با نسبت سنتی تتا/بتا که سالها در تحقیقات ADHD استفاده میشود همبستگی داشت، که نشان میدهد شیب اطلاعات همپوشانی را ثبت میکند و در عین حال پتانسیل ارائه یک نشانگر تمیزتر و جامعتر را دارد.
یک جزئیات اضافی به این یافته اعتبار بیشتری میبخشد. کودکان مبتلا به ADHD که با داروهای محرک درمان شده بودند، حتی پس از یک دوره 24 ساعته قطع دارو که طی آن اثرات فعال دارو باید از بین میرفت، شیبها و آفستهایی نشان دادند که با گروه با رشد عادی قابل مقایسه بود.
این امر این احتمال را مطرح میکند که الگوی طیفی تغییریافته در ADHD ثابت نیست، اگرچه مطالعه این موضوع را بیشتر به عنوان یک اشاره مطرح میکند تا یک اثر درمانی تایید شده. از آنجا که شیب طیفی در تحقیقات گذشته به عملکردهای اجرایی و تعادل بین فعالیتهای تحریکی و مهارکننده مغز نیز مرتبط بوده است، نویسندگان پیشنهاد میکنند که شیب تغییریافته ممکن است بازتابدهنده چیز معناداری درباره شرایط زمینهای باشد، نه اینکه صرفاً یک مصنوع آماری حاصل از محاسبه نسبت تتا/بتا باشد.
گروه | شیب طیفی | توان آلفا | آفست |
|---|---|---|---|
رشد عادی | شیب نرمال | توان نرمال | آفست نرمال |
ADHD، بدون مصرف دارو | شیب تندتر | توان بالاتر | آفست بزرگتر |
ADHD، درمانشده با محرک | مشابه رشد عادی | گزارش نشده | مشابه رشد عادی |
استفاده از چگالی طیفی توان برای طبقهبندی حملات صرع
هوشیاری و توجه تنها حوزههایی نیستند که یک PSD ایستا در آنها مفید واقع میشود. طبقهبندی صرع یک نمونه محاسباتی و خودکارتر را ارائه میدهد.
یک رویکرد، ضبطهای EEG صرع را به چیزی تبدیل کرد که پژوهشگران آن را نمودارهای انرژی چگالی طیف توان مینامیدند (که اساساً نمایشهای بصری از PSD هستند) و سپس این تصاویر را به یک شبکه عصبی کانولوشنال عمیق، نوعی مدل یادگیری ماشین که برای تشخیص الگوها در دادههای تصویرمانند بسیار مناسب است، تغذیه کردند.
این مدل برای طبقهبندی بخشهای EEG به چهار دسته آموزش دیده بود:
بین تشنجی (بین حملات صرع)
دو پنجره زمانی پیش از تشنج (30 دقیقه و 10 دقیقه قبل از شروع حمله)
خود وضعیت تشنج
با استفاده از یک مجموعه داده عمومی صرع، این روش به میانگین دقت طبقهبندی بالای 90 درصد در هر چهار دسته دست یافت. این نتیجه تایید میکند که شکل کلی PSD ایستا حاوی اطلاعات متمایزکننده کافی برای یک الگوریتم است تا بتواند این وضعیتهای مغزیِ از نظر بالینی مهم را به طور قابل اعتمادی از هم تشخیص دهد، بدون اینکه نیازی به ردیابی لحظه به لحظه تغییرات در سیگنال داشته باشد.
اشتباهات رایج هنگام تفسیر PSD
یک منحنی PSD تنها به اندازه ضبطی که از آن به دست آمده قابل اعتماد است و چندین مسئله عملی میتوانند شکل آن منحنی را به روشهایی تغییر دهند که هیچ ربطی به عملکرد مغز زمینهای ندارد.
آرتیفکتها فوریترین نگرانی هستند. پلک زدن و حرکت عضلات سیگنالهای الکتریکی خود را تولید میکنند که توسط الکترودهای پوست سر، به ویژه در نواحی پیشانی، دریافت میشوند.
