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 संवेदी-प्रेरक (सेंसरीमोटर) क्षेत्रों के ऊपर स्कैल्प इलेक्ट्रोड से रिकॉर्ड किया जाने वाला एक पैटर्नबद्ध दोलन (ऑसिलेशन) है। इसे अक्सर अल्फा जैसी आवृत्ति (फ्रीक्वेंसी) वाली एक मेहराबदार (आर्च-शेप्ड) या कंघी जैसी रिदम के रूप में वर्णित किया जाता है, जो आमतौर पर लगभग 8–13 Hz के आसपास होती है, हालांकि विभिन्न अध्ययनों में बताई गई सीमाएं भिन्न होती हैं। यह रिदम शांत जागृत अवस्था के दौरान मौजूद हो सकती है और सेंसरीमोटर प्रणाली के सक्रिय होने पर बदल सकती है।
म्यू गतिविधि कोई अलग विद्युत पदार्थ या किसी एकल मानसिक प्रक्रिया का प्रत्यक्ष रीडआउट नहीं है। यह एक इलेक्ट्रोएन्सेफैलोग्राम में एक मापने योग्य पैटर्न है, जो तंत्रिका स्रोतों, इलेक्ट्रोड प्लेसमेंट, संदर्भ (रेफरेंस) के चयन और व्यक्ति की स्थिति से आकार लेता है। इसलिए किसी दृश्यमान रिदम को किसी विशेष व्यवहार या स्थिति के स्टैंडअलोन संकेत के रूप में मानने के बजाय संदर्भ में व्याख्यायित किया जाना चाहिए।
म्यू रिदम EEG: यह कहाँ से आती है
म्यू रिदम कॉर्टेक्स के प्रीमोटर और मोटर क्षेत्रों से उत्पन्न होती है और उप-कॉर्टिकल संरचनाओं, विशेष रूप से बेसल गैन्ग्लिया द्वारा निरंतर आकार लेती है, जो मस्तिष्क की गहराई में स्थित नाभिकों (न्यूक्लिआई) का एक समूह है जो गति (मूवमेंट) की शुरुआत और अवरोध (इनहिबिशन) को नियंत्रित करता है। मोटर और संवेदी दोनों प्रक्रियाओं के प्रति इस रिदम की संवेदनशीलता इसके दो कार्यात्मक रूप से भिन्न फ्रीक्वेंसी बैंडों में विभाजन से उत्पन्न होती है।
धीमा घटक, म्यू-अल्फा, क्लासिक 8–13 Hz रेंज में रहता है और मुख्य रूप से बेसल गैन्ग्लिया से आने वाले निरोधात्मक संकेतों और मोटर कॉर्टेक्स तक पहुँचने वाले संवेदी फीडबैक पर प्रतिक्रिया करता है। म्यू-अल्फा को इस बात का पैमाना समझें कि मस्तिष्क का मोटर आउटपुट कितना नियंत्रित रखा जा रहा है और आने वाली संवेदी जानकारी—किसी सतह का स्पर्श, किसी अंग की स्थिति—को कैसे एकीकृत किया जा रहा है।
तेज़ घटक, म्यू-बीटा, 14–25 Hz तक फैला है और एक अलग कम्प्यूटेशनल स्ट्रीम को दर्शाता है। यह मस्तिष्क के आंतरिक फॉरवर्ड मॉडलों को कैप्चर करता है, यानी गति के संवेदी परिणामों के बारे में मोटर सिस्टम द्वारा किए जाने वाले पूर्वानुमान। जब आप किसी कप की ओर हाथ बढ़ाते हैं, तो आपकी उंगलियों के स्पर्श करने से पहले ही आपका मस्तिष्क स्पर्श संवेदना का पूर्वानुमान लगा लेता है। म्यू-बीटा इन मोटर-टू-सेंसरी अनुमानों के समय और सटीकता को ट्रैक करता है।
इस दोहरे-बैंड आर्किटेक्चर का अर्थ है कि शोधकर्ता विशिष्ट घटनाओं की समयावधि में म्यू-अल्फा और म्यू-बीटा में एक साथ होने वाले परिवर्तनों को देख सकते हैं, जिससे न्यूरोफिज़ियोलॉजिकल कार्यप्रणाली में एक विस्तृत अंतर्दृष्टि मिलती है। एक बैंड में व्यवधान लेकिन दूसरे में नहीं, यह प्रकट कर सकता है कि कोई नैदानिक स्थिति दोषपूर्ण अवरोध, बिगड़े हुए संवेदी फीडबैक, या बाधित आंतरिक समय-निर्धारण से उत्पन्न हुई है या नहीं।
उदाहरण के लिए, हकलाने वाले लोगों में, वर्किंग मेमोरी कार्य के दौरान म्यू-अल्फा का दमन (सप्रेशन) धाराप्रवाह बोलने वालों की तुलना में काफी कम हो जाता है, जो विशिष्ट बेसल गैन्ग्लिया और सेंसरीमोटर एकीकरण कमियों की ओर इशारा करता है जो उच्च लौकिक सटीकता (टेम्पोरल प्रिसिजन) के साथ सामने आती हैं।
