כל אלקטרואנצפלוגרם, או EEG, פועל על פי אותה הנחת יסוד בסיסית: פעילות חשמלית הנוצרת בתוך המוח נודדת החוצה דרך הרקמה, הגולגולת והקרקפת, שם היא יכולה להיקלט על ידי חיישנים המונחים על פני השטח של הראש. מידת הדיוק של קריאה זו תלויה במידה רבה במספר החיישנים שבהם משתמשים ובמקום שבו מניחים אותם.
מערכת האלקטרודות 10-5 קיימת כדי לענות על שאלת המיקום הזו בדיוק מתמטי, והיא מציעה לחוקרים ולקלינאים מפה סטנדרטית עם יותר מ-300 אתרי רישום אפשריים. זוהי עלייה דרמטית לעומת 21 המיקומים שבהם השתמשו במערכת ה-10-20 המקורית, המעגנת את ה-EEG הקליני מאז שנות ה-50 של המאה ה-20.
מהי שיטת 10-5?
שיטת 10-5 היא השלב השלישי והמעודן ביותר בשושלת של תקני מיקום אלקטרודות. היא החלה עם שיטת 10-20, סכמה הבנויה סביב חלוקת הראש למרווחים מדודים מבוססי אחוזים, כך שמיקומי האלקטרודות יישארו עקביים בין גדלי ראש שונים ומעבדות שונות.
ככל שמחקר EEG דרש פירוט עדין יותר, במיוחד עבור משימות כמו הבחנה בין אזורי מוח סמוכים, צצה שיטת 10-10. היא הכפילה את מספר האלקטרודות על ידי הוספת נקודות באמצע הדרך בין מיקומי ה-10-20 המקוריים, מה שהניב כ-74 אתרים.
שיטת 10-5 לוקחת את אותו הגיון חצייה צעד אחד קדימה. היא מחלקת שוב את מרווחי ה-10-10, ומייצרת מעל 300 מיקומים מוגדרים על פני הקרקפת.
הרעיון המרכזי הוא שבמקום למדוד את החשמל במוח בנקודות מפוזרות ומרוחקות מאוד זו מזו, בונים רשת צפופה ומפוזרת באופן שווה על פני שטח הפנים של הראש כולו. זה לא מחליף את שיטות ה-10-20 או ال-10-10 אלא מרחיב אותן.
נקודות ציון אנטומיות וחישוב קואורדינטות של מערכת ה-EEG 10-5
ארבע נקודות ציון מעגנות את המערכת כולה:
הנאזיון (Nasion) ממוקם בגשר האף, היכן שהמצח פוגש את עצם האף.
האיניון (Inion) הוא הבליטה הגרמית הקטנה המורגשת בבסיס הגולגולת, בחלק האחורי של הראש.
נקודות ה-Preauricular השמאלית והימנית ממוקמות ממש לפני כל אוזן, בשקע הקטן מעל עצם הלחי.
ארבע נקודות אלו ניתנות למישוש כמעט בכל גולגולת אנושית, וזו הסיבה שהן נבחרו כיסוד הגיאומטרי לכל מערכת המדידה.
מנקודות ציון אלו, טכנאים מבצעים סט של מדידות סטנדרטיות:
קשת סגיטלית: מודדת מהנאזיון לאיניון מעל החלק העליון של הראש
קשת קורונלית: עוברת בין נקודות ה-Preauricular השמאלית והימנית לרוחב הקודקוד
היקף הראש: עוטף אופקית דרך כל ארבע נקודות הציון העיקריות
כל קשת מחולקת למקטעים מבוססי אחוזים כדי למקם אלקטרודות
מדידות קבועות אלו מבטיחות שהרשת תתאים את עצמה לכל גודל ראש
ברגע שקשתות אלו נמדדות, היגיון השיומי מתגלה באמצעות חלוקה פשוטה. שיטת 10-20 מפצלת כל קשת למקטעים המדודים באחוזים מאורך הקשת הכולל, בדרך כלל בצעדים של 10% ו-20%, ומשם קיבלה המערכת את שמה. זה מייצר את פריסת 21 האלקטרודות הקלאסית שעדיין בשימוש בהקלטות קליניות סטנדרטיות רבות. שיטת 10-10 לוקחת כל אחד ממרווחי האחוזים האלה וחוצה אותו לחצי, ובכך מכפילה בקירוב את הרזולוציה ומביאה את מספר האלקטרודות הכולל לכ-74.
