Każdy elektroencefalogram, czyli EEG, działa na tej samej podstawowej zasadzie: aktywność elektryczna generowana wewnątrz mózgu rozchodzi się na zewnątrz przez tkanki, czaszkę i skórę głowy, gdzie może być rejestrowana przez czujniki umieszczone na powierzchni głowy. Dokładność tego odczytu zależy w dużej mierze od tego, jak wielu czujników się używa i gdzie się je umieszcza.
System elektrod 10-5 powstał po to, aby odpowiedzieć na to pytanie o lokalizację z matematyczną precyzją, oferując badaczom i klinicystom standaryzowaną mapę z ponad 300 potencjalnymi miejscami rejestracji. Jest to drastyczny wzrost w porównaniu z 21 pozycjami stosowanymi w oryginalnym systemie 10-20, który stanowił podstawę klinicznego EEG od lat pięćdziesiątych XX wieku.
Czym jest system 10-5?
System 10-5 to trzeci i najbardziej dopracowany etap w ewolucji standardów rozmieszczania elektrod. Zapoczątkował go system 10-20, schemat opierający się na podziale głowy na mierzone, wyrażone w procentach odstępy, dzięki czemu pozycje elektrod pozostawały spójne przy różnych rozmiarach głowy i w różnych laboratoriach.
Wraz z rosnącymi wymaganiami badań EEG dotyczącymi dokładności szczegółów, szczególnie w zadaniach takich jak rozróżnianie sąsiadujących obszarów mózgu, powstał system 10-10. Podwoił on liczbę elektrod poprzez dodanie punktów dokładnie w połowie drogi między oryginalnymi lokalizacjami standardu 10-20, co dało około 74 punkty pomiarowe.
System 10-5 idzie o krok dalej w zastosowaniu tej samej logiki podziału na pół. Ponownie dzieli on odstępy z systemu 10-10, tworząc ponad 300 nazwanych pozycji na całej powierzchni skóry głowy.
Główną ideą jest to, że zamiast próbkowania aktywności elektrycznej mózgu w rozproszonych, szeroko rozstawionych punktach, tworzy się gęstą, równomiernie rozmieszczoną siatkę na całej powierzchni głowy. Nie zastępuje to systemów 10-20 ani 10-10, lecz stanowi ich rozszerzenie.
Punkty anatomiczne i obliczenia współrzędnych w systemie EEG 10-5
Cały system opiera się na czterech punktach orientacyjnych:
Nasion znajduje się na grzbiecie nosa, w miejscu, gdzie czoło łączy się z kością nosową.
Inion to mały guzek kostny wyczuwalny u podstawy czaszki, z tyłu głowy.
Lewy i prawy punkt przeduszny znajdują się tuż przed każdym uchem, w niewielkim zagłębieniu nad kością jarzmową.
Te cztery punkty są wyczuwalne na praktycznie każdej ludzkiej czaszce, dlatego zostały wybrane jako geometryczny fundament pod cały system pomiarowy.
Na podstawie tych punktów orientacyjnych technicy wykonują zestaw standardowych pomiarów:
Łuk strzałkowy: mierzy odległość od punktu nasion do inion przez czubek głowy
Łuk wieńcowy: przebiega między lewym a prawym punktem przedusznym przez szczyt głowy
Obwód głowy: otacza głowę poziomo, przechodząc przez wszystkie cztery główne punkty orientacyjne
Każdy łuk jest dzielony na segmenty procentowe w celu rozmieszczenia elektrod
Te stałe pomiary gwarantują, że siatka dopasuje się do każdego rozmiaru głowy
Po zmierzeniu tych łuków zasada nazewnictwa staje się jasna dzięki prostemu podziałowi. System 10-20 dzieli każdy łuk na segmenty mierzone jako procenty całkowitej długości łuku, zazwyczaj w krokach co 10% i 20% – stąd też pochodzi nazwa systemu. Daje to klasyczny układ 21 elektrod, który wciąż jest stosowany w wielu standardowych nagraniach klinicznych. System 10-10 bierze każdy z tych przedziałów procentowych i dzieli go na pół, w przybliżeniu podwajając rozdzielczość i zwiększając całkowitą liczbę elektrod do około 74.