विशेषता | म्यू-अल्फा | म्यू-बीटा |
|---|---|---|
फ्रीक्वेंसी | 8–13 Hz | 14–25 Hz |
मुख्य भूमिका | अवरोध और संवेदी फीडबैक | आंतरिक फॉरवर्ड मॉडल पूर्वानुमान |
किसके प्रति संवेदनशील | बेसल गैन्ग्लिया संकेत | मोटर-टू-सेंसरी प्रोजेक्शन टाइमिंग |
नैदानिक उदाहरण | हकलाने में कम दमन | बाधित आंतरिक समय-निर्धारण |
म्यू रिदम की पहचान कैसे करें
एक कच्चे (रॉ) EEG ट्रेसिंग पर, म्यू रिदम सेंट्रल लीड्स पर अपेक्षाकृत नियमित, मेहराबदार तरंग (वेवफॉर्म) के रूप में दिखाई दे सकती है। यह द्विपक्षीय (बायलैटरल) 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 बिना एपिलेप्टिफॉर्म हुए भी तीखे रूप से कंटूर किया हुआ दिखाई दे सकता है, इसलिए केवल आकारिकी (मॉर्फोलॉजी) के आधार पर नैदानिक अर्थ निर्धारित नहीं किया जाना चाहिए।
एक व्यावहारिक पहचान प्रक्रिया संदिग्ध रिदम की तुलना उसके स्कैल्प वितरण, फ्रीक्वेंसी, अवस्था निर्भरता और किसी प्रासंगिक कार्य के प्रति प्रतिक्रिया से करती है। एक रिदम जो विपरीत हाथ की हलचल (कंट्रालेटरल हैंड मूवमेंट) या किसी अन्य सेंसरीमोटर हेरफेर के साथ बदलती है, वह अपरिवर्तित रहने वाली समान आकार की रिदम की तुलना में प्रतिक्रियाशील म्यू गतिविधि के साथ अधिक सुसंगत होती है। फिर भी, यह निष्कर्ष निर्णायक होने के बजाय संभावित होता है।
रिकॉर्डिंग की समीक्षा करते समय कई अवलोकन विशेष रूप से उपयोगी होते हैं:
गतिविधि विशेष रूप से पोस्टीरियर इलेक्ट्रोड्स के बजाय सेंट्रल इलेक्ट्रोड्स के पास अधिकतम या प्रमुख होती है।
इसकी प्रमुख फ्रीक्वेंसी अल्फा जैसी सेंसरीमोटर रेंज के भीतर आती है।
मूवमेंट, मोटर इमेजरी, या क्रिया के अवलोकन के दौरान इसका आयाम (एंप्लिट्यूड) या पावर बदल जाती है।
यह पैटर्न परीक्षणों में पुनरुत्पादित होने योग्य है और इसे मांसपेशियों या इलेक्ट्रोड आर्टिफैक्ट द्वारा समझाया नहीं जा सकता है।
ये जांच म्यू को पोस्टीरियर अल्फा, रिदमिक आर्टिफैक्ट या किसी आकस्मिक सामान्य भिन्नता के साथ भ्रमित करने के जोखिम को कम करती हैं। वे यह भी दिखाते हैं कि EEG का एक छोटा सा हिस्सा शायद ही कभी संपूर्ण व्याख्यात्मक प्रश्न का उत्तर दे पाता है।
म्यू रिदम बनाम अल्फा रिदम: मुख्य अंतर
म्यू और अल्फा रिदम फ्रीक्वेंसी में ओवरलैप हो सकती हैं, जो कि मुख्य कारण है कि वे कभी-कभी भ्रमित हो जाती हैं। यह अंतर केवल फ्रीक्वेंसी के आधार पर नहीं किया जाता है। अल्फा आमतौर पर पोस्टीरियर दृश्य क्षेत्रों से जुड़ा होता है और आंखें खोलने या बंद करने के साथ बदलता है, जबकि म्यू सेंट्रल सेंसरीमोटर क्षेत्रों से अधिक निकटता से जुड़ा होता है और सेंसरीमोटर जुड़ाव के साथ बदलता है।
उनके वेवफॉर्म भी समान दिख सकते हैं। दोनों रिदमिक हो सकते हैं, और दोनों अवस्थाओं और लोगों के बीच आयाम में भिन्न हो सकते हैं। अल्फा जैसी दिखने वाली एक सेंट्रल रिदम का परीक्षण केवल उसकी उपस्थिति से वर्गीकृत करने के बजाय उसकी स्थलाकृति (टोपोग्राफी) और प्रतिक्रियाशीलता के लिए किया जाना चाहिए।
निम्नलिखित अंतर उपयोगी हैं लेकिन निरपेक्ष नहीं हैं:
प्रश्न | म्यू रिदम | अल्फा रिदम |
|---|---|---|
यह आमतौर पर कहाँ सबसे मजबूत होती है? | सेंट्रल सेंसरीमोटर स्कैल्प क्षेत्र | पोस्टीरियर या ओसीसीपिटल स्कैल्प क्षेत्र |
आमतौर पर इसे क्या बदलता है? | मूवमेंट, मोटर इमेजरी, या क्रिया का अवलोकन | दृश्य अवस्था, विशेष रूप से आँखें खुली बनाम बंद होना |
