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.
מהו מידע EEG?
מידע EEG הוא רישום דיגיטלי של הבדלי מתח הנמדדים על ידי אלקטרודות המוצבות על הקרקפת או קרוב אליה. אלקטרואנצפלוגרפיה היא לא-פולשנית ומציעה רזולוציה זמנית גבוהה, מה שמאפשר לחוקרים ולקלינאים לבחון שינויים בפעילות המוחית לאורך מילי-שניות. האות המתקבל מאוחסן בדרך כלל כסדרה עתית רציפה אחת או יותר, כאשר כל ערוץ מייצג מדידה ביחס למקור ייחוס.
האות משקף תערובת של מקורות. פעילות עצבית תורמת לרישום, אך ארטיפקטים כמו תנועות עיניים, התכווצויות שרירים, תנועת אלקטרודות, הפרעות סביבתיות ושינויים במגע יכולים להופיע גם הם ברישום.
מסיבה זו, מידע EEG אינו קריאה ישירה של תהליך מוחי בודד. זוהי תצפית הדורשת הקשר, בדיקות איכות ושיטת ניתוח מפורשת.
מספר הערוצים, קצב הדגימה, הייחוס, מיקומי האלקטרודות, סמני האירועים ופרטי המשתתפים מעצבים כולם את האופן שבו ניתן לפרש את הנתונים. בפועל, הרישום הוא בעל המידע הרב ביותר כאשר האות נבחן לצד המשימה, המצב, התזמון והתנאים שבהם הוא נאסף.
כיצד תאי מוח מייצרים את אות ה-EEG
תנודות המתח שאלקטרודת EEG מזהה אינן נובעות מפוטנציאלי הפעולה החדים של "הכל או כלום" שבהם נוירונים משתמשים לתקשורת ארוכת טווח, אלא מפוטנציאלים פוסט-סינפטיים איטיים ומודורגים המתפשטים על פני הדנדריטים של תאים פירמידליים בקליפת המוח.
כאשר אלפים מהנוירונים הללו מופעלים בסנכרון מקורב, הזרמים החוץ-תאיים הזעירים שלהם מצטברים דרך התווך המוליך של המוח, נוזל המוח והשדרה, הגולגולת והקרקפת, תהליך הנקרא הולכת נפח (volume conduction). המתח שמגיע בסופו של דבר לחיישן הרישום הוא השתקפות מטושטשת אך אמיתית של אותו סנכרון עצבי בקנה מידה גדול.
כיצד עובד איסוף נתוני EEG
במהלך האיסוף, אלקטרודות מזהות תנודות מתח קטנות ומערכת רישום ממירה אותן לדגימות דיגיטליות. המערכת רושמת בדרך כלל מספר ערוצים בו-זמנית, בעוד שייחוס והארקה מספקים את ההקשר החשמלי הדרוש לחישוב ערכי הערוצים. קצב הדגימה קובע באיזו תדירות נמדד האות ולכן אילו שינויים ניתן לייצג בצורה מהימנה.
לפני הרישום, טכנאים או חוקרים ממקמים את האלקטרודות בהתאם למיצג (montage) מוגדר ובודקים את איכות המגע. מסגרת מיקום אלקטרודות EEG מתארת גישה סטנדרטית התומכת בהשוואה בין מפגשים ומעבדות. ניתן להוסיף סמני אירועים כאשר מופיע גירוי, משתתף מגיב או מתרחש אירוע קליני, ובכך ליצור ציר זמן שניתן ליישר מאוחר יותר עם האותות המוקלטים.
האיסוף מעוצב גם על ידי הפרוטוקול. רישומי מצב מנוחה, מחקרי שינה, משימות קוגניטיביות וניטור התקפים משתמשים במשכים, הנחיות וחיישני עזר שונים. לכן, סט נתונים שלם כולל יותר מאשר רק רישומי מתח: הוא עשוי להכיל תוויות ערוצים, מיקומי אלקטרודות, הגדרות מכשיר, קודי אירועים, הערות ורישום של הפרעות או תנאים חריגים.