System 10-5 powtarza proces podziału na pół jeszcze raz, ponownie dzieląc przedziały z systemu 10-10. Rezultatem jest siatka z ponad 300 pozycjami, rozmieszczonymi w odstępach około 2 do 3 centymetrów na przeciętnej głowie osoby dorosłej.
Sama konwencja nazewnictwa koduje informacje o lokalizacji bezpośrednio w etykiecie każdej elektrody. Litery odpowiadają płatom mózgu: Fp dla czołowo-biegunowego, F dla czołowego, C dla centralnego, T dla skroniowego, P for ciemieniowego i O dla potylicznego. Liczby, wraz z dodatkowymi indeksami dolnymi lub primami w gęstszym schemacie nazewnictwa 10-5, wskazują, jak daleko dana pozycja znajduje się od linii środkowej jako ułamek odległości łuku.
Elektroda oznaczona niskim numerem znajduje się bliżej środka głowy, podczas gdy wyższe numery przesuwają się w stronę skroni i uszu. Oznacza to, że gdy zrozumie się logikę kodowania, sama nazwa elektrody pozwala niemal dokładnie określić, w którym miejscu na skórze głowy się ona znajduje, bez konieczności korzystania ze schematu.
Lepsze próbowanie przestrzenne: dlaczego większa gęstość jest lepsza
Sygnał elektryczny z mózgu, docierając do skóry głowy, zachowuje się jak sygnał złożony z wielu nakładających się na siebie wzorców przestrzennych o różnej skali.
Niektóre wzorce są szerokie i łagodne, rozchodząc się łagodnie na duże obszary głowy. Inne są znacznie bardziej skupione i gwałtownie zmieniają się przy przejściu z jednego małego obszaru skóry głowy na drugi.
Aby uchwycić pełny obraz bez pomijania czegokolwiek, czujniki muszą być umieszczone wystarczająco blisko siebie, aby wykryć najmniejsze z tych wzorców przestrzennych. Jeśli czujniki są rozmieszczone zbyt rzadko, drobne szczegóły zostaną całkowicie pominięte lub, co gorsza, błędnie odczytane jako coś innego. Ten ogólny problem próbkowania jest znany w przetwarzaniu sygnałów jako kryterium Nyquista i stanowi podstawowy powód, dla którego gęstość elektrod ma tak kluczowe znaczenie.
Standardowe rozmieszczenie 10-20 umieszcza elektrody w odległości około 6 do 7 centymetrów od siebie na przeciętnej głowie osoby dorosłej. Taka przerwa jest zbyt duża, co powoduje rozmycie lub całkowite pominięcie drobniejszych wzorców przestrzennych w leżącym u podłoża polu elektrycznym. Rozstaw 2-3 cm w systemie 10-5 zbliża się znacznie do częstotliwości próbkowania przestrzennego potrzebnej do odwzorowania tych drobniejszych wzorców, osiągając wartość często nazywaną przestrzenną granicą Nyquista dla rejestracji EEG ze skóry głowy.
Bezpośredni dowód na korzyść z gęstszego rozmieszczenia można znaleźć w badaniu Robinsona i współpracowników, w którym porównano układy o gęstości określanej przez badaczy jako „gęstość super-Nyquista” ze standardowymi układami o „gęstości Nyquista”.
Używając 128 elektrod rozmieszczonych w odstępach zaledwie 14 milimetrów nad obszarem potyliczno-skroniowym (tylne i boczne części mózgu związane z przetwarzaniem wzrokowym), badacze rejestrowali sygnał EEG, podczas gdy uczestnicy obserwowali migające wzory szachownicy, mające na celu wywołanie wyraźnej, możliwej do śledzenia reakcji mózgu. Kiedy porównano pełny układ o wysokiej gęstości z rzadszymi podgrupami tych samych elektrod, gęstszy układ konsekwentnie osiągał lepsze wyniki niż ten o mniejszej gęstości.
