موضوعات دیگر را جستجو کنید…

الکتروانسفالوگرافی کمی (qEEG)

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.

برای دهه‌ها، پزشکان برای تشخیص صرع یا انسفالوپاتی به بررسی بصری نوارهای EEG متکی بوده‌اند. با این حال، برای طیف وسیعی از سایر شرایط عصبی و روان‌پزشکی، چشم انسان برای استخراج الگوهای سازگار و معنادار با دشواری مواجه است.

الکتروانسفالوگرافی کمی (qEEG) با اعمال الگوریتم‌های پردازش سیگنال که شکل‌های موج خام را به مجموعه غنی از ویژگی‌های عددی مانند توان در باندهای فرکانسی خاص، معیارهای اتصال و مقایسه‌های آماری با یک پایگاه داده هنجاری تبدیل می‌کند، این شکاف را پر می‌کند.

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.

qEEG چیست؟

qEEG یا الکتروانسفالوگرافی کمی، یک تحلیل کامپیوتری از داده‌های جمع‌آوری‌شده در طول یک الکتروانسفالوگرام است. این اصطلاح گاهی اوقات به جای «نقشه‌برداری مغز» استفاده می‌شود، اگرچه روش‌ها و گزارش‌های دقیق بین ارائه‌دهندگان مختلف متفاوت است.

ثبت اطلاعات از طریق الکترودهایی که روی پوست سر قرار می‌گیرند انجام می‌شود. این حسگرها سیگنال‌های الکتریکی بسیار کوچکی را شناسایی می‌کنند که تقویت، دیجیتالی و به معیارهایی مانند فرکانس، دامنه، توزیع و روابط بین سیگنال‌ها پردازش می‌شوند. بنابراین، qEEG مستقیماً از بافت مغز عکس‌برداری نمی‌کند یا جریان خون را اندازه‌گیری نمی‌کند؛ بلکه ویژگی‌های فعالیت الکتریکی را در طول زمان توصیف می‌نماید.

qEEG به حوزه وسیع‌تری از علوم اعصاب تعلق دارد، جایی که سیگنال‌های الکتریکی در کنار رفتار، فیزیولوژی و تاریخچه بالینی مطالعه می‌شوند. ارزش آن به نحوه ثبت مناسب، چگونگی مدیریت آرتیفکت‌ها (نویزها)، داده‌های مرجع استفاده شده و نحوه همخوانی یافته‌ها با سایر شواهد بستگی دارد. یک گزارش اغلب به عنوان بخشی از یک ارزیابی و نه به عنوان یک پاسخ مستقل، بهتر درک می‌شود.

توضیح نقشه‌برداری مغز به روش qEEG

«نقشه‌برداری مغز» معمولاً به ارائه یافته‌های EEG کمی در قالب یک فرمت بصری اشاره دارد. یک گزارش ممکن است از نمودارهای پوست سر، گراف‌ها، جدول‌ها یا نقشه‌های رنگی برای نشان دادن نحوه تغییر فعالیت اندازه‌گیری‌شده در مکان‌ها و باندهای فرکانسی مختلف استفاده کند. این نمایش‌ها می‌توانند بررسی اطلاعات عددی پیچیده را آسان‌تر کنند، اما یک الگوی رنگی چشمگیر لزوماً دلیلی بر وجود بیماری نیست.

تجزیه و تحلیل ممکن است باندهای فرکانسی معمول، از جمله ریتم‌های کندتر و سریع‌تر، و همچنین معیارهای تقارن، اتصال یا انسجام (coherence) را بررسی کند. معیارهای دقیق به سیستم ثبت و پروتکل تحلیلی بستگی دارد. از آنجا که فعالیت الکتریکی با سن، سطح هوشیاری، مصرف دارو، خواب، حرکت و نیازهای کار تغییر می‌کند، تفسیر آن مستلزم توجه به شرایطی است که داده‌ها تحت آن جمع‌آوری شده‌اند.

بنابراین یک نقشه مفید، چیزی فراتر از یک تصویر است. این نقشه، خلاصه ساختاریافته‌ای از سیگنالی است که فیلتر، بررسی و با یک چارچوب مرجع مناسب مقایسه شده است. زمینه و شرایط، تفسیر را شکل می‌دهند: یک انحراف آماری یکسان می‌تواند بسته به علائم، معاینه عصبی، تاریخچه پزشکی و کیفیت ثبت اولیه، اهمیت متفاوتی داشته باشد.