שיטת 10-5 חוזרת על תהליך החצייה פעם נוספת, ומפצלת שוב את מרווחי ה-10-10. התוצאה היא רשת עם מעל 300 מיקומים, המרווחים במרחק של כ-2 עד 3 סנטימטרים זה מזה על ראש מבוגר ממוצע.
מוסכמת השיומי עצמה מקודדת מידע על המיקום ישירות בתוך התווית של כל אלקטרודה. אותיות מתאימות לאונה הבסיסית של המוח: Fp עבור פרונטופולארי, F עבור פרונטאלי (מצחי), C עבור מרכזי, T עבור טמפוראלי (רקתי), P עבור פריאטלי (קודקודי), ו-O עבור אוקסיפיטלי (עורפי). מספרים, יחד עם סימוני משנה או סימוני תגיות נוספים בסכמת השיומי הצפופה יותר של 10-5, מציינים כמה רחוק המיקום הזה מקו האמצע כחלק ממרחק הקשת.
אלקטרודה המסומנת במספר נמוך ממוקמת קרוב יותר למרכז הראש, בעוד שמספרים גבוהים יותר נדחפים לכיוון הרקות והאוזניים. המשמעות היא שברגע שאתה מבין את היגיון הקידוד, שמה של האלקטרודה לבדו מספר לך כמעט בדיוק היכן היא יושבת על הקרקפת, מבלי להזדקק לדיאגרמה.
דגימה מרחבית משופרת: מדוע צפוף יותר הוא טוב יותר
חשמל המוח, כשהוא מגיע לקרקפת, מתנהג בדומה לאות המורכב מדפוסים מרחביים חופפים רבים בקנה מידה משתנה.
חלק מהדפוסים הם רחבים וחלקים, ומתפשטים בעדינות על פני אזורים גדולים של הראש. אחרים הדוקים בהרבה, ומשתנים בחדות מחלק קטן אחד של הקרקפת למשנהו.
כדי לקלוט את התמונה המלאה מבלי לפספס דבר, יש למקם את החיישנים קרוב מספיק זה לזה כדי לזהות את הדפוסים המרחביים הקטנים ביותר הללו. אם החיישנים מרווחים מדי, פרטים עדינים מתפספסים לחלוטין או, גרוע מכך, נקראים לא נכון כמשהו אחר. בעיית דגימה כללית זו ידועה בעיבוד אותיות כקריטריון נייקוויסט (Nyquist criterion), והיא הסיבה הבסיסית לכך שצפיפות האלקטרודות בכלל משנה.
מרווח 10-20 סטנדרטי מציב אלקטרודות במרחק של כ-6 עד 7 סנטימטרים זה מזה על ראש מבוגר ממוצע. פער זה רחב מספיק כדי לטשטש או להחמיץ לחלוטין דפוסים מרחביים עדינים יותר בשדה החשמלי הבסיסי. המרווח של 2 עד 3 סנטימטרים של שיטת 10-5 מתקרב הרבה יותר לקצב הדגימה המרחבי הדרוש לפענוח הדפוסים העדינים הללו, ומתקרב למה שמכונה לעתים קרובות גבול נייקוויסט המרחבי עבור EEG המוקלט מהקרקפת.
ראיה ישירה ליתרון של מרווחים הדוקים יותר ניתן לראות במחקר של .Robinson et al המשווה מערכים שחוקרים כינו כבעלי "צפיפות סופר-נייקוויסט" מול מערכים סטנדרטיים של "צפיפות נייקוויסט".
