Gęstość widmowa mocy w EEG

Czym jest gęstość widmowa mocy w badaniu EEG?

Wyobraź sobie surowy zapis EEG jako akord grany przez orkiestrę, w której każdy instrument reprezentuje inną częstotliwość fal mózgowych. Samym słuchem nie jesteś w stanie określić, w jakim stopniu każdy z instrumentów współtworzy to brzmienie.

PSD (gęstość widmowa mocy) rozwiązuje ten problem poprzez obliczenie kwadratu amplitudy sygnału dla każdej częstotliwości i uśrednienie tego pomiaru w określonym czasie rejestracji. Wynikiem jest krzywa z częstotliwością na jednej osi i mocą na drugiej, pokazująca dokładnie, jak aktywność elektryczna mózgu rozkłada się na wolne i szybkie rytmy.

PSD kompresuje cały okres rejestracji do jednej krzywej, dzięki czemu informuje o ogólnej równowadze częstotliwości w danym oknie czasowym, zamiast śledzić, jak ta mieszanka zmienia się z sekundy na sekundę. Ma to kluczowe znaczenie, ponieważ stan mózgu człowieka może ulegać szybkim zmianom, a standardowy wykres PSD te zmiany uśrednia.

Naukowcy porównujący medyczne i konsumenckie zestawy EEG użyli określonej metody obliczeniowej do tego uśredniania, zwanej zmodyfikowanym periodogramem Welcha, która dzieli nagranie na nakładające się segmenty i uśrednia ich widma, aby uzyskać czystsze, mniej zakłócone oszacowanie PSD.

Ten rodzaj kroku w przetwarzaniu sygnałów jest standardową praktyką pozwalającą na uzyskanie krzywej PSD odzwierciedlającej rzeczywistą aktywność mózgu, a nie losowe wahania.

Obliczanie gęstości widmowej mocy krok po kroku

Obliczanie PSD zazwyczaj wiąże się z sekwencją decyzji dotyczących jakości i przetwarzania sygnału, a nie z pojedynczym poleceniem. Rejestracja jest najpierw sprawdzana pod kątem brakujących danych, nieodpowiednich kanałów i wyraźnych artefaktów. Następnie analitycy wybierają segmenty, usuwają lub modelują wolne trendy (jeśli to konieczne), nakładają okno, przekształcają dane do dziedziny częstotliwości i skalują wynik.

Otrzymane widmo powinno być analizowane wraz z oryginalnym szeregiem czasowym oraz, w stosownych przypadkach, z adnotacjami dotyczącymi ruchu, zakłóceń elektrod, aktywności oczu, aktywności mięśni lub zdarzeń eksperymentalnych. Takie porównanie pomaga odróżnić autentyczny wzorzec rytmiczny od przejściowego zakłócenia, które przypadkowo generuje moc widmową.

Praktyczny przebieg pracy można podzielić na następujące etapy:

1. Weryfikacja częstotliwości próbkowania, etykiet kanałów, referencji i czasu trwania nagrania.

2. Identyfikacja użytecznych epok oraz zajęcie się artefaktami lub odrzuconymi segmentami.

3. Wybór długości segmentu, nakładania się, okna i zakresu częstotliwości.

4. Oszacowanie i przeskalowanie PSD, a następnie zbadanie pików i mocy w określonych pasmach.

5. Dokumentowanie parametrów, aby wynik mógł być odtworzony i porównany.

Te kroki sprawiają, że obliczenia są możliwe do zweryfikowania. Zapobiegają one również traktowaniu atrakcyjnego wizualnie widma jako niezależnego od wyborów dotyczących wstępnego przetwarzania i estymacji, które doprowadziły do jego powstania.

Typowe metody: Perioodogram i metoda Welcha

Periodogram oblicza kwadrat modułu transformaty Fouriera dla wybranego segmentu. Jest on prosty i może zapewnić gęste nominalne rozstawienie częstotliwości, gdy segment jest długi, ale jego oszacowanie może wykazywać znaczne wahania między sąsiednimi prążkami częstotliwości. Ta zmienność jest szczególnie istotna w przypadku szumnych rejestracji biologicznych.

