न्यूरल ऑस्सीलेशन्स के मूलभूत सिद्धांत
रोशिनी रंडेनिया
1 अक्तू॰ 2025
साझा करें:
1. परिचय
स्वागत है! इस ट्यूटोरियल में हम मस्तिष्क की तरंगों के बारे में सीख रहे हैं और हम उन्हें कैसे उपयोग कर सकते हैं ताकि हम मस्तिष्क और व्यवहार को समझ सकें।
हंस बर्गर ने 1929 में इलेट्रोक्यूफ्लोग्राम का शब्द ईजाद किया, जब उन्होंने एक व्यक्ति के सिर पर रखे गए सेंसर के माध्यम से रिकॉर्ड की गई इलेक्ट्रिकल पोटेंशियल के परिवर्तनों का वर्णन किया। उन्होंने दो प्रकार की मस्तिष्क तरंगों को पहचाना, जिन्हें उन्होंने अल्फ़ा और बीटा तरंगें कहा बस इसलिए क्योंकि उन्होंने इन्हें रिकॉर्ड करने की क्रम में रखा। ऐसे तरंगों को अन्य स्तनधारियों में रिकॉर्ड किया गया था, लेकिन बर्गर ने पहले बार मनुष्यों में इसे वर्णित किया!
तब से, इलेक्ट्रोक्यूफ्लोग्राफी विधि न्यूरोसाइंस में एक प्रमुख उपकरण बन गई है और हमारे मस्तिष्क की तरंगों (जिन्हें शोधकर्ता न्यूरल ऑस्सीलेशन्स कहते हैं) को समझने में मदद की है और मस्तिष्क में थकान और जागरूकता जैसे स्थितियों को विशेषता में मदद की है।
इस संक्षिप्त ट्यूटोरियल में, हम निम्नलिखित को कवर करेंगे:
न्यूरल ऑस्सीलेशन्स क्या हैं?
हम न्यूरल ऑस्सीलेशन्स को कैसे माप सकते हैं?
हम न्यूरल ऑस्सीलेशन्स के साथ क्या कर सकते हैं?
इमोविट उपकरणों और सॉफ़्टवेयर का उपयोग करके व्यावहारिक अनुप्रयोग।
2. EEG क्या है?
इलेक्ट्रोएंसेफलोग्राफी (EEG) हमारी मस्तिष्क की विद्युत गतिविधि को मापने की एक गैर-आक्रामक और पैसिव विधि है। विद्युत गतिविधि जिसमें मस्तिष्क की कोशिकाओं के समूह द्वारा उत्पन्न की गई गतिविधि होती है, मस्तिष्क के खोपड़ी पर रखे गए इलेक्ट्रोड/सेंसर/चैनलों पर रिकॉर्ड की जाती है, जिन्हें न्यूरॉन्स कहा जाता है।
चित्र 1 – न्यूरॉन्स इलेक्ट्रिक गतिविधि उत्पन्न करते हैं जिसे EEG उपकरण के साथ पहचाना जा सकता है [सियुली, आदि। (2016)].
2.1. EEG सिस्टम
बाजार में कई EEG उपकरण हैं जिनका उपयोग EEG रिकॉर्ड करने के लिए किया जा सकता है। EEG उपकरणों में निम्नलिखित की विविधता हो सकती है:
एक एकल सेंसर या 256 इलेक्ट्रोड तक – अधिक इलेक्ट्रोड खोपड़ी के ऊपर जानकारी की उच्च स्थानिक संकल्पता उत्पन्न करेंगे।
गीले या सूखे इलेक्ट्रोड – गीले इलेक्ट्रोड एक इलेक्ट्रोलिटिक जेल या सलाइन समाधान का उपयोग करते हैं ताकि खोपड़ी और सेंसर के बीच चालकता में सुधार हो सके। सूखे इलेक्ट्रोड धातु या संवाहक पॉलिमर हो सकते हैं जिन्हें खोपड़ी के साथ सीधे संपर्क की आवश्यकता होती है।
सक्रिय या निष्क्रिय इलेक्ट्रोड – निष्क्रिय इलेक्ट्रोड सिस्टम बस संकेत को उपकरण तक संचालित करते हैं जहाँ इसे बढ़ाया जाता है। सक्रिय इलेक्ट्रोड सिस्टम प्रत्येक इलेक्ट्रोड पर उक्त संकेत को बढ़ाते हैं इससे पहले कि यह बढ़ाने के लिए उपकरण तक पहुंचे। यह संकेत में पर्यावरणीय विद्युत शोर को कम करता है।
वायरलेस या वायर्ड उपकरण जो डेटा को Bluetooth के माध्यम से संप्रेषित करते हैं।
चित्र 2 – एक वायरलेस, निम्न घनत्व EEG प्रणाली।
चित्र 3 – एक वायर्ड, उच्च घनत्व इलेक्ट्रोड EEG प्रणाली।
2.2. EEG का उपयोग कब करें?
प्रत्येक न्यूरोइमेजिंग विधि विभिन्न अनुसंधान प्रश्नों के उत्तर देने में मदद कर सकती है।
EEG की सबसे बड़ी ताकत यह है कि यह मिलीसेकंड के पैमाने में न्यूरल गतिविधि को माप सकती है, जो अवचेतन प्रक्रियाओं को माप सकती है।
चित्र 4 – विभिन्न न्यूरोइमेजिंग उपकरणों का स्थानिक बनाम समयात्मक संकल्प।
यह प्रश्नों के लिए सबसे उपयुक्त है जैसे कि “मेरे वीडियो के कौन से हिस्से पर प्रतिभागियों ने सबसे अधिक ध्यान दिया?”
EEG मुख्य रूप से मस्तिष्क की बाहरी परतों से गतिविधि रिकॉर्ड करता है (यानी, इसकी स्थानिक संकल्पता कम है)। एक एकल सेंसर के साथ गतिविधि के स्रोत की पहचान करना असंभव है। एक बड़े संख्या में चैनलों के साथ रिकॉर्डिंग से गणितीय रूप से स्रोत को पुनर्निर्माण किया जा सकता है लेकिन यह गहरे स्रोतों की पहचान में अभी भी सीमित है। कार्यात्मक मैग्नेटिक रिसोनेंस इमेजिंग (fMRI) ऐसे प्रश्नों के उत्तर देने के लिए बेहतर है जैसे कि “मस्तिष्क का कौन सा भाग ध्यान की परिवर्तनों से संबंधित है?”
2.3. सेंसर से कच्चा EEG?
एक बार जब EEG उपकरण सिर पर स्थापित होता है, मस्तिष्क की गतिविधि को एक एकल सेंसर पर रिकॉर्ड किया जाता है जो उस सेंसर और एक संदर्भ सेंसर के बीच में दृढ़ता में अंतर के रूप में होता है। अधिकांश EEG सिस्टम में इसे सामान्य मोड सेंस (CMS) इलेक्ट्रोड कहा जाता है। एक अतिरिक्त सेंसर, ड्रीवेन राइट लेग (DRL), किसी भी CMS पर होने वाले हस्तक्षेप को कम करने में मदद करता है।
चित्र 5 – EEG संकेत संचार का सरलीकृत ब्लॉक आरेख।
सक्रिय और निष्क्रिय दोनों इलेक्ट्रोड के साथ सिस्टम में, संकेत तब बढ़ाया जाता है और कम-पास फ़िल्टर किया जाता है। कम-पास फ़िल्टरिंग एक चरण है जो आपके संकेत में परिवेश से संभावित विद्युत हस्तक्षेप को हटा देगा, जैसे कि मुख्य लाइनों की शक्ति।
ये चरण हार्डवेयर में तब होते हैं जब कच्चा EEG संकेत आपके कंप्यूटर स्क्रीन पर दिखाई जा सकता है।
2.4. कुछ मूल शब्दावली
10-20 मानक नामकरण परंपरा
बाएँ सेंसर आमतौर पर विषम संख्या वाले होते हैं और दाएँ सेंसर आमतौर पर सम संख्या वाले होते हैं।
नोट 1: ये केवल नामकरण परंपराएँ हैं और EEG सेंसर स्थान की स्रोत गतिविधि के स्रोत का संकेत नहीं हैं।
नोट 2: गतिविधि के स्रोत का निर्धारण करने के लिए गणितीय पुनर्निर्माण जैसे अतिरिक्त कदम उठाने की आवश्यकता है।
3. न्यूरल ऑस्सीलेशन्स क्या हैं?
