การตรวจคลื่นไฟฟ้าสมองไม่เคยบันทึกสัญญาณ "บริสุทธิ์" จากจุดจุดเดียวบนหนังศีรษะ แรงดันไฟฟ้าทุกค่าที่นักเทคโนโลยีเห็นบนหน้าจอคือความแตกต่างระหว่างอิเล็กโทรดบันทึกภาพกับเลขอ้างอิงใดก็ตามที่อิเล็กโทรดนั้นถูกนำไปเปรียบเทียบด้วย
ความจริงข้อเดียวนี้เป็นต้นตอของความสับสนอย่างมากสำหรับนักเรียนที่กำลังเรียนรู้วิธีอ่านกราฟ EEG เนื่องจากกิจกรรมของสมองที่ซ่อนอยู่แบบเดียวกันอาจดูแตกต่างกันอย่างสิ้นเชิง ขึ้นอยู่กับว่าจะเลือกใช้รูปแบบการอ้างอิงแบบใด
ในบรรดารูปแบบที่ใช้กันบ่อยที่สุดในคลินิกและการวิจัยคือ average montage หรือบางครั้งเรียกว่า common average reference การเรียนรู้เพื่อจดจำว่า montage นี้ทำงานได้ดีในจุดใด และจุดใดที่อาจทำให้ผู้อ่านที่ไม่มีประสบการณ์เข้าใจผิดได้อย่างเงียบๆ เป็นหนึ่งในทักษะเชิงปฏิบัติที่นักเรียนปีแรกสามารถสร้างขึ้นได้
มอนทาจแบบเฉลี่ย (Average Montage) ใน EEG คืออะไร?
การเปลี่ยนจุดอ้างอิงเป็นแบบเฉลี่ย (Average montage) จะเปรียบเทียบแรงดันไฟฟ้าของอิเล็กโทรดแต่ละตัว ไม่ใช่กับจุดคงที่จุดเดียว แต่เปรียบเทียบกับค่าเฉลี่ยทางคณิตศาสตร์ ณ ขณะนั้นของอิเล็กโทรดทุกตัวในการบันทึก ณ เวลาแต่ละขณะ ซอฟต์แวร์จะนำแรงดันไฟฟ้าจากช่องสัญญาณที่ใช้งานอยู่ทั้งหมดมาบวกกัน หารด้วยจำนวนอิเล็กโทรด และลบค่าเฉลี่ยนั้นออกจากค่าของแต่ละช่องสัญญาณเดี่ยว
จุดประสงค์ของการใช้วิธีนี้คือการอนุมานหาจุดอ้างอิงที่เป็นกลางหรือมีค่าเป็นศูนย์ เนื่องจากค่าเฉลี่ยนี้สร้างขึ้นจากชุดอิเล็กโทรดทั้งหมดแทนที่จะเป็นตำแหน่งเดียว จึงไม่มีตำแหน่งใดตำแหน่งหนึ่ง (เช่น ติ่งหูหรือกระดูกหลังหู) ที่สามารถครอบงำหรือบิดเบือนภาพรวมได้
ตามทฤษฎีแล้ว วิธีนี้ช่วยให้กิจกรรมของสมองที่เกิดขึ้นเป็นวงกว้างหรือกระจายตัว แสดงผลได้อย่างสมมาตรมากขึ้นทั่วทั้งหนังศีรษะ เนื่องจากไม่มีจุดอ้างอิงเพียงจุดเดียวที่ดึงการแสดงผลไปในทิศทางใดทิศทางหนึ่ง
มอนทาจนี้จะคำนวณค่าเฉลี่ย ณ ขณะนั้นของอิเล็กโทรดที่ใช้งานทั้งหมดในแต่ละช่วงเวลา
ค่าเฉลี่ยที่คำนวณได้นี้จะถูกนำไปลบออกจากแรงดันไฟฟ้าของแต่ละช่องสัญญาณเดี่ยว
เป้าหมายคือการสร้างจุดอ้างอิงที่เป็นกลาง เพื่อป้องกันไม่ให้ตำแหน่งทางกายภาพใดตำแหน่งหนึ่งมาครอบงำการแสดงผล
การตั้งค่ามอนทาจแบบเฉลี่ยบนเครื่องมือ EEG
ข้อควรพิจารณาในการวางอิเล็กโทรด
เพื่อให้แน่ใจในความถูกต้องทางคณิตศาสตร์ของค่าเฉลี่ย จำเป็นต้องมีการจัดวางอิเล็กโทรดที่เป็นมาตรฐาน ต้องปฏิบัติตามระบบ 10-20 อย่างเคร่งครัดเพื่อให้แน่ใจว่าค่าเฉลี่ยโดยรวมยังคงเป็นตัวแทนเชิงพื้นที่ของศีรษะ
ความคลาดเคลื่อนใดๆ ในการวางตำแหน่งหรือค่าความต้านทาน (impedance) ของอิเล็กโทรด อาจส่งผลให้ค่าเฉลี่ยบิดเบือน นำไปสู่การแสดงผลของคลื่นที่ไม่ถูกต้อง และอาจเกิดความผิดพลาดในการวินิจฉัยโรคได้
ขั้นตอนการกำหนดค่าซอฟต์แวร์
ซอฟต์แวร์ประมวลผลข้อมูลดิจิทัลจะต้องได้รับการตั้งค่าให้ดำเนินการลบค่าเฉลี่ยโดยรวมที่คำนวณได้ออกจากแต่ละช่องสัญญาณอินพุตอย่างถูกต้อง นักเทคโนโลยีจำเป็นต้องยืนยันว่าซอฟต์แวร์กำลังอ่านค่าจากเซ็นเซอร์ครบทุกตัว เพื่อหลีกเลี่ยงไม่ให้การคำนวณเอนเอียงเนื่องจากมีช่องสัญญาณที่ขาดหายไป
