मस्तिष्क की विभिन्न लय (rhythms) में से एक ने दशकों से तंत्रिका वैज्ञानिकों (neuroscientists) का ध्यान आकर्षित किया है क्योंकि यह क्रिया (action), धारणा (perception) और सामाजिक समझ (social understanding) के चौराहे पर स्थित प्रतीत होती है।
म्यू लय (mu rhythm), जो कि सेंसरिमोटर कॉर्टेक्स पर रिकॉर्ड किया गया एक 8-13 Hz का कंपन (oscillation) है, की शक्ति तब कम हो जाती है जब हम कोई क्रिया करते हैं, किसी अन्य को वही क्रिया करते हुए देखते हैं, या केवल इसे करने की कल्पना करते हैं। इस विशेषता ने, जिसे डीसिंक्रोनाइजेशन (desynchronization) के रूप में जाना जाता है, म्यू लय को अनुकरण (imitation), सहानुभूति (empathy) और हकलाने से लेकर आटिज़्म तक के नैदानिक विकारों (clinical disorders) पर होने वाले अनुसंधान में एक केंद्रीय भूमिका दी है।
EEG म्यू रिदम (Mu Rhythm) क्या है?
EEG म्यू रिदम मस्तिष्क के सेंसरीमोटर क्षेत्रों के ऊपर स्कैल्प इलेक्ट्रोड से रिकॉर्ड किया गया एक पैटर्न वाला ऑसिलेशन (दोलन) है। इसे अक्सर अल्फा-जैसी आवृत्ति (आमतौर पर लगभग 8-13 Hz) के साथ आर्च-आकार या कंघी जैसी लय के रूप में वर्णित किया जाता है, हालांकि विभिन्न अध्ययनों में इसकी रिपोर्ट की गई सीमाएं अलग-अलग हैं। यह रिदम शांत जागृत अवस्था के दौरान मौजूद हो सकती है और सेंसरीमोटर सिस्टम के सक्रिय होने पर बदल सकती है।
म्यू गतिविधि कोई अलग विद्युत पदार्थ या किसी एकल मानसिक प्रक्रिया का प्रत्यक्ष रीडिंग नहीं है। यह एक इलेक्ट्रोएन्सेफलोग्राम (electroencephalogram) में मापने योग्य पैटर्न है, जो तंत्रिका स्रोतों, इलेक्ट्रोड प्लेसमेंट, संदर्भ विकल्प और व्यक्ति की स्थिति से आकार लेता है। इसलिए एक दृश्यमान रिदम की व्याख्या किसी विशेष व्यवहार या स्थिति के स्टैंडअलोन संकेत के रूप में करने के बजाय संदर्भ में की जानी चाहिए।
म्यू रिदम EEG: यह कहाँ से आती है
म्यू रिदम कॉर्टेक्स के प्रीमोटर और मोटर क्षेत्रों में उत्पन्न होती है और सबकोर्टिकल संरचनाओं, विशेष रूप से बेसल गैन्ग्लिया (मस्तिष्क के गहरे हिस्सों में नाभिकों का एक समूह जो आंदोलन की शुरुआत और निषेध को नियंत्रित करता है) द्वारा लगातार आकार लेती है। मोटर और संवेदी दोनों प्रक्रियाओं के प्रति रिदम की संवेदनशीलता इसके दो कार्यात्मक रूप से भिन्न आवृत्ति बैंडों में विभाजन से उत्पन्न होती है।
धीमा घटक, म्यू-अल्फा, क्लासिक 8-13 Hz रेंज पर कब्जा करता है और मुख्य रूप से बेसल गैन्ग्लिया से निरोधात्मक संकेतों और मोटर कॉर्टेक्स तक पहुंचने वाले संवेदी फीडबैक का जवाब देता है। म्यू-अल्फा को इस बात के पैमाने के रूप में सोचें कि मस्तिष्क के मोटर आउटपुट को कितना नियंत्रण में रखा जा रहा है और आने वाली संवेदी जानकारी—एक सतह का अहसास, एक अंग की स्थिति—को कैसे एकीकृत किया जा रहा है।
तेज़ घटक, म्यू-बीटा, 14-25 Hz तक फैला हुआ है और एक अलग कम्प्यूटेशनल प्रवाह को दर्शाता है। यह मस्तिष्क के आंतरिक फॉरवर्ड मॉडल को कैप्चर करता है, जो भविष्यवाणियां मोटर सिस्टम आंदोलन के संवेदी परिणामों के बारे में करता है। जब आप एक कप के लिए हाथ बढ़ाते हैं, तो आपकी उंगलियां संपर्क करने से पहले आपका मस्तिष्क स्पर्श संवेदना का अनुमान लगाता है। म्यू-बीटा इन मोटर-टू-सेंसरी अनुमानों के समय और सटीकता को ट्रैक करता है।