דרכי עבודה מומלצות לאיסוף נתוני EEG
איסוף טוב מתחיל בפרוטוקול המגדיר את שאלת המחקר, משך הרישום, תצורת הערוצים, קצב הדגימה, הייחוס והליך סימון האירועים לפני בדיקת המשתתפים. עקביות מפחיתה שונות לא רצויה בין מפגשים והופכת השוואות מאוחרות יותר למבוססות יותר. הפרוטוקול צריך גם לתאר מה קורה כאשר ערוץ רועש, משתתף זז או כאשר מתפספס סמן אירוע.
הכנה פיזית היא גם קריטית מכיוון שאיכות האות עלולה להיפגע כתוצאה מתנועה רגילה ומגע אלקטרודות לקוי. זו הסיבה שמפעילים בודקים בדרך כלל עכבה (impedance) או מדדי מגע מקבילים, מסבירים את המשימה בבירור ורושמים שינויים רלוונטיים במצב המשתתף. שלבים אלה אינם מסירים כל ארטיפקט, אך הם מקלים על זיהוי מקורו ומונעים טעויות של החלפת בעיות נמנעות בממצאים עצביים.
רשימת בדיקה קצרה לאיסוף יכולה להשאיר פרטים תפעוליים גלויים מבלי להחליף שיקול דעת מדעי:
אשרו תוויות ערוצים, מיקומי אלקטרודות, ייחוס והארקה.
רשמו הגדרות דגימה, הגדרות פילטר ותצורת מכשיר.
סמנו גירויים, תגובות, הפסקות ואירועים רלוונטיים מבחינה קלינית באופן עקבי.
תעדו הפרעות, תנועה, שינויי אלקטרודות ומצבי משתתפים חריגים.
לאחר האיסוף, יש לשלב את רשימת הבדיקה עם בדיקה של הרישום הגולמי והמטא-נתונים שלו. רישומי איסוף ברורים מאפשרים למנתחים להבחין בין מאפיין אות אמיתי לבין שינוי שנגרם על ידי חומרה, הגדרה או סטייה בפרוטוקול.
אלקטרודות רטובות לעומת יבשות ואיכות מגע עם העור
כל רישומי ה-EEG מתחילים בחיישן פיזי המוצמד לעור, וחיישן זה משתייך לאחת משתי משפחות רחבות.
אלקטרודות רטובות משתמשות בג'ל או משחה מוליכים כדי לגשר על הפער בין המתכת לקרקפת, ובכך להפחית 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; לאלקטרודות פסיביות אין אלקטרוניקה מובנית זו. ללא קשר לסוג, איכות הממשק שבין האלקטרודה לקרקפת קובעת כמה מהאות הביולוגי ישרוד עוד לפני שהוא מגיע למגבר.
מגע לקוי מזמין רעש סביבתי וארטיפקטים של תנועה שעלולים להציף את הפעילות המוחית החלשה. וינקלר ושותפיו הציגו את האתגר הזה במפורש כאשר התמודדו עם הבעיה האוניברסלית של רכיבי מקור ארטיפקטיים על ידי בניית מסווג בלתי תלוי בנבדק עבור רכיבי ניתוח רכיבים עצמאיים (ICA).
עצם קיומו של מאמץ זה מדגיש כי זיהום בארטיפקטים הוא בעיה מתמשכת ברישומי EEG, והיישום הראשוני של אלקטרודות — ניקוי העור, מיקום נכון של החיישן ואימות חיבור יציב — הוא הדרך הראשונה והישירה ביותר להקל על עומס הארטיפקטים שאיתו עיבוד מאוחר יותר ייאלץ להתמודד.
תכנון מיצג (Montage) ומערכת ה-10–20 הסטנדרטית
מכיוון שלפוטנציאלי הקרקפת אין תווית מרחבית מובנית, התחום אימץ רשת קואורדינטות לפני זמן רב. מערכת ה-10–20 הבינלאומית מגדירה מיקומי אלקטרודות באופן פרופורציונלי בין ארבעה נקודות ציון אנטומיות: הנאזיון (גשר האף), האיניון (הבליטה הגרמית בחלק האחורי של הראש), ונקודות קדם-האוזן השמאלית והימנית ממש לפני האוזניים. סטנדרטיזציה זו פירושה שערוץ המסומן כ-"Cz" מתייחס לאותו מיקום קודקוד מרכזי בכל מעבדה, מה שהופך את קובצי הנתונים לניתנים להשוואה ישירה.
