ทุกการตรวจคลื่นไฟฟ้าสมอง หรือ EEG ทำงานบนสมมติฐานพื้นฐานเดียวกัน นั่นคือ กิจกรรมทางไฟฟ้าที่สร้างขึ้นภายในสมองจะเดินทางออกด้านนอกผ่านเนื้อเยื่อ กะโหลกศีรษะ และหนังศีรษะ ซึ่งสามารถตรวจรับได้โดยเซ็นเซอร์ที่วางอยู่บนพื้นผิวของศีรษะ ความแม่นยำของการอ่านค่านั้นขึ้นอยู่กับจำนวนเซ็นเซอร์ที่คุณใช้และตำแหน่งที่คุณวางเป็นอย่างมาก
ระบบอิเล็กโทรด 10-5 มีขึ้นเพื่อตอบคำถามเรื่องการจัดวางตำแหน่งนั้นด้วยความแม่นยำทางคณิตศาสตร์ โดยช่วยให้ผู้วิจัยและผู้เชี่ยวชาญทางคลินิกมีแผนที่มาตรฐานที่มีตำแหน่งบันทึกที่เป็นไปได้มากกว่า 300 ตำแหน่ง ซึ่งเพิ่มขึ้นอย่างมากจาก 21 ตำแหน่งที่ใช้ในระบบ 10-20 ดั้งเดิม ซึ่งเป็นหลักยึดสำหรับการตรวจ EEG ทางคลินิกมาตั้งแต่ทศวรรษ 1950
ระบบ 10-5 คืออะไร?
ระบบ 10-5 คือขั้นตอนที่สามและผ่านการปรับปรุงอย่างพิถีพิถันที่สุดในสายตระกูลของมาตรฐานการจัดวางอิเล็กโทรด โดยเริ่มต้นจากระบบ 10-20 ซึ่งเป็นระบบที่สร้างขึ้นโดยอิงจากการแบ่งศีรษะออกเป็นช่วงๆ ตามเปอร์เซ็นต์ที่วัดได้ เพื่อให้ตำแหน่งของอิเล็กโทรดยังคงสม่ำเสมอในขนาดศีรษะที่แตกต่างกันและในห้องปฏิบัติการที่ต่างกัน
เนื่องจากการวิจัย EEG ต้องการรายละเอียดที่สะเอียดยิ่งขึ้น โดยเฉพาะอย่างยิ่งสำหรับงานต่างๆ เช่น การแยกแยะความแตกต่างระหว่างบริเวณสมองที่อยู่ใกล้เคียงกัน จึงเกิดระบบ 10-10 ขึ้นมา ซึ่งเพิ่มจำนวนอิเล็กโทรดเป็นสองเท่าโดยการเพิ่มจุดกึ่งกลางระหว่างตำแหน่ง 10-20 เดิม ทำให้ได้ตำแหน่งประมาณ 74 จุด
ระบบ 10-5 ใช้ตรรกะการแบ่งครึ่งแบบเดียวกันนี้เพิ่มเติมไปอีกขั้นหนึ่ง โดยทำการแบ่งย่อยช่วงของระบบ 10-10 อีกครั้ง ทำให้ได้ตำแหน่งที่มีชื่อเรียกมากกว่า 300 ตำแหน่งทั่วทั้งหนังศีรษะ
แนวคิดหลักคือ แทนที่จะสุ่มวัดกระแสไฟฟ้าของสมอง ณ จุดที่กระจัดกระจายและห่างกันมาก คุณกลับสร้างตารางที่มีความหนาแน่นและกระจายตัวอย่างสม่ำเสมอทั่วพื้นผิวศีรษะทั้งหมด วิธีการนี้ไม่ได้เข้ามาแทนที่ระบบ 10-20 หรือ 10-10 แต่เป็นการขยายขีดความสามารถของระบบเหล่านั้นออกไป
จุดสังเกตทางกายวิภาคและคณิตศาสตร์พิกัดของระบบ EEG 10-5
จุดสังเกตสี่จุดเป็นตัวกำหนดพิกัดของระบบทั้งหมด:
Nasion (เนเซียน) อยู่ที่ดั้งจมูก ตรงจุดที่หน้าผากบรรจบกับกระดูกจมูก
Inion (อินิออน) คือปุ่มกระดูกเล็กๆ ที่สัมผัสได้บริเวณฐานกะโหลกศีรษะ ตรงส่วนหลังของศีรษะ
จุด Preauricular ด้านซ้ายและขวา อยู่บริเวณด้านหน้าใบหูแต่ละข้าง ตรงรอยบุ๋มเล็กๆ เหนือกระดูกโหนกแก้ม
จุดทั้งสี่นี้สามารถคลำพบได้บนกะโหลกศีรษะของมนุษย์ทุกคน ซึ่งเป็นเหตุผลที่จุดเหล่านี้ถูกเลือกให้เป็นรากฐานทางเรขาคณิตสำหรับระบบการวัดทั้งหมด
จากจุดสังเกตเหล่านี้ ช่างเทคนิคจะทำการวัดตามมาตรฐานชุดหนึ่ง:
Sagittal arc: วัดจาก nasion ไปยัง inion ข้ามส่วนบนของศีรษะ
Coronal arc: วิ่งระหว่างจุด preauricular ด้านซ้ายและขวาข้ามส่วนกระหม่อมศีรษะ
Head circumference: โอบรอบในแนวนอนผ่านจุดสังเกตหลักทั้งสี่จุด
ส่วนโค้งแต่ละส่วนจะถูกแบ่งออกเป็นเซกเมนต์ตามเปอร์เซ็นต์เพื่อกำหนดตำแหน่งอิเล็กโทรด
การวัดที่คงที่เหล่านี้ช่วยให้มั่นใจได้ว่าตารางพิกัดจะปรับเข้ากับศีรษะทุกขนาดได้
