अन्य विषय खोजें…

ईईजी (EEG) में एवरेज मोंटाज: प्रथम वर्ष के छात्रों के लिए एक गाइड

त्वरित-सेटअप, उच्च-घनत्व वाले वायरलेस एरेज़ के साथ अपनी विश्लेषणात्मक EEG समयसीमा को गति दें जो Flex फ़ील्ड परिनियोजन के लिए अनुकूलित हैं।

त्वरित-सेटअप, उच्च-घनत्व वाले वायरलेस एरेज़ के साथ अपनी विश्लेषणात्मक EEG समयसीमा को गति दें जो Flex फ़ील्ड परिनियोजन के लिए अनुकूलित हैं।

एक इलेक्ट्रोएन्सेफेलोग्राम कभी भी खोपड़ी (scalp) पर किसी एक बिंदु से "शुद्ध" संकेत रिकॉर्ड नहीं करता है। स्क्रीन पर एक टेक्नोलॉजिस्ट जो भी वोल्टेज देखता है, वह रिकॉर्डिंग इलेक्ट्रोड और उस इलेक्ट्रोड की तुलना जिस भी संदर्भ (reference) से की जा रही है, उन दोनों के बीच का अंतर होता है।

यह अकेला तथ्य ईईजी (EEG) ट्रेस पढ़ना सीखने वाले छात्रों के लिए बहुत अधिक भ्रम का मूल कारण है, क्योंकि कौन सा संदर्भ स्कीम (reference scheme) चुना गया है, इसके आधार पर एक ही अंतर्निहित मस्तिष्क गतिविधि काफी भिन्न दिखाई दे सकती है।

नैदानिक (clinical) और अनुसंधान सेटिंग्स में सबसे अधिक उपयोग की जाने वाली स्कीमों में औसत मोंटाज (average montage) शामिल है, जिसे कभी-कभी सामान्य औसत संदर्भ (common average reference) भी कहा जाता है। यह मोंटाज क्या अच्छा करता है, और कहां यह एक अनुभवहीन पाठक को चुपचाप गुमराह कर सकता है, इसे पहचानना सीखना उन अधिक व्यावहारिक कौशलों में से एक है जिसे एक प्रथम वर्ष का छात्र विकसित कर सकता है।

त्वरित-सेटअप, उच्च-घनत्व वाले वायरलेस एरेज़ के साथ अपनी विश्लेषणात्मक EEG समयसीमा को गति दें जो Flex फ़ील्ड परिनियोजन के लिए अनुकूलित हैं।

त्वरित-सेटअप, उच्च-घनत्व वाले वायरलेस एरेज़ के साथ अपनी विश्लेषणात्मक EEG समयसीमा को गति दें जो Flex फ़ील्ड परिनियोजन के लिए अनुकूलित हैं।

ईईजी (EEG) में औसत मोंटाज (Average Montage) क्या है?

औसत मोंटाज प्रत्येक इलेक्ट्रोड के वोल्टेज की तुलना किसी एक निश्चित बिंदु से नहीं, बल्कि रिकॉर्डिंग में मौजूद हर इलेक्ट्रोड के तत्कालिक गणितीय औसत से करता है। समय के प्रत्येक क्षण पर, सॉफ्टवेयर सभी सक्रिय चैनलों से वोल्टेज को जोड़ता है, इलेक्ट्रोड की संख्या से विभाजित करता है, और उस औसत को प्रत्येक व्यक्तिगत चैनल के मान से घटा देता है।

इस पद्धति के पीछे का उद्देश्य एक तटस्थ, शून्य-बिंदु संदर्भ (neutral, zero-point reference) का अनुमान लगाना है। चूंकि औसत किसी एक स्थान के बजाय पूरे इलेक्ट्रोड ऐरे से बनता है, इसलिए कोई भी एक स्थान (जैसे कान या मास्टॉयड) पूरे चित्र पर हावी या विकृत नहीं कर सकता है।

सिद्धांत रूप में, यह व्यापक या विसरित मस्तिष्क गतिविधि को पूरे स्कैल्प पर अधिक सममित रूप से प्रदर्शित होने की अनुमति देता है, क्योंकि कोई भी एकल संदर्भ बिंदु प्रदर्शन को एक दिशा में नहीं खींच रहा होता है।

  • मोंटाज समय के प्रत्येक क्षण पर सभी सक्रिय इलेक्ट्रोड के तत्कालिक औसत की गणना करता है।

  • इस परिकलित औसत को फिर प्रत्येक व्यक्तिगत चैनल के वोल्टेज से घटाया जाता है।

  • लक्ष्य एक तटस्थ संदर्भ प्राप्त करना है, जिससे किसी भी एकल शारीरिक स्थान को प्रदर्शन पर हावी होने से रोका जा सके।

ईईजी (EEG) उपकरणों पर औसत मोंटाज स्थापित करना

इलेक्ट्रोड प्लेसमेंट संबंधी विचार

औसत की गणितीय वैधता सुनिश्चित करने के लिए, मानकीकृत इलेक्ट्रोड वितरण आवश्यक है। 10-20 प्रणाली का कड़ाई से पालन किया जाना चाहिए ताकि यह सुनिश्चित हो सके कि वैश्विक माध्य सिर का स्थानिक रूप से प्रतिनिधित्व करता रहे।

