1. מבוא

ברוכים הבאים! במדריך זה נלמד על גלי מוח וכיצד אנו יכולים להשתמש בהם כדי להבין את המוח וההתנהגות.

הנס ברגר טבע את המונח אלקטרואנצפלוגרם בשנת 1929, כאשר תיאר שינויים בפוטנציאלים חשמליים שנרשמו באמצעות חיישנים שהונחו על ראשו של אדם. הוא זיהה שני סוגים של גלי מוח, אותם כינה גלי אלפא ובטא פשוט בגלל הסדר שבו תיעד אותם. גלים כאלה תועדו ביונקים אחרים, אך ברגר תיאר אותם בבני אדם בפעם הראשונה!

מאז, שיטת האלקטרואנצפלוגרפיה הפכה לכלי מפתח במדעי המוח וסייעה לפתח את ההבנה שלנו לגבי גלי מוח (שחוקרים מכנים תנודות עצביות) וסייעה לאפיין מצבים במוח כמו עייפות וערנות.

במדריך קצר זה נסקור את הנושאים הבאים:

• מהן תנודות עצביות?

• כיצד אנו יכולים למדוד תנודות עצביות?

• מה אנו יכולים לעשות עם תנודות עצביות?

• יישום מעשי באמצעות מכשירי ותוכנת Emotiv.

2. מה זה EEG?

אלקטרואנצפלוגרפיה (EEG) היא שיטה לא פולשנית ופסיבית למדידת הפעילות החשמלית של המוח שלנו. אלקטרודות/חיישנים/ערוצים מונחים על הקרקפת כדי לתעד פעילות חשמלית המופקת על ידי אוכלוסיות של תאי מוח, הנקראים נוירונים.

איור 1 – נוירונים מייצרים פעילות חשמלית שניתן לזהות באמצעות מכשיר EEG [Siuly, et al. (2016)].

2.1. מערכות EEG

ישנם מכשירי EEG רבים בשוק שבהם ניתן להשתמש כדי לרשום EEG. מכשירי EEG יכולים לנוע בין:

• חיישן בודד או עד 256 אלקטרודות – יותר אלקטרודות יניבו רזולוציה מרחבית גבוהה יותר של מידע על פני הקרקפת.

• אלקטרודות רטובות או יבשות – אלקטרודות רטובות משתמשות בג'ל אלקטרוליטי או בתמיסת מלח כדי לשפר את המוליכות בין הקרקפת לחיישן. אלקטרודות יבשות יכולות להיות מתכת או פולימרים מוליכים הזקוקים למגע ישיר עם הקרקפת.

• אלקטרודה אקטיבית או פסיבית – מערכות אלקטרודה פסיביות פשוט מוליכות את האות למכשיר שבו הוא מוגבר. מערכות אלקטרודה אקטיביות מגבירות את האות בכל אלקטרודה לפני שהוא מגיע למכשיר להגברה. זה מפחית רעש חשמלי סביבתי באות.

• מכשירים חוטיים או אלחוטיים המשדרים נתונים באמצעות Bluetooth.

איור 2 – מערכת EEG אלחוטית בצפיפות נמוכה.

איור 3 – מערכת EEG עם אלקטרודות חוטית בצפיפות גבוהה.

2.2. מתי להשתמש ב-EEG?

כל שיטת דימות מוחי יכולה לעזור לענות על שאלות מחקר שונות.

החוזק הגדול ביותר של EEG הוא בכך שהוא יכול למדוד פעילות עצבית בקנה מידה של מילישניות, אשר יכול למדוד תהליכים טרום-מודעים.

איור 4 – רזולוציה מרחבית לעומת רזולוציה זמנית של כלי דימות מוחי שונים.

הכלי מתאים ביותר לשאלות כמו "באילו חלקים בסרטון שלי המשתתפים שמו לב הכי הרבה?"