مقایسه سیستمهای EEG مصرفی و پزشکی نشان داد که دستگاههای مصرفی بیشتر در معرض این نوع آلودگی هستند و به ویژه یک هدست مصرفی افزایش پهنباندی در توان را در سراسر طیف نشان داد؛ نشانهای که با آرتیفکت عضله و پلک زدن همخوانی دارد تا ریتم واقعی عصبی. بنابراین، پاکسازی دقیق دادهها و انتخاب بخشهای با آرتیفکت کم قبل از محاسبه PSD یک مرحله ضروری است، نه اختیاری.
هدایت حجمی یکی دیگر از محدودیتهایی است که به طور گسترده در تحقیقات EEG مورد بحث قرار میگیرد؛ زیرا میدانهای الکتریکی قبل از رسیدن به پوست سر در بافت و جمجمه پخش میشوند، یک منبع واحد فعالیت در مغز میتواند به طور همزمان روی چندین الکترود مجاور ثبت شود و دقت فضایی هر خوانش PSD را مخدوش کند.
انتخاب مرجع وضعیت مشابهی را ایجاد میکند. EEG اساساً یک اندازهگیری تفاضلی است، به این معنی که سیگنال هر الکترود نسبت به یک نقطه مرجع محاسبه میشود، خواه این نقطه میانگین تمام الکترودها باشد، استخوان ماستوئید پشت گوش، یا یک موقعیت مرکزی پوست سر مانند Cz. تغییر آن نقطه مرجع میتواند توان را در کانالها بازتوزیع کند و شکل مطلق منحنی PSD را تغییر دهد.
بنابراین، آگاهی از اینکه از کدام مرجع استفاده شده است، اغلب یک اطلاعات استاندارد برای بررسی هنگام مقایسه یافتههای PSD در مقالات یا مجموعههای داده مختلف است.
در نهایت، موضوع قابلیت اطمینان تست-تست مجدد وجود دارد. حتی با ثابت نگه داشتن آزمودنی و تجهیزات، ضبطهای مکرر در جلسات مجزا میتواند مقداری تغییر طبیعی را در منحنی PSD نشان دهد.
سیستمهای پزشکی PSDهای پایدارتری برای الکترود Fp1 در دو جلسه تولید کردند، در حالی که سیستم مصرفی آزمایششده بیشترین تغییر نسبی را نشان داد. این یک هشدار عملی در برابر تفسیر بیش از حد تفاوتهای کوچک PSD مشاهدهشده در یک فرد است، به خصوص زمانی که تجهیزات ضبط یا پروتکل به شدت کنترل نشده باشد.
ابزارها و نرمافزارها برای محاسبه چگالی طیفی توان
PSD را میتوان با کتابخانههای برنامهنویسی علمی، بستههای اختصاصی تحلیل EEG یا نرمافزارهای عمومی پردازش سیگنال محاسبه کرد. الزامات اساسی دسترسی به دادههای نمونهبرداری شده و کنترل شفاف بر نرخ نمونهبرداری، بخشبندی، اعمال پنجره، روندزدایی، همپوشانی، مقیاسبندی و محدودیتهای فرکانسی است. خروجی گرافیکی به تنهایی برای تعیین نحوه تولید تخمین کافی نیست.
یک پیادهسازی قابل بازتولید، پارامترهای پیشپردازش و تخمین را در کنار طیف ثبت میکند. همچنین مرجع کانال، واحدها، دورههای ردشده و هرگونه تغییری که قبل از محاسبه اعمال شده را حفظ میکند. این جزئیات بهویژه زمانی که نتایج در یک مقایسه گروهی استفاده میشوند یا در طول جلسات ضبط ترکیب میشوند، اهمیت دارند.
زمانی که گردش کار هم آرایههای عددی و هم نمودارهای تشخیصی تولید کند، ممیزی نتایج آسانتر است. بررسیهای مفید شامل شکل موج اصلی، فواصل علامتگذاری شده با آرتیفکت، محدوده فرکانسی انتخابشده و مقایسه تخمینها در میان انتخابهای معقول بخشها است. چنین بررسیهایی تفسیر را خودکار نمیکنند، اما شناسایی فرضهای پنهان را آسانتر میسازند.
