การนำไฟฟ้าตามปริมาตร (Volume conduction) หมายความว่า แรงดันไฟฟ้ากำลังสูงที่บันทึกได้ ณ อิเล็กโทรดตัวหนึ่ง ไม่ได้หมายความว่ากิจกรรมของสมองที่อยู่เบื้องหลังมีต้นกำเนิดมาจากใต้ตำแหน่งของอิเล็กโทรดตัวนั้นโดยตรง มันอาจจะมาจากแหล่งกำเนิดที่อยู่ห่างออกไปหลายเซนติเมตร โดยที่สัญญาณของมันเพียงแค่แพร่กระจายกว้างพอที่จะตรวจจับได้ที่เซนเซอร์หลายตัวพร้อมกัน
สิ่งนี้สร้างปัญหาที่แท้จริงให้กับทุกคนที่พยายามจะตอบคำถามทางวิทยาศาสตร์สองข้อที่แตกต่างกันอย่างสิ้นเชิง: จุดใดบนหนังศีรษะที่มีรูปแบบกิจกรรมเฉพาะเจาะจงรวมตัวกันอยู่ และสมองกำลังสร้างจังหวะหรือความถี่ใด ณ ขณะนั้น? คำถามสองข้อนี้ต้องการเครื่องมือสองแบบที่แตกต่างกัน เครื่องมือแรกคือ Surface Laplacian ซึ่งทำงานเกี่ยวกับการปรับรายละเอียดเชิงพื้นที่ให้คมชัดขึ้น ส่วนเครื่องมือที่สองคือ Fourier transform ซึ่งทำงานเกี่ยวกับการถอดรหัสเวลา
การทำความเข้าใจว่าเครื่องมือแต่ละชนิดทำงานอะไรจริง ๆ และทำไมจึงไม่มีเครื่องมือใดสามารถทดแทนอีกเครื่องมือหนึ่งได้ จะช่วยลดความสับสนได้อย่างมากสำหรับทุกคนที่อ่านหัวข้อระเบียบวิธีวิจัย EEG เป็นครั้งแรก
ความแตกต่างระหว่าง Laplace กับ Fourier: บทสรุปภาพรวม
วิศวกรและนักวิทยาศาสตร์มักต้องเลือกระหว่างการแปลงลาปลาซ (Laplace transform) และการแปลงฟูเรียร์ (Fourier transform) เมื่อต้องออกแบบระบบหรือวิเคราะห์ข้อมูลจากการทดลอง แม้ว่าเครื่องมือทางคณิตศาสตร์ทั้งสองชนิดนี้จะทำหน้าที่แปลงสัญญาณจากโดเมนเวลา (Time Domain) ไปยังโดเมนที่สามารถมองเห็นพฤติกรรมความถี่ได้เหมือนกัน แต่คุณสมบัติพื้นฐาน ขอบเขตการทำงาน และนิยามของเครื่องมือทั้งสองกลับมีความแตกต่างกันอย่างสิ้นเชิง การเลือกแนวทางที่ถูกต้องมักจะช่วยเพิ่มความชัดเจนของผลลัพธ์ โดยเฉพาะอย่างยิ่งเมื่อต้องจัดการกับกระแสข้อมูลที่ซับซ้อนในโลกแห่งความเป็นจริง ซึ่งประกอบด้วยทั้งการแกว่งตัวแบบคงที่และการเปลี่ยนแปลงที่คาดเดาไม่ได้
การแปลงฟูเรียร์เป็นที่รู้จักอย่างแพร่หลายในเรื่องความสามารถในการแยกส่วนประกอบความถี่ในสัญญาณที่เป็นคาบหรือสัญญาณคงที่ (Stationary signals) โดยอาศัยพารามิเตอร์ความถี่ที่เป็นจำนวนจินตภาพล้วน ซึ่งทำให้มันกลายเป็นส่วนหนึ่งของระบบการแปลงลาปลาซที่มีความทั่วไปมากกว่า
