חפש נושאים אחרים...

האיצו את לוחות הזמנים של בדיקות ה-EEG האנליטיות שלכם באמצעות מערכים אלחוטיים בצפיפות גבוהה ובעלי הגדרה מהירה, המותאמים לפריסת שטח גמישה (Flex).

האיצו את לוחות הזמנים של בדיקות ה-EEG האנליטיות שלכם באמצעות מערכים אלחוטיים בצפיפות גבוהה ובעלי הגדרה מהירה, המותאמים לפריסת שטח גמישה (Flex).

נתוני EEG מספקים תיעוד רגיש לזמן של פעילות חשמלית הנמדדת מהקרקפת. הערך שלהם תלוי לא רק בהקלטה עצמה, אלא גם ברכישה קפדנית, עיבוד שקוף, אחסון מתאים ופרשנות אחראית.

האיצו את לוחות הזמנים של בדיקות ה-EEG האנליטיות שלכם באמצעות מערכים אלחוטיים בצפיפות גבוהה ובעלי הגדרה מהירה, המותאמים לפריסת שטח גמישה (Flex).

האיצו את לוחות הזמנים של בדיקות ה-EEG האנליטיות שלכם באמצעות מערכים אלחוטיים בצפיפות גבוהה ובעלי הגדרה מהירה, המותאמים לפריסת שטח גמישה (Flex).

מהם נתוני EEG?

נתוני EEG הם רישום דיגיטלי של הפרשי מתח הנמדדים על ידי אלקטרודות הממוקמות על הקרקפת או בסמוך לה. אלקטרואנצפלוגרפיה היא שיטה בלתי פולשנית ומציעה רזולוציה זמנית גבוהה, המאפשרת לחוקרים ולקלינאים לבחון שינויים בפעילות המוחית על פני אלפיות השנייה. האות המתקבל נשמר לרוב כסדרה עתית רציפה אחת או יותר, כאשר כל ערוץ מייצג מדידה ביחס לנקודת ייחוס (reference).

האות משקף תערובת של מקורות. פעילות עצבית תורמת לרישום, אך ארטיפקטים כגון תנועות עיניים, התכווצויות שרירים, תזוזת אלקטרודות, הפרעות סביבתיות ושינויים באיכות המגע יכולים להופיע גם הם בעקומת הרישום.

מסיבה זו, נתוני EEG אינם קריאה ישירה של תהליך מוחי בודד. זוהי תצפית הדורשת הקשר, בדיקות איכות ושיטת ניתוח מוגדרת היטב.

מספר הערוצים, קצב הדגימה, נקודת הייחוס, מיקומי האלקטרודות, סמני האירועים (event markers) ופרטי המשתתפים מעצבים כולם את האופן שבו ניתן לפרש את הנתונים. בפועל, הרישום מספק את המידע הרב ביותר כאשר האות נבחן לצד המטלה, המצב, התזמון והתנאים שבהם הוא נאסף.

כיצד תאי המוח מייצרים את אות ה-EEG

סטיות המתח שאלקטרודת EEG מזהה אינן נובעות מפוטנציאלי הפעולה החדים הפועלים לפי עקרון "הכול או כלום", שבהם משתמשים נוירונים לתקשורת לטווח ארוך, אלא מפוטנציאלים פוסט-סינפטיים איטיים ומדורגים המתפשטים לאורך הדנדריטים של תאים פירמידליים בקליפת המוח.

כאשר אלפי נוירונים אלו מופעלים בסנכרון מקורב, הזרמים החוץ-תאיים הזעירים שלהם מסתכמים דרך התווך המוליך של המוח, נוזל המוח והשדרה, הגולגולת והקרקפת – תהליך המכונה הולכת נפח (volume conduction). המתח שמגיע בסופו של דבר לחיישן הרישום הוא השתקפות מטושטשת אך אמיתית של אותו סנכרון עצבי רחב היקף.

כיצד פועלת רכישת נתוני EEG

במהלך הרכישה, אלקטרודות מזהות תנודות מתח קטנות ומערכת הרישום ממירה אותן לדגימות דיגיטליות. המערכת מקליטה בדרך כלל מספר ערוצים בו-זמנית, בעוד שנקודת ייחוס והארקה מספקות את ההקשר החשמלי הדרוש לחישוב ערכי הערוצים. קצב הדגימה קובע באיזו תדירות נמדד האות, ועל כן אילו שינויים ניתן לייצג בצורה נאמנה.

לפני הרישום, טכנאים או חוקרים ממקמים את האלקטרודות על פי מונטאז' מוגדר ובודקים את איכות המגע. מסגרת העבודה של מיקום אלקטרודות EEG מתארת גישה סטנדרטית התומכת בהשוואה בין מפגשים ומעבדות שונות. סמני אירועים עשויים להתווסף כאשר מופיע גירוי, משתתף מגיב או מתרחש אירוע קליני, ויוצרים ציר זמן שניתן ליישר מאוחר יותר עם האותות המוקלטים.

הרכישה מעוצבת גם על ידי הפרוטוקול. רישומי מצב מנוחה (resting-state), מחקרי שינה, מטלות קוגניטיביות וניטור התקפים אפילפטיים משתמשים במשכי זמן, הוראות וחיישני עזר שונים. מערך נתונים שלם כולל אפוא יותר מאשר עקומות מתח: הוא עשוי להכיל תוויות ערוצים, מיקומי אלקטרודות, הגדרות מכשיר, קודי אירועים, הערות ותיעוד של הפרעות או תנאים חריגים.

