Kerapatan Spektral Daya dalam EEG

Apa itu Kerapatan Spektral Daya (Power Spectral Density - PSD) pada EEG?

Bayangkan rekaman EEG mentah sebagai akor yang dimainkan oleh orkestra di mana setiap instrumen adalah frekuensi gelombang otak yang berbeda. Anda tidak dapat mengetahui hanya dengan telinga seberapa besar kontribusi masing-masing instrumen.

PSD memecahkan masalah ini dengan menghitung kuadrat amplitudo sinyal pada setiap frekuensi dan merata-ratakan pengukuran tersebut selama durasi waktu perekaman. Hasilnya adalah kurva dengan frekuensi pada satu sumbu dan daya pada sumbu lainnya, yang menunjukkan dengan tepat bagaimana aktivitas listrik otak didistribusikan di antara ritme lambat dan cepat.

PSD memadatkan seluruh periode perekaman menjadi satu kurva, sehingga memberi tahu Anda tentang keseimbangan keseluruhan frekuensi selama jendela waktu tersebut, alih-alih melacak bagaimana campuran tersebut bergeser dari detik ke detik. Hal ini sangat penting karena keadaan otak seseorang dapat berubah dengan cepat, namun plot PSD standar merata-ratakan perubahan tersebut.

Para peneliti yang membandingkan perangkat EEG tingkat medis dan perangkat EEG konsumen menggunakan metode perhitungan khusus untuk perataan ini, yang disebut periodogram termodifikasi Welch, yang memecah rekaman menjadi segmen-segmen yang tumpang tindih dan merata-ratakan spektrumnya untuk menghasilkan estimasi PSD yang lebih bersih dan tidak terlalu bising.

Langkah pemrosesan sinyal semacam ini adalah praktik standar untuk menghasilkan kurva PSD yang mencerminkan aktivitas otak yang mendasarinya, bukan fluktuasi acak.

Menghitung Kerapatan Spektral Daya Langkah demi Langkah

Menghitung PSD biasanya melibatkan serangkaian keputusan kualitas sinyal dan pemrosesan sinyal, bukan satu perintah tunggal. Rekaman pertama-tama diperiksa untuk data yang hilang, saluran yang tidak sesuai, dan artefak yang menonjol. Analis kemudian memilih segmen, menghapus atau memodelkan tren lambat jika sesuai, menerapkan jendela (windowing), mentransformasikan data ke dalam domain frekuensi, dan menskalakan hasilnya.

Spektrum yang dihasilkan harus diperiksa bersama dengan deret waktu asli dan, jika relevan, anotasi untuk gerakan, gangguan elektrode, aktivitas mata, aktivitas otot, atau peristiwa eksperimental. Perbandingan ini membantu membedakan pola ritmis yang asli dari gangguan transien yang kebetulan menghasilkan daya spektral.

Alur kerja praktis dapat diatur ke dalam tahap-tahap berikut:

1. Verifikasi laju sampel (sampling rate), label saluran, referensi, dan durasi perekaman.

2. Identifikasi epoh yang dapat digunakan dan atasi artefak atau segmen yang ditolak.

3. Pilih panjang segmen, tumpang tindih (overlap), jendela (window), dan rentang frekuensi.

4. Estimasi dan skalakan PSD, lalu periksa puncak dan daya terbatas pita (band-limited power).

5. Dokumentasikan parameter agar hasilnya dapat direproduksi dan dibandingkan.

Langkah-langkah ini membuat perhitungan dapat dilacak. Mereka juga mencegah spektrum yang tampak menarik secara visual diperlakukan sebagai independen dari pilihan pra-pemrosesan dan estimasi yang menghasilkannya.

Metode Umum: Periodogram dan Metode Welch

Periodogram menghitung kuadrat magnitudo dari transformasi Fourier untuk segmen yang dipilih. Metode ini langsung dan dapat memberikan jarak frekuensi nominal yang halus ketika segmennya panjang, tetapi estimasinya dapat berfluktuasi secara substansial dari satu wadah frekuensi (frequency bin) ke wadah berikutnya. Variabilitas ini sangat relevan untuk rekaman biologis yang bising.

