脳波データ

EEGデータとは何か？

EEGデータは、頭皮上またはその近くに配置された電極によって測定された電位差のデジタル記録です。脳波測定（Electroencephalography）は非侵襲的であり、高い時間分解能を提供するため、研究者や臨床医はミリ秒単位での脳活動の変化を調べることができます。得られる信号は通常、1つ以上の連続した時系列として保存され、各チャネルは基準に対する測定値を表します。

この信号は、さまざまな情報源の混ざり合いを反映しています。神経活動が記録に寄与していますが、眼球運動、筋肉の収縮、電極の動き、環境干渉、接触状態の変化などのアーチファクト（ノイズ）も波形に現れることがあります。

そのため、EEGデータは単一の脳プロセスの直接的な読み出しではありません。文脈、品質チェック、および明確な分析方法を必要とする観察結果です。

チャネル数、サンプリングレート、基準電極、電極位置、イベントマーカー、被験者情報はすべて、データの解釈方法を決定づけます。実際には、信号が収集されたタスク、状態、タイミング、および条件と合わせて考慮されたときに、記録は最も有益な情報をもたらします。

脳細胞がどのようにしてEEG信号を生成するか

EEG電極が検出する電位の偏りは、ニューロンが長距離通信に用いる急激な全か無かの活動電位から生じるのではなく、皮質錐体細胞の樹状突起に広がる、より緩やかで段階的なシナプス後電位から生じます。

数千のこれらのニューロンがほぼ同期して活性化すると、その微小な細胞外電流が、脳、脳脊髄液、頭蓋骨、頭皮という導電性媒体を通じて加算されます。このプロセスはボリューム伝導と呼ばれます。最終的に記録センサーに到達する電圧は、その大規模な神経同期の、不鮮明ではあるもののリアルな反映です。

EEGデータの取得方法

データ取得中、電極は小さな電圧変動を検出し、記録システムはそれらをデジタルサンプルに変換します。システムは通常、複数のチャネルを同時に記録し、基準（リファレンス）とグランドがチャネル値を計算するために必要な電気的文脈を提供します。サンプリングレートは、信号が測定される頻度を決定し、したがってどの変化を忠実に表現できるかを決定します。

記録の前に、技術者または研究者は定義されたモンタージュに従って電極を配置し、接触品質をチェックします。EEG電極配置フレームワークは、セッション間や実験室間での比較をサポートする標準化されたアプローチを提供します。刺激が表示されたとき、被験者が反応したとき、または臨床イベントが発生したときにイベントマーカーを追加して、後に記録された信号と整合させることができるタイムラインを作成できます。

データ取得はプロトコルによっても形作られます。安静時記録、睡眠研究、認知タスク、てんかん監視では、異なる測定時間、指示、および補助センサーが使用されます。したがって、完全なデータセットには電圧波形以上のものが含まれます。これには、チャネルラベル、電極位置、デバイス設定、イベントコード、アノテーション、および中断や異常な状態の記録が含まれる場合があります。

EEGデータ収集のベストプラクティス

優れたデータ収集は、被験者を検査する前に、研究課題、記録時間、チャネル構成、サンプリングレート、基準電極、およびイベントマーキング手順を定義するプロトコルから始まります。一貫性を保つことで、セッション間の不要な変動が減少し、後で行う比較の妥当性が高まります。また、プロトコルには、チャネルにノイズが混入したとき、被験者が動いたとき、またはイベントマーカーが失われたときに何が起こるかも記述しておく必要があります。

通常の動きや電極の接触不良によって信号の品質が低下する可能性があるため、物理的な準備も非常に重要です。そのため、オペレーターは一般的にインピーダンスや同等の接触インジケーターを検査し、タスクを明確に説明し、被験者の状態の関連する変化を記録します。これらのステップですべてのアーチファクトが除去されるわけではありませんが、その原因を特定しやすくなり、回避可能な問題が神経学的所見と誤認されるのを防ぐことができます。

