パワースペクトル密度（PSD）とは、EEG（脳波）信号を分解し、それぞれの速度（周波数）が全体の記録にどれだけのエネルギーをもたらしているかを教えてくれるツールです。PSDプロットが読めるようになれば、脳のリズムの楽譜を読んでいるようなものであり、どのテンポが優勢で、どのテンポが背景に消えていくかを示すチャートを読み解くことができます。
EEGにおけるパワースペクトル密度とは？
生のEEGトレースは、オーケストラが奏でる和音のようなもので、あらゆる楽器がそれぞれ異なる脳波の周波数を表しています。耳で聴くだけでは、どの楽器がどれだけ貢献しているかを判別することはできません。
PSDは、各周波数における信号の二乗振幅を計算し、その測定値を一定の記録時間全体で平均化することで、この問題を解決します。その結果、一方の軸に周波数、もう一方の軸にパワーをとった曲線が得られ、脳の電気活動が遅いリズムと速いリズムにどのように分布しているかが正確に示されます。
PSDは記録期間全体を1つの曲線に圧縮するため、ブレンドが秒単位でどのように変化するかを追跡するのではなく、その時間窓における周波数の全体的なバランスを教えてくれます。人の脳の状態は急速に変化する可能性があるため、これは極めて重要なことです。しかし、標準的なPSDプロットは、それらの変化を平均化してしまいます。
医療グレードのEEGヘッドセットと消費者向けEEGヘッドセットを比較している研究者らは、この平均化のために特定の計算方法を使用しました。これはウェルチの修正ペリオドグラムと呼ばれ、記録を重複するセグメントに分割し、それらのスペクトルを平均化して、よりクリーンでノイズの少ないPSD推定値を生成します。
この種の信号処理ステップは、ランダムな変動ではなく、根底にある脳活動を反映したPSD曲線を生成するための標準的な手法です。
パワースペクトル密度の段階的な計算方法
PSDの計算には通常、単一のコマンドではなく、信号品質と信号処理に関する一連の決定が伴います。記録はまず、欠損データ、不適切なチャネル、および目立つアーチファクトがないかチェックされます。その後、アナリストはセグメントを選択し、必要に応じて緩やかなトレンドを除去またはモデル化し、ウィンドウを適用し、データを周波数領域に変換して、結果をスケーリングします。
得られたスペクトルは、元の時系列データや、該当する場合は身体の動き、電極のずれ、目の活動、筋肉の活動、または実験イベントに関する注記と併せて検査されるべきです。この比較により、本物の律動的なパターンと、たまたまスペクトルパワーを生み出している一時的な乱れとを区別することができます。
実用的なワークフローは、以下の段階に整理できます。
サンプリングレート、チャネルラベル、参照、および記録期間を確認する。
使用可能なエポックを特定し、アーチファクトや棄却されたセグメントに対処する。
セグメント長、オーバーラップ、ウィンドウ、および周波数範囲を選択する。
PSDを推定・スケーリングし、ピーク値と帯域制限パワーを検査する。
結果を再現・比較できるように、パラメータを記録する。
これらのステップにより、計算の追跡が可能になります。また、視覚的に魅力的なスペクトルが、それを生成した前処理や推定の選択から独立したものとして扱われるのを防ぐことができます。
一般的な手法：ペリオドグラムとウェルチ法
ペリオドグラムは、選択されたセグメントのフーリエ変換の二乗マグニチュードを計算します。これは単純明快であり、セグメントが長い場合には細かい公称周波数間隔を提供できますが、その推定値は周波数ビンごとに大きく変動する可能性があります。この変動性は、ノイズの多い生体記録において特に顕著になります。
ウェルチ法は、信号を重複するセグメントに分割し、各セグメントにウィンドウを適用し、それぞれに対してペリオドグラムを計算して、その結果を平均化します。平均化により、一般的に変動の少ない滑らかな推定値が得られますが、セグメントが短くなると周波数分解能が低下することがあります。最適なバランスは、分析において狭いピーク、広い帯域、または安定した平均活動のどれを重視するかによって異なります。