เมื่อวัดส่วนโค้งเหล่านี้แล้ว ตรรกะในการตั้งชื่อจะแสดงให้เห็นผ่านการหารง่ายๆ ระบบ 10-20 จะแบ่งส่วนโค้งแต่ละส่วนออกเป็นเซกเมนต์ที่วัดเป็นเปอร์เซ็นต์ของความยาวส่วนโค้งทั้งหมด โดยทั่วไปจะห่างกันทีละ 10% และ 20% ซึ่งเป็นที่มาของชื่อระบบนี้ วิธีการนี้ทำให้ได้รูปแบบการจัดวางอิเล็กโทรด 21 ตัวแบบดั้งเดิมที่ยังคงใช้ในการบันทึกข้อมูลทางคลินิกมาตรฐานจำนวนมาก ส่วนระบบ 10-10 จะนำช่วงเปอร์เซ็นต์เหล่านั้นแต่ละช่วงมาแบ่งครึ่ง ซึ่งช่วยเพิ่มความละเอียดขึ้นประมาณสองเท่า และเพิ่มจำนวนอิเล็กโทรดรวมเป็นประมาณ 74 ตัว
ระบบ 10-5 จะทำซ้ำกระบวนการแบ่งครึ่งอีกครั้งหนึ่ง โดยแบ่งช่วงของระบบ 10-10 อีกครั้ง ผลลัพธ์ที่ได้คือตารางที่มีตำแหน่งมากกว่า 300 ตำแหน่ง โดยมีระยะห่างกันประมาณ 2 ถึง 3 เซนติเมตรบนศีรษะของผู้ใหญ่ที่มีขนาดเฉลี่ยทั่วไป
รูปแบบการตั้งชื่อนี้จะเข้ารหัสข้อมูลตำแหน่งลงในป้ายชื่อของอิเล็กโทรดแต่ละตัวโดยตรง ตัวอักษรจะสอดคล้องกับพูสมองที่อยู่ด้านใต้: Fp สำหรับ frontopolar, F สำหรับ frontal, C สำหรับ central, T สำหรับ temporal, P สำหรับ parietal และ O สำหรับ occipital ตัวเลข รวมไปถึงตัวห้อยเพิ่มเติมหรือเครื่องหมายไพรม์ในระบบการตั้งชื่อ 10-5 ที่มีความหนาแน่นมากกว่า จะระบุว่าตำแหน่งนั้นอยู่ห่างจากแนวเส้นกึ่งกลาง (midline) เพียงใด โดยคิดเป็นสัดส่วนของระยะทางส่วนโค้ง
อิเล็กโทรดที่มีป้ายกำกับด้วยตัวเลขต่ำจะอยู่ใกล้กับกึ่งกลางศีรษะมากขึ้น ในขณะที่ตัวเลขที่สูงขึ้นจะขยับออกไปทางขมับและใบหู ซึ่งหมายความว่าเมื่อคุณเข้าใจตรรกะของการเข้ารหัสแล้ว เพียงแค่ชื่อของอิเล็กโทรดเพียงอย่างเดียวก็สามารถบอกคุณได้อย่างแม่นยำว่าเสาอากาศนั้นอยู่ตรงไหนบนหนังศีรษะ โดยไม่จำเป็นต้องใช้แผนภาพประกอบเลย
การสุ่มตัวอย่างเชิงพื้นที่ที่ได้รับการปรับปรุง: ทำไมความหนาแน่นที่มากกว่าจึงดีกว่า
กระแสไฟฟ้าของสมองเมื่อเดินทางมาถึงหนังศีรษะ จะมีพฤติกรรมคล้ายกับสัญญาณที่ประกอบด้วยรูปแบบเชิงพื้นที่ที่ซ้อนทับกันหลายรูปแบบในขนาดที่แตกต่างกันไป
บางรูปแบบมีลักษณะกว้างและราบเรียบ แผ่กระจายอย่างนุ่มนวลไปทั่วบริเวณขนาดใหญ่ของศีรษะ ขณะที่บางรูปแบบมีความกระชับมากกว่ามาก โดยเปลี่ยนแปลงอย่างรวดเร็วจากหนังศีรษะส่วนเล็กๆ ส่วนหนึ่งไปยังอีกส่วนหนึ่ง
ในการบันทึกภาพรวมทั้งหมดโดยไม่ขาดหาย เซนเซอร์จึงจำเป็นต้องถูกจัดวางให้ใกล้กันมากพอที่จะตรวจจับรูปแบบเชิงพื้นที่ที่เล็กที่สุดเหล่านี้ได้ หากเซนเซอร์อยู่ห่างกันเกินไป รายละเอียดที่ละเอียดอ่อนจะสูญหายไปทั้งหมด หรือที่แย่กว่านั้นคืออาจถูกตีความผิดพลาดเป็นอย่างอื่น ปัญหาการสุ่มตัวอย่างทั่วไปนี้เป็นที่รู้จักในด้านการประมวลผลสัญญาณในชื่อ หลักเกณฑ์ของไนควิสต์ (Nyquist criterion) และเป็นเหตุผลพื้นฐานว่าทำไมความหนาแน่นของอิเล็กโทรดจึงมีความสำคัญเป็นอย่างยิ่ง
การจัดวางแบบมาตรฐาน 10-20 จะวางอิเล็กโทรดห่างกันประมาณ 6 ถึง 7 เซนติเมตรบนศีรษะของผู้ใหญ่เฉลี่ยทั่วไป ระยะห่างดังกล่าวถือว่ากว้างเกินไปจนอาจทำให้ภาพเบลอหรือพลาดรูปแบบเชิงพื้นที่ที่ละเอียดกว่าในกระแสไฟฟ้าที่อยู่ด้านใต้ได้ ระยะห่าง 2 ถึง 3 เซนติเมตรของระบบ 10-5 ช่วยขยับเข้าไปใกล้กับอัตราการสุ่มตัวอย่างเชิงพื้นที่ที่จำเป็นในการแยกแยะรูปแบบที่ละเอียดเหล่านั้นมากขึ้น ซึ่งเข้าใกล้สิ่งที่มักเรียกกันว่า ขีดจำกัดไนควิสต์เชิงพื้นที่ (spatial Nyquist limit) สำหรับการบันทึกภาพ EEG บนหนังศีรษะ