เมื่อตั้งค่าพารามิเตอร์เรียบร้อยแล้ว จะสามารถสลับการแสดงผลแบบเรียลไทม์ได้ ช่วยให้สามารถทบทวนและตรวจสอบซ้ำได้อย่างมีประสิทธิภาพเกี่ยวกับความผิดปกติที่อาจตรวจพบในสัญญาณดิบ
ทำไมมอนทาจแบบเฉลี่ยจึงอาจทำให้เข้าใจผิดได้
มอนทาจแบบเฉลี่ยมีจุดอ่อนข้อหนึ่งที่มีการบันทึกไว้อย่างชัดเจน ซึ่งผู้แปลผล EEG ทุกคนจะต้องพบเจอในที่สุด
เนื่องจากจุดอ้างอิงในทุกๆ ขณะนั้นสร้างขึ้นจากการรวมกันของอิเล็กโทรดทั้งหมด อิเล็กโทรดเพียงตัวเดียวที่บันทึกคลื่นไฟฟ้าแรงดันสูงผิดปกติ (voltage spike) จะดึงค่าเฉลี่ยทั้งหมดไปยังค่านั้น ผลลัพธ์ทางคณิตศาสตร์คือ ช่องสัญญาณอื่นๆ ทั้งหมดที่ถูกเปรียบเทียบกับค่าเฉลี่ยที่บิดเบือนใหม่นี้ จะแสดงการเบี่ยงเบนในทิศทางตรงกันข้าม แม้ว่าจะไม่มีกิจกรรมของสมองเกิดขึ้นจริงที่ตำแหน่งนั้นเลยก็ตาม
สิ่งนี้ทำให้เกิดรูปแบบเฉพาะตัวที่หลอกตา นั่นคือ มีการปลดปล่อยกระแสไฟฟ้าขนาดใหญ่ที่แหลมคม ณ อิเล็กโทรดตัวหนึ่ง ควบคู่ไปกับการเบี่ยงเบนกลับด้านขนาดเล็กกว่าที่เป็นภาพสะท้อนในกระจก ปรากฏขึ้นพร้อมกันในส่วนที่เหลือของหนังศีรษะ สำหรับผู้แปลผลที่ยังไม่มีประสบการณ์ สิ่งนี้อาจดูเหมือนเป็นเหตุการณ์ที่เกิดขึ้นเป็นวงกว้างหรือเกิดขึ้นทั้งสองซีกสมอง
ในความเป็นจริง แหล่งกำเนิดอาจเป็นแบบเฉพาะที่ (focal) โดยจำกัดอยู่เฉพาะเนื้อเยื่อใต้ตำแหน่งอิเล็กโทรดตัวเดียวเท่านั้น ส่วนคลื่นที่เหลือเป็นเพียงการสะท้อนความบิดเบือนทางคณิตศาสตร์ ไม่ใช่กิจกรรมของระบบประสาทที่แท้จริง
ผลกระทบนี้สืบเนื่องโดยตรงจากวิธีการทำงานของค่าเฉลี่ยที่เป็นการดำเนินการทางคณิตศาสตร์ ดังนั้นจึงถือเป็นหลักการที่เป็นที่ยอมรับในการศึกษา EEG ทางคลินิก มากกว่าที่จะเป็นสิ่งที่ต้องพิสูจน์แยกต่างหากในทุกกรณี อย่างไรก็ตาม การศึกษาแบบควบคุมที่วัดโดยตรงว่าความผิดพลาดเฉพาะนี้ส่งผลต่อการวินิจฉัยโรคที่ผิดพลาดเกิดขึ้นบ่อยเพียงใดนั้นยังมีจำกัด สิ่งที่งานวิจัยที่มีอยู่ยืนยันก็คือ จุดอ้างอิงแบบเฉลี่ยนี้มีความอ่อนไหวเป็นพิเศษต่อสองสภาวะที่ทำให้ความบิดเบือนนี้แย่ลง ได้แก่ การปนเปื้อนจากสิ่งประดิษฐ์ (artifacts) และจำนวนอิเล็กโทรดที่เบาบาง
หนึ่งการศึกษาเชิงจำลองในปี 2018 ที่เปรียบเทียบเทคนิคการเปลี่ยนจุดอ้างอิงใหม่ พบว่าวิธีที่ใกล้เคียงกันอย่างเทคนิคมาตรฐานอ้างอิงอิเล็กโทรด (reference electrode standardization technique ซึ่งเป็นวิธีการทางคอมพิวเตอร์ที่ประมาณการจุดแรงดันไฟฟ้าศูนย์ในทฤษฎี) ได้รับผลกระทบจากสิ่งประดิษฐ์ที่ผสมอยู่ในสัญญาณ EEG น้อยกว่าจุดอ้างอิงแบบเฉลี่ย ซึ่งหมายความว่าเมื่อมีสิ่งรบกวนขนาดใหญ่ชั่วคราว ไม่ว่าจะมาจากกิจกรรมของสมองหรือจากแหล่งที่ไม่ใช่ระบบประสาท เช่น การกระตุกของกล้ามเนื้อ มาปนเปื้อนในการบันทึก จุดอ้างอิงแบบเฉลี่ยจะมีความเปราะบางต่อความบิดเบือนมากกว่า
อีกงานวิจัยที่แยกต่างหากโดย Luu และคณะ ที่ศึกษาการเปลี่ยนแปลงของ EEG ที่เกี่ยวข้องกับโรคหลอดเลือดสมอง ได้ตอกย้ำข้อกังวลนี้ในอีกมุมมองหนึ่ง เมื่อนักวิจัยนำการบันทึกภาพแบบอ้างอิงค่าเฉลี่ยขนาด 128 ช่องสัญญาณมาลดลงเหลือเพียง 32 ช่องสัญญาณที่เบาบางลง การกระจายเชิงพื้นที่ของกิจกรรม EEG ที่ผิดปกติก็บิดเบือนไป ซึ่งผู้เขียนระบุว่าอาจส่งผลให้การระบุตำแหน่งของพื้นที่สมองที่ได้รับผลกระทบผิดพลาดได้