इस डुअल-बैंड आर्किटेक्चर का मतलब है कि शोधकर्ता विशिष्ट घटनाओं के समय के साथ म्यू-अल्फा और म्यू-बीटा में एक साथ बदलाव देख सकते हैं, जिससे न्यूरोफिज़ियोलॉजिकल कार्य में एक समृद्ध खिड़की मिलती है। एक बैंड में व्यवधान लेकिन दूसरे में नहीं, यह प्रकट कर सकता है कि क्या कोई नैदानिक स्थिति दोषपूर्ण निषेध, बिगड़ा हुआ संवेदी फीडबैक, या बाधित आंतरिक समय से उत्पन्न होती है।
उदाहरण के लिए, हकलाने वाले लोगों में, वर्किंग मेमोरी टास्क के दौरान म्यू-अल्फा दमन धाराप्रवाह बोलने वालों की तुलना में काफी कम हो जाता है, जो विशिष्ट बेसल गैन्ग्लिया और सेंसरीमोटर एकीकरण की कमियों की ओर इशारा करता है जो उच्च अस्थायी सटीकता के साथ सामने आती हैं।
विशेषता | म्यू-अल्फा | म्यू-बीटा |
|---|---|---|
आवृत्ति (Frequency) | 8–13 Hz | 14–25 Hz |
मुख्य भूमिका | निषेध और संवेदी फीडबैक | आंतरिक फॉरवर्ड मॉडल भविष्यवाणियां |
के प्रति संवेदनशील | बेसल गैन्ग्लिया संकेत | मोटर-टू-सेंसरी प्रोजेक्शन टाइमिंग |
नैदानिक उदाहरण | हकलाने में कम दमन | बाधित आंतरिक समय |
म्यू रिदम की पहचान कैसे करें
एक कच्चे EEG ट्रेसिंग पर, म्यू रिदम केंद्रीय लीड्स पर अपेक्षाकृत नियमित, आर्चिंग तरंग के रूप में दिखाई दे सकती है। यह द्विपक्षीय (bilateral) हो सकती है या एक तरफ अधिक मजबूत हो सकती है, और यह लगातार दिखाई देने के बजाय रुक-रुक कर हो सकती है। इसका आकार एपिलेप्टिफॉर्म हुए बिना तेजी से समोच्च दिखाई दे सकता है, इसलिए केवल आकृति विज्ञान से नैदानिक अर्थ निर्धारित नहीं किया जाना चाहिए।
एक व्यावहारिक पहचान प्रक्रिया संदिग्ध रिदम की तुलना उसके स्कैल्प वितरण, आवृत्ति, स्थिति निर्भरता और एक प्रासंगिक कार्य की प्रतिक्रिया से करती है। एक रिदम जो विपरीत हाथ की हलचल या किसी अन्य सेंसरीमोटर हेरफेर के साथ बदलती है, वह एक समान आकार की रिदम की तुलना में प्रतिक्रियाशील म्यू गतिविधि के साथ अधिक सुसंगत होती है जो अपरिवर्तित रहती है। फिर भी, निष्कर्ष निर्णयात्मक होने के बजाय संभाव्य होता है।
रिकॉर्डिंग की समीक्षा करते समय कई अवलोकन विशेष रूप से उपयोगी होते हैं:
गतिविधि विशेष रूप से पोस्टीरियर इलेक्ट्रोड के बजाय केंद्रीय इलेक्ट्रोड के पास अधिकतम या प्रमुख होती है।
इसकी प्रमुख आवृत्ति अल्फा-जैसे सेंसरीमोटर रेंज के भीतर आती है।
आंदोलन, मोटर इमेजरी, या क्रिया अवलोकन के दौरान इसका आयाम (amplitude) या शक्ति बदल जाती है।
पैटर्न परीक्षणों में प्रतिलिपि प्रस्तुत करने योग्य है और इसे मांसपेशियों या इलेक्ट्रोड विरूपण (artifact) द्वारा समझाया नहीं जा सकता है।
ये जांच म्यू को पोस्टीरियर अल्फा, लयबद्ध विरूपण, या एक आकस्मिक सामान्य संस्करण के साथ भ्रमित करने के जोखिम को कम करती हैं। वे यह भी दिखाते हैं कि क्यों EEG का एक छोटा सा हिस्सा शायद ही कभी पूर्ण व्याख्यात्मक प्रश्न का उत्तर देता है।
म्यू रिदम बनाम अल्फा रिदम: मुख्य अंतर
म्यू और अल्फा रिदम आवृत्ति में ओवरलैप हो सकती हैं, जो कि मुख्य कारण है कि वे कभी-कभी भ्रमित हो जाती हैं। अंतर केवल आवृत्ति से नहीं किया जाता है। अल्फा आमतौर पर पोस्टीरियर विजुअल क्षेत्रों से जुड़ा होता है और आंखें खोलने या बंद करने के साथ बदलता है, जबकि म्यू केंद्रीय सेंसरीमोटर क्षेत्रों के साथ अधिक निकटता से जुड़ा होता है और सेंसरीमोटर जुड़ाव के साथ बदलता है।
उनके तरंग रूप (waveforms) भी समान दिख सकते हैं। दोनों लयबद्ध हो सकते हैं, और दोनों ही विभिन्न स्थितियों और लोगों में आयाम में भिन्न हो सकते हैं। एक केंद्रीय रिदम जो अल्फा जैसी दिखती है, उसकी टोपोग्राफी और प्रतिक्रियाशीलता के लिए परीक्षण किया जाना चाहिए, न कि केवल उसकी उपस्थिति के आधार पर वर्गीकृत किया जाना चाहिए।