หลักฐานโดยตรงที่แสดงถึงประโยชน์ของระยะห่างที่ชิดมากขึ้นสามารถดูได้จากการศึกษาของ Robinson และคณะ ที่เปรียบเทียบสิ่งที่นักวิจัยเรียกว่าอาเรย์แบบ "ความหนาแน่นระดับซูเปอร์ไนควิสต์" (super-Nyquist density) กับอาเรย์แบบ "ความหนาแน่นระดับไนควิสต์" (Nyquist density) มาตรฐาน
โดยการใช้户อิเล็กโทรด 128 ตัวที่วางห่างกันเพียง 14 มิลลิเมตรเหนือบริเวณ occipitotemporal ซึ่งเป็นส่วนหลังและด้านข้างของสมองที่เกี่ยวข้องกับการประมวลผลข้อมูล ทางทัศนวิสัย นักวิจัยได้บันทึก EEG ในขณะที่ผู้เข้าร่วมการทดสอบดูรูปแบบตารางหมากรุกที่กะพริบ ซึ่งออกแบบมาเพื่อสร้างการตอบสนองของสมองที่ชัดเจนและสามารถติดตามได้ เมื่อพวกเขาเปรียบเทียบอาเรย์ความหนาแน่นสูงแบบเต็มรูปแบบกับกลุ่มย่อยของอิเล็กโทรดเดียวกันที่เบาบางกว่า อาเรย์ที่มีความหนาแน่นมากกว่ามีประสิทธิภาพเหนือกว่าอาเรย์ที่เบาบางกว่าอย่างสม่ำเสมอ
ผู้เขียนรายงานว่า "SND EEG บันทึกข้อมูลระบบประสาทจากเปลือกสมองส่วนการมองเห็น (visual cortex) ได้มากกว่า" และสิ่งเร้าที่กะพริบนั้นถูก "จำแนกประเภทได้อย่างแม่นยำยิ่งขึ้นด้วยอาเรย์ SND เมื่อเทียบกับ ND ทั้งในโดเมนเวลาและโดเมนความถี่" การบันทึกที่มีความหนาแน่นมากกว่ายังสอดคล้องอย่างใกล้ชิดกับแบบจำลองคอมพิวเตอร์ของกิจกรรมในเปลือกสมองส่วนการมองเห็นขั้นต้น (primary visual cortex) มากกว่าการบันทึกที่เบาบางกว่า
การค้นพบนี้ได้รับการจำกัดวงอยู่เฉพาะในบริเวณสมองส่วนเดียวแทนที่จะเป็นทั้งศีรษะ แต่แสดงให้เห็นว่าระยะห่างของอิเล็กโทรดที่ชิดมากขึ้นสามารถบันทึกคุณลักษณะเชิงพื้นที่และเวลาของกิจกรรมของเปลือกสมองที่ระยะห่างที่กว้างกว่าไม่สามารถแยกแยะได้
การระบุตำแหน่งแหล่งกำเนิดขึ้นอยู่กับความหนาแน่นและการครอบคลุมของเซนเซอร์
การบันทึกสัญญาณอย่างหนาแน่นเป็นเพียงครึ่งหนึ่งของความท้าทายเท่านั้น แพทย์และนักวิจัยมักต้องการวิเคราะห์ย้อนกลับจากการบันทึกบนหนังศีรษะเพื่อคาดคะเนว่าสัญญาณนั้นมีจุดกำเนิดมาจากที่ใดในสมอง ซึ่งเป็นกระบวนการที่เรียกว่า การระบุตำแหน่งแหล่งกำเนิด (source localization) ปัญหาวิศวกรรมย้อนกลับนี้มีความยากทางคณิตศาสตร์ และความแม่นยำขึ้นอยู่โดยตรงกับปริมาณข้อมูลพื้นผิวที่ป้อนเข้าไป
การศึกษาโดยใช้การจำลองสถานการณ์ที่มุ่งเน้นไปที่คำถามนี้โดยเฉพาะ ได้ตรวจสอบว่าความหนาแน่นของเซนเซอร์และการครอบคลุมศีรษะนั้นส่งผลต่อความแม่นยำของการประเมินตำแหน่งแหล่งกำเนิดอย่างไร โดยใช้ทั้งข้อมูลที่จำลองขึ้นและการบันทึก EEG ของคลื่นไฟฟ้าสมองที่ผิดปกติแบบลมบ้าหมู (epileptiform) จริง ซึ่งหมายถึงรูปแบบกิจกรรมของสมองที่เกี่ยวข้องกับการคายประจุไฟฟ้าที่เกี่ยวข้องกับการชัก นักวิจัยได้ทดสอบเทคนิคโมเดลผกผันทั่วไปหลายตัวในระดับความลึกของแหล่งกำเนิดที่แตกต่างกัน
ผลลัพธ์ที่ได้นั้นชัดเจนโดยตรง: "ความหนาแน่นของเซนเซอร์ที่มากขึ้นช่วยปรับปรุงความแม่นยำของการระบุตำแหน่งแหล่งกำเนิด"
สิ่งที่สำคัญไม่แพ้กันคือ การศึกษาพบว่าพื้นที่การครอบคลุมของเซนเซอร์ส่งผลอย่างเป็นอิสระจากความหนาแน่น การเพิ่มตัวอย่างอิเล็กโทรดในกรณีพื้นผิวด้านล่าง (inferior surface) ซึ่งเป็นส่วนล่างของศีรษะใกล้กับใบหู ขมับ และฐานกะโหลกศีรษะ "ช่วยปรับปรุงความแม่นยำของการประเมินตำแหน่งแหล่งกำเนิดในทุกระดับความลึก" ไม่ใช่เฉพาะแหล่งกำเนิดที่ตั้งอยู่ใกล้กับบริเวณส่วนล่างนั้นเท่านั้น