מיצג (montage) המוגדר כמפרט של האופן שבו נמדד המתח של כל אלקטרודה ביחס לייחוס והאופן שבו נגזרות דו-קוטביות או ייחוסיות אלה מוצגות או מאוחסנות, יושב על גבי אותו פריסה פיזית. המחקר של ארנו דלורם מהווה דוגמה חזקה לחשיבות של מידע מיצג מדויק בשלבים מתקדמים יותר, על ידי מציאת העובדה שאינטרפולציה של ערוצים פגומים, אחד משלבי העיבוד המקדים הבודדים ששיפרו בעקביות את העוצמה הסטטיסטית של פוטנציאלים קשורי אירוע, תלויה בהכרת השכנים המרחביים המדויקים של כל אלקטרודה. ללא מפת ערוצים נכונה, אינטרפולציה כזו אינה יכולה לתפקד באופן אמין.
הוא מוסיף לאחר מכן כי מסווג הארטיפקטים תוכנן להכללה על נתונים שהשתמשו בתצורות ערוצים שונות, מה שמחזק את ההנחה שהמאפיינים המרחביים של המסווג מניחים סידור מתועד היטב. מיצג סטנדרטי המתועד בנאמנות הופך כך לפיגום הבלתי נראה התומך הן בפירוש האנושי והן בשימוש חוזר אלגוריתמי.
בחירה ותיעוד של הייחוס המקוון (Online Reference)
כל מגבר EEG רושם את הבדל המתח בין שתי נקודות. במהלך הרישום המקוון, אחת מהנקודות הללו היא אלקטרודת ייחוס פיזית שהחומרה מתייחסת אליה כאל קו בסיס קבוע.
אפשרויות נפוצות הן הקודקוד (Cz), תנוכי אוזניים מקושרים או זיז הפטמה (mastoid), או ממוצע של כל ערוצי הקרקפת. מכיוון שקובץ הנתונים הגולמי מאחסן מתחים ביחס לייחוס המקורי הזה, הבחירה משאירה חותם קבוע על המספרים, גם אם חוקר יבצע מאוחר יותר התייחסות מחדש (re-reference) מתמטית של האות לנקודה משותפת אחרת.
במחקר הנזכר לעיל של דלורם, שבחן תהליכי עיבוד מקדים אוטומטיים בשלושה אוספי EEG ציבוריים, הוא מצא כי ייחוס ושיטות מתקדמות להסרת קו בסיס פגעו באופן משמעותי בביצועים והפחיתו את אחוז הערוצים שהראו אפקט ניסויי מובהק.
ממצא זה אינו מרמז כי אסור לעולם לבצע התייחסות מחדש, אך הוא אומר כי יש לתעד את הייחוס המקוון הראשוני בכותרת הקובץ. רק עם הערה זו יכול מנתח עתידי להבין איזה קו בסיס הופחת במקור ולהעריך האם טרנספורמציה שבאה לאחר מכן 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 אחת בכל 2 מילי-שניות. על פי משפט נייקוויסט, התדר הגבוה ביותר שניתן לייצג בנאמנות באות הדיגיטלי הוא פחות מחצי מקצב הדגימה, ולכן רישום של 500 הרץ יכול לשחזר תדרים של עד קצת פחות מ-250 הרץ. EEG ברמת מחקר פועל בדרך כלל בין 250 הרץ ל-1000 הרץ, בהתאם לפסי התדרים המעניינים.
מה שהופך את קצב הדגימה לחשוב במיוחד כמטא-נתונים הוא שהוא מגביל בשקט את אפשרויות הניתוח המתקבלות בשלבים מאוחרים בהרבה. פרסקיני ושותפיו בחנו בדיוק את השפעת השרשרת הזו על ידי בדיקה כיצד אורך האפוקה (epoch)—חלון הזמן של הנתונים שחולצו לצורך ניתוח קישוריות—משנה את התוצאות.
