ค้นหาหัวข้ออื่น...

เร่งระยะเวลาการทำงานวิเคราะห์ EEG ของคุณให้เร็วขึ้น ด้วยอาเรย์ไร้สายความหนาแน่นสูงที่มีการเซ็ตอัปอย่างรวดเร็ว ซึ่งได้รับการปรับแต่งมาเป็นอย่างดีเพื่อการปรับใช้ในภาคสนามที่ต้องการความยืดหยุ่น (Flex)

เร่งระยะเวลาการทำงานวิเคราะห์ EEG ของคุณให้เร็วขึ้น ด้วยอาเรย์ไร้สายความหนาแน่นสูงที่มีการเซ็ตอัปอย่างรวดเร็ว ซึ่งได้รับการปรับแต่งมาเป็นอย่างดีเพื่อการปรับใช้ในภาคสนามที่ต้องการความยืดหยุ่น (Flex)

เปลือกสมองของมนุษย์ส่งเสียงฮัมด้วยกิจกรรมทางไฟฟ้าที่เป็นจังหวะ ซึ่งสามารถวัดได้บนหนังศีรษะในรูปแบบของคลื่นไฟฟ้าสมอง (EEG) ในบรรดาการสั่นไหวเหล่านี้ คลื่นแกมมาโดดเด่นในฐานะคลื่นที่ส่งสัญญาณเร็วที่สุดด้วยอัตราประมาณ 30 ถึง 100 รอบต่อวินาที จังหวะแกมมาสะท้อนถึงการประสานเวลาชั่วคราวที่แม่นยำในหมู่เซลล์ประสาทหลายพันตัวในเครือข่ายที่กระจายตัวอยู่ ซึ่งเป็นกลไกที่สมองใช้เพื่อเชื่อมโยงรายละเอียดทางประสาทสัมผัสให้กลายเป็นการรับรู้ที่เป็นหนึ่งเดียวและเพื่อจัดเก็บข้อมูลไว้ในใจ

ผลงานวิจัยในวงกว้างเชื่อมโยงกิจกรรมแกมมาที่ประสานกันเข้ากับฟังก์ชันการทำงานของระบบพุทธิปัญญา เช่น ความใส่ใจ ความจำ และการประมวลผลของจิตสำนึก บทความนี้จะสำรวจตัวกำเนิดทางสรีรวิทยาของการสั่นไหวของคลื่นแกมมา วิธีการตีความกำลังของแกมมาในสเปกตรัม EEG และเหตุใดการหยุดชะงักในการประสานกันของแถบคลื่นแกมมาจึงมีความเกี่ยวข้องมากขึ้นเรื่อยๆ สำหรับการทำความเข้าใจสภาวะทางระบบประสาทและจิตเวช

เร่งระยะเวลาการทำงานวิเคราะห์ EEG ของคุณให้เร็วขึ้น ด้วยอาเรย์ไร้สายความหนาแน่นสูงที่มีการเซ็ตอัปอย่างรวดเร็ว ซึ่งได้รับการปรับแต่งมาเป็นอย่างดีเพื่อการปรับใช้ในภาคสนามที่ต้องการความยืดหยุ่น (Flex)

เร่งระยะเวลาการทำงานวิเคราะห์ EEG ของคุณให้เร็วขึ้น ด้วยอาเรย์ไร้สายความหนาแน่นสูงที่มีการเซ็ตอัปอย่างรวดเร็ว ซึ่งได้รับการปรับแต่งมาเป็นอย่างดีเพื่อการปรับใช้ในภาคสนามที่ต้องการความยืดหยุ่น (Flex)

คลื่นแกมมาคืออะไร?

คลื่นแกมมาคือรูปแบบจังหวะการทำงานของระบบประสาทที่เกิดขึ้นด้วยความถี่ที่ค่อนข้างสูง สิ่งเหล่านี้สะท้อนถึงจังหวะเวลาของกิจกรรมทางไฟฟ้าในกลุ่มของเซลล์ประสาท มากกว่าที่จะสะท้อนถึงความคิด อารมณ์ หรือสภาวะทางจิตใจเพียงอย่างเดียว

นักวิจัยศึกษาคลื่นเหล่านี้ในส่วนที่เกี่ยวข้องกับการรับรู้ ความตั้งใจ ความจำ และการสื่อสารระหว่างภูมิภาคต่าง ๆ ของสมอง คำนี้มีประโยชน์ แต่ไม่ควรนำมาใช้เป็นคำนิยามแบบง่าย ๆ สำหรับสติปัญญาหรือความรู้สึกตัวในระดับสูงสุด

คุณลักษณะของคลื่นแกมมา

กิจกรรมแกมมามักจะอธิบายได้ด้วยการแกว่งตัวอย่างรวดเร็ว แต่อัมปลิจูด จังหวะเวลา และตำแหน่งของมันมีความสำคัญมากพอ ๆ กับความถี่ปกติ การปะทุขึ้นในช่วงสั้น ๆ ระหว่างการรับรู้อาจมีความหมายที่แตกต่างจากกิจกรรมความถี่สูงที่เกิดขึ้นอย่างต่อเนื่องในขณะที่ตื่นตัว ดังนั้น นักวิจัยจึงพิจารณาว่าพลังงานของแกมมามีการเปลี่ยนแปลงหรือไม่ กิจกรรมดังกล่าวทำงานสอดประสานกันในแต่ละภูมิภาคหรือไม่ และรูปแบบนั้นถูกล็อคเวลาไว้กับเหตุการณ์ใดเหตุการณ์หนึ่งหรือไม่

