การตรวจคลื่นไฟฟ้าสมอง (Electroencephalograms) จะมีทั้งสัญญาณการรับรู้ของระบบประสาทและสัญญาณรบกวนทางไฟฟ้าขนาด 50 หรือ 60 Hz จากสายไฟในบริเวณใกล้เคียง เนื่องจากสัญญาณรบกวนนี้สามารถบิดเบือนข้อมูลของระบบประสาทได้ นักวิจัยจึงมักใช้ตัวกรองแบบน็อทช์ (notch filter) ซึ่งเป็นตัวกรองแบบแถบความถี่แคบ (narrow band-stop filter) ที่ช่วยลดความถี่เฉพาะนี้ลง ในขณะที่ยังคงรักษาคลื่นความถี่ EEG ส่วนที่เหลือไว้ดังเดิม
Notch Filter คืออะไร?
Notch filter คือฟิลเตอร์ประมวลผลสัญญาณที่ลดทอนความถี่ในช่วงแคบๆ ลงอย่างมาก ในขณะที่ปล่อยให้ความถี่ที่ต่ำกว่าและสูงกว่าช่วงดังกล่าวผ่านไปได้โดยมีการเปลี่ยนแปลงค่อนข้างน้อย บริเวณที่ถูกปฏิเสธนี้เรียกว่า stopband และจุดศูนย์กลางของช่วงมักเรียกว่าความถี่ notch เนื่องจาก stopband มีความแคบ ฟิลเตอร์นี้จึงมีวัตถุประสงค์เพื่อใช้กับสัญญาณรบกวนที่มีความเข้มข้นและทราบแหล่งที่มาแน่ชัด มากกว่าที่จะใช้กับสัญญาณรบกวนในสเปกตรัมกว้าง
ใน EEG ส่วนประกอบที่รบกวนมักจะมาจากการปนเปื้อนของสายส่งไฟฟ้าหลัก ซึ่งเกิดจากสภาพแวดล้อมในการบันทึก สายเคเบิล แอมพลิฟายเออร์ หรือความแตกต่างของอิมพีแดนซ์ของอิเล็กโทรด Notch filter สามารถลดส่วนประกอบ 50 Hz หรือ 60 Hz ที่เด่นชัดลงได้ ขึ้นอยู่กับมาตรฐานไฟฟ้าในท้องถิ่นและเงื่อนไขการบันทึก มันไม่ได้กำจัดแหล่งที่มาของสิ่งประดิษฐ์ (artifact) ทุกประเภท และไม่ได้แยกแยะสัญญาณรบกวนทางไฟฟ้าออกจากกิจกรรมของสมองด้วยความหมาย แต่มันทำงานบนเนื้อหาความถี่
Notch Filter ทำงานอย่างไร (และไม่ได้ทำอะไรบ้าง)
Notch filter ทำงานโดยการสร้างการดรอปที่รวดเร็วในสิ่งที่วิศวกรเรียกว่าการตอบสนองเชิงขนาด (magnitude response) ของฟิลเตอร์ ซึ่งเป็นเพียงกราฟที่แสดงปริมาณที่ฟิลเตอร์ปล่อยให้แต่ละความถี่ผ่านไปได้
ที่ความถี่ส่วนใหญ่ การตอบสนองจะอยู่ที่เกือบเต็มกำลัง ซึ่งหมายความว่าสัญญาณจะผ่านไปได้โดยไม่มีการเปลี่ยนแปลง ที่ความถี่เป้าหมาย ซึ่งปกติคือ 50 หรือ 60 hertz การตอบสนองจะลดลงอย่างรวดเร็ว โดยจะลดทอนย่านความถี่นั้นในขณะที่ปล่อยให้ความถี่ข้างเคียงแทบไม่ได้รับผลกระทบ ผลลัพธ์ในทางทฤษฎีคือ สัญญาณที่สะอาดขึ้นซึ่งเสียงฮัมของสายไฟฟ้าหายไป แต่การสั่นของสมองเองยังคงอยู่
สิ่งที่คุณลักษณะของ notch filter ไม่ได้ทำนั้นก็มีความสำคัญไม่แพ้กัน มันไม่ใช่เครื่องมือกำจัดสิ่งประดิษฐ์ทั่วไปสำหรับวัตถุประสงค์ทั่วไป