短い収集チェックリストを使用することで、科学的な判断に取って代わることなく、運用の詳細を目に見える形に維持できます。

• チャネルラベル、電極位置、基準（リファレンス）、およびグランドを確認する。

• サンプリング設定、フィルター設定、およびデバイス構成を記録する。

• 刺激、反応、一時停止、および臨床的に関連するイベントを一貫してマークする。

• 中断、動き、電極の変更、および異常な被験者の状態を記録する。

収集後、チェックリストは生データ記録とそのメタデータの検査と組み合わせる必要があります。明確なデータ取得記録により、アナリストは本物の信号特性と、ハードウェア、セットアップ、またはプロトコルのずれによって引き起こされた変化を区別できます。

ウェット電極 vs. ドライ電極と皮膚接触品質

すべてのEEG記録は皮膚に対する物理的なセンサーから始まり、そのセンサーは大きく2つのファミリーに分類されます。

ウェット電極は、導電性ジェルやペーストを使用して金属と頭皮の間の隙間を埋め、インピーダンスを下げます。ドライ電極はジェルを排除し、高度な素材と内蔵のプリアンプを頼りに信号の忠実度を維持します。

一部の電極はアクティブ電極であり、記録部位に直接インピーダンス変換回路を含んでいます。パッシブ電極には、このようなオンボード電子回路はありません。タイプに関係なく、電極と頭皮のインターフェースの品質が、生体信号が増幅器に到達する前にどれだけ残るかを決定します。

接触不良は環境ノイズやモーションアーチファクトを招き、かすかな脳活動をかき消してしまう可能性があります。Winklerらは、独立成分分析（ICA）成分のための被験者に依存しない分類器を構築することで、アーチファクト源成分という普遍的な問題に取り組んだ際、この課題を明確にしました。

その取り組みの存在自体が、アーチファクトの混入がEEG記録における持続的な問題であることを強調しています。そして、電極の最初の適用（皮膚の洗浄、センサーの正しい配置、安定した接続の確認）は、後の処理が対処しなければならないアーチファクトの負荷を軽減するための、最初で最も直接的な方法です。

モンタージュ設計と国際10-20法

頭皮電位には固有の空間ラベルがないため、この分野ではずっと前に座標格子が採用されました。国際10-20法は、鼻根（鼻の付け根）、後頭結節（頭の後ろの骨の隆起）、および耳のすぐ前にある左右の耳介前点の4つの解剖学的指標の間の比例関係に基づいて電極位置を定義します。この標準化により、「Cz」とラベル付けされたチャネルはすべての研究室で同じ中央の頭頂部位置を指すことになり、データセットを直接比較できるようになります。

各電極の電圧が基準に対してどのように測定されるか、またそれらの双極または基準導出がどのように表示または保存されるかの仕様として定義されるモンタージュは、その物理的なレイアウトの上に位置します。Arnaud Delormeの研究は、イベント関連電位の統計的検出力を一貫して向上させた数少ない前処理ステップの1つである不良チャネル補間が、各電極の正確な空間的隣接関係を知ることに依存していることを発見し、正確なモンタージュ情報が下流でなぜ重要なのかを強力に示しています。正しいチャネルマップがなければ、そのような補間は確実に機能しません。

また、同氏は、アーチファクト分類器が異なるチャネルセットアップを使用したデータに一般化できるように設計されていると付け加え、分類器の空間的特徴が十分に文書化された配置を前提としていることを強調しています。このように、標準化され、忠実に記録されたモンタージュは、人間の解釈とアルゴリズムの再利用の両方をサポートする目に見えない足場となります。

オンラインリファレンスの選択と文書化

すべてのEEG増幅器は、2点間の電位差を記録します。オンライン記録中、それらの点の一方は、ハードウェアが固定基準線として扱う物理的な基準電極（リファレンス）です。