שיטות מומלצות לאיסוף נתוני EEG

איסוף נתונים נכון מתחיל בפרוטוקול המגדיר את שאלת המחקר, משך הרישום, תצורת הערוצים, קצב הדגימה, נקודת הייחוס והנוהל לסימון אירועים בטרם נבדקים המשתתפים. עקביות מפחיתה שונות לא רצויה בין מפגשים והופכת השוואות עתידיות למבוססות יותר. הפרוטוקול צריך גם לתאר מה קורה כאשר ערוץ מסוים רועש, משתתף זז או סמן אירוע מוחמץ.

הכנה פיזית היא קריטית גם כן, משום שאיכות האות עלולה להידרדר עקב תנועה רגילה ומגע לקוי של האלקטרודות. זו הסיבה שמפעילים בודקים בדרך כלל עכבה (אימפדנס) או מדדי מגע מקבילים, מסבירים את המטלה בבירור ומתעדים שינויים רלוונטיים במצב המשתתף. צעדים אלו אינם מסירים כל ארטיפקט, אך הם מקלים על זיהוי מקורו ומונעים טעויות שבהן בעיות שניתן למנוע נחשבות לממצאים עצביים.

רשימת תיוג קצרה לאיסוף נתונים יכולה לשמור על פרטים תפעוליים גלויים מבלי להחליף שיקול דעת מדעי:

  • ודאו תוויות ערוצים, מיקומי אלקטרודות, נקודת ייחוס והארקה.

  • רשמו את הגדרות הדגימה, הגדרות המסננים ותצורת המכשיר.

  • סמנו גירויים, תגובות, הפסקות ואירועים בעלי רלוונטיות קלינית באופן עקבי.

  • תעדו הפרעות, תנועה, שינויים באלקטרודות ומצבים חריגים של המשתתף.

לאחר האיסוף, יש להצליב את רשימת התיוג עם בדיקה של הרישום הגולמי והמטא-נתונים שלו. תיעוד רכישה ברור מאפשר לאנליסטים להבחין בין מאפיין אות אמיתי לבין שינוי שנגרם על ידי חומרה, התקנה או סטייה מהפרוטוקול.

אלקטרודות רטובות לעומת יבשות ואיכות המגע עם העור

כל רישומי ה-EEG מתחילים בחיישן פיזי המוצמד לעור, וחיישן זה משתייך לאחת משתי משפחות עיקריות.

אלקטרודות רטובות משתמשות בג'ל או במשחה מוליכה כדי לגשר על הפער בין המתכת לקרקפת, ובכך להוריד את העכבה. אלקטרודות יבשות מוותרות על הג'ל, ומסתמכות על חומרים מתקדמים והגברה מוקדמת מובנית כדי לשמור על נאמנות האות.

חלק מהאלקטרודות הן אקטיביות, כלומר הן מכילות מעגלי המרת עכבה ישירות באתר הרישום; באלקטרודות פסיביות חסרה אלקטרוניקה מובנית זו. ללא קשר לסוג, איכות הממשק שבין האלקטרודה לקרקפת קובעת איזה חלק מהאות הביולוגי ישרוד לפני שהוא מגיע בכלל למגבר.

מגע לקוי גורם לחדירת רעש סביבתי וארטיפקטים של תנועה שעלולים להטביע את הפעילות המוחית החלשה. .Winkler et al הציגו אתגר זה באופן מפורש כשהתמודדו עם הבעיה האוניברסלית של רכיבי מקור ארטיפקטואליים באמצעות בניית מסווג בלתי תלוי בנבדק עבור רכיבי ניתוח רכיבים בלתי תלויים (ICA).

עצם קיומו של מאמץ זה מדגיש שזיהום על ידי ארטיפקטים הוא בעיה מתמשכת ברישומי EEG, וההנחה הראשונית של האלקטרודות – ניקוי העור, מיקום נכון של החיישן ואימות חיבור יציב – היא הדרך הראשונה והישירה ביותר להפחית את עומס הארטיפקטים שהעיבוד המאוחר יותר ייאלץ להתמודד איתו.

תכנון מונטאז' ומערכת ה-10–20 הסטנדרטית

מכיוון שלפוטנציאלים הנמדדים על הקרקפת אין תיוג מרחבי מובנה, התחום אימץ רשת קואורדינטות לפני זמן רב. המערכת הבינלאומית 10–20 מגדירה את מיקומי האלקטרודות באופן פרופורציונלי בין ארבע נקודות ציון אנטומיות: הנאזיון (גשר האף), האיניון (בליטה גרמית בחלק האחורי של הראש), והנקודות הפרה-אוריקולריות השמאלית והימנית ממש לפני האוזניים. סטנדרטיזציה זו פירושה שערוץ המסומן כ-"Cz" מתייחס לאותו מיקום קודקודי מרכזי בכל מעבדה, מה שהופך מערכי נתונים לניתנים להשוואה ישירה.

מונטאז', המוגדר כמפרט של האופן שבו נמדד המתח של כל אלקטרודה ביחס לנקודת ייחוס וכיצד גזירות דו-קוטביות (bipolar) או ייחוסיות (referential) אלו מוצגות או נשמרות, מונח על גבי אותו מערך פיזי. מחקרו של ארנו דלורם (Arnaud Delorme) מדגים היטב מדוע מידע מונטאז' מדויק חשוב להמשך התהליך, בכך שמצא שאינטרפולציה של ערוצים פגומים – אחד משלבי קדם-העיבוד הבודדים ששיפרו באופן עקבי את העוצמה הסטטיסטית של פוטנציאלים תלויי-אירוע (ERP) – תלויה בהכרת השכנים המרחביים המדויקים של כל אלקטרודה. ללא מפת ערוצים נכונה, אינטרפולציה כזו אינה יכולה לפעול בצורה מהימנה.