निम्नलिखित अंतर उपयोगी हैं लेकिन पूर्ण नहीं हैं:
प्रश्न | म्यू रिदम (Mu rhythm) | अल्फा रिदम (Alpha rhythm) |
|---|---|---|
यह आमतौर पर कहाँ सबसे मजबूत होती है? | केंद्रीय सेंसरीमोटर स्कैल्प क्षेत्र | पोस्टीरियर या ओसीसीपिटल स्कैल्प क्षेत्र |
आमतौर पर इसे क्या बदलता है? | आंदोलन, मोटर इमेजरी, या क्रिया अवलोकन | दृश्य स्थिति, विशेष रूप से आंखें खुली बनाम बंद |
आवृत्ति हमें क्या बताती है? | यह अल्फा जैसी रेंज पर कब्जा कर सकती है | पहचान के लिए केवल आवृत्ति पर्याप्त नहीं है |
मुख्य व्याख्यात्मक जोखिम क्या है? | इसे पोस्टीरियर अल्फा या विरूपण (artifact) के साथ भ्रमित करना | पोस्टीरियर गतिविधि को केंद्रीय म्यू के साथ भ्रमित करना |
ये अंतर विश्लेषण का मार्गदर्शन करते हैं लेकिन पूर्ण मोंटाज (full montage) की जांच की जगह नहीं लेते हैं। संदर्भ चयन, वॉल्यूम चालन, और ओवरलैपिंग स्रोत स्कैल्प वितरण को पाठ्यपुस्तक के उदाहरणों की तुलना में कम स्पष्ट बना सकते हैं।
EEG म्यू रिदम विश्लेषण के तरीके
EEG म्यू अध्ययन दृश्य और मात्रात्मक दोनों तरीकों का उपयोग करते हैं। दृश्य समीक्षा तरंग के आकार, वितरण, स्थिति और प्रतिक्रियाशीलता पर विचार करती है, जबकि मात्रात्मक विश्लेषण पूर्व-चयनित आवृत्ति सीमा में शक्ति या आयाम का अनुमान लगाता है। विश्वसनीय कार्य आमतौर पर संदर्भ, फिल्टर, विरूपण बहिष्करण, युग समय, आधार रेखा और सांख्यिकीय मॉडल की रिपोर्ट करता है ताकि परिणाम का मूल्यांकन किया जा सके और उसका पुनरुत्पादन किया जा सके।
समय-आवृत्ति विश्लेषण (Time-frequency analysis) अक्सर उपयोगी होता है क्योंकि म्यू प्रतिक्रियाएं क्षणिक और कार्य-लॉक हो सकती हैं। आवृत्ति विश्लेषण वोल्टेज परिवर्तनों को लयबद्ध घटकों के प्रतिनिधित्व में परिवर्तित करता है, जबकि समय-सुलझाए गए तरीके दिखाते हैं कि परिवर्तन कब शुरू होता है और यह कब तक रहता है। शोधकर्ताओं को अभी भी आवृत्तियों में रिसाव, फ़िल्टरिंग प्रभावों और गैर-तंत्रिका संदूषण से वास्तविक तंत्रिका प्रभाव को अलग करना चाहिए।
इवेंट-रिलेटेड डीसिंक्रोनाइजेशन (ERD) की व्याख्या
इवेंट-रिलेटेड डीसिंक्रोनाइजेशन, या ERD, एक संदर्भ अवधि के सापेक्ष ऑसिलेटरी शक्ति में कार्य-संबंधी कमी है। म्यू अध्ययनों के लिए, ERD की गणना आमतौर पर आंदोलन या मोटर इमेजरी के आसपास की जाती है और इसे बेसलाइन से प्रतिशत या डेसिबल परिवर्तन के रूप में व्यक्त किया जाता है। यह विधि एक सापेक्ष प्रतिक्रिया को कैप्चर करती है, जो अक्सर विभिन्न खोपड़ी चालकता, इलेक्ट्रोड संपर्क, या बेसलाइन शक्ति वाले लोगों के बीच कच्चे आयामों की तुलना करने के लिए बेहतर होती है।
एक विशिष्ट ERD विश्लेषण रिकॉर्डिंग को परीक्षणों में विभाजित करता है, दूषित खंडों को हटाता है या चिह्नित करता है, वर्णक्रमीय शक्ति का अनुमान लगाता है, और एक कार्य अंतराल की तुलना प्रीस्टिमुलस या विश्राम अंतराल से करता है। सटीक परिणाम विंडो की लंबाई, आवृत्ति रिज़ॉल्यूशन, बेसलाइन चयन और कई तुलनाओं के सुधार पर निर्भर करता है। छोटी विंडो समय को सुरक्षित रखती हैं लेकिन कम स्थिर आवृत्ति अनुमान देती हैं; लंबी विंडो आवृत्ति सटीकता में सुधार करती हैं लेकिन तेजी से होने वाले परिवर्तनों को धुंधला कर सकती हैं।
इसलिए व्याख्या में संपूर्ण विश्लेषण डिज़ाइन शामिल होना चाहिए। सांख्यिकीय रूप से महत्वपूर्ण कमी उन स्थितियों के तहत कार्य-संबंधी संकेत परिवर्तन का प्रमाण है, न कि यह प्रमाण कि किसी विशेष मनोवैज्ञानिक तंत्र ने इसका कारण बन्नाया। कार्यों, सत्रों और नमूनों में प्रतिकृति अनुमान को मजबूत करती है।