اسکن مغزی qEEG چگونه کار می‌کند

یک اسکن مغزی qEEG به جای اسکن آناتومیک، با ثبت EEG شروع می‌شود. این سیستم سیگنال‌های الکتریکی را از چندین نقطه پوست سر در حالی که فرد بی‌حرکت است و از دستورالعمل‌های ساده پیروی می‌کند (مانند استراحت با چشمان باز یا بسته)، ثبت می‌کند. سپس داده‌های حاصل با استفاده از نرم‌افزار بازبینی و تحلیل می‌شوند.

ثبت ممکن است به بخش‌های کوتاه یا اپوک‌ها (epochs) تقسیم شود تا دوره‌های آلوده به آرتیفکت‌ها مانند حرکت، تنش عضلانی، فعالیت چشم یا تماس ضعیف الکترود قابل شناسایی باشند. تحلیل‌گران ممکن است قبل از محاسبه معیارهای کمی، فیلترها و سایر مراحل پیش‌پردازش را اعمال کنند.

در طول آماده‌سازی، یک تکنسین نقاط پوست سر را اندازه‌گیری یا شناسایی می‌کند و الکترودها را با استفاده از کلاه، چسب، ژل یا چیدمان تایید شده دیگری متصل می‌کند. چیدمان الکترودها ممکن است از یک سیستم مکان‌یابی استاندارد پیروی کند تا موقعیت‌ها در تمام ثبت‌ها تا حد امکان سازگار باشند. آماده‌سازی می‌تواند طولانی‌تر از خود زمان ثبت اطلاعات طول بکشد، به خصوص زمانی که از کانال‌های زیادی استفاده می‌شود.

فرد معمولاً در یک اتاق آرام می‌نشیند یا دراز می‌کشد. تکنسین کیفیت سیگنال را بررسی می‌کند، زمان باز یا بسته کردن چشم‌ها را توضیح می‌دهد و ممکن است بسته به پروتکل، حرکات کوتاه یا شرایط ساده دیگری را درخواست کند.

یک جلسه معمولی بدون درد است، اگرچه چسب، کلاه یا نیاز به بی‌حرکت ماندن ممکن است ناخوشایند باشد. پلک زدن، فشردن فک، صحبت کردن و حرکت سر می‌تواند آرتیفکت ایجاد کند. به همین دلیل، یک محیط آرام و دستورالعمل‌های واضح بخشی از فرآیند اندازه‌گیری هستند، نه صرفاً موضوعی برای راحتی.

مقایسه EEG خام در مقابل qEEG

تفسیر سنتی EEG برای هر چیزی فراتر از تشخیص تشنج، با مشکل مستند و اثبات‌شده‌ای در زمینه قابلیت اطمینان روبه‌رو است.

یک مرور جامع نشان داد که وقتی متخصصان به صورت چشمی همان نوارهای EEG را برای ارزیابی‌های غیر صرع بررسی می‌کردند، نمرات توافق آن‌ها بین 0.2 تا 0.29 بود (در مقیاسی که 1.0 نشان‌دهنده توافق کامل است). این بدان معناست که دو متخصص با نگاه کردن به یک نوار ثبت‌شده اغلب به نتایج کاملاً متفاوتی می‌رسیدند و اعتبار پیش‌بینی این خوانش‌ها نزدیک به صفر بود.

EEG کمی این ذهنیت‌گرایی (سلیقه‌ای بودن) را کنار می‌گذارد. کامپیوتر سیگنال را به بخش‌های کوتاه—حتی اپوک‌های کوتاهی به مدت 40 ثانیه—تقسیم می‌کند و توان طیفی، انسجام و سایر معیارها را محاسبه می‌کند.

در چندین مطالعه، این رویکرد ارقام قابلیت اطمینان دونیمه‌سازی و آزمون-بازآزمون بالای 0.9 را ارائه داد. ثبت‌های مکرر با فاصله چند روز یا چند هفته، نتایج بسیار پایداری ایجاد کردند؛ ویژگی‌ای که برای ردیابی روند بیمار در طول زمان ضروری است. با جایگزینی یک نگاه حسی و تقریبی با یک اثر انگشت اندازه‌گیری‌شده و تکرارپذیر، EEG کمی به پزشکان یک خط پایه ثابت برای سنجش عملکرد مغز می‌دهد.