Autorzy donieśli, że „SND EEG przechwytywało więcej informacji neuronalnych z kory wzrokowej”, oraz że migające bodźce były „klasyfikowane dokładniej przy użyciu układów SND niż ND zarówno w dziedzinie czasu, jak i częstotliwości”. Gęstsze rejestracje były również bardziej spójne z modelem obliczeniowym aktywności pierwotnej kory wzrokowej niż zapisy o mniejszej gęstości.
Choć to odkrycie dotyczyło jednego obszaru mózgu, a nie całej głowy, udowadnia ono, że gęstsze rozmieszczenie elektrod może, co do zasady, wychwycić przestrzenne i czasowe cechy aktywności kory mózgowej, których rzadsze rozmieszczenie po prostu nie jest w stanie zarejestrować.
Lokalizacja źródeł zależy od gęstości i pokrycia czujników
Gęsty zapis sygnału to tylko połowa sukcesu. Lekarze i badacze często chcą na podstawie zapisów ze skóry głowy oszacować, w którym miejscu wewnątrz mózgu powstał sygnał – proces ten nazywa się lokalizacją źródeł. Ten problem odwrócony jest trudny pod względem matematycznym, a jego dokładność zależy bezpośrednio od ilości danych powierzchniowych, które go zasilają.
W badaniu symulacyjnym skupiającym się konkretnie na tym pytaniu zbadano, jak gęstość czujników i pokrycie głowy wpływają na dokładność szacunków lokalizacji źródeł. Korzystając zarówno z danych symulowanych, jak i rzeczywistych nagrań EEG o charakterze padaczkopodobnym (czyli wzorców aktywności mózgu związanych z wyładowaniami elektrycznymi towarzyszącymi napadom), badacze przetestowali kilka popularnych technik modelowania odwrotnego dla różnych głębokości źródeł.
Wyniki były jednoznaczne: „Większa gęstość czujników poprawia dokładność lokalizacji źródeł.”
Niemniej ważne było to, że badanie wykazało, iż pokrycie miało znaczenie niezależnie od gęstości. Dodanie punktów pomiarowych elektrod na powierzchni dolnej (dolne części głowy w pobliżu uszu, skroni i podstawy czaszki) „poprawia dokładność szacowania źródeł na wszystkich głębokościach”, a nie tylko dla źródeł zlokalizowanych w pobliżu tego dolnego obszaru.
Ogólny wniosek z badania wzmacnia oba te odkrycia jednocześnie: „Najdokładniejszą lokalizację źródła uzyskuje się, gdy napięcie powierzchniowe jest gęsto próbkowane zarówno na powierzchniach górnych, jak i dolnych.”
Jest to istotny szczegół, ponieważ standardowe czepki 10-20 mają tendencję do koncentrowania elektrod na czubku głowy, pozostawiając dolne obszary skóry głowy stosunkowo słabo pokryte. Pełny układ 10-5 naturalnie spełnia oba te wymagania jednocześnie, ponieważ jego układ współrzędnych rozszerza pokrycie w dół ku powierzchni dolnej, zapewniając jednocześnie gęstość niezbędną do dokładniejszej lokalizacji.
Zastosowania wysokorozdzielczego EEG
Ogólnie rzecz biorąc, przyjęcie układów o wysokiej gęstości rozszerzyło możliwości obserwacji zarówno laboratoryjnych, jak i przy łóżku pacjenta. Umożliwiając precyzyjną triangulację propagacji fal elektrycznych, systemy te pomagają badaczom zrozumieć szybkie zmiany w schematach wyładowań neuronalnych, które definiują procesy poznawcze.