תוך שימוש ב-128 אלקטרודות המרווחות במרחק של 14 מילימטרים בלבד זו מזו מעל האזור האוקסיפיטוטמפורלי (חלקיו האחוריים והצידיים של המוח הקשורים לעיבוד חזותי), חוקרים הקליטו EEG בזמן שמשתתפים צפו בדפוסי לוח שחמט מהבהבים שנועדו לייצר תגובה מוחית מובחנת וניתנת למעקב. כאשר השוו את המערך הצפוף המלא מול תתי-קבוצות דלילות יותר של אותן אלקטרודות, המערך הצפוף יותר תיפקד באופן עקבי טוב יותר מהמערך הדליל יותר.
המחברים דיווחו כי "SND EEG תפס יותר מידע עצבי מקליפת המוח החזותית", וכי הגירויים המהבהבים "סווגו בצורה מדויקת יותר עם מערכי SND מאשר ND הן במימד הזמן והן במימד התדר". ההקלטות הצפופות יותר תאמו גם בצורה הדוקה יותר למודל חישובי של פעילות קליפת המוח החזותית הראשונית מאשר ההקלטות הדלילות יותר.
ממצא זה הוגבל לאזור מוחי אחד ולא לראש כולו, אך הוא מוכיח כי מרווח אלקטרודות הדוק יותר יכול, עקרונית, לקלוט מאפיינים מרחביים וזמניים של פעילות קליפת המוח שמרווחים רחבים יותר פשוט אינם יכולים לפענח.
לוקליזציה של מקור תלויה בצפיפות ובכיסוי של החיישנים
הקלטת אות בצפיפות היא רק חצי מהאתגר. קלינאים וחוקרים רוצים לעתים קרובות לעבוד לאחור מהקלטות קרקפת כדי להעריך היכן בתוך המוח מקור האות, תהליך הנקרא לוקליזציה של מקור (source localization). בעיית הנדסה הפוכה זו קשה מבחינה מתמטית, ודיוקה תלוי ישירות בכמות נתוני השטח שמזינים אותה.
מחקר מבוסס סימולציה שהתמקד ספציפית בשאלה זו בחן כיצד צפיפות החיישנים וכיסוי הראש משפיעים על הדיוק של הערכות לוקליזציית מקור. באמצעות שימוש הן בנתונים סימולטיביים והן בהקלטות EEG אפילפטיפורמיות אמיתיות, כלומר דפוסי פעילות מוחית הקשורים לפרקים חשמליים הקשורים להתקפים, החוקרים בחנו מספר טכניקות נפוצות של מידול הפוך על פני עומקי מקור שונים.
התוצאות היו ישירות: "צפיפות חיישנים גבוהה יותר משפרת את דיוק הלוקליזציה של המקור."
חשוב לא פחות, המחקר מצא כי לכיסוי יש חשיבות ללא קשר לצפיפות. הוספת דגימות אלקטרודות מעל המשטח התחתון (החלקים התחתונים של הראש ליד האוזניים, הרקות ובסיס הגולגולת) "משפרת את הדיוק של הערכות המקור בכל העומקים", ולא רק עבור מקורות הממוקמים בסמוך לאותו אזור תחתון.
המסקנה הכללית של המחקר מחזקת את שני הממצאים יחד: "הלוקליזציה המדויקת ביותר של המקור מתקבלת כאשר משטח המתח נדגם בצפיפות הן על המשטח העליון והן על המשטח התחתון."
זהו פרט משמעותי מכיוון שכובעי 10-20 סטנדרטיים נוטים לרכז את הכיסוי מעל החלק העליון של הראש, ומותירים את אזורי הקרקפת התחתונים דלילים יחסית. מערך 10-5 מלא נותן מענה מובנה לשתי הדרישות הללו בו-זמנית, שכן מערכת הקואורדינטות שלו מרחיבה את הכיסוי מטה לכיוון המשטח התחתון ובו-זמנית מספקת את הצפיפות הדרושה ללוקליזציה עדינה יותר.
יישומים של EEG בצפיפות גבוהה
באופן רחב, אימוץ פריסות בצפיפות גבוהה הרחיב את היכולות של תצפיות מעבדתיות וליד המיטה כאחד. על ידי איפשור טריאנגולציה מדויקת של התפשטות גלים חשמליים, מערכות אלו עוזרות לחוקרים להבין את השינויים המהירים בדפוסי הירי העצבי המגדירים קוגניציה.