मस्तिष्क की तरंगें, जिन्हें अक्सर न्यूरल ऑस्सीलेशन्स के रूप में संदर्भित किया जाता है, एक या अधिक न्यूरॉन्स द्वारा उत्पन्न रिदमिक पैटर्न हैं।
यह अभी तक स्पष्ट नहीं है कि मस्तिष्क क्यों इन विभिन्न प्रकार के ऑस्सीलेशन्स का उत्पादन करता है, हालांकि कई सिद्धांत हैं। शोधकर्ता इन रिदमिक पैटर्नों का उपयोग करते हुए इन ऑस्सीलेटरी गतिविधियों को चित्रित करने के लिए विभिन्न कार्यों का उपयोग करते हैं और मस्तिष्क के रहस्यों को समझने का लक्ष्य रखते हैं।
3.1. एक ऑस्सीलेशन के कुछ गुण
यह आकृति एक नियमित इलेक्ट्रिकल संकेत का एक मापन दिखाती है:
चित्र 6 – विभिन्न न्यूरोइमेजिंग उपकरणों का स्थानिक बनाम समयात्मक संकल्प।
बाएं (y-धुरी) पर, हम इलेक्ट्रिकल रिकॉर्डिंग का एंप्लीट्यूड और क्षैतिज धुरी (x-धुरी) पर समय को प्लॉट कर सकते हैं। संकेत का एंप्लीट्यूड केंद्रीय बिंदु के चारों ओर नियमित रूप से परिवर्तन करेगा। एक चक्र को एक ऑस्सीलेशन भी कहा जाता है।
प्रति सेकंड चक्रों की संख्या को तरंग की आवृत्ति कहा जाता है और इसकी इकाई हर्ट्ज (Hz) होती है। इसलिए 1 चक्र प्रति सेकंड = 1 Hz। आमतौर पर एंप्लीट्यूड या पॉवर स्पेक्ट्रा को माइक्रोवॉल्ट (µV) में मापा जाता है।
मस्तिष्क में हम ऐसी तरंगों को देखते हैं जिनकी आवृत्तियाँ 0.2 Hz (बहुत धीमी तरंगें) से 80 Hz या उससे अधिक (बहुत तेज़ तरंगें) तक होती हैं। मिर्गी से जुड़ी 500 Hz तक की उच्च-आवृत्ति गतिविधि को भी मस्तिष्क में रिकॉर्ड किया जा सकता है।
भिन्न प्रकार की मस्तिष्क की ऑस्सीलेशन्स को उनकी आवृत्ति के आधार पर वर्गीकृत किया जाता है। इन्हें आवृत्ति बैंड के रूप में जाना जाता है और विभिन्न मस्तिष्क राज्यों से संबंधित हो सकते हैं:
चित्र 7 – सामान्य EEG में मस्तिष्क की तरंगें।
3.2. विभिन्न आवृत्ति बैंड महत्वपूर्ण क्यों हैं?
सामान्य बनाम असामान्य मस्तिष्क पैटर्न की पहचान
न्यूरल ऑस्सीलेशन्स मिर्गी का पता लगाने और न्यूरोलॉजी में मिर्गी के निदान के लिए महत्वपूर्ण हैं।मस्तिष्क कंप्यूटर इंटरफेस (BCI)
बीटा, गामा और म्यू ऑस्सीलेशन्स की मात्रा अक्सर दूरस्थ उपकरणों को प्रशिक्षित करने के लिए (जैसे विचारों के साथ पहिए वाली कुर्सी चलाना) उपयोग की जाती हैं।न्यूरोफीडबैक
यह मस्तिष्क प्रशिक्षण का एक रूप है जहाँ आप अपनी मस्तिष्क तरंगें (जैसे गामा ऑस्सीलेशन्स) देख सकते हैं और अपनी मस्तिष्क में गामा ऑस्सीलेशन्स की मात्रा को सुधारने के लिए संज्ञानात्मक कार्यों में संलग्न हो सकते हैं।न्यूरोमार्केटिंग
अल्फ़ा और बीटा आवृत्ति बैंड का उपयोग यह जानने के लिए किया जा सकता है कि विज्ञापन के कौन से भाग अधिक या कम आकर्षक हैं।
3.3. EEG डेटा विश्लेषण के प्रकार
अधिकतर शोधकर्ता या तो समय डोमेन या आवृत्ति डोमेन में विश्लेषण करते हैं।
समय डोमेन विश्लेषण
आमतौर पर उत्तेजना की शुरुआत के बाद रुचि के समय बिंदुओं पर वोल्टेज एंप्लीट्यूड को मापता है। इन्हें इवेंट-रिलेटेड पोटेंशियल (ERPs) कहा जाता है।
आवृत्ति डोमेन विश्लेषण
विशिष्ट समय की खिड़की में या किसी घटना की शुरुआत से संबंधित विभिन्न आवृत्ति बैंड में न्यूरल ऑस्सीलेशन्स की मात्रा को मापता है।
इसके बाद हम आवृत्ति डोमेन विश्लेषण का एक अवलोकन प्रदान करेंगे।
3.4. प्रोसेसिंग
एक बार जब आप एक EEG रिकॉर्डिंग करते हैं, तो आमतौर पर आप ऑस्सीलेशन्स का अर्थ लगाने से पहले डेटा को साफ करते हैं।
फिल्टरिंग
डेटा में उच्च और निम्न आवृत्ति साक्ष्य शोर को हटाने की एक तकनीक।कलाकृति हटाना
शारीरिक आंदोलन, आंख झपकना सभी बड़े कलाकृतियों का कारण बन सकते हैं (> 50 µV पीक EEG में)। इन्हें नकारा जा सकता है ताकि ये हमारे परिणामों को प्रभावित न कर सकें। कुछ शोधकर्ता इन कलाकृतियों को ठीक करने के लिए जटिल विधियों का उपयोग करते हैं ताकि डेटा को संरक्षित किया जा सके।
एक बार डेटा संसाधित हो जाने के बाद, सिग्नल अब आवृत्ति डोमेन में परिवर्तित किया जा सकता है ताकि हम प्रत्येक प्रकार की मस्तिष्क तरंगों की मात्रा को माप सकें।
चित्र 8 – कच्चे EEG में आँख झपकाने की कलाकृति।
3.5. फास्ट फूरियर ट्रांसफॉर्म (FFT)
फूरियर ट्रांसफॉर्म EEG संकेत को 'समय डोमेन' (चित्र A) से 'आवृत्ति डोमेन (चित्र B)' में गणितीय रूपांतरण है।
आवृत्ति डोमेन में, हम यह माप सकते हैं कि हमारे रिकॉर्डिंग में प्रत्येक प्रकार की ऑस्सीलेशन की कितनी मात्रा थी। यह आमतौर पर आवृत्ति बैंड की 'पावर' होती है और इसे एक पावर स्पेक्ट्रम (चित्र B) के रूप में प्रदर्शित किया जा सकता है।
चित्र 9A – समय डोमेन में कच्चा EEG।
चित्र 9B – FFT (आवृत्ति डोमेन) के बाद पावर स्पेक्ट्रम।
3.6. बैंड पावर
एक फूरियर ट्रांसफॉर्म से प्राप्त आवृत्ति बैंड (जैसे अल्फा बैंड) की पावर हमें बताती है कि प्रत्येक आवृत्ति बैंड में कितनी मात्रा है। बैंड पावर की इकाई आमतौर पर µV2/Hz में होती है। सबसे अक्सर, FFT से एम्प्लीट्यूड या पावर स्पेक्ट्रा को लॉगारिद्मिक इकाई डेसिबल (dB) में दिखाया जाता है। डेसिबल एक माप की इकाई है जो मापी गई पावर (P) और संदर्भ पावर (Pr) के बीच के अनुपात की होती है इस प्रकार:
एक बार जब यह मापने की इकाई दिलचस्प घटनाओं के लिए प्राप्त हो जाती है, तो बैंड पावर की तुलना की जा सकती है ताकि मस्तिष्क तरंगों पर प्रयोगात्मक प्रभावों को समझा जा सके।
4. सिद्धांत से अभ्यास तक
अगला, हम अल्फ़ा दबाव प्रभाव पर नज़र डालेंगे।