この違いは、単に見た目の問題だけではありません。スペクトルが滑らかになると広範なパターンの比較が容易になりますが、過度に平均化すると、短時間の変化や狭い範囲に局在する変化が覆い隠されてしまう可能性があります。時間変化を伴うEEGの場合、記録全体に対して単一のPSDを適用するよりも、時間周波数アプローチの方が適している場合があります。
健康な安静時EEGスペクトルの特徴
健康な成人に椅子に座ってリラックスしてもらい、そのEEGを記録すると、得られるPSD曲線は認識しやすい形状を示します。パワーは最も低い周波数で最も高く、周波数が高くなるにつれて着実に低下し、1/fのような減少傾向を示します。
この下降曲線は、前述の非周期的な成分を反映しており、その傾きの急峻さはスペクトル指数（βと表記されることもあります）と呼ばれる単一の数値で捉えられます。低下がより急であるほど負のスペクトル指数が大きくなり、平坦であるほどパワーが周波数全体に均等に分散していることを意味します。
この背景となる低下の上に乗る形で、目を閉じた安静時の脳は通常、8〜12 Hz付近に明確な膨らみ（アルファピーク）を生成します。この膨らみは、通常、後頭部で最も強く現れます。同じ人が目を開けると、そのアルファピークは目に見えて縮小します。
Rattiらによる医療グレードのEEGシステムと消費者向けヘッドバンドの直接比較において、まさにこのパターンが記録されました。テストされたすべてのシステムにおいて、データ内の最大の律動的特徴は後頭部アルファリズムであり、これは閉眼時と開眼時の状態に対して予測通りに反応しました。
同じ比較では、より実用的な疑問も提示されました。同じ人物を別の日（2回の訪問）に2回記録した場合、PSD曲線は同じになるでしょうか？
その回答は、機器の品質に大きく依存していました。医療グレードのシステムは、Fp1電極（Fp1は額に位置し、テストされた4つのシステムすべてに共通する唯一の電極でした）のPSDにおいて、訪問間で一貫した結果を示したのに対し、消費者向けシステムは、テストと再テストのセッション間で最も高い相対的変動を示しました。このことは、十分に制御されたPSD曲線は単に脳の特性であるだけでなく、いかに注意深く信号が捉えられたかという特性でもあることを示しています。
麻酔が脳のスペクトル特徴をどのように変化させるか
静的なPSDは、脳の状態が劇的に変化するときに特に有益であり、麻酔はその最も直接的な例です。Colomboらによる2019年の研究では、キセノン、プロポフォール、ケタミンの3つの異なる薬剤を用いた麻酔前後の健康なボランティアの安静時EEGが記録されました。
各セッションの後、研究者らは被験者に対して、反応がなかった時間帯に意識体験の記憶があったかどうかを尋ね、意識があったと報告された状態と、意識が消失していた、あるいは思い出すことができなかったと思われる状態とを区別しました。
スペクトル指数はこの区別を密接に追跡していました。意識体験の消失を伴う薬剤であるキセノンとプロポフォールは、各被験者において負のスペクトル指数を大幅に減少させました。これは、PSD曲線が明らかに急峻になったことを意味します。1〜40 Hzの広い範囲におけるこの急峻化は、単なる無反応ではなく、意識体験の欠如を指標していると考えられます。
ケタミンは異なる結果を示しました。被験者はケタミン投与下で行動的には無反応であったものの、通常はある程度の意識体験を保持しており、全体的なPSDの減衰は通常の覚醒時と類似していました。唯一の例外は、特に20〜40 Hzの範囲で曲線が平坦化したことであり、この詳細は、他の2つの薬剤と比較したケタミンの明確な作用機序と一致しています。
おそらく最も説得力のある証拠は、このスペクトル指数と、摂動複雑性指数（PCI）と呼ばれる、独立して導出された別の指標との間の相関関係でした。PCIは、脳を刺激し、そこから得られる反応の複雑さを測定する異なる技術から生成されます。これら2つの全く異なる測定値の間の高い相関は、スペクトル指数が偶然のパターンではなく、意識の存在そのものに関連する真正なマーカーであるという考えを支持しています。