สิ่งนี้บอกเราว่าปัญหาความบิดเบือนจากการปลดปล่อยกระแสไฟฟ้าจุดเดียวนั้นไม่ใช่ความผิดพลาดที่คงที่ มันจะแย่ลงอย่างเห็นได้ชัดเมื่อมีอิเล็กโทรดครอบคลุมหนังศีรษะน้อยลง เนื่องจากอิเล็กโทรดที่เหลือแต่ละตัวจะมีสัดส่วนน้ำหนักที่มากขึ้นในการคำนวณค่าเฉลี่ย
วิธีแยกแยะกิจกรรมเฉพาะที่ออกจากกิจกรรมแบบแพร่กระจาย
เนื่องจากความเปราะบางนี้ ทักษะสำคัญของนักศึกษาในการอ่านมอนทาจแบบเฉลี่ยคือ การเรียนรู้ที่จะแยกแยะการปลดปล่อยกระแสไฟฟ้าในวงกว้าง (generalized) ที่แท้จริงออกจากเหตุการณ์เฉพาะที่ (focal) ที่ถูกกระจายออกไปทั่วหน้าจอด้วยกระบวนการคำนวณค่าเฉลี่ย สิ่งที่คุณสามารถสังเกตได้มีดังนี้:
ระบุช่องสัญญาณเดี่ยวที่มีการเบี่ยงเบนขนาดใหญ่ที่สุดและแหลมคมที่สุดเพื่อค้นหาแหล่งกำเนิดเฉพาะที่ที่แท้จริง
มองหาขั้วต่างของสนามไฟฟ้า (dipolar field): ขั้วบวกและขั้วลบที่ชัดเจนทั่วหนังศีรษะ
สงสัยถึงความบิดเบือนทางคณิตศาสตร์เมื่อช่องสัญญาณโดยรอบแสดงการเบี่ยงเบนขนาดเล็กกว่าในเวลาเดียวกันแต่มีขั้วตรงข้าม
การปลดปล่อยกระแสไฟฟ้าในวงกว้างอย่างแท้จริงจะมีลักษณะที่แตกต่างออกไป อิเล็กโทรดทั้งหมดจะแสดงรูปแบบที่สอดประสานกันและสมมาตรในแอมพลิจูดที่ใกล้เคียงกัน โดยไม่มีการกลับทิศทางที่เป็นกระจกสะท้อนแบบชัดเจนปรากฏบนแผนผังเลย
ในกรณีนี้ จุดอ้างอิงแบบเฉลี่ยจะไม่ถูกดึงไปในทิศทางใดทิศทางหนึ่งโดยค่าที่ผิดปกติเพียงค่าเดียว เนื่องจากทุกช่องสัญญาณต่างส่งสัญญาณที่มีขนาดใกล้เคียงกันเข้าไปในการคำนวณ การแสดงผลในลักษณะนี้จึงมีความแม่นยำมากกว่า เนื่องจากกระบวนการเฉลี่ยไม่ได้ทำให้ความบิดเบือนไปกระจุกตัวอยู่รอบๆ อิเล็กโทรดเด่นเพียงตัวเดียว
เมื่อรูปแบบมีความคลุมเครือ การตรวจสอบซ้ำด้วย มอนทาจแบบสองขั้ว (bipolar montage) (ซึ่งแสดงผลต่างของแรงดันไฟฟ้าระหว่างคู่อิเล็กโทรดที่อยู่ติดกันแทนที่จะเป็นอิเล็กโทรดแต่ละตัวเทียบกับค่าเฉลี่ย) ถือเป็นขั้นตอนมาตรฐานถัดไป การปลดปล่อยกระแสไฟฟ้าเฉพาะที่มักจะทำให้เกิดการกลับทิศทางของคลื่น (phase reversal) ซึ่งเป็นการพลิกทิศทางของคลื่นอย่างกะทันหัน ณ คู่ของอิเล็กโทรดเฉพาะที่อยู่เหนือบริเวณที่ได้รับผลกระทบ ส่วนการปลดปล่อยกระแสไฟฟ้าในวงกว้างอย่างแท้จริงมักจะดูฟุ้งและสม่ำเสมอกันในหลายๆ คู่ที่อยู่ติดกัน โดยไม่มีจุดกลับทิศทางที่แหลมคมจุดเดียว
กลยุทธ์การแยกแยะนี้ขึ้นอยู่กับความหนาแน่นของการวางอิเล็กโทรดบนหนังศีรษะจริงเป็นอย่างมาก การศึกษาเรื่องการระบุตำแหน่งโรคหลอดเลือดสมองที่อ้างถึงก่อนหน้านี้พบว่า การอธิบายการกระจายเชิงพื้นที่ของกิจกรรม EEG ที่ผิดปกติอย่างแม่นยำนั้นทำได้ด้วยการบันทึกแบบ 64 ช่องสัญญาณ หรือ 128 ช่องสัญญาณเท่านั้น ที่ระดับ 32 ช่องสัญญาณ การกระจายจะบิดเบือนมากจนเสี่ยงต่อการระบุตำแหน่งสมองที่ได้รับผลกระทบผิดพลาดไปโดยสิ้นเชิง