สัญญาณนี้ยังอาจเสี่ยงต่อการปนเปื้อนจากกิจกรรมของกล้ามเนื้อ การเคลื่อนไหว และสัญญาณรบกวนทางไฟฟ้า เรื่องนี้มีความเกี่ยวข้องเป็นพิเศษสำหรับการบันทึกสัญญาณจากหนังศีรษะ ซึ่งกิจกรรมความถี่สูงบางอย่างอาจสะท้อนถึงแหล่งที่มาที่ไม่ได้มาจากระบบประสาท

วิธีการวัดกิจกรรมสมองของคลื่นแกมมา

กิจกรรมแกมมาสามารถวัดได้ด้วยวิธีการหลายวิธี ซึ่งแต่ละวิธีจะให้ความสมดุลของจังหวะเวลา ข้อมูลเชิงพื้นที่ และความอ่อนไหวต่อสิ่งรบกวนที่แตกต่างกันไป

การตรวจ EEG บนหนังศีรษะจะบันทึกการเปลี่ยนแปลงของแรงดันไฟฟ้าที่เกี่ยวข้องกับกิจกรรมของระบบประสาทที่ทำงานสอดประสานกัน และให้ความละเอียดทางเวลาในระดับมิลลิวินาที ส่วนการตรวจคลื่นแม่เหล็กไฟฟ้าสมอง หรือ MEG จะบันทึกสนามแม่เหล็กที่สร้างขึ้นโดยกระแสประสาท และให้ภาพการสั่นไหวของคลื่นสมองในอีกรูปแบบหนึ่งที่ไม่ต้องรุกล้ำร่างกาย

การวิเคราะห์มักเริ่มต้นด้วย กระบวนการปรับแต่งข้อมูลขั้นต้น (preprocessing) ซึ่งรวมถึงการกำจัดหรือการทำเครื่องหมายการเคลื่อนไหว ดวงตา กล้ามเนื้อ และ สัญญาณรบกวนทางไฟฟ้า จากนั้นนักวิจัยอาจคำนวณ กำลังสเปกตรัม (spectral power), การซิงโครไนซ์เฟส, การเปลี่ยนแปลงที่เกี่ยวข้องกับเหตุการณ์ หรือการแสดงภาพเวลาและความถี่ การเลือกวิธีอาจส่งผลอย่างมากต่อการตรวจจับการปะทุช่วงสั้น ๆ จังหวะที่ต่อเนื่อง หรือความสัมพันธ์ระหว่างภูมิภาค

การตีความยังขึ้นอยู่กับ การวางตำแหน่งอิเล็กโทรด, การเลือกจุดอ้างอิง, ขนาดกลุ่มตัวอย่าง, การควบคุมทางสถิติ และภารกิจที่ทำในระหว่างการบันทึกสัญญาณ สัญญาณความถี่สูงที่หนังศีรษะสามารถไวต่อกิจกรรมของกล้ามเนื้อใบหน้าและหนังศีรษะได้เป็นพิเศษ

ดังนั้น ข้อสรุปที่น่าเชื่อถือจึงต้องผสมผสานการตรวจสอบคุณภาพสัญญาณเข้ากับข้อมูลพฤติกรรมหรือข้อมูลทางคลินิก แทนที่จะใช้แผนภูมิที่มีสีสันสวยงามมาเป็นตัววินิจฉัย

คลื่นแกมมามีต้นกำเนิดมาจากส่วนใดในสมอง

การแกว่งตัวของแกมมาเกิดขึ้นจากพฤติกรรมที่ประสานกันของวงจรประสาทเฉพาะที่ภายในเปลือกสมองส่วนนอก (cerebral cortex) ซึ่งถูกกำหนดโดยทั้งเซลล์ประสาทและกลุ่มเซลล์ค้ำจุนที่ครั้งหนึ่งเคยคิดว่าไม่มีบทบาทในการส่งสัญญาณที่รวดเร็ว

การบันทึกสัญญาณ จากทุกชั้นของเปลือกสมองส่วนการมองเห็นขั้นปฐมภูมิ (V1) ในลิง บ่งชี้ถึงการจัดระเบียบแบบแบ่งชั้น มีรายงานว่าคลื่นแกมมาเริ่มต้นขึ้นในชั้นอินพุต 4 จากนั้นจึงแพร่กระจายขึ้นไปยังชั้นตื้น ๆ และลงไปยังชั้นลึกของเปลือกสมอง รูปแบบนี้ขนานไปกับการไหลของข้อมูลประสาทสัมผัสจากทาลามัสไปยังเปลือกสมองส่วนบน ซึ่งระบุว่าแกมมาเป็นสัญญาณแบบป้อนไปข้างหน้า (feedforward) โดยเฉพาะ ซึ่งเป็นวิธีที่สมองใช้ในการผลักดันรายละเอียดใหม่ ๆ ไปข้างหน้าอย่างรวดเร็วเพื่อทำการวิเคราะห์เพิ่มเติม