फ्रीक्वेंसी हमें क्या बताती है? | यह अल्फा जैसी सीमा में हो सकती है | केवल फ्रीक्वेंसी पहचान के लिए पर्याप्त नहीं है |
मुख्य व्याख्यात्मक जोखिम क्या है? | इसे पोस्टीरियर अल्फा या आर्टिफैक्ट समझना | पोस्टीरियर गतिविधि को सेंट्रल म्यू समझना |
ये भेद विश्लेषण का मार्गदर्शन करते हैं लेकिन फुल मॉन्टेज की जांच का स्थान नहीं लेते हैं। संदर्भ चयन, वॉल्यूम कंडक्शन और ओवरलैपिंग स्रोत स्कैल्प वितरण को पाठ्यपुस्तक के उदाहरणों की तुलना में कम स्पष्ट बना सकते हैं।
EEG म्यू रिदम विश्लेषण विधियाँ
EEG म्यू अध्ययन विजुअल और मात्रात्मक (क्वांटिटेटिव) दोनों विधियों का उपयोग करते हैं। विजुअल समीक्षा वेवफॉर्म के आकार, वितरण, अवस्था और प्रतिक्रियाशीलता पर विचार करती है, जबकि मात्रात्मक विश्लेषण पूर्व-चयनित फ्रीक्वेंसी रेंज में पावर या आयाम का अनुमान लगाता है। विश्वसनीय कार्य आमतौर पर संदर्भ, फिल्टर, आर्टिफैक्ट बहिष्करण, युग समय (इपॉक टाइमिंग), बेसलाइन और सांख्यिकीय मॉडल की रिपोर्ट करते हैं ताकि परिणाम का मूल्यांकन और पुनरुत्पादन किया जा सके।
टाइम-फ्रीक्वेंसी विश्लेषण अक्सर उपयोगी होता है क्योंकि म्यू प्रतिक्रियाएं क्षणिक और कार्य-लॉक (टास्क-लॉक्ड) हो सकती हैं। फ्रीक्वेंसी विश्लेषण वोल्टेज परिवर्तनों को रिदमिक घटकों के प्रतिनिधित्व में परिवर्तित करता है, जबकि टाइम-रिजॉल्व्ड विधियां दिखाती हैं कि परिवर्तन कब शुरू होता है और कितने समय तक रहता है। शोधकर्ताओं को अभी भी आवृत्तियों में रिसाव, फ़िल्टरिंग प्रभाव और गैर-तंत्रिका संदूषण से एक वास्तविक तंत्रिका प्रभाव को अलग करना होगा।
इवेंट-रिलेटेड डिसाइंक्रोनाइज़ेशन को समझें
इवेंट-रिलेटेड डिसाइंक्रोनाइज़ेशन, या ERD, एक संदर्भ अवधि के सापेक्ष दोलन शक्ति (ऑसिलेटरी पावर) में कार्य-संबंधी कमी है। म्यू अध्ययनों के लिए, ERD की गणना आमतौर पर मूवमेंट या मोटर इमेजरी के आसपास की जाती है और इसे बेसलाइन से प्रतिशत या डेसीबल परिवर्तन के रूप में व्यक्त किया जाता है। यह विधि एक सापेक्ष प्रतिक्रिया को कैप्चर करती है, जो अक्सर अलग-अलग खोपड़ी चालकता, इलेक्ट्रोड संपर्क या बेसलाइन पावर वाले लोगों में कच्चे आयामों की तुलना करने से बेहतर होती है।
एक विशिष्ट ERD विश्लेषण रिकॉर्डिंग को परीक्षणों में विभाजित करता है, दूषित खंडों को हटाता है या चिह्नित करता है, स्पेक्ट्रल पावर का अनुमान लगाता है, और एक कार्य अंतराल की तुलना प्रीस्टिमुलस या विश्राम अंतराल से करता है। सटीक परिणाम विंडो की लंबाई, फ्रीक्वेंसी रिज़ॉल्यूशन, बेसलाइन चयन और बहु तुलनाओं के सुधार पर निर्भर करता है। छोटी विंडो समय को सुरक्षित रखती हैं लेकिन कम स्थिर फ्रीक्वेंसी अनुमान देती हैं; लंबी विंडो फ्रीक्वेंसी सटीकता में सुधार करती हैं लेकिन तेजी से होने वाले परिवर्तनों को धुंधला कर सकती हैं।
इसलिए व्याख्या में पूर्ण विश्लेषण डिज़ाइन शामिल होना चाहिए। एक सांख्यिकीय रूप से महत्वपूर्ण कमी उन स्थितियों के तहत कार्य-संबंधी संकेत परिवर्तन का प्रमाण है, न कि इस बात का प्रमाण कि किसी विशेष मनोवैज्ञानिक तंत्र ने इसे उत्पन्न किया है। कार्यों, सत्रों और नमूनों में प्रतिकृति (रेप्लिकेशन) इस निष्कर्ष को पुष्ट करती है।
मिरर न्यूरॉन परिकल्पना और इसके अंतर्विरोध