ข้อสรุปโดยรวมของการศึกษานี้ตอกย้ำข้อค้นพบทั้งสองข้อร่วมกัน: "การระบุตำแหน่งแหล่งกำเนิดที่แม่นยำที่สุดนั้นเกิดขึ้นเมื่อพื้นผิวแรงดันไฟฟ้าถูกสุ่มตรวจอย่างหนาแน่นทั้งในส่วนพื้นผิวด้านบน (superior) และพื้นผิวด้านล่าง (inferior)"
นี่เป็นรายละเอียดที่มีความหมาย เนื่องจากหมวก EEG มาตรฐาน 10-20 มักจะเน้นจุดครอบคลุมไปที่ส่วนบนของศีรษะ ส่งผลให้บริเวณหนังศีรษะส่วนล่างมีเซนเซอร์ค่อนข้างเบาบาง อาเรย์ 10-5 แบบเต็มรูปแบบตอบโจทย์ความต้องการทั้งสองประการในคราวเดียว เนื่องจากระบบพิกัดของระบบนี้ช่วยขยายความครอบคลุมลงไปยังพื้นผิวด้านล่าง ขณะเดียวกันก็บรรจุความหนาแน่นที่จำเป็นสำหรับการระบุตำแหน่งที่ละเอียดยิ่งขึ้น
การประยุกต์ใช้งาน EEG ความหนาแน่นสูง
โดยกว้างๆ แล้ว การนำผังการจัดวางที่มีความหนาแน่นสูงมาใช้ได้ช่วยขยายขีดความสามารถของการสังเกตการณ์ทั้งในห้องปฏิบัติการและที่ข้างเตียงผู้ป่วย การช่วยให้สามารถระบุตำแหน่งพิกัดสามเหลี่ยมที่มีความแม่นยำของการแพร่กระจายของคลื่นไฟฟ้า ระบบเหล่านี้จะช่วยให้นักวิจัยเข้าใจการเปลี่ยนแปลงอย่างรวดเร็วในรูปแบบการส่งสัญญาณประสาท (neural firing) ที่เป็นตัวกำหนดสติปัญญาและการรับรู้
การวิจัยและการวินิจฉัยทางระบบประสาท
ในสาขาประสาทวิทยาศาสตร์ ความต้องการความแม่นยำมักเป็นตัวกำหนดวิธีการใช้งาน อาเรย์ที่มีความหนาแน่นสูงทำให้สามารถตรวจจับการเปลี่ยนแปลงทางภูมิประเทศ (topographical changes) เล็กๆ น้อยๆ ที่เกิดขึ้นระหว่างกิจกรรมทางปัญญาและการรับรู้ ซึ่งช่วยให้นักวิจัยมีหลักฐานว่าเครือข่ายประสาทจัดระเบียบตัวเองอย่างไรภายใต้สภาวะสิ่งเร้าเฉพาะแบบ
อาเรย์เหล่านี้ช่วยแผนที่เส้นทางไฟฟ้าได้อย่างมีประสิทธิภาพ ช่วยสนับสนุนการพัฒนาแบบจำลองที่อธิบายว่าบริเวณสมองที่อยู่ห่างไกลประสานการทำงานร่วมกันอย่างไรผ่านการแกว่งประสาน (synchronized oscillations)
ระบบปฏิสัมพันธ์ระหว่างสมองกับคอมพิวเตอร์ (BCIs)
การประยุกต์ใช้งาน BCI จำเป็นต้องมีการตรวจจับรูปแบบความคิดที่สร้างจากคำสั่งอย่างต่อเนื่องและเสถียร ด้วยการใช้งานเซนเซอร์ในจำนวนที่เพิ่มขึ้น นักพัฒนา BCI จะสามารถแยกแยะองค์ประกอบสัญญาณที่เกี่ยวข้องกับการทำงานของกล้ามเนื้อ (motor-related) เฉพาะส่วน ออกจากสัญญาณรบกวนพื้นหลังทั่วไปได้
การปรับปรุงในการแยกสัญญาณนี้ส่งผลให้ความแม่นยำในการควบคุมอุปกรณ์กายอุปกรณ์ภายนอกและเครื่องมือสื่อสารดิจิทัลดีขึ้น เนื่องจากระบบสามารถแยกแยะความแตกต่างของสัญญาณความตั้งใจของกล้ามเนื้อที่มีขนาดเล็กและเฉพาะเจาะจงได้มากกว่า
การประยุกต์ใช้งานทางคลินิกและการเฝ้าติดตามด้วยหมวก EEG ความหนาแน่นสูง
ในสภาพแวดล้อมทางคลินิก หมวกความหนาแน่นสูงจะถูกนำมาใช้เพื่อตรวจวัดจุดรวมประสาทชักด้วยความแม่นยำที่สูงขึ้น ในบางกรณี แพทย์ต้องประเมินเสถียรภาพของสถานะทางไฟฟ้าโดยใช้วิธีการที่อธิบายไว้ในแนวทาง referential montage EEG
หมวกความหนาแน่นสูงที่จัดวางตำแหน่งเป็นอย่างดีจะช่วยให้สามารถตีความสัญญาณอ้างอิงเหล่านี้ได้อย่างละเอียดละออมากขึ้น ช่วยให้แพทย์ระบุแหล่งที่มาของกิจกรรมที่ผิดปกติในบุคคลที่มีภาวะลมบ้าหมูเฉพาะจุด (focal epilepsy) หรือความผิดปกติในการประมวลผลทางปัญญาและการรับรู้