मिरर न्यूरॉन परिकल्पना और इसके मतभेद
म्यू रिदम एक सुरुचिपूर्ण परिकल्पना के कारण सामाजिक न्यूरोसाइंस में प्रमुखता से उभरी: यदि न्यूरॉन्स की समान आबादी तब सक्रिय होती है जब हम कार्य करते हैं और जब हम कार्य का निरीक्षण करते हैं, और यदि म्यू रिदम उस तंत्रिका गतिविधि को दर्शाती है, तो क्रिया अवलोकन के दौरान म्यू दमन मिरर न्यूरॉन सिस्टम फ़ंक्शन के एक गैर-इनवेसिव सूचकांक के रूप में काम कर सकता है। इस तर्क ने म्यू डीसिंक्रोनाइजेशन को नकल, सहानुभूति, भाषा विकास और थ्योरी ऑफ माइंड से जोड़ने वाले सैकड़ों अध्ययनों को प्रेरित किया।
यह परिकल्पना एक मजबूत अनुभवजन्य आधार पर टिकी हुई है। म्यू रिदम वास्तव में क्रिया निष्पादन और क्रिया अवलोकन दोनों के दौरान क्षीण होती है, एक ऐसा गुण जो इसे पोस्टीरियर अल्फा रिदम से अलग करता है, जो मुख्य रूप से दृश्य ध्यान पर प्रतिक्रिया करता है। मैकाक बंदरों के प्रीमोटर और पैरिएटल कॉर्टेक्स में पहली बार खोजे गए मिरर न्यूरॉन्स के लिए इस कार्यात्मक समानता ने म्यू रिदम को अनुवादकीय मानव अनुसंधान के लिए एक आकर्षक उपकरण बना दिया।
हालाँकि, इस लिंक की विशिष्टता की जाँच की गई है। एक महत्वपूर्ण परीक्षण में क्रॉसमॉडल पैटर्न वर्गीकरण का उपयोग यह निर्धारित करने के लिए किया गया कि क्या क्रिया अवलोकन के दौरान म्यू रिदम गतिविधि वास्तव में मोटर जानकारी ले जाती है या इसके बजाय यह सोमाटोसेसरी विशेषताओं को दर्शाती है।
प्रतिभागियों ने उन क्रियाओं का अवलोकन किया जो ग्रिप प्रकार (पूरे हाथ या सटीक ग्रिप), स्पर्श उत्तेजना की उपस्थिति या अनुपस्थिति, और क्या क्रिया में किसी वस्तु का उपयोग शामिल था (सकर्मक) या नहीं (अकर्मक) के संदर्भ में भिन्न थीं। जब क्लासिफायर को इन क्रिया विशेषताओं को अलग करने के लिए प्रशिक्षित किया गया था, तो स्पर्श उत्तेजना और क्रिया संक्रामकता के लिए उच्च-संभावना वर्गीकरण उभरा, लेकिन विशेष रूप से, ग्रिप प्रकार के मोटर विवरण के लिए नहीं।
ऐसा प्रतीत होता है कि म्यू रिदम यह कूटबद्ध करती है कि क्या किसी वस्तु को छुआ जा रहा है और क्या कोई उपकरण शामिल है, बजाय इसके कि पकड़ को निष्पादित करने के लिए विशिष्ट मोटर कार्यक्रम की आवश्यकता है।
यह खोज म्यू रिदम की कार्यात्मक भूमिका को नया रूप देती है। क्रिया अवलोकन के दौरान, सेंसरीमोटर कॉर्टेक्स पर जो डीसिंक्रोनाइज़ होता है, वह एक सोमाटोसेसरी प्रतिनिधित्व हो सकता है, मस्तिष्क का सिमुलेशन कि क्रिया कैसी महसूस होगी, बजाय इसके कि इसे कैसे निष्पादित किया जाए इसका प्रत्यक्ष मोटर सिमुलेशन।
यह भेद इसलिए मायने रखता है क्योंकि यह सीमित करता है कि शोधकर्ता म्यू दमन को एक आश्रित उपाय के रूप में उपयोग करते समय किस प्रकार के निष्कर्ष निकाल सकते हैं। यदि सिग्नल मुख्य रूप से स्पर्श और पारगमन जानकारी ले जाता है, तो अतिरिक्त अभिसरण साक्ष्य के बिना सामाजिक अनुभूति कार्य के दौरान म्यू दमन की व्याख्या मोटर मिररिंग के साक्ष्य के रूप में करना समस्याग्रस्त हो जाता है।
मोटर अनुभव सेंसरीमोटर प्रतिक्रिया को ट्यून करता है
विशिष्टता के बारे में इन चिंताओं के बावजूद, एक निष्कर्ष लगातार सामने आता है: म्यू रिदम किसी व्यक्ति के मोटर इतिहास के प्रति बेहद संवेदनशील है। मस्तिष्क के सेंसरीमोटर सर्किट सभी देखी गई क्रियाओं के लिए समान रूप से प्रतिक्रिया नहीं करते हैं। वे उन क्रियाओं के साथ अधिक मजबूती से प्रतिध्वनित होते हैं जिन्हें पर्यवेक्षक ने व्यक्तिगत रूप से निष्पादित किया है।