प्लेसमेंट या इलेक्ट्रोड प्रतिबाधा (impedance) में कोई भी विचलन एक विषम औसत का कारण बन सकता है, जिससे गलत तरंग रूप निरूपण और संभावित नैदानिक त्रुटियां हो सकती हैं।

सॉफ्टवेयर कॉन्फ़िगरेशन चरण

डिजिटल अधिग्रहण सॉफ्टवेयर को प्रत्येक इनपुट चैनल से परिकलित वैश्विक माध्य के घटाव को सही ढंग से निष्पादित करने के लिए सेट किया जाना चाहिए। टेक्नोलॉजिस्ट को यह पुष्टि करने की आवश्यकता है कि सॉफ्टवेयर सेंसर के पूरे समूह को पढ़ रहा है ताकि लापता चैनलों द्वारा पक्षपाती गणना से बचा जा सके।

एक बार पैरामीटर सेट हो जाने के बाद, डिस्प्ले को वास्तविक समय में टॉगल किया जा सकता है, जिससे रॉ सिग्नल में पाई जाने वाली संभावित विसंगतियों की कुशल समीक्षा और माध्यमिक सत्यापन की अनुमति मिलती है।

औसत मोंटाज भ्रामक क्यों हो सकता है

औसत मोंटाज में एक अच्छी तरह से प्रलेखित कमजोरी है जिसका सामना हर EEG रीडर को कभी न कभी करना पड़ता है।

मोंटाज का एक ही दोषपूर्ण

चूंकि हर क्षण का संदर्भ सभी इलेक्ट्रोडों को मिलाकर बनाया जाता है, इसलिए एक एकल इलेक्ट्रोड जो असामान्य रूप से बड़ा वोल्टेज स्पाइक रिकॉर्ड करता है, वह पूरे औसत को उस मान की ओर खींच लेगा। इसका गणितीय परिणाम यह होता है कि हर दूसरा चैनल, जिसकी तुलना इस नए विषम औसत से की जा रही है, विपरीत दिशा में झुकाव दिखाएगा, भले ही वहां कोई वास्तविक गतिविधि न हुई हो।

यह एक विशिष्ट और भ्रामक पैटर्न उत्पन्न करता है: एक इलेक्ट्रोड पर एक बड़ा, तीखा डिस्चार्ज, जिसके साथ ही बाकी स्कैल्प पर छोटे, उल्टे, दर्पण-छवि (mirror-image) झुकाव एक साथ दिखाई देते हैं। एक अनुभवहीन रीडर को यह एक व्यापक या द्विपक्षीय (bilateral) घटना की तरह लग सकता है।

वास्तव में, स्रोत पूरी तरह से फोकल हो सकता है, जो केवल एक ही इलेक्ट्रोड के नीचे के ऊतकों तक सीमित हो सकता है, जबकि बाकी ट्रेस वास्तविक तंत्रिका गतिविधि के बजाय गणितीय विकृति को दर्शाता है।

यह प्रभाव सीधे इस बात से उपजता है कि औसत निकालना एक गणितीय ऑपरेशन के रूप में कैसे काम करता है, इसलिए इसे नैदानिक ईईजी शिक्षा में एक स्थापित सिद्धांत माना जाता है, न कि कुछ ऐसा जिसे हर मामले में स्वतंत्र रूप से साबित करने की आवश्यकता हो। बहरहाल, प्रत्यक्ष रूप से यह मापने वाले नियंत्रित अध्ययन सीमित हैं कि यह विशिष्ट त्रुटि कितनी बार वास्तविक नैदानिक गलतियों का कारण बनती है। उपलब्ध शोध जो पुष्टि करते हैं वह यह है कि औसत संदर्भ विशेष रूप से दो स्थितियों के प्रति संवेदनशील है जो इस विकृति को बदतर बनाते हैं: आर्टिफैक्ट संदूषण (artifact contamination) और विरल इलेक्ट्रोड कवरेज।

री-रेफरेंसिंग तकनीकों की तुलना करने वाले एक 2018 के सिमुलेशन अध्ययन में पाया गया कि एक संबंधित विधि, रेफरेंस इलेक्ट्रोड स्टैंडर्डाइजेशन तकनीक (एक कम्प्यूटेशनल दृष्टिकोण जो एक सैद्धांतिक शून्य-वोल्टेज बिंदु का अनुमान लगाता है), ईईजी सिग्नल में मिश्रित आर्टिफैक्ट्स से औसत संदर्भ की तुलना में कम प्रभावित थी। इसका मतलब यह है कि जब कोई बड़ा क्षणिक व्यवधान, चाहे वह मस्तिष्क गतिविधि से हो या मांसपेशियों के खिंचाव जैसे गैर-तंत्रिका स्रोत से, रिकॉर्डिंग को दूषित करता है, तो औसत संदर्भ तुलनात्मक रूप से विकृति के प्रति अधिक संवेदनशील होता है।