Metoda Welcha dzieli sygnał na nakładające się segmenty, nakłada okno na każdy segment, oblicza periodogram dla każdego z nich i uśrednia wyniki. Uśrednianie zazwyczaj daje gładsze oszacowanie o mniejszej wariancji, podczas gdy krótsze segmenty mogą zmniejszyć rozdzielczość częstotliwościową. Najlepszy kompromis zależy od tego, czy analiza kładzie nacisk na wąskie piki, szerokie pasma czy stabilną średnią aktywność.

Różnica nie jest jedynie kosmetyczna. Gładsze widmo może ułatwić porównywanie szerokich wzorców, ale nadmierne uśrednianie może przesłonić krótkotrwałe lub wąsko zlokalizowane zmiany. W przypadku zmiennego w czasie EEG podejście czasowo-częstotliwościowe może być bardziej odpowiednie niż pojedyncze PSD dla całego nagrania.

Jak wygląda widmo EEG zdrowego mózgu w stanie spoczynku

Jeśli posadzisz zdrowego dorosłego człowieka, poprosisz go o zrelaksowanie się i zarejestrujesz jego EEG, otrzymana krzywa PSD będzie miała rozpoznawalny kształt. Moc jest najwyższa przy najniższych częstotliwościach i stale spada wraz ze wzrostem częstotliwości, tworząc spadek typu 1/f.

Ta opadająca krzywa odzwierciedla opisany powyżej komponent aperiodyczny, a stopień jej nachylenia jest wyrażony pojedynczą liczbą zwaną wykładnikiem widmowym, czasami zapisywaną jako β. Gwałtowniejszy spadek oznacza większy ujemny wykładnik; bardziej płaski spadek oznacza, że moc jest równomierniej rozłożona na różne częstotliwości.

Na tle tego ogólnego spadku, u osoby odpoczywającej z zamkniętymi oczami zazwyczaj pojawia się widoczne wzniesienie w okolicach 8 do 12 Hz, czyli pik alfa. To wzniesienie jest zwykle najsilniejsze w tylnej części głowy. Gdy ta sama osoba otworzy oczy, pik alfa wyraźnie się kurczy.

Bezpośrednie porównanie przeprowadzone przez Rattiego i wsp. medycznych systemów EEG oraz opasek konsumenckich wykazało dokładnie ten wzorzec: we wszystkich testowanych systemach najsilniejszym rytmicznym sygnałem w danych był tylny rytm alfa, który reagował w przewidywalny sposób na warunki zamkniętych i otwartych oczu.

W tym samym porównaniu zadano również bardziej praktyczne pytanie: czy jeśli zarejestrujemy tę samą osobę dwukrotnie, podczas dwóch różnych wizyt, krzywa PSD będzie wyglądać tak samo?

Odpowiedź zależała w dużej mierze od jakości sprzętu. Systemy klasy medycznej generowały dla elektrody Fp1 (Fp1 znajduje się na czole i była jedyną elektrodą wspólną dla wszystkich czterech testowanych systemów) spójne krzywe PSD między wizytami, podczas gdy system konsumencki wykazał największą względną zmienność między sesjami testowymi a retestowymi. Mówi nam to, że prawidłowo zachowująca się krzywa PSD jest nie tylko właściwością mózgu, ale także cechą tego, jak starannie sygnał został zarejestrowany.

Jak znieczulenie zmienia sygnaturę widmową mózgu

Statyczna PSD staje się szczególnie informacyjna, gdy stan mózgu zmienia się dramatycznie, a najbardziej bezpośrednim przykładem jest znieczulenie ogólne. W badaniu z 2019 r. przeprowadzonym przez Colombo i wsp. rejestrowano spoczynkowe EEG u zdrowych ochotników przed i w trakcie znieczulenia trzema różnymi środkami: ksenonem, propofolem i ketaminą.