Badania neurologiczne i diagnostyka
W dziedzinie neuronauki dążenie do precyzji często determinuje metodologię. Układy o wysokiej gęstości pozwalają na wykrywanie subtelnych zmian topograficznych zachodzących podczas zadań poznawczych, dostarczając badaczom dowodów na to, jak sieci neuronalne organizują się w określonych warunkach stymulacji.
Układy te skutecznie mapują ścieżki elektryczne, pomagając w opracowywaniu modeli wyjaśniających, w jaki sposób odległe regiony mózgu koordynują swoją pracę poprzez zsynchronizowane oscylacje.
Interfejsy mózg-komputer (BCI)
Zastosowania BCI wymagają ciągłego i stabilnego wykrywania wzorców myślowych sterujących poleceniami. Wykorzystując zwiększoną liczbę czujników, twórcy systemów BCI mogą wyizolować określone komponenty sygnału związane z motoryką od ogólnych zakłóceń tła.
To udoskonalenie w izolacji sygnału prowadzi do lepszej dokładności sterowania w zewnętrznych protezach i cyfrowych narzędziach komunikacyjnych, ponieważ system jest w stanie rozróżnić mniejsze, bardziej zlokalizowane sygnały intencji ruchowej.
Zastosowania kliniczne i monitorowanie za pomocą czepka EEG o wysokiej gęstości
W warunkach klinicznych czepki o wysokiej gęstości są stosowane do pomiaru ognisk padaczkowych z większą dokładnością. W niektórych przypadkach lekarze muszą ocenić stabilność stanów elektrycznych przy użyciu metod opisanych w wytycznych dotyczących montażu referencyjnego EEG.
Dobrze dopasowany czepek o wysokiej gęstości pozwala na bardziej szczegółową interpretację tych sygnałów referencyjnych, pomagając lekarzom precyzyjnie wskazać źródło nieprawidłowej aktywności u osób z padaczką ogniskową lub zaburzeniami procesów poznawczych.
Porównanie urządzeń do EEG o wysokiej gęstości w badaniach neuronaukowych
Podczas prowadzenia badań często konieczna jest ocena, która gęstość próbkowania oferuje najlepszy kompromis między złożonością akwizycji a wymaganą rzetelnością naukową. Poniższa tabela ilustruje ogólne różnice w gęstości rozmieszczenia elektrod w typowych konfiguracjach eksperymentalnych.
Typ systemu | Liczba elektrod | Typowa rozdzielczość przestrzenna | Najlepsze zastosowanie |
|---|---|---|---|
Standard 10-20 | 21-32 | 6-8 cm | Rutynowe monitorowanie |
Średni zakres | 64-128 | 3-4 cm | Przesiewowe badania kliniczne |
Pełna wysoka gęstość | 256+ | \< 2 cm | Badania nad lokalizacją źródeł |
To porównanie wyjaśnia, dlaczego badacze stawiający na pierwszym miejscu szczegóły przestrzenne często wybierają pełne układy o wysokiej gęstości do złożonych badań nad lokalizacją. Minimalizując odstępy między czujnikami, dane stają się bardziej podatne na zaawansowane modelowanie matematyczne, co pozwala na precyzyjne różnicowanie źródeł korowych, które w przeciwnym razie mogłyby nakładać się na siebie w zapisach o niższej rozdzielczości.
Czy EEG o wysokiej gęstości może wykryć aktywność podkorową?
Jednym z bardziej dyskusyjnych twierdzeń na temat gęstych układów EEG jest to, czy mogą one odbierać sygnały ze struktur głęboko wewnątrz mózgu, znacznie poniżej kory, gdzie tradycyjne EEG uważa się za mało czułe. W związku z tym w badaniu naukowym z 2019 roku odpowiadającym na to pytanie bezpośrednio porównano wysokorozdzielcze EEG ze skóry głowy z zapisami wewnątrzczaszkowymi pobranymi z elektrod do głębokiej stymulacji mózgu, wszczepionych do wzgórza centromedialnego i jądra półleżącego – dwóch struktur zaangażowanych w koordynację aktywności w szerszych sieciach mózgowych.