באמצעות שימוש ב-EEG במצב מנוחה ממבוגרים בריאים, המחקר הראה כי ערכי מדד פאזה-פיגור ממוצע וערכי מתאם מעטפת-אמפליטודה ירדו ככל שהאפוקות התארכו, והתייצבו רק לאחר כ-12 שניות ו-6 שניות, בהתאמה. אפילו הטופולוגיה של רשתות תיאורטיות של גרפים ששוחזרו מהנתונים השתנתה בהתאם למשך האפוקה, אם כי פרמטרי עץ פורש מינימלי ברמת המקור הוכחו כחסינים יותר.
הלקח החיוני לתיעוד נתונים גולמיים הוא שמספר הדגימות בשנייה קובע רצפה מוחלטת לאופן שבו ניתן לחתוך את התזמון. אם קצב הדגימה מתועד באופן שגוי, כל סמן אירוע עוקב, גבול אפוקה והערכת קישוריות יורשים את השגיאה הזו. לכן, רישום קצב ה-ADC המדויק בכותרת הקובץ הוא חלק בלתי נפרד מניהול הנתונים.
פורמטים סטנדרטיים לאחסון נתונים: EDF ו-BrainVision
לאחר הדיגיטציה, הסדרה העתית והמטא-נתונים הנלווים אליה חייבים לחיות בפורמט קובץ שתוכנות אחרות, ומעבדות אחרות, יכולות לפתוח ללא עמימות.
שני פורמטים פתוחים שולטים בתחום. פורמט הנתונים האירופי (EDF) הוא מיכל קומפקטי ונפוץ מאוד במחקרי שינה ובמסגרות קליניות, המאחסן מספר ערוצים לצד כותרת המפרטת את קצב הדגימה, תוויות הערוצים וממדים פיזיים.
BrainVision, פורמט שפותח על ידי Brain Products, מפזר את אותו המידע על פני שלושה קבצים מקושרים: כותרת טקסט (.vhdr) המפרטת שמות ערוצים, קצב דגימה והייחוס המקורי; קובץ סמנים (.vmrk) הרושם קודי אירועים ואת זמני ההמתנה שלהם; וקובץ נתונים בינארי (.eeg) המחזיק את דגימות המתח הגולמיות.
ערכם של פורמטים סטנדרטיים אלה מתגבש כאשר קובצי נתונים גדולים משותפים באופן ציבורי. לדוגמה, במחקר משנת 2019, חוקרים שחררו קובץ נתונים רב-פרדיגמות של ממשק מוח-מחשב (BCI) המכסה דימות מוטורי, פוטנציאלים קשורי אירוע ופוטנציאלים מעוררים חזותיים במצב יציב מ-54 משתתפים. הפצת משאב כזה עם סקריפטים של ניתוח קוד פתוח תהיה חסרת משמעות אם הנתונים היו נעולים בפורמט קנייני סגור.
בין אם הקבצים נשמרים בסופו של דבר ב-EDF או ב-BrainVision, הבחירה מבטיחה שכל חוקר יכול להוריד את הרישום ולשחזר את הממצאים, ובכך לקשר את הרישום הגולמי לשרשרת השחזור של הקהילה כולה.
מאפיין | EDF | BrainVision |
|---|---|---|
מבנה הקובץ | מיכל יחיד | שלושה קבצים מקושרים |
מידע כותרת | בתוך הקובץ | קובץ טקסט .vhdr |
סמני אירועים | לא נפרד | קובץ .vmrk |
נתונים גולמיים | באותו קובץ | קובץ בינארי .eeg |
ניהול נתונים חיוני: מפות ערוצים ומטא-נתונים של דגימה
קובץ EEG גולמי הופך למישמיש מבחינה מדעית רק כאשר הוא נושא תיאור מלא ומדויק של המבנה המרחבי והזמני שלו. פירוש הדבר הוא שלכל ערוץ חייבת להיות תווית סטנדרטית (כלומר, Fz, C3, O2 וכדומה) יחד עם הקואורדינטות התלת-ממדיות שלו על הקרקפת. קואורדינטות אלה מאפשרות כל ניתוח מאוחר יותר הכרוך ביחסים מרחביים, כגון אינטרפולציה של ערוץ פגום משכניו או השלכת האות על מודל מקור קורטיקלי.
