Hacim iletimi, bir elektrotta kaydedilen güçlü bir voltajın, alttaki beyin aktivitesinin doğrudan o elektrodun altından kaynaklandığı anlamına gelmediğini ifade eder. Sinyali sadece aynı anda birden fazla sensörde kaydedilecek kadar geniş bir alana yayılan, birkaç santimetre uzaklıktaki bir kaynaktan gelmiş olabilir.
Bu durum, iki çok farklı bilimsel soruyu yanıtlamaya çalışan herkes için gerçek bir sorun yaratır: belirli bir aktivite paterni kafa derisinde nerede yoğunlaşmaktadır ve beyin o anda hangi ritmi veya frekansı üretmektedir? Bu iki soru iki farklı araç gerektirir. Biri, yüzey Laplacian'ı, uzaysal ayrıntıyı keskinleştirmek üzerine çalışır. Diğeri, Fourier dönüşümü, zamanı deşifre etmek üzerine çalışır.
Her bir aracın gerçekte ne yaptığını ve neden birinin diğerinin yerini alamayacağını anlamak, EEG yöntemleri bölümlerini ilk kez okuyan herkes için kafa karışıklığını büyük ölçüde giderir.
Laplace ve Fourier: Genel Bir Bakış
Mühendisler ve bilim insanları, sistem tasarlarken veya deneysel verileri analiz ederken sıklıkla Laplace ve Fourier dönüşümleri arasında bir seçim yaparlar. Her iki matematiksel araç da sinyalleri zaman alanından frekans davranışının görünür olduğu bir alana taşımaya hizmet etse de, kapsamları, tanımları ve temel özellikleri bakımından temelden farklılık gösterirler. Doğru yaklaşımı seçmek, özellikle hem kararlı salınımlar hem de öngörülemeyen geçişler içeren karmaşık, gerçek dünyadan gelen veri akışlarıyla uğraşırken sonucun netliğini sıklıkla değiştirir.
Fourier dönüşümü, periyodik veya durağan sinyallerdeki frekans bileşenlerini izole etme yeteneğiyle yaygın olarak tanınır. Tamamen sanal bir frekans parametresine dayanır, bu da onu daha genel olan Laplace dönüşümünün bir alt kümesi yapar.
Başlangıç koşullarını veya büyüme faktörlerini hesaba katmadan bir sinyalin spektral yoğunluğunu yakaladığı için, klasik frekans analizinin temel taşı olarak hizmet eder. Buna karşılık Laplace dönüşümü, karmaşık bir frekans parametresi kullanır; bu da sistem tepkisi içindeki hem sönen hem de büyüyen üstel davranışı kapsüllemesine olanak tanır.
Bu teknikler arasında seçim yapmak, söz konusu sistemin kararlılığını ve başlangıç durumunu değerlendirmeyi gerektirir. Bir araştırmacı kararlı durum harmonik içeriğine odaklandığında, Fourier yaklaşımı standart olmaya devam eder. Tersine, bir geri besleme sisteminin kararlılığını değerlendirmek veya geçici dönemleri hesaba katmak gerekiyorsa, Laplace dönüşümü önemli ölçüde daha geniş bir matematiksel kapsam sağlar. Analistler, bu gereksinimleri dengeleyerek kendi özel veri kümelerini etkili bir şekilde yorumlamak için doğrudan ihtiyaç duyulan bilgiyi veren yöntemi seçebilirler.
Yüzey Laplasyeninin Bölgesel Beyin Aktivitesi Hakkında Ortaya Çıkardıkları
Yüzey Laplasyeni bir uzamsal filtredir. Bir sinyalin zamanlamasına hiç dokunmaz.
Bunun yerine, kafa derisindeki elektrot haritası üzerinde çalışarak her bir sensördeki voltajı, en yakın komşularında kaydedilen voltajlarla karşılaştırır. Bir elektrodun okuması, onu çevreleyen elektrotların ortalamasından anlamlı derecede yüksek veya düşükse, Laplasyen bu noktayı olası bir yerel kaynak olarak işaretler. Elektrodun okuması komşularıyla yakından eşleşiyorsa, Laplasyen bunu keskin bir şekilde lokalize edilmiş bir şeyden ziyade geniş, yaygın bir aktivite olarak ele alır ve çıktıda bastırır.
Bu filtrelemenin pratik sonucu, çok daha az bulanıklığa sahip bir topoğrafik haritadır. Laplasyen dönüşümlü harita, kafa derisinin geniş bir şeridinin altındaki hemen hemen her yerden gelmiş olabilecek büyük, lekelenmiş aktivite yamaları yerine daha sıkı, daha kompakt aktivite bölgeleri üretme eğilimindedir. Bu, kavramsal olarak, voltajın tesadüfen en yüksek olduğu yeri bulmak yerine akımın gerçekte kafa derisi yüzeyine nerede girip çıktığını tahmin etmeyi amaçlayan ilgili bir yaklaşım olan akım kaynağı yoğunluğuna bağlanır.