การปนเปื้อนแบบบรอดแบนด์ เช่น กิจกรรมของกล้ามเนื้อที่กระจายตัวเป็นวงกว้างของความถี่ในระหว่างการกัดฟัน หรือการหักเหขนาดใหญ่ที่เกิดจากการกระพริบตา จะผ่าน notch filter ไปได้เลย เนื่องจากความเสียหายเหล่านั้นไม่ได้จำกัดอยู่ในแถบแคบๆ
นอกจากนี้ notch filter ยังไม่ทำการแยกสลายสเปกตรัม มันไม่ได้สลายสัญญาณออกเป็นจังหวะที่เป็นส่วนประกอบเหมือนที่การวิเคราะห์ความถี่ตามเวลา (time-frequency analysis) ทำเมื่อนักวิจัยต้องการดูว่าพลังงานในย่านความถี่ theta, alpha หรือ beta เปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไป Notch filter เพียงแค่ตัดเนื้อหาความถี่ส่วนแคบๆ ออกไปหนึ่งส่วน และปล่อยให้โครงสร้างสเปกตรัมที่เหลืออยู่ตรงจุดเดิมทุกประการ
พื้นฐานการออกแบบ Band Stop Notch Filter
การออกแบบ band-stop เริ่มต้นด้วยการกำหนดที่ชัดเจนเกี่ยวกับความถี่ที่ไม่ต้องการ และปริมาณสเปกตรัมข้างเคียงที่สามารถสละได้ Notch ที่มีศูนย์กลางอยู่ที่ 60 Hz ด้วยแบนด์วิดท์ที่แคบมากจะทำงานแตกต่างจากตัวที่ลดทอน 55–65 Hz ตัวเลือกที่เหมาะสมขึ้นอยู่กับความเสถียรของการรบกวน แบนด์วิดท์ของสัญญาณ ความถี่การสุ่มตัวอย่าง และคำถามทางวิทยาศาสตร์หรือทางคลินิก
ปัจจัยคุณภาพ หรือที่เขียนทั่วไปว่า Q แสดงถึงความสัมพันธ์ระหว่างความถี่ศูนย์กลางและแบนด์วิดท์ ฟิลเตอร์ที่มีค่า Q สูงจะมี stopband ที่แคบเมื่อเทียบกับความถี่ศูนย์กลาง ส่วนการออกแบบที่มีค่า Q ต่ำกว่าจะส่งผลกระทบต่อพื้นที่ที่กว้างกว่า การลดทอนที่มากขึ้นและการเปลี่ยนผ่านที่ชันขึ้นอาจต้องการอันดับฟิลเตอร์ (filter order) ที่สูงขึ้น แต่อันดับที่สูงขึ้นก็อาจเพิ่มการสั่นพ้อง (ringing) ต้นทุนการคำนวณ และความอ่อนไหวต่อรายละเอียดการนำไปใช้งาน
ข้อกำหนดการออกแบบสามารถประเมินได้ดีที่สุดผ่านพฤติกรรมทั้งในโดเมนความถี่และโดเมนเวลา แผนภูมิความถี่แสดงให้เห็นถึงการลดทอน แบนด์วิดท์ และการกระเพื่อมในย่านผ่าน (passband ripple) ในขณะที่การตอบสนองต่ออิมพัลส์หรือสเต็ปจะแสดงการสั่นพ้องและพฤติกรรมชั่วคราว สำหรับ EEG การปรับปรุงที่เห็นได้ชัดในสเปกตรัมควรได้รับการพิจารณาควบคู่ไปกับสัณฐานวิทยาของรูปคลื่น จังหวะเวลาของเหตุการณ์ และการสกัดคุณลักษณะในขั้นตอนถัดไป
Notch Filter เทียบกับ Band Stop Filter: ต่างกันอย่างไร?