एक सुंदर परिकल्पना के कारण सामाजिक न्यूरोसाइंस में म्यू रिदम को प्रमुखता मिली: यदि न्यूरॉन्स की वही आबादी तब सक्रिय होती है जब हम कोई कार्य करते हैं और जब हम किसी कार्य को देखते हैं, और यदि म्यू रिदम उस तंत्रिका गतिविधि को दर्शाती है, तो क्रिया अवलोकन के दौरान म्यू का दमन मिरर न्यूरॉन सिस्टम के कार्य के गैर-आक्रामक सूचकांक के रूप में काम कर सकता है। इस तर्क ने अनुकरण, सहानुभूति, भाषा विकास और माइंड की थ्योरी से म्यू डिसाइंक्रोनाइज़ेशन को जोड़ने वाले सैकड़ों अध्ययनों को प्रेरित किया।
यह परिकल्पना एक दृढ़ अनुभवजन्य आधार पर टिकी है। म्यू रिदम वास्तव में क्रिया के निष्पादन और क्रिया अवलोकन दोनों के दौरान क्षीण होती है, यह एक ऐसा गुण है जो इसे पोस्टीरियर अल्फा रिदम से अलग करता है, जो मुख्य रूप से दृश्य ध्यान पर प्रतिक्रिया करता है। मिरर न्यूरॉन्स के साथ यह कार्यात्मक समानता, जिसे पहली बार मकाक बंदरों के प्रीमोटर और पार्श्विका (पराइटल) कॉर्टेक्स में खोजा गया था, ने म्यू रिदम को अनुवाद संबंधी मानव अनुसंधान के लिए एक आकर्षक उपकरण बना दिया।
हालाँकि, इस संबंध की विशिष्टता की जांच की गई है। एक महत्वपूर्ण परीक्षण में क्रॉसमोडल पैटर्न वर्गीकरण का उपयोग यह निर्धारित करने के लिए किया गया कि क्या क्रिया अवलोकन के दौरान म्यू रिदम गतिविधि वास्तव में मोटर जानकारी रखती है या इसके बजाय यह सोमाटोसेंसरी विशेषताओं को दर्शाती है।
प्रतिभागियों ने उन क्रियाओं को देखा जो ग्रिप प्रकार (पूरा हाथ या सटीक पकड़), स्पर्श उत्तेजना की उपस्थिति या अनुपस्थिति, और क्या क्रिया में किसी वस्तु का उपयोग शामिल था (सकर्मक/ट्रांजिटिव) या नहीं (अकर्मक/इंट्रांजिटिव), के संदर्भ में भिन्न थीं। जब क्लासिफायर को इन क्रिया विशेषताओं में अंतर करने के लिए प्रशिक्षित किया गया था, तो स्पर्श उत्तेजना और क्रिया संक्रामकता के लिए संयोग से अधिक वर्गीकरण सामने आया, लेकिन विशेष रूप से, ग्रिप प्रकार के मोटर विवरण के लिए नहीं।
म्यू रिदम ने यह एनकोड किया हुआ प्रतीत हुआ कि क्या किसी वस्तु को छुआ जा रहा था और क्या कोई उपकरण शामिल था, न कि पकड़ को निष्पादित करने के लिए आवश्यक विशिष्ट मोटर प्रोग्राम।
यह खोज म्यू रिदम की कार्यात्मक भूमिका को नए सिरे से परिभाषित करती है। क्रिया अवलोकन के दौरान, सेंसरीमोटर कॉर्टेक्स पर जो डिसाइंक्रोनाइज़ होता है वह एक सोमाटोसेंसरी प्रतिनिधित्व हो सकता है, यानी क्रिया कैसी महसूस होगी इसका मस्तिष्क द्वारा सिमुलेशन, न कि इसे कैसे करना है इसका सीधा मोटर सिमुलेशन।
यह अंतर मायने रखता है क्योंकि यह सीमित करता है कि शोधकर्ता म्यू सप्रेशन को एक आश्रित उपाय के रूप में उपयोग करते समय किस प्रकार के निष्कर्ष निकाल सकते हैं। यदि सिग्नल मुख्य रूप से स्पर्श और सकर्मकता संबंधी जानकारी रखता है, तो अतिरिक्त पुष्टिकारक साक्ष्यों के बिना सामाजिक संज्ञान कार्य के दौरान म्यू सप्रेशन को मोटर मिररिंग के साक्ष्य के रूप में व्याख्यायित 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 अत्यधिक संवेदनशील होती है। मस्तिष्क के सेंसरीमोटर सर्किट सभी देखी गई क्रियाओं पर समान रूप से प्रतिक्रिया नहीं करते हैं। वे उन क्रियाओं के साथ अधिक दृढ़ता से गूंजते हैं जिन्हें प्रेक्षक ने व्यक्तिगत रूप से निष्पादित किया है।