इस सिद्धांत के एक प्रत्यक्ष परीक्षण में वयस्कों के दो समूहों को एक अपेक्षाकृत नए कार्य पर प्रशिक्षित किया गया, जिसमें एक खिलौना उठाने के लिए पंजे जैसे उपकरण का उपयोग किया गया था। एक समूह ने सक्रिय मोटर प्रशिक्षण प्राप्त किया, शारीरिक रूप से उपकरण का स्वयं हेरफेर किया जब तक कि वे इस क्रिया को धाराप्रवाह रूप से निष्पादित नहीं कर सके। दूसरे समूह को समान दृश्य प्रदर्शन प्राप्त हुआ, उन्होंने उसी क्रिया के वीडियो बार-बार देखे और कोड किए, लेकिन इसे कभी स्वयं निष्पादित नहीं किया। पूर्ण नौसिखियों के तीसरे समूह को इस उपकरण का कोई पूर्व अनुभव नहीं था।
सक्रिय मोटर प्रशिक्षण: धाराप्रवाह निष्पादन तक शारीरिक रूप से उपकरण का हेरफेर किया।
दृश्य प्रदर्शन: क्रिया के वीडियो देखे और कोड किए, इसे कभी निष्पादित नहीं किया।
पूर्ण नौसिखिए: उपकरण का कोई पूर्व अनुभव नहीं।
जब बाद में EEG रिकॉर्ड किया गया जब तीनों समूहों ने उपकरण-उपयोग की क्रिया को देखा, तो प्रदर्शन करने वालों ने विशेष रूप से दाहिने गोलार्ध (right hemisphere) में सबसे बड़ा म्यू रिदम डीसिंक्रोनाइजेशन दिखाया।
पर्यवेक्षकों ने अपनी व्यापक दृश्य परिचितता के बावजूद कमजोर प्रतिक्रिया दिखाई। नौसिखियों ने सबसे कमजोर प्रतिक्रिया दिखाई।
यह क्रमिक बदलाव दर्शाता है कि सक्रिय मोटर अनुभव, निष्क्रिय अवलोकन से अधिक, उन सेंसरीमोटर सर्किटों को आकार देता है जो म्यू रिदम उत्पन्न करते हैं। नकल और प्रारंभिक सामाजिक सीख को समझने के लिए इस खोज के महत्वपूर्ण निहितार्थ हैं। यह सुझाव देता है कि जब शिशु या वयस्क नए मोटर कौशल प्राप्त करते हैं, तो उनके मस्तिष्क दूसरों द्वारा किए जाने पर उन समान क्रियाओं का पता लगाने और उन्हें संसाधित करने के लिए चुनिंदा रूप से ट्यून हो जाते हैं, एक तंत्रिका तंत्र जो नकल के आधार पर मोटर शब्दावली के क्रमिक निर्माण का समर्थन कर सकता है।
विशेष रूप से, इस अध्ययन में नर्तकियों या एथलीटों के साथ क्लासिक मिरर न्यूरॉन अनुसंधान में जांचे गए वर्षों की विशेषज्ञता के बजाय एक ही प्रयोगात्मक सत्र के क्रम में अपेक्षाकृत कम प्रशिक्षण अवधि शामिल थी। संक्षिप्त मोटर सीखने के एपिसोड के प्रति म्यू रिदम की संवेदनशीलता इसे यह अध्ययन करने के लिए एक व्यावहारिक उपकरण बनाती है कि अनुभव-निर्भर प्लास्टिसिटी सेंसरीमोटर सिस्टम में कैसे सामने आती है।
मोटर अनुनाद से भावनात्मक Insight तक
यदि म्यू दमन केवल एक निम्न-स्तरीय मोटर अनुनाद संकेत था, तो जटिल सामाजिक अनुभूति के लिए इसकी प्रासंगिकता सीमित होगी। लेकिन अब साक्ष्य बताते हैं कि सेंसरीमोटर सिमुलेशन, जैसा कि म्यू डीसिंक्रोनाइजेशन द्वारा मापा जाता है, इस बारे में उच्च-क्रम के निष्कर्षों में योगदान देता है कि अन्य लोग क्या महसूस कर रहे हैं।
प्रयोगों के एक जोड़े में, जिसमें निरंतर भावना रेटिंग के साथ प्राकृतिक वीडियो उत्तेजनाओं को जोड़ा गया था, प्रतिभागियों ने भावनात्मक जीवन की घटनाओं का वर्णन करने वाले लोगों के क्लिप देखे। कुछ प्रतिभागियों ने वीडियो और ध्वनि दोनों के साथ क्लिप देखे, कुछ ने केवल वीडियो के साथ, और कुछ ने केवल ऑडियो के साथ।
उन्होंने पल-पल की रेटिंग प्रदान की कि उनका क्या मानना था कि लक्षित व्यक्ति कैसा महसूस करता है, और सहानुभूतिपूर्ण सटीकता को प्रतिभागी की रेटिंग और लक्ष्य के स्वयं के स्व-रिपोर्ट किए गए भावनात्मक अनुभव के बीच सहसंबंध के रूप में क्रियाशील किया गया था।