Fourier Dönüşümünün Beyin Ritimleri Hakkında Ortaya Çıkardıkları
Uzamsal soru bir kenara bırakıldığında, tamamen farklı bir soru odak noktası haline gelir. Tek bir elektrottan zaman içinde kaydedilen pürüzlü, sürekli değişen voltaj izi olan ham bir EEG zaman serisi, çıplak gözle kaotik görünür. Ancak bu belirgin kaosun içinde, aynı anda farklı hızlarda gerçekleşen yinelenen salınımlar gömülüdür. Fourier dönüşümü, bir sinyali bu örtüşen bileşen ritimlerine ayıran matematiksel bir araçtır.
Laplasyen'in yaptığı gibi tek bir zaman diliminde elektrotlar arasına bakmak yerine, Fourier dönüşümü tek bir elektrot sinyali içindeki zamana bakar. Bu karmaşık dalga formunu alır ve onu bir spektrum, yani esasen sinyalin toplam enerjisinin ne kadarının her bir frekans bandına ait olduğunun bir listesi olarak yeniden düzenler.
EEG araştırmalarında bu bantlar yaygın olarak delta, teta, alfa, beta ve gama olarak adlandırılır ve her biri saniyedeki döngü sayısı ile ölçülen farklı salınım hızı aralıklarıyla ilişkilendirilir. Yavaş, büyük dalgaların hakim olduğu bir sinyal, alt uca doğru ağırlıklandırılmış bir spektrum gösterecektir. Hızlı, küçük dalgalanmalarla dolu bir sinyal, daha yüksek frekans bantlarında yoğunlaşmış daha fazla enerji gösterecektir.
En önemlisi, Fourier dönüşümü uzamsal bilgileri tamamen bir kenara atar. Elektrodun başın önüne mi yoksa arkasına mı yerleştirildiğiyle ilgilenmez ve kaydedilen aktivitenin bölgesel mi yoksa geniş bir alana yayılmış mı olduğunu belirlemeye çalışmaz. Tüm amacı zamansaldır: Zaman içinde tek bir kanalın aktivitesi verildiğinde, beynin hangi ritimde salındığını bulmaktır.
Araç | Analiz Eder | Yanıtlar | Çıktı |
|---|---|---|---|
Yüzey Laplasyeni | Uzamsal elektrot haritası | Aktivitenin nerede bölgesel olduğunu | Keskinleştirilmiş uzamsal harita |
Fourier Dönüşümü | Zaman içinde tek bir elektrot | Hangi ritimlerin mevcut olduğunu | Frekans spektrumu |
Daha Temiz Spektrumlar İçin Laplasyen ve Fourier Dönüşümünü Birleştirmek
Bu iki araç ayrı sorunları çözdüğünden, EEG analizinde yaygın olarak öğretilen bir yaklaşım, birini diğerine tercih etmek yerine bunları ardışık olarak uygulamaktır.
Tipik iş akışı, önce elektrot dizisi boyunca yüzey Laplasyen dönüşümünü çalıştırmayı, uzamsal olarak filtrelenmiş yeni bir dalga formu kümesi üretmeyi ve ardından Fourier dönüşümünü orijinal ham kayıtlara uygulamak yerine bu zaten filtrelenmiş sinyallere uygulamayı içerir.
Hacim iletimi, birden fazla kaynaktan gelen sinyalleri tek bir elektrottaki ham kayda karıştırır. Bu, ham bir zaman serisinin aslında tek bir temel sinir ritminin hikayesi olmadığı anlamına gelir. Kafa derisindeki o tek noktada hepsi birbirine karışmış, yakındaki ve uzaktaki birkaç kaynaktan gelen birkaç ritmin üst üste binen bir kaydı gibidir.
Fourier dönüşümü doğrudan bu karıştırılmış sinyale uygulandığında, ortaya çıkan frekans spektrumu bu karışımı yansıtır. Gerçek bölgesel ritimler, diğer bölgelerden alınan daha geniş, daha az spesifik aktivitelerle seyrelmiş olabilir.
Yüzey Laplasyenini ilk olarak uygulamak, frekans analizi başlamadan önce bile bu kirlenmeyi azaltmayı amaçlar. Geniş, yaygın bileşenleri bastırarak ve keskin bir şekilde yerel olanları vurgulayarak, Laplasyen adımının doğrudan o elektrodun altında üretilen aktiviteye daha yakın bir dalga formu bırakması amaçlanır. Fourier dönüşümünü bu filtrelenmiş dalga formunda çalıştırmak, prensipte, uzak kaynakların bir bileşiminden ziyade, o spesifik korteks bölgesinin ritmik aktivitesini daha iyi yansıtan bir spektrum üretmelidir.
Bu birleşik yaklaşım popüler olarak “daha temiz” veya uzamsal olarak daha lokalize spektral tahminler üretiyor olarak tanımlanır ve temelindeki mantık, her bir aracın tek başına yaptığı şeyle tutarlıdır.
Sorulan Soruya Doğru Mercekle Bakmak
Nörobilimdeki her EEG kaydı, örtüşen gizli bir bilgi yumağı taşır ve araç seçimi neyin görünür olacağını belirler.