โดยทั่วไปแล้ว Notch filter เป็นที่เข้าใจกันว่าเป็นรูปแบบที่แคบของ band-stop filter ทั้งคู่ทำหน้าที่ลดทอนความถี่ภายใน stopband และผ่านความถี่ภายนอกนั้น แต่โดยปกติแล้ว notch จะมุ่งเป้าไปที่ความถี่เฉพาะที่แยกได้ หรือช่วงที่เล็กมาก
Band-stop filter แบบกว้างอาจเหมาะสมเมื่อการรบกวนครอบครองพื้นที่ที่กว้างและกำหนดขอบเขตชัดเจน ส่วน notch จะมีความระมัดระวังมากกว่าเมื่อเป้าหมายคือการลบส่วนประกอบเส้นเดียวออกไปในขณะที่ยังคงรักษากิจกรรมใกล้เคียงไว้ ใน EEG ความระมัดระวังดังกล่าวไม่ได้ช่วยขจัดความจำเป็นในการทบทวน เนื่องจากฟิลเตอร์ที่แคบก็ยังคงสามารถส่งผลต่อฮาร์โมนิก เฟส หรือการประมาณค่าสเปกตรัมรอบเป้าหมายได้
การเปรียบเทียบต่อไปนี้จะสรุปความแตกต่างโดยทั่วไป พฤติกรรมที่แท้จริงขึ้นอยู่กับข้อกำหนดและการนำฟิลเตอร์ไปใช้งาน ดังนั้นชื่อเรียกจึงไม่ควรใช้แทนการตรวจสอบเส้นโค้งการตอบสนอง
คุณสมบัติ | Notch filter | Broad band-stop filter | ผลกระทบต่อ EEG ทั่วไป |
|---|---|---|---|
ความกว้างของ Stopband | แคบ | กว้างกว่า | โดยปกติ Notch จะรักษาความถี่ที่อยู่ติดกันไว้ได้มากกว่า |
เป้าหมายหลัก | ความถี่เส้นเดียวหรือช่วงสั้นๆ | ช่วงความถี่ที่กำหนดไว้ | เป้าหมายควรตรงกับการรบกวนที่สังเกตพบ |
ปัจจัยคุณภาพ (Quality factor) | มักจะสูง | มักจะต่ำกว่า | ค่า Q ที่สูงขึ้นสามารถลดการบิดเบือนของแถบความถี่ข้างเคียงได้ |
การใช้งานทั่วไป | เสียงฮัมของสายไฟฟ้าหลักหรือโทนเสียงเรโซแนนท์ | การรบกวนในวงกว้างหรือแถบความถี่ที่ไม่ต้องการ | การเลือกขึ้นอยู่กับสิ่งประดิษฐ์และคำถามในการวิจัย |
ความแตกต่างในทางปฏิบัติจึงเป็นเรื่องของความสามารถในการเลือกจับ Notch filter ไม่ได้ปลอดภัยกว่าโดยอัตโนมัติ และ broad band-stop filter ก็ไม่ได้มากเกินไปโดยอัตโนมัติ แต่ละแบบต้องได้รับการตัดสินจากคุณลักษณะของสัญญาณที่มีความสำคัญต่อการบันทึก
การใช้ Notch Filter ในการประมวลผลสัญญาณ EEG
สัญญาณ EEG ประกอบด้วยความผันผวนของแรงดันไฟฟ้าแอมพลิจูดต่ำที่สร้างขึ้นโดยกิจกรรมของระบบประสาทที่กระจายตัว ควบคู่ไปกับสิ่งประดิษฐ์ทางสรีรวิทยาและสิ่งแวดล้อม อาจใช้ notch filter ในระหว่างการประมวลผลล่วงหน้า (preprocessing) เมื่อพบจุดยอดสเปกตรัมที่แคบซึ่งสอดคล้องกับการรบกวนจากสายส่งไฟฟ้าหลัก
มันคือขั้นตอนหนึ่งภายในเวิร์กโฟลว์ขนาดใหญ่ที่อาจรวมถึง:
การอ้างอิงใหม่ (Rereferencing)
การประเมินช่องสัญญาณที่เสีย (Bad-channel assessment)
การแก้ไขสิ่งประดิษฐ์
