ในบรรดาจังหวะการทำงานต่างๆ ของสมอง มีจังหวะหนึ่งที่ดึงดูดความสนใจของนักประสาทวิทยามานานหลายทศวรรษ เนื่องจากดูเหมือนว่าจังหวะนี้จะอยู่ตรงจุดตัดระหว่างการกระทำ การรับรู้ และความเข้าใจทางสังคม
จังหวะมิว (mu rhythm) ซึ่งเป็นคลื่นความถี่ 8–13 Hz ที่บันทึกได้จากเปลือกสมองส่วนควบคุมการรับความรู้สึกและการเคลื่อนไหว (sensorimotor cortex) จะมีกำลังลดลงทุกครั้งที่เราทำกิจกรรมบางอย่าง เฝ้ามองคนอื่นทำกิจกรรมเดียวกันนั้น หรือแม้แต่เพียงแค่จินตนาการว่ากำลังทำกิจกรรมนั้นอยู่ คุณสมบัตินี้ซึ่งเรียกว่าการสูญเสียความสอดคล้องของคลื่นสมอง (desynchronization) ทำให้จังหวะมิวกลายเป็นตัวละครหลักในการวิจัยเกี่ยวกับการเลียนแบบ ความเข้าอกเข้าใจ และความผิดปกติทางคลินิก ตั้งแต่การพูดติดอ่างไปจนถึงออทิสติก
คลื่นสมอง EEG Mu Rhythm คืออะไร?
คลื่นสมอง EEG mu rhythm คือการแกว่งตัวของกระแสไฟฟ้าที่มีรูปแบบแน่นอน ซึ่งบันทึกได้จากขั้วอิเล็กโทรดบนหนังศีรษะเหนือบริเวณประสาทรับความรู้สึกและการเคลื่อนไหว (sensorimotor) ของสมอง มักถูกอธิบายว่าเป็นคลื่นที่มีรูปร่างคล้ายส่วนโค้งหรือซี่หวีที่มีความถี่คล้ายคลื่นอัลฟา โดยทั่วไปจะอยู่ที่ประมาณ 8–13 Hz แม้ว่าขอบเขตที่รายงานจะแตกต่างกันไปตามแต่ละการศึกษา คลื่นนี้อาจปรากฏขึ้นในขณะที่ร่างกายตื่นตัวและผ่อนคลาย และสามารถเปลี่ยนแปลงได้เมื่อระบบประสาทรับความรู้สึกและการเคลื่อนไหวถูกใช้งาน
กิจกรรมของคลื่น Mu ไม่ได้เป็นสารเคมีไฟฟ้าแยกต่างหากหรือเป็นตัวบ่งชี้โดยตรงของกระบวนการทางจิตเพียงกระบวนการเดียว แต่เป็นรูปแบบที่วัดได้ใน electroencephalogram (การบันทึกคลื่นไฟฟ้าสมอง) ซึ่งมีรูปร่างตามแหล่งกำเนิดของระบบประสาท การวางตำแหน่งอิเล็กโทรด การเลือกจุดอ้างอิง และสภาวะของบุคคลนั้น ๆ ดังนั้น คลื่นที่มองเห็นได้จึงต้องได้รับการตีความตามบริบทมากกว่าที่จะปฏิบัติเหมือนเป็นสัญญาณเดี่ยว ๆ ของพฤติกรรมหรือสภาวะเฉพาะอย่างใดอย่างหนึ่ง
Mu Rhythm EEG: แหล่งกำเนิดของมัน
คลื่น mu rhythm มีต้นกำเนิดในบริเวณเปลือกสมองส่วนเตรียมการเคลื่อนไหว (premotor) และส่วนสั่งการเคลื่อนไหว (motor) และได้รับการกำหนดทิศทางอย่างต่อเนื่องโดยโครงสร้างใต้เปลือกสมอง โดยเฉพาะอย่างยิ่งกลุ่มนิวเคลียสที่อยู่ลึกเข้าไปในสมอง (basal ganglia) ซึ่งทำหน้าที่ควบคุมการริเริ่มและการยับยั้งการเคลื่อนไหว ความไวของคลื่นนี้ต่อทั้งกระบวนการสั่งการและกระบวนการรับความรู้สึกมีที่มาจากส่วนย่อยที่แบ่งออกเป็นสองย่านความถี่ที่ทำหน้าที่แตกต่างกัน
ส่วนประกอบที่ช้ากว่า เรียกว่า mu-alpha จะอยู่ในช่วงคลาสสิก 8–13 Hz และตอบสนองต่อสัญญาณยับยั้งจาก basal ganglia และต่อข้อมูลรับความรู้สึกที่ส่งมาถึงเปลือกสมองส่วนสั่งการเป็นหลัก ให้คิดว่า mu-alpha เป็นตัววัดว่าเอาต์พุตการสั่งการของสมองถูกควบคุมไว้มากน้อยเพียงใด และข้อมูลรับความรู้สึกที่เข้ามา เช่น ความรู้สึกของพื้นผิว ตำแหน่งของอวัยวะ กำลังได้รับการประมวลผลร่วมกันอย่างไร
ส่วนประกอบที่เร็วกว่า เรียกว่า mu-beta จะครอบคลุมช่วง 14–25 Hz และสะท้อนถึงการคำนวณอีกรูปแบบหนึ่ง โดยจะจับภาพแบบจำลองการทำนายล่วงหน้าภายในสมอง ซึ่งเป็นการคาดการณ์ของระบบสั่งการเกี่ยวกับผลลัพธ์การรับความรู้สึกของการเคลื่อนไหว เมื่อคุณเอื้อมมือไปหยิบแก้ว สมองของคุณจะคาดการณ์ความรู้สึกจากการสัมผัสก่อนที่นิ้วของคุณจะแตะแก้วจริง ๆ mu-beta จะติดตามจังหวะเวลาและความแม่นยำของการส่งผ่านสัญญาณจากระบบสั่งการไปยังระบบรับความรู้สึกเหล่านี้
สถาปัตยกรรมแบบสองย่านความถี่นี้หมายความว่านักวิจัยสามารถสังเกตการเปลี่ยนแปลงพร้อม ๆ กันใน mu-alpha และ mu-beta ตลอดช่วงเวลาของเหตุการณ์เฉพาะเจาะจง ซึ่งช่วยเปิดมุมมองที่ครอบคลุมเกี่ยวกับฟังก์ชันทางสรีรวิทยาของระบบประสาท ความบกพร่องในย่านความถี่หนึ่งแต่ไม่เกิดกับอีกย่านหนึ่งสามารถเผยให้เห็นว่าภาวะทางคลินิกนั้นเกิดจากการยับยั้งที่ผิดพลาด การตอบสนองของการรับความรู้สึกที่ลดลง หรือจังหวะเวลาภายในที่หยุดชะงัก