การเปรียบเทียบอุปกรณ์ EEG ความหนาแน่นสูงสำหรับการศึกษาด้านประสาทวิทยาศาสตร์
เมื่อทำการศึกษา มักจำเป็นต้องประเมินว่าความหนาแน่นของการสุ่มตัวอย่างระดับใดที่ให้ความลงตัวที่สุดระหว่างความซับซ้อนในการเก็บข้อมูลและความถูกต้องแม่นยำทางวิทยาศาสตร์ที่จำเป็น ตารางต่อไปนี้แสดงความแตกต่างโดยทั่วไปในความหนาแน่นของการสุ่มตรวจอิเล็กโทรดในรูปแบบการทดลองทั่วไป
ประเภทระบบ | จำนวนอิเล็กโทรด | ความละเอียดเชิงพื้นที่โดยทั่วไป | เหมาะสมที่สุดสำหรับ |
|---|---|---|---|
มาตรฐาน 10-20 | 21-32 | 6-8 ซม. | การเฝ้าติดตามตามกิจวัตร |
ระดับปานกลาง | 64-128 | 3-4 ซม. | การคัดกรองทางคลินิก |
ความหนาแน่นสูงเต็มรูปแบบ | 256+ | \< 2 ซม. | การวิจัยระบุตำแหน่งแหล่งกำเนิด |
การเปรียบเทียบนี้เน้นย้ำให้เห็นว่าทำไมนักวิจัยที่ให้ความสำคัญกับรายละเอียดเชิงพื้นที่จึงมักโน้มเอียงไปทางอาเรย์ที่มีความหนาแน่นสูงเต็มรูปแบบสำหรับการศึกษาระบุตำแหน่งที่ซับซ้อน ด้วยการลดช่องว่างระหว่างเซนเซอร์ให้เหลือน้อยที่สุด ข้อมูลจะมีความเหมาะสมต่อการนำไปใช้สร้างแบบจำลองทางคณิตศาสตร์ขั้นสูง ช่วยให้สามารถจำแนกความแตกต่างของแหล่งกำเนิดในเปลือกสมองที่อาจทับซ้อนกันในกรณีบันทึกที่มีความละเอียดต่ำกว่าได้อย่างแม่นยำ
EEG ความหนาแน่นสูงสามารถตรวจจับกิจกรรมใต้เปลือกสมอง (Subcortical Activity) ได้หรือไม่?
ประเด็นหนึ่งที่มีการถกเถียงกันค่อนข้างมากเกี่ยวกับอาเรย์ EEG แบบแน่นหนาคือเรื่องที่ว่าระบบเหล่านี้สามารถตรวจรับสัญญาณจากโครงสร้างที่อยู่ลึกลงไปภายในสมอง ซึ่งอยู่ใต้ส่วนเปลือกสมองลงไปได้หรือไม่ โดยดั้งเดิมแล้วเชื่อกันว่าวิธี EEG มาตรฐานมีความไวในการตรวจจับเพียงเล็กน้อยเท่านั้น ดังนั้น การวิจัยในปี 2019 ที่ศึกษาคำถามนี้จึงได้เปรียบเทียบระหว่าง EEG หนังศีรษะความหนาแน่นสูงกับการบันทึกสัญญาณในสมองโดยตรงจากอิเล็กโทรดกระตุ้นสมองส่วนลึกที่ฝังอยู่ในธาลามัสส่วนเซนโทรมีเดีย (centromedial thalamus) และนิวเคลียส แอคคัมเบนส์ (nucleus accumbens) ซึ่งเป็นโครงสร้างสองจุดที่มีบทบาทในการประสานกิจกรรมต่างๆ ทั่วทั้งเครือข่ายสมองส่วนกว้าง
เนื่องจากอิเล็กโทรดกระตุ้นสมองส่วนลึกในการศึกษานี้ถูกดึงออกมาภายนอกเป็นการชั่วคราว ซึ่งหมายความว่าสามารถเข้าถึงได้เพื่อบันทึกสัญญาณก่อนที่จะถูกเชื่อมต่อกับอุปกรณ์กระตุ้นภายในถาวร นักวิจัยจึงสามารถทำบันทึกสัญญาณจากจุดลึกเหล่านั้นพร้อมๆ กับการทำ EEG หนังศีรษะความหนาแน่นสูง 256 ช่องสัญญาณ ในผู้ป่วยสามรายระหว่างสถานะพักผ่อนโดยหลับตา จากนั้นพวกเขาจึงได้ประยุกต์ใช้เทคนิคการสร้างภาพแหล่งกำเนิดใหม่กับข้อมูลหนังศีรษะ และเปรียบเทียบสัญญาณผลลัพธ์กับการบันทึกในสมองจริง
ผลลัพธ์แสดงให้เห็นถึงความสัมพันธ์ระหว่างโครงร่างคลื่นอัลฟา (alpha envelopes) ที่ได้มาจากโครงสร้างสมองส่วนลึกกับสัญญาณสมองที่สร้างโครงสร้างใหม่จากแหล่งกำเนิด EEG ซึ่งหมายถึงรูปแบบการเพิ่มขึ้นและลดลงอย่างช้าๆ ของจังหวะการทำงานของสมองช่วงคลื่นอัลฟา สิ่งที่น่าสังเกตคือ "ความสัมพันธ์ในระดับสูงสุดถูกค้นพบในส่วนสัญญาณแหล่งกำเนิดที่อยู่ใกล้มากกับจุดบันทึกสัญญาณจริง" ซึ่งหมายความว่าการประมาณค่าที่อิงจากหนังศีรษะมีความแม่นยำมากที่สุดเฉพาะที่ความลึกและตำแหน่งที่ตรงกับการจัดวางอิเล็กโทรดในสมองจริง นักวิจัยสรุปว่าผลลัพธ์นี้เป็นหลักฐานแสดงว่า EEG บนหนังศีรษะสามารถสัมผัสรับรู้สัญญาณใต้เปลือกสมองได้จริง