Metode Welch membagi sinyal menjadi segmen-segmen yang tumpang tindih, menerapkan jendela pada setiap segmen, menghitung periodogram untuk masing-masing segmen, dan merata-ratakan hasilnya. Perataan umumnya menghasilkan estimasi yang lebih halus dengan varians yang lebih rendah, sementara segmen yang lebih pendek dapat mengurangi resolusi frekuensi. Keseimbangan terbaik bergantung pada apakah analisis menekankan pada puncak yang sempit, pita yang lebar, atau aktivitas rata-rata yang stabil.

Perbedaannya bukan sekadar kosmetik. Spektrum yang lebih halus dapat membuat pola yang luas lebih mudah dibandingkan, tetapi perataan yang berlebihan dapat mengaburkan perubahan yang berumur pendek atau terlokalisasi secara sempit. Untuk EEG yang bervariasi terhadap waktu, pendekatan waktu-frekuensi mungkin lebih tepat daripada satu PSD di seluruh rekaman.

Seperti Apa Tampilan Spektrum EEG Keadaan Istirahat yang Sehat

Jika Anda meminta orang dewasa yang sehat untuk duduk, rileks, dan merekam EEG mereka, kurva PSD yang dihasilkan memiliki bentuk yang mudah dikenali. Daya paling tinggi berada pada frekuensi terendah dan turun secara stabil seiring meningkatnya frekuensi, menghasilkan penurunan seperti 1/f.

Kurva yang menurun ini mencerminkan komponen aperiodik yang dijelaskan di atas, dan kemiringannya ditangkap oleh satu angka yang disebut eksponen spektral, terkadang ditulis sebagai β. Penurunan yang lebih curam berarti eksponen negatif yang lebih besar; penurunan yang lebih landai berarti daya tersebar lebih merata di seluruh frekuensi.

Berada di atas penurunan latar belakang ini, otak yang beristirahat dengan mata tertutup biasanya menghasilkan tonjolan yang terlihat di sekitar 8 hingga 12 Hz, yaitu puncak alfa. Tonjolan ini biasanya paling kuat di bagian belakang kepala. Buka mata orang yang sama, dan puncak alfa tersebut akan menyusut secara nyata.

Sebuah perbandingan langsung oleh Ratti dkk. antara sistem EEG tingkat medis dan sensor kepala konsumen merekam pola yang persis sama: di setiap sistem yang diuji, tanda ritmis terbesar dalam data adalah ritme alfa posterior yang merespons secara terprediksi terhadap kondisi mata tertutup versus mata terbuka.

Perbandingan yang sama juga menanyakan pertanyaan yang lebih praktis: jika Anda merekam orang yang sama dua kali, pada dua kunjungan terpisah, apakah kurva PSD-nya terlihat sama?

Jawabannya sangat bergantung pada kualitas peralatan. Sistem tingkat medis menghasilkan PSD elektrode Fp1 (Fp1 berada di dahi dan merupakan satu-satunya elektrode yang umum untuk keempat sistem yang diuji) yang konsisten di seluruh kunjungan, sementara sistem konsumen menunjukkan variasi relatif tertinggi antara sesi tes dan tes ulang. Ini memberi tahu kita bahwa kurva PSD yang baik bukan hanya sifat dari otak, tetapi juga sifat dari seberapa hati-hati sinyal tersebut ditangkap.

Bagaimana Anestesi Mengubah Tanda Spektral Otak

PSD statis menjadi sangat informatif ketika keadaan otak berubah secara dramatis, dan tidak ada contoh yang lebih langsung daripada anestesi. Sebuah studi tahun 2019 oleh Colombo dkk. merekam EEG istirahat pada sukarelawan sehat sebelum dan selama anestesi dengan tiga agen berbeda: xenon, propofol, dan ketamin.

Setelah setiap sesi, para peneliti menanyakan apakah orang tersebut memiliki ingatan tentang pengalaman sadar selama periode tidak responsif, membedakan keadaan di mana kesadaran dilaporkan dari keadaan di mana kesadaran tampaknya tidak ada atau tidak dapat diingat kembali.