ตัวอย่างเช่น ในกลุ่มคนที่มีอาการพูดติดอ่าง การลดลงของคลื่น mu-alpha (mu-alpha suppression) ในระหว่างการทำงานของหน่วยความจำใช้งาน (working memory task) จะลดลงอย่างมีนัยสำคัญเมื่อเทียบกับผู้ที่พูดจาคล่องแคล่ว ซึ่งชี้ให้เห็นถึงความบกพร่องเฉพาะของ basal ganglia และการทำงานร่วมกันของระบบรับความรู้สึกและการเคลื่อนไหวที่เกิดขึ้นด้วยความแม่นยำของเวลาที่สูงมาก
คุณลักษณะ | Mu-Alpha | Mu-Beta |
|---|---|---|
ความถี่ | 8–13 Hz | 14–25 Hz |
บทบาทหลัก | การยับยั้งและการป้อนกลับของการรับความรู้สึก | การทำนายของแบบจำลองล่วงหน้าภายในสมอง |
ไวต่อ | สัญญาณจาก Basal ganglia | จังหวะเวลาของการส่งผ่านสัญญาณจากระบบสั่งการไปยังระบบรับความรู้สึก |
ตัวอย่างทางคลินิก | การลดลงของคลื่นที่น้อยลงในผู้ที่มีอาการพูดติดอ่าง | จังหวะเวลาภายในที่หยุดชะงัก |
วิธีการระบุคลื่น Mu Rhythm
ในการบันทึกคลื่นสมองแบบดิบ (raw EEG) คลื่น mu rhythm อาจปรากฏเป็นรูปคลื่นโค้งที่ค่อนข้างสม่ำเสมอเหนือช่องสัญญาณส่วนกลาง (central leads) มันอาจเกิดขึ้นทั้งสองซีกสมอง (bilateral) หรือรุนแรงกว่าในซีกใดซีกหนึ่ง และอาจเกิดขึ้นเป็นระยะ ๆ มากกว่าที่จะมองเห็นได้อย่างต่อเนื่อง รูปร่างของมันอาจมีขอบหยักแหลมคมโดยไม่ได้มีลักษณะของอาการชัก (epileptiform) ดังนั้นสัณฐานวิทยาเพียงอย่างเดียวจึงไม่สามารถกำหนดความหมายทางคลินิกได้
กระบวนการระบุที่ใช้ได้จริงคือการเปรียบเทียบคลื่นที่น่าสงสัยกับการกระจายตัวบนหนังศีรษะ ความถี่ การพึ่งพาสภาวะ และการตอบสนองต่องานที่เกี่ยวข้อง คลื่นที่เปลี่ยนแปลงตามการเคลื่อนไหวของมือฝั่งตรงข้ามหรือการจัดกระทำอื่น ๆ ของระบบรับความรู้สึกและการเคลื่อนไหว จะมีความสอดคล้องกับกิจกรรมของ mu ที่ตอบสนองต่อสิ่งเร้า มากกว่าคลื่นที่มีรูปร่างเหมือนกันแต่ไม่มีการเปลี่ยนแปลงใด ๆ ถึงกระนั้น ผลลัพธ์ที่ได้ก็เป็นเพียงการคาดเดาความน่าจะเป็นมากกว่าข้อสรุปที่แน่ชัด
การสังเกตหลายประการต่อไปนี้มีประโยชน์อย่างยิ่งเมื่อทบทวนผลการบันทึก:
กิจกรรมของคลื่นจะขึ้นสูงหรือเด่นชัดใกล้กับอิเล็กโทรดส่วนกลาง (central electrodes) มากกว่าที่จะอยู่เฉพาะที่อิเล็กโทรดส่วนท้าย (posterior electrodes)
ความถี่เด่นของคลื่นจะตกอยู่ในช่วงที่คล้ายกับอัลฟาของระบบรับความรู้สึกและการเคลื่อนไหว
แอมพลิจูดหรือพลังงานของคลื่นจะเปลี่ยนแปลงในระหว่างการเคลื่อนไหว การจินตนาการถึงการเคลื่อนไหว (motor imagery) หรือการสังเกตการกระทำ
รูปแบบคลื่นสามารถเกิดขึ้นซ้ำได้ในการทดลองหลาย ๆ ครั้ง และไม่ได้เกิดจากสิ่งรบกวน (artifact) จากกล้ามเนื้อหรืออิเล็กโทรด
การตรวจสอบเหล่านี้จะช่วยลดความเสี่ยงในการสับสนระหว่างคลื่น mu กับคลื่นอัลฟาส่วนหลัง สิ่งรบกวนที่เป็นจังหวะ หรือตัวแปรปกติอื่น ๆ ที่เกิดขึ้นโดยบังเอิญ นอกจากนี้ยังแสดงให้เห็นว่าเหตุใดการวิเคราะห์คลื่น EEG เพียงช่วงสั้น ๆ เพียงช่วงเดียวจึงไม่ค่อยสามารถตอบคำถามการตีความทั้งหมดได้
Mu Rhythm เทียบกับ Alpha Rhythm: ความแตกต่างที่สำคัญ
คลื่น mu และคลื่น alpha อาจมีความถี่ที่ทับซ้อนกัน ซึ่งเป็นเหตุผลหลักที่ทำให้บางครั้งเกิดความสับสน การแยกแยะไม่สามารถทำได้โดยอาศัยความถี่เพียงอย่างเดียว โดยทั่วไปคลื่น alpha จะเกี่ยวข้องกับสมองส่วนหลังที่ควบคุมการมองเห็น และเปลี่ยนแปลงตามการเปิดหรือปิดตา ในขณะที่คลื่น mu จะเกี่ยวข้องอย่างใกล้ชิดกับสมองส่วนกลางที่ควบคุมระบบรับความรู้สึกและการเคลื่อนไหว และเปลี่ยนแปลงตามการใช้งานระบบดังกล่าว