ویژگی

EEG استاندارد

qEEG

خروجی اصلی

نوار الکتریکی بررسی‌شده توسط پزشک

اندازه‌گیری‌های کمی و خلاصه‌های بصری

تاکید اصلی

الگوهای شکل موج مبتنی بر زمان

ویژگی‌های آماری و مبتنی بر فرکانس

تفسیر معمول

زمینه نوروفیزیولوژی بالینی

زمینه بالینی به همراه مقایسه محاسباتی

محدودیت رایج

ممکن است برای مقایسه‌های عددی بزرگ کمتر مناسب باشد

حساس به پروتکل، آرتیفکت‌ها و داده‌های مرجع

چرا مغزهای نرمال باید از نظر سن و جنس همسان‌سازی شوند

تفسیر qEEG یک فرد مستلزم یک جمعیت مرجع است. انحراف از میانگین تنها زمانی معنادار است که آن میانگین به درستی تفاوت‌های بیولوژیکی طبیعی را در نظر گرفته باشد.

یک پایگاه داده هنجاری بزرگ داده‌های EEG در حالت استراحت را از 1,289 شرکت‌کننده سالم بین 4.5 تا 81 سال جمع‌آوری کرد. هنگامی که محققان مدل‌های جداگانه‌ای برای مردان و زنان ساختند و گروه‌ها را بر اساس سن تقسیم کردند، دقت نمرات Z حاصل به طور قابل توجهی بهبود یافت. بدون این دسته‌بندی، این پایگاه داده بسیاری از افراد سالم را صرفاً به این دلیل که ریتم مغزی آن‌ها منعکس‌کننده سن یا جنس متفاوتی بود، به عنوان غیرطبیعی شناسایی می‌کرد.

ضرورت همسان‌سازی سنی هنگام بررسی آنچه در طول پیری سالم رخ می‌دهد، حتی واضح‌تر می‌شود. یک مطالعه با استفاده از بومی‌سازی منبع برای ردیابی ریشه‌های ریتم‌های قشر مغز، نشان داد که با افزایش سن بزرگسالان، کاهش خطی در توان دلتا (2–4 هرتز) در ناحیه پس‌سری و کاهش موازی در توان آلفا (8–13 هرتز) در نواحی آهیانه‌ای، پس‌سری، گیجگاهی و سیستم لیمبیک رخ می‌دهد.

اگر qEEG یک فرد 75 ساله با هنجارهای به دست آمده از افراد 25 ساله مقایسه شود، سطوح پایین‌تر طبیعی دلتا و آلفا ممکن است به عنوان کندی پاتولوژیک (بیماری‌شناختی) اشتباه گرفته شود. بنابراین، نمره Z—تعداد انحراف معیارهایی که یک فرد با میانگین همسان‌شده از نظر سن و جنس فاصله دارد—تنها راه قابل دفاع از نظر آماری برای شناسایی یک نقطه پرت واقعی می‌شود.

اعتبار معیارهای qEEG

قابلیت اطمینان یک پیش‌نیاز است، اما اعداد نیز باید معتبر باشند زیرا باید واقعاً منعکس‌کننده عملکرد عصبی بوده و نتایج بالینی را پیش‌بینی کنند. همان مروری که قابلیت اطمینان بالای qEEG را اثبات کرد، نشان داد که ویژگی‌های آن دارای اعتبار محتوایی قوی هستند که ریشه در دهه‌ها نوروفیزیولوژی دارد.

متقاعدکننده‌تر اینکه، معیارهای qEEG به طور مداوم با عملکرد در آزمون‌های عصب‌روان‌شناختی همبستگی دارند و می‌توانند نتایجی مانند پاسخ به درمان را پیش‌بینی کنند. این اعتبار پیش‌بینی به این معنی است که نقشه‌های رنگی مغز و نمرات آماری، انتزاعی و فرضی نیستند و حاوی اطلاعات مرتبط با بالین هستند.

برای کاربردهای غیر صرع، اعتبار پیش‌بینی qEEG در تضاد کامل با اعتبار نزدیک به صفر خوانش چشمی EEG قرار دارد. هنگامی که یک پروفایل qEEG با یک چارچوب هنجاری مناسب ترکیب شود، یک مکمل داده‌محور برای ارزیابی‌های رفتاری ارائه می‌دهد و تصمیمات بالینی را با بازخوردهای عینی و قابل اندازه‌گیری هدایت می‌کند.