यह एक घटना है जिसे पहले हंस बर्गर द्वारा रिपोर्ट किया गया था, जिसमें हम देखते हैं कि जब किसी के आँखें खुली होती हैं तो अल्फ़ा ऑस्सीलेशन्स (अल्फ़ा पावर) की मात्रा में महत्वपूर्ण कमी होती है, जब उनके आँखें बंद होती हैं।
चित्र 10 – आँखें खुली होने पर एक वृद्धि अल्फ़ा ऑस्सीलेशन्स देखी जा सकती है।
सबसे पहले EmotivPRO Builder का उपयोग करते हुए, हमने एक साधारण प्रयोग का निर्माण किया। इस प्रयोग में प्रतिभागी से बस यह पूछा गया कि वे स्क्रीन पर ध्यान केंद्रित करते हुए 2 मिनट तक अपनी आँखें खुली रखें, और फिर 2 मिनट तक बंद रखें। उन्हें 2 मिनट के अंत में अपनी आँखें खोलने के लिए एक घंटी सुनाई दी।
आप अपने स्वयं के अल्फ़ा दबाव प्रयोग को बनाने के लिए नीचे दिए गए वीडियो का पालन कर सकते हैं, या आप हमारे प्रयोग को इस लिंक यहाँ से चला सकते हैं:
4.1. उपकरण फिटिंग और EEG गुणवत्ता
हमारे EQ गेट के काम करने के बारे में अधिक पढ़ें यहाँ। आपके हेडसेट के लिए विशिष्ट उपकरण फिटिंग के बारे में अधिक जानकारी यहाँ प्राप्त करें:
EPOC प्रकार
दृष्टिहीन प्रकार
4.2. EEG डेटा को प्रोसेसिंग और ट्रांसफॉर्म करना
अब जब आपके पास डेटा है, आप इसे Emotiv Analyzer का उपयोग करके आवृत्ति डोमेन में परिवर्तित कर सकते हैं। वीडियो में चरणों का पालन करें।
4.3. डेटा की व्याख्या करना
एक बार जब एनालाइज़र पूरा हो जाता है, तो ज़िप फ़ाइल डाउनलोड करें। प्रत्येक रिकॉर्ड के लिए आपके पास बैंड पावर के साथ एक सीएसवी फ़ाइल और एक छवि फ़ाइल होगी जिसे आप अपने स्वयं के सांख्यिकीय विश्लेषण करने के लिए उपयोग कर सकते हैं।
चित्र 11 – बैंड पावर।
हमारे आउटपुट में, हम देख सकते हैं कि आँखें बंद होने पर अल्फा पावर में वृद्धि होती है (नारंगी) की तुलना में जब खोलते हैं (नीला)।
यह हमारे ट्यूटोरियल का अंत है! आप अब बुनियादी जानकारी से लैस हैं 🙂
आप संसाधनों अनुभाग में अधिक उन्नत पढ़ाई के लिए कुछ लिंक पा सकते हैं।
5. संसाधन
उन्नत पढ़ाई
डोनोग्यू आदि। 2022 न्यूरल ऑस्सीलेशन्स के अध्ययन के लिए विधिकीय विचार
EEG शब्दावली का शब्दकोष
केन और अन्य। 2017 (यहाँ)
ओपन सॉर्स कोड
यदि आप पायथन कोडिंग में सहज हैं, तो हमने पायथन स्क्रिप्ट उपलब्ध कराई हैं जिन्हें आप अल्फ़ा पावर मान प्राप्त करने के लिए उपयोग कर सकते हैं, जो आँखों खुली और आँखों बंद खंडों द्वारा लेबल किए गए हैं। कोड और नमूना अल्फ़ा दबाव डेटा फ़ाइलें यहाँ पाएं: https://osf.io/9bvgh/
EMOTIV मैनुअल
EmotivPRO Builder मैनुअल
EmotivPRO मैनुअल
EmotivPRO एनालाइज़र मैनुअल
7. संदर्भ
डोनोग्यू, टी., शॉरोरंकॉव, एन. और वॉयटेक, बी., 2022। न्यूरल ऑस्सीलेशन्स के अध्ययन के लिए विधिकीय विचार। यूरोपियन जर्नल ऑफ न्यूरोसाइंस, 55(11-12), pp.3502-3527। doi: https://doi.org/10.1111/ejn.15361
केन, एन., आचार्य, जे., बेनीज़की, एस., कैबोक्लो, एल., फिनिगन, एस., कैपलन, पी.डब्ल्यू., शिबासकी, एच., प्रेसलर, आर. और वैन पुट्टन, एम.जे., 2017। नैदानिक इलेक्ट्रोएंसेफलोग्राफर्स द्वारा सबसे सामान्यतः उपयोग किए जाने वाले शब्दों का एक संशोधित शब्दकोष और EEG निष्कर्षों के रिपोर्ट प्रारूप का अद्यतन प्रस्ताव। 2017 का संशोधन। क्लिनिकल न्यूरोफिजियोलॉजी प्रैक्टिस, 2, p.170. doi: 10.1016/j.cnp.2017.07.002
सियुली, एस., ली, वाई., झांग, वाई। (2016). इलेक्ट्रोएंसेफलोग्राम (EEG) और इसकी पृष्ठभूमि।: EEG सिग्नल विश्लेषण और वर्गीकरण। स्वास्थ्य सूचना विज्ञान। स्प्रिंगर, चाम। doi: https://doi.org/10.1007/978-3-319-47653-7%5F1
1. परिचय
स्वागत है! इस ट्यूटोरियल में हम मस्तिष्क की तरंगों के बारे में सीख रहे हैं और हम उन्हें कैसे उपयोग कर सकते हैं ताकि हम मस्तिष्क और व्यवहार को समझ सकें।
हंस बर्गर ने 1929 में इलेट्रोक्यूफ्लोग्राम का शब्द ईजाद किया, जब उन्होंने एक व्यक्ति के सिर पर रखे गए सेंसर के माध्यम से रिकॉर्ड की गई इलेक्ट्रिकल पोटेंशियल के परिवर्तनों का वर्णन किया। उन्होंने दो प्रकार की मस्तिष्क तरंगों को पहचाना, जिन्हें उन्होंने अल्फ़ा और बीटा तरंगें कहा बस इसलिए क्योंकि उन्होंने इन्हें रिकॉर्ड करने की क्रम में रखा। ऐसे तरंगों को अन्य स्तनधारियों में रिकॉर्ड किया गया था, लेकिन बर्गर ने पहले बार मनुष्यों में इसे वर्णित किया!
तब से, इलेक्ट्रोक्यूफ्लोग्राफी विधि न्यूरोसाइंस में एक प्रमुख उपकरण बन गई है और हमारे मस्तिष्क की तरंगों (जिन्हें शोधकर्ता न्यूरल ऑस्सीलेशन्स कहते हैं) को समझने में मदद की है और मस्तिष्क में थकान और जागरूकता जैसे स्थितियों को विशेषता में मदद की है।
इस संक्षिप्त ट्यूटोरियल में, हम निम्नलिखित को कवर करेंगे:
न्यूरल ऑस्सीलेशन्स क्या हैं?
हम न्यूरल ऑस्सीलेशन्स को कैसे माप सकते हैं?
हम न्यूरल ऑस्सीलेशन्स के साथ क्या कर सकते हैं?
इमोविट उपकरणों और सॉफ़्टवेयर का उपयोग करके व्यावहारिक अनुप्रयोग।
2. EEG क्या है?
इलेक्ट्रोएंसेफलोग्राफी (EEG) हमारी मस्तिष्क की विद्युत गतिविधि को मापने की एक गैर-आक्रामक और पैसिव विधि है। विद्युत गतिविधि जिसमें मस्तिष्क की कोशिकाओं के समूह द्वारा उत्पन्न की गई गतिविधि होती है, मस्तिष्क के खोपड़ी पर रखे गए इलेक्ट्रोड/सेंसर/चैनलों पर रिकॉर्ड की जाती है, जिन्हें न्यूरॉन्स कहा जाता है।
चित्र 1 – न्यूरॉन्स इलेक्ट्रिक गतिविधि उत्पन्न करते हैं जिसे EEG उपकरण के साथ पहचाना जा सकता है [सियुली, आदि। (2016)].