स्ट्रोक से संबंधित ईईजी परिवर्तनों को देखने वाले लू एवं अन्य द्वारा किए गए एक अन्य अध्ययन ने इस चिंता को एक अलग दृष्टिकोण से सुदृढ़ किया। जब शोधकर्ताओं ने 128-चैनल वाले, औसत-संदर्भित रिकॉर्डिंग को लेकर इसे घटाकर एक विरल 32-चैनल ऐरे में बदल दिया, तो असामान्य ईईजी गतिविधि का स्थानिक वितरण विकृत हो गया, जिसके बारे में लेखकों ने उल्लेख किया कि इससे प्रभावित मस्तिष्क क्षेत्र का गलत स्थानीयकरण (mislocalization) हो सकता है।

यह हमें बताता है कि सिंगल-डिस्चार्ज डिस्टॉर्शन की समस्या कोई निश्चित, निरंतर त्रुटि नहीं है। जब स्कैल्प को कवर करने वाले इलेक्ट्रोड कम होते हैं, तो यह मापने योग्य रूप से बदतर हो जाती है, क्योंकि प्रत्येक शेष इलेक्ट्रोड परिकलित औसत में आनुपातिक रूप से अधिक भार वहन करता है।

फोकल गतिविधि को सामान्यीकृत गतिविधि से कैसे अलग करें

इस संवेदनशीलता को देखते हुए, औसत मोंटाज पढ़ने वाले छात्र के लिए केंद्रीय कौशल यह सीखना है कि वास्तविक सामान्यीकृत (generalized) डिस्चार्ज और एक फोकल घटना के बीच अंतर कैसे किया जाए, जो औसत प्रक्रिया द्वारा केवल डिस्प्ले पर फैल रही है। इसके लिए आप इन बातों पर ध्यान दे सकते हैं:

  • वास्तविक फोकल स्रोत खोजने के लिए सबसे बड़े, सबसे तीखे झुकाव वाले एकल चैनल की पहचान करें।

  • एक द्विध्रुवीय क्षेत्र (dipolar field) की तलाश करें: स्कैल्प पर एक स्पष्ट सकारात्मक ध्रुव और नकारात्मक ध्रुव।

  • जब आस-पास के चैनल विपरीत ध्रुवता के छोटे, एक साथ होने वाले झुकाव दिखाते हैं, तो गणितीय विकृति का संदेह करें।

एक वास्तविक रूप से सामान्यीकृत डिस्चार्ज अलग दिखता है। सभी इलेक्ट्रोड लगभग एक ही आयाम (amplitude) पर एक सिंक्रोनस, सममित पैटर्न दिखाते हैं, जिसमें मैप पर कहीं भी कोई स्पष्ट दर्पण-छवि उलटव (mirror-image reversal) नहीं होता है।

इस मामले में, औसत संदर्भ को किसी एक आउटलायर द्वारा एक दिशा में नहीं खींचा जा रहा है, क्योंकि प्रत्येक चैनल गणना में समान आकार का सिग्नल योगदान दे रहा है। डिस्प्ले यहां एक तरह से अधिक ईमानदार है, क्योंकि औसत निकालने की प्रक्रिया किसी एक प्रमुख इलेक्ट्रोड के आसपास विकृति को केंद्रित नहीं कर रही है।

जब पैटर्न अस्पष्ट हो, तो एक बाइपोलर मोंटाज (जो प्रत्येक इलेक्ट्रोड बनाम एक औसत के बजाय आस-पास के इलेक्ट्रोड जोड़ों के बीच वोल्टेज के अंतर को प्रदर्शित करता है) के साथ क्रॉस-चेकिंग एक मानक अगला कदम है। एक फोकल डिस्चार्ज आम तौर पर प्रभावित क्षेत्र के ऊपर स्थित इलेक्ट्रोड के विशिष्ट जोड़े पर एक फेज रिवर्सल (तरंग रूप की दिशा में अचानक बदलाव) उत्पन्न करेगा। एक वास्तविक सामान्यीकृत डिस्चार्ज बिना किसी एकल तीव्र उत्क्रमण बिंदु के, कई आस-पास के जोड़ों में अधिक विसरित और सुसंगत दिखने की प्रवृत्ति रखता है।

यह विभेदीकरण रणनीति इस बात पर बहुत अधिक निर्भर करती है कि स्कैल्प का वास्तव में कितना अच्छा नमूना लिया गया है। पहले उल्लेखित स्ट्रोक-स्थानीयकरण अध्ययन में पाया गया कि असामान्य ईईजी गतिविधि के स्थानिक वितरण का सटीक विवरण केवल 64-चैनल या 128-चैनल रिकॉर्डिंग के साथ ही प्राप्त किया गया था। 32 चैनलों पर, वितरण इतना विकृत हो गया कि प्रभावित क्षेत्र के पूरी तरह से गलत स्थानीयकरण का जोखिम था।

प्रथम वर्ष के छात्र के लिए, इसका सीधा और व्यावहारिक प्रभाव यह है: 19 से 21 इलेक्ट्रोडों (पारंपरिक 10-20 प्रणाली) के मानक संरेखण के साथ रिकॉर्ड किया गया औसत मोंटाज, उच्च-घनत्व वाले ऐरे की तुलना में, वास्तविक फोकल असामान्यता और औसत के आर्टिफैक्ट के बीच की रेखा को धुंधला करने का उच्च जोखिम पैदा कर सकता है।

औसत मोंटाज बनाम रेफरेंशियल और बाइपोलर डिस्प्ले

औसत मोंटाज को उसके दो मुख्य विकल्पों के साथ रखने से उसकी ताकत और उसके ब्लाइंड स्पॉट्स दोनों स्पष्ट हो जाते हैं।