ต้นกำเนิดแบบแบ่งชั้นนี้บอกเราว่าแกมมาเป็นปรากฏการณ์ของวงจรเฉพาะที่ที่สามารถแผ่ออกไปตามชั้นต่าง ๆ ของคอลัมน์เปลือกสมอง ทว่าการสร้างจังหวะที่รวดเร็วเหล่านี้ขึ้นอยู่กับผู้มีส่วนร่วมที่น่าทึ่งรายหนึ่ง

ใน การเตรียมชิ้นส่วนสมองฮิปโปแคมปัส (hippocampal slice preparations) การขัดขวางการปล่อยโมเลกุลส่งสัญญาณจากแอสโทรไซต์ (เซลล์เกลียรูปดาวที่ล้อมรอบไซแนปส์) อย่างเฉพาะเจาะจง จะทำให้ระยะเวลาของการแกว่งตัวของแกมมาที่ถูกกระตุ้นด้วยสารเคมีสั้นลงอย่างมีนัยสำคัญ จากการศึกษานี้ แบบจำลองหนูดัดแปลงพันธุกรรมที่มีความผิดปกติของแอสโทรไซต์ที่ถูกชักนำได้ แสดงให้เห็นถึงพลังงานแกมมาของ EEG ที่ลดลงอย่างเห็นได้ชัดในสมองขณะที่ตื่นตัวและมีพฤติกรรม แม้ว่าการส่งผ่านประสาทประสานระหว่างเซลล์ประสาทแบบดั้งเดิมจะยังคงทำงานได้ปกติก็ตาม

ดูเหมือนว่า แอสโทรไซต์จะเป็นผู้มีส่วนร่วมสำคัญต่อพลวัตของเครือข่ายที่รวดเร็วซึ่งช่วยรักษาคลื่นแกมมาเอาไว้

คลื่นแกมมาประสานความสอดคล้องของระบบประสาทอย่างไร

การแพร่กระจายแบบป้อนไปข้างหน้าของคลื่นแกมมาไม่ได้จำกัดอยู่แค่ในภูมิภาคเดียว การบันทึกสัญญาณพร้อมกันจาก V1 และพื้นที่การมองเห็นส่วนที่สูงกว่าอย่าง V4 บ่งชี้ว่าคลื่นแกมมาเดินทางในทิศทางป้อนไปข้างหน้า โดยเมื่อสิ่งเร้าทางสายตากระทบกับเปลือกสมองเป็นครั้งแรก ความสอดคล้องของแกมมาใน V1 จะเกิดขึ้นก่อนและขับเคลื่อนแกมมาใน V4

ความเป็นเหตุเป็นผลได้รับการพิสูจน์โดยการกระตุ้นจุลภาคใน V1 และสังเกตพบว่ามันกระตุ้นให้เกิดการแกว่งตัวของแกมมาโดยตรงใน V4 ที่อยู่ปลายน้ำ แรงผลักดันในทิศทางนี้ทำให้แกมมาเป็นตัวเลือกสำหรับการส่งผ่านรายละเอียดประสาทสัมผัสอย่างรวดเร็วจากขั้นตอนการประมวลผลที่ต่ำกว่าไปยังขั้นตอนที่สูงกว่า

แต่การแกว่งตัวของแกมมาไม่ได้ทำงานอย่างโดดเดี่ยว การประมวลผลของเปลือกสมองเกี่ยวข้องกับหลาย ย่านความถี่ ไปพร้อม ๆ กัน ทำให้เกิดคำถามว่ากระแสข้อมูลที่แยกจากกันในทางสเปกตรัมนั้นถูกรวมเข้าด้วยกันได้อย่างไร

ใน การศึกษาด้าน Magnetoencephalography (MEG) ของผู้ใหญ่ที่มีสุขภาพดีที่ทำการคิดเลขในใจอย่างต่อเนื่อง นักวิจัยพบความสอดคล้องของเฟสข้ามความถี่ที่แข็งแกร่งในหมู่การแกว่งตัวของ อัลฟา (\~10 Hz), เบตา (\~20 Hz) และแกมมา (\~30–40 Hz) งานเหล่านี้ซึ่งต้องอาศัยการจำและรวมตัวเลขในความจำใช้งาน ไม่เพียงแต่เพิ่มความสอดคล้องภายในย่านความถี่แบบคลาสสิกเท่านั้น แต่ยังเพิ่มการจับคู่เฟสระหว่างย่านความถี่แกมมาและอัลฟาอีกด้วย

ที่สำคัญ เมื่อภารกิจมีความต้องการสูงขึ้น (การเพิ่มจำนวนสิ่งของที่ต้องจำ) การเพิ่มขึ้นของความสอดคล้องที่เด่นชัดที่สุดจะปรากฏขึ้นอย่างแม่นยำระหว่างแกมมาและอัลฟา การค้นพบนี้บ่งชี้ว่าแกมมาทำหน้าที่เป็นโหนดสำคัญในเครือข่ายที่เชื่อมโยงจังหวะที่ช้ากว่าและกระจายตัวในเชิงพื้นที่ในวงกว้างให้เข้าสู่ช่วงเวลาแห่งการรับรู้ที่สอดประสานกัน