Eksponen spektral melacak perbedaan ini dengan erat. Xenon dan propofol, kedua agen yang terkait dengan hilangnya pengalaman sadar, menyebabkan penurunan substansial dalam eksponen spektral negatif pada setiap subjek, yang berarti kurva PSD menjadi sangat lebih curam. Kecuraman di seluruh rentang luas 1 hingga 40 Hz ini tampaknya menunjukkan tidak adanya pengalaman sadar, bukan sekadar ketidakresponsifan sederhana.

Ketamin menceritakan kisah yang berbeda. Meskipun subjek secara perilaku tidak responsif di bawah pengaruh ketamin, mereka biasanya mempertahankan beberapa pengalaman sadar, dan penurunan PSD secara keseluruhan terlihat mirip dengan kondisi terjaga normal. Satu-satunya pengecualian adalah perataan kurva secara khusus pada rentang 20 hingga 40 Hz, sebuah detail yang sejalan dengan mekanisme kerja ketamin yang berbeda dibandingkan dengan dua agen lainnya.

Mungkin bukti yang paling menarik adalah korelasi antara eksponen spektral ini dan ukuran terpisah yang diturunkan secara independen yang disebut Indeks Kompleksitas Perturbasional, atau PCI, yang dihasilkan dari teknik berbeda yang menstimulasi otak dan mengukur seberapa kompleks respons yang dihasilkan. Korelasi yang tinggi antara dua pengukuran yang sangat berbeda ini mendukung gagasan bahwa eksponen spektral bukanlah pola kebetulan melainkan penanda asli yang terhubung dengan kehadiran kesadaran itu sendiri.

Bagaimana ADHD Mengubah Spektrum Daya EEG

Penurunan aperiodik yang sama yang bergeser di bawah anestesi juga tampaknya berbeda pada anak-anak dengan ADHD. Sebuah studi terhadap anak-anak berusia antara 3 dan 7 tahun, membandingkan mereka yang menderita ADHD dengan rekan-rekan yang berkembang secara tipikal, mengukur kemiringan spektral dan offset (tinggi kurva aperiodik) bersama dengan ukuran yang lebih tradisional seperti frekuensi puncak alfa dan rasio daya pita.

Anak-anak dengan ADHD yang belum pernah mendapat obat menunjukkan daya alfa yang lebih tinggi, offset aperiodik yang lebih besar, dan kemiringan spektral yang lebih curam dibandingkan dengan anak-anak yang berkembang secara tipikal. Pola kecuraman ini patut dicermati, karena menggemakan arah perubahan yang sama yang terlihat dalam studi anestesi, meskipun kedua kondisi tersebut jelas tidak dapat dibandingkan dalam hal tingkat keparahan atau mekanisme.

Kemiringan spektral juga berkorelasi dengan rasio theta/beta tradisional yang digunakan dalam penelitian ADHD selama bertahun-tahun, menunjukkan bahwa kemiringan tersebut menangkap informasi yang tumpang tindih sekaligus berpotensi menawarkan penanda yang lebih bersih dan lebih komprehensif.

Detail tambahan memberikan bobot pada temuan ini. Anak-anak dengan ADHD yang telah diobati dengan obat stimulan, bahkan setelah periode washout 24 jam di mana efek aktif obat seharusnya sudah hilang, menunjukkan kemiringan dan offset yang terlihat sebanding dengan kelompok yang berkembang secara tipikal.

Hal ini membuka kemungkinan bahwa pola spektral yang berubah pada ADHD tidak bersifat tetap, meskipun studi tersebut membingkai hal ini sebagai petunjuk, bukan efek pengobatan yang terkonfirmasi. Karena kemiringan spektral juga telah dikaitkan dalam penelitian masa lalu dengan fungsi eksekutif dan keseimbangan antara aktivitas otak eksitatorik dan inhibitorik, para penulis menyarankan bahwa kemiringan yang berubah mungkin mencerminkan sesuatu yang bermakna tentang kondisi yang mendasarinya, bukan sekadar artefak statistik dari perhitungan rasio theta/beta.

Menggunakan Kerapatan Spektral Daya untuk Mengklasifikasikan Kejang Epilepsi

Kesadaran dan perhatian bukanlah satu-satunya domain di mana PSD statis terbukti berguna. Klasifikasi epilepsi menawarkan contoh komputasi yang lebih otomatis.