一般的な選択肢は、頭頂部（Cz）、連結耳介または乳様突起、あるいはすべての頭皮チャネルの平均です。生データファイルは元の基準に対する電圧を保存するため、研究者が後に数学的に信号を別の共通ポイントに再基準化（再参照化）したとしても、その選択は数値に永久的な痕跡を残します。

3つの公開EEGコレクションで自動前処理パイプラインをテストした前述のDelormeによる研究では、基準化および高度なベースライン除去手法がパフォーマンスに大きく悪影響を及ぼし、有意な実験効果を示したチャネルの割合を減少させることがわかりました。

この発見は、再参照化を絶対にしてはならないという意味ではなく、最初のオンライン基準電極をファイルヘッダーに記録しなければならないことを意味します。その記録があって初めて、将来のアナリストは最初にどのベースラインが差し引かれたかを理解し、その後の変換が本物の脳反応を歪める可能性があるかどうかを評価できます。

アナログ-デジタル変換とサンプリングレート

各電極から流れる連続的な電圧は、アナログ-デジタルコンバーター（ADC）によって不連続な数値のストリームに変換されます。ADCがサンプリングするレートによって、得られる時系列の時間的粒度が決まります。

たとえば、サンプリングレートが500 Hzであることは、脳の電気的状態が2ミリ秒に1回捉えられることを意味します。ナイキストの定理によれば、デジタル化された信号で忠実に表現できる最高周波数はサンプリングレートの半分未満であるため、500 Hzの記録では250 Hz弱までの周波数を復元できます。研究グレードのEEGは、関心のある周波数帯域に応じて、通常250 Hzから1000 Hzの間で動作します。

サンプリングレートをメタデータとして特に重要にしているのは、それがはるか下流で行われる分析の選択を静かに制約するからです。Fraschiniらは、コネクティビティ分析のために抽出されたデータの時間窓であるエポック長が結果をどのように変化させるかをテストすることにより、まさにこの波及効果を調査しました。

健康な成人の安静時EEGを用いて、この研究は、エポックが長くなるにつれて平均位相遅れインデックスと振幅エンベロープ相関値の両方が減少し、それぞれ約12秒と6秒経って初めて安定することを示しました。データから再構築されたグラフ理論的ネットワークのトポロジーでさえエポックの長さに応じて変化しましたが、ソースレベルの最小全域木パラメータはより堅牢であることが証明されました。

生データ文書化における本質的な教訓は、1秒あたりのサンプル数がタイミングをどのように切り取るかにおいて絶対的な床を設定するということです。サンプリングレートが誤って記録されると、その後のすべてのイベントマーカー、エポック境界、および接続性の推定値がそのエラーを引き継ぐことになります。したがって、ファイルヘッダーに正確なADCレートを記録することは、譲れない必須事項です。

標準データ保存フォーマット：EDFとBrainVision

デジタル化された時系列データとそれに付随するメタデータは、他のソフトウェアや他の研究室が曖昧さなく開くことができるファイルフォーマットに保存される必要があります。

この分野では2つのオープンフォーマットが主流となっています。European Data Format（EDF）は、睡眠研究や臨床現場で広く採用されているコンパクトなコンテナであり、サンプリングレート、チャネルラベル、物理的寸法を指定するヘッダーとともに複数のチャネルを保存します。

Brain Productsによって開発されたフォーマットであるBrainVisionは、同じ情報を3つのリンクされたファイルに分散させます。チャネル名、サンプリングレート、元のリファレンスをリストしたテキストヘッダー（.vhdr）、イベントコードとそのレイテンシを記録するマーカーファイル（.vmrk）、そして生の電圧サンプルを保持するバイナリデータファイル（.eeg）です。

これらの標準化されたフォーマットの価値は、大規模なデータセットが公開共有されるときに具体化します。たとえば、ある2019年の研究では、研究者が54人の被験者からの運動イメージ、イベント関連電位、および定常状態視覚誘発電位をカバーするマルチパラダイムブレイン・コンピューター・インターフェース（BCI）データセットを公開しました。データが独自の（プロプライエタリな）ラッパーにロックされている場合、オープンソースの分析スクリプトとともにそのようなリソースを配布することは無意味になります。