การประสานงานข้ามความถี่นี้นำเสนอกลไกที่เป็นไปได้สำหรับวิธีที่สมองผสานการประมวลผลคุณลักษณะเฉพาะที่อย่างรวดเร็ว (แกมมา) เข้ากับกิจกรรมการกำหนดบริบทในวงกว้าง (อัลฟา)

บทบาทของการแกว่งตัวของแกมมาในความจำใช้งานและความจำเพื่อการระบุจำ

การเชื่อมโยงความสอดคล้องของแกมมาเข้ากับระบบความจำเฉพาะเจาะจงช่วยให้เห็นภาพการทำงานที่ชัดเจนขึ้น งานคิดเลขในใจที่อธิบายไว้ข้างต้นแสดงให้เห็นว่าความสอดคล้องในย่านแกมมา โดยเฉพาะอย่างยิ่งเมื่อล็อกเฟสไว้กับอัลฟา จะแข็งแกร่งขึ้นเมื่อภาระความจำใช้งานเพิ่มขึ้น การประสานกันระหว่างความถี่แกมมาและอัลฟาช่วยติดตามความต้องการทางปัญญาในการรักษาและประมวลผลข้อมูลในเวลาไม่กี่วินาที

หลักฐานจากขอบเขตความจำอื่นอย่าง ความจำเพื่อการระบุจำ (recognition memory) ช่วยสนับสนุนความสัมพันธ์เชิงสาเหตุระหว่างพลังงานแกมมาและพฤติกรรมเพิ่มเติม และตรงนี้เองที่การเชื่อมต่อกับแอสโทรไซต์กลายเป็นสิ่งสำคัญ หนูจำลองดัดแปลงพันธุกรรมแบบเดียวกันที่แสดงพลังงานแกมมาในเปลือกสมองลดลงเนื่องจากการแสดงออกของสารพิษบาดทะยักจากแอสโทรไซต์ ยังทำคะแนนได้ไม่ดีในการทดสอบการระบุจำวัตถุใหม่ ซึ่งเป็นรูปแบบการทดสอบมาตรฐานสำหรับความสามารถในการแยกแยะสิ่งของที่คุ้นเคยออกจากสิ่งใหม่

เป็นที่น่าสังเกตว่าความสามารถด้านความจำอื่น ๆ เช่น ความจำใช้งานในเขาวงกตและการเรียนรู้เงื่อนไขความกลัว ไม่มีการเปลี่ยนแปลง ความบกพร่องนั้นเกิดขึ้นเฉพาะกับความจำเพื่อการระบุจำ และเมื่อการแสดงออกของสารพิษถูกยับยั้ง ทั้งพลังงานแกมมาและประสิทธิภาพการระบุจำวัตถุใหม่ก็ฟื้นตัวกลับมา ข้อสังเกตที่เชื่อมโยงกันเหล่านี้ชี้ให้เห็นถึงบทบาทที่เป็นไปได้ของการแกว่งตัวของแกมมาในวงจรที่เป็นรากฐานของการตรวจจับความคุ้นเคย

ในวงกว้างขึ้น การทบทวนความสอดคล้องของการสั่นไหวในเครือข่ายเปลือกสมอง ได้จัดกลุ่มกิจกรรมในย่านแกมมาให้อยู่ในกลุ่มของจังหวะที่เกี่ยวข้องกับการจัดกลุ่มการรับรู้, การเลือกสิ่งเร้าที่ขึ้นอยู่กับความใส่ใจ, การผสานรวมระบบย่อย, ความจำใช้งาน และความรู้สึกตัว เมื่อต้องการประสานงานข้ามประชากรเซลล์ประสาทที่อยู่ห่างไกล ดูเหมือนว่าความสอดคล้องของแกมมาจะปรากฏขึ้นอย่างสม่ำเสมอ

การปรากฏของมันในภารกิจต่าง ๆ ตั้งแต่การเชื่อมโยงทางสายตาไปจนถึงการบวกเลขในใจ ตอกย้ำว่าแกมมาไม่ได้อุทิศให้กับขอบเขตการทำงานของสมองเพียงอย่างเดียว ทว่ามันเป็นเครื่องมือทางเวลาที่ยืดหยุ่น (Flex) ซึ่งสมองจะนำมาใช้เมื่อใดก็ตามที่ต้องการรวมข้อมูลอย่างรวดเร็ว

ความผิดปกติของแกมมาในฐานะช่องทางสู่การทำความเข้าใจโรคทางสมอง

เนื่องจากความสอดคล้องของแกมมาสนับสนุนการทำงานทางปัญญาที่สำคัญ การเปลี่ยนแปลงในย่านแกมมาจึงสามารถส่งสัญญาณถึงพยาธิสภาพที่เป็นพื้นฐานได้