สำหรับนักศึกษาปีแรก สิ่งนี้มีความหมายเชิงปฏิบัติโดยตรง นั่นคือ มอนทาจแบบเฉลี่ยที่บันทึกด้วยการตั้งค่าทางคลินิกมาตรฐาน 19 ถึง 21 ช่องสัญญาณตามระบบ 10-20 แบบดั้งเดิม อาจมีความเสี่ยงสูงที่จะทำให้เส้นแบ่งระหว่างความผิดปกติเฉพาะที่ที่แท้จริงและสิ่งประดิษฐ์จากการหาค่าเฉลี่ยมีความเลือนราง เมื่อเปรียบเทียบกับชุดอิเล็กโทรดความหนาแน่นสูง
มอนทาจแบบเฉลี่ยเทียบกับแบบอ้างอิงจุดเดียวและสองขั้ว
การนำมอนทาจแบบเฉลี่ยมาเปรียบเทียบกับทางเลือกหลักอีกสองแบบช่วยให้เห็นทั้งจุดเด่นและจุดบอดของมันได้ชัดเจนยิ่งขึ้น
มอนทาจแบบอ้างอิงจุดเดียว (Referential montage) จะเปรียบเทียบทุกอิเล็กโทรดกับตำแหน่งคงที่ตำแหน่งหนึ่ง ซึ่งมักจะเป็นอิเล็กโทรด Cz บริเวณกลางศีรษะ, ติ่งหู หรือกระดูกหลังหูทั้งสองข้างที่เชื่อมกัน วิธีการนี้ง่ายต่อการแปลผล แต่ก็มีความเสี่ยงที่ชัดเจน หากตำแหน่งอ้างอิงเดี่ยวนั้นปนเปื้อนด้วยเสียงรบกวน กิจกรรมของกล้ามเนื้อ หรือแม้แต่ กิจกรรมของสมองที่แท้จริง สิ่งเจือปนนั้นจะถูกหักลบเข้าไปในทุกช่องสัญญาณบนหน้าจอแสดงผล
มอนทาจแบบเฉลี่ยได้รับการออกแบบมาเพื่อหลีกเลี่ยงความล้มเหลว ณ จุดเดียวนี้เป็นบางส่วน แต่ดังที่ได้กล่าวไปก่อนหน้านี้ มันเป็นการแลกเปลี่ยนความเปราะบางรูปแบบหนึ่งกับอีกรูปแบบหนึ่ง แทนที่จะเป็นจุดอ้างอิงที่แย่เพียงจุดเดียวส่งผลเสียต่อการบันทึกทั้งหมด บัดนี้การปลดปล่อยกระแสไฟฟ้าขนาดใหญ่ของอิเล็กโทรดที่แย่เพียงตัวเดียวกลับสามารถแพร่กระจายความบิดเบือนไปทั่วศีรษะได้
มอนทาจแบบสองขั้ว (Bipolar montage) ใช้อีกวิธีหนึ่งโดยแสดงเฉพาะความแตกต่างของแรงดันไฟฟ้าระหว่างคู่อิเล็กโทรดที่อยู่ติดกัน เกิดเป็นสายโซ่ครอบคลุมทั่วหนังศีรษะ วิธีนี้ดีเป็นพิเศษในการเน้นให้เห็นระดับความลาดชันของแรงดันไฟฟ้าเฉพาะที่และการกลับทิศทางของคลื่น จึงมักเป็นตัวเลือกแรกๆ ในการระบุตำแหน่งสัญญาณเฉพาะที่อย่างสไปก์ (spikes) หรือคลื่นแหลม (sharp waves) ข้อเสียของมันคืออาจทำให้กิจกรรมที่เป็นวงกว้างและสอดประสานกันในบริเวณกว้างดูเบาบางลงหรือหายไป เนื่องจากอิเล็กโทรดที่อยู่ติดกันซึ่งบันทึกสัญญาณที่คล้ายกันจะแสดงความแตกต่างระหว่างกันน้อยมาก
มอนทาจแบบเฉลี่ยอยู่กึ่งกลางระหว่างสองวิธีนี้ มักจะทำหน้าที่เป็นหน้าจอแสดงผลเริ่มต้นสำหรับดูโครงสร้างเชิงพื้นที่หรือรูปแบบเชิงพื้นที่ของกิจกรรมสมองที่เป็นจังหวะ และมักถูกใช้ในขั้นตอนการวิเคราะห์ EEG เชิงปริมาณ (quantitative EEG) แต่ประสิทธิภาพจริงของมันไม่คงที่ มันขึ้นอยู่กับความหนาแน่นของอิเล็กโทรดและลักษณะของสัญญาณต้นทางเป็นอย่างมาก
คุณลักษณะ | มอนทาจแบบสองขั้ว (Bipolar Montage) | มอนทาจแบบอ้างอิงเฉลี่ย (Average Reference Montage) |
|---|---|---|
ประเภทรถอ้างอิง | การลบเป็นคู่ | การดึงค่าเฉลี่ยโดยรวม |
ความไว | ความต่างของแรงดันไฟฟ้าเฉพาะที่ | กิจกรรมที่เป็นวงกว้างและเฉพาะที่ |
การใช้งานหลัก | เฟสและการกำหนดทิศทาง | การระบุตำแหน่งแหล่งกำเนิด |
ตารางนี้แสดงให้เห็นว่าการเลือกระหว่างการตั้งค่าแบบสองขั้วและแบบเฉลี่ยมีอิทธิพลต่อการแสดงผลของข้อมูลระบบประสาทอย่างไร โดยแสดงให้เห็นว่าในขณะที่การตั้งค่าแบบสองขั้วจะเน้นกิจกรรมเฉพาะที่ แต่มอนทาจแบบเฉลี่ยจะมีความโดดเด่นในการแสดงแผนที่ภาพรวมของเหตุการณ์ทางไฟฟ้า