نتیجهگیری
نمودار چگالی طیفی توان به عنوان یک نت ریتم برای مغز عمل میکند و تندی افت پسزمینه آن به عنوان یک نشانگر فوقالعاده سازگار در میان وضعیتهای ذهنی بسیار متفاوت ظاهر میشود.
خواه فردی تحت بیهوشیهای خاص هوشیاری خود را از دست بدهد، کودکی مشکلات توجه مرتبط با ADHD نشان دهد، یا یک تشنج شروع شود، این شکل کلی به روشهای قابل پیشبینی تغییر میکند و این شرایط را از طریق یک نشانگر اندازهگیری مشترک به هم متصل میسازد. این الگو نشان میدهد که پروفایل الکتریکی حالت استراحت مغز حاوی نشانههای معنادار و متقاطعی درباره وضعیت عملکردی آن است، نه فقط پیکهای ایزوله در فرکانسهای خاص.
اگرچه PSD تنها یک میانگین ایستا از یک پنجره ضبط ارائه میدهد، اما توانایی آن در تشخیص قابل اعتماد دورههای هوشیار از غیرهوشیار یا اجازه دادن به الگوریتمها برای شناسایی تشنجها با دقت بالا، ارزش کاربردی آن را در علوم اعصاب اثبات میکند. این همبستگیها علت این وضعیتها را ثابت نمیکنند، اما یک خلاصه تکعددی در دسترس (شیب منحنی) ارائه میدهند که میتواند به سنجش هوشیاری، تفاوتهای توجه یا خطر تشنج کمک کند.
برای پژوهشگران و پزشکان، این اندازه ساده یک نقطه ورود قدرتمند به پویاییهای مغز فراهم میکند و ریتمهای انتزاعی را به تفاوتهای دنیای واقعی پیوند میدهد.
منابع
رتی، ای.، وانینگر، اس.، برکا، سی.، روفینی، جی.، و ورما، ای. (2017). مقایسه سیستمهای EEG بیسیم پزشکی و مصرفی برای استفاده در کارآزماییهای بالینی. Frontiers in human neuroscience, 11, 398. https://doi.org/10.3389/fnhum.2017.00398
کلمبو، ام. ای.، ناپولیتانی، ام.، بولی، ام.، گوسریز، او.، کاساروتو، اس.، روزانوا، ام.، ... و ساراسو، اس. (2019). نمای طیفی EEG حالت استراحت نشاندهنده حضور هوشیاری در طول عدم پاسخدهی ناشی از پروپوفول، گزنون و کتامین است. NeuroImage, 189, 631-644. https://doi.org/10.1016/j.neuroimage.2019.01.024
رابرتسون، ام. ام.، فرلانگ، اس.، ویتک، بی.، دونوگهو، تی.، بوتیگر، سی. ای.، و شریدان، ام. ای. (2019). شیب طیفی توان EEG بر اساس وضعیت ADHD و قرار گرفتن در معرض داروی محرک در اوایل دوران کودکی متفاوت است. Journal of neurophysiology, 122(6), 2427-2437. https://doi.org/10.1152/jn.00388.2019
گائو، وای.، گائو، بی.، چن، کیو.، لیو، جی.، و ژانگ، وای. (2020). طبقهبندی سیگنال الکتروانسفالوگرام (EEG) صرعی بر اساس شبکه عصبی کانولوشنال عمیق. Front. Neurol. 11, 375 (2020). https://doi.org/10.3389/fneur.2020.00375
پرسشهای متداول
چگالی طیفی توان (PSD) در EEG چیست؟
PSD روشی است که مربع دامنه سیگنالهای EEG را در هر فرکانس محاسبه کرده و آن را در طول یک دوره ضبط میانگینگیری میکند. منحنی حاصل نشان میدهد که چگونه انرژی در ریتمهای کند و تند مغز توزیع شده است و رد خام پیچیده را تفکیک میکند.