การแบ่งส่วน (Segmentation)
การจัดการค่าพื้นฐาน (Baseline handling)
ช่วงเวลาของการกรองมีความสำคัญ การใช้ฟิลเตอร์ก่อนทำการ epoch (การตัดแบ่งเวลาสัญญาณ) อาจทำให้เกิดผลกระทบขอบเขต (edge effects) ที่รอยต่อของการบันทึกแบบต่อเนื่อง ในขณะที่การใช้แยกต่างหากกับ epoch สั้นๆ อาจทำให้เกิดการตอบสนองชั่วคราวและการตอบสนองต่อความถี่ที่แตกต่างกัน
นักวิจัยยังแยกแยะการประมวลผลแบบออฟไลน์ออกจากการประมวลผลแบบเรียลไทม์: วิธีการแบบ noncausal หรือ zero-phase อาจใช้งานได้จริงสำหรับข้อมูลที่จัดเก็บไว้ แต่ไม่สามารถใช้ในลักษณะเดียวกันได้เมื่อต้องตัดสินใจในทันที
ควรประเมิน Notch เทียบกับวัตถุประสงค์ของการวิเคราะห์ อาจสมเหตุสมผลสำหรับการลดจุดยอดความถี่สายไฟฟ้าที่เสถียร แต่ไม่สามารถแก้ไขการเคลื่อนไหวของอิเล็กโทรด กิจกรรมของกล้ามเนื้อ การเคลื่อนไหวของดวงตา หน้าสัมผัสที่ไม่ดี หรือสัญญาณรบกวนจากแอมพลิฟายเออร์บรอดแบนด์ บริบทของการบันทึก EEG รูปแบบการจัดวางอิเล็กโทรด (montage) จุดอ้างอิง (reference) อัตราการสุ่มตัวอย่าง และโปรไฟล์ของสิ่งประดิษฐ์ ล้วนมีอิทธิพลต่อการที่ฟิลเตอร์กรองความถี่แคบจะให้ข้อมูลที่เป็นประโยชน์หรือทำให้เข้าใจผิด
ความถี่ของ Notch Filter ที่พบบ่อย (50Hz และ 60Hz)
ความถี่ notch ที่คุ้นเคยที่สุดใน EEG คือ 50 Hz และ 60 Hz ซึ่งสอดคล้องกับระบบพลังงานไฟฟ้าในแต่ละภูมิภาค เป้าหมายที่ถูกต้องจะถูกกำหนดโดยสภาพแวดล้อมของการบันทึก ไม่ใช่โดยความต้องการที่เป็นสากล สเปกตรัมสามารถแสดงให้เห็นว่ามีส่วนประกอบของสายไฟฟ้าใดอยู่ แม้ว่าฮาร์โมนิกและการรบกวนเฉพาะของอุปกรณ์อาจทำให้ภาพมีความซับซ้อนขึ้น
การตั้งค่า 50 Hz หรือ 60 Hz อาจส่งผลต่อฮาร์โมนิกที่เท่าทวีคูณของความถี่พื้นฐาน ขึ้นอยู่กับฟิลเตอร์หรือระบบการรับข้อมูล ฟิลเตอร์ที่มีศูนย์กลางอยู่ที่ความถี่พื้นฐานไม่จำเป็นต้องกำจัดฮาร์โมนิกทุกตัว เว้นแต่ความถี่เหล่านั้นจะได้รับการแก้ไขแยกต่างหากหรือระบบมีการระบุพฤติกรรมการปฏิเสธฮาร์โมนิกไว้ การลบฮาร์โมนิกออกอาจเปลี่ยนเนื้อหาสัญญาณเพิ่มเติม และควรได้รับการปฏิบัติเป็นทางเลือกในการประมวลผลที่ชัดเจน
ความถี่ด้านล่างนี้เป็นจุดอ้างอิงทั่วไปมากกว่าที่จะเป็นข้อกำหนดที่สมบูรณ์ โดยจะอธิบายถึงเหตุผลปกติในการเลือกแต่ละเป้าหมายและข้อควรระวังหลักที่เกี่ยวข้อง
ความถี่เป้าหมาย | แหล่งที่มาทั่วไป | ข้อควรระวังหลัก |
|---|---|---|
50 Hz | สัญญาณรบกวนจากสายไฟฟ้าในภูมิภาคที่ใช้ไฟฟ้าประมาณ 50 Hz | อาจทับซ้อนกับเนื้อหาสัญญาณทางประสาทหรือทางเทคนิคที่มีความถี่สูง |