ファイルが最終的にEDFまたはBrainVisionのどちらにアーカイブされるにしても、その選択により、あらゆる研究者が記録をダウンロードして結果を再現できるようになり、生の波形がコミュニティ全体の再現性チェーンにリンクされます。

不可欠な管理事項：チャネルマップとサンプリングメタデータ

生のEEGファイルは、その空間的および時間的足場の完全かつ正確な記述を伴って初めて科学的に使用可能になります。これは、すべてのチャネルが標準ラベル（すなわち、Fz、C3、O2など）と、頭皮上の3次元座標を持たなければならないことを意味します。それらの座標により、隣接するチャネルから不良チャネルを補間したり、信号を皮質ソースモデルに投影したりするなど、空間的関係を伴うその後のあらゆる分析が可能になります。

Fraschiniらによる研究は、ICA成分を脳またはアーチファクトとして分類するために、空間的、スペクトル的、および時間的特徴に依存していました。成分の空間トポロジーは、それに寄与した各電極の物理的な位置を知らなければ意味がありません。

同様に、Delormeは、隣接する電極の値を使用する不良チャネル補間が、実験効果を確実に維持する数少ない補正の1つであることを発見しました。補間器は、データセットのチャネルマップが正しい場合にのみ、その空間的な推測を実行できます。

ファイルヘッダーには、正確なサンプリングレート、記録日、および電気眼球図（眼球運動）や筋電図（筋肉活動）などの補助チャネルの明確なラベルも保存する必要があります。初期のデータ探索中にそれらのチャネルが使用されないままであるとしても、その存在は透明であるべきです。保存されているサンプリングレートと実際のADCクロックの間の不一致は、タイミングを不可逆的に歪め、後で刺激マーカーと一致させることを不可能にする可能性があります。

臨床現場と研究現場におけるEEGデータ

臨床記録と研究記録はコア原理を共有していますが、直接的な目的は異なります。臨床EEGは、確立された専門的および組織的な手順の下で、患者の評価、監視、または診断をサポートするために取得されます。研究EEGは、通常、特定の仮説のテスト、条件の比較、または分析手法の開発のために、研究固有のプロトコルと文書を用いて収集されます。

臨床業務では、タイムリーなレビュー、臨床的に意味のあるモンタージュ、検証された解釈、および該当するケアシステム内での永続的な記録が強く重視されます。研究では、制御された条件、事前に指定されたアウトカム、再現性、および除外の透明な取り扱いがより重視されます。研究結果が自動的に臨床所見になるわけではなく、臨床観察が自動的に検証された研究指標になるわけでもありません。

この区別は、データガバナンスにも影響を与えます。臨床データは医療記録の義務や直接的なケア要件によって管理される場合がありますが、研究データセットは同意文書の表現、施設倫理委員会による審査、データ共有計画、および研究評価項目によって規定されます。どちらの環境でも、EEGパターンは孤立した数値ではなく文脈に依存するため、訓練された解釈と慎重な文書化が必要です。

EEGデータに関するプライバシーと倫理的配慮

EEG記録は、識別子、セッション情報、臨床的文脈、またはメタデータの組み合わせを通じて個人にリンクされる可能性があります。専門的な環境以外では波形自体の解釈が困難である場合でも、特定可能な被験者に接続されている場合は、機密性の高い人間を対象としたデータとして扱う必要があります。収集と再利用は、承認されたプロトコルおよび適用されるプライバシー要件と一貫している必要があります。

同意説明では、記録の目的、予想される分析の種類、保存期間、共有の可能性、および将来の使用が許可されているかどうかを明確にする必要があります。研究者は、EEGが研究目的として設計された以上のことを明らかにできると暗示することを避けるべきです。被験者が研究記録によって診断や個別評価が提供されると思い込む可能性がある場合、明確なコミュニケーションが特に重要です。