งานวิจัยกล่าวอย่างไรเกี่ยวกับมอนทาจแบบเฉลี่ยใน EEG
การศึกษาโดย Hu และคณะ ที่เปรียบเทียบวิธีการเปลี่ยนจุดอ้างอิงใหม่ พบว่าจุดอ้างอิงที่เป็นกลางจากการประมาณการทางคอมพิวเตอร์นั้นเหนือกว่าจุดอ้างอิงแบบเฉลี่ยอย่างง่ายโดยทั่วไปในสภาวะทดสอบส่วนใหญ่ แม้ว่าจะระบุว่าจุดอ้างอิงแบบเฉลี่ยเป็นทางเลือกที่สมเหตุสมผลเฉพาะในกรณีที่มีสัญญาณรบกวนจากตัวเซ็นเซอร์สูง สิ่งนี้บ่งชี้ว่ามอนทาจแบบเฉลี่ยไม่ใช่ตัวเลือก "ที่ดีที่สุด" ในระดับสากล แต่เป็นตัวเลือกหนึ่งที่มีเงื่อนไขเฉพาะเจาะจงซึ่งมันจะทำงานได้อย่างเพียงพอ
ในขณะเดียวกัน อีกหนึ่งการศึกษาเชิงจำลองโดย Liu และคณะ ได้ให้ภาพที่ชัดเจนยิ่งขึ้น ทั้งจุดอ้างอิงแบบเฉลี่ยและจุดอ้างอิงที่ประมาณการทางคอมพิวเตอร์ต่างแสดงข้อผิดพลาดในการสร้างภาพคลื่นซ้ำค่อนข้างต่ำเมื่อเทียบกับจุดอ้างอิงแบบ linked-mastoid แต่ประสิทธิภาพการทำงานที่ค่อนข้างดีกว่าของพวกมันกลับสลับกันไปโดยขึ้นอยู่กับความหนาแน่นของอิเล็กโทรด
ด้วยมอนทาจที่มีความหนาแน่นต่ำ วิธีอ้างอิงที่ใช้การประมาณการพิสูจน์แล้วว่าเชื่อถือได้มากกว่า ส่วนมอนทาจที่มีความหนาแน่นสูง จุดอ้างอิงแบบเฉลี่ยจะทำงานได้ดีกว่า ยกเว้นในกรณีที่ไม่สามารถเข้าถึงข้อมูลที่แม่นยำเกี่ยวกับตำแหน่งการวางอิเล็กโทรดได้ บทเรียนในที่นี้คือ จำนวนอิเล็กโทรดจะเปลี่ยนรูปแบบว่าวิธีการอ้างอิงแบบใดมีความน่าเชื่อถือมากกว่ากันโดยสิ้นเชิง
เป็นเรื่องที่ควรบันทึกว่ามอนทาจแบบอ้างอิงไม่ได้ด้อยกว่าโดยอัตโนมัติในทุกการตั้งค่าที่ใช้งานจริง
ตัวอย่างเช่น งานวิจัยที่ออกแบบโดย Karakis และคณะ สำหรับสภาพแวดล้อมการดูแลผู้ป่วยวิกฤต ได้ทดสอบมอนทาจแบบลดรูปขนาดเจ็ดอิเล็กโทรดที่อ้างอิงกับอิเล็กโทรด Cz บริเวณกลางศีรษะ ซึ่งตั้งใจให้แพทย์ประจำบ้านใช้งานโดยไม่ต้องมีนักเทคโนโลยี EEG คอยช่วยเหลือ
รูปแบบนี้มีความไวเฉลี่ยร้อยละ 92.5 และความจำเพาะร้อยละ 93.5 ในการตรวจหาสัญญาณการชักในผู้ป่วยวิกฤต หรืองานวิจัยนี้ไม่ได้จับคู่มอนทาจแบบเฉลี่ยกับแบบอ้างอิงจุดเดียวตรงๆ ในการเปรียบเทียบแบบจับคู่ แต่ได้พิสูจน์ให้เห็นว่าโครงร่างการอ้างอิงจุดเดียวที่ได้รับการออกแบบมาอย่างดีและนำไปใช้ในบริบททางคลินิกที่เหมาะสม สามารถทำงานได้อย่างน่าเชื่อถือแม้จะมีจำนวนอิเล็กโทรดที่จำกัด ซึ่งเป็นข้อมูลหักล้างที่มีประโยชน์เมื่อทำการชั่งน้ำหนักเลือกมอนทาจสำหรับ ความผิดปกติของสมอง ที่ต้องการการตรวจหาอย่างเร่งด่วน เช่น อาการชักแบบไม่แสดงอาการภายนอก (nonconvulsive seizures)
ประเภทมอนทาจ | จุดอ้างอิง | จุดเด่น | จุดอ่อน | เหมาะที่สุดสำหรับ |
|---|---|---|---|---|
แบบเฉลี่ย | ค่าเฉลี่ยของอิเล็กโทรดทั้งหมด | ไม่มีความเอนเอียงจากจุดเดี่ยว | อิเล็กโทรดที่แย่เพียงตัวเดียวจะบิดเบือนทั้งหมด | แผนภาพเชิงพื้นที่, กิจกรรมที่เป็นจังหวะ |
แบบอ้างอิงจุดเดียว | จุดคงที่เพียงจุดเดียว | แปลเสียงได้ง่าย | การปนเปื้อนจากตำแหน่งอ้างอิง | การใช้งานทางคลินิกมาตรฐาน |
แบบสองขั้ว | คู่อิเล็กโทรดที่อยู่ติดกัน | เน้นความแตกต่างเฉพาะที่ | พลาดกิจกรรมที่เป็นวงกว้างและสอดประสานกัน | การระบุตำแหน่งเฉพาะที่ชั่วขณะ |