เนื่องจากฟูเรียร์จับค่าความหนาแน่นของสเปกตรัม (Spectral density) ของสัญญาณโดยไม่ได้คำนึงถึงเงื่อนไขเริ่มต้นหรือปัจจัยการเติบโต จึงทำให้มันทำหน้าที่เป็นเสาหลักของการวิเคราะห์ความถี่แบบคลาสสิก ในทางกลับกัน การแปลงลาปลาซใช้พารามิเตอร์ความถี่เชิงซ้อน (Complex frequency parameter) ซึ่งช่วยให้สามารถรวมพฤติกรรมเอกซ์โพเนนเชียลทั้งแบบสลายตัวและเติบโตไว้ในการตอบสนองของระบบได้
การเลือกระหว่างเทคนิคเหล่านี้จำเป็นต้องประเมินเสถียรภาพและสถานะเริ่มต้นของระบบที่กำลังพิจารณา เมื่อผู้วิจัยมุ่งเน้นไปที่เนื้อหาฮาร์มอนิกในสถานะคงตัว (Steady-state harmonic content) แนวทางฟูเรียร์ยังคงเป็นมาตรฐานปกติ ในทางตรงกันข้าม หากจำเป็นต้องประเมินเสถียรภาพของระบบป้อนกลับหรือพิจารณาช่วงเวลาทรานเซียนต์ (Transient periods) การแปลงลาปลาซจะช่วยให้ครอบคลุมทางคณิตศาสตร์ที่กว้างขวางกว่ามาก เมื่อสร้างสมดุลของความต้องการเหล่านี้แล้ว ผู้วิเคราะห์จะสามารถเลือกใช้วิธีการที่ให้ข้อมูลที่จำเป็นต่อการตีความชุดข้อมูลเฉพาะของตนได้อย่างมีประสิทธิภาพ
สิ่งที่ค่าลาปลาเซียนบนพื้นผิว (Surface Laplacian) เผยให้เห็นเกี่ยวกับกิจกรรมโฟคัลของสมอง
ลาปลาเซียนบนพื้นผิว (Surface Laplacian) คือตัวกรองเชิงพื้นที่ (Spatial filter) โดยไม่มีผลกระทบใดๆ ต่อจังหวะเวลาของสัญญาณเลย
แต่กลับทำงานบนแผนที่ขั้วไฟฟ้าบนหนังศีรษะ โดยเปรียบเทียบแรงดันไฟฟ้าที่เซ็นเซอร์แต่ละตัวกับแรงดันไฟฟ้าที่บันทึกร่วมกับเซ็นเซอร์ข้างเคียงโดยตรง หากค่าที่อ่านได้จากขั้วไฟฟ้าหนึ่งมีค่าสูงหรือต่ำกว่าค่าเฉลี่ยของขั้วไฟฟ้าที่อยู่รอบๆ อย่างมีนัยสำคัญ ลาปลาเซียนจะทำเครื่องหมายจุดนั้นว่าเป็นแหล่งกำเนิดในพื้นที่ (Local source) ที่มีความเป็นไปได้ และหากค่าที่อ่านได้จากขั้วไฟฟ้าสอดคล้องกับตัวข้างเคียงอย่างใกล้ชิด ลาปลาเซียนจะถือว่านั่นเป็นกิจกรรมที่มีลักษณะกระจายกว้างแทนที่จะเป็นสิ่งที่ระบุตำแหน่งขยายชัดเจน และจะทำการกรองทิ้งในขั้นตอนเอาต์พุต
ผลลัพธ์ในทางปฏิบัติของการกรองนี้จะช่วยให้ได้แผนที่ภูมิประเทศ (Topographic map) ที่มีความเบลอลดลงอย่างมาก แทนที่จะเห็นกิจกรรมเป็นแถบพร่ามัวขนาดใหญ่ที่อาจเกิดขึ้นจากที่ใดก็ได้ใต้หนังศีรษะ แผนที่ที่แปลงด้วยลาปลาเซียนมักจะให้ขอบข่ายขอบเขตกิจกรรมที่กระชับและหนาแน่นกว่า ซึ่งเชื่อมโยงในเชิงแนวความคิดกับความหนาแน่นของแหล่งกำเนิดกระแส (Current source density) ซึ่งเป็นแนวทางที่เกี่ยวข้องกันเพื่อประมาณการว่ากระแสไหลเข้าหรือออกจากพื้นผิวหนังศีรษะที่ใดกันแน่ แทนที่จะดูเพียงแค่ตำแหน่งใดที่มีแรงดันไฟฟ้าสูงที่สุด