ADHDがEEGパワースペクトルをどのように変化させるか
麻酔下でシフトするのと同じ非周期的な低下は、ADHDの子供たちでも異なっているようです。3〜7歳の子供を対象に、ADHDの子供と定型発達の同年代の子供を比較した研究では、ピークアルファ周波数や帯域パワー比などの従来の指標と並行して、スペクトルの傾きとオフセット（非周期曲線の高さ）が測定されました。
薬物治療を受けたことのないADHDの子供は、定型発達の子供と比較して、高いアルファパワー、大きな非周期的オフセット、およびより急なスペクトルの傾きを示しました。この急峻化のパターンは注目に値します。なぜなら、これら2つの状態は重症度やメカニズムの点で明らかに比較できないものであるにもかかわらず、麻酔研究で見られた変化と同じ方向性をエコーしているからです。
スペクトルの傾きは、ADHD研究で長年使用されてきた従来のシータ/ベータ比とも相関しており、傾きが重複する情報を捉えつつ、潜在的によりクリーンで包括的なマーカーを提供することを示唆しています。
さらに別の詳細がこの発見に重みを与えています。ADHDの子供のうち、精神刺激薬による治療を受けていた子供たちは、薬の有効効果が消失しているはずの24時間の休薬期間を経た後でも、定型発達グループと同等の傾きとオフセットを示しました。
このことは、ADHDにおける変化したスペクトルパターンが固定されたものではない可能性を提起していますが、研究ではこれを確定した治療効果としてではなく、示唆として位置づけています。過去の研究において、スペクトルの傾きは実行機能や脳の興奮・抑制活動のバランスとも関連付けられているため、著者らは、変化した傾きがシータ/ベータ比の計算における統計的成果物ではなく、根底にある病態に関する有意義な何かを反映している可能性があると示唆しています。
グループ | スペクトルの傾き | アルファパワー | オフセット |
|---|---|---|---|
定型発達 | 通常の傾き | 通常のパワー | 通常のオフセット |
ADHD、薬物治療未経験 | より急な傾き | より高いパワー | より大きなオフセット |
ADHD、刺激薬治療あり | 定型発達と同様 | 報告なし | 定型発達と同様 |
パワースペクトル密度を用いたてんかん発作の分類
静的なPSDが有用である領域は、意識や注意だけではありません。てんかんの分類は、より自動化された計算主導の例を提供します。
あるアプローチでは、てんかんのEEG記録を、研究者がパワースペクトル密度エネルギー図と呼ぶもの、すなわち本質的にはPSDを視覚的に表現したものに変換し、これらの画像を、画像のようなパターンの認識に優れた機械学習モデルの一種であるディープ畳み込みニューラルネットワークに入力しました。
モデルは、EEGセグメントを以下の4つのカテゴリに分類するようにトレーニングされました。
発作間欠期（発作と発作の間）
2つの異なる発作前窓（発作開始の30分前および10分前）
発作状態そのもの
公開されているてんかんデータセットを使用したこの手法は、4つのカテゴリすべてにおいて90%を超える平均分類精度に達しました。この結果は、静的PSDの全体的な形状が、信号の瞬間的な変化を追跡することなく、アルゴリズムがこれらの臨床的に重要な脳の状態を高い信頼性で区別するのに十分な識別情報を備えていることを裏付けています。
PSDを解釈する際の一般的な落とし穴
PSD曲線の信頼性は、その基となる記録の信頼性に左右され、いくつかの実用的な問題によって、脳の根本的な機能とは全く無関係に曲線の形状が歪んでしまうことがあります。
アーチファクトは最も差し迫った懸念事項です。まばたきや筋肉の動きは独自の電気信号を生成し、これが特に額の部位にある頭皮電極に拾われます。