โรคจิตเภทเป็นหนึ่งในตัวอย่างที่มีการศึกษามากที่สุด การศึกษา EEG ที่เกี่ยวข้องกับเหตุการณ์ ได้เปรียบเทียบกลุ่มควบคุมที่มีสุขภาพดี 22 รายและผู้ป่วยที่ได้รับการรักษาด้วยยา 21 รายในระหว่างภารกิจเสียงแปลกปลอมอย่างง่าย (auditory oddball task) โดยใช้ การวิเคราะห์เวลาและความถี่ นักวิจัยวัดการล็อกเฟสย่านแกมมา (36–50 Hz)—ความสอดคล้องที่การตอบสนองของระบบประสาทสอดรับกันในเวลาข้ามการทดสอบต่าง ๆ—ภายใน 100 มิลลิวินาทีแรกหลังจากเสียงมาตรฐาน

กลุ่มอาสาสมัครที่มีสุขภาพดีแสดงการล็อกเฟสที่โดดเด่นที่อิเล็กโทรดบริเวณหน้าผากระหว่าง 20 ถึง 60 มิลลิวินาที ในกลุ่มโรคจิตเภท ความสอดคล้องของแกมมาที่ถูกกระตุ้นตั้งแต่เนิ่น ๆ นี้ลดลงอย่างมีนัยสำคัญ (P = .03) ซึ่งบ่งชี้ว่าการประสานเวลาเบื้องต้นของสมองต่อสิ่งเร้าทางเสียงดูเหมือนจะบกพร่องใน โรคทางสมอง นี้

การค้นพบนี้สอดคล้องกับงานวิจัยชิ้นใหญ่ที่เสนอว่าโรคจิตเภทเกี่ยวข้องกับการสั่นไหวและความสอดคล้องของระบบประสาทที่ผิดปกติ โดยเฉพาะในย่านแกมมา และความผิดปกติเหล่านี้เกี่ยวข้องกับความบกพร่องและอาการทางปัญญา การล็อกเฟสของแกมมาที่ลดลงอาจเป็นกลไกทางพยาธิสรีรวิทยาที่นำไปสู่การแตกสลายของความคิดและการรับรู้ที่เป็นลักษณะเฉพาะของโรคนั้น

แม้ว่าการศึกษาจะเน้นย้ำถึงศักยภาพของความสอดคล้องของแกมมาในการเป็น ตัวบ่งชี้ทางชีวภาพ แต่ก็ยังเตือนว่าการเลือกวิธีการรวมถึงพารามิเตอร์การแยกย่อย เวลาและความถี่ เฉพาะอาจมีอิทธิพลอย่างมากต่อผลลัพธ์ และการศึกษาก่อนหน้านี้ไม่ได้ตรวจพบความบกพร่องแบบเดียวกันเสมอไป อย่างไรก็ตาม ความเห็นพ้องต้องกันที่เกิดขึ้นทำให้ความสอดคล้องในย่านแกมมาเป็นหนึ่งในเบาะแสทางสรีรวิทยาไฟฟ้าที่มีแนวโน้มมากที่สุดในการทำความเข้าใจและจำแนกประเภทของภาวะทางระบบประสาทและจิตเวชในที่สุด

ทำไมคลื่นแกมมาจึงเป็นหัวใจสำคัญของการประสานงานและสุขภาพของสมอง

คลื่นแกมมาคือจังหวะที่เร็วที่สุดของสมอง โดยทำหน้าที่เป็นสัญญาณเวลาที่เชื่อมโยงข้อมูลส่วนต่าง ๆ เข้าด้วยกันจนกลายเป็นประสบการณ์ทางจิตใจที่สอดคล้องกัน ในที่นี้เราแสดงให้เห็นว่าจังหวะเหล่านี้ขึ้นอยู่กับทั้งเซลล์ประสาทและเซลล์ค้ำจุนเฉพาะทาง และพวกมันเคลื่อนที่ไปข้างหน้าผ่านเปลือกสมองเพื่อส่งรายละเอียดประสาทสัมผัสที่เพิ่งเข้ามาเพื่อประมวลผลเพิ่มเติม อย่างไรก็ตาม แกมมาไม่ได้ทำงานเพียงลำพัง มันประสานเข้ากับจังหวะที่ช้ากว่าอย่างอัลฟาเมื่อภารกิจต้องการความจำใช้งานมากขึ้น ซึ่งเผยให้เห็นว่าการทำงานของสมองที่ยืดหยุ่นนั้นขึ้นอยู่กับการประสานงานข้ามความถี่ที่แม่นยำ

ความผิดเพี้ยนในจังหวะเวลานี้อาจส่งสัญญาณถึงโรคภัยไข้เจ็บ เมื่อการทำงานของเซลล์ค้ำจุนถูกขัดขวางในการทดลอง พลังงานแกมมาลดลงและความจำเพื่อการระบุจำได้รับผลกระทบ ขณะที่ผู้ป่วยโรคจิตเภทแสดงการตอบสนองของแกมมาต่อเสียงง่าย ๆ ที่อ่อนแอลง

การค้นพบเหล่านี้สนับสนุนว่าความสอดคล้องของแกมมาเป็นตัวบ่งชี้ที่มีศักยภาพสำหรับประสิทธิภาพในการรวมข้อมูลของสมอง ไม่ใช่สาเหตุที่ได้รับการพิสูจน์แล้วของสภาวะใด ๆ การวัดจังหวะแกมมาในแต่ละบุคคลอาจช่วยให้แพทย์ตรวจพบและติดตามโรคที่การส่งสัญญาณที่เร็วที่สุดของสมองทำงานไม่สอดประสานกันในที่สุด