Po każdej sesji naukowcy pytali uczestników, czy pamiętają jakiekolwiek świadome wrażenia z okresu braku reakcji, odróżniając stany, w których zgłaszano świadomość, od stanów, w których wydawała się ona nieobecna lub niedostępna dla pamięci.

Wykładnik widmowy ściśle odzwierciedlał to rozróżnienie. Ksenon i propofol, czyli środki powiązane z utratą świadomego doświadczenia, powodowały u każdego badanego znaczny spadek ujemnego wykładnika widmowego, co oznacza, że krzywa PSD stawała się zauważalnie bardziej stroma. To zaostrzenie spadku w szerokim zakresie od 1 do 40 Hz wydaje się wskazywać na brak świadomego doświadczenia, a nie na zwykły brak reakcji.

Ketamina pokazała inną historię. Mimo że pod wpływem ketaminy badani nie reagowali na bodźce behawioralne, zazwyczaj zachowywali pewne świadome doświadczenia, a ogólny spadek PSD wyglądał podobnie do normalnego czuwania. Jedynym wyjątkiem było spłaszczenie krzywej specyficzne dla zakresu 20 do 40 Hz – szczegół ten pokrywa się z odmiennym mechanizmem działania ketaminy w porównaniu do dwóch pozostałych środków.

Prawdopodobnie najbardziej przekonującym dowodem była korelacja między tym wykładnikiem widmowym a oddzielnym, niezależnie wyprowadzonym wskaźnikiem o nazwie Perturbational Complexity Index (PCI), który jest generowany za pomocą innej techniki polegającej na stymulacji mózgu i pomiarze złożoności wynikowej odpowiedzi. Wysoka korelacja między tymi dwoma bardzo różnymi pomiarami wspiera teorię, że wykładnik widmowy nie jest przypadkowym wzorcem, lecz autentycznym markerem powiązanym z obecnością samej świadomości.

Jak ADHD zmienia widmo mocy EEG

Ten sam aperiodyczny spadek, który przesuwa się pod wpływem znieczulenia, wydaje się również różnić u dzieci z ADHD. W badaniu dzieci w wieku od 3 do 7 lat, porównującym dzieci z ADHD z typowo rozwijającymi się rówieśnikami, mierzono nachylenie i przesunięcie (wysokość krzywej aperiodycznej) widma wraz z bardziej tradycyjnymi miarami, takimi jak częstotliwość szczytowa alfa i stosunki mocy pasm.

Dzieci z ADHD, które wcześniej nie przyjmowały leków, wykazywały wyższą moc alfa, większe przesunięcia aperiodyczne i bardziej strome nachylenie widma w porównaniu do typowo rozwijających się dzieci. Nad tym wzorcem stromszego nachylenia warto się zatrzymać, ponieważ naśladuje on ten sam kierunek zmian, który zaobserwowano w badaniu nad znieczuleniem, mimo że te dwa stany oczywiście nie są porównywalne pod względem nasilenia ani mechanizmu.

Nachylenie widma korelowało również z tradycyjnym stosunkiem fal theta/beta, stosowanym od lat w badaniach nad ADHD, co sugeruje, że nachylenie wychwytuje nakładające się informacje, oferując potencjalnie czystszy i bardziej wszechstronny marker.

Dodatkowy szczegół nadaje temu odkryciu większą wagę. Dzieci z ADHD, które były leczone lekami stymulującymi, nawet po 24-godzinnym okresie wypłukiwania leku (podczas którego aktywne działanie leku powinno już minąć), wykazywały nachylenia i przesunięcia zbliżone do grupy typowo rozwijającej się.