چگونه qEEG سمیت عصبی ناشی از دارو را ردیابی می‌کند

یک نمونه عینی از ارزش بالینی qEEG از یک مطالعه تصادفی، دوسوکور روی دو داروی ضد صرع به دست می‌آید. بیست و سه داوطلب سالم یا گاباپنتین (تا 3,600 میلی‌گرم در روز) یا کاربامازپین (تا 1,200 میلی‌گرم در روز) را به مدت 12 هفته مصرف کردند. قبل و بعد از دوره مصرف دارو، محققان یک qEEG ساختاریافته را ثبت کردند، آزمون‌های شناختی را انجام دادند و رتبه‌بندی‌های ذهنی عوارض جانبی را جمع‌آوری نمودند.

هر دو دارو باعث کندی قابل توجه ریتم آلفای غالب خلفی—فرکانس حالت استراحت و آماده‌باش مغز—شدند. کاربامازپین اثر بارزتری داشت. به طور بحرانی، 10 نفر از پاسخ‌دهندگانی که با کاربامازپین درمان شده بودند و 6 نفر از کسانی که با گاباپنتین درمان شده بودند، خارج از فاصله اطمینان 95% برای یک فرد قرار گرفتند، به این معنی که ریتم آلفای آن‌ها تا حدی کند شده بود که به ندرت در جمعیت بدون دارو دیده می‌شود.

اگرچه تعداد کمی از شرکت‌کنندگان در آزمون‌های شناختی عینی افت شدیدی داشتند، اما میزان کندی EEG هم با شکایات ذهنی بیشتر از سمیت عصبی و هم با عملکرد شناختی کلی ضعیف‌تر در یک نمره خلاصه مرتبط بود.

در این سناریو، qEEG یک تغییر عملکردی مغز را شناسایی کرد که حساس‌تر از آزمون‌های استاندارد مداد و کاغذی بود. برای پزشکی که داروها را تنظیم می‌کند، تغییر در فرکانس پیک آلفا فراتر از محدوده هنجاری فرد می‌تواند به عنوان یک شاخص اولیه و عینی از عوارض جانبی شناختی عمل کند و بررسی دوز دارو را قبل از آسیب به زندگی روزمره بیمار سرعت بخشد.

از پیری طبیعی تا بیماری آلزایمر در qEEG

مسیر پیری سالم تا زوال عقل نشان می‌دهد که چگونه qEEG می‌تواند الگوهای متمایز بیماری را ترسیم کند. پیری سالم، همان‌طور که قبلاً توصیف شد، کاهش تدریجی توان دلتا و آلفای خلفی را به همراه دارد.

بیماری آلزایمر (AD) این الگو را در جهت مخالف مختل می‌کند. هنگامی که محققان EEG حالت استراحت را در 26 بیمار مبتلا به آلزایمر، 53 فرد مبتلا به اختلال شناختی خفیف (MCI) و 246 کنترل سالم همسان‌شده از نظر سن مقایسه کردند، گروه آلزایمر افزایش قابل توجهی در توان امواج کند (دلتا و تتا) و کاهش توان آلفا نسبت به همتایان هم‌سن خود نشان داد.

در اصل، مغز مبتلا به آلزایمر به طور متناقضی فعالیت‌های کند بیشتری تولید می‌کند در حالی که ریتم‌های سریع‌تر و سازمان‌یافته خود را از دست می‌دهد.

نسبت تتا به آلفا (TAR) این دو اثر منفی را به عنوان یک عدد واحد ثبت کرد و بزرگترین و معنادارترین تفاوت‌های گروهی را ایجاد نمود. برای شناسایی تغییرات ظریف‌تر در MCI، پژوهشگران یک معیار فاصله توزیع توان (PDDM) را توسعه دادند که شکل کامل توزیع‌های احتمال توان را در طول زمان بررسی می‌کرد، به جای اینکه صرفاً در طول اپوک‌ها میانگین‌گیری کند. PDDM تا حدودی تشخیص تغییرات خاص MCI را بهبود بخشید و اثرات کوچک اما قابل توجهی را در نواحی گیجگاهی نشان داد.