2.1. EEG सिस्टम
बाजार में कई EEG उपकरण हैं जिनका उपयोग EEG रिकॉर्ड करने के लिए किया जा सकता है। EEG उपकरणों में निम्नलिखित की विविधता हो सकती है:
एक एकल सेंसर या 256 इलेक्ट्रोड तक – अधिक इलेक्ट्रोड खोपड़ी के ऊपर जानकारी की उच्च स्थानिक संकल्पता उत्पन्न करेंगे।
गीले या सूखे इलेक्ट्रोड – गीले इलेक्ट्रोड एक इलेक्ट्रोलिटिक जेल या सलाइन समाधान का उपयोग करते हैं ताकि खोपड़ी और सेंसर के बीच चालकता में सुधार हो सके। सूखे इलेक्ट्रोड धातु या संवाहक पॉलिमर हो सकते हैं जिन्हें खोपड़ी के साथ सीधे संपर्क की आवश्यकता होती है।
सक्रिय या निष्क्रिय इलेक्ट्रोड – निष्क्रिय इलेक्ट्रोड सिस्टम बस संकेत को उपकरण तक संचालित करते हैं जहाँ इसे बढ़ाया जाता है। सक्रिय इलेक्ट्रोड सिस्टम प्रत्येक इलेक्ट्रोड पर उक्त संकेत को बढ़ाते हैं इससे पहले कि यह बढ़ाने के लिए उपकरण तक पहुंचे। यह संकेत में पर्यावरणीय विद्युत शोर को कम करता है।
वायरलेस या वायर्ड उपकरण जो डेटा को Bluetooth के माध्यम से संप्रेषित करते हैं।
चित्र 2 – एक वायरलेस, निम्न घनत्व EEG प्रणाली।
चित्र 3 – एक वायर्ड, उच्च घनत्व इलेक्ट्रोड EEG प्रणाली।
2.2. EEG का उपयोग कब करें?
प्रत्येक न्यूरोइमेजिंग विधि विभिन्न अनुसंधान प्रश्नों के उत्तर देने में मदद कर सकती है।
EEG की सबसे बड़ी ताकत यह है कि यह मिलीसेकंड के पैमाने में न्यूरल गतिविधि को माप सकती है, जो अवचेतन प्रक्रियाओं को माप सकती है।
चित्र 4 – विभिन्न न्यूरोइमेजिंग उपकरणों का स्थानिक बनाम समयात्मक संकल्प।
यह प्रश्नों के लिए सबसे उपयुक्त है जैसे कि “मेरे वीडियो के कौन से हिस्से पर प्रतिभागियों ने सबसे अधिक ध्यान दिया?”
EEG मुख्य रूप से मस्तिष्क की बाहरी परतों से गतिविधि रिकॉर्ड करता है (यानी, इसकी स्थानिक संकल्पता कम है)। एक एकल सेंसर के साथ गतिविधि के स्रोत की पहचान करना असंभव है। एक बड़े संख्या में चैनलों के साथ रिकॉर्डिंग से गणितीय रूप से स्रोत को पुनर्निर्माण किया जा सकता है लेकिन यह गहरे स्रोतों की पहचान में अभी भी सीमित है। कार्यात्मक मैग्नेटिक रिसोनेंस इमेजिंग (fMRI) ऐसे प्रश्नों के उत्तर देने के लिए बेहतर है जैसे कि “मस्तिष्क का कौन सा भाग ध्यान की परिवर्तनों से संबंधित है?”
2.3. सेंसर से कच्चा EEG?
एक बार जब EEG उपकरण सिर पर स्थापित होता है, मस्तिष्क की गतिविधि को एक एकल सेंसर पर रिकॉर्ड किया जाता है जो उस सेंसर और एक संदर्भ सेंसर के बीच में दृढ़ता में अंतर के रूप में होता है। अधिकांश EEG सिस्टम में इसे सामान्य मोड सेंस (CMS) इलेक्ट्रोड कहा जाता है। एक अतिरिक्त सेंसर, ड्रीवेन राइट लेग (DRL), किसी भी CMS पर होने वाले हस्तक्षेप को कम करने में मदद करता है।
चित्र 5 – EEG संकेत संचार का सरलीकृत ब्लॉक आरेख।
सक्रिय और निष्क्रिय दोनों इलेक्ट्रोड के साथ सिस्टम में, संकेत तब बढ़ाया जाता है और कम-पास फ़िल्टर किया जाता है। कम-पास फ़िल्टरिंग एक चरण है जो आपके संकेत में परिवेश से संभावित विद्युत हस्तक्षेप को हटा देगा, जैसे कि मुख्य लाइनों की शक्ति।
ये चरण हार्डवेयर में तब होते हैं जब कच्चा EEG संकेत आपके कंप्यूटर स्क्रीन पर दिखाई जा सकता है।
2.4. कुछ मूल शब्दावली
10-20 मानक नामकरण परंपरा
बाएँ सेंसर आमतौर पर विषम संख्या वाले होते हैं और दाएँ सेंसर आमतौर पर सम संख्या वाले होते हैं।
नोट 1: ये केवल नामकरण परंपराएँ हैं और EEG सेंसर स्थान की स्रोत गतिविधि के स्रोत का संकेत नहीं हैं।
नोट 2: गतिविधि के स्रोत का निर्धारण करने के लिए गणितीय पुनर्निर्माण जैसे अतिरिक्त कदम उठाने की आवश्यकता है।
3. न्यूरल ऑस्सीलेशन्स क्या हैं?
मस्तिष्क की तरंगें, जिन्हें अक्सर न्यूरल ऑस्सीलेशन्स के रूप में संदर्भित किया जाता है, एक या अधिक न्यूरॉन्स द्वारा उत्पन्न रिदमिक पैटर्न हैं।
यह अभी तक स्पष्ट नहीं है कि मस्तिष्क क्यों इन विभिन्न प्रकार के ऑस्सीलेशन्स का उत्पादन करता है, हालांकि कई सिद्धांत हैं। शोधकर्ता इन रिदमिक पैटर्नों का उपयोग करते हुए इन ऑस्सीलेटरी गतिविधियों को चित्रित करने के लिए विभिन्न कार्यों का उपयोग करते हैं और मस्तिष्क के रहस्यों को समझने का लक्ष्य रखते हैं।
3.1. एक ऑस्सीलेशन के कुछ गुण
यह आकृति एक नियमित इलेक्ट्रिकल संकेत का एक मापन दिखाती है:
चित्र 6 – विभिन्न न्यूरोइमेजिंग उपकरणों का स्थानिक बनाम समयात्मक संकल्प।
बाएं (y-धुरी) पर, हम इलेक्ट्रिकल रिकॉर्डिंग का एंप्लीट्यूड और क्षैतिज धुरी (x-धुरी) पर समय को प्लॉट कर सकते हैं। संकेत का एंप्लीट्यूड केंद्रीय बिंदु के चारों ओर नियमित रूप से परिवर्तन करेगा। एक चक्र को एक ऑस्सीलेशन भी कहा जाता है।
प्रति सेकंड चक्रों की संख्या को तरंग की आवृत्ति कहा जाता है और इसकी इकाई हर्ट्ज (Hz) होती है। इसलिए 1 चक्र प्रति सेकंड = 1 Hz। आमतौर पर एंप्लीट्यूड या पॉवर स्पेक्ट्रा को माइक्रोवॉल्ट (µV) में मापा जाता है।
मस्तिष्क में हम ऐसी तरंगों को देखते हैं जिनकी आवृत्तियाँ 0.2 Hz (बहुत धीमी तरंगें) से 80 Hz या उससे अधिक (बहुत तेज़ तरंगें) तक होती हैं। मिर्गी से जुड़ी 500 Hz तक की उच्च-आवृत्ति गतिविधि को भी मस्तिष्क में रिकॉर्ड किया जा सकता है।
भिन्न प्रकार की मस्तिष्क की ऑस्सीलेशन्स को उनकी आवृत्ति के आधार पर वर्गीकृत किया जाता है। इन्हें आवृत्ति बैंड के रूप में जाना जाता है और विभिन्न मस्तिष्क राज्यों से संबंधित हो सकते हैं:
चित्र 7 – सामान्य EEG में मस्तिष्क की तरंगें।
3.2. विभिन्न आवृत्ति बैंड महत्वपूर्ण क्यों हैं?