คำแนะนำเชิงปฏิบัติสำหรับการแปลผลมอนทาจแบบเฉลี่ย
นิสัยไม่กี่อย่างสามารถช่วยให้นักศึกษาหลีกเลี่ยงการแปลผลที่ผิดพลาดที่พบบ่อยที่สุดเมื่อทำงานกับข้อมูลอ้างอิงค่าเฉลี่ย:
ตรวจสอบจำนวนอิเล็กโทรดและการครอบคลุมของมันบนหนังศีรษะก่อนที่จะแปลผลรูปแบบคลื่นเสมอ หากการบันทึกนั้นใช้ช่องสัญญาณน้อยกว่าประมาณ 32 ช่องสัญญาณ ให้ระมัดระวังในการระบุสัญญานการปลดปล่อยที่ดูเหมือนแพร่กระจายว่าเป็นแบบครอบคลุมวงกว้างที่แท้จริงโดยไม่มีการตรวจสอบเพิ่มเติม
หากปรากฏรูปแบบการแพร่กระจายที่น่าสงสัย ให้สลับไปยังมอนทาจแบบสองขั้วหรือแบบอ้างอิงจุดเดียว เพื่อดูว่าสัญญานนั้นแยกตัวออกเป็นจุดแอมพลิจูดสูงสุดเฉพาะที่ที่ชัดเจนหรือไม่ การตรวจสอบซ้ำนี้ถือเป็นวิธีปฏิบัติมาตรฐานในการอ่านผลทางคลินิก แม้ว่าอัตราการลดข้อผิดพลาดที่แม่นยำจะยังไม่ได้รับการวัดอย่างเป็นทางการในการทดลองขนาดใหญ่ก็ตาม
พึงระลึกไว้เสมอว่ามอนทาจแบบเฉลี่ยสามารถสร้างภาพสะท้อนในกระจกปลอมในทุกช่องสัญญาณ ขนาดของการเบี่ยงเบนที่เป็นภาพสะท้อนเหล่านี้จะแปรผันตามแอมพลิจูดของเหตุการณ์เฉพาะที่ที่แท้จริง และแปรผกผันกับจำนวนอิเล็กโทรดทั้งหมด หมายความว่าการมีอิเล็กโทรดน้อยลงจะทำให้ความบิดเบือนไปกระจุกตัวในแต่ละช่องสัญญาณที่เหลือมากขึ้น
ผลการวิจัยเรื่องการระบุตำแหน่งของโรคหลอดเลือดสมองที่แสดงให้เห็นว่าจำเป็นต้องใช้ 64 ช่องสัญญาณขึ้นไปเพื่อการกำหนดลักษณะเชิงพื้นที่ที่แม่นยำ นั้นสนับสนุนกฎง่ายๆ ทั่วไปว่า ความหนาแน่นของอิเล็กโทรดที่สูงขึ้นจะช่วยปรับปรุงความน่าเชื่อถือของมอนทาจแบบเฉลี่ยสำหรับงานระบุตำแหน่งอย่างเห็นได้ชัด
หลักฐานที่แสดงว่าจุดอ้างอิงแบบเฉลี่ยมีความอ่อนไหวต่อสิ่งเจือปน และมอนทาจที่มีความหนาแน่นต่ำมักจะให้ผลดีกับวิธีการอ้างอิงแบบทางเลือก ช่วยตอกย้ำว่าไม่ควรจัดให้มอนทาจแบบเฉลี่ยเป็นตัวเลือกที่มีประสิทธิภาพสูงสุดโดยอัตโนมัติเมื่อจำนวนอิเล็กโทรดมีจำกัด
การแปลผลมอนทาจแบบเฉลี่ยด้วยความมั่นใจ
มอนทาจแบบเฉลี่ยยังคงเป็นหนึ่งในวิธีการเปลี่ยนจุดอ้างอิงที่ใช้กันอย่างแพร่หลายที่สุดในวิชาประสาทวิทยาทางคลินิกและการวิจัย neuroscience และ EEG เนื่องจากเป็นวิธีที่ให้มุมมองที่สมดุลพอสมควรเกี่ยวกับกิจกรรมของสมองโดยไม่ต้องพึ่งพาจุดอ้างอิงเดียวที่เปราะบาง แต่ความสมดุลนั้นมาพร้อมกับการแลกเปลี่ยนเฉพาะเจาะจงที่ผู้แปลผลทุกคนจำเป็นต้องทำความเข้าใจ
การปลดปล่อยสัญญาณเฉพาะที่ขนาดใหญ่เพียงจุดเดียวสามารถทำให้ค่าเฉลี่ยร่วมมีความลำเอียง โดยสร้างการเบี่ยงเบนขึ้นทั่วทั้งหนังศีรษะที่เลียนแบบเหตุการณ์ในวงกว้าง ทั้งที่แหล่งกำเนิดที่แท้จริงถูกจำกัดอยู่เพียงบริเวณเดียว
การแยกแยะอันน่าเชื่อถือระหว่างกิจกรรมเฉพาะที่และแบบพร้อมกันในวงกว้างนั้น ขึ้นอยู่กับการระบุตำแหน่งที่แอมพลิจูดสูงสุดที่แท้จริงตั้งอยู่ การตรวจสอบรูปแบบที่เป็นภาพสะท้อนในกระจกซึ่งส่งสัญญาณถึงความบิดเบือนทางคณิตศาสตร์มากกว่าการแพร่กระจายที่แท้จริง และการยืนยันกรณีที่คลุมเครือด้วยการแดงผลแบบสองขั้วหรือแบบอ้างอิงจุดเดียว หลักฐานที่มีอยู่ชี้ไปในทางเดียวกันอย่างสม่ำเสมอว่า ความหนาแน่นของอิเล็กโทรดและความแม่นยำของการจำลองโมเดลศีรษะคือสองปัจจัยที่กำหนดอย่างมีนัยสำคัญที่สุดว่า มอนทาจแบบเฉลี่ยจะให้ภาพที่แม่นยำหรือภาพที่บิดเบือน