इस सिद्धांत के एक प्रत्यक्ष परीक्षण ने वयस्कों के दो समूहों को अपेक्षाकृत नए कार्य पर प्रशिक्षित किया, जिसमें एक खिलौना उठाने के लिए पंजे जैसे उपकरण का उपयोग करना शामिल था। एक समूह ने सक्रिय मोटर प्रशिक्षण प्राप्त किया, यानी उन्होंने उपकरण को शारीरिक रूप से तब तक संचालित किया जब तक कि वे क्रिया को धाराप्रवाह रूप से निष्पादित नहीं कर सके। दूसरे समूह को समकक्ष दृश्य प्रदर्शन (विजुअल एक्सपोज़र) प्राप्त हुआ, यानी उसी क्रिया के वीडियो बार-बार देखना और कोड करना, लेकिन इसे कभी निष्पादित नहीं करना। बिल्कुल नौसिखियों के तीसरे समूह को इस उपकरण का कोई पूर्व अनुभव नहीं था।
सक्रिय मोटर प्रशिक्षण: धाराप्रवाह निष्पादन तक उपकरण को शारीरिक रूप से संचालित किया।
दृश्य प्रदर्शन: क्रिया के वीडियो देखे और कोड किए, इसे कभी निष्पादित नहीं किया।
बिल्कुल नौसिखिए: उपकरण का कोई पूर्व अनुभव नहीं।
जब बाद में तीनों समूहों द्वारा उपकरण-उपयोग की क्रिया को देखने के दौरान EEG रिकॉर्ड किया गया, तो प्रदर्शन करने वालों ने सबसे बड़ा म्यू रिदम डिसाइंक्रोनाइज़ेशन दिखाया, विशेष रूप से दाहिने गोलार्ध (हेमिस्फीयर) पर।
दर्शकों ने अपनी व्यापक दृश्य परिचितता के बावजूद कमजोर प्रतिक्रिया दिखाई। नौसिखियों ने सबसे कमजोर प्रतिक्रिया दिखाई।
यह क्रमबद्धता दर्शाती है कि सक्रिय मोटर अनुभव, निष्क्रिय अवलोकन से कहीं अधिक, म्यू रिदम उत्पन्न करने वाले सेंसरीमोटर सर्किट को तराशता है। अनुकरण और प्रारंभिक सामाजिक शिक्षा को समझने के लिए इस खोज के महत्वपूर्ण निहितार्थ हैं। यह बताता है कि जब शिशु या वयस्क नए मोटर कौशल प्राप्त करते हैं, तो उनके मस्तिष्क दूसरों द्वारा किए जाने पर उन्हीं क्रियाओं का पता लगाने और उन्हें संसाधित करने के लिए चुनिंदा रूप से ट्यून हो जाते हैं, एक तंत्रिका तंत्र जो अनुकरण को रेखांकित करने वाली मोटर शब्दावली के क्रमिक निर्माण का समर्थन कर सकता है।
विशेष रूप से, इस अध्ययन में अपेक्षाकृत छोटी प्रशिक्षण अवधियाँ शामिल थीं, जो लगभग एक एकल प्रयोगात्मक सत्र के बराबर थीं, न कि नर्तकियों या एथलीटों के साथ क्लासिक मिरर न्यूरॉन अनुसंधान में जांच की गई वर्षों की विशेषज्ञता। संक्षिप्त मोटर सीखने के प्रसंगों के प्रति म्यू रिदम की संवेदनशीलता इसे यह अध्ययन करने के लिए एक व्यावहारिक उपकरण बनाती है कि सेंसरीमोटर प्रणाली में अनुभव-निर्भर प्लास्टिसिटी कैसे प्रकट होती है।
ब्रेन-कंप्यूटर इंटरफ़ेस अनुसंधान में म्यू रिदम
मूवमेंट और मोटर इमेजरी के प्रति म्यू रिदम की प्रतिक्रियाशीलता इसे ब्रेन-कंप्यूटर इंटरफेस (BCI) के लिए एक उम्मीदवार संकेत बनाती है जिसमें शारीरिक हलचल की आवश्यकता नहीं होती है। कई शोध समूहों ने पता लगाया है कि क्या व्यावसायिक रूप से उपलब्ध, कम लागत वाले headset BCI नियंत्रण के लिए म्यू रिदम परिवर्तनों का विश्वसनीय रूप से पता लगा सकते हैं।
एक कम लागत वाले म्यू-रिदम BCI की दिशा में
एक अध्ययन ने म्यू-रिदम-आधारित BCI के लिए कम लागत वाले Emotiv Epoc X का मूल्यांकन करने की योजना बनाई। जब EEG रिकॉर्ड किया गया, तो स्वस्थ प्रतिभागियों ने निरंतर मोटर इमेजरी या वास्तविक पैर की उंगलियों की हलचल की। शोधकर्ताओं ने मूवमेंट और गैर-मूवमेंट परीक्षणों को अलग करने के लिए लीनियर डिस्क्रिमिनेंट एनालिसिस और सपोर्ट वेक्टर मशीन क्लासिफायर का उपयोग किया, जिससे C3, C4, FC3 और FC4 पर उच्च-अल्फा/कम-बीटा बैंड में पावर की गणना की गई।
परिणामों ने सुझाव दिया कि सेंसरीमोटर इवेंट-रिलेटेड सिंक्रोनाइज़ेशन को इमेजरी और वास्तविक गति दोनों के लिए उभरने में कई सेकंड लगे, और वर्गीकरण सटीकता सबसे अधिक थी जब विश्लेषण मूवमेंट की शुरुआत के बाद 5–7 सेकंड के अंतराल पर केंद्रित था। एक प्रदर्शन के रूप में, टीम ने एक सरल संगीत एप्लिकेशन बनाया जहां कल्पित या वास्तविक पैर की हलचल ने एक टोन की पिच को बदल दिया।