מחקר נוירולוגי ואבחון
בתחום מדעי המוח, השאיפה לדיוק מכתיבה לעתים קרובות את המתודולוגיה. מערכים בצפיפות גבוהה מאפשרים זיהוי של שינויים טופוגרפיים עדינים המתרחשים במהלך משימות קוגניטיביות, ומספקים לחוקרים ראיות לאופן שבו רשתות עצביות מתארגנות בתנאי גירוי ספציפיים.
מערכים אלו ממפים ביעילות נתיבים חשמליים, ומסייעים בפיתוח מודלים המסבירים כיצד אזורי מוח מרוחקים מתאמים פעילות באמצעות תנודות מסונכרנות.
ממשקי מוח-מחשב (BCIs)
יישומי BCI דורשים זיהוי רציף ויציב של דפוסי חשיבה מונחי-פקודה. על ידי שימוש במספר מוגדל של חיישנים, מפתחי BCI יכולים לבודד רכיבי אות ספציפיים הקשורים לתנועה מתוך הפרעות רקע כלליות.
עידון זה בבידוד האות מוביל לדיוק שליטה משופר במכשירים פרוסתטיים חיצוניים ובכלי תקשורת דיגיטליים, שכן המערכת יכולה להבחין בחתימות כוונה מוטוריות קטנות וממוקדות יותר.
יישומים קליניים וניטור באמצעות כובע EEG בצפיפות גבוהה
במסגרות קליניות, כובעים בצפיפות גבוהה משמשים למדידת מוקדי התקפים בדיוק משופר. במקרים מסוימים, קלינאים חייבים להעריך את היציבות של מצבים חשמליים באמצעות מתודולוגיות המתוארות בהנחיות referential montage EEG.
כובע בצפיפות גבוהה הממוקם היטב מאפשר פרשנות ניואנסית יותר של אותות ייחוס אלה, ועוזר לקלינאים לאתר את מקור הפעילות החריגה אצל אנשים הסובלים מאפילפסיה מוקדית או מהפרעות בעיבוד קוגניטיבי.
השוואת מכשירי EEG בצפיפות גבוהה ללימודי מדעי המוח
בעת ביצוע מחקר, לרוב יש צורך להעריך איזו צפיפות דגימה מציעה את הפשרה הטובה ביותר בין מורכבות הרכישה לבין הנאמנות המדעית הנדרשת. הטבלה הבאה מציגה את ההבדלים הכלליים בצפיפות דגימת האלקטרודות בתצורות ניסיוניות נפוצות.
סוג המערכת | מספר אלקטרודות | רזולוציה מרחבית אופיינית | השימוש הטוב ביותר עבור |
|---|---|---|---|
10-20 סטנדרטי | 21-32 | 6-8 ס"מ | ניטור שגרתי |
טווח ביניים | 64-128 | 3-4 ס"מ | סקר קליני |
צפיפות גבוהה מלאה | 256+ | \< 2 ס"מ | מחקר לוקליזציה של מקור |
השוואה זו מדגישה מדוע חוקרים המעדפים פירוט מרחבי נוטים לעתים קרובות למערכים מלאים בצפיפות גבוהה עבור מחקרי לוקליזציה מורכבים. על ידי מזעור הפערים בין החיישנים, הנתונים הופכים למתאימים יותר למודלים מתמטיים מתקדמים, המאפשרים הבחנה מדויקת של מקורות קורטיקליים שעלולים אחרת להתמזג בהקלטות ברזולוציה נמוכה יותר.
האם EEG בצפיפות גבוהה יכול לזהות פעילות תת-קורטיקלית?
אחת הטענות היותר שנויות במחלוקת לגבי מערכי EEG צפופים היא האם הם יכולים לקלוט אותות ממבנים עמוק בתוך המוח, הרחק מתחת לקליפת המוח, שם מקובל להניח של-EEG סטנדרטי יש רגישות מועטה. לפיכך, מחקר משנת 2019 המטפל בשאלה זו ישירות השווה בין EEG של הקרקפת בצפיפות גבוהה לבין הקלטות תוך-גולגולתיות שנלקחו מאלקטרודות גירוי מוחי עמוק שהושתלו בתלמוס הצנטרומדיאלי ובגרעין האקומבנס, שני מבנים המעורבים בתיאום פעילות על פני רשתות מוחיות רחבות יותר.