EEG מתעד פעילות בעיקר מהשכבות החיצוניות של המוח (כלומר, בעל רזולוציה מרחבית נמוכה). עם חיישן בודד בלתי אפשרי לזהות את מקור הפעילות. הקלטה עם מספר רב של ערוצים יכולה לאפשר שחזור מתמטי של המקור אך היא עדיין מוגבלת בזיהוי מקורות עמוקים. דימות תהודה מגנטית תפקודי (fMRI) מתאים יותר לענות על שאלות כמו "איזה חלק במוח קשור לשינויים בקשב?"

2.3. מחיישן ל-EEG גולמי?

ברגע שמכשיר EEG מותקן על הראש, פעילות המוח נמדדת בחיישן בודד כהפרש באמפליטודה בין אותו חיישן לחיישן ייחוס. ברוב מערכות ה-EEG זה נקרא אלקטרודת common mode sense (CMS). חיישן נוסף, ה-driven right leg (DRL), עוזר להפחית הפרעות כלשהן ב-CMS.

איור 5 – תרשים בלוקים פשוט של העברת אות EEG.

במערכות עם אלקטרודות אקטיביות ופסיביות כאחד, האות מוגבר ומסונן במעביר תדרים נמוכים (low-pass filter). סינון תדרים נמוכים הוא שלב שיסיר הפרעות חשמליות אפשריות מהסביבה באות שלך, למשל קווי מתח ראשיים.

שלבים אלה מתרחשים בחומרה עצמה לפני שניתן לצפות באות ה-EEG הגולמי על מסך המחשב שלך.

2.4. כמה מונחי יסוד

מוסכמת שיומי תקנית 10-20

חיישנים שמאליים ממוספרים בדרך כלל במספרים אי-זוגיים וחיישנים ימניים במספרים זוגיים.

הערה 1: אלו הן רק מוסכמות שיומי ומיקום חיישן ה-EEG אינו מהווה אינדיקציה למקור הפעילות.

הערה 2: יש לבצע שלבים נוספים כגון שחזור מתמטי של המקור כדי לקבוע את מקור הפעילות בערוץ בודד.

3. מהן תנודות עצביות?

גלי מוח, המכונים לעתים קרובות תנודות עצביות, הם דפוסים קצביים המיוצרים על ידי נוירון בודד או מקבץ של נוירונים.

עדיין לא ברור מדוע המוח מייצר את הסוגים השונים הללו של תנודות, למרות שיש תיאוריות רבות. חוקרים משתמשים במשימות שונות כדי לאפיין את הפעילויות התנודתיות הללו ושואפים להבין את סודות המוח באמצעות דפוסים קצביים אלו.

3.1. כמה מאפיינים של תנודה

איור זה מציג מדידה של אות חשמלי רגיל:

איור 6 – רזולוציה מרחבית לעומת רזולוציה זמנית של כלי דימות מוחי שונים.

בצד שמאל (ציר ה-y) אנו יכולים לשרטט את האמפליטודה של הרישום החשמלי ובציר האופקי (ציר ה-x) את הזמן. האמפליטודה של האות תשתנה בגודלה באופן קבוע סביב נקודה מרכזית. מחזור אחד מכונה גם תנודה.

מספר המחזורים בשנייה נקרא תדר הגל והיחידה היא הרץ (Hz). אז מחזור אחד לשנייה = 1 הרץ. אמפליטודות נמדדות בדרך כלל במיקרו-וולט (µV).

במוח אנו רואים גלים עם תדרים הנעים בין 0.2 הרץ (גלים איטיים מאוד) ל-80 הרץ או יותר (גלים מהירים מאוד). פעילות בתדר גבוה של עד 500 הרץ הקשורה להתקפים אפילפטיים תועדה גם היא במוח.

סוגים שונים של תנודות מוח מאופיינים על סמך התדר שלהם. אלה ידועים כפסי תדר ויכולים להיות קשורים למצבי מוח שונים:

איור 7 – גלי מוח ב-EEG טיפוסי.

3.2. מדוע פסי תדר שונים חשובים?