Ponieważ elektrody do głębokiej stymulacji mózgu w tym badaniu były tymczasowo wyprowadzone na zewnątrz (co oznaczało, że były dostępne do zapisu przed podłączeniem ich do stałego stymulatora wewnętrznego), badacze byli w stanie rejestrować sygnały z tych głębokich miejsc wewnątrzczaszkowych w tym samym czasie, co 256-kanałowe EEG o wysokiej gęstości ze skóry głowy u trzech pacjentów w stanie spoczynku przy zamkniętych oczach. Następnie zastosowali techniki rekonstrukcji źródeł do danych ze skóry głowy i porównali wynikowe sygnały z rzeczywistymi zapisami wewnątrzczaszkowymi.
Wyniki wykazały korelację między obwiedniami alfa pochodzącymi z wewnątrzczaszkowych i zrekonstruowanych z EEG sygnałów źródłowych mózgu, odnosząc się do powolnego rytmu wzrostu i spadku fal alfa mózgu. Warto zauważyć, że „najwyższą korelację stwierdzono dla sygnałów źródłowych w bliskim sąsiedztwie rzeczywistych miejsc rejestracji”, co oznacza, że szacunek oparty na skórze głowy był najdokładniejszy dokładnie na głębokości i w miejscu odpowiadającym rzeczywistemu położeniu elektrody wewnątrzczaszkowej. Badacze wyciągnęli wniosek, że stanowi to dowód na to, iż EEG ze skóry głowy rzeczywiście może rejestrować sygnały podkorowe.
Należy to jednak traktować jako małą prezentację typu proof-of-concept u trzech pacjentów w jednym stanie behawioralnym. Wspiera to koncepcję, że obrazowanie źródłowe z gęstego układu elektrod może rozszerzyć czułość poza powierzchnię kory mózgowej, ale nie określa, jak wiarygodna lub powtarzalna jest ta czułość w szerszych populacjach czy warunkach.
Zastosowanie gęstych układów do mapowania wyładowań padaczkopodobnych
Znaczenie kliniczne systemu 10-5 wzrasta szczególnie w kontekście oceny padaczki, gdzie identyfikacja dokładnego pochodzenia nieprawidłowych wyładowań elektrycznych może wpłynąć na decyzje dotyczące leczenia chirurgicznego. Wspomniane wcześniej badanie lokalizacji źródeł oparte na symulacjach wprost rozszerzyło swoje ustalenia na rzeczywiste dane EEG o charakterze padaczkopodobnym, badając wpływ gęstości czujników i pokrycia na lokalizację źródeł w epileptiformnym EEG.
Ponieważ ogólne odkrycie badania mówiło, że większa gęstość czujników i pokrycie dolnej powierzchni niezależnie poprawiają dokładność szacowania źródła, a także sprawdziło się to w testach z rzeczywistymi zapisami padaczkopodobnymi, a nie tylko z danymi symulowanymi, stanowi to bezpośredni pomost dowodowy do klinicznego zastosowania systemu 10-5.
W przedoperacyjnej diagnostyce padaczki przekłada się to na dokładniejsze nakreślenie strefy drażliwej (obszaru kory generującego nieprawidłowe wyładowania między napadami), co może pomóc w podjęciu decyzji o tym, czy i gdzie wdrożyć inwazyjny monitoring lub operację. Ta korzyść jest często omawiana w kręgach klinicznych i badawczych jako główne uzasadnienie stosowania systemu 10-5 lub porównywalnie gęstych montaży EEG w ośrodkach leczenia padaczki.