המחקר של פרסקיני ושותפיו הסתמך על מאפיינים מרחביים, ספקטרליים וזמניים כדי לסווג רכיבי ICA כפעילות מוחית או כארטיפקט; הטופוגרפיה המרחבית של רכיב היא חסרת משמעות ללא הכרת 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. אינטרפולטור יכול לבצע ניחוש מרחבי כזה רק אם מפת הערוצים של קובץ הנתונים נכונה.
כותרת הקובץ חייבת לאחסן גם את קצב הדגימה המדויק, את תאריך הרישום ותוויות חד-משמעיות לכל ערוצי עזר כגון אלקטרו-אוקולוגרם (תנועות עיניים) או אלקטרומיוגרם (פעילות שרירים). גם אם ערוצים אלה יישארו ללא שימוש במהלך חקירת הנתונים הראשונית, נוכחותם צריכה להיות שקופה. חוסר התאמה בין קצב הדגימה המאוחסן לבין שעון ה-ADC בפועל עלול לעוות את התזמון באופן בלתי הפיך, מה שימנע את היכולת ליישר אותו עם סמני גירוי מאוחר יותר.
נתוני EEG במסגרות קליניות לעומת מסגרות מחקר
רישומים קליניים ומחקריים חולקים עקרונות ליבה אך משרתים מטרות מידיות שונות. EEG קליני נאסף כדי לתמוך בהערכת חולה, ניטור או אבחון תחת נהלים מקצועיים ומוסדיים מבוססים. EEG מחקרי נאסף בדרך כלל כדי לבדוק היפותזה מוגדרת, להשוות תנאים או לפתח שיטת ניתוח, עם פרוטוקולים ותיעוד ספציפיים למחקר.
העבודה הקלינית שמה דגש רב על סקירה בזמן, מיצגים בעלי משמעות קלינית, פרשנות מאומתת ורישום קבוע בתוך מערכת הטיפול הרלוונטית. מחקר שם דגש רב יותר על תנאים מבוקרים, תוצאות מוגדרות מראש, שחזור וטיפול שקוף בהחרגות. תוצאת מחקר אינה מהווה באופן אוטומטי ממצא קליני, ותצפית קלינית אינה מהווה באופן אוטומטי מדד מחקרי מאומת.
ההבחנה משפיעה גם על ניהול הנתונים. נתונים קליניים עשויים להיות כפופים לחובות רשומות רפואיות ודרישות טיפול ישיר, בעוד שקובצי נתוני מחקר מעוצבים על פי לשון ההסכמה, סקירה מוסדית, תוכניות שיתוף נתונים ומטרות המחקר. בשתי המסגרות, פרשנות מיומנת ותיעוד קפדני נחוצים מכיוון שדפוסי EEG תלויים בהקשר ולא בערכים מספריים מבודדים.
שיקולי פרטיות ואתיקה בנתוני EEG
ניתן לקשר רישומי EEG לאדם באמצעות מזהים, מידע על המפגש, הקשר קליני או שילובים של מטא-נתונים. גם כאשר קשה לפרש את צורת הגל עצמה מחוץ למסגרת מומחים, יש לטפל בה כנתונים רגישים של נבדקים אנושיים כאשר היא קשורה למשתתף הניתן לזיהוי. האיסוף והשימוש החוזר צריכים להיות עקביים עם הפרוטוקול המאושר ודרישות הפרטיות החלות.
הסכמה מדעת צריכה להסביר את מטרת הרישום, סוגי הניתוחים הצפויים, משך האחסון, שיתוף אפשרי והאם מותרים שימושים עתידיים. על החוקרים להימנע מלהרמוז ש-EEG יכול לחשוף יותר ממה שהמחקר תוכנן למדוד. תקשורת ברורה חשובה במיוחד כאשר המשתתפים עשויים להניח שרישום מחקרי מספק אבחנה או הערכה פרטנית.