עוד הוא מוסיף כי מסווג הארטיפקטים תוכנן להכללה על נתונים שהשתמשו במערכי ערוצים שונים, מה שמחזק את העובדה שהתכונות המרחביות של המסווג מניחות סידור מתועד היטב. מונטאז' סטנדרטי המתועד בנאמנות הופך אפוא לפיגום הבלתי נראה התומך הן בפרשנות אנושית והן בשימוש חוזר אלגוריתמי.

בחירה ותיעוד של נקודת הייחוס בזמן אמת (Online Reference)

כל מגבר EEG רושם את הפרש המתחים בין שתי נקודות. במהלך הרישום בזמן אמת, אחת מנקודות אלו היא אלקטרודת ייחוס פיזית שהחומרה מתייחסת אליה כאל קו בסיס (baseline) קבוע.

בחירות נפוצות הן הקודקוד (Cz), תנוכי אוזניים מקושרים או תהליכי המסטואיד, או ממוצע של כל ערוצי הקרקפת. מכיוון שקובץ הנתונים הגולמי מאחסן מתחים ביחס לאותה נקודת ייחוס מקורית, הבחירה מותירה חותם קבוע על המספרים, גם אם חוקר ישנה מאוחר יותר באופן מתמטי את נקודת הייחוס של האות (re-reference) לנקודה משותפת אחרת.

במחקר הנזכר לעיל של דלורם, אשר בחן צינורות עיבוד מקדים אוטומטיים על שלושה מאגרי EEG ציבוריים, הוא מצא כי שינוי נקודת הייחוס ושיטות מתקדמות להסרת קו בסיס פגעו באופן משמעותי בביצועים, והפחיתו את אחוז הערוצים שהראו אפקט ניסויי מובהק.

ממצא זה אינו מרמז שאסור לבצע שינוי ייחוס לעולם, אך הוא כן אומר שיש לתעד את נקודת הייחוס המקורית בזמן אמת בכותרת הקובץ. רק עם הערה זו יוכל אנליסט עתידי להבין איזה קו בסיס הופחת במקור ולהעריך האם טרנספורמציה מאוחרת יותר עלולה לעוות את התגובה המוחית האמיתית.

המרה מאנלוגי לדיגיטלי וקצב דגימה

המתח הרציף הזורם מכל אלקטרודה מומר לזרם של מספרים בדידים על ידי ממיר אנלוגי-לדיגיטלי (ADC). הקצב שבו ה-ADC דוגם קובע את הרזולוציה הזמנית של הסדרה העתית המתקבלת.

קצב דגימה של 500 הרץ, למשל, פירושו שהמצב החשמלי של המוח נלכד פעם בכל 2 אלפיות השנייה. על פי משפט נייקוויסט, התדר הגבוה ביותר שניתן לייצג נאמנה באות הדיגיטלי נמוך ממחצית מקצב הדגימה, כך שרישום של 500 הרץ יכול לשחזר תדרים עד קצת מתחת ל-250 הרץ. EEG ברמה מחקרית פועל בדרך כלל בין 250 הרץ ל-1000 הרץ, בהתאם לפסי התדרים בעלי העניין.

מה שהופך את קצב הדגימה לחשוב במיוחד כמטא-נתונים הוא העובדה שהוא מגביל באופן סמוי בחירות אנליטיות שנעשות בשלבים מאוחרים בהרבה. .Fraschini et al בחנו בדיוק את אפקט השרשרת הזה על ידי בדיקת האופן שבו אורך האפוק (epoch length) – חלון הזמן של הנתונים שחולצו לצורך ניתוח קישוריות – משנה את התוצאות.

באמצעות שימוש ב-EEG במצב מנוחה ממבוגרים בריאים, המחקר הראה כי ערכי מדד השהיית הפאזה הממוצע (phase-lag index) ומתאם מעטפת האמפליטודה ירדו שניהם ככל שהאפוקים התארכו, והתייצבו רק לאחר כ-12 שניות ו-6 שניות, בהתאמה. אפילו הטופולוגיה של רשתות מתורת הגרפים ששוחזרו מהנתונים השתנתה בהתאם למשך האפוק, אם כי פרמטרים של עץ פורש מינימלי ברמת המקור הוכחו כעמידים יותר.

המסקנה המרכזית לתיעוד נתונים גולמיים היא שמספר הדגימות לשנייה מציב גבול תחתון מוחלט לאופן שבו ניתן לפרוס את התזמון. אם קצב הדגימה נרשם בצורה שגויה, כל סמן אירוע עוקב, גבול אפוק והערכת קישוריות יירשו את השגיאה הזו. לכן, ציון קצב ה-ADC המדויק בכותרת הקובץ הוא פעולת תחזוקה שאין עליה פשרות.

פורמטים סטנדרטיים לאחסון נתונים: EDF ו-BrainVision

לאחר הדיגיטציה, הסדרה העתית והמטא-נתונים הנלווים אליה חייבים להישמר בפורמט קובץ שתוכנות אחרות, ומעבדות אחרות, יכולות לפתוח ללא אי-ודאות.

שני פורמטים פתוחים שולטים בתחום. European Data Format (EDF) הוא קובץ מארז (container) קומפקטי ומקובל הנפוץ במחקרי שינה ובמסגרות קליניות, המאחסן מספר ערוצים לצד כותרת המפרטת את קצב הדגימה, תוויות הערוצים והממדים הפיזיים.