هنگامی که این ویژگی‌ها به طبقه‌بندی‌کننده‌های یادگیری ماشین داده شدند، این مدل بیماران مبتلا به آلزایمر را از کنترل‌ها با سطح زیر منحنی راک (AUC) معادل 0.85 تمایز داد—یک اثر قوی که نشان می‌دهد، به عنوان مثال، یک بیمار آلزایمر که به طور تصادفی انتخاب شده است در 85% مواقع رتبه بالاتری نسبت به یک فرد کنترل تصادفی خواهد داشت. با این حال، برای MCI، میزان AUC به 0.6 محدود بود که نشان‌دهنده دقت متوسطی است.

امیدوارکننده این بود که احتمالات به‌دست‌آمده از qEEG و نمرات نسبت با نمرات آزمون کوتاه وضعیت ذهنی (MMSE) و سایر آزمون‌های عصب‌روان‌شناختی در گروه آلزایمر همبستگی داشتند و ناهنجاری‌های الکتریکی را به زوال شناختی در دنیای واقعی مرتبط می‌کردند.

این یافته‌ها هم نویدبخش هستند و هم لزوم احتیاط را نشان می‌دهند. در بیماری آلزایمر تایید شده، qEEG حامل یک سیگنال فیزیولوژیکی قوی است. اما به عنوان یک ابزار غربالگری مستقل برای تغییرات شناختی بسیار اولیه، حساسیت محدود آن برای MCI به این معنی است که یک خوانش طبیعی نمی‌تواند بیماری در حال شروع را رد کند و یک خوانش غیرطبیعی ممکن است یک هشدار نادرست باشد. با این حال، اگر qEEG در کنار ارزیابی بالینی و سایر زیست‌نشانگرها استفاده شود، پنجره‌ای غیرتهاجمی و کم‌هزینه رو به اختلال عملکرد عصبی می‌گشاید.

اشتباهات رایج و کاربردهای اغراق‌آمیز ادعا شده

  • ادعاها در برابر شواهد. بسیاری از پلتفرم‌های تجاری و مقالات عامه‌پسند qEEG را به عنوان یک ابزار تشخیص قطعی برای چندین اختلال مغزی معرفی می‌کنند. در حالی که تحقیقات همچنان ادامه دارد، ادبیات علمی فعلی در حمایت از استفاده بالینی روتین برای این شرایط محتاط است.

  • کیفیت پایگاه داده هنجاری بسیار مهم است. اگر پایگاه داده مرجع به ضعیفی ساخته شده باشد، کل چارچوب تفسیری فرو می‌ریزد. بدون دسته‌بندی دقیق سن و جنس، تفاوت‌های طبیعی ممکن است به عنوان بیماری برچسب‌گذاری شوند. هر ارزیابی معتبر qEEG باید به یک جمعیت هنجاری تأیید شده از نظر علمی ارجاع دهد.

  • تفاوت‌های فردی می‌تواند اثرات گروهی را پنهان کند. حتی زمانی که یک دارو یا بیماری تغییر قابل توجهی در سطح گروهی ایجاد می‌کند، برخی از افراد در محدوده طبیعی باقی می‌مانند. در مطالعه دارویی، چندین شرکت‌کننده با وجود دریافت دوز قابل توجه، از فاصله اطمینان 95% برای کندی آلفا فراتر نرفتند. بنابراین، یک مقدار واحد qEEG باید در زمینه کل تصویر بالینی تفسیر شود، نه به عنوان یک آزمایش قطعی و مطلق.

  • اندازه اثر کوچک در مراحل اولیه بیماری. میزان متوسط AUC برابر با 0.6 برای MCI به این معنی است که qEEG به تنهایی نمی‌تواند مراحل اولیه زوال شناختی را با اطمینان شناسایی کند؛ موارد مثبت کاذب و منفی کاذب محتمل هستند. تا زمانی که اندازه‌های اثر از طریق تحلیل‌های پیشرفته‌تر بهبود یابند، qEEG به عنوان یک ابزار کمکی و نه یک غربالگر مستقل، بهترین کاربرد را دارد.

چگونه برای یک جلسه qEEG آماده شویم

دستورالعمل‌های آماده‌سازی بسته به پروتکل و هدف ثبت اطلاعات متفاوت است. ارائه‌دهنده ممکن است راهنمایی‌هایی درباره محصولات مو، کافئین، خواب، وعده‌های غذایی و داروها ارائه دهد، زیرا این عوامل می‌توانند بر میزان هوشیاری یا کیفیت سیگنال تأثیر بگذارند. دستورالعمل‌ها باید به عنوان بخشی از طراحی آزمایش درک شوند، نه قوانین جهانی برای هر نوبت qEEG.