یک منحنی PSD سالم در حالت استراحت چگونه به نظر میرسد؟
توان در فرکانسهای پایین بالاترین میزان را دارد و با افزایش فرکانس به طور پیوسته کاهش مییابد و پسزمینهای شبیه به 1/f ایجاد میکند. یک پیک آلفای قابل مشاهده در حدود 8 تا 12 هرتز معمولاً در هنگام بسته بودن چشمها در پشت سر ظاهر میشود و با باز شدن چشمها کاهش مییابد.
مؤلفه غیرپریودیک چه تفاوتی با پیکهای نوسانی دارد؟
مؤلفه غیرپریودیک یا شبیه به 1/f، کاهش صاف توان با افزایش فرکانس است، بدون اینکه برجستگیهای متمایزی ایجاد کند. پیکهای نوسانی، مانند ریتم آلفا، در فرکانسهای خاصی بالاتر از این پسزمینه قرار میگیرند و اطلاعات متفاوتی در مورد عملکرد مغز حمل میکنند.
بیهوشی چگونه امضای طیفی مغز را تغییر میدهد؟
داروهایی مانند گزنون و پروپوفول که منجر به از دست رفتن تجربه هوشیارانه میشوند، باعث میشوند منحنی PSD در محدوده 1 تا 40 هرتز تندتر شود. کتامین که با وجود عدم پاسخدهی، تجربه هوشیارانه را حفظ میکند، منحنی مشابهی با بیداری نشان میدهد، به جز صاف شدن در محدوده 20 تا 40 هرتز.
چه تفاوتهایی در PSD در کودکان مبتلا به ADHD دیده میشود؟
کودکان مبتلا به ADHD در مقایسه با همسالان با رشد عادی، توان آلفای بالاتر، آفستهای غیرپریودیک بزرگتر و شیبهای طیفی تندتری نشان میدهند. پس از درمان با محرکها، حتی با وجود دوره قطع دارو، شیبها و آفستها میتوانند شبیه به گروه با رشد عادی شوند.
چگونه PSD میتواند وضعیتهای حمله صرع را طبقهبندی کند؟
یک منحنی PSD ایستا میتواند به تصویر تبدیل شده و به یک شبکه عصبی عمیق تغذیه شود تا وضعیتهای بینتشنجی، پیشتشنجی و تشنج را متمایز کند. این رویکرد در حداقل یک مطالعه به دقت طبقهبندی بالایی دست یافت و تایید کرد که شکل کلی طیفی حاوی اطلاعات متمایزکننده کافی است.
چرا PSD یک تصویر لحظهای ایستا در نظر گرفته میشود؟
PSD کل یک دوره ضبط را در یک منحنی فشرده میکند و تغییرات ثانیه به ثانیه را با میانگینگیری حذف میکند. این نمودار تعادل فرکانسی کلی را در آن پنجره زمانی نشان میدهد، نه اینکه نحوه تغییر ترکیب را در طول زمان ردیابی کند.
اشتباهات رایج هنگام تفسیر PSD چیست؟
آرتیفکتهای عضلانی و چشمی میتوانند سیگنال را آلوده کرده و منحنی را مخدوش کنند، به ویژه در دستگاههای مصرفی. هدایت حجمی و انتخاب مرجع نیز بر شکل PSD تأثیر میگذارند و حتی با تجهیزات پایدار، تغییرات طبیعی تست-تست مجدد به این معنی است که تفاوتهای کوچک ممکن است معنادار نباشند.
تفاوت بین PSD و طیف دامنه چیست؟
PSD نشاندهنده مربع دامنه در هر فرکانس است و برای محاسبه توان مناسب است، در حالی که یک طیف دامنه نشاندهنده بزرگی مؤلفه فرکانسی است و از واحدهای متفاوتی استفاده میکند.
آیا پیک PSD بزرگتر همیشه نشاندهنده فعالیت مغزی قویتر است؟
خیر. یک پیک بزرگتر ممکن است منعکسکننده آرتیفکتها، اثرات مرجع، شرایط ضبط یا پارامترهای تحلیل و همچنین فعالیتهای فیزیولوژیک باشد.
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