Salah satu pendekatan mengubah rekaman EEG epilepsi menjadi apa yang disebut peneliti sebagai diagram energi kerapatan spektrum daya, yang pada dasarnya merupakan representasi visual dari PSD, dan kemudian memasukkan gambar-gambar ini ke dalam jaringan saraf konvolusional dalam (deep convolutional neural network), sejenis model pembelajaran mendalam yang sangat cocok untuk mengenali pola dalam data berbentuk gambar.

Model tersebut dilatih untuk memilah segmen EEG ke dalam empat kategori:

• Interiktal (di antara kejang)

• Dua jendela preiktal yang berbeda (30 menit dan 10 menit sebelum kejang dimulai)

• Keadaan kejang itu sendiri

Menggunakan dataset epilepsi publik, metode ini mencapai akurasi klasifikasi rata-rata di atas 90 persen di keempat kategori tersebut. Hasil ini mengonfirmasi bahwa bentuk keseluruhan dari PSD statis membawa informasi pembeda yang cukup bagi algoritme untuk membedakan keadaan otak yang penting secara klinis ini secara andal, tanpa perlu melacak perubahan sinyal dari waktu ke waktu.

Kesalahan Umum Saat Menafsirkan PSD

Kurva PSD hanya tepercaya seperti rekaman asalnya, dan beberapa masalah praktis dapat mendistorsi bentuk kurva tersebut dengan cara yang tidak ada hubungannya dengan fungsi otak yang mendasarinya.

Artefak adalah kekhawatiran yang paling mendesak. Kedipan mata dan gerakan otot menghasilkan sinyal listrik mereka sendiri yang ditangkap oleh elektrode kulit kepala, terutama di lokasi frontal.

Perbandingan sistem EEG tingkat konsumen dan medis menemukan bahwa perangkat konsumen lebih rentan terhadap kontaminasi semacam ini, dan salah satu sensor kepala konsumen khususnya menunjukkan peningkatan daya pita lebar di seluruh spektrum, sebuah tanda yang konsisten dengan artefak otot dan kedipan mata, bukan ritme saraf yang asli. Oleh karena itu, pembersihan data secara hati-hati dan pemilihan segmen dengan artefak rendah sebelum menghitung PSD adalah langkah yang harus dilakukan, bukan pilihan.

Konduksi volume (Volume conduction) adalah batasan lain yang banyak dibahas dalam penelitian EEG secara umum karena medan listrik menyebar melalui jaringan dan tengkorak sebelum mencapai kulit kepala, satu sumber aktivitas di otak dapat terdaftar di beberapa elektrode terdekat secara bersamaan, mengaburkan presisi spasial dari pembacaan PSD yang diberikan.

Pilihan referensi menyajikan situasi yang serupa. EEG pada dasarnya adalah pengukuran diferensial, yang berarti sinyal setiap elektrode dihitung relatif terhadap beberapa titik referensi, baik itu rata-rata dari semua elektrode, tulang mastoid di belakang telinga, atau lokasi kulit kepala pusat seperti Cz. Mengubah titik referensi tersebut dapat mendistribusikan kembali daya ke seluruh saluran dan mengubah bentuk mutlak dari kurva PSD.

Oleh karena itu, kesadaran tentang referensi mana yang digunakan sering kali menjadi informasi standar yang harus diperiksa ketika membandingkan temuan PSD di berbagai makalah atau dataset.

Terakhir, ada keandalan tes-tes ulang (test-retest reliability). Bahkan dengan menjaga subjek dan peralatan tetap konstan, perekaman berulang pada kunjungan terpisah dapat menunjukkan beberapa variasi alami pada kurva PSD.

Sistem tingkat medis menghasilkan PSD Fp1 yang lebih konsisten di dua kunjungan, sementara sistem konsumen yang diuji menunjukkan variasi relatif terbesar. Ini adalah peringatan praktis agar tidak menafsirkan terlalu jauh perbedaan PSD kecil yang diamati pada satu subjek, terutama ketika peralatan atau protokol perekaman tidak dikontrol dengan ketat.