Laplasyen, aktivitenin nerede zirve yaptığının haritasını keskinleştirirken, Fourier dönüşümü beyin hızının gizli metronomlarına uyum sağlar ve rollerini karıştırmak, yanlış bir netlik üzerine inşa edilmiş anlamlandırmalara yol açar. Frekans sorusunu sormadan önce uzamsal filtreyi uygulamak, ritmi sormadan önce mesafeye dayalı kirlenmeyi temizleme konusunda sağlam bir mantığı takip eder, ancak adımın gerçek yararı yine de eldeki spesifik verilere bağlıdır.
Sabit kalan şey temel ödündür: Konumu tam olarak belirleyen yöntemler zamanlamayı göz ardı eder, frekansı ortaya çıkaran yöntemler ise alanı görmezden gelir. Bu kavramsal ayrımı herhangi bir EEG yöntemi bölümüne taşımak, bu farklı hesaplamalara aynı temel soruyu yanıtlıyormuş gibi davranma hatasını önler.
Referanslar
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
Sıkça Sorulan Sorular
Yüzey Laplasyeninin çözdüğü temel sorun nedir?
Yüzey Laplasyeni, beyin sinyallerinin doku ve kafatası yoluyla bir elektroda doğru seyahat ederken yayılması ve bulanıklaşması anlamına gelen hacim iletimi sorununu çözer. Aktivitenin kafa derisinde gerçekte nerede yoğunlaştığını veya odaklandığını daha keskin bir şekilde tahmin etmek için uzamsal bir filtre görevi görür.
Fourier dönüşümü EEG analizinde hangi soruyu yanıtlar?
Fourier dönüşümü, tek bir elektrodun karmaşık zaman serisini örtüşen bileşen frekanslarına ayırarak "hangi ritim" sorusunu yanıtlar. Tamamen zamansal kalıplara odaklanarak delta, teta veya alfa gibi farklı salınım bantlarında ne kadar enerji olduğunu ortaya koyar.
Yüzey Laplasyeni beyin ritimlerini bulmak için kullanılabilir mi, ya da tam tersi?
Hayır, bu iki araç birbirinin yerine kullanılamaz çünkü temelde farklı sorulara yanıt verirler. Laplasyen uzamsal konumu keskinleştirirken ("nerede"), Fourier dönüşümü ritmik zamanlamayı çözer ("hangi ritimde"), yani biri diğerinin yerini alamaz.
Bir araştırmacı Fourier dönüşümünü kullanmadan önce neden yüzey Laplasyenini uygular?
Önce Laplasyeni uygulamak, hacim iletiminden dolayı kayda karışan yaygın ve uzak aktiviteyi azaltarak sinyali uzamsal olarak temizler. Sonrasındaki Fourier dönüşümü ise doğrudan elektrodun altındaki spesifik korteks bölgesinin ritimlerini daha iyi yansıtan bir frekans spektrumu üretir.
Küresel harmonik fourier açılımı (SHE) ne için kullanılır?
SHE, kafa derisinin elektrik alanını tüm kafa boyunca modelleyerek yüzey Laplasyenini tahmin etmeye yönelik hesaplamalı bir yöntemdir. Simülasyon araştırmaları, bu yöntemin daha iyi Laplasyen tahminleri verdiğini ve değerlerin enterpolasyonunda daha basit komşu karşılaştırma tekniklerinden daha iyi performans gösterdiğini ortaya koymaktadır.
Yüzey Laplasyeni, beyin aktivitesinin olası bir yerel kaynağını nasıl tanımlar?
Laplasyen, bir elektrottaki voltajı en yakın komşularının ortalama voltajıyla karşılaştırır. Okuma anlamlı derecede farklıysa, yerel bir kaynak olarak işaretlenir, ancak komşularıyla yakından eşleşiyorsa, geniş, yaygın bir aktivite olarak bastırılır.
Yüzey Laplasyeni uygulandıktan sonra bir EEG sinyaline ne olur?
Dönüştürülen çıktı, çok daha az bulanıklığa sahip, daha sıkı ve daha kompakt aktivite bölgelerini gösteren topoğrafik bir harita üretir. Sinyalin zamanlaması değiştirilmez; sadece akım akışını daha iyi göstermek için kafa derisi üzerindeki uzamsal temsili keskinleştirilir.
Laplasyen ve Fourier dönüşümünü birlikte kullanmak daha iyi bir analizi garanti eder mi?
İkisinin birlikte kullanılması, frekans analizinden önce uzamsal kirlenmeyi azaltma mantığına dayanan sağlam bir sezgisel yöntemdir, ancak garanti edilen, evrensel olarak kanıtlanmış bir etkisi yoktur. Bir araştırmacının yine de bu ardışık işlemenin kendi spesifik veri kümesi için sonuçları iyileştirdiğini doğrulaması gerekir.
Emotiv, erişilebilir EEG ve beyin verisi araçları aracılığıyla sinirbilim araştırmalarının ilerlemesine yardımcı olan bir nöroteknoloji lideridir.
Christian Burgos