एक रेफरेंशियल मोंटाज प्रत्येक इलेक्ट्रोड की तुलना एक निश्चित स्थान से करता है, आमतौर पर वर्टेक्स इलेक्ट्रोड Cz, कान की लौ (earlobe), या कानों के पीछे जुड़े मास्टॉयड से। इस दृष्टिकोण की व्याख्या करना सरल है, लेकिन इसमें एक स्पष्ट जोखिम है। यदि वह एकल संदर्भ बिंदु शोर, मांसपेशियों की गतिविधि, या वास्तविक मस्तिष्क गतिविधि से दूषित हो जाता है, तो वह संदूषण डिस्प्ले पर मौजूद हर एक चैनल में घट जाता है।

औसत मोंटाज को आंशिक रूप से विफलता के इस एकल बिंदु से बचने के लिए डिज़ाइन किया गया था। लेकिन जैसा कि पहले की चर्चा से पता चला है, यह एक कमजोरी को दूसरी कमजोरी के साथ बदल देता है। पूरे रिकॉर्डिंग को दूषित करने वाले एक खराब संदर्भ बिंदु के बजाय, अब एक खराब इलेक्ट्रोड का बड़ा डिस्चार्ज पूरे सिर पर विकृति फैला सकता है।

एक बाइपोलर मोंटाज एक और दृष्टिकोण अपनाता है, जो केवल पड़ोसी इलेक्ट्रोड जोड़े के बीच वोल्टेज के अंतर को प्रदर्शित करता है, जिससे पूरे स्कैल्प पर एक श्रृंखला बनती है। यह विधि स्थानीय वोल्टेज ग्रेडिएंट्स और फेज रिवर्सल को उजागर करने में विशेष रूप से अच्छी है, यही वजह है कि यह अक्सर स्पाइक्स या तीव्र तरंगों जैसे फोकल ट्रांसिएंट्स को स्थानीयकृत करने के लिए पसंदीदा विकल्प है। इसका नुकसान यह है कि यह उन गतिविधियों को कम या समाप्त कर सकता है जो बड़े क्षेत्रों में व्यापक और समकालिक हैं, क्योंकि समान संकेतों को रिकॉर्ड करने वाले पड़ोसी इलेक्ट्रोड उनके बीच बहुत कम अंतर दिखाएंगे।

औसत मोंटाज इन दोनों के बीच स्थित है, जो अक्सर लयबद्ध मस्तिष्क गतिविधि के समग्र टोपोग्राफी, या स्थानिक पैटर्न को देखने के लिए डिफ़ॉल्ट डिस्प्ले के रूप में कार्य करता है, और इसका उपयोग आमतौर पर मात्रात्मक ईईजी विश्लेषण पाइपलाइनों में किया जाता है। लेकिन इसका वास्तविक प्रदर्शन तय नहीं है। यह इलेक्ट्रोड घनत्व और अंतर्निहित सिग्नल की प्रकृति पर बहुत अधिक निर्भर करता है।

विशेषता

बाइपोलर मोंटाज

औसत संदर्भ मोंटाज

संदर्भ प्रकार

युग्मवार घटाव (Pairwise subtraction)

वैश्विक माध्य निष्कर्षण (Global mean extraction)

संवेदनशीलता

स्थानीय संभावित अंतर

व्यापक और फोकल गतिविधि

प्राथमिक उपयोग

फेज़िंग और ओरिएंटेशन

स्रोत स्थानीयकरण (Source localization)

यह तालिका दर्शाती है कि बाइपोलर और औसत कॉन्फ़िगरेशन के बीच का चुनाव तंत्रिका डेटा के विज़ुअलाइज़ेशन को कैसे प्रभावित करता है, यह दिखाते हुए कि जहां बाइपोलर सेटअप स्थानीय गतिविधि को उजागर करते हैं, वहीं औसत मोंटाज विद्युत घटनाओं की वैश्विक टोपोग्राफी का मानचित्रण करने में उत्कृष्ट होते हैं।

ईईजी में औसत मोंटाज के बारे में शोध क्या कहता है

हू एवं अन्य द्वारा री-रेफरेंसिंग विधियों की तुलना करने वाले अध्ययन में पाया गया कि कम्प्यूटेशनल रूप से अनुमानित तटस्थ संदर्भ परीक्षण की गई अधिकांश स्थितियों में सरल औसत संदर्भ से बेहतर था, हालांकि औसत संदर्भ को विशेष रूप से उच्च सेंसर शोर वाले मामलों में एक व्यावहारिक विकल्प के रूप में नोट किया गया था। यह इंगित करता है कि औसत मोंटाज एक सार्वभौमिक "सर्वश्रेष्ठ" विकल्प नहीं है, बल्कि विशिष्ट परिस्थितियों के साथ एक विकल्प है जहां यह पर्याप्त रूप से प्रदर्शन करता है।

इस बीच, लियू एवं अन्य द्वारा किए गए एक अलग सिमुलेशन अध्ययन ने इस तस्वीर को और स्पष्ट किया। औसत संदर्भ और कम्प्यूटेशनल रूप से अनुमानित संदर्भ दोनों ने लिंक्ड-मास्टॉयड संदर्भ की तुलना में अपेक्षाकृत कम पुनर्निर्माण त्रुटियां दिखाईं, लेकिन उनका सापेक्ष प्रदर्शन इलेक्ट्रोड घनत्व के आधार पर बदल गया।