รูปร่างของคลื่นก็อาจดูคล้ายกันได้ ทั้งสองแบบอาจเป็นจังหวะ และทั้งสองแบบอาจมีแอมพลิจูดที่แตกต่างกันไปตามสภาวะและตัวบุคคล คลื่นสมองส่วนกลางที่มีลักษณะคล้ายอัลฟาควรได้รับการทดสอบด้านลักษณะภูมิประเทศ (topography) และการตอบสนองต่อสิ่งเร้า มากกว่าที่จะจำแนกประเภทจากลักษณะภายนอกเพียงอย่างเดียว
การเปรียบเทียบต่อไปนี้มีประโยชน์แต่ไม่ใช่เกณฑ์ที่เด็ดขาด:
คำถาม | Mu rhythm | Alpha rhythm |
|---|---|---|
ปกติแล้วจะแรงที่สุดที่บริเวณใด? | บริเวณหนังศีรษะส่วนกลางที่ควบคุมระบบรับความรู้สึกและการเคลื่อนไหว | บริเวณหนังศีรษะส่วนหลังหรือท้ายทอย |
อะไรที่ทำให้เกิดการเปลี่ยนแปลงบ่อยที่สุด? | การเคลื่อนไหว การจินตนาการถึงการเคลื่อนไหว หรือการสังเกตการกระทำ | สถานะการมองเห็น โดยเฉพาะอย่างยิ่งการเปิดตาเทียบกับการปิดตา |
ความถี่บอกอะไรเราได้บ้าง? | อาจอยู่ในช่วงความถี่ที่คล้ายกับคลื่นอัลฟา | ความถี่เพียงอย่างเดียวไม่เพียงพอสำหรับการระบุประเภท |
ความเสี่ยงหลักในการตีความคืออะไร? | การสับสนกับคลื่นอัลฟาส่วนหลังหรือสิ่งรบกวน | การสับสนระหว่างกิจกรรมของสมองส่วนหลังกับคลื่น mu ส่วนกลาง |
ความแตกต่างเหล่านี้ช่วยนำทางการวิเคราะห์ แต่ไม่ได้มาแทนที่การตรวจพิจารณา โครงสร้างภาพรวมทั้งหมด (full montage) การเลือกจุดอ้างอิง การนำปริมาตร (volume conduction) และแหล่งกำเนิดที่ทับซ้อนกันอาจทำให้การกระจายตัวบนหนังศีรษะไม่ชัดเจนเหมือนดังตัวอย่างในตำราเรียน
วิธีการวิเคราะห์ EEG Mu Rhythm
การศึกษา EEG mu ใช้ทั้งวิธีเชิงสายตาและเชิงปริมาณ การทบทวนเชิงสายตาจะพิจารณารูปร่างของคลื่น การกระจายตัว สภาวะ และการตอบสนองต่อสิ่งเร้า ในขณะที่การวิเคราะห์เชิงปริมาณจะประมาณการพลังงานหรือแอมพลิจูดในช่วงความถี่ที่เลือกไว้ล่วงหน้า งานวิจัยที่น่าเชื่อถือมักจะรายงานข้อมูลอ้างอิง ฟิลเตอร์ การคัดแยกสิ่งรบกวนออก จังหวะเวลาของช่วงคลื่น ค่าอ้างอิง และโมเดลทางสถิติ เพื่อให้สามารถประเมินผลลัพธ์และทำซ้ำได้
การวิเคราะห์ความถี่-เวลา (Time-frequency analysis) มักจะมีประโยชน์เนื่องจากการตอบสนองของคลื่น mu อาจเกิดขึ้นชั่วคราวและสัมพันธ์กับงานเฉพาะอย่าง การวิเคราะห์ความถี่ จะแปลงการเปลี่ยนแปลงแรงดันไฟฟ้าให้เป็นภาพแทนของส่วนประกอบที่เป็นจังหวะ ในขณะที่วิธีวิเคราะห์แบบแยกเวลาจะแสดงให้เห็นว่าการเปลี่ยนแปลงเริ่มขึ้นเมื่อใดและคงอยู่ได้นานเท่าใด นักวิจัยยังคงต้องแยกแยะผลกระทบทางประสาทที่แท้จริงออกจากการรั่วไหลของความถี่ ผลกระทบจากการฟิลเตอร์ และการปนเปื้อนที่ไม่ได้มาจากระบบประสาท
คำอธิบายเกี่ยวกับการสูญเสียความพร้อมเพรียงสัมพันธ์กับเหตุการณ์ (Event-Related Desynchronization)
การสูญเสียความพร้อมเพรียงสัมพันธ์กับเหตุการณ์ หรือ ERD คือการลดลงของพลังงานการแกว่งตัวของคลื่นสมองที่เกี่ยวข้องกับงานเมื่อเทียบกับช่วงเวลาอ้างอิง สำหรับการศึกษาคลื่น mu นั้น โดยทั่วไปแล้ว ERD จะถูกคำนวณรอบ ๆ ช่วงการเคลื่อนไหวหรือการจินตนาการถึงการเคลื่อนไหว และแสดงออกมาเป็นเปอร์เซ็นต์หรือการเปลี่ยนแปลงระดับเดซิเบลจากค่าอ้างอิง วิธีนี้จะจับภาพการตอบสนองเชิงเปรียบเทียบ ซึ่งมักจะดีกว่าการเปรียบเทียบแอมพลิจูดดิบระหว่างบุคคลที่มีความสามารถในการนำไฟฟ้าของกะโหลกศีรษะ การสัมผัสของขั้วอิเล็กโทรด หรือพลังงานอ้างอิงที่แตกต่างกัน
การวิเคราะห์ ERD ทั่วไปจะแบ่งการบันทึกออกเป็นรอบการทดลอง นำส่วนที่ปนเปื้อนออกหรือทำเครื่องหมายไว้ ประมาณการพลังงานสเปกตรัม และเปรียบเทียบช่วงเวลาที่ปฏิบัติงานกับช่วงเวลาก่อนได้รับสิ่งเร้าหรือช่วงเวลาพัก ผลลัพธ์ที่แน่นอนจะขึ้นอยู่กับความยาวของหน้าต่างวิเคราะห์ ความละเอียดของความถี่ การเลือกค่าอ้างอิง และการแก้ไขสำหรับการเปรียบเทียบหลายกลุ่ม หน้าต่างที่สั้นจะรักษาจังหวะเวลาไว้ได้แต่ให้การประมาณการความถี่ที่มีเสถียรภาพน้อยกว่า หน้าต่างที่ยาวขึ้นจะช่วยปรับปรุงความแม่นยำของความถี่แต่สามารถทำให้การเปลี่ยนแปลงที่รวดเร็วดูเลือนลางได้