60 Hz | สัญญาณรบกวนจากสายไฟฟ้าในภูมิภาคที่ใช้ไฟฟ้าประมาณ 60 Hz | การตั้งค่าภูมิภาคที่ผิดพลาดอาจทำให้สิ่งประดิษฐ์ยังคงอยู่โดยไม่ถูกกำจัด |
100 Hz | ฮาร์โมนิกที่สองของ 50 Hz หรือส่วนประกอบสายไฟฟ้าที่สังเกตพบแยกต่างหาก | การกำจัดออกอาจส่งผลต่อการวิเคราะห์กิจกรรมที่มีความถี่สูงกว่า |
120 Hz | ฮาร์โมนิกที่สองของ 60 Hz หรือการรบกวนจากอุปกรณ์ที่เกี่ยวข้อง | ควรตรวจสอบจุดยอดสเปกตรัมก่อนทำการกรอง |
ค่าเหล่านี้ควรได้รับการบันทึกร่วมกับสถานที่เก็บข้อมูล แบนด์วิดท์ของฟิลเตอร์ การลดทอน และการรวมฮาร์โมนิกหรือไม่ การรายงานเพียงว่า "ผ่านการกรองแบบ notch" จะทำให้การตีความและการทำซ้ำในภายหลังทำได้ยากขึ้น
ข้อผิดพลาดทั่วไปเมื่อใช้ Notch Filter
ข้อผิดพลาดที่พบบ่อยที่สุดคือการจัดการกับ notch filter เสมือนเป็นขั้นตอนการทำความสะอาดทั่วไป ฟิลเตอร์ที่แคบมีเป้าหมายเฉพาะเจาะจง ดังนั้นจึงควรเชื่อมโยงกับแหล่งรบกวนที่สังเกตพบหรือมีเหตุผลอันสมควร หากสิ่งประดิษฐ์ไม่มีความเสถียร กว้าง หรือถูกครอบงำด้วยพฤติกรรมชั่วคราว Notch แบบคงที่อาจให้ประโยชน์ที่จำกัดในขณะที่ยังคงเปลี่ยนสัญญาณ
ข้อผิดพลาดอีกประการหนึ่งคือการละเลยความสัมพันธ์ระหว่างการกรองและส่วนที่เหลือของขั้นตอนการประมวลผลล่วงหน้า การเปลี่ยนแปลงค่าอ้างอิง การสุ่มตัวอย่างใหม่ ขอบเขตของ epoch และการปฏิเสธสิ่งประดิษฐ์ ล้วนส่งผลกระทบต่อสเปกตรัมที่ปรากฏได้
ฟิลเตอร์ที่ใช้โดยไม่ได้ตรวจสอบการบันทึกดิบและพารามิเตอร์การเก็บข้อมูลอาจซ่อนปัญหาที่ควรแก้ไขด้วยการบำรุงรักษาอิเล็กโทรด การป้องกัน การต่อสายดิน หรือการตรวจสอบคุณภาพของช่องสัญญาณจะดีกว่า
ลำดับขั้นตอนการทบทวนที่กระชับสามารถช่วยให้การตัดสินใจสามารถตรวจสอบย้อนกลับได้:
ตรวจสอบสเปกตรัมและรูปคลื่นที่ยังไม่ผ่านการกรองเพื่อหาส่วนประกอบรบกวนที่แคบและเสถียร
ยืนยันความถี่สายไฟฟ้าในพื้นที่ รวมถึงการสุ่มตัวอย่างและตั้งค่าฟิลเตอร์ของระบบการบันทึก
เปรียบเทียบแบนด์วิดท์ที่เป็นทางเลือกโดยใช้ทั้งการลดทอนสเปกตรัมและรูปคลื่นในโดเมนเวลา
บันทึกประเภทฟิลเตอร์ อันดับ ความถี่ศูนย์กลาง แบนด์วิดท์ โหมดเฟส และขั้นตอนการประมวลผล
ความเสี่ยงของการบิดเบือนสัญญาณ
นักวิจัยชี้ว่า notch filter แม้จะมีการใช้งานอย่างแพร่หลาย แต่ก็มีความ “เสี่ยงต่อการบิดเบือนสัญญาณอย่างรุนแรงในอนาคต”