הפרקטיקה האתית נמשכת גם לאחר האיסוף. הסרת פרטים מזהים (De-identification), גישה מבוקרת, מגבלות שמירה, נתיבי ביקורת ושחרור זהיר של מטא-נתונים מסייעים בהפחתת הסיכון, אך שום שיטה אינה מעלימה אותו לחלוטין. יש לדווח על ממצאים מבלי להגזים במשמעות הניבוי או האבחון שלהם, ויש להתייחס לסיווגים אוטומטיים כאל פלטים ניתוחיים הדורשים תיקוף מתאים ולא כאל קביעות שאין עליהן עוררין לגבי אדם.
מדוע איכות הרישום הגולמי מהווה את הבסיס לניתוח EEG אמין
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 מבוססי מדעי המוח המודגשים כאן נושאים מסר אחיד: האות בעל העניין חי בנתונים הגולמיים עצמם, בתנאי ששלב האיסוף מטופל בקפידה. איכות מגע האלקטרודות, מיפוי ערוצים מדויק, ייחוסים וקצבי דגימה מתועדים ופורמטים פתוחים לאחסון קובעים כולם האם האות יישאר נגיש בין מעבדות ולאורך שנים.
לבסוף, איפוק לעיתים קרובות עולה בביצועיו על עיבוד כבד, שכן חוקרים שהשאירו את הנתונים הגולמיים ברובם ללא שינוי שימרו תגובות מוחיות אמיתיות טוב יותר מאלה שהפעילו תיקונים אגרסיביים. רישום זהיר, מטא-נתונים כנים והפרעה מינימלית יוצרים משמעת השומרת על האות המדעי ללא פגע.
לפיכך, כל ניתוח אמין אינו מתחיל באלגוריתמים מתוחכמים אלא בפעולה הפשוטה של לכידת רישום מהימן ומתועד היטב.
מקורות
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
Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0
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.
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 לוכד רישום EEG, ומדוע הוא נחשב להשתקפות של פעילות המוח?
רישום EEG לוכד את תנודות המתח הזעירות בקרקפת הנובעות מהפעילות המסתנכרנת של קבוצות גדולות של נוירונים קורטיקליים. תנודות אלו מגיעות בעיקר מפוטנציאלים פוסט-סינפטיים מודורגים בתאים פירמידליים, המצטברים באמצעות הולכת נפח, ויוצרים מדד מטושטש אך אמיתי של סנכרון עצבי בקנה מידה גדול.
מדוע אותות EEG נובעים מפוטנציאלים פוסט-סינפטיים ולא מפוטנציאלי פעולה?
פוטנציאלי פעולה הם אירועים קצרים של "הכל או כלום" שתורמים מעט למתח הקרקפת, ואילו פוטנציאלים פוסט-סינפטיים איטיים ומדורגים מתפשטים על פני דנדריטים ומצטברים על פני אלפי נוירונים. הצטברות זו מייצרת תנודות מתח ניתנות לזיהוי בקרקפת, מה שהופך את הפוטנציאלים הפוסט-סינפטיים למקור העיקרי של אות ה-EEG.
מה ההבדל בין אלקטרודות רטובות ליבשות, וכיצד משפיעה איכות מגע האלקטרודות על הרישום?
אלקטרודות רטובות משתמשות בג'ל מוליך להפחתת העכבה ושיפור מעבר האות, בעוד אלקטרודות יבשות מסתמכות על חומרים מתקדמים והגברה מוקדמת מובנית לשמירה על נאמנות האות ללא ג'ל. איכות הממשק שבין האלקטרודה לעור היא קריטית מכיוון שמגע לקוי מזמין רעש סביבתי וארטיפקטים של תנועה שעלולים להציף את אות המוח החלש.
כיצד מערכת ה-10–20 הבינלאומית מייצרת סטנדרטיזציה במיקום האלקטרודות, ומדוע זה חשוב?
מערכת ה-10–20 מגדירה מיקומי אלקטרודות באופן פרופורציונלי בין ארבעה נקודות ציון אנטומיות — נאזיון, איניון ונקודות קדם-האוזן השמאלית והימנית — כך שערוץ מסומן כמו "Cz" מתייחס לאותו מיקום בכל מעבדה. סטנדרטיזציה זו מבטיחה שקובצי הנתונים יהיו ניתנים להשוואה ישירה ומאפשרת ניתוחים מרחביים מדויקים, כגון אינטרפולציה של ערוצים פגומים.