ดังนั้น การตีความจึงควรครอบคลุมถึงการออกแบบการวิเคราะห์ทั้งหมด การลดลงอย่างมีนัยสำคัญทางสถิติคือหลักฐานของการเปลี่ยนแปลงสัญญาณที่เกี่ยวข้องกับงานภายใต้เงื่อนไขเหล่านั้น ไม่ใช่ข้อพิสูจน์ว่ากลไกทางจิตวิทยาเฉพาะอย่างใดอย่างหนึ่งเป็นผู้ทำให้เกิด การทำซ้ำในงาน เซสชัน และกลุ่มตัวอย่างที่หลากหลายจะช่วยเพิ่มความแข็งแกร่งให้กับข้อสรุป
สมมติฐานกระจกเงาสะท้อนสมอง (Mirror Neuron Hypothesis) และข้อโต้แย้ง
คลื่น mu rhythm ก้าวขึ้นมามีบทบาทสำคัญในสาขาประสาทวิทยาศาสตร์สังคม (neuroscience) เนื่องจากสมมติฐานที่ลึกซึ้ง: หากกลุ่มเซลล์ประสาทกลุ่มเดียวกันทำงานทั้งเมื่อเรากระทำการและเมื่อเราสังเกตการกระทำ และหากคลื่น mu rhythm สะท้อนถึงกิจกรรมทางประสาทนั้น การลดลงของคลื่น mu ในระหว่างการสังเกตการกระทำก็อาจทำหน้าที่เป็นดัชนีชี้วัดที่ไม่ลุกล้ำในการทำงานของระบบเซลล์ประสาทกระจกเงา ตรรกะนี้เป็นแรงผลักดันให้เกิดการศึกษาหลายร้อยชิ้นที่เชื่อมโยงการสูญเสียความพร้อมเพรียงของคลื่น mu เข้ากับการลอกเลียนแบบ ความเห็นอกเห็นใจ พัฒนาการทางภาษา และความเข้าใจในความคิดและความรู้สึกของผู้อื่น (theory of mind)
สมมติฐานนี้ตั้งอยู่บนรากฐานเชิงประจักษ์ที่มั่นคง คลื่น mu rhythm จะลดลงทั้งในระหว่างการทำกิจกรรมและการสังเกตการกระทำ ซึ่งเป็นคุณสมบัติที่ทำให้แตกต่างจากคลื่นอัลฟาส่วนหลังที่ตอบสนองต่อความใส่ใจในการมองเห็นเป็นหลัก ความคล้ายคลึงกันในการทำงานนี้กับเซลล์ประสาทกระจกเงา ซึ่งถูกค้นพบครั้งแรกในเปลือกสมองส่วนเตรียมการเคลื่อนไหวและสมองกลีบข้างของลิงแสม ทำให้คลื่น mu rhythm เป็นเครื่องมือที่น่าสนใจสำหรับการวิจัยการประยุกต์ใช้ในมนุษย์
อย่างไรก็ตาม ความเฉพาะเจาะจงของลิงก์นี้กำลังได้รับการตรวจสอบอย่างละเอียด การทดสอบที่สำคัญได้ใช้การจำแนกรูปแบบข้ามระบบประสาทสัมผัส (crossmodal pattern classification) เพื่อตรวจสอบว่ากิจกรรมของคลื่น mu rhythm ในระหว่างการสังเกตการกระทำนั้นนำข้อมูลเกี่ยวกับการสั่งการเคลื่อนไหวไปจริง ๆ หรือสะท้อนถึงคุณลักษณะของการรับความรู้สึกทางกายแทน
ผู้เข้าร่วมการทดลองได้สังเกตการกระทำที่แตกต่างกันในแง่ของรูปแบบการจับ (การจับด้วยมือทั้งหมดหรือการจับแบบละเอียด) การมีอยู่หรือไม่มีการกระตุ้นประสาทสัมผัสทางผิวหนัง และการกระทำนั้นเกี่ยวข้องกับการใช้สิ่งของ (transitive) หรือไม่ (intransitive) เมื่อโปรแกรมจำแนกประเภทได้รับการฝึกฝนเพื่อแยกแยะคุณลักษณะของการกระทำเหล่านี้ การจำแนกประเภทที่สูงกว่าระดับที่เกิดจากความบังเอิญจะปรากฏขึ้นสำหรับการกระตุ้นประสาทสัมผัสทางผิวหนังและการเปลี่ยนผ่านของการกระทำ แต่ที่น่าแปลกคือ ไม่มีผลกับรายละเอียดของระบบสั่งการเกี่ยวกับการรูปแบบการจับ
คลื่น mu rhythm ดูเหมือนจะเข้ารหัสข้อมูลว่ามีการสัมผัสสิ่งของหรือไม่ และมีเครื่องมือเข้ามาเกี่ยวข้องด้วยหรือไม่ มากกว่าโปรแกรมสั่งการเคลื่อนไหวเฉพาะเจาะจงที่จำเป็นสำหรับการกำมือเพื่อจับ
การค้นพบนี้ได้ปรับเปลี่ยนบทบาทการทำงานของคลื่น mu rhythm ใหม่ ในระหว่างการสังเกตการกระทำ สิ่งที่สูญเสียความพร้อมเพรียงเหนือเปลือกสมองส่วนรับความรู้สึกและการเคลื่อนไหวอาจเป็นภาพแทนของการรับความรู้สึกทางกาย ซึ่งเป็นการจำลองของสมองว่าการกระทำนั้นจะรู้สึกอย่างไร มากกว่าการจำลองคำสั่งการเคลื่อนไหวโดยตรงว่าจะทำอย่างไร
ความแตกต่างนี้มีความสำคัญเนื่องจากจะเป็นตัวจำกัดประเภทของข้อสรุปที่นักวิจัยสามารถดึงออกมาได้เมื่อใช้การลดลงของคลื่น mu เป็นตัวแปรตาม หากสัญญาณนั้นสื่อสารถึงข้อมูลการสัมผัสและการเปลี่ยนผ่านเป็นหลัก การตีความการลดลงของคลื่น mu ในระหว่างภารกิจการรับรู้ทางสังคมว่าเป็นหลักฐานของการสะท้อนการสั่งการ (motor mirroring) จะกลายเป็นเรื่องที่ต้องพิจารณาอย่างรอบคอบหากไม่มีหลักฐานเชิงรวบรวมอื่น ๆ มาสนับสนุน