อย่างไรก็ตาม ข้อสรุปนี้ควรอ่านในฐานะการพิสูจน์แนวคิดขนาดเล็กในผู้ป่วยสามรายระหว่างสถานะพฤติกรรมเดียวเท่านั้น มันสนับสนุนแนวคิดที่ว่าการสร้างภาพตามแหล่งกำเนิดจากอาเรย์ที่มีความหนาแน่นสูงสามารถขยายความไวไปได้ไกลกว่าพื้นผิวเปลือกสมอง แต่ไม่ได้สรุปว่าความไวในลักษณะนั้นมีความน่าเชื่อถือหรือทำซ้ำได้เพียงใดในประชากรหรือสภาวะที่กว้างขวางกว่านี้
การประยุกต์ใช้อาเรย์แบบหนาแน่นกับการทำแผนที่คลื่นไฟฟ้าแกนลมบ้าหมู (Epileptiform Discharge Mapping)
กรณีการใช้งานทางคลินิกสำหรับระบบ 10-5 มีความชัดเจนขึ้นอย่างมากในบริบทของการประเมินโรคลมบ้าหมู ซึ่งการระบุหาแหล่งกำเนิดที่แน่นอนของสัญญาณคลื่นสมองที่ผิดปกติสามารถช่วยกำหนดทิศทางการตัดสินใจเกี่ยวกับการรักษาด้วยการผ่าตัดได้ การศึกษาการระบุตำแหน่งแหล่งกำเนิดโดยอิงเกณฑ์การจำลองที่อ้างถึงข้างต้น ได้ขยายผลข้อค้นพบในการจำลองไปยังข้อมูล EEG ของโรคลมบ้าหมูที่แท้จริงอย่างชัดเจน โดยร่วมกันตรวจสอบการจัดวางและความครอบคลุมของเซนเซอร์ในการระบุตำแหน่งแหล่งกำเนิดของ EEG โรคลมบ้าหมู
เนื่องจากข้อค้นพบในวงกว้างของการศึกษาคือ ความหนาแน่นของเซนเซอร์ที่สูงขึ้นและการครอบคลุมพื้นผิวด้านล่างจะช่วยปรับปรุงความแม่นยำในการคาดการณ์ตำแหน่งแหล่งกำเนิดได้อย่างเป็นอิสระต่อกัน และเนื่องจากสิ่งนี้เป็นจริงเมื่อทดสอบกับการบันทึกทางคลินิกของภาพลมบ้าหมูจริงมากกว่าข้อมูลจำลองเพียงอย่างเดียว มันจึงเชื่อมโยงหลักฐานโดยตรงกับกรณีการใช้งานเชิงคลินิกของระบบ 10-5
ในการประเมินผู้ป่วยลมบ้าหมูก่อนการผ่าตัด ข้อมูลนี้จะแปลงผลออกมาเป็นแนวขอบเขตที่แม่นยำยิ่งขึ้นของเขตระคายเคือง (irritative zone) ซึ่งเป็นประเด็นบริเวณเปลือกสมองที่สร้างสัญญาณไฟฟ้าผิดปกติระหว่างช่วงหยุดชัก ซึ่งจะช่วยให้ข้อมูลเพื่อการตัดสินใจว่าจะทำและควรทำการตรวจติดตามแบบรุกล้ำหรือผ่าตัด ณ จุดใด ประโยชน์ข้อนี้มักพบบ่อยในแวดวงคลินิกและการวิจัยว่ามีความสำคัญในฐานะเหตุผลหลักสำหรับการใช้งานรูปแบบ EEG montages ที่จัดวางแบบ 10-5 หรือรูปแบบที่มีความหนาแน่นใกล้เคียงกันนี้ในศูนย์รักษาโรคลมบ้าหมู
อนาคตของ EEG ความหนาแน่นสูง
การพัฒนาในอนาคตด้านเทคโนโลยีการบันทึกภาพความหนาแน่นสูงมีแนวโน้มที่จะมุ่งเน้นไปที่การลดขนาดของส่วนประกอบอิเล็กโทรด เมื่อส่วนควบคุมหลัก (hardware) มีความเทอะทะน้อยลง นักวิจัยก็จะสามารถทำการบันทึกภาพความละเอียดสูงในสภาพแวดล้อมจริงแบบเคลื่อนที่ได้ง่ายขึ้น ความสามารถในการพกพานี้จะช่วยเปลี่ยนผ่านการรวบรวมข้อมูลความหนาแน่นสูงจากในห้องปฏิบัติการที่นิ่งอยู่กับที่ไปสู่บริบทผู้ป่วยนอก (ambulatory contexts) ที่ซึ่งสามารถศึกษาพฤติกรรมมนุษย์ภายใต้สภาวะธรรมชาติได้โดยไม่มีข้อจำกัดของการตั้งค่าระบบอิเล็กโทรดขนาดใหญ่แบบดั้งเดิม