สิ่งที่การแปลงฟูเรียร์เผยเกี่ยวกับจังหวะการทำงานของสมอง
เมื่อตัดประเด็นเรื่องพื้นที่ออกไป คำถามที่ต่างออกไปโดยสิ้นเชิงจะกลายเป็นจุดสนใจขึ้นมา อนุกรมเวลา (Time series) ของสัญญาณ EEG ดิบ ซึ่งเป็นเส้นกราฟแรงดันไฟฟ้าที่หยักและเปลี่ยนแปลงตลอดเวลาซึ่งบันทึกจากขั้วไฟฟ้าเดียว ดูแล้วสับสนวุ่นวายสำหรับสายตาคนทั่วไป อย่างไรก็ตาม ภายใต้ความวุ่นวายที่ปรากฏเด่นชัดนั้น กลับมีการแกว่งตัวซ้ำๆ ที่เกิดขึ้นด้วยความเร็วแตกต่างกันไปพร้อมกัน และการแปลงฟูเรียร์ก็คือเครื่องมือทางคณิตศาสตร์ที่ใช้แยกสัญญาณเหล่านี้ออกเป็นจังหวะย่อยที่ทับซ้อนกันอยู่
แทนที่จะมองข้ามขั้วไฟฟ้า ณ ช่วงเวลาใดเวลาหนึ่งเหมือนที่ลาปลาเซียนทำ แต่การแปลงฟูเรียร์จะพิจารณาข้ามช่วงเวลาภายในสัญญาณของขั้วไฟฟ้าขั้วเดียว โดยจะนำรูปคลื่นที่ยุ่งเหยิงจัดระเบียบใหม่ให้กลายเป็นสเปกตรัม ซึ่งเปรียบเสมือนรายการที่แสดงพลังงานรวมของสัญญาณสำหรับแต่ละแถบความถี่
ในการวิจัย EEG แถบเหล่านี้มักจะถูกติดป้ายกำกับว่า เดลตา, ทีตา, แอลฟา, บีตา และแกมมา ซึ่งแต่ละช่วงจะสัมพันธ์กับช่วงความเร็วของการแกว่งตัวที่วัดในหน่วยรอบต่อวินาทีที่แตกต่างกัน สัญญาณที่ครอบงำด้วยคลื่นขนาดใหญ่และช้าจะแสดงสเปกตรัมที่ให้น้ำหนักไปทางฝั่งที่ต่ำกว่า และสัญญาณที่เต็มไปด้วยการแกว่งตัวขนาดเล็กและรวดเร็วจะแสดงพลังงานที่ไปรวมตัวกันอยู่ในแถบความถี่สูง
สิ่งที่สำคัญคือ การแปลงฟูเรียร์จะตัดข้อมูลเชิงพื้นที่ออกไปโดยสิ้นเชิง มันไม่ได้สนใจว่าขั้วไฟฟ้านั้นจะวางอยู่ใกล้กับด้านหน้าหรือด้านหลังของศีรษะ และไม่มีการรับประกันใดๆ เพื่อระบุว่ากิจกรรมที่บันทึกไว้นั้นจำกัดอยู่ในพื้นที่เฉพาะหรือกระจายตัวเป็นวงกว้าง วัตถุประสงค์ทั้งหมดของมันคือเรื่องของเวลา นั่นคือ เมื่อได้รับสัญญาณกิจกรรมของช่องสัญญาณเดียวในช่วงเวลาหนึ่ง สมองกำลังแกว่งตัวที่จังหวะความถี่ใด
เครื่องมือ | การวิเคราะห์ | ตอบคำถาม | ผลลัพธ์ |
|---|---|---|---|
Surface Laplacian | แผนที่ขั้วไฟฟ้าเชิงพื้นที่ | จุดกิจกรรมแบบโฟคัลอยู่ที่ใด | แผนที่เชิงพื้นที่ที่มีความคมชัดขึ้น |
Fourier Transform | ขั้วไฟฟ้าเดี่ยวตามเวลา | คลื่นจังหวะใดบ้างที่ปรากฏอยู่ | สเปกตรัมความถี่ |
การทำงานร่วมกันระหว่างลาปลาเซียนและการแปลงฟูเรียร์เพื่อให้ได้สเปกตรัมที่สะอาดยิ่งขึ้น