ประสบการณ์การเคลื่อนไหวปรับจูนการตอบสนองของระบบรับความรู้สึกและการเคลื่อนไหว
แม้จะมีความกังวลเกี่ยวกับความเฉพาะเจาะจง แต่การค้นพบหนึ่งที่ปรากฏขึ้นอย่างสม่ำเสมอคือ: คลื่น mu rhythm มีความไวอย่างยิ่งต่อประวัติการเคลื่อนไหวของแต่ละบุคคล วงจรรับความรู้สึกและการเคลื่อนไหวของสมองไม่ได้ตอบสนองต่อการกระทำทั้งหมดที่สังเกตเห็นในรูปแบบเดียวกัน พวกมันจะสั่นพ้องอย่างรุนแรงกับภารกิจที่ผู้สังเกตเคยลงมือทำด้วยตนเอง
การทดสอบโดยตรงของหลักการนี้ ได้ฝึกผู้ใหญ่สองกลุ่มในการทำกิจกรรมที่ค่อนข้างแปลกใหม่ โดยใช้เครื่องมือคล้ายกรงเล็บเพื่อคีบของเล่น กลุ่มแรกได้รับการฝึกฝนการสั่งการเคลื่อนไหวอย่างกระตือรือร้น โดยได้จับต้องและควบคุมเครื่องมือนั้นด้วยตนเองจนกระทั่งสามารถทำงานได้อย่างคล่องแคล่ว กลุ่มที่สองได้รับการสัมผัสทางการมองเห็นในระดับที่เท่ากัน โดยการเฝ้าดูและเข้ารหัสวิดีโอของการกระทำเดียวกันซ้ำ ๆ แต่ไม่เคยได้ลงมือทำจริง กลุ่มที่สามคือกลุ่มที่ไม่มีประสบการณ์เลย ซึ่งไม่มีประสบการณ์มาก่อนกับเครื่องมือดังกล่าว
การฝึกฝนการสั่งการเคลื่อนไหวอย่างกระตือรือร้น: การจับต้องและควบคุมเครื่องมือด้วยตนเองจนคล่องแคล่ว
การสัมผัสทางการมองเห็น: การเฝ้าดูและเข้ารหัสวิดีโอของการกระทำ โดยไม่เคยลงมือทำจริง
ไม่มีประสบการณ์เลย: ไม่มีประสบการณ์มาก่อนกับเครื่องมือดังกล่าว
เมื่อบันทึกคลื่น EEG ในภายหลังขณะที่ทั้งสามกลุ่มเฝ้าดูการใช้เครื่องมือ ผู้ที่ลงมือทำจริงแสดงให้เห็นการสูญเสียความพร้อมเพรียงของคลื่น mu rhythm มากที่สุด โดยเฉพาะอย่างยิ่งเหนือสมองซีกขวา
ผู้ที่สังเกตการณ์ แม้จะมีความคุ้นเคยจากการมองเห็นอย่างกว้างขวาง แสดงการตอบสนองที่อ่อนแอกว่า ส่วนกลุ่มที่ไม่มีประสบการณ์แสดงการตอบสนองที่อ่อนแอที่สุด
การไล่ระดับสีนี้แสดงให้เห็นว่าประสบการณ์การสั่งการเคลื่อนไหวที่เกิดขึ้นจริง มีอิทธิพลต่อการหล่อหลอมวงจรรับความรู้สึกและการเคลื่อนไหวที่สร้างคลื่น mu rhythm มากกว่าการสังเกตอย่างเฉื่อยชา การค้นพบนี้มีนัยสำคัญต่อการทำความเข้าใจการลอกเลียนแบบและการเรียนรู้ทางสังคมในช่วงแรกเริ่ม มันชี้ให้เห็นว่าเมื่อทารกหรือผู้ใหญ่ได้รับทักษะการเคลื่อนไหวใหม่ ๆ สมองของพวกเขาจะได้รับการปรับจูนเป็นพิเศษเพื่อตรวจจับและประมวลผลการกระทำแบบเดียวกันนั้นเมื่อผู้อื่นแสดง ซึ่งเป็นกลไกทางประสาทที่สามารถสนับสนุนการสร้างคลังคำศัพท์การเคลื่อนไหวอย่างค่อยเป็นค่อยไปซึ่งเป็นพื้นฐานของการลอกเลียนแบบ
เป็นที่น่าสังเกตว่าการศึกษานี้ใช้ระยะเวลาการฝึกอบรมที่ค่อนข้างสั้น ในระดับของเซสชันการทดลองเพียงครั้งเดียว มากกว่าการศึกษาความเชี่ยวชาญหลายปีในงานวิจัยเซลล์ประสาทกระจกเงาแบบคลาสสิกกับนักเต้นหรือนักกีฬา ความไวของคลื่น mu rhythm ต่อเหตุการณ์เรียนรู้การเคลื่อนไหวระยะสั้นทำให้มันเป็นเครื่องมือที่ใช้ได้จริงในการศึกษาว่าความยืดหยุ่นของสมองที่ขึ้นอยู่กับประสบการณ์ (experience-dependent plasticity) คลี่คลายอย่างไรในระบบรับความรู้สึกและการเคลื่อนไหว
จากการสั่นพ้องการเคลื่อนไหวสู่ Insight ทางอารมณ์
หากการลดลงของคลื่น mu เป็นเพียงสัญญาณการสั่นพ้องของการเคลื่อนไหวระดับต่ำ ความเกี่ยวข้องของมันกับการรับรู้ทางสังคมที่ซับซ้อนก็จะมีจำกัด แต่ตอนนี้มีหลักฐานชี้ให้เห็นว่าการจำลองการรับความรู้สึกและการเคลื่อนไหว ตามที่วัดโดยการสูญเสียความพร้อมเพรียงของคลื่น mu มีส่วนช่วยในการอนุมานระดับที่สูงขึ้นเกี่ยวกับความรู้สึกของผู้อื่น
ใน การทดลองคู่หนึ่ง ที่ผสมผสานสิ่งเร้าวิดีโอที่เป็นธรรมชาติเข้ากับการประเมินระดับอารมณ์อย่างต่อเนื่อง ผู้เข้าร่วมได้ชมคลิปของกลุ่มคนที่กำลังอธิบายเหตุการณ์ในชีวิตที่สะเทือนอารมณ์ ผู้เข้าร่วมบางคนได้ชมคลิปที่มีทั้งภาพและเสียง บางคนเห็นเฉพาะภาพ และบางคนได้ยินเฉพาะเสียง