ประโยชน์ของมันชัดเจนที่สุดในการบันทึกแบบความหนาแน่นสูง ส่วนข้อจำกัดจะเด่นชัดมากขึ้นในชุดการบันทึกทางคลินิกมาตรฐานที่มีความหนาแน่นของการครอบคลุมน้อยกว่า
เอกสารอ้างอิง
Hu, S., Lai, Y., Valdes-Sosa, P. A., Bringas-Vega, M. L., & Yao, D. (2018). How do reference montage and electrodes setup affect the measured scalp EEG potentials?. Journal of neural engineering, 15(2), 026013.
Luu, P., Tucker, D. M., Englander, R., Lockfeld, A., Lutsep, H., & Oken, B. (2001). Localizing acute stroke-related eeg changes:: Assessing the effects of spatial undersampling. Journal of clinical Neurophysiology, 18(4), 302-317.
Liu, Q., Balsters, J. H., Baechinger, M., Van der Groen, O., Wenderoth, N., & Mantini, D. (2015). Estimating a neutral reference for electroencephalographic recordings: the importance of using a high-density montage and a realistic head model. Journal of neural engineering, 12(5), 056012. https://doi.org/10.1088/1741-2560/12/5/056012
Karakis, I., Montouris, G. D., Otis, J. A., Douglass, L. M., Jonas, R., Velez-Ruiz, N., ... & Espinosa, P. S. (2010). A quick and reliable EEG montage for the detection of seizures in the critical care setting. Journal of Clinical Neurophysiology, 27(2), 100-105. https://doi.org/10.1097/wnp.0b013e3181d649e4
คำถามที่พบบ่อย
ข้อใดคือความหมายที่แท้จริงของมอนทาจแบบเฉลี่ยใน EEG?
มอนทาจแบบเฉลี่ยจะเปลี่ยนจุดอ้างอิงแรงดันไฟฟ้าของอิเล็กโทรดแต่ละตัวเทียบกับค่าเฉลี่ยทางคณิตศาสตร์ ณ ขณะนั้นของอิเล็กโทรดที่ใช้งานอยู่ทั้งหมด มันจะลบค่าเฉลี่ยร่วมนี้ออกจากทุกช่องสัญญาณเพื่อสร้างจุดอ้างอิงที่เป็นกลางซึ่งไม่ได้ผูกติดอยู่กับตำแหน่งใดตำแหน่งหนึ่งบนหนังศีรษะ
ทำไมมอนทาจแบบเฉลี่ยจึงสามารถสร้างรูปแบบที่ทำให้เข้าใจผิดว่าเป็นกิจกรรมในวงกว้างได้?
เมื่ออิเล็กโทรดตัวหนึ่งบันทึกสัญญาณการปลดปล่อยขนาดใหญ่ มันจะดึงค่าเฉลี่ยไปฝั่งมันอย่างรุนแรง จากนั้น ช่องสัญญาณอื่นๆ ทั้งหมดจะถูกนำไปเปรียบเทียบกับค่าเฉลี่ยที่บิดเบือนนั้น ส่งผลให้เกิดการเบี่ยงเบนที่เป็นภาพสะท้อนในกระจกซึ่งดูเหมือนเป็นกิจกรรมของคลื่นสมอง ทั้งที่มีจุดกำเนิดเฉพาะที่เพียงจุดเดียวเท่านั้น
นักศึกษาจะสามารถแยกแยะการปลดปล่อยสัญญาณเฉพาะที่ที่แท้จริงออกจากสัญญาณที่บิดเบือนบนมอนทาจแบบเฉลี่ยได้อย่างไร?
มองหาอิเล็กโทรดที่มีแอมพลิจูดขนาดใหญ่ที่สุดอย่างชัดเจน และตรวจสอบดูว่ามีสัญญาณขนาดเล็กกว่าที่มีขั้วตรงข้ามเกิดขึ้นในเวลาเดียวกันในช่องสัญญาณอื่นๆ หรือไม่ รูปแบบที่มีการเปรียบเทียบขั้วไฟฟ้าโดยมีค่าสูงสุดที่โดดเด่นจุดเดียวจะชี้ไปยังเหตุการณ์เฉพาะที่ ในขณะที่การปลดปล่อยในวงกว้างที่แท้จริงจะแสดงกิจกรรมแบบพร้อมเพรียงกันในขนาดที่ใกล้เคียงกันในทุกๆ ที่
ความหนาแน่นของอิเล็กโทรดมีบทบาทอย่างไรต่อความน่าเชื่อถือของมอนทาจแบบเฉลี่ย?