เพื่อทดสอบสิ่งนี้ การศึกษาในปี 2019 ได้สร้างสัญญาณทดสอบสังเคราะห์และทำงานร่วมกับการบันทึก EEG และ MEG จริง รวมถึงข้อมูล EEG ที่รวบรวมในสภาพแวดล้อมที่ไม่มีเกราะป้องกัน ซึ่งสัญญาณรบกวนจากสายไฟฟ้ามีความแรงเป็นพิเศษ การใช้ Butterworth notch filter ซึ่งเป็นการออกแบบฟิลเตอร์ IIR ทั่วไป พวกเขาพบว่าสัญญาณรบกวนจากสายส่งไฟฟ้าถูกกำจัดอย่างมีประสิทธิภาพ การรบกวนที่ 50 หรือ 60 hertz หายไปจากสเปกตรัมความถี่ตามที่คาดไว้ แต่กระบวนการกรองแบบเดียวกันนี้กลับทำให้เกิดการบิดเบือนในโดเมนเวลา ซึ่งหมายความว่ารูปร่างของรูปคลื่นเมื่อเวลาผ่านไปถูกเปลี่ยนไปในลักษณะที่มากกว่าแค่การลบความถี่ที่ไม่ต้องการออกไป
เมื่อใช้การทดสอบแบบเดียวกันโดยวิธี spectrum interpolation แทน วิธีการนี้มีความสามารถในการลบสัญญาณรบกวนจากสายไฟฟ้าได้เท่ากับ notch filter แต่การศึกษารายงานว่าวิธีนี้แสดงให้เห็น “การบิดเบือนในโดเมนเวลาน้อยกว่าในสถานการณ์ทั่วไปหลายๆ สถานการณ์”
ข้อได้เปรียบนี้ไม่ได้เป็นแบบสากลหรือสมบูรณ์แบบ มันปรากฏขึ้นในสถานการณ์ทั่วไปหลายอย่าง ซึ่งเปิดช่องให้สำหรับกรณีที่ทั้งสองวิธีอาจทำงานได้คล้ายกันมากขึ้น หรือปัจจัยอื่นๆ อาจเปลี่ยนผลลัพธ์ไปได้
เหตุใดการกำจัดสัญญาณรบกวนสายส่งไฟฟ้าออกจาก EEG จึงสมควรได้รับการแก้ไขมากกว่าแค่การตั้งค่าเริ่มต้น
Notch filter ให้วิธีการที่แม่นยำในการลดทอนส่วนประกอบความถี่แคบ ทำให้เหมาะสมกับการบันทึก EEG ที่ได้รับผลกระทบจากการรบกวนของสายส่งไฟฟ้าที่เสถียร ประโยชน์ของมันขึ้นอยู่กับการระบุความถี่ที่แม่นยำ แบนด์วิดท์ที่เหมาะสม ความตระหนักในเรื่องเฟสและผลกระทบของขอบเขต และการเปรียบเทียบกับสัญญาณที่ยังไม่ได้กรอง
เมื่อใช้เป็นขั้นตอนหนึ่งที่ได้รับการบันทึกไว้ภายในการปฏิบัติงานด้านคุณภาพสัญญาณและการประมวลผลล่วงหน้าในระบบประสาทวิทยาศาสตร์ มันสามารถลดการรบกวนได้โดยไม่ต้องทิ้งข้อมูลข้างเคียงโดยไม่จำเป็น
เอกสารอ้างอิง
Leske, S., & Dalal, S. S. (2019). Reducing power line noise in EEG and MEG data via spectrum interpolation. NeuroImage, 189, 763–776. https://doi.org/10.1016/j.neuroimage.2019.01.026
คำถามที่พบบ่อย
หน้าที่หลักของ notch filter ในการบันทึก EEG คืออะไร?
Notch filter คือ band-stop filter แบบแคบที่ทำหน้าที่กดความถี่เฉพาะเจาะจงจุดใดจุดหนึ่ง โดยปกติคือเสียงฮัมของสายส่งไฟฟ้า 50 หรือ 60 Hz ในขณะที่ยังคงรักษาสเปกตรัม EEG ส่วนที่เหลือไว้ มันมุ่งเป้าไปที่สัญญาณรบกวนทางไฟฟ้าความถี่คงที่นี้เท่านั้น ไม่ใช่สิ่งประดิษฐ์แถบกว้าง เช่น กิจกรรมของกล้ามเนื้อหรือการกระพริบตา
เหตุใด notch filter ขนาด 50 Hz และ 60 Hz จึงเป็นที่นิยมใช้กันทั่วไป?