BrainVision, פורמט שפותח על ידי Brain Products, מפזר את אותו המידע על פני שלושה קבצים מקושרים: כותרת טקסט (‎.vhdr) המפרטת שמות ערוצים, קצב דגימה ונקודת ייחוס מקורית; קובץ סמנים (‎.vmrk) המתעד קודי אירועים ואת זמני ההשהיה שלהם; וקובץ נתונים בינארי (‎.eeg) המחזיק את דגימות המתח הגולמיות.

ערכם של פורמטים סטנדרטיים אלה מתבהר כאשר מערכי נתונים גדולים משותפים בפומבי. לדוגמה, במחקר משנת 2019, חוקרים שחררו מערך נתונים מרובה-פרדיגמות של ממשק מוח-מחשב (BCI) המכסה דימוי תנועה, פוטנציאלים תלויי-אירוע ופוטנציאלים מעוררים חזותית במצב יציב מ-54 משתתפים. הפצת משאב כזה עם סקריפטים לניתוח בקוד פתוח הייתה חסרת משמעות אילו הנתונים היו נעולים באריזה קניינית.

בין אם הקבצים נשמרים בסופו של דבר ב-EDF ובין אם ב-BrainVision, הבחירה מבטיחה שכל חוקר יוכל להוריד את הרישום ולשחזר את הממצאים, ובכך לחבר את הרישום הגולמי לשרשרת השחזור של הקהילה כולה.

מאפיין

EDF

BrainVision

מבנה קובץ

מארז יחיד

שלושה קבצים מקושרים

מידע כותרת

בתוך הקובץ

קובץ טקסט ‎.vhdr

סמני אירועים

לא נפרדים

קובץ ‎.vmrk

נתונים גולמיים

באותו קובץ

קובץ בינארי ‎.eeg

תחזוקה חיונית: מפות ערוצים ומטא-נתונים של דגימה

קובץ EEG גולמי הופך לשמיש מבחינה מדעית רק כאשר הוא נושא תיאור מלא ומדויק של המבנה המרחבי והזמני שלו. המשמעות היא שלכל ערוץ חייבת להיות תווית סטנדרטית (למשל, Fz, C3, O2 וכן הלאה) יחד עם הקואורדינטות התלת-ממדיות שלו על הקרקפת. קואורדינטות אלו מאפשרות כל ניתוח עתידי הכולל יחסים מרחביים, כגון אינטרפולציה של ערוץ פגום משכניו או הטלת האות על מודל מקור קורטיקלי.

המחקר של .Fraschini et al הסתמך על מאפיינים מרחביים, ספקטרליים וזמניים כדי לסווג רכיבי ICA כמוח או כארטיפקט; הטופוגרפיה המרחבית של רכיב היא חסרת משמעות ללא ידיעת המיקום הפיזי של כל אלקטרודה שתרמה לו.

באופן דומה, דלורם מצא כי אינטרפולציה של ערוצים פגומים, המשתמשת בערכים מאלקטרודות סמוכות, הייתה אחד התיקונים הבודדים ששמרו באופן מהימן על אפקטים ניסוייים. מנגנון אינטרפולציה יכול לבצע הערכה מרחבית זו רק אם מפת הערוצים של מערך הנתונים נכונה.

כותרת הקובץ חייבת לאחסן גם את קצב הדגימה המדויק, תאריך הרישום ותוויות חד-משמעיות עבור כל ערוצי עזר כגון אלקטרו-אוקולוגרם (תנועות עיניים) או אלקטרומיוגרם (פעילות שרירים). גם אם ערוצים אלה לא יהיו בשימוש במהלך חקירת הנתונים הראשונית, נוכחותם צריכה להיות גלויה. חוסר התאמה בין קצב הדגימה המאוחסן לבין שעון ה-ADC בפועל עלול לעוות את התזמון באופן בלתי הפיך, ולהפוך את היישור עם סמני הגירוי למאוחר יותר לבלתי אפשרי.

נתוני EEG במסגרות קליניות לעומת מחקריות

רישומים קליניים ומחקריים חולקים עקרונות ליבה אך משרתים מטרות מידיות שונות. EEG קליני נרכש כדי לתמוך בהערכת מטופלים, ניטור או אבחון תחת נהלים מקצועיים ומוסדיים מבוססים. EEG מחקרי נאסף בדרך כלל כדי לבחון השערה מוגדרת, להשוות בין תנאים או לפתח שיטה אנליטית, תוך שימוש בפרוטוקולים ותיעוד הייחודיים למחקר.

עבודה קלינית שמה דגש רב על סקירה בזמן, מונטאז'ים בעלי משמעות קלינית, פרשנות מאומתת ורישום קבוע בתוך מערכת הטיפול הרלוונטית. מחקר שם דגש רב יותר על תנאים מבוקרים, תוצאות שנקבעו מראש, יכולת שחזור וטיפול שקוף בהחרגות. תוצאת מחקר אינה בהכרח ממצא קליני, ותצפית קלינית אינה בהכרח מדד מחקרי מתוקף.

ההבחנה משפיעה גם על ניהול הנתונים (data governance). נתונים קליניים עשויים להיות כפופים לחובות רשומות רפואיות ודרישות טיפול ישיר, בעוד שמערכי נתונים מחקריים מעוצבים על ידי נוסח ההסכמה, אישור ועדת אתיקה מוסדית, תוכניות שיתוף נתונים ויעדי המחקר. בשתי המסגרות, נדרשים פרשנות מיומנת ותיעוד זהיר משום שדפוסי EEG תלויים בהקשר ולא בערכים מספריים מבודדים.