Rodzi to możliwość, że zmieniony wzorzec widmowy w ADHD nie jest stały, choć autorzy badania przedstawiają to raczej jako wskazówkę niż potwierdzony efekt leczenia. Ponieważ nachylenie widma było również łączone we wcześniejszych badaniach z funkcjami wykonawczymi oraz z równowagą między pobudzeniem a hamowaniem aktywności mózgu, autorzy sugerują, że zmienione nachylenie może odzwierciedlać coś istotnego w samej chorobie, a nie być statystycznym artefaktem obliczania stosunku theta/beta.

Wykorzystanie gęstości widmowej mocy do klasyfikacji napadów padaczkowych

Świadomość i uwaga to nie jedyne obszary, w których statyczna PSD okazuje się użyteczna. Klasyfikacja padaczki stanowi bardziej zautomatyzowany, obliczeniowy przykład.

W jednym z podejść przekształcono zapisy EEG chorych na padaczkę w tak zwane diagramy energii gęstości widma mocy, będące w istocie wizualnymi reprezentacjami PSD, a następnie wprowadzono te obrazy do głębokiej splotowej sieci neuronowej – rodzaju modelu uczenia maszynowego doskonale nadającego się do rozpoznawania wzorców w danych przypominających obrazy.

Model został przeszkolony do klasyfikowania segmentów EEG na cztery kategorie:

• Międzynapadowe (między napadami)

• Dwa różne okna przednapadowe (30 minut i 10 minut przed rozpoczęciem napadu)

• Sam stan napadu

Przy użyciu publicznego zbioru danych dotyczących padaczki, metoda ta osiągnęła średnią dokładność klasyfikacji powyżej 90 procent we wszystkich czterech kategoriach. Wynik ten potwierdza, że ogólny kształt statycznej PSD niesie wystarczająco dużo wyróżniających informacji, aby algorytm mógł wiarygodnie odróżnić te klinicznie ważne stany mózgu, bez konieczności śledzenia zmian w sygnale z momentu na moment.

Typowe pułapki przy interpretacji PSD

Krzywa PSD jest na tyle wiarygodna, na ile wiarygodne jest nagranie, z którego pochodzi, a kilka praktycznych problemów może zniekształcić kształt tej krzywej w sposób, który nie ma nic wspólnego z rzeczywistym funkcjonowaniem mózgu.

Artefakty stanowią najbardziej bezpośrednie zagrożenie. Mruganie oczami i ruchy mięśni generują własne sygnały elektryczne, które są odbierane przez elektrody na skórze głowy, szczególnie w okolicach czołowych.

Porównanie konsumenckich i medycznych systemów EEG wykazało, że urządzenia konsumenckie były bardziej podatne na tego rodzaju zakłócenia, a jedna z opasek konsumenckich wykazała w szczególności szerokopasmowy wzrost mocy w całym widmie – sygnaturę spójną z artefaktem mięśniowym i mruganiem, a nie z autentycznym rytmem neuronalnym. Dlatego staranne oczyszczenie danych i wybór segmentów o niskiej zawartości artefaktów przed obliczeniem PSD jest krokiem koniecznym, a nie opcjonalnym.

Przewodnictwo objętościowe to kolejne szeroko dyskutowane ograniczenie w badaniach EEG, wynikające z faktu, że pola elektryczne rozprzestrzeniają się przez tkanki i czaszkę zanim dotrą do skóry głowy. Pojedyncze źródło aktywności w mózgu może rejestrować się na wielu sąsiednich elektrodach jednocześnie, zacierając przestrzenną precyzję dowolnego odczytu PSD.

Wybór referencji przedstawia podobną sytuację. EEG jest z natury pomiarem różnicowym, co oznacza, że sygnał każdej elektrody jest obliczany względem pewnego punktu odniesienia, niezależnie od tego, czy jest to średnia ze wszystkich elektrod, elektroda na wyrostku sutkowatym za uchem, czy centralna lokalizacja na skórze głowy, np. Cz. Zmiana tego punktu odniesienia może redystrybuować moc między kanałami i zmienić bezwzględny kształt krzywej PSD.

Dlatego też wiedza o tym, która referencja została użyta, jest zazwyczaj standardową informacją sprawdzaną podczas porównywania wyników PSD w różnych publikacjach lub zbiorach danych.