एक कम-

कम घनत्व वाले मोंटाज के साथ, अनुमानित संदर्भ विधि अधिक विश्वसनीय साबित हुई। उच्च-घनत्व वाले मोंटाज के साथ, औसत संदर्भ ने वास्तव में बेहतर प्रदर्शन किया, जब तक कि इलेक्ट्रोड स्थिति के बारे में सटीक जानकारी अनुपलब्ध न हो। यहाँ सबक यह है कि इलेक्ट्रोड की संख्या मौलिक रूप से बदल देती है कि कौन सी संदर्भ विधि अधिक विश्वसनीय है।

यह ध्यान देने योग्य है कि हर व्यावहारिक संदर्भ में रेफरेंशियल मोंटाज स्वचालित रूप से कमतर नहीं होते हैं।

उदाहरण के लिए, क्रिटिकल केयर वातावरण के लिए काराकिस एवं अन्य द्वारा डिजाइन किए गए एक अध्ययन ने वर्टेक्स इलेक्ट्रोड Cz को संदर्भित एक सरलीकृत सात-इलेक्ट्रोड मोंटाज का परीक्षण किया, जिसका उद्देश्य समर्पित ईईजी तकनीशियनों के बिना निवासियों द्वारा उपयोग किया जाना था।

इस योजना ने गहन देखभाल रोगियों में दौरों का पता लगाने के लिए 92.5 प्रतिशत की औसत संवेदनशीलता और 93.5 प्रतिशत की विशिष्टता हासिल की। इस अध्ययन ने सीधे आमने-सामने की तुलना में औसत मोंटाज को रेफरेंशियल के खिलाफ नहीं उतारा, लेकिन यह दर्शाता है कि सही नैदानिक संदर्भ में लागू एक अच्छी तरह से डिज़ाइन की गई रेफरेंशियल योजना, सीमित संख्या में इलेक्ट्रोड के साथ भी विश्वसनीय रूप से प्रदर्शन कर सकती है, जो तत्काल पहचान की आवश्यकता वाले मस्तिष्क विकारों (जैसे नॉन-कॉन्वल्सिव दौरे) के लिए मोंटाज के विकल्पों को तौलते समय एक उपयोगी विपरीत बिंदु है।

मोंटाज प्रकार

संदर्भ बिंदु

मजबूती (ताकत)

कमजोरी

सबसे अच्छा किसके लिए है

औसत

सभी इलेक्ट्रोड का माध्य

कोई एकल बिंदु पूर्वाग्रह नहीं

एक खराब इलेक्ट्रोड सभी को विकृत करता है

टोपोग्राफी, लयबद्ध गतिविधि

रेफरेंशियल

एकल निश्चित स्थान

सरल व्याख्या

संदर्भ स्थल से संदूषण

मानक नैदानिक उपयोग

बाइपोलर

आस-पास के इलेक्ट्रोड जोड़े

स्थानीय ग्रेडिएंट्स को हाइलाइट करता है

व्यापक समकालिक गतिविधि को छोड़ देता है

फोकल क्षणिक स्थानीयकरण

औसत मोंटाज की व्याख्या करने के लिए व्यावहारिक सुझाव

औसत-संदर्भित डेटा के साथ काम करते समय कुछ आदतें एक छात्र को सबसे आम गलत व्याख्याओं से बचने में मदद कर सकती हैं:

  • किसी पैटर्न की व्याख्या करने से पहले हमेशा इलेक्ट्रोड की संख्या और उनके स्कैल्प कवरेज की जांच करें। यदि रिकॉर्डिंग लगभग 32 से कम चैनलों का उपयोग करती है, तो आगे के सत्यापन के बिना स्पष्ट रूप से व्यापक डिस्चार्ज को पूरी तरह से सामान्यीकृत लेबल करने में सावधानी बरतें।

  • यदि कोई संदिग्ध व्यापक पैटर्न दिखाई देता है, तो बाइपोलर या रेफरेंशियल मोंटाज पर स्विच करें और देखें कि क्या घटना एक स्पष्ट फोकल अधिकतम में बदल जाती है। यह क्रॉस-चेक नैदानिक प्रतिलेखन में मानक अभ्यास है, हालांकि बड़े परीक्षणों में इसकी सटीक त्रुटि-कमी दर को औपचारिक रूप से मापा नहीं गया है।

  • याद रखें कि औसत मोंटाज हर चैनल पर एक झूठी दर्पण-छवि उत्पन्न कर सकता है। इन प्रतिबिंबित झुकावों का आकार वास्तविक फोकल घटना के आयाम के साथ बदलता है और कुल इलेक्ट्रोड संख्या के विपरीत आनुपातिक होता है, जिसका अर्थ है कि कम इलेक्ट्रोड प्रत्येक शेष चैनल में अधिक विकृति केंद्रित करते हैं।

  • स्ट्रोक-स्थानीयकरण के निष्कर्ष यह दिखाते हैं कि सटीक स्थानिक लक्षण वर्णन के लिए 64 चैनलों या उससे अधिक की आवश्यकता थी, एक व्यापक नियम का समर्थन करते हैं: उच्च इलेक्ट्रोड घनत्व स्थानीयकरण कार्यों के लिए औसत मोंटाज की विश्वसनीयता में सार्थक सुधार करता है।