सामान्य बनाम असामान्य मस्तिष्क पैटर्न की पहचान
न्यूरल ऑस्सीलेशन्स मिर्गी का पता लगाने और न्यूरोलॉजी में मिर्गी के निदान के लिए महत्वपूर्ण हैं।मस्तिष्क कंप्यूटर इंटरफेस (BCI)
बीटा, गामा और म्यू ऑस्सीलेशन्स की मात्रा अक्सर दूरस्थ उपकरणों को प्रशिक्षित करने के लिए (जैसे विचारों के साथ पहिए वाली कुर्सी चलाना) उपयोग की जाती हैं।न्यूरोफीडबैक
यह मस्तिष्क प्रशिक्षण का एक रूप है जहाँ आप अपनी मस्तिष्क तरंगें (जैसे गामा ऑस्सीलेशन्स) देख सकते हैं और अपनी मस्तिष्क में गामा ऑस्सीलेशन्स की मात्रा को सुधारने के लिए संज्ञानात्मक कार्यों में संलग्न हो सकते हैं।न्यूरोमार्केटिंग
अल्फ़ा और बीटा आवृत्ति बैंड का उपयोग यह जानने के लिए किया जा सकता है कि विज्ञापन के कौन से भाग अधिक या कम आकर्षक हैं।
3.3. EEG डेटा विश्लेषण के प्रकार
अधिकतर शोधकर्ता या तो समय डोमेन या आवृत्ति डोमेन में विश्लेषण करते हैं।
समय डोमेन विश्लेषण
आमतौर पर उत्तेजना की शुरुआत के बाद रुचि के समय बिंदुओं पर वोल्टेज एंप्लीट्यूड को मापता है। इन्हें इवेंट-रिलेटेड पोटेंशियल (ERPs) कहा जाता है।
आवृत्ति डोमेन विश्लेषण
विशिष्ट समय की खिड़की में या किसी घटना की शुरुआत से संबंधित विभिन्न आवृत्ति बैंड में न्यूरल ऑस्सीलेशन्स की मात्रा को मापता है।
इसके बाद हम आवृत्ति डोमेन विश्लेषण का एक अवलोकन प्रदान करेंगे।
3.4. प्रोसेसिंग
एक बार जब आप एक EEG रिकॉर्डिंग करते हैं, तो आमतौर पर आप ऑस्सीलेशन्स का अर्थ लगाने से पहले डेटा को साफ करते हैं।
फिल्टरिंग
डेटा में उच्च और निम्न आवृत्ति साक्ष्य शोर को हटाने की एक तकनीक।कलाकृति हटाना
शारीरिक आंदोलन, आंख झपकना सभी बड़े कलाकृतियों का कारण बन सकते हैं (> 50 µV पीक EEG में)। इन्हें नकारा जा सकता है ताकि ये हमारे परिणामों को प्रभावित न कर सकें। कुछ शोधकर्ता इन कलाकृतियों को ठीक करने के लिए जटिल विधियों का उपयोग करते हैं ताकि डेटा को संरक्षित किया जा सके।
एक बार डेटा संसाधित हो जाने के बाद, सिग्नल अब आवृत्ति डोमेन में परिवर्तित किया जा सकता है ताकि हम प्रत्येक प्रकार की मस्तिष्क तरंगों की मात्रा को माप सकें।
चित्र 8 – कच्चे EEG में आँख झपकाने की कलाकृति।
3.5. फास्ट फूरियर ट्रांसफॉर्म (FFT)
फूरियर ट्रांसफॉर्म EEG संकेत को 'समय डोमेन' (चित्र A) से 'आवृत्ति डोमेन (चित्र B)' में गणितीय रूपांतरण है।
आवृत्ति डोमेन में, हम यह माप सकते हैं कि हमारे रिकॉर्डिंग में प्रत्येक प्रकार की ऑस्सीलेशन की कितनी मात्रा थी। यह आमतौर पर आवृत्ति बैंड की 'पावर' होती है और इसे एक पावर स्पेक्ट्रम (चित्र B) के रूप में प्रदर्शित किया जा सकता है।
चित्र 9A – समय डोमेन में कच्चा EEG।
चित्र 9B – FFT (आवृत्ति डोमेन) के बाद पावर स्पेक्ट्रम।
3.6. बैंड पावर
एक फूरियर ट्रांसफॉर्म से प्राप्त आवृत्ति बैंड (जैसे अल्फा बैंड) की पावर हमें बताती है कि प्रत्येक आवृत्ति बैंड में कितनी मात्रा है। बैंड पावर की इकाई आमतौर पर µV2/Hz में होती है। सबसे अक्सर, FFT से एम्प्लीट्यूड या पावर स्पेक्ट्रा को लॉगारिद्मिक इकाई डेसिबल (dB) में दिखाया जाता है। डेसिबल एक माप की इकाई है जो मापी गई पावर (P) और संदर्भ पावर (Pr) के बीच के अनुपात की होती है इस प्रकार:
एक बार जब यह मापने की इकाई दिलचस्प घटनाओं के लिए प्राप्त हो जाती है, तो बैंड पावर की तुलना की जा सकती है ताकि मस्तिष्क तरंगों पर प्रयोगात्मक प्रभावों को समझा जा सके।
4. सिद्धांत से अभ्यास तक
अगला, हम अल्फ़ा दबाव प्रभाव पर नज़र डालेंगे।
यह एक घटना है जिसे पहले हंस बर्गर द्वारा रिपोर्ट किया गया था, जिसमें हम देखते हैं कि जब किसी के आँखें खुली होती हैं तो अल्फ़ा ऑस्सीलेशन्स (अल्फ़ा पावर) की मात्रा में महत्वपूर्ण कमी होती है, जब उनके आँखें बंद होती हैं।
चित्र 10 – आँखें खुली होने पर एक वृद्धि अल्फ़ा ऑस्सीलेशन्स देखी जा सकती है।
सबसे पहले EmotivPRO Builder का उपयोग करते हुए, हमने एक साधारण प्रयोग का निर्माण किया। इस प्रयोग में प्रतिभागी से बस यह पूछा गया कि वे स्क्रीन पर ध्यान केंद्रित करते हुए 2 मिनट तक अपनी आँखें खुली रखें, और फिर 2 मिनट तक बंद रखें। उन्हें 2 मिनट के अंत में अपनी आँखें खोलने के लिए एक घंटी सुनाई दी।
आप अपने स्वयं के अल्फ़ा दबाव प्रयोग को बनाने के लिए नीचे दिए गए वीडियो का पालन कर सकते हैं, या आप हमारे प्रयोग को इस लिंक यहाँ से चला सकते हैं:
4.1. उपकरण फिटिंग और EEG गुणवत्ता
हमारे EQ गेट के काम करने के बारे में अधिक पढ़ें यहाँ। आपके हेडसेट के लिए विशिष्ट उपकरण फिटिंग के बारे में अधिक जानकारी यहाँ प्राप्त करें:
EPOC प्रकार
दृष्टिहीन प्रकार
4.2. EEG डेटा को प्रोसेसिंग और ट्रांसफॉर्म करना
अब जब आपके पास डेटा है, आप इसे Emotiv Analyzer का उपयोग करके आवृत्ति डोमेन में परिवर्तित कर सकते हैं। वीडियो में चरणों का पालन करें।
4.3. डेटा की व्याख्या करना
एक बार जब एनालाइज़र पूरा हो जाता है, तो ज़िप फ़ाइल डाउनलोड करें। प्रत्येक रिकॉर्ड के लिए आपके पास बैंड पावर के साथ एक सीएसवी फ़ाइल और एक छवि फ़ाइल होगी जिसे आप अपने स्वयं के सांख्यिकीय विश्लेषण करने के लिए उपयोग कर सकते हैं।
चित्र 11 – बैंड पावर।
हमारे आउटपुट में, हम देख सकते हैं कि आँखें बंद होने पर अल्फा पावर में वृद्धि होती है (नारंगी) की तुलना में जब खोलते हैं (नीला)।
यह हमारे ट्यूटोरियल का अंत है! आप अब बुनियादी जानकारी से लैस हैं 🙂
आप संसाधनों अनुभाग में अधिक उन्नत पढ़ाई के लिए कुछ लिंक पा सकते हैं।
5. संसाधन
उन्नत पढ़ाई
डोनोग्यू आदि। 2022 न्यूरल ऑस्सीलेशन्स के अध्ययन के लिए विधिकीय विचार
EEG शब्दावली का शब्दकोष
केन और अन्य। 2017 (यहाँ)
ओपन सॉर्स कोड
यदि आप पायथन कोडिंग में सहज हैं, तो हमने पायथन स्क्रिप्ट उपलब्ध कराई हैं जिन्हें आप अल्फ़ा पावर मान प्राप्त करने के लिए उपयोग कर सकते हैं, जो आँखों खुली और आँखों बंद खंडों द्वारा लेबल किए गए हैं। कोड और नमूना अल्फ़ा दबाव डेटा फ़ाइलें यहाँ पाएं: https://osf.io/9bvgh/
EMOTIV मैनुअल
EmotivPRO Builder मैनुअल
EmotivPRO मैनुअल
EmotivPRO एनालाइज़र मैनुअल
7. संदर्भ
डोनोग्यू, टी., शॉरोरंकॉव, एन. और वॉयटेक, बी., 2022। न्यूरल ऑस्सीलेशन्स के अध्ययन के लिए विधिकीय विचार। यूरोपियन जर्नल ऑफ न्यूरोसाइंस, 55(11-12), pp.3502-3527। doi: https://doi.org/10.1111/ejn.15361
केन, एन., आचार्य, जे., बेनीज़की, एस., कैबोक्लो, एल., फिनिगन, एस., कैपलन, पी.डब्ल्यू., शिबासकी, एच., प्रेसलर, आर. और वैन पुट्टन, एम.जे., 2017। नैदानिक इलेक्ट्रोएंसेफलोग्राफर्स द्वारा सबसे सामान्यतः उपयोग किए जाने वाले शब्दों का एक संशोधित शब्दकोष और EEG निष्कर्षों के रिपोर्ट प्रारूप का अद्यतन प्रस्ताव। 2017 का संशोधन। क्लिनिकल न्यूरोफिजियोलॉजी प्रैक्टिस, 2, p.170. doi: 10.1016/j.cnp.2017.07.002
सियुली, एस., ली, वाई., झांग, वाई। (2016). इलेक्ट्रोएंसेफलोग्राम (EEG) और इसकी पृष्ठभूमि।: EEG सिग्नल विश्लेषण और वर्गीकरण। स्वास्थ्य सूचना विज्ञान। स्प्रिंगर, चाम। doi: https://doi.org/10.1007/978-3-319-47653-7%5F1
1. परिचय
स्वागत है! इस ट्यूटोरियल में हम मस्तिष्क की तरंगों के बारे में सीख रहे हैं और हम उन्हें कैसे उपयोग कर सकते हैं ताकि हम मस्तिष्क और व्यवहार को समझ सकें।
हंस बर्गर ने 1929 में इलेट्रोक्यूफ्लोग्राम का शब्द ईजाद किया, जब उन्होंने एक व्यक्ति के सिर पर रखे गए सेंसर के माध्यम से रिकॉर्ड की गई इलेक्ट्रिकल पोटेंशियल के परिवर्तनों का वर्णन किया। उन्होंने दो प्रकार की मस्तिष्क तरंगों को पहचाना, जिन्हें उन्होंने अल्फ़ा और बीटा तरंगें कहा बस इसलिए क्योंकि उन्होंने इन्हें रिकॉर्ड करने की क्रम में रखा। ऐसे तरंगों को अन्य स्तनधारियों में रिकॉर्ड किया गया था, लेकिन बर्गर ने पहले बार मनुष्यों में इसे वर्णित किया!