שיקולי פרטיות ואתיקה עבור נתוני EEG

רישומי EEG ניתנים לקישור לאדם באמצעות מזהים, פרטי מפגש, הקשר קליני או שילובים של מטא-נתונים. גם כאשר צורת הגל עצמה קשה לפירוש מחוץ למסגרת מומחים, יש לטפל בה כנתונים רגישים של נבדקים אנושיים כאשר היא מקושרת למשתתף שניתן לזהותו. איסוף ושימוש חוזר צריכים להתבצע בהתאם לפרוטוקול המאושר ולדרישות הפרטיות החלות.

טופס ההסכמה צריך להסביר את מטרת הרישום, סוגי הניתוחים הצפויים, משך האחסון, שיתוף אפשרי והאם מותרים שימושים עתידיים. על החוקרים להימנע מרמיזה ש-EEG יכול לחשוף יותר ממה שהמחקר נועד למדוד. תקשורת ברורה חשובה במיוחד כאשר משתתפים עשויים להניח שרישום מחקרי מספק אבחנה או הערכה אישית.

התנהלות אתית נמשכת גם לאחר האיסוף. ביטול זיהוי (De-identification), גישה מבוקרת, מגבלות שמירה, נתיבי ביקורת (audit trails) ושחרור זהיר של מטא-נתונים מסייעים להפחית סיכונים, אך שום שיטה אינה מבטלת אותם לחלוטין. יש לדווח על ממצאים מבלי להפריז במשמעות החיזויית או האבחנתית שלהם, ויש להתייחס לסיווגים אוטומטיים כאל פלטים אנליטיים הדורשים תיקוף מתאים ולא כאל שיפוטים שאין עליהם עוררין לגבי אדם.

מדוע איכות הרישום הגולמי מהווה את הבסיס לניתוח EEG מהימן

מפגש EEG בודד הוא הרגע שבו הארכיטקטורה החשמלית של המוח נלכדת בצורה קבועה, והמורכבות של אותו רישום גולמי כבר משקפת את הרשתות העצביות שמתחת לקרקפת. המחקרים המבוססים על מדעי המוח המודגשים כאן נושאים מסר אחיד: האות בעל העניין נמצא בנתונים הגולמיים עצמם, בתנאי ששלב הרכישה מטופל בקפידה. איכות מגע האלקטרודות, מיפוי ערוצים מדויק, נקודות ייחוס וקצבי דגימה מתועדים ופורמטים פתוחים לאחסון קובעים כולם האם האות יישאר נגיש בין מעבדות ולאורך שנים.

לבסוף, איפוק גובר לעתים קרובות על עיבוד מסיבי, שכן חוקרים שהשאירו את הנתונים הגולמיים במידה רבה כפי שהם שימרו תגובות מוחיות אמיתיות טוב יותר מאלו שהפעילו תיקונים אגרסיביים. רישום זהיר, מטא-נתונים כנים והתערבות מינימלית יוצרים משמעת השומרת על האות המדעי בשלמותו.

לפיכך, כל ניתוח מהימן מתחיל לא באלגוריתמים מתוחכמים אלא בפעולה הפשוטה של לכידת רישום נאמן ומתועד היטב.

ניהול ארטיפקטים ושיפור איכות האות בנתוני EEG

סיווג ארטיפקטים יעיל מבוסס CNN

זיהום על ידי ארטיפקטים נותר אתגר מרכזי בניתוח נתוני EEG, וזיהוי אוטומטי יכול לייעל את שלב העיבוד המקדים. מחקר אחד הציע ארכיטקטורת סיווג ארטיפקטים מבוססת CNN שאינה דורשת חילוץ מאפיינים ידני. החוקרים תכננו חמישה מודלים של רשתות נוירונים קונבולוציוניות וביצעו להם אופטימיזציה ליעילות פרמטרים וחישוב.

הרשת בעלת הביצועים הטובים ביותר הגיעה לדיוק סיווג של 94.17% בקרב 17 משתתפים ותשע מחלקות של ארטיפקטים. כאשר נבדק על מערך נתונים נפרד שנאסף באמצעות headset מדגם Emotiv Epoc X בעל 14 ערוצים, המודל זיהה ארטיפקטים של מצמוצי עיניים בדיוק של 93.5%, מה שמצביע על כך שרשתות קלות משקל המתאימות למכשירים ניידים יכולות לסמן באופן מהימן מזהמים נפוצים ברישומים רב-ערוציים רציפים.

מערך נתוני EEG ציבורי של ארטיפקטים של תנועה

מכשירי EEG לבישים רגישים במיוחד לארטיפקטים של תנועה, אך מערכי נתונים פתוחים הלוכדים הפרעות אלו הם נדירים. כדי לתת מענה לפער זה, חוקרים שחררו מערך נתוני EEG של ארטיפקטים של תנועה שהוקלט באמצעות headset מדגם Emotiv Epoc X ותוכנת EmotivPRO.

משתתף בריא יחיד ביצע רצף של תנועות פלג גוף עליון, פלג גוף תחתון ותנועות גוף מלאות – כולל מצמוצי עיניים, ניעור ראש, דיבור, הליכה וישיבה – בעוד ש-14 ערוצי EEG ותשעה אותות מחיישני תנועה נשמרו. המחברים מספקים את הנתונים בפורמטים של CSV ו-MATLAB, ויוצרים משאב לבדיקת אלגוריתמים להפחתת רעשים בתנאים אמבולטוריים מציאותיים.