  • यह प्रमाण कि औसत संदर्भ आर्टिफैक्ट संदूषण के प्रति संवेदनशील है, और निम्न-घनत्व मोंटाज वैकल्पिक संदर्भ विधियों का पक्ष लेते हैं, इस बात को बल देता है कि इलेक्ट्रोड संख्या सीमित होने पर औसत मोंटाज को स्वचालित रूप से सबसे मजबूत विकल्प के रूप में नहीं माना जाना चाहिए।

विश्वास के साथ औसत मोंटाज की व्याख्या करना

औसत मोंटाज नैदानिक तंत्रिका विज्ञान (neuroscience) और ईईजी अनुसंधान में सबसे व्यापक रूप से उपयोग की जाने वाली री-रेफरेंसिंग विधियों में से एक है, क्योंकि यह किसी एक कमजोर संदर्भ बिंदु पर निर्भर किए बिना मस्तिष्क गतिविधि का एक उचित रूप से संतुलित दृश्य प्रदान करता है। लेकिन वह संतुलन एक विशिष्ट समझौते के साथ आता है जिसे हर रीडर को आत्मसात करने की आवश्यकता होती है।

एक एकल बड़ा फोकल डिस्चार्ज साझा औसत को प्रभावित कर सकता है, जिससे पूरे स्कैल्प पर झुकाव पैदा हो सकता है जो एक व्यापक घटना की नकल करता है जबकि वास्तविक स्रोत एक क्षेत्र तक सीमित होता है।

फोकल और सामान्यीकृत गतिविधि के बीच विश्वसनीय अंतर इस बात से तय होता है कि वास्तविक अधिकतम आयाम कहां स्थित है, दर्पण-छवि पैटर्न की जांच करना जो वास्तविक प्रसार के बजाय गणितीय विकृति का संकेत देता है, और बाइपोलर या रेफरेंशियल डिस्प्ले के साथ संदिग्ध मामलों की पुष्टि करना। उपलब्ध साक्ष्य लगातार इलेक्ट्रोड घनत्व और हेड मॉडलिंग सटीकता को उन दो कारकों के रूप में रेखांकित करते हैं जो सबसे दृढ़ता से यह निर्धारित करते हैं कि औसत मोंटाज एक सटीक तस्वीर देगा या विकृत।

इसके फायदे उच्च-घनत्व रिकॉर्डिंग में सबसे स्पष्ट हैं; विरल कवरेज वाले मानक नैदानिक सरणियों में इसकी सीमाएं अधिक स्पष्ट हो जाती हैं।

संदर्भ

  1. Hu, S., Lai, Y., Valdes-Sosa, P. A., Bringas-Vega, M. L., & Yao, D. (2018). How do reference montage and electrodes setup affect the measured scalp EEG potentials?. Journal of neural engineering, 15(2), 026013.

  2. Luu, P., Tucker, D. M., Englander, R., Lockfeld, A., Lutsep, H., & Oken, B. (2001). Localizing acute stroke-related eeg changes:: Assessing the effects of spatial undersampling. Journal of clinical Neurophysiology, 18(4), 302-317.

  3. Liu, Q., Balsters, J. H., Baechinger, M., Van der Groen, O., Wenderoth, N., & Mantini, D. (2015). Estimating a neutral reference for electroencephalographic recordings: the importance of using a high-density montage and a realistic head model. Journal of neural engineering, 12(5), 056012. https://doi.org/10.1088/1741-2560/12/5/056012

  4. Karakis, I., Montouris, G. D., Otis, J. A., Douglass, L. M., Jonas, R., Velez-Ruiz, N., ... & Espinosa, P. S. (2010). A quick and reliable EEG montage for the detection of seizures in the critical care setting. Journal of Clinical Neurophysiology, 27(2), 100-105. https://doi.org/10.1097/wnp.0b013e3181d649e4

अक्सर पूछे जाने वाले प्रश्न

ईईजी में औसत मोंटाज वास्तव में क्या है?

औसत मोंटाज सभी सक्रिय इलेक्ट्रोड के तात्कालिक गणितीय औसत के विरुद्ध प्रत्येक इलेक्ट्रोड के वोल्टेज को पुनः संदर्भित करता है। यह एक तटस्थ संदर्भ बिंदु बनाने के लिए प्रत्येक चैनल से इस सामान्य औसत को घटाता है जो किसी एक स्कैल्प स्थान से बंधा नहीं होता है।

औसत मोंटाज व्यापक गतिविधि का भ्रामक पैटर्न क्यों बना सकता है?

जब एक इलेक्ट्रोड एक बड़ा डिस्चार्ज रिकॉर्ड करता है, तो वह औसत को अपनी दिशा में मजबूती से खींचता है। फिर अन्य सभी चैनलों की तुलना उस विषम औसत से की जाती है, जिससे दर्पण-छवि झुकाव उत्पन्न होते हैं जो गतिविधि की तरह दिखते हैं भले ही केवल एक फोकल स्रोत मौजूद हो।

एक छात्र औसत मोंटाज पर वास्तविक फोकल डिस्चार्ज और विकृत डिस्चार्ज के बीच अंतर कैसे कर सकता है?