तब से, इलेक्ट्रोक्यूफ्लोग्राफी विधि न्यूरोसाइंस में एक प्रमुख उपकरण बन गई है और हमारे मस्तिष्क की तरंगों (जिन्हें शोधकर्ता न्यूरल ऑस्सीलेशन्स कहते हैं) को समझने में मदद की है और मस्तिष्क में थकान और जागरूकता जैसे स्थितियों को विशेषता में मदद की है।
इस संक्षिप्त ट्यूटोरियल में, हम निम्नलिखित को कवर करेंगे:
न्यूरल ऑस्सीलेशन्स क्या हैं?
हम न्यूरल ऑस्सीलेशन्स को कैसे माप सकते हैं?
हम न्यूरल ऑस्सीलेशन्स के साथ क्या कर सकते हैं?
इमोविट उपकरणों और सॉफ़्टवेयर का उपयोग करके व्यावहारिक अनुप्रयोग।
2. EEG क्या है?
इलेक्ट्रोएंसेफलोग्राफी (EEG) हमारी मस्तिष्क की विद्युत गतिविधि को मापने की एक गैर-आक्रामक और पैसिव विधि है। विद्युत गतिविधि जिसमें मस्तिष्क की कोशिकाओं के समूह द्वारा उत्पन्न की गई गतिविधि होती है, मस्तिष्क के खोपड़ी पर रखे गए इलेक्ट्रोड/सेंसर/चैनलों पर रिकॉर्ड की जाती है, जिन्हें न्यूरॉन्स कहा जाता है।
चित्र 1 – न्यूरॉन्स इलेक्ट्रिक गतिविधि उत्पन्न करते हैं जिसे EEG उपकरण के साथ पहचाना जा सकता है [सियुली, आदि। (2016)].
2.1. EEG सिस्टम
बाजार में कई EEG उपकरण हैं जिनका उपयोग EEG रिकॉर्ड करने के लिए किया जा सकता है। EEG उपकरणों में निम्नलिखित की विविधता हो सकती है:
एक एकल सेंसर या 256 इलेक्ट्रोड तक – अधिक इलेक्ट्रोड खोपड़ी के ऊपर जानकारी की उच्च स्थानिक संकल्पता उत्पन्न करेंगे।
गीले या सूखे इलेक्ट्रोड – गीले इलेक्ट्रोड एक इलेक्ट्रोलिटिक जेल या सलाइन समाधान का उपयोग करते हैं ताकि खोपड़ी और सेंसर के बीच चालकता में सुधार हो सके। सूखे इलेक्ट्रोड धातु या संवाहक पॉलिमर हो सकते हैं जिन्हें खोपड़ी के साथ सीधे संपर्क की आवश्यकता होती है।
सक्रिय या निष्क्रिय इलेक्ट्रोड – निष्क्रिय इलेक्ट्रोड सिस्टम बस संकेत को उपकरण तक संचालित करते हैं जहाँ इसे बढ़ाया जाता है। सक्रिय इलेक्ट्रोड सिस्टम प्रत्येक इलेक्ट्रोड पर उक्त संकेत को बढ़ाते हैं इससे पहले कि यह बढ़ाने के लिए उपकरण तक पहुंचे। यह संकेत में पर्यावरणीय विद्युत शोर को कम करता है।
वायरलेस या वायर्ड उपकरण जो डेटा को Bluetooth के माध्यम से संप्रेषित करते हैं।
चित्र 2 – एक वायरलेस, निम्न घनत्व EEG प्रणाली।
चित्र 3 – एक वायर्ड, उच्च घनत्व इलेक्ट्रोड EEG प्रणाली।
2.2. EEG का उपयोग कब करें?
प्रत्येक न्यूरोइमेजिंग विधि विभिन्न अनुसंधान प्रश्नों के उत्तर देने में मदद कर सकती है।
EEG की सबसे बड़ी ताकत यह है कि यह मिलीसेकंड के पैमाने में न्यूरल गतिविधि को माप सकती है, जो अवचेतन प्रक्रियाओं को माप सकती है।
चित्र 4 – विभिन्न न्यूरोइमेजिंग उपकरणों का स्थानिक बनाम समयात्मक संकल्प।
यह प्रश्नों के लिए सबसे उपयुक्त है जैसे कि “मेरे वीडियो के कौन से हिस्से पर प्रतिभागियों ने सबसे अधिक ध्यान दिया?”
EEG मुख्य रूप से मस्तिष्क की बाहरी परतों से गतिविधि रिकॉर्ड करता है (यानी, इसकी स्थानिक संकल्पता कम है)। एक एकल सेंसर के साथ गतिविधि के स्रोत की पहचान करना असंभव है। एक बड़े संख्या में चैनलों के साथ रिकॉर्डिंग से गणितीय रूप से स्रोत को पुनर्निर्माण किया जा सकता है लेकिन यह गहरे स्रोतों की पहचान में अभी भी सीमित है। कार्यात्मक मैग्नेटिक रिसोनेंस इमेजिंग (fMRI) ऐसे प्रश्नों के उत्तर देने के लिए बेहतर है जैसे कि “मस्तिष्क का कौन सा भाग ध्यान की परिवर्तनों से संबंधित है?”
2.3. सेंसर से कच्चा EEG?
एक बार जब EEG उपकरण सिर पर स्थापित होता है, मस्तिष्क की गतिविधि को एक एकल सेंसर पर रिकॉर्ड किया जाता है जो उस सेंसर और एक संदर्भ सेंसर के बीच में दृढ़ता में अंतर के रूप में होता है। अधिकांश EEG सिस्टम में इसे सामान्य मोड सेंस (CMS) इलेक्ट्रोड कहा जाता है। एक अतिरिक्त सेंसर, ड्रीवेन राइट लेग (DRL), किसी भी CMS पर होने वाले हस्तक्षेप को कम करने में मदद करता है।
चित्र 5 – EEG संकेत संचार का सरलीकृत ब्लॉक आरेख।
सक्रिय और निष्क्रिय दोनों इलेक्ट्रोड के साथ सिस्टम में, संकेत तब बढ़ाया जाता है और कम-पास फ़िल्टर किया जाता है। कम-पास फ़िल्टरिंग एक चरण है जो आपके संकेत में परिवेश से संभावित विद्युत हस्तक्षेप को हटा देगा, जैसे कि मुख्य लाइनों की शक्ति।
ये चरण हार्डवेयर में तब होते हैं जब कच्चा EEG संकेत आपके कंप्यूटर स्क्रीन पर दिखाई जा सकता है।
2.4. कुछ मूल शब्दावली
10-20 मानक नामकरण परंपरा
बाएँ सेंसर आमतौर पर विषम संख्या वाले होते हैं और दाएँ सेंसर आमतौर पर सम संख्या वाले होते हैं।
नोट 1: ये केवल नामकरण परंपराएँ हैं और EEG सेंसर स्थान की स्रोत गतिविधि के स्रोत का संकेत नहीं हैं।
नोट 2: गतिविधि के स्रोत का निर्धारण करने के लिए गणितीय पुनर्निर्माण जैसे अतिरिक्त कदम उठाने की आवश्यकता है।
3. न्यूरल ऑस्सीलेशन्स क्या हैं?