Przyszłość EEG o wysokiej gęstości
Przyszły postęp w technologii rejestracji o wysokiej gęstości prawdopodobnie skupi się na miniaturyzacji komponentów elektrod. W miarę jak sprzęt staje się mniej uciążliwy, badacze będą mogli łatwiej wykonywać zapisy o wysokiej rozdzielczości w mobilnych, rzeczywistych środowiskach. Ta mobilność przeniesie rejestrację o wysokiej gęstości ze statycznych warunków laboratoryjnych do kontekstów ambulatoryjnych, gdzie ludzkie zachowanie może być badane w naturalnych warunkach, bez ograniczeń związanych z tradycyjnymi, nieporęcznymi zestawami elektrod.
Jednocześnie integracja algorytmów uczenia maszynowego w czasie rzeczywistym zmieni sposób przetwarzania surowych danych. Zamiast polegać na analizie retrospektywnej, nowoczesne systemy są projektowane tak, aby dekodować aktywność neuronów na bieżąco z minimalnymi opóźnieniami. Funkcja ta zapewni natychmiastową informację zwrotną w protokołach neurorehabilitacji oraz adaptacyjnych ścieżkach BCI, umożliwiając systemowi dostosowanie parametrów przetwarzania sygnału w oparciu o specyficzną charakterystykę elektryczną rejestrowanej osoby.
Ponadto rozwój suchych materiałów elektrodowych utrzymujących niską impedancję jeszcze bardziej zrewolucjonizuje te systemy. Dzięki wyeliminowaniu konieczności stosowania żeli przewodzących, czas zakładania czepków o wysokiej gęstości skróci się z godzin do zaledwie minut, co znacznie obniży barierę dla długoterminowego monitorowania.
To przejście w stronę sprzętu o szybkim zastosowaniu zapowiada uczynienie z gęstego obrazowania obrazowania mózgu powszechnej praktyki zarówno w diagnostyce klinicznej, jak i w podłużnych badaniach poznawczych, fundamentalnie zmieniając nasze rozumienie połączeń neuronalnych u ludzi.
Podsumowanie
System 10-5 zapewnia ustandaryzowaną strukturę współrzędnych zbudowaną całkowicie na podstawie mierzalnych anatomicznych punktów orientacyjnych, rozszerzając znane systemy 10-20 i 10-10 do siatki ponad 300 pozycji elektrod rozmieszczonych w odstępach co około 2 do 3 centymetrów. Ta gęstość zbliża rejestrację EEG ze skóry głowy znacznie bardziej do rozdzielczości przestrzennej potrzebnej do uchwycenia precyzyjnych wzorców elektrycznych generowanych na powierzchni mózgu, co jest zasadą zakorzenioną w ogólnej teorii neuronauki i przetwarzania sygnałów.
Omawiane dowody sugerują, że gęstsze próbkowanie w połączeniu z pokryciem dolnej powierzchni poprawia dokładność lokalizacji źródła zarówno w danych symulowanych, jak i rzeczywistych danych padaczkopodobnych. Układy o wysokiej gęstości w połączeniu z technikami rekonstrukcji źródła wykazały wymierną, choć wstępną, zdolność do korelacji z aktywnością podkorową rejestrowaną bezpośrednio z głębokich struktur mózgu. Zapisy o bardzo wysokiej gęstości nad korą wzrokową pozwoliły wychwycić więcej przydatnych informacji neuronalnych niż podgrupy o standardowej gęstości z tego samego układu.
Wszystkie te ustalenia tworzą solidne teoretyczne i wczesne empiryczne podstawy dla wartości systemu 10-5 w zadaniach takich jak mapowanie wyładowań padaczkopodobnych oraz precyzyjne neuroobrazowanie poznawcze.