倫理的実践は収集後も続きます。匿名化、アクセス制限、保持制限、監査証跡、およびメタデータの慎重な公開はリスクを軽減するのに役立ちますが、どの方法もリスクを完全に排除するものではありません。所見は予測的または診断的な意味を誇張することなく報告されるべきであり、自動分類は、人に関する疑問の余地のない判断としてではなく、適切な検証を必要とする分析出力として扱われるべきです。

生データ記録の品質が信頼できるEEG分析の基盤となる理由

1回のEEGセッションは、脳の電気的構造が永続的な形で捉えられる瞬間であり、その生データの波形の複雑さは、頭皮の下にある神経ネットワークをすでに反映しています。ここで取り上げた神経科学に基づく研究は、「データ取得ステップが注意深く処理されている限り、関心のある信号は生データ自体の中に存在する」という統一されたメッセージを伝えています。電極の接触品質、正確なチャネルマッピング、文書化されたリファレンスとサンプリングレート、およびオープンな保存フォーマットはすべて、その信号が研究室や年月を超えてアクセス可能なままであるかどうかを決定します。

最後に、生のデータをほぼそのまま残した研究者の方が、積極的な補正を適用した研究者よりも本物の脳反応をよりよく保存していたため、過剰な処理よりも抑制された処理の方が優れていることがよくあります。慎重な記録、誠実なメタデータ、および最小限の介入が、科学的信号を損なわずに維持する規律を形成します。

したがって、すべての信頼できる分析は、洗練されたアルゴリズムからではなく、忠実で十分に文書化された波形をキャプチャするというシンプルな行為から始まります。

参考文献

1. Winkler, I., Haufe, S., & Tangermann, M. (2011). Automatic classification of artifactual ICA-components for artifact removal in EEG signals. Behavioral and brain functions, 7(1), 30. https://doi.org/10.1186/1744-9081-7-30

2. Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0

3. Fraschini, M., Demuru, M., Crobe, A., Marrosu, F., Stam, C. J., & Hillebrand, A. (2016). The effect of epoch length on estimated EEG functional connectivity and brain network organisation. Journal of neural engineering, 13(3), 036015.

4. Lee, M. H., Kwon, O. Y., Kim, Y. J., Kim, H. K., Lee, Y. E., Williamson, J., ... & Lee, S. W. (2019). EEG dataset and OpenBMI toolbox for three BCI paradigms: An investigation into BCI illiteracy. GigaScience, 8(5), giz002. https://doi.org/10.1093/gigascience/giz002

よくある質問

EEG記録は具体的に何をキャプチャし、なぜそれが脳活動の反映とみなされるのですか？

EEG記録は、皮質ニューロンの大規模なグループの同期活動から生じる、頭皮における微小な電圧変動をキャプチャします。これらの変動は主に錐体細胞の段階的なシナプス後電位に由来し、これらがボリューム伝導を通じて加算されることで、大規模な神経同期の、不鮮明ながらもリアルな測定値が作成されます。

なぜEEG信号は活動電位ではなくシナプス後電位から生じるのですか？

活動電位は短時間で全か無かのイベントであり、頭皮電位への寄与はわずかですが、より緩やかで段階的なシナプス後電位は樹状突起に広がり、数千のニューロンにわたって加算されます。この加算により、頭皮で検出可能な電圧の偏りが生じ、シナプス後電位がEEG信号の主な発生源となります。

ウェット電極とドライ電極の違いは何ですか？また、電極の接触品質は記録にどのように影響しますか？

ウェット電極は導電性ジェルを使用してインピーダンスを下げ、信号伝達を向上させますが、ドライ電極は高度な素材と内蔵のプリアンプを頼りに、ジェルなしで忠実度を維持します。接触不良は、かすかな脳信号を圧倒する可能性のある環境ノイズやモーションアーチファクトを招くため、電極と皮膚のインターフェースの品質は極めて重要です。