消費者向けシステムと医療グレードのEEGシステムを比較したところ、消費者向けデバイスはこのような混入の影響を受けやすいことが分かりました。特に、ある消費者向けヘッドバンドでは、スペクトル全体でブロードバンドなパワーの上昇が見られ、これは本物の神経リズムではなく、筋肉やまばたきのアーチファクトと一致する特徴でした。したがって、PSDを計算する前に、データを注意深くクレンジングし、アーチファクトの少ないセグメントを選択することは、オプションではなく必須のステップです。
体積伝導も、EEG研究一般において広く議論されている制限事項です。電場は頭皮に達する前に組織や頭蓋骨を通過して広がるため、脳内の単一の活動源が近くにある複数の電極に同時に記録され、特定のPSD測定値の空間的精度が曖昧になる可能性があります。
参照電極の選択も同様の状況をもたらします。EEGは本質的に差分測定であり、すべての電極の信号は、参照点（全電極の平均、耳の後ろの乳様突起、またはCzのような頭頂中央部など）に対して相対的に計算されます。その参照点を変更すると、チャネル間のパワー分布が変化し、PSD曲線の絶対的な形状が変わる可能性があります。
したがって、異なる論文やデータセット間でPSDの知見を比較する際には、どの参照電極が使用されたかを把握することが、確認すべき標準的な情報となります。
最後に、検査・再検査信頼性（再現性）があります。被験者と機器を一定に保ったとしても、別の日に行った繰り返しの記録では、PSD曲線に多少の自然な変動が生じる可能性があります。
医療グレードのシステムは、2回の訪問にわたってより一貫したFp1 PSDを生成したのに対し、テストされた消費者向けシステムは最も高い相対的変動を示しました。これは、特に記録機器やプロトコルが厳密に管理されていない場合、単一の被験者で観察される小さなPSDの違いを深読みしすぎないようにという、実用的な警告となります。
パワースペクトル密度を計算するためのツールとソフトウェア
PSDは、科学プログラミングライブラリ、専用のEEG分析パッケージ、または一般的な信号処理ソフトウェアを使用して計算できます。不可欠な要件は、サンプリングされたデータへのアクセス、およびサンプリングレート、セグメンテーション、ウィンドウ処理、トレンド除去、オーバーラップ、スケーリング、周波数制限の透明性のある制御です。グラフィカルな出力だけでは、推定がどのように作成されたかを立証するには不十分です。
再現可能な実装では、前処理および推定のパラメータがスペクトルとともに記録されます。また、チャネル参照、単位、棄却されたエポック、および計算前に適用された変換も保持されます。これらの詳細は、結果をグループ比較で使用したり、複数の記録セッションにわたって統合したりする場合に特に重要です。
ワークフローが数値配列と診断プロットの両方を生成する場合、結果の監査が容易になります。有用なチェック項目には、元の波形、アーチファクトがマークされたインターバル、選択された周波数範囲、および合理的なセグメント選択間での推定値の比較が含まれます。このようなチェックは解釈を自動化するものではありませんが、隠れた仮定を検出しやすくします。
結論
パワースペクトル密度プロットは脳のリズムの楽譜として機能し、その背景となる低下の急峻さは、大きく異なる精神状態の間で驚くほど一貫したマーカーとして浮き彫りになります。
特定の麻酔薬によって意識を失っているとき、子供がADHDに関連する注意欠陥を示しているとき、または発作が始まるときなど、この全体的な形状は予測可能な方法でシフトし、共有された測定可能な特徴を通じてこれらの状態を結びつけます。このパターンは、脳の安静時の電気的プロファイルが、特定の周波数における孤立したピークだけでなく、その機能的状態に関する有意義で分野横断的な手がかりを保持していることを示唆しています。
PSDは記録窓における静的な平均値を提供するにすぎませんが、意識のある期間とない期間を高い信頼性で区別したり、アルゴリズムに高い精度で発作を検出させたりする能力は、神経科学における実用的な価値を証明しています。これらの相関関係は、これらの状態を引き起こす原因を証明するものではありませんが、意識、注意の差、または発作リスクを評価するのに役立つ、アクセス可能な単一の数値の要約（曲線の傾き）を提供します。