Na koniec pozostaje kwestia wiarygodności test-retest. Nawet przy zachowaniu tego samego badanego i sprzętu, powtarzane rejestracje podczas oddzielnych wizyt mogą wykazywać pewną naturalną zmienność krzywej PSD.

Systemy klasy medycznej generowały bardziej spójne wyniki PSD dla elektrody Fp1 podczas dwóch wizyt, podczas gdy testowany system konsumencki wykazał największą względną zmienność. Jest to praktyczne ostrzeżenie przed wyciąganiem zbyt daleko idących wniosków z małych różnic PSD obserwowanych u pojedynczego badanego, zwłaszcza gdy sprzęt rejestrujący lub protokół nie są ściśle kontrolowane.

Narzędzia i oprogramowanie do obliczania gęstości widmowej mocy

PSD można obliczać za pomocą naukowych bibliotek programistycznych, dedykowanych pakietów do analizy EEG lub ogólnego oprogramowania do przetwarzania sygnałów. Kluczowymi wymaganiami są dostęp do spróbkowanych danych oraz przejrzysta kontrola nad częstotliwością próbkowania, segmentacją, okienkowaniem, usuwaniem trendów, nakładaniem się, skalowaniem i granicami częstotliwości. Sam wykres graficzny nie wystarczy do ustalenia, w jaki sposób wygenerowano oszacowanie.

Odtwarzalna implementacja rejestruje parametry wstępnego przetwarzania i estymacji wraz z widmem. Zachowuje również referencję kanałów, jednostki, odrzucone epoki oraz wszelkie przekształcenia zastosowane przed obliczeniami. Szczegóły te są szczególnie ważne, gdy wyniki są wykorzystywane w porównaniach grupowych lub łączone z różnych sesji rejestracyjnych.

Wyniki są łatwiejsze do zweryfikowania, gdy proces generuje zarówno tablice liczbowe, jak i wykresy diagnostyczne. Przydatne kontrole obejmują oryginalny przebieg fali, interwały z zaznaczonymi artefaktami, wybrany zakres częstotliwości oraz porównanie oszacowań przy różnych, rozsądnych wariantach podziału na segmenty. Takie kontrole nie sprawiają, że interpretacja staje się automatyczna, ale ułatwiają wykrycie ukrytych założeń.

Podsumowanie

Wykres gęstości widmowej mocy działa jak zapis nutowy rytmu mózgu, a stopień nachylenia jego tła jawi się jako niezwykle spójny marker w bardzo różnych stanach psychicznych.

Niezależnie od tego, czy człowiek traci świadomość pod wpływem niektórych środków znieczulających, czy u dziecka występują trudności z koncentracją uwagi związane z ADHD, czy też rozpoczyna się napad padaczkowy – ten ogólny kształt zmienia się w przewidywalny sposób, łącząc te stany poprzez wspólny, mierzalny podpis. Wzorzec ten sugeruje, że spoczynkowy profil elektryczny mózgu zawiera istotne, przekrojowe wskazówki na temat jego stanu funkcjonalnego, a nie tylko odizolowane piki przy określonych częstotliwościach.

Choć PSD daje jedynie statystyczną średnią w oknie rejestracji, jej zdolność do wiarygodnego odróżniania okresów świadomości od nieświadomości lub umożliwianie algorytmom wykrywania napadów z wysoką dokładnością dowodzi jej praktycznej wartości w neuronauce. Te korelacje nie dowodzą tego, co wywołuje te stany, ale oferują przystępne, wyrażone jedną liczbą podsumowanie – nachylenie krzywej – które może pomóc w ocenie świadomości, różnic w uwadze lub ryzyka napadu.

Dla badaczy i klinicystów ta prosta miara stanowi potężny punkt wyjścia do badania dynamiki mózgu, łącząc abstrakcyjne rytmy z rzeczywistymi różnicami.