محیط ثبت معمولاً ساکت است و ممکن است از فرد خواسته شود آرامش خود را حفظ کرده و حرکات غیرضروری را به حداقل برساند. تمیزی مو و پوست سر می‌تواند تماس الکترود را آسان‌تر کند، در حالی که خستگی یا خواب غیرعادی ممکن است حالت اندازه‌گیری‌شده را تغییر دهد. هر عامل مرتبطی که بتواند بر ثبت تأثیر بگذارد باید برای پزشک مفسر مستند شود.

درک گزارش qEEG شما

یک گزارش qEEG ممکن است شامل شکل موج‌های خام یا پردازش‌شده، طیف‌های فرکانسی، نقشه‌های توپوگرافی، نمرات آماری و تفسیر کتبی باشد. قالب گزارش بین ارائه‌دهندگان مختلف تفاوت‌های چشمگیری دارد. اصطلاحاتی مانند «افزایش‌یافته»، «کاهش‌یافته» یا «غیرطبیعی» یک اندازه‌گیری را نسبت به یک مقایسه انتخابی توصیف می‌کنند و به خودی خود نامی از یک بیماری نمی‌برند.

گزارش معمولاً شرایط ثبت، فرآیند کنترل کیفیت و چارچوب مرجع را در صورتی که آن جزئیات از نظر بالینی مرتبط باشند، مشخص می‌کند. همچنین باید داده‌های مشاهده‌شده را از تفسیر جدا کند. یک توضیح مفید، یافته‌ها را به سوال ارجاع متصل می‌کند بدون اینکه قطعیتی بیش از آنچه شواهد پشتیبانی می‌کنند را القا کند.

سوالات مربوط به یک گزارش بهتر است از طریق متخصص واجد شرایطی که مسئول تفسیر آن است مطرح شوند. هیچ رنگ، نمره یا نسبت واحدی نباید به تنهایی خوانده شود. گزارش زمانی معنادارتر می‌شود که همراه با علائم، تاریخچه، معاینه و سایر آزمایش‌ها در نظر گرفته شود.

آنچه EEG کمی امروز می‌تواند و نمی‌تواند به پزشکان بگوید

EEG کمی با جایگزینی خوانش چشمی و سلیقه‌ای با معیارهای عددی پایدار، یک فناوری صدساله را به ابزاری عینی و تکرارپذیر تبدیل می‌کند. ارزش واقعی آن در دنیای واقعی از قبل در محیط‌های عینی مانند تشخیص کندی شناختی ناشی از دارو قبل از اینکه آزمایش‌های استاندارد متوجه آن شوند، و تمایز بیماری آلزایمر از پیری طبیعی با دقت بالا، قابل مشاهده است.

با این حال، همان شواهدی که از این کاربردها پشتیبانی می‌کنند، مرزهای واضحی را نیز برای استفاده گسترده‌تر آن در سایر اختلالات عصبی ترسیم می‌کنند.

قابلیت اطمینان هر نتیجه qEEG به کیفیت جمعیت مرجعی که با آن مقایسه می‌شود بستگی دارد، زیرا ریتم‌های مغزی به طور طبیعی با سن تغییر می‌کنند و بین جنسیت‌ها متفاوت هستند. هنگامی که qEEG به عنوان مکمل ارزیابی بالینی و نه به عنوان یک حکم مستقل استفاده شود، پنجره‌ای کم‌هزینه و غیرتهاجمی رو به عملکرد مغز ارائه می‌دهد که می‌تواند تنظیمات دارویی را هدایت کند و زوال شناختی را نشان دهد.

آینده آن به رشد مجموعه‌ داده‌های هنجاری و تحلیل‌های دقیق‌تر بستگی دارد، اما نقش فعلی آن از قبل مشخص است: یک کمک عینی قدرتمند، نه جایگزینی برای قضاوت بالینی.