Piśmiennictwo
Robinson, A. K., Venkatesh, P., Boring, M. J., Tarr, M. J., Grover, P., & Behrmann, M. (2017). Very high density EEG elucidates spatiotemporal aspects of early visual processing. Scientific reports, 7(1), 16248. https://doi.org/10.1038/s41598-017-16377-3
Song, J., Davey, C., Poulsen, C., Luu, P., Turovets, S., Anderson, E., ... & Tucker, D. (2015). EEG source localization: Sensor density and head surface coverage. Journal of neuroscience methods, 256, 9-21. https://doi.org/10.1016/j.jneumeth.2015.08.015
Seeber, M., Cantonas, L. M., Hoevels, M., Sesia, T., Visser-Vandewalle, V., & Michel, C. M. (2019). Subcortical electrophysiological activity is detectable with high-density EEG source imaging. Nature communications, 10(1), 753. https://doi.org/10.1038/s41467-019-08725-w
Często zadawane pytania
Co to jest system EEG 10-5?
System 10-5 to standaryzowana siatka rozmieszczenia elektrod, która dzieli skórę głowy na ponad 300 nazwanych pozycji rozmieszczonych w odstępach zaledwie kilku centymetrów od siebie. Rozszerza on starsze systemy 10-20 oraz 10-10, zapewniając znacznie gęstsze próbkowanie aktywności elektrycznej mózgu.
Jak system 10-5 bazuje na systemie 10-20?
System 10-20 dzieli głowę przy użyciu przedziałów procentowych, aby zdefiniować 21 standardowych pozycji. System 10-10 dzieli te odległości na pół, a system 10-5 dzieli je ponownie na pół, tworząc znacznie drobniejszą siatkę przy zachowaniu wszystkich oryginalnych punktów orientacyjnych.
Jakie punkty anatomiczne określają rozmieszczenie elektrod?
Cztery wyczuwalne punkty – nasion na grzbiecie nosa, inion u podstawy czaszki oraz lewy i prawy punkt przeduszny przed uszami – służą jako stałe punkty referencyjne. Wszystkie pozycje elektrod są obliczane na podstawie łuków mierzonych między tymi punktami orientacyjnymi.
Dlaczego gęstsze rozmieszczenie elektrod jest ważne w badaniach EEG?
Wzorce elektryczne mózgu mogą się różnić na niewielkich obszarach skóry głowy, a szeroko rozstawione elektrody mogą pomijać drobne szczegóły zgodnie z zasadą próbkowania Nyquista. Gęstsze rozmieszczenie rejestruje te mniejsze wzorce przestrzenne, co prowadzi do dokładniejszych zapisów.
W jaki sposób system 10-5 poprawia lokalizację źródła?
Lokalizacja źródła określa, w którym miejscu wewnątrz mózgu powstaje dany sygnał, a jej dokładność zależy od posiadania wielu punktów pomiarowych. Gęstsze próbkowanie połączone z pokryciem dolnej części głowy poprawia precyzję tych oszacowań na wszystkich głębokościach mózgu.
Czy EEG o wysokiej gęstości może wykryć sygnały z głębokich struktur mózgu?
Niewielkie badanie, w którym rejestrowano sygnał jednocześnie ze skóry głowy oraz wszczepionych głębokich elektrod mózgowych, wykazało korelację między obydwoma sygnałami. Stanowi to bezpośredni dowód na to, że EEG ze skóry głowy może rejestrować aktywność podkorową, choć wciąż wymagane jest szersze potwierdzenie tych wyników.
Czy większa gęstość elektrod zawsze poprawia jakość zapisu?
Większa gęstość zapewnia więcej danych do modelowania przestrzennego, ale zwiększa też złożoność przetwarzania danych oraz ryzyko problemów z impedancją; jakość zależy od prawidłowego zastosowania i właściwego zarządzania sygnałem.
Czy istnieją szczególne wyzwania związane z czepkami o wysokiej gęstości?
Głównym wyzwaniem jest czas zakładania większych układów oraz zwiększone obciążenie obliczeniowe wymagane do jednoczesnego przetwarzania setek kanałów w celu uzyskania przejrzystego modelowania.
Emotiv jest liderem w dziedzinie neurotechnologii, pomagającym rozwijać badania neuronaukowe dzięki dostępnym narzędziom EEG i danym o mózgu.
Christian Burgos