พวกเขาได้ให้คะแนนประเมินเป็นระยะ ๆ ว่าพวกเขาเชื่อว่าบุคคลในคลิปรู้สึกอย่างไร และความแม่นยำของความเข้าอกเข้าใจ (empathic accuracy) ถูกประเมินจากความสัมพันธ์ระหว่างคะแนนของผู้เข้าร่วมกับประสบการณ์ทางอารมณ์ที่รายงานโดยตัวบุคคลในคลิปเอง
การค้นพบที่สำคัญคือการลดลงของคลื่น mu ซีกขวาเหนือบริเวณรับความรู้สึกและการเคลื่อนไหว มีความสัมพันธ์กับความแม่นยำของความเข้าอกเข้าใจ เมื่อผู้เข้าร่วมแสดงการสูญเสียความพร้อมเพรียงของคลื่น mu ที่รุนแรงขึ้น การอนุมานทางอารมณ์ของพวกเขาก็จะตรงกับความรู้สึกที่แท้จริงของบุคคลเป้าหมายได้ใกล้เคียงยิ่งขึ้น
ความสัมพันธ์นี้เกิดขึ้นซ้ำในสองกลุ่มตัวอย่างทางวัฒนธรรม กลุ่มหนึ่งในสหรัฐอเมริกาและอีกกลุ่มหนึ่งในอิสราเอล แม้ว่าในกลุ่มตัวอย่างของอิสราเอลจะเห็นผลลัพธ์นี้เฉพาะเมื่อใช้ย่านความถี่เฉพาะตัวบุคคลและสำหรับสิ่งเร้าทางสายตาเท่านั้น
ผลกระทบเฉพาะรูปแบบประสาทสัมผัสนี้มีความสำคัญในทางทฤษฎี มันบ่งชี้ว่าการจำลองการรับความรู้สึกและการเคลื่อนไหวมีส่วนช่วยในเรื่องความแม่นยำของความเข้าอกเข้าใจได้อย่างชัดเจนเมื่อมีเบาะแสทางสายตา ใบหน้า ท่าทาง และข้อมูลจากท่าทาง ร่างกายที่พร้อมขับเคลื่อนการจำลอง เมื่อมีเพียงข้อมูลเสียงเข้ามา ระบบประสาทอื่น ๆ ดูเหมือนจะเข้ามาแบกรับหน้าที่ในการคำนวณแทน
ผลลัพธ์เหล่านี้ช่วยขยายความสำคัญในการทำงานของการลดลงของคลื่น mu ออกไปไกลกว่าการสั่นพ้องการเคลื่อนไหวระดับต่ำ เปลือกสมองส่วนรับความรู้สึกและการเคลื่อนไหวดูเหมือนจะมีส่วนร่วมในการสร้างการอนุมานตามบริบทที่หลากหลายเกี่ยวกับสถานะภายในของผู้อื่น ซึ่งเป็นส่วนประกอบของความเข้าอกเข้าใจในชีวิตประจำวัน การทำงานที่ค่อนไปทางสมองซีกขวาสอดคล้องกับการค้นพบในวงกว้างในสาขาประสาทวิทยาศาสตร์สังคมที่เชื่อมโยงสมองซีกขวาเข้ากับการประมวลผลทางอารมณ์และการแยกแยะระหว่างตนเองและผู้อื่น
การจินตนาการถึงการเคลื่อนไหวและการค้นหาการควบคุม BCI ที่น่าเชื่อถือ
การตอบสนองของคลื่น mu rhythm ต่อการจินตนาการถึงการเคลื่อนไหวได้ทำให้มันกลายเป็นสัญญาณหลักสำหรับอินเทอร์เฟซสมอง-คอมพิวเตอร์แบบจินตนาการภาพเคลื่อนไหว (brain-computer interfaces หรือ BCI) ระบบเหล่านี้จะแปลการเปลี่ยนแปลงของพลังงานคลื่นที่เกิดขึ้นเมื่อผู้ใช้จินตนาการว่าจะขยับมือซ้ายเทียบกับมือขวาไปเป็นคำสั่งควบคุมอุปกรณ์ภายนอก หลักการระบุว่าการจินตนาการขยับมือจะยับยั้งคลื่น mu rhythm เหนือเปลือกสมองส่วนรับความรู้สึกและการเคลื่อนไหวฝั่งตรงข้าม และการลดลงของคลื่นสมองเฉพาะซีกนี้สามารถตรวจจับและจำแนกประเภทได้แบบเรียลไทม์
อย่างไรก็ตาม ประสิทธิภาพของ BCI จะแตกต่างกันอย่างมากในแต่ละบุคคล ใน การศึกษาปี 2024 ผู้เขียนระบุว่าผู้ใช้จำนวนหนึ่งที่ไม่มีนัยสำคัญ ประมาณ 15 ถึง 30 เปอร์เซ็นต์ ไม่สามารถบรรลุการควบคุมที่น่าเชื่อถือได้ ซึ่งเป็นปรากฏการณ์ที่เรียกว่า ความไร้ประสิทธิภาพของ BCI (BCI inefficiency) การระบุปัจจัยที่ทำนายประสิทธิภาพการทำงานจึงเป็นเป้าหมายสำคัญของสาขานี้ มีการเสนอว่าเพศเป็นหนึ่งในปัจจัยดังกล่าว โดยการศึกษาก่อนหน้านี้บางชิ้นระบุว่าเพศหญิงอาจแสดงการปรับสัญญาณคลื่น mu ที่มากกว่าในระหว่างภารกิจจินตนาการถึงการเคลื่อนไหว
การสืบสวนขนาดใหญ่ในปี 2024 ได้รวมชุดข้อมูลอิสระสี่ชุดเพื่อประกอบเป็นกลุ่มตัวอย่างที่มีผู้เข้าร่วม 248 คนซึ่งมีอัตราส่วนของเพศที่เท่ากัน ซึ่งมีขนาดใหญ่กว่าการศึกษาใด ๆ ก่อนหน้านี้เกี่ยวกับคำถามนี้อย่างมาก ผู้เข้าร่วมทุกคนทำภารกิจมาตรฐานจินตนาการการขยับมือซ้ายเทียบกับมือขวา
การวิเคราะห์ได้ดึงดัชนีการลดลงของคลื่น Mu (Mu Suppression Index) จากอิเล็กโทรดที่ติดตั้งอยู่เหนือเปลือกสมองส่วนรับความรู้สึกและการเคลื่อนไหวซีกซ้ายและขวา และเปรียบเทียบค่าระหว่างผู้เข้าร่วมที่เป็นเพศหญิงและเพศชาย ผลลัพธ์แสดงให้เห็นว่าไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างกลุ่ม เพศ อย่างน้อยในกลุ่มตัวอย่างที่ใหญ่พอและมีพลังทางสถิตินี้ ไม่สามารถทำนายความสามารถในการปรับสัญญาณคลื่น mu ในระหว่างการจินตนาการถึงการเคลื่อนไหวได้