מכיוון שאלקטרודות הגירוי המוחי העמוק במחקר זה היו זמנית חיצוניות, כלומר נגישות להקלטה לפני שחוברו לממריץ הפנימי הקבוע שלהן, חוקרים יכלו להקליט מאתרים תוך-גולגולתיים עמוקים אלה במקביל ל-EEG של הקרקפת בעל 256 ערוצים בצפיפות גבוהה, בשלושה חולים במצב מנוחה עם עיניים עצומות. לאחר מכן הם החילו טכניקות לשחזור מקור על נתוני הקרקפת והשוו את האותות שהתקבלו מול ההקלטות התוך-גולגולתיות האמיתיות.
התוצאות הראו מתאם בין מעטפות אלפא שנגזרו מאותות מוח משוחזרים ממקורות תוך-גולגולתיים ו-EEG, המתייחסים לדפוס העלייה והירידה האיטי של מקצבי מוח בתדר אלפא. יש לציין כי "המתאם הגדול ביותר נמצא עבור אותות מקור בסמיכות רבה לאתרי ההקלטה בפועל", כלומר ההערכה המבוססת על הקרקפת הייתה המדויקת ביותר ספציפית בעומק ובמיקום התואמים להשתלת האלקטרודה התוך-גולגולתית האמיתית. החוקרים הגיעו למסקנה כי הדבר מספק ראיות לכך ש-EEG של הקרקפת אכן יכול לחוש אותות תת-קורטיקליים.
עם זאת, יש לקרוא זאת כהדגמת הוכחת היתכנות קטנה בשלושה חולים במהלך מצב התנהגותי אחד. היא תומכת ברעיון שהדמיית מקור במערך צפוף יכולה להרחיב את הרגישות מעבר למשטח הקורטיקלי, אך היא אינה קובעת כמה אמינה או ניתנת לשחזור הרגישות הזו באוכלוסיות רחבות יותר או בתנאים מגוונים.
יישום מערכים צפופים למיפוי התפרקויות אפילפטיפורמיות
הצורך הקליני בשיטת 10-5 מתחדד במידה ניכרת בהקשר של הערכת אפילפסיה, שבה זיהוי המקור המדויק של התפרקויות חשמליות חריגות יכול לעצב החלטות לגבי טיפול ניתוחי. מחקר לוקליזציית המקור מבוסס הסימולציה שהוזכר קודם לכן הרחיב במפורש את ממצאי הסימולציה שלו לנתוני EEG אפילפטיפורמיים אמיתיים, ובחן את ההשפעות של צפיפות החיישנים והכיסוי בלוקליזציה של מקור של EEG אפילפטיפורמי.
מכיוון שהממצא הרחב של המחקר היה שצפיפות חיישנים גבוהה יותר וכיסוי משטח תחתון משפרים שניהם באופן עצמאי את דיוק הערכת המקור, ומכיוון שהדבר נשאר נכון כאשר נבחן מול הקלטות אפילפטיפורמיות אמיתיות ולא רק נתונים סימולטיביים, הדבר מספק גשר ראייתי ישיר למקרה השימוש הקליני של מערכת 10-5.
בהערכה קדם-ניתוחית של אפילפסיה, זה מתורגם להגדרה מדויקת יותר של האזור המגורה (irritative zone), אזור קליפת המוח המייצר התפרקויות חריגות בין התקפים, מה שיכול להנחות החלטות לגבי האם וכיצד להתקדם בניטור פולשני או ניתוח. יתרון זה נידון תדיר בחוגים קליניים ומחקריים כהצדקה עיקרית לשימוש בשיטות 10-5 או montages EEG צפופים באופן דומה במרכזי אפילפסיה.