Alat dan Perangkat Lunak untuk Menghitung Kerapatan Spektral Daya

PSD dapat dihitung dengan pustaka pemrograman ilmiah, paket analisis EEG khusus, atau perangkat lunak pemrosesan sinyal umum. Persyaratan esensialnya adalah akses ke data sampel dan kontrol transparan atas laju sampel, segmentasi, pembuatan jendela (windowing), penghilangan tren (detrending), tumpang tindih, penskalaan, dan batas frekuensi. Output grafis saja tidak cukup untuk menetapkan bagaimana estimasi tersebut dihasilkan.

Implementasi yang dapat direproduksi mencatat parameter pra-pemrosesan dan estimasi bersama dengan spektrumnya. Ini juga mempertahankan referensi saluran, unit, epoh yang ditolak, dan transformasi apa pun yang diterapkan sebelum perhitungan. Detail ini sangat penting ketika hasil digunakan dalam perbandingan kelompok atau digabungkan di berbagai sesi perekaman.

Hasil lebih mudah diaudit ketika alur kerja menghasilkan array numerik dan plot diagnostik. Pemeriksaan yang berguna meliputi bentuk gelombang asli, interval yang ditandai artefak, rentang frekuensi yang dipilih, dan perbandingan estimasi di seluruh pilihan segmen yang wajar. Pemeriksaan semacam itu tidak membuat interpretasi menjadi otomatis, tetapi membuat asumsi tersembunyi lebih mudah dideteksi.

Kesimpulan

Plot kerapatan spektral daya bertindak sebagai skor ritme untuk otak, dan kecuraman penurunan latar belakangnya muncul sebagai penanda yang sangat konsisten di berbagai keadaan mental yang sangat berbeda.

Apakah seseorang kehilangan kesadaran di bawah anestesi tertentu, seorang anak menunjukkan kesulitan perhatian yang terkait dengan ADHD, atau kejang dimulai, bentuk keseluruhan ini bergeser dengan cara yang dapat diprediksi, menghubungkan kondisi-kondisi ini melalui tanda terukur yang sama. Pola ini menunjukkan bahwa profil listrik istirahat otak menyimpan petunjuk lintas sektor yang bermakna tentang keadaan fungsionalnya, bukan hanya puncak terisolasi pada frekuensi tertentu.

Meskipun PSD hanya memberikan rata-rata statis selama jendela perekaman, kemampuannya untuk membedakan periode sadar dari tidak sadar secara andal atau memungkinkan algoritme mendeteksi kejang dengan akurasi tinggi membuktikan nilai praktisnya dalam neurosains. Korelasi ini tidak membuktikan apa yang menyebabkan keadaan ini, tetapi mereka menawarkan ringkasan satu angka yang mudah diakses—kemiringan kurva—yang dapat membantu mengukur kesadaran, perbedaan perhatian, atau risiko kejang.

Bagi para peneliti dan klinisi, ukuran sederhana tersebut memberikan titik masuk yang kuat ke dalam dinamika otak, menjembatani ritme abstrak ke perbedaan dunia nyata.

Referensi

1. Ratti, E., Waninger, S., Berka, C., Ruffini, G., & Verma, A. (2017). Comparison of Medical and Consumer Wireless EEG Systems for Use in Clinical Trials. Frontiers in human neuroscience, 11, 398. https://doi.org/10.3389/fnhum.2017.00398

2. Colombo, M. A., Napolitani, M., Boly, M., Gosseries, O., Casarotto, S., Rosanova, M., ... & Sarasso, S. (2019). The spectral exponent of the resting EEG indexes the presence of consciousness during unresponsiveness induced by propofol, xenon, and ketamine. NeuroImage, 189, 631-644. https://doi.org/10.1016/j.neuroimage.2019.01.024

3. Robertson, M. M., Furlong, S., Voytek, B., Donoghue, T., Boettiger, C. A., & Sheridan, M. A. (2019). EEG power spectral slope differs by ADHD status and stimulant medication exposure in early childhood. Journal of neurophysiology, 122(6), 2427-2437. https://doi.org/10.1152/jn.00388.2019

4. Gao, Y., Gao, B., Chen, Q., Liu, J., & Zhang, Y. (2020). Deep convolutional neural network-based epileptic electroencephalogram (EEG) signal classification. Front. Neurol. 11, 375 (2020). https://doi.org/10.3389/fneur.2020.00375

Pertanyaan yang Sering Diajukan

Apa itu kerapatan spektral daya (PSD) pada EEG?