การค้นพบที่ไม่มีนัยสำคัญนี้มีนัยสำคัญในทางปฏิบัติ นักวิจัยและผู้ปฏิบัติงานด้าน BCI น่าจะสามารถตัดเพศออกจากการเป็นตัวแปรคัดกรองเมื่อสรรหาผู้เข้าร่วมหรือเลือกผู้ใช้สำหรับระบบที่ใช้จินตนาการถึงการเคลื่อนไหว การค้นหาตัวทำนายที่น่าเชื่อถือของประสิทธิภาพ BCI อาจต้องมุ่งเน้นไปที่จุดอื่น เช่น ลักษณะทางสรีรวิทยาของระบบประสาท กลยุทธ์การรับรู้ หรือโปรโตคอลการฝึกอบรม
ลักษณะเฉพาะทางคลินิกในผู้ที่มีอาการพูดติดอ่าง
สถาปัตยกรรมแบบสองย่านความถี่ของคลื่น mu rhythm ทำให้มันเหมาะเป็นพิเศษในการจับภาพความบกพร่องทางประสาทเฉพาะที่แสดงลักษณะเฉพาะของความผิดปกติทางคลินิกบางประการ
อาการพูดติดอ่างนำเสนอกรณีศึกษาที่น่าสนใจ ภาวะนี้มีความเกี่ยวข้องมาอย่างยาวนานกับความผิดปกติในวงจร basal ganglia ที่ควบคุมจังหวะเวลาและการริเริ่มการเคลื่อนไหว ร่วมกับการทำงานร่วมกันที่บกพร่องของระบบรับความรู้สึกและการเคลื่อนไหวในการเปล่งเสียง คลื่น mu-alpha ซึ่งไวต่อสัญญาณยับยั้งของ basal ganglia และการป้อนกลับจากระบบรับความรู้สึกไปยังการเคลื่อนไหว และคลื่น mu-beta ซึ่งไวต่อจังหวะเวลาและการคาดการณ์ของแบบจำลองล่วงหน้า นำเสนอช่องทางที่ส่งเสริมซึ่งกันและกันในการทำความเข้าใจความบกพร่องเหล่านี้
ในภารกิจการเปล่งเสียง การวิเคราะห์ส่วนประกอบอิสระ (independent component analysis) สามารถดึงคลื่น mu rhythms ออกจาก สัญญาณ EEG ดิบและแผนผังการเปลี่ยนแปลงพลังงานของคลื่น alpha และ beta ไปสู่กิจกรรมของกล้ามเนื้อของอวัยวะที่ใช้พูด การศึกษา ที่ใช้วิธีนี้ได้สาธิตว่ากิจกรรมของคลื่น mu-alpha และ mu-beta สามารถแยกแยะผู้ที่มีอาการพูดติดอ่างออกจากผู้ที่พูดจาคล่องแคล่วได้อย่างน่าเชื่อถือในระหว่างภารกิจทั้งการพูดและการแยกแยะเสียงประสาทสัมผัส
ความแม่นยำด้านจังหวะเวลาของ EEG ช่วยให้นักวิจัยสามารถสังเกตว่าความบกพร่องของระบบรับความรู้สึกและการเคลื่อนไหวปรากฏขึ้นเมื่อใดในระหว่างการวางแผนและการเปล่งคำพูด การค้นพบใหม่จากภารกิจทวนคำพูดที่ไม่มีความหมาย (non-word repetition task) ยังแสดงให้เห็นการลดลงของคลื่น mu-alpha ที่น้อยลงในกลุ่มที่พูดติดอ่างเมื่อเทียบกับกลุ่มที่พูดคล่องปกติ ซึ่งช่วยขยายขอบเขตความไวของคลื่น mu rhythm ไปยังโดเมนการรับรู้ที่นอกเหนือจากเรื่องการพูดเพียงอย่างเดียว
สิ่งที่คลื่น Mu Rhythm เผยให้เห็นเกี่ยวกับการกระทำ ความเข้าอกเข้าใจ และสัญญาณสมอง
เรื่องราวของคลื่น mu rhythm คือเรื่องราวของการกลั่นกรองและปรับปรุง โดยแสดงให้เห็นว่าคลื่นสมองที่ครั้งหนึ่งเคยถูกระบุว่าเป็นเพียงดัชนีของเซลล์ประสาทกระจกเงา แท้จริงแล้วยังมีข้อมูลการรับความรู้สึกที่สมบูรณ์และหลากหลายกว่า เมื่อเรามองดูใครบางคนลงมือทำกิจกรรม การลดลงของคลื่นสมองที่เราวัดได้จะสะท้อนถึงสิ่งที่เราน่าจะรู้สึกจากการกระทำนั้น ไม่ใช่แค่คำสั่งการสั่งการเคลื่อนไหวเท่านั้น ซึ่งเป็นความแตกต่างที่เปลี่ยนวิธีที่นักวิจัยตีความข้อมูลทางประสาทวิทยาศาสตร์สังคม
ประสบการณ์การเคลื่อนไหวส่วนบุคคลจะช่วยขัดเกลาการตอบสนองนี้ ซึ่งหมายความว่าสมองจะปรับแต่งตัวเองเพื่อจดจำการกระทำที่ร่างกายเคยได้ฝึกฝนจริง ซึ่งเป็นกลไกที่สนับสนุนการสร้างทักษะการลอกเลียนแบบทีละน้อย ในขณะเดียวกัน สัญญาณเดียวกันนี้สามารถทำนายความแม่นยำที่ผู้คนจะอ่านอารมณ์จากใบหน้าและท่าทางในวัฒนธรรมต่าง ๆ ซึ่งช่วยขยายความเกี่ยวข้องของคลื่น mu rhythm ออกไปได้ไกลกว่าการเคลื่อนไหวระดับต่ำ
คลื่น mu rhythm ยังคงมีคุณค่าไม่ใช่จากการตีความที่ตายตัวเพียงรูปแบบเดียว แต่มาจากชุดหลักฐานที่เพิ่มขึ้นซึ่งช่วยตอกย้ำสิ่งที่คลื่นนี้วัดและสาเหตุที่เรื่องนี้มีความสำคัญต่อสรีรวิทยาของมนุษย์