منابع

  1. Thatcher, R. W. (2010). Validity and reliability of quantitative electroencephalography. Journal of neurotherapy, 14(2), 122-152. https://doi.org/10.1080/10874201003773500

  2. Ko, J., Park, U., Kim, D., & Kang, S. W. (2021). Quantitative electroencephalogram standardization: a sex-and age-differentiated normative database. Frontiers in Neuroscience, 15, 766781. https://doi.org/10.3389/fnins.2021.766781

  3. Babiloni, C., Binetti, G., Cassarino, A., Dal Forno, G., Del Percio, C., Ferreri, F., Ferri, R., Frisoni, G., Galderisi, S., Hirata, K., Lanuzza, B., Miniussi, C., Mucci, A., Nobili, F., Rodriguez, G., Luca Romani, G., & Rossini, P. M. (2006). Sources of cortical rhythms in adults during physiological aging: a multicentric EEG study. Human brain mapping, 27(2), 162–172. https://doi.org/10.1002/hbm.20175

  4. Salinsky, M. C., Binder, L. M., Oken, B. S., Storzbach, D., Aron, C. R., & Dodrill, C. B. (2002). Effects of gabapentin and carbamazepine on the EEG and cognition in healthy volunteers. Epilepsia, 43(5), 482-490. https://doi.org/10.1046/j.1528-1157.2002.22501.x

  5. Meghdadi, A. H., Stevanović Karić, M., McConnell, M., Rupp, G., Richard, C., Hamilton, J., ... & Berka, C. (2021). Resting state EEG biomarkers of cognitive decline associated with Alzheimer’s disease and mild cognitive impairment. PloS one, 16(2), e0244180. https://doi.org/10.1371/journal.pone.0244180

پرسش‌های متداول

تفاوت اصلی بین EEG سنتی و EEG کمی چیست؟

یک EEG سنتی بر بررسی چشمی خطوط امواج خام مغزی متکی است که می‌تواند سلیقه‌ای باشد و بین متخصصان هماهنگی نداشته باشد. یک qEEG از الگوریتم‌های کامپیوتری برای تبدیل آن شکل موج‌های خام به ویژگی‌های عددی مانند توان در باندهای فرکانسی، معیارهای اتصال و نمرات Z استفاده می‌کند و تجزیه و تحلیل را تکرارپذیر و عینی می‌سازد.

چرا مقایسه qEEG با هنجارهای همسان‌شده از نظر سن و جنس مهم است؟

ریتم‌های مغزی به طور طبیعی با سن تغییر می‌کنند و بین جنسیت‌ها متفاوت هستند، بنابراین نتایج یک فرد تنها زمانی معنادار است که با یک گروه مرجع مشابه مقایسه شود. بدون همسان‌سازی مناسب، امواج مغزی کندتر و طبیعی یک فرد مسن سالم ممکن است با یک ناهنجاری پاتولوژیک اشتباه گرفته شود.

چگونه qEEG قابلیت اطمینان را در مقایسه با خوانش چشمی EEG برای شرایط غیر صرع بهبود می‌بخشد؟

بررسی چشمی EEG برای ارزیابی‌های غیر صرع توافق بسیار کمی بین متخصصان دارد، به طوری که گاهی اوقات نزدیک به صفر است. qEEG با استفاده از محاسبات خودکار روی بخش‌های کوتاه امواج مغزی، به قابلیت اطمینان آزمون-بازآزمون بالایی دست می‌یابد، به این معنی که ثبت‌های مکرر نتایج پایداری ایجاد می‌کنند که می‌توان برای ردیابی بیماران در طول زمان به آن‌ها اعتماد کرد.

چرا کیفیت پایگاه داده هنجاری برای تفسیر qEEG حیاتی است؟

کل سیستم محاسبه نمرات Z به داشتن یک جمعیت مرجع خوش‌ساخت بستگی دارد که به درستی بر اساس سن و جنس دسته‌بندی شده باشد. اگر پایگاه داده ضعیف ساخته شده باشد، تفاوت‌های بیولوژیکی طبیعی ممکن است به اشتباه به عنوان بیماری شناسایی شوند و اعتبار نتایج qEEG را مخدوش کنند.

مخفف qEEG چیست؟

qEEG مخفف quantitative electroencephalography (الکتروانسفالوگرافی کمی) است. این اصطلاح به تجزیه و تحلیل عددی کامپیوتری فعالیت الکتریکی ثبت‌شده از طریق الکترودهای EEG اشاره دارد.

آیا qEEG همان اسکن مغزی است؟

qEEG گاهی اوقات نقشه‌برداری مغز نامیده می‌شود، اما یک اسکن تصویربرداری آناتومیک نیست. این روش سیگنال‌های الکتریکی ثبت‌شده از پوست سر را تحلیل می‌کند، به جای اینکه تصویر مستقیمی از ساختار مغز ارائه دهد.