PSD adalah metode yang menghitung kuadrat amplitudo sinyal EEG pada setiap frekuensi dan merata-ratakannya selama periode perekaman. Kurva yang dihasilkan menunjukkan bagaimana energi didistribusikan di seluruh ritme otak yang lambat dan cepat, mengurai rekaman mentah yang kompleks.

Seperti apa tampilan kurva PSD keadaan istirahat yang sehat?

Daya paling tinggi berada pada frekuensi rendah dan menurun secara stabil seiring dengan frekuensi, menciptakan latar belakang seperti 1/f. Puncak alfa yang terlihat di sekitar 8–12 Hz biasanya muncul di bagian belakang kepala ketika mata tertutup dan berkurang ketika mata terbuka.

Bagaimana komponen aperiodik berbeda dari puncak osilasi?

Komponen aperiodik, atau seperti 1/f, adalah penurunan daya yang mulus seiring meningkatnya frekuensi, tanpa membentuk tonjolan yang jelas. Puncak osilasi, seperti ritme alfa, naik di atas latar belakang ini pada frekuensi tertentu dan membawa informasi berbeda tentang fungsi otak.

Bagaimana anestesi mengubah tanda spektral otak?

Agen seperti xenon dan propofol, yang menyebabkan hilangnya pengalaman sadar, menyebabkan kurva PSD menjadi lebih curam di rentang 1–40 Hz. Ketamin, yang mempertahankan pengalaman sadar meskipun tidak responsif, menunjukkan kurva yang mirip dengan kondisi terjaga kecuali untuk perataan di rentang 20–40 Hz.

Perbedaan PSD apa yang ditemukan pada anak-anak dengan ADHD?

Anak-anak dengan ADHD menunjukkan daya alfa yang lebih tinggi, offset aperiodik yang lebih besar, dan kemiringan spektral yang lebih curam dibandingkan dengan rekan-rekan mereka yang berkembang secara tipikal. Setelah pengobatan stimulan, bahkan setelah periode washout, kemiringan dan offset dapat menyerupai kelompok yang berkembang secara tipikal.

Bagaimana PSD dapat mengklasifikasikan keadaan kejang epilepsi?

Kurva PSD statis dapat diubah menjadi gambar dan dimasukkan ke dalam jaringan saraf dalam untuk membedakan keadaan interiktal, preiktal, dan kejang. Pendekatan ini mencapai akurasi klasifikasi yang tinggi dalam setidaknya satu studi, mengonfirmasi bahwa bentuk spektral keseluruhan membawa informasi pembeda yang cukup.

Mengapa PSD dianggap sebagai cuplikan statis?

PSD memadatkan seluruh periode perekaman menjadi satu kurva, merata-ratakan perubahan dari detik ke detik. Ini mengungkapkan keseimbangan frekuensi keseluruhan selama jendela tersebut daripada melacak bagaimana campuran bergeser dari waktu ke waktu.

Apa saja kesalahan umum saat menafsirkan PSD?

Artefak otot dan mata dapat mengontaminasi sinyal dan mendistorsi kurva, terutama pada perangkat konsumen. Konduksi volume dan pilihan referensi juga memengaruhi bentuk PSD, dan bahkan dengan peralatan yang stabil, variasi alami tes-tes ulang berarti perbedaan kecil mungkin tidak bermakna.

Apa perbedaan antara PSD dan spektrum amplitudo?

PSD mewakili kuadrat amplitudo per frekuensi dan cocok untuk menghitung daya, sedangkan spektrum amplitudo mewakili magnitudo komponen frekuensi dan menggunakan unit yang berbeda.

Apakah puncak PSD yang lebih besar selalu menunjukkan aktivitas otak yang lebih kuat?

Tidak. Puncak yang lebih besar mungkin mencerminkan artefak, efek referensi, kondisi perekaman, atau parameter analisis serta aktivitas fisiologis.