เนื่องจากเครื่องมือทั้งสองชิ้นนี้แก้ปัญหาคนละประเด็น แนวทางที่มักนำมาสอนใช้ในการวิเคราะห์สัญญาณ EEG ก็คือการใช้เครื่องมือทั้งสองตามลำดับขั้นตอนมากกว่าที่จะเลือกใช้อย่างใดอย่างหนึ่ง
ขั้นตอนการทำงานทั่วไปคือการรันการแปลงลาปลาเซียนบนพื้นผิวก่อน เพื่อให้ได้สัญญาณรูปคลื่นใหม่ที่ได้รับการกรองเชิงพื้นที่ จากนั้นจึงใช้การแปลงฟูเรียร์กับสัญญาณที่ได้รับการกรองเรียบร้อยแล้วนั้น แทนที่จะใช้กับข้อมูลรหัสดิบดั้งเดิม
การนำปริมาตร (Volume conduction) ทำให้สัญญาณจากหลายแหล่งรวมเข้ากับข้อมูลดิบที่ขั้วไฟฟ้าตัวใดตัวหนึ่ง นั่นหมายความว่าอนุกรมข้อมูลตามเวลาดั้งเดิมไม่ได้เล่าเรื่องของคลื่นระบบประสาทจังหวะเดียวจริงๆ แต่มันคล้ายกับการทับซ้อนกันบันทึกของจังหวะหลายตัวจากหลายแหล่งใกล้เคียงและห่างไกล โดยผสมผสานเข้าด้วยกันที่จุดหนึ่งบนหนังศีรษะ
เมื่อนำการแปลงฟูเรียร์ไปใช้กับสัญญาณแบบผสมผสมนี้โดยตรง สเปกตรัมความถี่ที่ได้จะสะท้อนการผสมผสานนั้น ผลลัพธ์สุดท้ายก็คือจังหวะเฉพาะพื้นที่ของจริงอาจถูกบดบังได้ด้วยกิจกรรมที่มีขนาดกว้างและไม่เจาะจงที่เก็บมาจากส่วนบริเวณอื่น
ดังนั้นการประยุกต์ใช้ลาปลาเซียนบนพื้นผิวก่อน จึงตั้งใจเพื่อลดปัญหาสัญญาณปนเปื้อนเหล่านั้นก่อนที่การวิเคราะห์ความถี่จะเริ่มขึ้น การลดองค์ประกอบสัญญาณที่แพร่กระจายและเน้นสัญญาณที่ชัดเจนในระดับพื้นที่ จะทำให้ขั้นตอนของลาปลาเซียนช่วยเหลือก่อให้เกิดความแม่นยำของกิจกรรมทางประสาทที่ถูกสร้างส่งโดยตรงใต้ตำแหน่งขั้วไฟฟ้านั้น การวิเคราะห์ฟูเรียร์กับสัญญาณตัวกรองนี้ จะทำให้ได้สเปกตรัมที่สะท้อนจังหวะการทำงานจริงของเปลือกสมองส่วนเฉพาะนั้น แทนความหลากหลายของสัญญาณจากแหล่งที่ไกลออกไป
แนวทางที่รวมกันนี้มักถูกอธิบายว่าเป็นวิธีการที่ทำให้การประมาณการณ์สเปกตรัมนั้น "สะอาดยิ่งขึ้น" หรือแสดงพื้นที่ชัดเจนขึ้น และเหตุผลพื้นฐานก็มีความสอดคล้องเป็นระบบตรงใจกับแต่ละหน้าที่เป้าหมายของเครื่องมือ
การรักษามุมมองที่ถูกต้องกับคำถามที่ถูกถาม
การบันทึก EEG ทุกครั้งในวิชาประสาทวิทยาศาสตร์ (neuroscience) จะมีข้อมูลทับซ้อนที่ยุ่งเหยิงซ่อนตัวอยู่ และทางเลือกในการเลือกใช้เครื่องมือจะกำหนดว่าอะไรสามารถมองเห็นได้
ค่าลาปลาเซียนจะจำกัดพิกัดขอบเขตของจุดที่กิจกรรมขึ้นสูงสุด ในขณะที่ฟูเรียร์จะเปลี่ยนไปปรับหาค่าคลื่นความเร็วสมองที่ซ่อนอยู่ และการเข้าใจผิดในบทบาทของสิ่งเหล่านั้นจะนำมาซึ่งความแปรผลลัพธ์จากข้อมูลที่ไม่ตรงความจริง การใช้ตัวกรองพื้นที่ก่อนการกรองเรื่องเวลาเป็นตรรกะที่สมบูรณ์ในการขจัดละทิ้งการปนเปื้อนเชิงระยะห่าง ก่อนตอบคำถามเกี่ยวกับเรื่องจังหวะ แม้ว่าประโยชน์ที่แท้จริงจะยังขึ้นอยู่กับข้อมูลเฉพาะที่มีในมือกก็ตาม