महत्वपूर्ण खोज यह थी कि सेंसरीमोटर क्षेत्रों पर राइट-लेटरलाइज्ड म्यू दमन ने सहानुभूतिपूर्ण सटीकता को ट्रैक किया। जब प्रतिभागियों ने मजबूत म्यू डीसिंक्रोनाइजेशन दिखाया, तो उनके भावनात्मक निष्कर्ष लक्ष्य की वास्तविक भावनाओं से अधिक निकटता से मेल खाते थे।
यह संबंध दो सांस्कृतिक नमूनों में दोहराया गया, एक संयुक्त राज्य अमेरिका में और दूसरा इज़राइल में, हालांकि इज़राइली नमूने में यह विशेष रूप से तब लागू हुआ जब व्यक्तिगत आवृत्ति बैंड का उपयोग किया गया था और केवल दृश्य उत्तेजनाओं के लिए।
मोडैलिटी-विशिष्ट प्रभाव सैद्धांतिक रूप से महत्वपूर्ण है। यह इंगित करता है कि सेंसरीमोटर सिमुलेशन सहानुभूतिपूर्ण सटीकता में योगदान देता है ठीक उसी समय जब दृश्य संकेत, चेहरे के हाव-भाव, इशारे और आसन संबंधी जानकारी सिमुलेशन को चलाने के लिए उपलब्ध होती है। जब केवल श्रवण संबंधी जानकारी मौजूद होती है, तो अन्य तंत्रिका तंत्र कम्प्यूटेशनल बोझ उठाते दिखाई देते हैं।
ये परिणाम म्यू दमन के कार्यात्मक महत्व को निम्न-स्तरीय मोटर अनुनाद से बहुत आगे तक बढ़ाते हैं। सेंसरीमोटर कॉर्टेक्स दूसरों की आंतरिक स्थितियों के बारे में समृद्ध, प्रासंगिक निष्कर्षों के निर्माण में भाग लेता प्रतीत होता है जो रोजमर्रा की सहानुभूति का निर्माण करते हैं। दायां गोलार्द्ध (right hemisphere) पार्श्वीकरण सामाजिक न्यूरोसाइंस में व्यापक निष्कर्षों के साथ संरेखित होता है जो दाएं गोलार्द्ध को भावना प्रसंस्करण और आत्म-अन्य भेदभाव से जोड़ता है।
मोटर इमेजरी और विश्वसनीय BCI नियंत्रण की खोज
काल्पनिक आंदोलन के प्रति म्यू रिदम की संवेदनशीलता ने इसे मोटर इमेजरी ब्रेन-कंप्यूटर इंटरफेस (BCIs) के लिए एक आधारशिला संकेत बना दिया है। ये प्रणालियाँ उन शक्ति परिवर्तनों का अनुवाद करती हैं जो तब होते हैं जब कोई उपयोगकर्ता अपने बाएं बनाम दाएं हाथ को बाहरी उपकरणों के नियंत्रण आदेशों में ले जाने की कल्पना करता है। सिद्धांत बताता है कि एक काल्पनिक हाथ का आंदोलन विपरीत सेंसरीमोटर कॉर्टेक्स पर म्यू रिदम को दबा देता है, और इस पार्श्व दमन का वास्तविक समय में पता लगाया और वर्गीकृत किया जा सकता है।
हालाँकि, BCI प्रदर्शन व्यक्तियों में काफी भिन्न होता है। एक 2024 के अध्ययन में, लेखकों ने उल्लेख किया कि उपयोगकर्ताओं का एक महत्वपूर्ण अल्पसंख्यक, शायद 15 से 30 प्रतिशत, विश्वसनीय नियंत्रण प्राप्त नहीं कर सकता है, जिसे BCI अक्षमता कहा जाता है। प्रदर्शन की भविष्यवाणी करने वाले कारकों की पहचान करना इस क्षेत्र का एक निरंतर लक्ष्य रहा है। लिंग को एक ऐसे कारक के रूप में प्रस्तावित किया गया है, जिसमें कुछ पहले के अध्ययनों ने सुझाव दिया था कि महिलाएं मोटर इमेजरी कार्यों के दौरान अधिक म्यू मॉड्यूलेशन दिखा सकती हैं।
2024 की बड़े पैमाने पर की गई जांच में समान लिंग वितरण वाले 248 प्रतिभागियों के नमूने को इकट्ठा करने के लिए चार स्वतंत्र डेटासेट को जोड़ा गया, जो इस प्रश्न पर किसी भी पूर्व अध्ययन की तुलना में काफी बड़ा था। सभी प्रतिभागियों ने एक मानक बाएं हाथ बनाम दाएं हाथ मोटर इमेजरी कार्य किया।
विश्लेषण ने बाएं और दाएं सेंसरीमोटर कॉर्टिस पर स्थित इलेक्ट्रोड से म्यू सप्रेशन इंडेक्स निकाला और महिला और पुरुष प्रतिभागियों के बीच मूल्यों की तुलना की। परिणाम से पता चला कि समूहों के बीच कोई महत्वपूर्ण अंतर नहीं उभरा। लिंग, कम से कम इस अच्छी तरह से संचालित नमूने में, मोटर इमेजरी के दौरान म्यू रिदम को संशोधित करने की क्षमता की भविष्यवाणी नहीं करता था।