BCI प्रशिक्षण के लिए वीडियो स्टिम्युलेशन योजनाएं
एक अन्य जांच ने Emotiv वायरलेस headset के साथ रिकॉर्डिंग करते हुए कल्पित हाथ की हलचल को निर्देशित करने के लिए विभिन्न वीडियो स्टिम्युलेशन योजनाओं का परीक्षण किया। छह प्रतिभागियों को चार वीडियो प्रकारों में से एक को देखते हुए अपने हाथ को हिलाने की कल्पना करने का निर्देश दिया गया था।
परिणामों में बताया गया कि एक अवलोकन-आधारित वीडियो—जिसमें वही क्रिया दिखाई गई थी जिसकी कल्पना करने के लिए प्रतिभागी से कहा गया था—ने सबसे मजबूत औसत म्यू रिदम डिसाइंक्रोनाइज़ेशन को जन्म दिया। अध्ययन में यह भी पाया गया कि म्यू गतिविधि का फ्रीक्वेंसी-डोमेन निष्कर्षण टाइम-डोमेन विधियों की तुलना में डिसाइंक्रोनाइज़ेशन के प्रति अधिक संवेदनशील था।
रीयल-टाइम म्यू-रिदम पैटर्न पहचान
तीसरे प्रयोग ने रीयल-टाइम BCI ढांचे के भीतर ऑटोरिग्रेसिव और लीनियर क्लासिफायर का उपयोग करके म्यू-रिदम पैटर्न पहचान की फिर से समीक्षा की। BCI2000 और एक Emotiv headset का उपयोग करते हुए, शोधकर्ताओं ने बायोफीडबैक के रूप में एक-आयामी कर्सर कार्य स्थापित किया।
तीन विषयों ने अपने म्यू रिदम को संशोधित करके एक गेंद को लक्ष्य की ओर ले जाने का प्रयास किया। ऑटोरिग्रेसिव और लीनियर क्लासिफायर दृष्टिकोण ने लगभग 76% की औसत लक्ष्य सटीकता प्राप्त की, जिससे रीयल-टाइम एप्लिकेशन में म्यू रिदम विशेषताओं का एक प्रूफ-ऑफ-कॉन्सेप्ट अवलोकन प्रदान किया गया।
ये अध्ययन सामूहिक रूप से सुझाव देते हैं कि पोर्टेबल, उपभोक्ता-ग्रेड EEG प्रयोगशाला BCI कार्यों में कार्य-संबंधी म्यू रिदम मॉड्यूलेशन को कैप्चर कर सकता है। हालाँकि, ये जांच छोटे पैमाने पर हैं और निष्कर्ष प्रारंभिक हैं, जो स्थापित विश्वसनीयता के बजाय व्यवहार्यता का संकेत देते हैं। यह कार्य म्यू रिदम प्रतिक्रियाशीलता को सुलभ, गैर-नैदानिक ब्रेन-कंप्यूटर संचार में अनुवादित करने की दिशा में शुरुआती कदमों पर प्रकाश डालता है।
मोटर रेज़ोनेंस से भावनात्मक Insight तक
यदि म्यू सप्रेशन केवल एक निम्न-स्तरीय मोटर रेज़ोनेंस संकेत होता, तो जटिल सामाजिक संज्ञान के लिए इसकी प्रासंगिकता सीमित होती। लेकिन साक्ष्य अब बताते हैं कि सेंसरीमोटर सिमुलेशन, जैसा कि म्यू डिसाइंक्रोनाइज़ेशन द्वारा मापा जाता है, अन्य लोग क्या महसूस कर रहे हैं, इसके बारे में उच्च-क्रम के अनुमानों में योगदान देता है।
एक प्रयोगों के जोड़े में, जिसने निरंतर भावना रेटिंग के साथ प्राकृतिक वीडियो उत्तेजनाओं को संयोजित किया, प्रतिभागियों ने भावनात्मक जीवन की घटनाओं का वर्णन करने वाले लोगों के क्लिप देखे। कुछ प्रतिभागियों ने वीडियो और ध्वनि दोनों के साथ क्लिप देखीं, कुछ ने केवल वीडियो के साथ, और कुछ ने केवल ऑडियो के साथ।
उन्होंने क्षण-प्रति-क्षण रेटिंग प्रदान की कि वे क्या मानते थे कि लक्षित व्यक्ति कैसा महसूस करता है, और सहानुभूति सटीकता (एम्पैथिक एक्यूरेसी) को प्रतिभागी की रेटिंग और लक्ष्य के अपने स्व-रिपोर्ट किए गए भावनात्मक अनुभव के बीच सहसंबंध के रूप में क्रियान्वित किया गया था।
महत्वपूर्ण खोज यह थी कि सेंसरीमोटर क्षेत्रों पर राइट-लेटरलाइज्ड म्यू सप्रेशन ने सहानुभूति सटीकता को ट्रैक किया। जब प्रतिभागियों ने मजबूत म्यू डिसाइंक्रोनाइज़ेशन दिखाया, तो उनके भावनात्मक अनुमान 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 एक इज़राइल में, हालांकि इज़राइली नमूने में यह विशेष रूप से तब लागू हुआ जब व्यक्तिगत फ्रीक्वेंसी बैंड का उपयोग किया गया था और केवल दृश्य उत्तेजनाओं के लिए।