מדוע חיוני לתעד את אלקטרודת הייחוס המקוונת (online reference) שבה נעשה שימוש במהלך רישום EEG?
קובץ הנתונים הגולמי מאחסן מתחים ביחס לייחוס המקוון, כך שבחירת הייחוס (למשל, Cz, תנוכי אוזניים מקושרים או ממוצע) מטביעה חותם קבוע על המספרים, גם אם מבוצעת התייחסות מחדש מאוחר יותר. ללא תיעוד הייחוס המקורי, מנתח עתידי לא יוכל להבין את קו הבסיס שהופחת או להעריך האם טרנספורמציות עוקבות מעוותות תגובות מוחיות אמיתיות.
איזה תפקיד משחק קצב הדגימה ברישומי EEG, וכיצד חל משפט נייקוויסט?
קצב הדגימה קובע את הרזולוציה הזמנית של האות הדיגיטלי, כאשר משפט נייקוויסט קובע כי התדר הגבוה ביותר המיוצג בנאמנות הוא פחות מחצי מקצב הדגימה. לדוגמה, קצב דגימה של 500 הרץ יכול לשחזר תדרים של עד קצת פחות מ-250 הרץ, ו-EEG ברמת מחקר פועל בדרך כלל בין 250 ל-1000 הרץ. קצב דגימה מדויק הוא קריטי מכיוון שהוא מגביל את כל הניתוחים מבוססי התזמון בשלבים המאוחרים יותר.
מהם שני פורמטי הנתונים הפתוחים המובילים עבור EEG, ומה הם מאחסנים?
פורמט הנתונים האירופי (EDF) הוא מיכל קומפקטי המאחסן מספר ערוצים עם כותרת המפרטת קצב דגימה, תוויות ערוצים וממדים פיזיים. BrainVision מפזר מידע על פני שלושה קבצים מקושרים: כותרת (.vhdr), קובץ סמנים (.vmrk) וקובץ נתונים בינארי (.eeg), שכולם מבטיחים שיתוף ושחזור חד-משמעיים.
מדוע מפת ערוצים מלאה וקואורדינטות מרחביות נחוצות עבור קובץ EEG גולמי?
מפת ערוצים עם תוויות סטנדרטיות וקואורדינטות תלת-ממדיות מאפשרת כל ניתוח מרחבי, כגון אינטרפולציה של ערוצים פגומים משכנים או השלכת אותות למודלים של מקור קורטיקלי. לדוגמה, מסווגי ארטיפקטים מסתמכים על טופוגרפיות מרחביות, ואינטרפולציה דורשת הכרת מיקומי אלקטרודות מדויקים; ללא זה, ניתוחים אלה נכשלים.
אילו מטא-נתונים חיוניים חייבים להיות מוקלטים בכותרת 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 מכיוון שקצב דגימה שגוי עלול לעוות את התזמון באופן בלתי הפיך, ומפת ערוצים נכונה נחוצה לאינטרפולציה מרחבית ולמידול מקור.
מדוע EEG שימושי למחקר?
EEG מציע מידע זמני מדויק מאוד, מה שמישמיש אותו לחקר תגובות קשורות אירוע, מקצבים מתמשכים, שינה, קשב, עיבוד חושי ותופעות אחרות הרגישות לזמן. הפירוש שלו נותר תלוי במערך הניסוי ובאיכות האות.
מהם הארטיפקטים הנפוצים ב-EEG?
ארטיפקטים נפוצים כוללים מצמוצי עיניים, תנועות עיניים, פעילות שרירים, תנועת 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 מערך הפעולות המתועד המשמש להכנת רישומים לניתוח. הוא יכול לכלול סינון, התייחסות מחדש (re-referencing), טיפול בערוצים פגומים, זיהוי ארטיפקטים, חלוקה לאפוקות (epoching), תיקון קו בסיס ובקרת איכות.
Emotiv היא מובילה בתחום הנוירוטכנולוגיה המסייעת לקדם מחקר במדעי המוח באמצעות כלי EEG נגישים וכלי נתוני מוח.
כריסטיאן בורגוס