1. זיהוי דפוסי מוח תקינים לעומת לא תקינים
   תנודות עצביות חשובות לזיהוי התקפים ואבחון אפילפסיה בנוירולוגיה.

2. ממשקי מוח-מחשב (BCI)
   רמת תנודות הבטא, הגמא וה-מו משמשת לעתים קרובות לאימון מכשירים מרוחקים (למשל, הנעת כיסא גלגלים באמצעות מחשבות).

3. נוירופידבק (משוב מוחי)
   זוהי צורה של אימון מוחי שבה אתה יכול לצפות בגלי המוח שלך (למשל תנודות גמא) ולעסוק במשימות קוגניטיביות כדי לשפר את כמות תנודות הגמא במוחך.

4. נוירומרקטינג (שיווק עצבי)
   ניתן להשתמש בפסי תדרי אלפא ובטא כדי לקבוע איזה חלק בפרסומת מעורר עניין רב או מועט יותר.

3.3. סוגי ניתוח נתוני EEG

הנפוץ ביותר הוא שחוקרים מבצעים ניתוח בתחום הזמן או בתחום התדר.

1. ניתוח בתחום הזמן

   בדרך כלל מודד את אמפליטודת המתח בנקודות זמן מעניינות לאחר הופעת גירוי. אלה נקראים פוטנציאלים קשורים לאירוע (ERP).

2. ניתוח בתחום התדר

   בדרך כלל מודד את כמות התנודות העצביות בפסי תדר שונים בחלון זמן מוגדר או ביחס לתחילתו של אירוע.

בהמשך אנו מספקים סקירה כללית של ניתוח בתחום התדר.

3.4. עיבוד

לאחר ביצוע רישום EEG, לרוב מנקים את הנתונים לפני שמנסים להבין את התנודות.

1. סינון
   טכניקה להסרת רעש סביבתי בתדר גבוה ונמוך בנתונים.

2. הסרת ארטיפקטים (הפרעות ברישום)
   תנועה פיזית, מצמוצי עיניים יכולים כולם לגרום לארטיפקטים גדולים (שיאים של > 50 µV ב-EEG). ניתן להסיר קטעים אלו כדי שלא ישפיעו על התוצאות שלנו. חלק מהחוקרים משתמשים בשיטות מתוחכמות כדי לתקן ארטיפקטים אלו על מנת לשמר נתונים.

לאחר עיבוד הנתונים, ניתן כעת להמיר את האות לתחום התדר כך שנוכל לכמת את הכמות של כל סוג של גלי מוח.

איור 8 – ארטיפקט מצמוץ עין ב-EEG גולמי.

3.5. התמרת פורייה מהירה (FFT)

התמרת פורייה היא ההמרה המתמטית של אות ה-EEG מ'תחום הזמן' (תמונה A) ל'תחום התדר' (תמונה B).

בתחום התדר, אנו יכולים לכמת כמה מכל סוג של תנודה היה ברישום שלנו. זהו בדרך כלל ה'עוצמה' של פס התדר וניתן להציג אותו כספקטרום עוצמה (תמונה B).

איור 9A – EEG גולמי בתחום הזמן.

איור 9B – ספקטרום עוצמה לאחר FFT (תחום התדר).

3.6. עוצמת פס התדר

עוצמה של פס תדר (למשל פס אלפא) המתקבלת מהתמרת פורייה מספרת לנו כמה יש מכל פס תדר. יחידות עוצמת פס הן בדרך כלל ב-µV2/Hz. לרוב, ספקטרומי אמפליטודה או עוצמה מ-FFT מוצגים ביחידה הלוגריתמית דציבלים (dB). הדציבל הוא יחידת יחס בין עוצמה נמדדת (P) לעוצמת ייחוס (Pr) כדלקמן:

לאחר קבלת יחידת מידה זו עבור אירועים בעלי עניין, ניתן להשוות עוצמות פסי תדר כדי להבין השפעות ניסיוניות על גלי מוח.