Bibliografia

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

Często zadawane pytania

Czym jest gęstość widmowa mocy (PSD) w EEG?

PSD to metoda polegająca na obliczeniu kwadratu amplitudy sygnałów EEG dla każdej częstotliwości i uśrednieniu tej wartości w okresie rejestracji. Otrzymana krzywa pokazuje, jak energia jest rozłożona pomiędzy wolne i szybkie rytmy mózgowe, rozdzielając złożony, surowy zapis.

Jak wygląda krzywa PSD zdrowego mózgu w stanie spoczynku?

Moc jest najwyższa przy niskich częstotliwościach i stale spada wraz ze wzrostem częstotliwości, tworząc tło typu 1/f. Widoczny pik alfa wokół 8–12 Hz pojawia się zazwyczaj w tylnej części głowy przy zamkniętych oczach i zmniejsza się po ich otwarciu.

Czym różni się komponent aperiodyczny od pików oscylacyjnych?

Komponent aperiodyczny (typu 1/f) to płynny spadek mocy wraz ze wzrostem częstotliwości, bez tworzenia wyraźnych wzniesień. Piki oscylacyjne, takie jak rytm alfa, wznoszą się ponad to tło przy określonych częstotliwościach i niosą inne informacje o funkcjonowaniu mózgu.

Jak znieczulenie zmienia sygnaturę widmową mózgu?

Środki takie jak ksenon i propofol, które prowadzą do utraty świadomego doświadczenia, powodują, że krzywa PSD staje się bardziej stroma w zakresie 1–40 Hz. Ketamina, która zachowuje świadome doświadczenie pomimo braku reakcji ruchowej, wykazuje krzywą podobną do stanu czuwania, z wyjątkiem spłaszczenia w zakresie 20–40 Hz.

Jakie różnice w PSD stwierdza się u dzieci z ADHD?

Dzieci z ADHD wykazują wyższą moc alfa, większe przesunięcia aperiodyczne i bardziej strome nachylenie widma w porównaniu do typowo rozwijających się rówieśników. Po leczeniu stymulantami, nawet po okresie ich wypłukania, nachylenia i przesunięcia mogą przypominać te u grupy typowo rozwijającej się.

W jaki sposób PSD może klasyfikować stany napadów padaczkowych?

Statyczna krzywa PSD może zostać przekształcona w obraz i wprowadzona do głębokiej sieci neuronowej w celu odróżnienia stanów międzynapadowych, przednapadowych i samych napadów. Podejście to osiągnęło wysoką dokładność klasyfikacji w co najmniej jednym badaniu, potwierdzając, że ogólny kształt widma niesie wystarczająco dużo wyróżniających informacji.

Dlaczego PSD jest uważana za statyczną migawkę?

PSD kompresuje cały okres rejestracji do jednej krzywej, uśredniając zmiany zachodzące z sekundy na sekundę. Uwidacznia ogólną równowagę częstotliwości w tym oknie, zamiast śledzić, jak ta mieszanka zmienia się w czasie.

Jakie są typowe pułapki przy interpretacji PSD?

Artefakty mięśniowe i okulistyczne mogą zanieczyszczać sygnał i zniekształcać krzywą, zwłaszcza w urządzeniach konsumenckich. Przewodnictwo objętościowe i wybór referencji również wpływają na kształt PSD, a nawet przy stabilnym sprzęcie, naturalna zmienność między testami oznacza, że małe różnice mogą nie mieć znaczenia.

Jaka jest różnica między PSD a widmem amplitudy?

PSD reprezentuje kwadrat amplitudy na jednostkę częstotliwości i nadaje się do obliczania mocy, podczas gdy widmo amplitudy reprezentuje wielkość składowych częstotliwościowych i używa innych jednostek.

Czy większy pik PSD zawsze wskazuje na silniejszą aktywność mózgu?

Nie. Większy pik może odzwierciedlać artefakty, efekty referencyjne, warunki rejestracji lub parametry analizy, jak również aktywność fizjologiczną.