העתיד של EEG בצפיפות גבוהה
התקדמויות עתידיות בטכנולוגיית הקלטה בצפיפות גבוהה יתרכזו ככל הנראה במזעור של רכיבי האלקטרודות. ככל שהחומרה תהפוך לפחות מסורבלת, חוקרים יוכלו לבצע הקלטות ברזולוציה גבוהה בסביבות ניידות של העולם האמיתי בקלות רבה יותר. ניידות זו תעביר את הרכישה בצפיפות גבוהה מסביבות מעבדה סטטיות להקשרים אמבולטוריים שבהם ניתן לחקור את ההתנהגות האנושית בתנאים טבעיים ללא המגבלות של מערכי אלקטרודות מסורתיים ומסורבלים.
במקביל, שילוב של אלגוריתמי למידת מכונה בזמן אמת ישנה את האופן שבו נתונים גולמיים מעובדים. במקום להסתמך על ניתוח רטרואקטיבי, מערכות מודרניות מתוכננות לפענח פעילות עצבית תוך כדי תנועה עם זמן השהיה מינימלי. יכולת זו תספק משוב מיידי לפרוטוקולי שיקום נוירולוגי ומסלולי BCI אדפטיביים, ותאפשר למערכת להתאים את פרמטרי עיבוד האות שלה על סמך המאפיינים החשמליים הספציפיים של האדם המוקלט.
לבסוף, פיתוח של חומרי אלקטרודות יבשות השומרים על עכבה (इמפדנס) נמוכה יחולל מהפכה נוספת במערכות אלו. על ידי ביטול הצורך בג'לים מוליכים, זמן ההתקנה של כובעים בצפיפות גבוהה יקטן משעות לדקות ספורות בלבד, ובכך יפחית משמעותית את החסם לניטור לטווח ארוך.
שינוי זה לכיוון חומרה בעלת יישום מהיר מבטיח להפוך את הדמיית המוח במערך צפוף לפרקטיקה נפוצה הן באבחון קליני והן במחקר קוגניטיבי ארוך טווח, ובכך ישנה מהיסוד את ההבנה שלנו לגבי הקישוריות העצבית האנושית.
סיכום
מערכת 10-5 מספקת מסגרת קואורדינטות סטנדרטית הבנויה כולה מנקודות ציון אנטומיות מדידות, המרחיבה את מערכות ה-10-20 וה-10-10 המוכרות לרשת של מעל 300 מיקומי אלקטרודות המרווחים כ-2 עד 3 סנטימטרים זה מזה. צפיפות זו מקרבת את הקלטת ה-EEG מהקרקפת הרבה יותר לרזולוציה המרחבית הדרושה לקליטת דפוסים חשמליים עדינים המיוצרים על פני שטח הפנים של המוח, עיקרון המושרש בתאוריית מדעי המוח הכלליים ועיבוד האותות.
הראיות שנידונו מצביעות על כך שדגימה צפופה יותר בשילוב עם כיסוי משטח תחתון משפרת את דיוק לוקליזציית המקור הן בנתונים סימולטיביים והן בנתונים אפילפטיפורמיים אמיתיים. מערכים בצפיפות גבוהה המזווגים עם טכניקות שחזור מקור הראו יכולת מדידה, גם אם ראשונית, להתאים לפעילות תת-קורטיקלית המוקלטת ישירות ממבני מוח עמוקים. הקלטות בצפיפות גבוהה מאוד מעל קליפת המוח החזותית קלטו מידע עצבי שימושי יותר מאשר תתי-קבוצות בצפיפות סטנדרטית של אותו מערך.
יחד, ממצאים אלו בונים בסיס תיאורטי סביר ואמפירי ראשוני לערך של מערכת 10-5 במשימות כמו מיפוי התפרקויות אפילפטיפורמיות והדמיה עצבית קוגניטיבית עדינה.