เมื่อมีอิเล็กโทรดน้อยลง แต่ละช่องสัญญาณก็จะมีน้ำหนักสัดส่วนในการเฉลี่ยมากขึ้น ดังนั้นการเปลี่ยนแปลงชั่วคราวขนาดใหญ่เพียงจุดเดียวจะส่งผลให้หน้าจอแสดงผลบิดเบือนรุนแรงขึ้น ชุดอิเล็กโทรดที่มีความหนาแน่นสูงขึ้น (เช่น 64 ช่องสัญญาณหรือมากกว่า) จะลดสิ่งเจือปนทางคณิตศาสตร์นี้ลงและปรับปรุงความแม่นยำของการระบุตำแหน่งเชิงพื้นที่
มอนทาจแบบเฉลี่ยแตกต่างจากมอนทาจแบบอ้างอิงจุดเดียวอย่างไร?
มอนทาจแบบอ้างอิงจุดเดียวจะเปรียบเทียบทุกอิเล็กโทรดกับตำแหน่งทางกายภาพที่คงที่ตำแหน่งเดียว ซึ่งเสี่ยงต่อการปนเปื้อนของเสียงรบกวนหากตำแหน่งนั้นมีสัญญาณรบกวน มอนทาจแบบเฉลี่ยจะช่วยหลีกเลี่ยงความล้มเหลว ณ จุดเดียวนี้ แต่มันอาจแพร่กระจายความบิดเบือนจากการปลดปล่อยเฉพาะที่เพียงตำแหน่งเดียวไปทั่วหน้าจอแสดงผลบนหนังศีรษะได้แทน
เมื่อใดที่มอนทาจแบบสองขั้วจะมีประโยชน์มากกว่ามอนทาจแบบเฉลี่ย?
มอนทาจแบบสองขั้วจะแสดงความแตกต่างของแรงดันไฟฟ้าระหว่างอิเล็กโทรดที่อยู่ติดกัน และยอดเยี่ยมสำหรับการระบุตำแหน่งเหตุการณ์เฉพาะที่ชั่วขณะผ่านการกลับทิศทางของคลื่นแบบแหลมคม มันจะมีประโยชน์น้อยกว่าสำหรับการสังเกตจังหวะคลื่นที่สอดประสานกันในวงกว้าง ซึ่งมักจะเป็นส่วนที่มอนทาจแบบเฉลี่ยให้ภาพรวมที่ดีกว่าในเรื่องของโครงสร้างเชิงพื้นที่ของหนังศีรษะ
วิธีปฏิบัติเพื่อยืนยันรูปแบบที่น่าสงสัยที่พบบนมอนทาจแบบเฉลี่ยคืออะไร?
ให้สลับไปยังมอนทาจแบบสองขั้วหรือแบบอ้างอิงจุดเดียว และตรวจสอบดูว่าเหตุการณ์ที่ดูเหมือนกระจายเป็นวงกว้างนั้นแคบลงเหลือจุดแอมพลิจูดสูงสุดที่ชัดเจนหรือไม่ การตรวจสอบซ้ำนี้จะแสดงให้เห็นว่ารูปแบบนั้นสะท้อนถึงกิจกรรมในวงกว้างที่แท้จริง หรือเป็นเพียงรูปภาพสะท้อนทางคณิตศาสตร์จากการหาค่าเฉลี่ย
มอนทาจแบบเฉลี่ยคือตัวเลือกการอ้างอิงที่ดีที่สุดในระดับถ้วนทั่วใช่หรือไม่?
ไม่ใช่ ประสิทธิภาพของมันขึ้นอยู่กับความหนาแน่นของอิเล็กโทรดและการครอบคลุมศีรษะอย่างมาก ในการบันทึกที่มีความหนาแน่นต่ำ วิธีการเขียนโครงร่างอ้างอิงทางเลือกด้วยคอมพิวเตอร์อาจมีความน่าเชื่อถือมากกว่า ส่วนการมีช่องสัญญาณจำนวนมาก จุดอ้างอิงแบบเฉลี่ยมักจะทำหน้าที่ได้ดี เว้นแต่ว่าไม่พบข้อมูลตำแหน่งอิเล็กโทรดที่แม่นยำ
ขนาดศีรษะของผู้ป่วยมีผลต่อการคำนวณจุดอ้างอิงหรือไม่?
แม้ว่าหลักการคำนวณทางคณิตศาสตร์จะยังคงเหมือนเดิม แต่ความแตกต่างของขนาดศีรษะจำเป็นต้องได้รับการจัดวางอิเล็กโทรดให้อยู่ในตำแหน่งตามสัดส่วนของสัญชาติที่เป็นมาตรฐาน เพื่อรักษาความถูกต้องของค่าเฉลี่ยเชิงพื้นที่ที่กำลังคำนวณ
Emotiv เป็นผู้นำด้านนิวโรเทคโนโลยีที่ช่วยขับเคลื่อนการวิจัยประสาทวิทยาศาสตร์ผ่านเครื่องมือ EEG และข้อมูลสมองที่เข้าถึงได้
คริสเตียน บูร์โกส