เอกสารอ้างอิง

  1. Van Kerkoerle, T., Self, M. W., Dagnino, B., Gariel-Mathis, M. A., Poort, J., Van Der Togt, C., & Roelfsema, P. R. (2014). Alpha and gamma oscillations characterize feedback and feedforward processing in monkey visual cortex. Proceedings of the national academy of sciences, 111(40), 14332-14341. https://doi.org/10.1073/pnas.1402773111

  2. Lee, H. S., Ghetti, A., Pinto-Duarte, A., Wang, X., Dziewczapolski, G., Galimi, F., Huitron-Resendiz, S., Piña-Crespo, J. C., Roberts, A. J., Verma, I. M., Sejnowski, T. J., & Heinemann, S. F. (2014). Astrocytes contribute to gamma oscillations and recognition memory. Proceedings of the National Academy of Sciences of the United States of America, 111(32), E3343–E3352. https://doi.org/10.1073/pnas.1410893111

  3. Palva, J. M., Palva, S., & Kaila, K. (2005). Phase synchrony among neuronal oscillations in the human cortex. The Journal of Neuroscience, 25(15), 3962-3972. https://doi.org/10.1523/JNEUROSCI.4250-04.2005

  4. Uhlhaas, P. J., Haenschel, C., Nikolić, D., & Singer, W. (2008). The role of oscillations and synchrony in cortical networks and their putative relevance for the pathophysiology of schizophrenia. Schizophrenia bulletin, 34(5), 927-943. https://doi.org/10.1093/schbul/sbn062

  5. Roach, B. J., & Mathalon, D. H. (2008). Event-related EEG time-frequency analysis: an overview of measures and an analysis of early gamma band phase locking in schizophrenia. Schizophrenia bulletin, 34(5), 907-926. https://doi.org/10.1093/schbul/sbn093

คำถามที่พบบ่อย

คลื่นแกมมาคืออะไร และเหตุใดจึงสำคัญต่อการทำงานของสมอง

คลื่นแกมมาคือกิจกรรมทางไฟฟ้าที่มีจังหวะเร็วที่สุดของสมอง ซึ่งสามารถวัดได้โดยใช้ EEG คลื่นเหล่านี้ช่วยให้เซลล์ประสาทเกิดการประสานเวลาอย่างรวดเร็วข้ามเครือข่าย ซึ่งช่วยผสานรายละเอียดประสาทสัมผัสให้กลายเป็นการรับรู้ที่เป็นหนึ่งเดียว และสนับสนุนการทำงานทางปัญญา เช่น ความใส่ใจ ความจำ และการประมวลผลข้อมูลในระดับจิตสำนึก

คลื่นแกมมามีต้นกำเนิดมาจากส่วนใดในสมอง และเดินทางอย่างไร

คลื่นแกมมามีต้นกำเนิดในชั้นอินพุต (ชั้นที่ 4) ของเปลือกสมองส่วนนอก จากนั้นจึงแพร่กระจายไปยังชั้นตื้นและชั้นลึก รูปแบบนี้ขนานไปกับการไหลของข้อมูลประสาทสัมผัส ซึ่งทำให้แกมมาเป็นสัญญาณแบบป้อนไปข้างหน้าซึ่งผลักดันรายละเอียดใหม่ ๆ ไปข้างหน้าอย่างรวดเร็วสำหรับการวิเคราะห์ระดับที่สูงขึ้น

แอสโทรไซต์มีบทบาทอย่างไรในการสร้างคลื่นแกมมา

แอสโทรไซต์ ซึ่งเป็นเซลล์เกลียรูปดาวที่ล้อมรอบไซแนปส์ เป็นผู้มีส่วนร่วมสำคัญต่อการแกว่งตัวของแกมมา การขัดขวางการส่งสัญญาณของพวกมันจะทำให้การแกว่งตัวของแกมมาสั้นลง และการทำให้เกิดความผิดปกติจะทำให้พลังงานแกมมาในสมองลดลง แม้ว่าการส่งผ่านระหว่างเซลล์ประสาทแบบดั้งเดิมจะยังคงทำงานได้ปกติก็ตาม

คลื่นแกมมาประสานการทำงานกับจังหวะสมองอื่น ๆ อย่างไร

การแกว่งตัวของแกมมาจะผสานรวมเข้ากับจังหวะที่ช้ากว่า เช่น อัลฟาและเบตา ผ่านการซิงโครไนซ์เฟสข้ามความถี่ การประสานงานนี้ช่วยให้การประมวลผลคุณลักษณะเฉพาะที่อย่างรวดเร็วในแกมมาสามารถเชื่อมโยงเข้ากับกิจกรรมการกำหนดบริบทในวงกว้างของจังหวะที่ช้ากว่าในระหว่างภารกิจต่าง ๆ เช่น การคิดเลขในใจ