研究者や臨床医にとって、そのシンプルな測定は脳のダイナミクスへの強力な足がかりとなり、抽象的なリズムと現実世界の違いとの架け橋となります。
参考文献
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
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
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
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
よくある質問
EEGにおけるパワースペクトル密度（PSD）とは何ですか？
PSDは、各周波数におけるEEG信号の二乗振幅を計算し、これを記録期間全体で平均化する手法です。得られる曲線は、複雑な生のトレースを分離し、遅い脳リズムと速い脳リズムにエネルギーがどのように分布しているかを示します。
健康な安静時のPSD曲線はどのような形状をしていますか？
パワーは低周波数で最も高く、周波数とともに着実に低下し、1/fのような背景を作り出します。目を閉じているときは通常、後頭部において8〜12 Hz付近に明確なアルファピークが現れ、目を開けると減少します。
非周期成分は振動ピークとどのように異なりますか？
非周期的（または1/f様）成分は、明確な膨らみを形成することなく、周波数が高くなるにつれてパワーが滑らかに低下することです。アルファリズムなどの振動ピークは、この背景から特定の周波数で上昇し、脳機能に関する異なる情報を伝えます。
麻酔は脳のスペクトル特徴をどのように変化させますか？
キセノンやプロポフォールなど、意識体験の消失をもたらす薬剤は、1〜40 HzにおいてPSD曲線をより急峻にします。無反応であるにもかかわらず意識体験が維持されるケタミンは、20〜40 Hzの範囲で平坦化が見られる以外は、覚醒時と同様の曲線を示します。
ADHDの子供にはどのようなPSDの違いが見られますか？
ADHDの子供は、定型発達の子供と比較して、高いアルファパワー、大きな非周期的オフセット、およびより急なスペクトルの傾きを示します。刺激薬治療の後では、休薬期間を経ても、傾きとオフセットが定型発達グループのものと類似することがあります。
PSDはどのようにしててんかんの発作状態を分類できますか？
静的なPSD曲線を画像に変換し、ディープニューラルネットワークに入力して、発作間欠期、発作前、および発作状態を区別することができます。このアプローチは、少なくとも1つの研究で高い分類精度を達成し、全体のスペクトル形状が十分な識別情報を備えていることを裏付けました。
なぜPSDは静的なスナップショットとみなされるのですか？
PSDは記録期間全体を1つの曲線に圧縮し、秒単位の変化を平均化します。これは、ブレンドが時間の経過とともにどのように変化するかを追跡するのではなく、その時間窓における全体的な周波数バランスを明らかにします。
PSDを解釈する際、どのような一般的な落とし穴がありますか？
筋肉やまばたきのアーチファクトが信号を汚染し、特に消費者向けデバイスにおいて曲線を歪める可能性があります。体積伝導や参照電極の選択もPSDの形状に影響を与え、安定した機器であっても、自然なテスト・再テストの変動があるため、小さな違いは意味を持たない場合があります。
PSDと振幅スペクトルの違いは何ですか？
PSDは周波数ごとの二乗振幅を表し、パワーの計算に適しているのに対し、振幅スペクトルは周波数成分の大きさを表し、異なる単位を使用します。
PSDのピークが大きいことは、常に強い脳活動を示していますか？
いいえ。ピークが大きいことは、生理活動だけでなく、アーチファクト、参照電極の影響、記録条件、または分析パラメータを反映している可能性があります。
Emotivは、アクセスしやすいEEGおよび脳データツールを通じて神経科学研究の進展を支援するニューロテクノロジー分野のリーダーです。
クリスティアン・ブルゴス