मॉडैलिटी-विशिष्ट प्रभाव सैद्धांतिक रूप से महत्वपूर्ण है। यह इंगित करता है कि सेंसरीमोटर सिमुलेशन सहानुभूति सटीकता में ठीक उसी समय योगदान देता है जब दृश्य संकेत, चेहरे के भाव, हावभाव और शारीरिक मुद्रा संबंधी जानकारी सिमुलेशन को चलाने के लिए उपलब्ध होती है। जब केवल श्रवण जानकारी मौजूद होती है, तो अन्य तंत्रिका तंत्र कम्प्यूटेशनल बोझ उठाते दिखाई देते हैं।
ये परिणाम म्यू सप्रेशन के कार्यात्मक महत्व को निम्न-स्तरीय मोटर रेज़ोनेंस से कहीं आगे तक बढ़ाते हैं। ऐसा प्रतीत होता है कि सेंसरीमोटर कॉर्टेक्स दूसरों की आंतरिक अवस्थाओं के बारे में समृद्ध, प्रासंगिक अनुमानों के निर्माण में भाग लेता है जो रोजमर्रा की सहानुभूति का निर्माण करते हैं। दायां-गोलार्ध पार्श्वीकरण (राइट-हेमिस्फीयर लेटरलाइजेशन) सामाजिक न्यूरोसाइंस में व्यापक निष्कर्षों के अनुरूप है जो दाएं गोलार्ध को भावना प्रसंस्करण और स्व-अन्य भेदभाव से जोड़ते हैं।
मोटर इमेजरी और विश्वसनीय BCI नियंत्रण की खोज
काल्पनिक गति (इमैजिन्ड मूवमेंट) के प्रति म्यू रिदम की प्रतिक्रियाशीलता ने इसे मोटर इमेजरी ब्रेन-कंप्यूटर इंटरफेस (BCI) के लिए आधारशिला संकेत बना दिया है। ये प्रणालियाँ उन शक्ति परिवर्तनों को बाहरी उपकरणों के लिए नियंत्रण आदेशों में अनुवादित करती हैं जो तब होते हैं जब कोई उपयोगकर्ता अपने बाएं बनाम दाएं हाथ को हिलाने की कल्पना करता है। सिद्धांत कहता है कि एक कल्पित हाथ की हलचल विपरीत सेंसरीमोटर कॉर्टेक्स पर म्यू रिदम को दबाती है, और इस पार्श्व दमन का वास्तविक समय में पता लगाया जा सकता है और वर्गीकृत किया जा सकता है।
हालाँकि, BCI का प्रदर्शन व्यक्तियों के बीच काफी भिन्न होता है। 2024 के एक अध्ययन में, लेखकों ने उल्लेख किया कि उपयोगकर्ताओं का एक महत्वपूर्ण अल्पसंख्यक वर्ग, शायद 15 से 30 प्रतिशत, विश्वसनीय नियंत्रण प्राप्त नहीं कर सकता है, इस घटना को BCI अक्षमता कहा जाता है। प्रदर्शन की भविष्यवाणी करने वाले कारकों की पहचान करना इस क्षेत्र का एक निरंतर लक्ष्य रहा है। लिंग को ऐसे ही एक कारक के रूप में प्रस्तावित किया गया है, जिसमें कुछ शुरुआती अध्ययनों से पता चलता है कि महिलाएं मोटर इमेजरी कार्यों के दौरान अधिक म्यू मॉड्यूलेशन दिखा सकती हैं।
बड़े पैमाने पर 2024 की जांच ने समान लिंग वितरण के साथ 248 प्रतिभागियों के नमूने को इकट्ठा करने के लिए चार स्वतंत्र डेटासेट को संयुक्त किया, जो इस प्रश्न पर किसी भी पूर्व अध्ययन की तुलना में काफी बड़ा था। सभी प्रतिभागियों ने एक मानक बाएं हाथ बनाम दाएं हाथ का मोटर इमेजरी कार्य किया।
विश्लेषण ने बाएं और दाएं सेंसरीमोटर कॉर्टेक्स 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 (नल) 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 एक स्क्रीनिंग चर के रूप में लिंग को अलग रख सकते हैं। BCI प्रदर्शन के विश्वसनीय भविष्यवक्ताओं की खोज को अन्यत्र ध्यान केंद्रित करने की आवश्यकता हो सकती है, शायद न्यूरोफिज़ियोलॉजिकल लक्षणों, संज्ञानात्मक रणनीतियों या प्रशिक्षण प्रोटोकॉल पर।
हकलाने में नैदानिक हस्ताक्षर