กิจกรรมแกมมาเชื่อมโยงกับความจำใช้งานอย่างไร

ความสอดคล้องในย่านแกมมาจะแข็งแกร่งขึ้นเมื่อภาระความจำใช้งานเพิ่มขึ้น โดยเฉพาะอย่างยิ่งเมื่อถูกล็อกเฟสไว้กับการแกว่งตัวของอัลฟา การประสานกันนี้จะติดตามความต้องการทางปัญญาที่จำเป็นในการรักษาและจัดการข้อมูลในช่วงระยะเวลาสั้น ๆ

ความสัมพันธ์ระหว่างพลังงานแกมมาและความจำเพื่อการระบุจำคืออะไร

พลังงานแกมมาดูเหมือนจะจำเป็นสำหรับความจำเพื่อการระบุจำ เนื่องจากการลดลงผ่านความผิดปกติของแอสโทรไซต์จะขัดขวางการระบุจำวัตถุใหม่โดยเฉพาะ และเมื่อพลังงานแกมมาฟื้นตัว ความสามารถด้านความจำเพื่อการระบุจำก็จะฟื้นตัวกลับมา ในขณะที่ความจำประเภทอื่นไม่ได้รับผลกระทบ

ทำไมทิศทางแบบป้อนไปข้างหน้าของคลื่นแกมมาจึงมีความสำคัญ

การแพร่กระจายแบบป้อนไปข้างหน้าจากเปลือกสมองส่วนการมองเห็นขั้นปฐมภูมิ (V1) ไปยังพื้นที่การมองเห็นส่วนที่สูงกว่า (V4) ยืนยันว่าแกมมาทำหน้าที่เป็นกลไกการส่งผ่านที่รวดเร็ว แรงผลักดันในทิศทางนี้ช่วยสนับสนุนการถ่ายโอนรายละเอียดประสาทสัมผัสอย่างรวดเร็วจากขั้นตอนการประมวลผลที่ต่ำกว่าไปยังขั้นตอนที่สูงกว่า ทำให้เกิดการรับรู้ที่สอดประสานกัน

เร่งระยะเวลาการทำงานวิเคราะห์ EEG ของคุณให้เร็วขึ้น ด้วยอาเรย์ไร้สายความหนาแน่นสูงที่มีการเซ็ตอัปอย่างรวดเร็ว ซึ่งได้รับการปรับแต่งมาเป็นอย่างดีเพื่อการปรับใช้ในภาคสนามที่ต้องการความยืดหยุ่น (Flex)

เร่งระยะเวลาการทำงานวิเคราะห์ EEG ของคุณให้เร็วขึ้น ด้วยอาเรย์ไร้สายความหนาแน่นสูงที่มีการเซ็ตอัปอย่างรวดเร็ว ซึ่งได้รับการปรับแต่งมาเป็นอย่างดีเพื่อการปรับใช้ในภาคสนามที่ต้องการความยืดหยุ่น (Flex)

Emotiv เป็นผู้นำด้านนิวโรเทคโนโลยีที่ช่วยขับเคลื่อนการวิจัยประสาทวิทยาศาสตร์ผ่านเครื่องมือ EEG และข้อมูลสมองที่เข้าถึงได้

ข้อจำกัดความรับผิดชอบทางการแพทย์: ข้อมูลที่ให้ไว้บนเว็บไซต์นี้มีวัตถุประสงค์เพื่อการศึกษาและการให้ข้อมูลเท่านั้น และไม่ได้มีวัตถุประสงค์เพื่อเป็นคำแนะนำทางการแพทย์หรือสุขภาพ เนื้อหานี้อาจมีข้อผิดพลาดและไม่ควรนำมาใช้ในการตัดสินใจเลือกแนวทางชีวิต สุขภาพ หรือการรักษาทางการแพทย์ที่เปลี่ยนชีวิต โปรดขอคำแนะนำจากแพทย์หรือผู้ให้บริการด้านสุขภาพที่มีคุณสมบัติเหมาะสมเสมอ หากมีคำถามใดๆ ที่คุณอาจมีเกี่ยวกับอาการเจ็บป่วยหรือการรักษา

คริสเตียน บูร์โกส

ล่าสุดจากเรา

ย่านความถี่คลื่นสมอง (EEG)

เครื่องตรวจคลื่นไฟฟ้าสมอง (EEG) ได้กลายเป็นรากฐานสำคัญของประสาทวิทยาศาสตร์ โดยทำหน้าที่เป็นหน้าต่างที่แสดงกิจกรรมทางไฟฟ้าของสมองแบบเรียลไทม์ ในการทำงานนั้น ผู้วิจัยจะวางขั้วไฟฟ้าไว้บนหนังศีรษะเพื่อบันทึกผลรวมของกิจกรรมทางไฟฟ้าจากกลุ่มเซลล์ประสาทขนาดใหญ่ ซึ่งถูกเข้ารหัสออกมาเป็นเส้นแรงดันไฟฟ้าที่ต่อเนื่องและซับซ้อน

เพื่อสกัดเอาลักษณะเด่นที่เป็นจังหวะออกจากสัญญาณนี้ นักวิทยาศาสตร์จึงใช้การแยกย่อยทางคณิตศาสตร์เพื่อย่อยสัญญาณออกเป็นความถี่ส่วนประกอบ กระบวนการนี้ทำให้เกิดแถบความถี่ที่เราคุ้นเคย ได้แก่ เดลตา, ทีตา, แอลฟา, บีตา, แกมมา ซึ่งเป็นข้อมูลหลักในเอกสารวิจัยทางวิชาการเกี่ยวกับ EEG