4. מתיאוריה למעשה

בשלב הבא, אנו הולכים לבחון את אפקט דיכוי האלפא.

זהו תופעה שדווחה לראשונה על ידי הנס ברגר, שבה אנו רואים ירידה משמעותית בכמות תנודות האלפא (עוצמת אלפא) כאשר עיניו של מישהו פקוחות בהשוואה למצב שבו הן עצומות.

איור 10 – ניתן לראות עלייה בתנודות אלפא כאשר העיניים עצומות.

ראשית, באמצעות EmotivPRO Builder בנינו ניסוי פשוט. בניסוי זה משתתף פשוט מתבקש להשאיר את עיניו פקוחות למשך 2 דקות תוך התמקדות במסך, ולאחר מכן עצומות למשך 2 דקות. הם ישמעו צלול פעמון בתום 2 הדקות כדי לסמן על פקיחת עיניהם.

תוכל לעקוב אחר הסרטון למטה כדי ליצור ניסוי דיכוי אלפא משלך או שתוכל להריץ את הניסוי שלנו מהקישור כאן:

4.1. התאמת המכשיר ואיכות ה-EEG

קרא עוד על האופן שבו שער ה-EQ שלנו עובד כאן. מצא מידע נוסף על התאמת מכשיר הספציפית לערכת הראש שלך כאן:

• סוג EPOC

• סוג Insight

4.2. עיבוד והתמרת נתוני ה-EEG

כעת, כשיש לך את הנתונים שלך, תוכל להתמיר אותם לתחום התדר באמצעות Emotiv Analyzer. עקוב אחר השלבים בסרטון.

4.3. פרשנות הנתונים

ברגע ש-Analyzer סיים, הורד את קובץ הזיפ. עבור כל רישום יהיה לך קובץ csv עם עוצמות פסי תדר וקובץ תמונה שבו תוכל להשתמש כדי להריץ ניתוח סטטיסטי משלך.

איור 11 – עוצמות פסי תדר.

בפלט שלנו אנו יכולים לראות את העלייה בעוצמת האלפא כאשר העיניים היו עצומות (כתום) בהשוואה לזמן שהיו פקוחות (כחול).

זהו סוף המדריך שלנו! כעת אתם מצוידים ביסודות 🙂

תוכל למצוא כמה קישורים לקריאה מתקדמת יותר בסעיף המקורות.

5. מקורות

קריאה מתקדמת

Donoghue et al. 2022 שיקולים מתודולוגיים לחקר תנודות עצביות

מילון מונחי EEG

Kane et al. 2017 (כאן)

קוד מקור פתוח

אם אתה מרגיש בנוח עם כתיבת קוד פייתון, העמדנו לרשותך תסריטי פייתון שבהם תוכל להשתמש כדי לקבל ערכי עוצמת אלפא, המתויגים לפי מקטעי עיניים פקוחות ועיניים עצומות. מצא את הקוד וקובצי נתוני מדגם של דיכוי אלפא כאן: https://osf.io/9bvgh/

מדריכים של Emotiv

מדריך EmotivPRO Builder
מדריך EmotivPRO
מדריך EmotivPRO Analyzer

7. מקורות ביבליוגרפיים

Donoghue, T., Schaworonkow, N. and Voytek, B., 2022. Methodological considerations for studying neural oscillations. European journal of neuroscience, 55(11-12), pp.3502-3527. doi: https://doi.org/10.1111/ejn.15361

Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. and van Putten, M.J., 2017. A revised glossary of terms most commonly used by clinical electroencephalographers and updated proposal for the report format of the EEG findings. Revision 2017. Clinical neurophysiology practice, 2, p.170. doi: 10.1016/j.cnp.2017.07.002

Siuly, S., Li, Y., Zhang, Y. (2016). Electroencephalogram (EEG) and Its Background. In: EEG Signal Analysis and Classification. Health Information Science. Springer, Cham. doi: https://doi.org/10.1007/978-3-319-47653-7%5F1