ความถี่เหล่านี้สอดคล้องอย่างกว้างๆ กับมาตรฐานพลังงานไฟฟ้ากระแสสลับที่ใช้ในแต่ละภูมิภาค สัญญาณรบกวนทางไฟฟ้าจากสภาพแวดล้อมในการบันทึกสามารถปรากฏเป็นส่วนประกอบเส้นเด่นชัดที่ความถี่ใดความถี่หนึ่งเหล่านี้ และบางครั้งก็ปรากฏที่ฮาร์โมนิกของมันด้วย
เหตุใดจึงไม่ใช้การวิเคราะห์องค์ประกอบที่เป็นอิสระ (ICA) เพื่อกำจัดสัญญาณรบกวนจากสายไฟฟ้า?
ICA ทำหน้าที่แยกสัญญาณต้นทางที่แตกต่างกันตามอิเล็กโทรด ไม่ใช่แยกตามย่านความถี่เฉพาะ ดังนั้นจึงไม่ได้ถูกออกแบบมาเพื่อมุ่งเป้าไปที่ไซน์ความถี่คงที่รูปเดียว เช่น เสียงฮัมจากสายไฟฟ้า Notch filter ยังคงเป็นเครื่องมือมาตรฐานเนื่องจากมันช่วยลดทอนความถี่นั้นโดยตรง ในขณะที่ ICA อาจไม่สามารถแยกสัญญาณรบกวนของสายไฟฟ้าออกมาเป็นแหล่งข้อมูลแยกต่างหากได้
มีการบิดเบือนสัญญาณประเภทใดบ้างที่ถูกสังเกตพบโดยตรงเมื่อใช้ notch filter?
การศึกษาที่ใช้ทั้งสัญญาณสังเคราะห์และข้อมูล EEG จริงพบว่า Butterworth notch filter สามารถทำให้เกิดการบิดเบือนในโดเมนเวลา ซึ่งส่งผลให้รูปร่างของรูปคลื่นเปลี่ยนไป นอกเหนือไปจากการลบเสียงฮัมธรรมดา การบิดเบือนเหล่านี้ได้รับการบันทึกไว้ว่าอาจมีความรุนแรง แม้ว่าผลกระทบที่แน่นอนต่อการวัดค่าทางประสาทเฉพาะ เช่น ERPs จะไม่ได้ถูกตรวจสอบในการศึกษาเดียวกันนี้ก็ตาม
วิธีที่ปลอดภัยที่สุดในการใช้ notch filter หากจำเป็นต้องใช้คืออะไร?
หากมีการใช้ notch filter พารามิเตอร์ที่นุ่มนวลกว่า เช่น แบนด์วิดท์ที่กว้างขึ้นเล็กน้อยและการลดทอนที่ชันน้อยลง อาจช่วยลดความเสี่ยงของการสั่นพ้องในโดเมนเวลาที่มากเกินไปได้ แม้ว่าผลเสียที่แท้จริงต่อการวิเคราะห์ขั้นปลายจะยังไม่ได้ถูกวัดปริมาณในข้อมูลที่ทบทวนก็ตาม นอกจากนี้ยังควรเปรียบเทียบสัญญาณดิบและสัญญาณที่กรองแล้วด้วยสายตา และบันทึกขั้นตอนการประมวลผลล่วงหน้าทุกขั้นตอนเพื่อตรวจจับการบิดเบือนที่ไม่คาดคิด
Notch filter สามารถลบกิจกรรมสมองที่แท้จริงออกไปด้วยได้หรือไม่?
ได้ หากกิจกรรมทางประสาทที่มีความหมายเกิดทับซ้อนกับความถี่เป้าหมายหรือแบนด์วิดท์ที่ได้รับผลกระทบ การกรองก็สามารถลดทอนกิจกรรมดังกล่าวลงได้ ความเป็นไปได้นี้มีความสำคัญเป็นพิเศษเมื่อทำการวิเคราะห์จังหวะความถี่ที่สูงขึ้นหรือฮาร์โมนิกใกล้กับ notch
Emotiv เป็นผู้นำด้านนิวโรเทคโนโลยีที่ช่วยขับเคลื่อนการวิจัยประสาทวิทยาศาสตร์ผ่านเครื่องมือ EEG และข้อมูลสมองที่เข้าถึงได้
คริสเตียน บูร์โกส