इस शून्य खोज के व्यावहारिक निहितार्थ हैं। मोटर इमेजरी-आधारित प्रणालियों के लिए प्रतिभागियों की भर्ती करते समय या उपयोगकर्ताओं का चयन करते समय BCI शोधकर्ता और चिकित्सक संभवतः स्क्रीनिंग चर के रूप में लिंग को अलग रख सकते हैं। विश्वसनीय BCI प्रदर्शन के भविष्यवक्ताओं की खोज को कहीं और ध्यान केंद्रित करने की आवश्यकता हो सकती है, शायद न्यूरोफिज़ियोलॉजिकल लक्षणों, संज्ञानात्मक रणनीतियों या प्रशिक्षण प्रोटोकॉल पर।
हकलाने में क्लिनिकल हस्ताक्षर
म्यू रिदम का डुअल-बैंड आर्किटेक्चर इसे विशेष रूप से विशिष्ट तंत्रिका कमियों को पकड़ने के लिए उपयुक्त बनाता है जो कुछ नैदानिक विकारों की विशेषता हैं।
हकलाना एक सम्मोहक केस स्टडी प्रदान करता है। यह स्थिति लंबे समय से बेसल गैन्ग्लिया सर्किट में शिथिलता से जुड़ी हुई है जो भाषण उत्पादन में बाधित सेंसरीमोटर एकीकरण के साथ आंदोलन के समय और दीक्षा को नियंत्रित करती है। म्यू-अल्फा, बेसल गैन्ग्लिया निरोधात्मक संकेतों और संवेदी-से-मोटर प्रतिक्रिया के प्रति संवेदनशील, और म्यू-बीटा, समय और फॉरवर्ड मॉडल अनुमानों के प्रति संवेदनशील, इन कमियों में पूरक खिड़कियां प्रदान करते हैं।
भाषण उत्पादन कार्यों में, स्वतंत्र घटक विश्लेषण कच्चे EEG संकेतों से म्यू रिदम निकाल सकता है और आर्टिकुलेटर्स की मायोजेनिक गतिविधि में अल्फा और बीटा शक्ति में परिवर्तनों को मैप कर सकता है। इस दृष्टिकोण का उपयोग करने वाले अध्ययनों ने प्रदर्शित किया है कि म्यू-अल्फा और म्यू-बीटा गतिविधि भाषण और श्रवण भेदभाव कार्यों दोनों के दौरान हकलाने वाले लोगों को धाराप्रवाह बोलने वालों से विश्वसनीय रूप से अलग करती है।
EEG की अस्थायी सटीकता शोधकर्ताओं को यह देखने की अनुमति देती है कि कब, किसी उच्चारण की योजना और निष्पादन के दौरान, सेंसरीमोटर की कमियां सामने आती हैं। एक गैर-शब्द पुनरावृत्ति कार्य से एक नए निष्कर्ष ने आम तौर पर धाराप्रवाह समूह की तुलना में हकलाने वाले समूह में कम म्यू-अल्फा दमन दिखाया, जिससे म्यू रिदम की संवेदनशीलता भाषण से परे संज्ञानात्मक डोमेन तक फैल गई।
म्यू रिदम क्रिया, सहानुभूति और मस्तिष्क संकेतों के बारे में क्या प्रकट करती है
म्यू रिदम की कहानी शोध के परिष्कृत होने की है, जो दर्शाती है कि एक मस्तिष्क तरंग जिसे कभी मिरर न्यूरॉन इंडेक्स का नाम दिया गया था, वास्तव में अधिक समृद्ध, अधिक संवेदी जानकारी ले जाती है। जब हम किसी को कार्य करते हुए देखते हैं, तो जो डीसिंक्रोनाइज़ेशन हम मापते हैं वह यह दर्शाता है कि क्रिया कैसी महसूस होगी, न कि केवल मोटर कमांड, एक ऐसा भेद जो शोधकर्ताओं द्वारा सामाजिक न्यूरोसाइंस डेटा की व्याख्या करने के तरीके को बदल देता है।
व्यक्तिगत मोटर अनुभव इस प्रतिक्रिया को तेज करता है, जिसका अर्थ है कि मस्तिष्क उन क्रियाओं को पहचानने के लिए खुद को ट्यून करता है जिनका उसने शारीरिक रूप से अभ्यास किया है, जो नकल कौशल के क्रमिक निर्माण का समर्थन करता है। इस बीच, वही संकेत भविष्यवाणी करता है कि लोग विभिन्न संस्कृतियों में चेहरे के भावों से भावनाओं को कितनी सटीकता से पढ़ते हैं, जिससे म्यू रिदम की प्रासंगिकता निम्न-स्तरीय आंदोलन से बहुत आगे बढ़ जाती है।
म्यू रिदम अपना मूल्य किसी एक निश्चित व्याख्या के माध्यम से नहीं बल्कि साक्ष्य के बढ़ते शरीर के माध्यम से रखती है जो यह स्पष्ट करता रहता है कि यह क्या मापती है और मानव शरीर क्रिया विज्ञान के लिए यह क्यों मायने रखता है।