म्यू रिदम का दोहरा-बैंड आर्किटेक्चर इसे विशिष्ट तंत्रिका कमियों को पकड़ने के लिए विशेष रूप से अनुकूल 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 रही है जो गति के समय और शुरुआत को नियंत्रित करती है, साथ ही वाणी उत्पादन में बाधित सेंसरीमोटर एकीकरण भी शामिल है। म्यू-अल्फा, जो बेसल गैन्ग्लिया निरोधात्मक संकेतों और संवेदी-से-मोटर फीडबैक के प्रति संवेदनशील है, और म्यू-बीटा, जो समय और फॉरवर्ड मॉडल अनुमानों के प्रति संवेदनशील है, इन कमियों में पूरक अंतर्दृष्टि प्रदान करते हैं।
वाणी उत्पादन कार्यों में, स्वतंत्र घटक विश्लेषण कच्चे EEG संकेतों से म्यू रिदम निकाल सकता है और आर्टिक्यूलेटर की मायोजेनिक गतिविधि में अल्फा और बीटा पावर 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 दोनों कार्यों के दौरान धाराप्रवाह बोलने वालों से हकलाने वाले लोगों को मज़बूती से अलग करती है।
EEG की टेम्पोरल प्रिसिजन शोधकर्ताओं को यह देखने की अनुमति देती है कि किसी उच्चारण की योजना और निष्पादन के दौरान सेंसरीमोटर कमियां कब उभरती 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 विस्तारित हुई।
म्यू रिदम क्रिया, सहानुभूति और मस्तिष्क संकेतों के बारे में क्या प्रकट करती है
म्यू रिदम की कहानी शोधन की है, जो दर्शाती है कि एक ब्रेन वेव जिसे कभी मिरर न्यूरॉन इंडेक्स का लेबल दिया गया था, वास्तव में समृद्ध, अधिक संवेदी जानकारी रखती है। जब हम किसी को कार्य करते हुए देखते हैं, तो हम जो डिसाइंक्रोनाइज़ेशन मापते हैं वह यह दर्शाता है कि क्रिया कैसी महसूस होगी, न कि केवल मोटर कमांड, यह एक ऐसा भेद है जो बदलता है कि शोधकर्ता सामाजिक न्यूरोसाइंस डेटा की व्याख्या कैसे करते हैं।
व्यक्तिगत मोटर अनुभव इस प्रतिक्रिया को तेज करता है, जिसका अर्थ है कि मस्तिष्क उन कार्यों को पहचानने के लिए खुद को ट्यून करता है जिनका उसने शारीरिक रूप से अभ्यास किया है, जो अनुकरण कौशल के क्रमिक निर्माण का समर्थन करता है। इस बीच, वही संकेत भविष्यवाणी करता है कि विभिन्न संस्कृतियों में लोग चेहरे के भावों से कितनी सटीकता से भावनाओं को पढ़ते हैं, जिससे म्यू रिदम की प्रासंगिकता निम्न-स्तरीय गति से काफी आगे बढ़ जाती है।
म्यू रिदम अपना मूल्य किसी एक निश्चित व्याख्या के माध्यम से नहीं बल्कि सबूतों के बढ़ते समूह के माध्यम से रखती है जो यह स्पष्ट करता रहता है कि यह क्या मापती है और यह मानव शरीर विज्ञान के लिए क्यों मायने रखती है।
संदर्भ
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 है जो तब शक्ति में कम हो जाता है जब कोई व्यक्ति किसी क्रिया को करता है, देखता है या उसकी कल्पना करता है। यह गुण, जिसे डिसाइंक्रोनाइज़ेशन 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 पर प्रतिक्रिया करता 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 अन्य लोगों की भावनाओं को समझने से कोई संबंध है?
हाँ, जब प्रतिभागियों ने भावनात्मक वीडियो देखे तो सही सेंसरीमोटर क्षेत्र पर मजबूत म्यू सप्रेशन उच्च सहानुभूति सटीकता के साथ ट्रैक किया गया। यह संबंध विशेष रूप से तब लागू हुआ जब चेहरे के भाव और हावभाव जैसे दृश्य संकेत उपलब्ध थे, जो यह दर्शाता है कि म्यू रिदम दूसरों की आंतरिक अवस्थाओं के बारे में निष्कर्षों का समर्थन करता 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 कल्पित गति पार्श्व दमन का कारण बनती है जिसे आदेशों 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।
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