मस्तिष्क की तरंगें, जिन्हें अक्सर न्यूरल ऑस्सीलेशन्स के रूप में संदर्भित किया जाता है, एक या अधिक न्यूरॉन्स द्वारा उत्पन्न रिदमिक पैटर्न हैं।
यह अभी तक स्पष्ट नहीं है कि मस्तिष्क क्यों इन विभिन्न प्रकार के ऑस्सीलेशन्स का उत्पादन करता है, हालांकि कई सिद्धांत हैं। शोधकर्ता इन रिदमिक पैटर्नों का उपयोग करते हुए इन ऑस्सीलेटरी गतिविधियों को चित्रित करने के लिए विभिन्न कार्यों का उपयोग करते हैं और मस्तिष्क के रहस्यों को समझने का लक्ष्य रखते हैं।
3.1. एक ऑस्सीलेशन के कुछ गुण
यह आकृति एक नियमित इलेक्ट्रिकल संकेत का एक मापन दिखाती है:
चित्र 6 – विभिन्न न्यूरोइमेजिंग उपकरणों का स्थानिक बनाम समयात्मक संकल्प।
बाएं (y-धुरी) पर, हम इलेक्ट्रिकल रिकॉर्डिंग का एंप्लीट्यूड और क्षैतिज धुरी (x-धुरी) पर समय को प्लॉट कर सकते हैं। संकेत का एंप्लीट्यूड केंद्रीय बिंदु के चारों ओर नियमित रूप से परिवर्तन करेगा। एक चक्र को एक ऑस्सीलेशन भी कहा जाता है।
प्रति सेकंड चक्रों की संख्या को तरंग की आवृत्ति कहा जाता है और इसकी इकाई हर्ट्ज (Hz) होती है। इसलिए 1 चक्र प्रति सेकंड = 1 Hz। आमतौर पर एंप्लीट्यूड या पॉवर स्पेक्ट्रा को माइक्रोवॉल्ट (µV) में मापा जाता है।
मस्तिष्क में हम ऐसी तरंगों को देखते हैं जिनकी आवृत्तियाँ 0.2 Hz (बहुत धीमी तरंगें) से 80 Hz या उससे अधिक (बहुत तेज़ तरंगें) तक होती हैं। मिर्गी से जुड़ी 500 Hz तक की उच्च-आवृत्ति गतिविधि को भी मस्तिष्क में रिकॉर्ड किया जा सकता है।
भिन्न प्रकार की मस्तिष्क की ऑस्सीलेशन्स को उनकी आवृत्ति के आधार पर वर्गीकृत किया जाता है। इन्हें आवृत्ति बैंड के रूप में जाना जाता है और विभिन्न मस्तिष्क राज्यों से संबंधित हो सकते हैं:
चित्र 7 – सामान्य EEG में मस्तिष्क की तरंगें।
3.2. विभिन्न आवृत्ति बैंड महत्वपूर्ण क्यों हैं?
सामान्य बनाम असामान्य मस्तिष्क पैटर्न की पहचान
न्यूरल ऑस्सीलेशन्स मिर्गी का पता लगाने और न्यूरोलॉजी में मिर्गी के निदान के लिए महत्वपूर्ण हैं।मस्तिष्क कंप्यूटर इंटरफेस (BCI)
बीटा, गामा और म्यू ऑस्सीलेशन्स की मात्रा अक्सर दूरस्थ उपकरणों को प्रशिक्षित करने के लिए (जैसे विचारों के साथ पहिए वाली कुर्सी चलाना) उपयोग की जाती हैं।न्यूरोफीडबैक
यह मस्तिष्क प्रशिक्षण का एक रूप है जहाँ आप अपनी मस्तिष्क तरंगें (जैसे गामा ऑस्सीलेशन्स) देख सकते हैं और अपनी मस्तिष्क में गामा ऑस्सीलेशन्स की मात्रा को सुधारने के लिए संज्ञानात्मक कार्यों में संलग्न हो सकते हैं।न्यूरोमार्केटिंग
अल्फ़ा और बीटा आवृत्ति बैंड का उपयोग यह जानने के लिए किया जा सकता है कि विज्ञापन के कौन से भाग अधिक या कम आकर्षक हैं।
3.3. EEG डेटा विश्लेषण के प्रकार
अधिकतर शोधकर्ता या तो समय डोमेन या आवृत्ति डोमेन में विश्लेषण करते हैं।
समय डोमेन विश्लेषण
आमतौर पर उत्तेजना की शुरुआत के बाद रुचि के समय बिंदुओं पर वोल्टेज एंप्लीट्यूड को मापता है। इन्हें इवेंट-रिलेटेड पोटेंशियल (ERPs) कहा जाता है।
आवृत्ति डोमेन विश्लेषण
विशिष्ट समय की खिड़की में या किसी घटना की शुरुआत से संबंधित विभिन्न आवृत्ति बैंड में न्यूरल ऑस्सीलेशन्स की मात्रा को मापता है।
इसके बाद हम आवृत्ति डोमेन विश्लेषण का एक अवलोकन प्रदान करेंगे।
3.4. प्रोसेसिंग
एक बार जब आप एक EEG रिकॉर्डिंग करते हैं, तो आमतौर पर आप ऑस्सीलेशन्स का अर्थ लगाने से पहले डेटा को साफ करते हैं।
फिल्टरिंग
डेटा में उच्च और निम्न आवृत्ति साक्ष्य शोर को हटाने की एक तकनीक।कलाकृति हटाना
शारीरिक आंदोलन, आंख झपकना सभी बड़े कलाकृतियों का कारण बन सकते हैं (> 50 µV पीक EEG में)। इन्हें नकारा जा सकता है ताकि ये हमारे परिणामों को प्रभावित न कर सकें। कुछ शोधकर्ता इन कलाकृतियों को ठीक करने के लिए जटिल विधियों का उपयोग करते हैं ताकि डेटा को संरक्षित किया जा सके।
एक बार डेटा संसाधित हो जाने के बाद, सिग्नल अब आवृत्ति डोमेन में परिवर्तित किया जा सकता है ताकि हम प्रत्येक प्रकार की मस्तिष्क तरंगों की मात्रा को माप सकें।
चित्र 8 – कच्चे EEG में आँख झपकाने की कलाकृति।
3.5. फास्ट फूरियर ट्रांसफॉर्म (FFT)
फूरियर ट्रांसफॉर्म EEG संकेत को 'समय डोमेन' (चित्र A) से 'आवृत्ति डोमेन (चित्र B)' में गणितीय रूपांतरण है।
आवृत्ति डोमेन में, हम यह माप सकते हैं कि हमारे रिकॉर्डिंग में प्रत्येक प्रकार की ऑस्सीलेशन की कितनी मात्रा थी। यह आमतौर पर आवृत्ति बैंड की 'पावर' होती है और इसे एक पावर स्पेक्ट्रम (चित्र B) के रूप में प्रदर्शित किया जा सकता है।
चित्र 9A – समय डोमेन में कच्चा EEG।
चित्र 9B – FFT (आवृत्ति डोमेन) के बाद पावर स्पेक्ट्रम।
3.6. बैंड पावर
एक फूरियर ट्रांसफॉर्म से प्राप्त आवृत्ति बैंड (जैसे अल्फा बैंड) की पावर हमें बताती है कि प्रत्येक आवृत्ति बैंड में कितनी मात्रा है। बैंड पावर की इकाई आमतौर पर µV2/Hz में होती है। सबसे अक्सर, FFT से एम्प्लीट्यूड या पावर स्पेक्ट्रा को लॉगारिद्मिक इकाई डेसिबल (dB) में दिखाया जाता है। डेसिबल एक माप की इकाई है जो मापी गई पावर (P) और संदर्भ पावर (Pr) के बीच के अनुपात की होती है इस प्रकार:
एक बार जब यह मापने की इकाई दिलचस्प घटनाओं के लिए प्राप्त हो जाती है, तो बैंड पावर की तुलना की जा सकती है ताकि मस्तिष्क तरंगों पर प्रयोगात्मक प्रभावों को समझा जा सके।
4. सिद्धांत से अभ्यास तक
अगला, हम अल्फ़ा दबाव प्रभाव पर नज़र डालेंगे।
यह एक घटना है जिसे पहले हंस बर्गर द्वारा रिपोर्ट किया गया था, जिसमें हम देखते हैं कि जब किसी के आँखें खुली होती हैं तो अल्फ़ा ऑस्सीलेशन्स (अल्फ़ा पावर) की मात्रा में महत्वपूर्ण कमी होती है, जब उनके आँखें बंद होती हैं।
चित्र 10 – आँखें खुली होने पर एक वृद्धि अल्फ़ा ऑस्सीलेशन्स देखी जा सकती है।