स्पष्ट रूप से सबसे बड़े आयाम वाले इलेक्ट्रोड की खोज करें और उसी क्षण अन्य चैनलों में छोटे, विपरीत ध्रुवता के संकेतों की जांच करें। एक प्रमुख अधिकतम वाला द्विध्रुवीय पैटर्न एक फोकल घटना की ओर इशारा करता है, जबकि एक वास्तविक सामान्यीकृत डिस्चार्ज हर जगह सिंक्रोनस, समान आकार की गतिविधि दिखाता है।

औसत मोंटाज की विश्वसनीयता में इलेक्ट्रोड घनत्व क्या भूमिका निभाता है?

कम इलेक्ट्रोड होने पर, प्रत्येक चैनल औसत में अधिक भार का योगदान देता है, इसलिए एकल बड़ा क्षणिक व्यवधान डिस्प्ले को अधिक गंभीर रूप से विकृत करता है। उच्च-घनत्व वाले ऐरे (उदा. 64 या अधिक चैनल) इस गणितीय आर्टिफैक्ट को कम करते हैं और स्थानिक स्थानीयकरण की सटीकता में सुधार करते हैं।

औसत मोंटाज रेफरेंशियल मोंटाज से किस प्रकार भिन्न है?

रेफरेंशियल मोंटाज प्रत्येक इलेक्ट्रोड की तुलना एक निश्चित भौतिक स्थान से करता है, जिससे संदूषण का खतरा रहता है यदि उस स्थल पर शोर हो। औसत मोंटाज विफलता के एकल बिंदु से बचता है लेकिन इसके बजाय एकल फोकल डिस्चार्ज से पूरे स्कैल्प डिस्प्ले पर विकृति फैला सकता है।

औसत मोंटाज की तुलना में बाइपोलर मोंटाज कब अधिक उपयोगी हो सकता है?

बाइपोलर मोंटाज पड़ोसी इलेक्ट्रोड के बीच वोल्टेज अंतर प्रदर्शित करता है और तीखे फेज रिवर्सल के माध्यम से फोकल ट्रांसिएंट्स को स्थानीयकृत करने के लिए उत्कृष्ट है। यह व्यापक, समकालिक लय को देखने के लिए कम सहायक है, जहाँ औसत मोंटाज अक्सर समग्र स्कैल्प टोपोग्राफी का बेहतर अवलोकन देता है।

औसत मोंटाज पर देखे गए संदिग्ध पैटर्न को सत्यापित करने का व्यावहारिक तरीका क्या है?

बाइपोलर या रेफरेंशियल मोंटाज पर स्विच करें और जांचें कि क्या स्पष्ट रूप से व्यापक घटना एक स्पष्ट फोकल अधिकतम तक सीमित हो जाती है। यह क्रॉस-चेक प्रकट करता है कि पैटर्न वास्तविक सामान्यीकृत गतिविधि को दर्शाता है या औसत प्रक्रिया द्वारा बनाई गई गणितीय दर्पण-छवि है।

क्या औसत मोंटाज सार्वभौमिक रूप से सबसे अच्छा संदर्भ विकल्प है?

नहीं, इसका प्रदर्शन इलेक्ट्रोड घनत्व और हेड कवरेज पर दृढ़ता से निर्भर करता है। कम-घनत्व वाली रिकॉर्डिंग में, वैकल्पिक कम्प्यूटेशनल संदर्भ विधियां अधिक विश्वसनीय हो सकती हैं, जबकि कई चैनलों के साथ औसत संदर्भ अक्सर अच्छा प्रदर्शन करता है जब तक कि सटीक इलेक्ट्रोड स्थितियां अज्ञात न हों।

क्या मरीज के सिर का आकार संदर्भ गणना को प्रभावित करता है?

हालांकि गणित समान रहता है, सिर के आकार में भिन्नता के कारण आवश्यक है कि परिकलित किए जा रहे स्थानिक औसत की अखंडता को बनाए रखने के लिए इलेक्ट्रोड मानकीकृत प्रणालियों के अनुसार आनुपातिक रूप से स्थित रहें।


त्वरित-सेटअप, उच्च-घनत्व वाले वायरलेस एरेज़ के साथ अपनी विश्लेषणात्मक EEG समयसीमा को गति दें जो Flex फ़ील्ड परिनियोजन के लिए अनुकूलित हैं।

त्वरित-सेटअप, उच्च-घनत्व वाले वायरलेस एरेज़ के साथ अपनी विश्लेषणात्मक EEG समयसीमा को गति दें जो Flex फ़ील्ड परिनियोजन के लिए अनुकूलित हैं।

Emotiv एक न्यूरोटेक्नोलॉजी लीडर है जो सुलभ ईईजी (EEG) और मस्तिष्क डेटा उपकरणों के माध्यम से तंत्रिका विज्ञान (न्यूरोसाइंस) अनुसंधान को आगे बढ़ाने में मदद कर रहा है।