การทำความเข้าใจว่าแถบความถี่เหล่านี้เป็นตัวแทนของอะไร มีการสร้างขึ้นอย่างไร บอกอะไรเกี่ยวกับสภาวะของสมอง และประโยชน์ทางคลินิกอยู่ในจุดใดนั้น จำเป็นต้องมองข้ามไปไกลกว่าป้ายกำกับง่าย ๆ และเจาะลึกเข้าไปในฟิสิกส์และสรีรวิทยาที่เป็นรากฐานของสิ่งเหล่านี้

อ่านบทความ

คลื่นทีต้า

คลื่นทีตา (Theta waves) ซึ่งตามคำจำกัดความทางเทคนิคคือการแกว่งตัวของกระแสไฟฟ้าที่เป็นจังหวะในช่วงความถี่ 4–8 Hz จะปรากฏให้เห็นในบันทึกคลื่นไฟฟ้าสมองผ่านทางหนังศีรษะ (EEG) การบันทึกคลื่นไฟฟ้าสมองภายในกะโหลกศีรษะ (intracranial EEG) และศักย์ไฟฟ้าเฉพาะที่ (local field potentials) คลื่นเหล่านี้มีความเด่นชัดเป็นพิเศษในฮิปโปแคมปัส (hippocampus) ซึ่งเป็นโครงสร้างที่อยู่ลึกเข้าไปในกลีบสมองส่วนขมับ (temporal lobe) ที่ทำหน้าที่เป็นศูนย์กลางสำคัญสำหรับความจำระยะสั้นและระยะยาว (episodic memory) และการนำทางในมิติสัมพันธ์ (spatial navigation)

บทความนี้จะตรวจสอบหลักการของคลื่นทีตาโดยตรง โดยอาศัยหลักฐานที่สอดคล้องกันจากการบันทึกคลื่นสรีรวิทยาไฟฟ้าในสัตว์ฟันแทะ (rodent electrophysiology) และการบันทึกคลื่นไฟฟ้าภายในกะโหลกศีรษะของมนุษย์ เพื่อทำความเข้าใจว่าคลื่นทีตาประสานการทำงานของเซลล์ประสาทที่รองรับการสร้างความจำ การกู้คืนความจำ และการนำทางได้อย่างไร

อ่านบทความ

อัลฟาเวฟส์

เป็นเวลาหลายทศวรรษที่คลื่นอัลฟาถูกเข้าใจผิดว่าเป็นสัญญาณของช่วงเวลาที่สมองส่วนคอร์เทกซ์หยุดทำงาน เมื่อการบันทึกภาพคลื่นไฟฟ้าสมอง (EEG) แสดงการทำงานของคลื่นอัลฟาที่รุนแรงบริเวณด้านหลังศีรษะ นักวิจัยต่างสันนิษฐานว่าสมองส่วนที่เกี่ยวข้องกับการมองเห็นได้ปิดการทำงานลง โดยทำงานในลักษณะเดินเครื่องเปล่าในสภาวะที่ผ่อนคลายและปราศจากการจดจ่อ

ในปัจจุบัน คลื่นอัลฟาไม่ได้เป็นเพียงจังหวะการพักผ่อนที่เฉื่อยชาอีกต่อไป แต่เป็นที่เข้าใจกันแล้วว่าเป็นกระบวนการเชิงรุกที่ต้องใช้พลังงาน ซึ่งสมองใช้เพื่อควบคุมการไหลเวียนของข้อมูลประสาทสัมผัส บทความนี้จะพิจารณาหลักฐานที่แสดงว่าคลื่นอัลฟามีหน้าที่เป็นผู้เฝ้าประตูที่มีพลวัต คอยยับยั้งข้อมูลนำเข้าที่ไม่เกี่ยวข้อง กำหนดเวลาของหน้าต่างการรับรู้ของสมอง และกำหนดการตัดสินใจที่เราทำเกี่ยวกับสิ่งที่เรามองเห็น

อ่านบทความ

การวิเคราะห์ความหนาแน่นกระแสแหล่งกำเนิด

การวิเคราะห์ความหนาแน่นของกระแสไฟฟ้าในปัจจุบัน (CSD) จะประมาณการว่ากระแสไฟฟ้าเข้าหรือออกจากเนื้อเยื่อประสาทตรงจุดใด โดยการตรวจสอบการเปลี่ยนแปลงเชิงพื้นที่ในแรงดันไฟฟ้าภายนอกเซลล์ วิธีนี้สามารถช่วยให้การแปลผลการบันทึกภาพคลื่นไฟฟ้าสมอง (EEG) และการบันทึกด้วยขั้วไฟฟ้าขนาดเล็กมีความชัดเจนยิ่งขึ้น แต่ความถูกต้องของวิธีนี้จะขึ้นอยู่กับรูปทรงเรขาคณิตของขั้วไฟฟ้า คุณภาพของตัวอย่าง ทางเลือกของจุดอ้างอิง และข้อสมมติฐานของแบบจำลอง

อ่านบทความ