संदर्भ (References)
Coll, M. P., Press, C., Hobson, H., Catmur, C., & Bird, G. (2017). Crossmodal Classification of Mu Rhythm Activity during Action Observation and Execution Suggests Specificity to Somatosensory Features of Actions. The Journal of neuroscience : the official journal of the Society for Neuroscience, 37(24), 5936–5947. https://doi.org/10.1523/JNEUROSCI.3393-16.2017
Cannon, E. N., Yoo, K. H., Vanderwert, R. E., Ferrari, P. F., Woodward, A. L., & Fox, N. A. (2014). Action experience, more than observation, influences mu rhythm desynchronization. Plos one, 9(3), e92002. https://doi.org/10.1371/journal.pone.0092002
Genzer, S., Ong, D. C., Zaki, J., & Perry, A. (2022). Mu rhythm suppression over sensorimotor regions is associated with greater empathic accuracy. Social Cognitive and Affective Neuroscience, 17(9), 788-801. https://doi.org/10.1093/scan/nsac011
von Groll, V. G., Leeuwis, N., Rimbert, S., Roc, A., Pillette, L., Lotte, F., & Alimardani, M. (2024). Large scale investigation of the effect of gender on mu rhythm suppression in motor imagery brain-computer interfaces. Brain computer interfaces (Abingdon, England), 11(3), 87–97. https://doi.org/10.1080/2326263X.2024.2345449
Jenson, D., Bowers, A. L., Hudock, D., & Saltuklaroglu, T. (2020). The application of EEG mu rhythm measures to neurophysiological research in stuttering. Frontiers in human neuroscience, 13, 458. https://doi.org/10.3389/fnhum.2019.00458
अक्सर पूछे जाने वाले प्रश्न
म्यू रिदम क्या है और न्यूरोसाइंस में यह क्यों महत्वपूर्ण है?
म्यू रिदम सेंसरीमोटर कॉर्टेक्स पर रिकॉर्ड किया गया एक लयबद्ध विद्युत दोलन (oscillatory power) है जो तब कम हो जाता है जब कोई व्यक्ति कोई कार्य करता है, देखता है या कल्पना करता है। यह गुण, जिसे डीसिंक्रोनाइजेशन कहा जाता है, इसे क्रिया, धारणा और सामाजिक समझ का अध्ययन करने के लिए एक प्रमुख संकेत बनाता है।
म्यू रिदम को कार्यात्मक घटकों में कैसे विभाजित किया जाता है, और प्रत्येक क्या करता है?
म्यू रिदम को एक धीमे घटक और एक तेज़ घटक में विभाजित किया गया है। धीमा घटक बेसल गैन्ग्लिया और संवेदी फीडबैक से निरोधात्मक संकेतों का जवाब देता है, जबकि तेज़ घटक आंदोलन के संवेदी परिणामों के बारे में मस्तिष्क की आंतरिक भविष्यवाणियों को ट्रैक करता है।
क्या म्यू रिदम का सहानुभूति या दूसरों की भावनाओं को समझने से कोई संबंध है?
हाँ, जब प्रतिभागियों ने भावनात्मक वीडियो देखे तो सही सेंसरीमोटर क्षेत्र पर मजबूत म्यू दमन उच्च सहानुभूतिपूर्ण सटीकता के साथ जुड़ा पाया गया। यह संबंध विशेष रूप से तब बना रहा जब चेहरे के हाव-भाव और इशारों जैसे दृश्य संकेत उपलब्ध थे, जो यह दर्शाता है कि म्यू रिदम दूसरों की आंतरिक स्थितियों के बारे में निष्कर्षों का समर्थन करती है।
क्या ब्रेन-कंप्यूटर इंटरफेस में म्यू रिदम का उपयोग किया जा सकता है?
म्यू रिदम मोटर इमेजरी ब्रेन-कंप्यूटर इंटरफेस के लिए एक आधारशिला संकेत है क्योंकि काल्पनिक आंदोलन पार्श्व दमन का कारण बनता है जिसे कमांड में अनुवादित किया जा सकता है।
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।
क्रिश्चियन बर्गोस