चिकित्सा संबंधी अस्वीकरण (Medical Disclaimer): इस वेबसाइट पर प्रदान की गई जानकारी केवल शैक्षिक और सूचनात्मक उद्देश्यों के लिए है और इसे चिकित्सा या स्वास्थ्य सलाह के रूप में नहीं माना जाना चाहिए। इस सामग्री में त्रुटियां हो सकती हैं और जीवन को प्रभावित करने वाले स्वास्थ्य, चिकित्सा या जीवन शैली के विकल्प चुनने के लिए इस पर भरोसा नहीं किया जाना चाहिए। किसी चिकित्सीय स्थिति या उपचार के संबंध में आपके किसी भी प्रश्न के लिए हमेशा अपने चिकित्सक या अन्य योग्य स्वास्थ्य प्रदाता की सलाह लें।

क्रिश्चियन बर्गोस

हमारी ओर से नवीनतम

नींद के दौरान मस्तिष्क की तरंगें कैसे बदलती हैं

नींद को अक्सर संवेदी जीवन स्थल सूचक से एक शांत विश्राम के रूप में वर्णित किया जाता है, लेकिढ़ मस्तिष्क की पctive तरंगों के स्तर पर यह एक अत्यंत सक्रिय और सटीक रूप से क्रमबपddh अवस्था है।

इलेक्ट्रोएन्सेफेलोग्राफी (EEG) खोपड़ी से इस गतिविधि को दर्ज करती है, और आधुनिक तंत्रिका विज्ञान उन रिकॉर्डिंग्स का उपयोग यह दिखाने के लिए करता है कि सोता हुआ मस्तिष्क दोलनशील रूपों के एक व्यवस्थित प्रगति से गुजरता है, हलकी नॉन-REM (NREM) नींद से गहरी धीमी-तरंग की नींद में और फिर तील्र आंख गतिविधि (REM) नींद में। प्रत्येक रूप क्षेत्र की अपनी विद्युत् हस्ताक्षर (विशेषता) होती है, और प्रत्येक हस्ताक्षर कोशिकीय और नेटवर्क गतिविधि के विभिन्न प्रारूपों को दर्शाता है।

लेख पढ़ें

ईईजी (EEG) में अल्फा पैटर्न

कॉर्टिकल ऑसीलेशन के तंत्रिका विज्ञान (न्यूरोसाइंस) में, अल्फा को पैटर्नों के एक परिवार के रूप में वर्णित किया गया है। यह टोपोग्राफिकली वितरित ग्रेडिएंट्स, लंबी दूरी के कपलिंग नेटवर्क और क्षणिक फटने (बर्स्ट) जैसी घटनाओं का निर्माण करता है। ये पैटर्न स्कैल्प, समय और संज्ञानात्मक (कॉग्निटिव) अवस्थाओं में भिन्न होते हैं।

इसके बाद के प्रमाण स्थानिक और लौकिक (स्पेशियल और टेम्पोरल) संगठन से संबंधित हैं। यहाँ समीक्षा किए गए स्रोतों में नींद की रिकॉर्डिंग, इलेक्ट्रोकॉर्टिकोग्राफिक सेंसरीमोटर मैपिंग, वर्किंग मेमोरी प्रयोग, सचेत धारणा (कॉन्शियस परसेप्शन) के कार्य और स्पंदित अवरोध (पल्स्ड इनहिबिशन) की समीक्षा शामिल है।

साथ में, वे दिखाते हैं कि स्थिति के आधार पर एक ही अल्फा बैंड फ्रंटल प्रभुत्व, ओसीपिटल दमन, द्विपक्षीय सेंसरीमोटर डिसिंक्रनाइज़ेशन, या चरण-निर्भर गेटिंग के साथ दिखाई दे सकता है।

लेख पढ़ें

डेल्टा तरंगें और गहरी नींद (स्लो-वेव स्लीप)

गहरी गैर-रैपिड आई मूवमेंट (NREM) नींद एक विशिष्ट चरण में सिकुड़ती है जिसे स्लो-वेव स्लीप (SWS), या चरण N3 कहा जाता है। एक इल्क्ट्रोएंसेफेलोग्राम (EEG) पर, एसे उच्च-आयाम (high-amplitude), कम-आवृत्ति (low-frequency) वाली विद्युतीय गतिविधि द्वारा परिभाषित किया जाता है।

शब्द "डेल्टा तरंगें" एक विशिष्ट व्लोटेज बूम (बैंड) को संदर्भित कर सकता है, लेकिन नींद संबंधी शोध में यह अक्सर व्यापक रूप से काम करता है। इसमें 75 से 140 माइक्रोवोल्ट के बीच मापी गई डेल्टा तरंगें, 140 माइक्रोवोल्ट से ऊपर की EEG धीमी तरंगें, 1 Hz से ढीमा दोलन, और 0.75 से 4.5 Hz बैंड में स्लो-वेव गतिविधि ाशामिल है।

लेख पढ़ें

थीटा अवस्था

थेटा अवस्था एक ऐसी कार्यात्मक स्थिति का वर्णन करती है जिसमें थेटा-बैंड गतिविधि केवल एक ही क्षेत्र में एक क्षणिक विद्युत तरंग नहीं, बल्कि व्यापक मस्तिष्क नेटवर्कों में संचार का मुख्य माध्यम बन जाती है।

यह लेख जांच करता है कि ध्यान, सम्मोहन और स्मृति एन्कोडिंग के दौरान थेटा-प्रधान मस्तिष्क खुद को कैसे व्यवस्थित करता है।

लेख पढ़ें