آیا جلسه qEEG دردناک است؟

یک جلسه qEEG به طور کلی غیرتهاجمی است و شامل تحریک الکتریکی نمی‌شود. چسب الکترود، کلاه یا نیاز به بی‌حرکت ماندن ممکن است باعث ناراحتی یا مزاحمت جزئی شود.

qEEG چقدر طول می‌کشد؟

کل زمان نوبت با توجه به آماده‌سازی، شرایط ثبت، تعداد سنسورها و اینکه آیا کارهای اضافی شامل آن می‌شود یا خیر، متفاوت است. آماده‌سازی و بررسی کیفیت داده‌ها می‌تواند زمان قابل توجهی ببرد.

چه چیزهایی می‌تواند بر نتایج qEEG تاثیر بگذارد؟

خواب، هوشیاری، داروها، مواد، استرس، حرکات چشم، تنش عضلانی، حرکت، تماس الکترود و تداخل فنی همگی می‌توانند بر ثبت یا تفسیر آن تأثیر بگذارند.

چه کسی گزارش qEEG را تفسیر می‌کند؟

تفسیر باید توسط یک متخصص واجد شرایط با آموزش مناسب در زمینه EEG و زمینه بالینی مرتبط انجام شود. گزارش باید در کنار سایر اطلاعات ارزیابی و نه به تنهایی در نظر گرفته شود.

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.

کریستین بورگوس

جدیدترین اخبار از ما

داده‌های EEG

داده‌های EEG یک ثبت حساس به زمان از فعالیت الکتریکی اندازه‌گیری‌شده از پوست سر را ارائه می‌دهند. ارزش آن نه تنها به خود ثبت، بلکه به اکتساب دقیق، پردازش شفاف، ذخیره‌سازی مناسب و تفسیر مسئولانه نیز بستگی دارد.

مطالب را بخوانید

ریتم مو در الکتروانسفالوگرافی (EEG)

در میان ریتم‌های مختلف مغز، یکی برای دهه‌ها توجه دانشمندان علوم اعصاب را به خود جلب کرده است، زیرا به نظر می‌رسد در نقطه تلاقی عمل، ادراک و درک اجتماعی قرار دارد.

ریتم مو (mu)، یک نوسان ۸ تا ۱۳ هرتزی که در قشر حسی-حرکتی ثبت می‌شود، هر زمان که ما عملی را انجام دهیم، تماشاگر انجام همان عمل توسط شخص دیگری باشیم، یا حتی فقط انجام آن را تصور کنیم، کاهش می‌یابد. این ویژگی که به عنوان ناهمگام‌سازی (desynchronization) شناخته می‌شود، ریتم مو را به بازیگر اصلی در تحقیقات مربوط به تقلید، همدلی و اختلالات بالینی از لکنت زبان گرفته تا اوتیسم تبدیل کرده است.

مطالب را بخوانید

آرتیفکت‌های EEG

آرتیفکت‌ها سیگنال‌های ناخواسته‌ای هستند که توسط مغز تولید نمی‌شوند و می‌توانند تفسیر بصری یک الکتروانسفالوگرام را مخدوش کرده و آنالیزهای الگوریتمی را که رابط‌های مغز و رایانه یا پایش وضعیت ذهنی را هدایت می‌کنند، خراب کنند.

چه در حال خواندن یک نوار EEG خام برای نشانگرهای صرع باشید و چه در حال وارد کردن داده‌ها به یک خط لوله یادگیری ماشین، آرتیفکت‌های شناسایی‌نشده می‌توانند خود را به عنوان شکل‌موج‌های پاتولوژیک جا بزنند یا واریانسی را معرفی کنند که عملکرد مدل را کاهش می‌دهد.

این راهنمای میدانی و کاربردی شما را با دو دسته کلی آرتیفکت‌های EEG آشنا می‌کند، نحوه تشخیص ویژگی‌های متمایز آن‌ها در حوزه زمان را توضیح می‌دهد و مراحل پاک‌سازی دستی را که قبل از هر گونه پردازش محاسباتی ضروری باقی می‌مانند، تشریح می‌کند.

مطالب را بخوانید

چگالی طیفی توان در الکتروانسفالوگرافی (EEG)

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.

مطالب را بخوانید