เอกสารอ้างอิง
Coll, M. P., Press, C., Hobson, H., Catmur, C., & Bird, G. (2017). Crossmodal Classification of Mu Rhythm Activity during Action Observation and Execution Suggests Specificity to Somatosensory Features of Actions. The Journal of neuroscience : the official journal of the Society for Neuroscience, 37(24), 5936–5947. https://doi.org/10.1523/JNEUROSCI.3393-16.2017
Cannon, E. N., Yoo, K. H., Vanderwert, R. E., Ferrari, P. F., Woodward, A. L., & Fox, N. A. (2014). Action experience, more than observation, influences mu rhythm desynchronization. Plos one, 9(3), e92002. https://doi.org/10.1371/journal.pone.0092002
Genzer, S., Ong, D. C., Zaki, J., & Perry, A. (2022). Mu rhythm suppression over sensorimotor regions is associated with greater empathic accuracy. Social Cognitive and Affective Neuroscience, 17(9), 788-801. https://doi.org/10.1093/scan/nsac011
von Groll, V. G., Leeuwis, N., Rimbert, S., Roc, A., Pillette, L., Lotte, F., & Alimardani, M. (2024). Large scale investigation of the effect of gender on mu rhythm suppression in motor imagery brain-computer interfaces. Brain computer interfaces (Abingdon, England), 11(3), 87–97. https://doi.org/10.1080/2326263X.2024.2345449
Jenson, D., Bowers, A. L., Hudock, D., & Saltuklaroglu, T. (2020). The application of EEG mu rhythm measures to neurophysiological research in stuttering. Frontiers in human neuroscience, 13, 458. https://doi.org/10.3389/fnhum.2019.00458
คำถามที่พบบ่อย
คลื่น mu rhythm คืออะไร และเหตุใดจึงมีความสำคัญในสาขาประสาทวิทยาศาสตร์?
คลื่น mu rhythm คือการแกว่งตัวของกระแสไฟฟ้าที่เป็นจังหวะซึ่งบันทึกได้เหนือเปลือกสมองส่วนรับความรู้สึกและการเคลื่อนไหว โดยจะมีพลังงานลดลงเมื่อบุคคลนั้นทำกิจกรรม สังเกต หรือจินตนาการการกระทำ คุณสมบัตินี้เรียกว่าการสูญเสียความพร้อมเพรียง (desynchronization) ซึ่งทำให้คลื่นนี้เป็นสัญญาณสำคัญสำหรับการศึกษาการกระทำ การรับรู้ และความเข้าใจทางสังคม
คลื่น mu rhythm แบ่งออกเป็นส่วนประกอบต่าง ๆ ตามหน้าที่การทำงานอย่างไร และแต่ละส่วนทำหน้าที่อะไร?
คลื่น mu rhythm แบ่งออกเป็นส่วนประกอบที่ช้ากว่าและส่วนประกอบที่เร็วกว่า ส่วนประกอบที่ช้ากว่าจะตอบสนองต่อสัญญาณยับยั้งจาก basal ganglia และข้อมูลป้อนกลับจากการรับความรู้สึก ในขณะที่ส่วนประกอบที่เร็วกว่ามีหน้าที่คอยตรวจสอบการคาดการณ์ล่วงหน้าของสมองเกี่ยวกับผลลัพธ์ของความรู้สึกที่จะเกิดขึ้นตามมาจากการเคลื่อนไหว
คลื่น mu rhythm มีความเกี่ยวข้องกับความเข้าอกเข้าใจหรือการทำความเข้าใจความรู้สึกของผู้อื่นหรือไม่?
ใช่ การลดลงของคลื่น mu ซีกขวาเหนือบริเวณรับความรู้สึกและการเคลื่อนไหวมีความสัมพันธ์กับความแม่นยำของความเข้าอกเข้าใจในระดับที่สูงขึ้นเมื่อผู้เข้าร่วมรับชมวิดีโออารมณ์ความรู้สึกต่าง ๆ ความสัมพันธ์นี้เกิดขึ้นอย่างเจาะจงเมื่อเบาะแสทางสายตา เช่น การแสดงออกทางใบหน้าและท่าทางสามารถเข้าถึงได้ ซึ่งเป็นการระบุว่าคลื่น mu rhythm สนับสนุนการอนุมานสถานะภายในของผู้อื่น
คลื่น mu rhythm สามารถใช้ในอินเทอร์เฟซสมอง-คอมพิวเตอร์ได้หรือไม่?
คลื่น mu rhythm เป็นสัญญาณหลักสำหรับอินเทอร์เฟซสมอง-คอมพิวเตอร์แบบจินตนาการภาพเคลื่อนไหว เนื่องจากจินตนาการถึงการเคลื่อนไหวจะทำให้เกิดการลดลงของคลื่นสมองเฉพาะซีกที่สามารถแปลเป็นคำสั่งได้
Emotiv เป็นผู้นำด้านนิวโรเทคโนโลยีที่ช่วยขับเคลื่อนการวิจัยประสาทวิทยาศาสตร์ผ่านเครื่องมือ EEG และข้อมูลสมองที่เข้าถึงได้
คริสเตียน บูร์โกส