สิ่งที่ไม่เปลี่ยนไปคือข้อแลกเปลี่ยนพื้นฐาน (Trade-off): วิธีปรับหาพิกัดพื้นที่ชัดเจนย่อมทิ้งรายละเอียดในระดับจังหวะเวลา และวิธีเพื่อหาสเปกตรัมความถี่ก็ย่อมละเลยเรื่องส่วนของพิกัดพื้นที่ การทำความเข้าใจข้อแตกต่างส่วนนี้ในการระบุรายละเอียดระเบียบวิธีวิจัยของ EEG จะช่วยป้องกันข้อผิดพลาดที่มักจะสับสนนำการวิเคราะห์ที่มีลักษณะแตกต่างกันนี้มาตอบฐานโจทย์ถามข้อเดียวกัน
เอกสารอ้างอิง
Pascual-Marqui, R. D., Gonzalez-Andino, S. L., & Valdes-Sosa, P. A. (1988). Current source density estimation and interpolation based on the spherical harmonic Fourier expansion. International journal of neuroscience, 43(3-4), 237-249. https://doi.org/10.3109/00207458808986175
คำถามที่พบบ่อย (FAQs)
ปัญหาหลักที่ surface Laplacian เข้ามาช่วยแก้ไขคืออะไร?
surface Laplacian ช่วยแก้ไขปัญหาการนำปริมาตร (Volume conduction) ซึ่งก็คือความพร่ามัวของสัญญาณสมองในขณะส่งผ่านเนื้อเยื่อกะโหลกศีรษะมายังขั้วไฟฟ้า โดยทำหน้าที่เสมือนตัวกรองเชิงพื้นที่เพื่อให้ได้ค่าที่มีความคมชัดสูงขึ้นเกี่ยวกับพิกัดตำแหน่งบนหนังศีรษะที่มีกิจกรรมอยู่หนาแน่นหรือชัดเจนจริง
การแปลงฟูเรียร์ช่วยตอบโจทย์คำถามใดสำหรับการวิเคราะห์สัญญาณ EEG?
การแปลงฟูเรียร์ช่วยให้คำตอบสำหรับคำถามเกี่ยวกับ "กลุ่มความถี่คลื่นระบบประสาทแบบใด" โดยแยกอนุกรมเวลาที่ซับซ้อนของขั้วไฟฟ้าตัวหลักเดี่ยวให้ออกมาเป็นส่วนองค์ประกอบที่มีการซ้อนทับกันอยู่ ซึ่งจะแสดงระดับพลังงานที่สถิตในแถบความถี่ประเภทต่างๆ เช่น เดลตา ทีตา หรือแอลฟา เพื่อให้เห็นผลอย่างเฉพาะเจาะจงในลักษณะมิติของเวลา
เราสามารถใช้ surface Laplacian ในการหาคลื่นสัญญาณจังหวะ หรือทำสลับกันได้หรือไม่?
ไม่ได้ ลำดับขั้นตอนเครื่องมือสองงานนี้ไม่สามารถสลับสับเปลี่ยนเพื่อกันและกันได้ เพราะต่างตอบคำถามพื้นฐานที่ไม่เหมือนกันเลย ลาปลาเซียนจะปรับความคมชัดเพื่อจุดพิกัดทางพื้นที่ ("ตำแหน่งใด") ในขณะที่ฟูเรียร์จะแปลรายละเอียดถอดรหัสจังหวะตามลำดับเหตุการณ์เวลา ("ความถี่ใด") ดังนั้นจึงไม่สามารถใช้ทดแทนกันได้
ทำไมนักวิจัยจึงใช้ surface Laplacian ก่อนที่จะทำการแปลงฟูเรียร์?