מקורות
Robinson, A. K., Venkatesh, P., Boring, M. J., Tarr, M. J., Grover, P., & Behrmann, M. (2017). Very high density EEG elucidates spatiotemporal aspects of early visual processing. Scientific reports, 7(1), 16248. https://doi.org/10.1038/s41598-017-16377-3
Song, J., Davey, C., Poulsen, C., Luu, P., Turovets, S., Anderson, E., ... & Tucker, D. (2015). EEG source localization: Sensor density and head surface coverage. Journal of neuroscience methods, 256, 9-21. https://doi.org/10.1016/j.jneumeth.2015.08.015
Seeber, M., Cantonas, L. M., Hoevels, M., Sesia, T., Visser-Vandewalle, V., & Michel, C. M. (2019). Subcortical electrophysiological activity is detectable with high-density EEG source imaging. Nature communications, 10(1), 753. https://doi.org/10.1038/s41467-019-08725-w
שאלות נפוצות
מהי מערכת EEG 10-5?
מערכת 10-5 היא רשת מיקום אלקטרודות סטנדרטית המחלקת את הקרקפת למעל 300 מיקומים מוגדרים, המרווחים בערך סנטימטרים ספורים זה מזה. היא מרחיבה את מערכות 10-20 ו-10-10 הישנות יותר כדי לספק דגימה צפופה בהרבה של הפעילות החשמלית במוח.
כיצד מערכת 10-5 מתבססת על מערכת 10-20?
מערכת 10-20 מחלקת את הראש באמצעות מרווחים מבוססי אחוזים כדי להגדיר 21 מיקומים סטנדרטיים. מערכת 10-10 חוצה את המרווחים הללו, ומערכת 10-5 חוצה אותם שוב, ויוצרת רשת עדינה בהרבה תוך שמירה על כל נקודות הציון המקוריות.
אילו נקודות ציון אנטומיות מעגנות את מיקום האלקטרודות?
ארבע נקודות ניתנות למישוש – הנאזיון בגשר האף, האיניון בבסיס הגולגולת, ונקודות ה-Preauricular השמאלית והימנית מול האוזניים – משמשות כנקודות ייחוס קבועות. כל מיקומי האלקטרודות מחושבים מקשתות שנמדדות בין נקודות ציון אלו.
מדוע מרווח אלקטרודות צפוף יותר חשוב ל-EEG?
דפוסים חשמליים במוח יכולים להשתנות על פני אזורי קרקפת קטנים, ואלקטרודות מרווחות באופן רחב עלולות להחמיץ פרטים עדינים בגלל עקרון הדגימה של נייקוויסט. מרווח צפוף יותר קולט את הדפוסים המרחביים הקטנים הללו, מה שמוביל להקלטות מדויקות יותר.
כיצד מערכת 10-5 משפרת את לוקליזציית המקור?
לוקליזציית מקור מעריכה היכן בתוך המוח מקור האות, ודיוקה תלוי בקיום נקודות מדידה רבות. דגימה צפופה יותר בשילוב עם כיסוי מעל הראש התחתון משפרת את הדיוק של הערכות אלה בכל עומקי המוח.
האם EEG במערך צפוף יכול לזהות אותות ממבני מוח עמוקים?
מחקר קטן תיעד בו-זמנית מהקרקפת ומאלקטרודות עמוקות שהושתלו במוח, והראה מתאם בין שני האותות. זה מספק ראיה ישירה לכך ש-EEG בקרקפת יכול לחוש פעילות תת-קורטיקלית, אם כי עדיין נדרש אימות רחב יותר.
האם צפיפות אלקטרודות גבוהה יותר תמיד משפרת את איכות ההקלטה?
צפיפות מוגברת מספקת יותר נתונים למידול מרחבי, אך היא גם מעלה את מורכבות עיבוד הנתונים ואת הסיכון לבעיות עכבה (אימפדנס); האיכות תלויה ביישום נכון ובניהול אותות ברור.
האם יש אתגרים ספציפיים עם כובעים בצפיפות גבוהה?
האתגר העיקרי הוא זמן היישום עבור מערכים גדולים יותר ועומס העבודה החישובי המוגבר הנדרש לעיבוד מאות ערוצים בו-זמנית לצורך מידול נקי.
Emotiv היא מובילה בתחום הנוירוטכנולוגיה המסייעת לקדם מחקר במדעי המוח באמצעות כלי EEG נגישים וכלי נתוני מוח.
כריסטיאן בורגוס