חילוץ מקצבים קולקטיביים מ-EEG רב-ערוצי

מעבר להסרת ארטיפקטים, שיפור יחס האות לרעש של מקצב מוחי משותף על פני מספר ערוצים יכול לחדד ניתוחים עוקבים. מחקר שהשתמש ב-headset מדגם Emotiv Epoc X השווה בין ניתוח רכיבים עיקריים (PCA) לבין שיטת חילוץ מקצבים קולקטיביים המבוססת על פיתול קוסמבי-הילברט (KHT).

גישת ה-KHT לוקחת בחשבון השהיות פאזה בין ערוצים ומתמקדת בפס תדרים ספציפי. ברישומים עם עיניים עצומות ובמהלך צפייה במסך מהבהב בתדר 15 הרץ, KHT הניב יחס אות לרעש גבוה יותר עבור האות הקולקטיבי בהשוואה ל-PCA, במיוחד כאשר הוכנסו היסטים זמניים אקראיים בין הערוצים. הממצא מצביע על ערכן של שיטות מסונכרנות-פאזה לבידוד פעילות תנודתית משותפת בנתוני EEG ברמת צרכן.

יחד, מחקרים אלו ממחישים כיוונים מעשיים לטיפול בארטיפקטים ולשיפור איכות האות בנתוני EEG. הם מדגימים שמודלים יעילים של למידה עמוקה יכולים לסווג מזהמים נפוצים, שמערכי נתונים ייעודיים יכולים לתמוך בפיתוח אלגוריתמים לרישומים המשובשים על ידי תנועה, וכי עיבוד אותות מודע-פאזה יכול לחזק מקצבים קולקטיביים. העבודה מבוססת על מדגמים קטנים ותנאים מבוקרים, ולכן יש לפרש את רמות הדיוק והשיפורים המדווחים כמעודדים אך עדיין לא ככאלה הניתנים להכללה על כל האוכלוסיות או סביבות הרישום.

מקורות

  1. Winkler, I., Haufe, S., & Tangermann, M. (2011). Automatic classification of artifactual ICA-components for artifact removal in EEG signals. Behavioral and brain functions, 7(1), 30. https://doi.org/10.1186/1744-9081-7-30

  2. Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0

  3. Fraschini, M., Demuru, M., Crobe, A., Marrosu, F., Stam, C. J., & Hillebrand, A. (2016). The effect of epoch length on estimated EEG functional connectivity and brain network organisation. Journal of neural engineering, 13(3), 036015.

  4. Lee, M. H., Kwon, O. Y., Kim, Y. J., Kim, H. K., Lee, Y. E., Williamson, J., ... & Lee, S. W. (2019). EEG dataset and OpenBMI toolbox for three BCI paradigms: An investigation into BCI illiteracy. GigaScience, 8(5), giz002. https://doi.org/10.1093/gigascience/giz002

שאלות נפוצות

מה בדיוק קולט רישום EEG, ומדוע הוא נחשב להשתקפות של פעילות המוח?

רישום EEG קולט את תנודות המתח הזעירות על פני הקרקפת הנובעות מהפעילות המסונכרנת של קבוצות גדולות של נוירונים בקליפת המוח. תנודות אלו מגיעות בעיקר מפוטנציאלים פוסט-סינפטיים מדורגים בתאים פירמידליים, אשר מסתכמים באמצעות הולכת נפח ויוצרים מדד מטושטש אך אמיתי של סנכרון עצבי רחב היקף.

מדוע אותות EEG מקורם בפוטנציאלים פוסט-סינפטיים ולא בפוטנציאלי פעולה?

פוטנציאלי פעולה הם אירועים קצרים הפועלים לפי עקרון "הכול או כלום" ותורמים מעט מאוד למתח על הקרקפת, בעוד שפוטנציאלים פוסט-סינפטיים איטיים ומדורגים מתפשטים על פני דנדריטים ומסתכמים על פני אלפי נוירונים. סיכום זה מייצר סטיות מתח הניתנות לזיהוי על הקרקפת, מה שהופך את הפוטנציאלים הפוסט-סינפטיים למקור העיקרי של אות ה-EEG.

מה ההבדל בין אלקטרודות רטובות ליבשות, וכיצד איכות מגע האלקטרודה משפיעה על הרישום?

אלקטרודות רטובות משתמשות בג'ל מוליך להורדת העכבה ולשיפור העברת האות, בעוד שאלקטרודות יבשות מסתמכות על חומרים מתקדמים והגברה מוקדמת מובנית כדי לשמור על נאמנות האות ללא ג'ל. איכות הממשק שבין האלקטרודה לעור היא קריטית משום שמגע לקוי גורם לחדירת רעש סביבתי וארטיפקטים של תנועה שעלולים להציף את האות המוחי החלש.

כיצד המערכת הבינלאומית 10–20 מיישמת סטנדרטיזציה במיקום האלקטרודות, ומדוע זה חשוב?

מערכת ה-10–20 מגדירה את מיקומי האלקטרודות באופן פרופורציונלי בין ארבע נקודות ציון אנטומיות – נאזיון, איניון והנקודות הפרה-אוריקולריות השמאלית והימנית – כך שערוץ מסומן כמו "Cz" מתייחס לאותו מיקום בכל מעבדה. סטנדרטיזציה זו מבטיחה שמערכי נתונים ניתנים להשוואה ישירה ומאפשרת ניתוחים מרחביים מדויקים, כגון אינטרפולציה של ערוצים פגומים.