ในขณะเดียวกัน การบูรณาการอัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) แบบเรียลไทม์จะปรับเปลี่ยนวิธีการประมวลผลข้อมูลดิบอย่างยิ่ง แทนที่จะพึ่งพาการวิเคราะห์ย้อนหลัง ระบบสมัยใหม่ได้รับการออกแบบทางวิศวกรรมให้ถอดรหัสกิจกรรมของระบบประสาทได้ทันทีโดยมีความล่าช้า (latency) น้อยที่สุด ขีดความสามารถนี้จะให้การตอบรับอย่างทันทีสำหรับระเบียบปฏิบัติด้านการฟื้นฟูระบบประสาท (neurorehabilitation protocols) และเส้นทาง BCI ที่ปรับตัวได้ ช่วยให้ระบบสามารถปรับพารามิเตอร์การประมวลผลสัญญาณได้โดยอิงตามคุณลักษณะทางไฟฟ้าเฉพาะตัวของบุคคลที่ทำการบันทึกข้อมูลอยู่
ในท้ายที่สุด การพัฒนาวัสดุอิเล็กโทรดแบบแห้ง (dry-electrode materials) ที่รักษาค่าอิมพีแดนซ์ (impedance) ต่ำจะปฏิวัติระบบเหล่านี้มากยิ่งขึ้น ด้วยการยกเลิกความจำเป็นในการใช้เจลนำไฟฟ้า เวลาในการติดตั้งหมวกแบบความหนาแน่นสูงจะลดลงจากการทำหลายชั่วโมงเหลือเพียงไม่กี่นาที ซึ่งจะช่วยลดอุปสรรคสำหรับการติดตามเฝ้าระวังในระยะยาวได้อย่างมีนัยสำคัญ
การเปลี่ยนแปลงไปสู่ฮาร์ดแวร์ที่ติดตั้งได้รวดเร็วนี้สัญญาว่าจะทำให้การบันทึกภาพสมองแบบอาเรย์หนาแน่น (brain imaging) กลายมาเป็นแนวปฏิบัติทั่วไปทั้งในการวินิจฉัยทางคลินิกและการวิจัยเชิงปัญญาในระยะยาว ซึ่งจะเปลี่ยนความเข้าใจของเราเกี่ยวกับการเชื่อมต่อของระบบประสาทในมนุษย์อย่างเป็นรากฐาน
บทสรุป
ระบบ 10-5 นำเสนอกรอบพิกัดมาตรฐานที่สร้างขึ้นอย่างสมบูรณ์จากจุดสังเกตทางกายวิภาคที่วัดได้ โดยขยายระบบ 10-20 และ 10-10 ที่คุ้นเคยไปเป็นตารางตำแหน่งอิเล็กโทรดมากกว่า 300 ตำแหน่งที่มีระยะห่างกันประมาณ 2 ถึง 3 เซนติเมตร ความหนาแน่นนั้นทำให้การบันทึก EEG บนหนังศีรษะเข้าใกล้กับความละเอียดเชิงพื้นที่ที่จำเป็นในการตรวจจับรูปแบบไฟฟ้าที่ละเอียดอ่อนซึ่งสร้างขึ้นจากพื้นผิวสมอง ซึ่งเป็นหลักการที่มีรากฐานมาจากทฤษฎีประสาทวิทยาศาสตร์ (neuroscience) ทั่วไปและการประมวลผลสัญญาณ
หลักฐานที่นำมาพิจารณาเสนอแนะว่า การสุ่มตัวอย่างที่หนาแน่นขึ้นร่วมกับการครอบคลุมพื้นผิวด้านล่างช่วยปรับปรุงความแม่นยำในการระบุตำแหน่งแหล่งกำเนิดได้ทั้งในข้อมูลจำลองและข้อมูลคลื่นลมบ้าหมูจริง อาเรย์ความหนาแน่นสูงที่จับคู่กับเทคนิคการสร้างภาพแหล่งกำเนิดใหม่ได้แสดงให้เห็นถึงความสามารถที่วัดผลได้ (แม้จะเป็นการศึกษาขั้นต้น) ในการสร้างความสอดคล้องกับกิจกรรมใต้เปลือกสมองที่บันทึกโดยตรงจากโครงสร้างสมองส่วนลึก การบันทึกที่มีความหนาแน่นสูงมากเหนือเปลือกสมองส่วนการมองเห็นสามารถบันทึกข้อมูลจากเซลล์ประสาทที่ใช้งานได้มากกว่ากลุ่มย่อยที่มีความหนาแน่นมาตรฐานของอาเรย์เดียวกัน
จากการค้นพบเหล่านี้ร่วมกันช่วยสร้างข้อโต้แย้งทางทฤษฎีที่สมเหตุสมผลและหลักฐานเชิงประจักษ์ในระยะแรกสำหรับคุณค่าของระบบ 10-5 ในงานต่างๆ เช่น การทำแผนที่การคายประจุคลื่นไฟฟ้าสมองที่ผิดปกติแบบลมบ้าหมู และการสร้างภาพประสาทด้านการรับรู้ที่มีรายละเอียดสูง
เอกสารอ้างอิง
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
คำถามที่พบบ่อย
ระบบ EEG 10-5 คืออะไร?
ระบบ 10-5 คือตารางพิกัดตำแหน่งอิเล็กโทรดมาตรฐานที่แบ่งหนังศีรษะออกเป็นตำแหน่งที่มีชื่อเรียกกว่า 300 ตำแหน่ง โดยมีระยะห่างกันประมาณไม่กี่เซนติเมตร ระบบนี้พัฒนาต่อยอดจากระบบ 10-20 และ 10-10 แบบเก่า เพื่อให้สามารถสุ่มตัวอย่างกิจกรรมทางไฟฟ้าของสมองได้อย่างหนาแน่นยิ่งขึ้น
ระบบ 10-5 พัฒนาต่อยอดจากระบบ 10-20 อย่างไร?