การประยุกต์ใช้ลาปลาเซียนก่อน จะช่วยเคลียร์สัญญาณทางพื้นที่ให้สะอาดยิ่งขึ้นโดยการลดสัดส่วนกิจกรรมสมองที่กระจายตัวจากที่ไกลมาสะสมในจุดบันทึกค่าผ่านกระบวนการนำปริมาตร จากนั้นการแปลงฟูเรียร์ที่นำมาปรับใช้ต่อจะให้ผลลัพธ์สเปกตรัมความถี่ที่มีเสถียรภาพและสะท้อนจังหวะคลื่นเฉพาะของเนื้อสมองเปลือกนอกตำแหน่งที่ขั้วไฟฟ้าวางอยู่ตรงจุดนั้นๆ ได้ถูกต้องกว่า
แบบจำลอง spherical harmonic Fourier expansion (SHE) ใช้เพื่ออะไร?
SHE คือระเบียบวิธีคำนวณทางคอมพิวเตอร์เพื่อประมาณค่าสำหรับ surface Laplacian โดยจำลองโครงสร้างสนามไฟฟ้าในหนังศีรษะให้ทั่วทั้งส่วนหัว งานวิจัยด้วยวิธีจำลองบ่งชี้ว่าวิธีนี้จะให้ประมาณการของลาปลาเซียนที่ดีกว่า และมีประสิทธิภาพเหนือกว่าเทคนิคการคำนวณเปรียบเทียบกับจุดรอบข้างแบบง่ายๆ ทั่วไปสำหรับการสร้างช่วงเชื่อมข้อมูล (interpolation)
surface Laplacian ระบุพิกัดกิจกรรมของจุดศูนย์กลางไฟฟ้าในสมองอย่างเฉพาะเจาะจงได้อย่างไร?
ลาปลาเซียนใช้วิธีเปรียบเทียบสถานะแรงดันไฟฟ้าที่ขั้วสัญญาณเป้าหมายกับค่าเฉลี่ยของแรงดันที่เกิดขึ้นในจุดแวดล้อมใกล้ชิด หากตำแหน่งดังกล่าววัดได้ต่างอย่างชัดเจน ระบบจะทำเครื่องหมายพิกัดตำแหน่งแหล่งกำเนิดสัญญาณสมองที่จุดนั้น แต่ถ้าผลวัดออกมาสอดคล้องกลมกลืนกับค่าโดยรอบ ระบบจะปรับกรองกิจกรรมที่กระจัดกระจายนี้ออกไป
เกิดอะไรขึ้นกับสัญญาณ EEG หลังจากประยุกต์ใช้ surface Laplacian?
ผลการแปลงจะช่วยประมวลแผนภูมิแบบเทอร์ราเปนฟราฟิกที่มีความพร่ามัวต่ำกว่ามาก โดยแบ่งกลุ่มโซนของการป้อนกิจกรรมที่คมและหนาแน่นขึ้นมาให้เห็นอย่างละเอียด โดยจะไม่มีการปรับปรุงมิติเวลาของสัญญาณใดๆ ทั้งสิ้น แผนผังจะถูกปรับให้คมขอบทางพื้นที่บนหนังศีรษะเพียงเพื่อให้ทราบการเทียบเคียงของแหล่งพลังงานที่เกิดจริงเท่านั้น
การใช้ลาปลาเซียนร่วมกับการแปลงฟูเรียร์จะรับประกันว่าการวิเคราะห์ผลดีขึ้นเสมอไปหรือไม่?
การประยุกต์ใช้สองส่วนร่วมถือเป็นกระบวนการที่ดีบนฐานแนวคิดที่มุ่งทอนปัญหาสัญญาณกระจายทางพื้นที่ก่อนนำไปคำนวณความถี่ แต่นี่ไม่ใช่การการันตีว่าจะได้ผลลัพธ์ที่ดีเสมอในทุกกรณีอย่างแน่นอน นักวิจัยยังจำเป็นต้องตรวจสอบยืนยันเสมอว่าการจัดลำดับการวิเคราะห์ขั้นตอนดังกล่าวช่วยเพิ่มประสิทธิภาพกับกลุ่มชุดข้อมูลแปรผลตามผลจริงที่มีอยู่หรือไม่
Emotiv เป็นผู้นำด้านนิวโรเทคโนโลยีที่ช่วยขับเคลื่อนการวิจัยประสาทวิทยาศาสตร์ผ่านเครื่องมือ EEG และข้อมูลสมองที่เข้าถึงได้
คริสเตียน บูร์โกส