מדוע חיוני לתעד את אלקטרודת הייחוס בזמן אמת (Online Reference) ששימשה במהלך רישום EEG?

קובץ הנתונים הגולמי מאחסן מתחים ביחס לנקודת הייחוס בזמן אמת, כך שבחירת נקודת הייחוס (למשל Cz, תנוכי אוזניים מקושרים או ממוצע) מטביעה חותם קבוע על המספרים, גם אם משנים את הייחוס מאוחר יותר. ללא תיעוד נקודת הייחוס המקורית, אנליסט עתידי לא יוכל להבין איזה קו בסיס הופחת או להעריך האם טרנספורמציות עוקבות מעוותות תגובות מוחיות אמיתיות.

איזה תפקיד ממלא קצב הדגימה ברישומי EEG, וכיצד משפט נייקוויסט חל עליו?

קצב הדגימה קובע את הרזולוציה הזמנית של האות הדיגיטלי, כאשר משפט נייקוויסט קובע שהתדר הגבוה ביותר המיוצג נאמנה נמוך ממחצית מקצב הדגימה. לדוגמה, קצב דגימה של 500 הרץ יכול לשחזר תדרים עד קצת מתחת ל-250 הרץ, ו-EEG ברמה מחקרית פועל בדרך כלל בין 250 ל-1000 הרץ. קצב דגימה מדויק הוא קריטי משום שהוא מגביל את כל הניתוחים הקשורים לתזמון בהמשך התהליך.

מהם שני הפורמטים הפתוחים המובילים לאחסון נתוני EEG, ומה הם מכילים?

European Data Format (EDF) הוא מארז קומפקטי המאחסן מספר ערוצים עם כותרת המפרטת קצב דגימה, תוויות ערוצים וממדים פיזיים. BrainVision מפזר את המידע על פני שלושה קבצים מקושרים: כותרת (‎.vhdr), קובץ סמנים (‎.vmrk) וקובץ נתונים בינארי (‎.eeg), שכולם מבטיחים שיתוף חד-משמעי ויכולת שחזור.

מדוע מפת ערוצים מלאה וקואורדינטות מרחביות נחוצות לקובץ EEG גולמי?

מפת ערוצים עם תוויות סטנדרטיות וקואורדינטות תלת-ממדיות מאפשרת כל ניתוח מרחבי, כגון אינטרפולציה של ערוצים פגומים משכניהם או הטלת אותות על מודלי מקור קורטיקליים. לדוגמה, מסווגי ארטיפקטים מסתמכים על טופוגרפיות מרחביות, ואינטרפולציה דורשת ידיעה של מיקומי האלקטרודות המדויקים; ללא נתונים אלה, ניתוחים כאלה נכשלים.

אילו מטא-נתונים חיוניים חייבים להירשם בכותרת של קובץ EEG, ומדוע?

הכותרת חייבת לכלול את קצב הדגימה המדויק, תאריך הרישום, תוויות ערוצים עם קואורדינטות תלת-ממדיות ותוויות חד-משמעיות עבור ערוצי עזר כמו EOG או EMG. מידע זה קריטי משום שקצב דגימה שגוי עלול לעוות את התזמון באופן בלתי הפיך, ומפת ערוצים נכונה נחוצה לאינטרפולציה מרחבית ולמידול מקורות.

מדוע EEG שימושי למחקר?

EEG מספק מידע זמני עדין ומדויק ביותר, מה שהופך אותו לשימושי לחקר תגובות תלויות-אירוע, מקצבים מתמשכים, שינה, קשב, עיבוד חושי ותופעות אחרות הרגישות לזמן. פרשנותו נותרת תלויה במערך הניסוי ובאיכות האות.

מהם ארטיפקטים נפוצים ב-EEG?

ארטיפקטים נפוצים כוללים מצמוצי עיניים, תנועות עיניים, פעילות שרירים, תזוזת אלקטרודות, מגע לקוי, תנועת כבלים והפרעות חשמליות. הם עשויים להשפיע על ערוץ אחד או על ערוצים רבים ויכולים לחפוף לתדרים בעלי עניין מדעי.

מהו עיבוד מקדים (preprocessing) בניתוח EEG?

עיבוד מקדים הוא אוסף הפעולות המתועד המשמש להכנת רישומים לניתוח. הוא יכול לכלול סינון (filtering), שינוי נקודת ייחוס (re-referencing), טיפול בערוצים פגומים, זיהוי ארטיפקטים, חלוקה לאפוקים (epoching), תיקון קו בסיס ובקרת איכות.

האיצו את לוחות הזמנים של בדיקות ה-EEG האנליטיות שלכם באמצעות מערכים אלחוטיים בצפיפות גבוהה ובעלי הגדרה מהירה, המותאמים לפריסת שטח גמישה (Flex).

האיצו את לוחות הזמנים של בדיקות ה-EEG האנליטיות שלכם באמצעות מערכים אלחוטיים בצפיפות גבוהה ובעלי הגדרה מהירה, המותאמים לפריסת שטח גמישה (Flex).

Emotiv היא מובילה בתחום הנוירוטכנולוגיה המסייעת לקדם מחקר במדעי המוח באמצעות כלי EEG נגישים וכלי נתוני מוח.

הבהרה רפואית: המידע המסופק באתר זה נועד למטרות חינוכיות ואינפורמטיביות בלבד ואינו מיועד לשמש כייעוץ רפואי או בריאותי. תוכן זה עלול להכיל שגיאות ואין להסתמך עליו לצורך קבלת החלטות משנות חיים בנושאי בריאות, רפואה או סגנון חיים. פנה תמיד לקבלת ייעוץ מהרופא שלך או מכל גורם רפואי מוסמך אחר בכל שאלה שעשויה להיות לך בנוגע למצב רפואי או לטיפול.