国際10-20法は電極配置をどのように標準化しており、なぜそれが重要なのですか？

10-20法は、鼻根、後頭結節、および左右の耳介前点という4つの解剖学的指標の間の比例関係に基づいて電極位置を定義します。これにより、「Cz」のようなラベル付きチャネルがすべての研究室で同じ位置を指すようになります。この標準化により、データセットの直接比較が可能になり、不良チャネル補間などの正確な空間分析が可能になります。

EEG記録中に使用されたオンライン基準電極（リファレンス）を文書化することが不可欠なのはなぜですか？

生データファイルにはオンライン基準に対する電圧が保存されるため、基準（例：Cz、連結耳介、または平均）の選択は、後で再参照化を行う場合でも、数値に永久的な痕跡を残します。元の基準電極を文書化しなければ、将来のアナリストは差し引かれたベースラインを理解できず、その後の変換が本物の脳反応を歪めているかどうかを評価できません。

サンプリングレートはEEG記録においてどのような役割を果たし、ナイキストの定理はどのように適用されますか？

サンプリングレートはデジタル化された信号の時間分解能を決定し、ナイキストの定理は忠実に表現される最高周波数がサンプリングレートの半分未満であることを示しています。たとえば、サンプリングレート500 Hzでは250 Hz弱までの周波数を復元でき、研究グレードのEEGは通常250〜1000 Hzの間で動作します。正確なサンプリングレートは、下流のすべての時間関連分析を制約するため、極めて重要です。

EEGの2つの主要なオープンデータフォーマットは何ですか？また、それらは何を保存しますか？

European Data Format（EDF）は、サンプリングレート、チャネルラベル、および物理的寸法を指定するヘッダーとともに複数のチャネルを保存するコンパクトなコンテナです。BrainVisionは、ヘッダー（.vhdr）、マーカーファイル（.vmrk）、およびバイナリデータファイル（.eeg）の3つのリンクされたファイルに情報を分散させ、これらすべてが明確な共有と再現性を保証します。

生のEEGファイルになぜ完全なチャネルマップと空間座標が必要なのですか？

標準ラベルと3D座標を持つチャネルマップにより、隣接する電極から不良チャネルを補間したり、信号を皮質ソースモデルに投影したりするなどの空間分析が可能になります。たとえば、アーチファクト分類器は空間トポロジーに依存し、補間には正確な電極位置を知る必要があります。これがないと、このような分析は失敗します。

EEGファイルのヘッダーにはどのような重要なメタデータを記録しなければならず、それはなぜですか？

ヘッダーには、正確なサンプリングレート、記録日、3D座標を含むチャネルラベル、およびEOGやEMGのような補助チャネルの明確なラベルを含める必要があります。不正確なサンプリングレートはタイミングを不可逆的に歪める可能性があり、空間的な補間やソースモデリングには正しいチャネルマップが必要であるため、この情報は不可欠です。

なぜEEGは研究に役立つのですか？

EEGは非常に微細な時間情報を提供するため、イベント関連反応、持続的なリズム、睡眠、注意、感覚処理、およびその他の時間変化に敏感な現象の研究に役立ちます。その解釈は、実験デザインと信号品質に依存したままです。

一般的なEEGアーチファクト（ノイズ）とは何ですか？

一般的なアーチファクトには、まばたき、眼球運動、筋肉活動、電極の動き、接触不良、ケーブルの動き、および電気的干渉が含まれます。これらは1つのチャネルまたは多くのチャネルに影響を及ぼす可能性があり、科学的な関心のある周波数と重なる場合があります。

EEG分析における前処理とは何ですか？

前処理とは、分析のために記録を準備するために使用される、文書化された一連の手順です。これには、フィルタリング、再参照化、不良チャネル処理、アーチファクトの同定、エポック化、ベースライン補正、および品質管理が含まれます。