सबसे पहले EmotivPRO Builder का उपयोग करते हुए, हमने एक साधारण प्रयोग का निर्माण किया। इस प्रयोग में प्रतिभागी से बस यह पूछा गया कि वे स्क्रीन पर ध्यान केंद्रित करते हुए 2 मिनट तक अपनी आँखें खुली रखें, और फिर 2 मिनट तक बंद रखें। उन्हें 2 मिनट के अंत में अपनी आँखें खोलने के लिए एक घंटी सुनाई दी।
आप अपने स्वयं के अल्फ़ा दबाव प्रयोग को बनाने के लिए नीचे दिए गए वीडियो का पालन कर सकते हैं, या आप हमारे प्रयोग को इस लिंक यहाँ से चला सकते हैं:
4.1. उपकरण फिटिंग और EEG गुणवत्ता
हमारे EQ गेट के काम करने के बारे में अधिक पढ़ें यहाँ। आपके हेडसेट के लिए विशिष्ट उपकरण फिटिंग के बारे में अधिक जानकारी यहाँ प्राप्त करें:
EPOC प्रकार
दृष्टिहीन प्रकार
4.2. EEG डेटा को प्रोसेसिंग और ट्रांसफॉर्म करना
अब जब आपके पास डेटा है, आप इसे Emotiv Analyzer का उपयोग करके आवृत्ति डोमेन में परिवर्तित कर सकते हैं। वीडियो में चरणों का पालन करें।
4.3. डेटा की व्याख्या करना
एक बार जब एनालाइज़र पूरा हो जाता है, तो ज़िप फ़ाइल डाउनलोड करें। प्रत्येक रिकॉर्ड के लिए आपके पास बैंड पावर के साथ एक सीएसवी फ़ाइल और एक छवि फ़ाइल होगी जिसे आप अपने स्वयं के सांख्यिकीय विश्लेषण करने के लिए उपयोग कर सकते हैं।
चित्र 11 – बैंड पावर।
हमारे आउटपुट में, हम देख सकते हैं कि आँखें बंद होने पर अल्फा पावर में वृद्धि होती है (नारंगी) की तुलना में जब खोलते हैं (नीला)।
यह हमारे ट्यूटोरियल का अंत है! आप अब बुनियादी जानकारी से लैस हैं 🙂
आप संसाधनों अनुभाग में अधिक उन्नत पढ़ाई के लिए कुछ लिंक पा सकते हैं।
5. संसाधन
उन्नत पढ़ाई
डोनोग्यू आदि। 2022 न्यूरल ऑस्सीलेशन्स के अध्ययन के लिए विधिकीय विचार
EEG शब्दावली का शब्दकोष
केन और अन्य। 2017 (यहाँ)
ओपन सॉर्स कोड
यदि आप पायथन कोडिंग में सहज हैं, तो हमने पायथन स्क्रिप्ट उपलब्ध कराई हैं जिन्हें आप अल्फ़ा पावर मान प्राप्त करने के लिए उपयोग कर सकते हैं, जो आँखों खुली और आँखों बंद खंडों द्वारा लेबल किए गए हैं। कोड और नमूना अल्फ़ा दबाव डेटा फ़ाइलें यहाँ पाएं: https://osf.io/9bvgh/
EMOTIV मैनुअल
EmotivPRO Builder मैनुअल
EmotivPRO मैनुअल
EmotivPRO एनालाइज़र मैनुअल
7. संदर्भ
डोनोग्यू, टी., शॉरोरंकॉव, एन. और वॉयटेक, बी., 2022। न्यूरल ऑस्सीलेशन्स के अध्ययन के लिए विधिकीय विचार। यूरोपियन जर्नल ऑफ न्यूरोसाइंस, 55(11-12), pp.3502-3527। doi: https://doi.org/10.1111/ejn.15361
केन, एन., आचार्य, जे., बेनीज़की, एस., कैबोक्लो, एल., फिनिगन, एस., कैपलन, पी.डब्ल्यू., शिबासकी, एच., प्रेसलर, आर. और वैन पुट्टन, एम.जे., 2017। नैदानिक इलेक्ट्रोएंसेफलोग्राफर्स द्वारा सबसे सामान्यतः उपयोग किए जाने वाले शब्दों का एक संशोधित शब्दकोष और EEG निष्कर्षों के रिपोर्ट प्रारूप का अद्यतन प्रस्ताव। 2017 का संशोधन। क्लिनिकल न्यूरोफिजियोलॉजी प्रैक्टिस, 2, p.170. doi: 10.1016/j.cnp.2017.07.002
सियुली, एस., ली, वाई., झांग, वाई। (2016). इलेक्ट्रोएंसेफलोग्राम (EEG) और इसकी पृष्ठभूमि।: EEG सिग्नल विश्लेषण और वर्गीकरण। स्वास्थ्य सूचना विज्ञान। स्प्रिंगर, चाम। doi: https://doi.org/10.1007/978-3-319-47653-7%5F1
सहायता
कंपनी
© 2025 EMOTIV, सभी अधिकार सुरक्षित।
आपकी गोपनीयता की पसंद (कुकी सेटिंग्स)
*अस्वीकृति – EMOTIV उत्पादों का उद्देश्य केवल अनुसंधान अनुप्रयोगों और व्यक्तिगत उपयोग के लिए होना है। हमारे उत्पादों को EU निर्देश 93/42/EEC में परिभाषित चिकित्सा उपकरणों के रूप में बेचा नहीं जाता है। हमारे उत्पादों को किसी बीमारी के निदान या उपचार के लिए उपयोग के लिए डिज़ाइन या उद्देश्य नहीं किया गया है।
अनुवाद पर नोट: इस वेबसाइट के गैर-अंग्रेजी संस्करणों का अनुवाद आपकी सुविधा के लिए कृत्रिम बुद्धिमत्ता का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, स्वचालित अनुवाद में त्रुटियाँ या ऐसे अंतरों हो सकते हैं जो मूल पाठ से भिन्न होते हैं। सबसे सटीक जानकारी के लिए, कृपया इस साइट के अंग्रेजी संस्करण को देखें।
सहायता
कंपनी
© 2025 EMOTIV, सभी अधिकार सुरक्षित।
आपकी गोपनीयता की पसंद (कुकी सेटिंग्स)
*अस्वीकृति – EMOTIV उत्पादों का उद्देश्य केवल अनुसंधान अनुप्रयोगों और व्यक्तिगत उपयोग के लिए होना है। हमारे उत्पादों को EU निर्देश 93/42/EEC में परिभाषित चिकित्सा उपकरणों के रूप में बेचा नहीं जाता है। हमारे उत्पादों को किसी बीमारी के निदान या उपचार के लिए उपयोग के लिए डिज़ाइन या उद्देश्य नहीं किया गया है।
अनुवाद पर नोट: इस वेबसाइट के गैर-अंग्रेजी संस्करणों का अनुवाद आपकी सुविधा के लिए कृत्रिम बुद्धिमत्ता का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, स्वचालित अनुवाद में त्रुटियाँ या ऐसे अंतरों हो सकते हैं जो मूल पाठ से भिन्न होते हैं। सबसे सटीक जानकारी के लिए, कृपया इस साइट के अंग्रेजी संस्करण को देखें।
सहायता
कंपनी
© 2025 EMOTIV, सभी अधिकार सुरक्षित।
आपकी गोपनीयता की पसंद (कुकी सेटिंग्स)
*अस्वीकृति – EMOTIV उत्पादों का उद्देश्य केवल अनुसंधान अनुप्रयोगों और व्यक्तिगत उपयोग के लिए होना है। हमारे उत्पादों को EU निर्देश 93/42/EEC में परिभाषित चिकित्सा उपकरणों के रूप में बेचा नहीं जाता है। हमारे उत्पादों को किसी बीमारी के निदान या उपचार के लिए उपयोग के लिए डिज़ाइन या उद्देश्य नहीं किया गया है।
अनुवाद पर नोट: इस वेबसाइट के गैर-अंग्रेजी संस्करणों का अनुवाद आपकी सुविधा के लिए कृत्रिम बुद्धिमत्ता का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, स्वचालित अनुवाद में त्रुटियाँ या ऐसे अंतरों हो सकते हैं जो मूल पाठ से भिन्न होते हैं। सबसे सटीक जानकारी के लिए, कृपया इस साइट के अंग्रेजी संस्करण को देखें।