כריסטיאן בורגוס

החדשות האחרונות מאיתנו

הפשרה באלקטרודות EEG יבשות: מהירות ונוחות מול דיוק האות

האלקטרואנצפלוגרם (EEG) מהווה אבן יסוד בחקר מדעי המוח מזה עשרות שנים, ומודד את הפעילות החשמלית של המוח באמצעות אלקטרודות המונחות על הקרקפת. אלקטרודות "רטובות" מסורתיות דורשות ג'ל מוליך כדי לגשר על הפער בין העור לחיישן, ובכך להפחית את ההתנגדות — העכבה (אימפדנס) — שאחרת הייתה חוסמת את המתחים הזעירים הללו. מריחת הג'ל הזו היא מלכלכת, גוזלת זמן ולעתים קרובות אינה נוחה למשתתפים.

ככל שה-EEG יוצא מחוץ למעבדה — אל בתים, מרפאות ומסגרות אמבולטוריות — גוברת הדרישה לממשק מהיר ופשוט יותר. אלקטרודות יבשות, היוצרות מגע ישיר עם העור ללא ג'ל, מבטיחות בדיוק את זה: הגדרה מהירה ונוחות רבה יותר.

אך לנוחות זו יש מחיר פיזיקלי. היעדרו של הג'ל מביא לעכבה גבוהה יותר ולאות רועש יותר, מה שיוצר פשרה מתמדת בין פרקטיות לנאמנות הנתונים. גוף מחקרים עצמאיים מהעת האחרונה ממפה כעת את הממדים המדויקים של אותה פשרה, ומבהיר היכן אלקטרודות יבשות מתפקדות בצורה מעוררת הערכה, והיכן הן נותרות עדיין כאפשרות בעדיפות שנייה.

קרא את המאמר

כיצד פועל מכשיר EEG ביתי לניטור יומי של פעילות המוח?

בדיקות EEG ביתיות הן הקלטות בניהול עצמי המבוצעות מחוץ לכל מסגרת קלינית או מעבדתית. הן מעבירות את ג'ל האלקטרודות, את ה-headset ואת תוכנת ההקלטה למשתמש שאינו מיומן, לעיתים קרובות ללא יותר מאשר אפליקציה לסמארטפון לצורך הדרכה. הרעיון מבוסס על יכולות מדידת מוח המשתלבות בחיי היומיום, עם פוטנציאל להקלטת מבנה השינה, מיקוד קוגניטיבי או דפוסי פרכוסים ללא הנטל הלוגיסטי של הגעה לבית חולים.

קרא את המאמר

מכשירי נוירופידבק כמערכות שלמות

דמיינו שאתם משחקים במשחק וידאו שבו הבקר שלכם בלתי נראה — אתם מנווטים אך ורק באמצעות גלי המוח שלכם. הרעיון הזה עומד בבסיס הנוירופידבק (משוב מוחי), טכניקה המעניקה לכם חלון בזמן אמת לפעילות המוח שלכם ולאחר מכן מלמדת אתכם כיצד לשנות אותה.

מכשיר קולט אותות הנוצרים על ידי המוח שלכם, לרוב באמצעות אלקטרואנצפלוגרם (EEG) המזהה דפוסים חשמליים על גבי הקרקפת, או לעיתים באמצעות חיישן ספקטרוסקופיה תפקודית באינפרא-אדום קרוב (fNIRS) העוקב אחר זרימת הדם. אותות גולמיים אלה מעובדים ומומרים למשחק פשוט, לצליל או לדמות נעה על גבי מסך. באמצעות ניסוי וטעייה, המוח שלכם לומד לייצר את הדפוסים שגורמים למשוב להתקדם לכיוון הרצוי לכם.

מדריכים רבים מתמקדים בחלקים הבודדים — אלקטרודות ה-EEG, החוטים, התוכנה — אך מכשיר מצליח רק כאשר החלקים הללו יוצרים שלם קוהרנטי. מבוא זה בוחן את הנוירופידבק כמערכת משולבת שבה עיבוד אותות, עיצוב המשוב ושימושיות יומיומית חוברים יחד כדי לקבוע אם משהו באמת עוזר.

קרא את המאמר

התקנת EEG מקצועית: שיטות מומלצות לפני ההקלטה

מה שמבדיל בין אות עצבי ברור וניתן לפענוח לבין תרשים המשובש על ידי ארטיפקטים של שרירים או רעשי רשת החשמל אינו אלגוריתם פוסט-הוק מתוחכם, אלא צינור עבודה (pipeline) שיטתי וכרונולוגי של שלבי הכנה. התקנת EEG, בהקשר זה, אינה מסתכמת רק בהנחת כובע אלקטרודות על הנבדק. זהו רצף ממושמע של הליכי כיול ביולוגיים, סביבתיים וחשמליים אשר יחד יוצרים ממשק יציב ובעל רמת רעש נמוכה בין המוח למגבר.

מאמר זה סוקר את זרימת העבודה שלפני ההקלטה, תוך סינתזה של הראיות הזמינות כדי להדגים שתדרוך קפדני של הנבדק, הכנת הקרקפת, סיכוך סביבתי, בחירת מונטאז' ייחוס (reference montage) וסינון מקדים של ארטיפקטים בקו הבסיס מהווים שרשרת תלויות בלתי ניתנת לפשרה.

קרא את המאמר