ระบบ 10-20 จะแบ่งศีรษะโดยใช้เปอร์เซ็นต์ของช่วงความยาวเพื่อกำหนดตำแหน่งมาตรฐาน 21 ตำแหน่ง ส่วนระบบ 10-10 จะนำช่วงเหล่านั้นมาแบ่งครึ่ง และระบบ 10-5 ก็นำไปแบ่งครึ่งอีกที ทำให้เกิดตารางพิกัดที่ละเอียดขึ้นมากขณะที่ยังคงรักษากลุ่มพิกัดสังเกตการณ์ดั้งเดิมไว้ทั้งหมด
จุดสังเกตทางกายวิภาคใดที่เป็นตัวกำหนดตำแหน่งการวางอิเล็กโทรด?
จุดที่สามารถคลำพบบนร่างกายสี่จุด ได้แก่ nasion ที่บริเวณดั้งจมูก, inion ที่ฐานกะโหลก และจุด preauricular ด้านซ้ายและด้านขวาที่หน้าใบหู จะทำหน้าที่เป็นจุดอ้างอิงที่คงที่ ตำแหน่งอิเล็กโทรดทั้งหมดจะถูกคำนวณจากส่วนโค้งที่วัดได้ระหว่างจุดสังเกตเหล่านี้
เพราะเหตุใดระยะห่างของอิเล็กโทรดที่ชิดกันยิ่งขึ้นจึงมีความสำคัญต่อการวัด EEG?
รูปแบบคลื่นไฟฟ้าของสมองสามารถแตกต่างกันออกไปในพื้นที่หนังศีรษะส่วนเล็กๆ และอิเล็กโทรดที่อยู่ห่างกันเกินไปอาจทำให้เราพลาดรายละเอียดที่ประณีตอันเนื่องมาจากหลักเกณฑ์การสุ่มสัญญาณของ Nyquist ระยะห่างที่ชิดขึ้นช่วยตรวจจับรูปแบบเชิงพื้นที่ขนาดเล็กเหล่านี้ ทำให้ได้ผลการบันทึกภาพที่แม่นยำยิ่งขึ้น
ระบบ 10-5 ช่วยปรับปรุงการระบุตำแหน่งแหล่งกำเนิดอย่างไร?
การระบุตำแหน่งแหล่งกำเนิดเป็นการคาดประมาณสิ่งทีเกิดขึ้นภายในสมองว่าสัญญาณนั้นคลื่นไฟฟ้าเริ่มต้นขึ้น ณ จุดใด และความถูกต้องจะเสถียรยิ่งขึ้นเมื่อมีจุดวัดจำนวนมาก การสุ่มตัวอย่างที่หนาแน่นรวมเข้ากับความครอบคลุมในบริเวณส่วนล่างของศีรษะขึ้นไปมีส่วนปรับปรุงความแม่นยำของผลคาดประมาณตำแหน่งได้ ณ ทุกระดับความลึกของสมอง
อุปกรณ์ EEG แบบจัดวางกลุ่มแนวหนาแน่นตรวจจับสัญญาณจากโครงสร้างในสมองส่วนลึกได้หรือไม่?
ผลวิจัยขนาดเล็กชิ้นหนึ่งได้บันทึกคลื่นสมองจากพื้นผิวหนังศีรษะและอิเล็กโทรดในสมองส่วนลึกไปพร้อมๆ กัน ซึ่งเผยให้เห็นความเกี่ยวพันระหว่างสัญญาณจากสองระบบนี้ ข้อมูลนี้ช่วยมอบหลักฐานโดยตรงว่าวิธี EEG หนังศีรษะตรวจจับการทำงานจากจุดใต้เปลือกสมองได้ ถึงแม้ว่าจะยังต้องการความน่าเชื่อถือและการยืนยันในฐานประชากรที่กว้างขึ้นต่อไป
ความหนาแน่นของอิเล็กโทรดที่เพิ่มขึ้นช่วยพัฒนาคุณภาพของการบันทึกข้อมูลเสมอไปหรือไม่?
ความหนาแน่นระดับสูงนำเสนอชุดข้อมูลที่ดียิ่งขึ้นต่อแบบจำลองเชิงพื้นที่ แต่อีกด้านก็ย่อมเพิ่มความซับซ้อนในขั้นตอนการจัดการข้อมูลรวมถึงเสี่ยงจะเกิดปัญหาเรี่องอิมพีแดนซ์ขึ้นด้วย คุณภาพของสัญญาณจึงต้องขึ้นอยู่กับเทคนิคการจัดวางที่เหมาะสมร่วมกับการจัดการช่องสัญญาณที่ชัดเจน
หมวก EEG ความหนาแน่นสูงมีข้อควรท้าทายเฉพาะด้านใดบ้าง?
ประเด็นท้าทายประการแรกๆ คือระยะเวลาที่ใช้จัดวางหมวกสำหรับการสแกนกลุ่มอาเรย์ขนาดใหญ่ และภาระงานประมวลผลพารามิเตอร์คอมพิวเตอร์ที่เพิ่มสูงขึ้นมากในการวิเคราะห์ข้อมูลจากร้อยกว่าช่องสัญญาณไปพร้อมๆ กันเพื่อให้ได้ผลโมเดลสแกนที่คมชัด
Emotiv เป็นผู้นำด้านนิวโรเทคโนโลยีที่ช่วยขับเคลื่อนการวิจัยประสาทวิทยาศาสตร์ผ่านเครื่องมือ EEG และข้อมูลสมองที่เข้าถึงได้
คริสเตียน บูร์โกส
