عصبی اتارات کی بنیادی باتیں

1. تعارف

خوش آمدید! اس سبق میں ہم دماغی لہروں کے بارے میں سیکھ رہے ہیں اور ہم انہیں دماغ اور رویے کو سمجھنے کے لئے کیسے استعمال کر سکتے ہیں۔

ہانس برجر نے 1929 میں الیکٹرو اینسیفالوگرام کی اصطلاح وضع کی، جب انہوں نے شخص کے سر پر رکھے گئے سینسرز کا استعمال کرتے ہوئے برقی صلاحیتوں میں تبدیلیوں کو بیان کیا۔ انہوں نے دماغی لہروں کی دو اقسام کو شناخت کیا، جنہیں انہوں نے الفا اور بیٹا لہریں اس ترتیب میں ریکارڈ کرنے کی وجہ سے نام دیا۔ ایسی لہریں دوسرے ممالیہ میں ریکارڈ کی جاچکی تھیں لیکن برجر نے انہیں پہلی بار انسانوں میں بیان کیا تھا!

تب سے، الیکٹرو اینسیفاولوگرافی کے طریقے نے نیورو سائنس میں ایک کلیدی آلہ بن چکا ہے اور اس نے دماغی لہروں (جنہیں محققین نیورل آسلیلیشنز کہتے ہیں) کو سمجھنے میں ہماری سمجھ کو ترقی دے دی ہے اور اس نے دماغ میں حالات جیسے تھکاوٹ یا بیداری کو بیان کرنے میں مدد کی ہے۔

اس مختصر سبق میں ہم مندرجہ ذیل موضوعات کو کور کریں گے:

• نیورل آسلیلیشنز کیا ہیں؟

• ہم نیورل آسلیلیشنز کو کیسے ناپ سکتے ہیں؟

• ہم نیورل آسلیلیشنز کے ساتھ کیا کر سکتے ہیں؟

• Emotiv آلات اور سوفٹ ویئر کا عملی اطلاق۔

2. EEG کیا ہے؟

الیکٹرو اینسیفالوگرافی (ای ای جی) ہمارے دماغ کی برقی سرگرمی کی ناپنے کا ایک غیر جارحانہ اور غیر فعال طریقہ ہے۔ الیکٹروڈز/سینسرز/چینلز کھوپڑی پر رکھے جاتے ہیں تاکہ برقی سرگرمی کو ریکارڈ کیا جائے جو دماغی خلیوں کے گروہوں کے ذریعے پیدا ہوتی ہے، جنہیں نیوران کہا جاتا ہے۔

شکل 1 – نیوران برقی سرگرمی پیدا کرتے ہیں جسے ای ای جی آلات کے ساتھ پکڑا جا سکتا ہے [Siuly، وغیرہ (2016)].

2.1. ای ای جی سسٹمز

بہت سے ای ای جی ڈیوائسز مارکیٹ میں ہیں جنہیں ای ای جی ریکارڈ کرنے کے لئے استعمال کیا جا سکتا ہے۔ ای ای جی ڈیوائسز میں شامل ہو سکتے ہیں:

• ایک واحد سنسر یا 256 تک الیکٹروڈز – زیادہ الیکٹروڈز کھوپڑی پر معلومات کا ایک اعلی مکانی ریزولیوشن پیش کریں گے۔

• گیلے یا خشک الیکٹروڈز – گیلے الیکٹروڈز ایک الیکٹرو لائٹک جل یا سیم لائن محلول استعمال کرتے ہیں تاکہ کھوپڑی اور سنسر کے درمیان انعکاس کو بہتر بنایا جا سکے۔ خشک الیکٹروڈز دھات یا موصل پولیمرز ہو سکتے ہیں جنہیں براہ راست کھوپڑی کے ساتھ رابطہ میں ہونا چاہیے۔

• فعال یا غیر فعال الیکٹروڈ – غیر فعال الیکٹروڈ سسٹمز سیمپل کو ڈیوائس تک لیجاتے ہیں جہاں اسے بڑھایا جاتا ہے۔ فعال الیکٹروڈ سسٹمز ہر الیکٹروڈ پر سیمپ کو بڑھاتے ہیں اس سے پہلے کہ وہ ڈیوائس تک پہنچے تاکہ بڑھایا جا سکے۔ اس سے سیمپ میں ماحولیاتی برقی رکاوٹ کم ہوتی ہے۔

• وائرڈ یا وائرلیس ڈیوائسز جو بلوٹوتھ کے ذریعے ڈیٹا ٹرانسمٹ کرتے ہیں۔

شکل 2 – ایک وائرلیس، کم کثافت کی ای ای جی سسٹم۔

شکل 3 – ایک وائرڈ، اعلی کثافت الیکٹروڈ ای ای جی سسٹم۔

2.2. ای ای جی کب استعمال کرنی چاہیے؟

ہر نیوروا میجنگ طریقہ مختلف تحقیقی سوالات کا جواب دینے میں مدد کر سکتا ہے۔

ای ای جی کی سب سے بڑی قوت یہ ہے کہ یہ ملی سیکنڈ کی پیمائش میں نیورل سرگرمی ناپ سکتا ہے، جو قبل از شعور عملات کی پیمائش کر سکتا ہے۔

شکل 4 – اسپیشل بمقابلہ وقتی ریزولوشن کے مختلف نیوروا میجنگ آلات۔

یہ ایسے سوالات جیسے 'میرے ویڈیو کے کون سے حصے پر شرکاء نے سب سے زیادہ توجہ دی؟' کے لئے سب سے موزوں ہے۔

ای ای جی دماغ کی بنیادی تہوں سے سرگرمی کی ریکارڈنگ کرتا ہے (مثلاً کم فضائی ریزولیوشن ہے)۔ ایک واحد سنسر کے ساتھ سرگرمی کی ماخذ کی شناخت ناممکن ہے۔ چینلز کی بڑی تعداد کے ساتھ ریکارڈنگ کرنے سے ماخذ کو حسابی طور پر تعمیر کیا جا سکتا ہے لیکن یہ اب بھی گہرے ذرائع کی شناخت کرنے میں محدود ہے۔ فعلی مقناطیسی گونج امیجنگ (fMRI) جیسے سوالات جیسے 'کون سا دماغی حصہ توجہ میں تبدیلیوں سے متعلق ہے؟' کے جواب دینے کے لئے بہتر موزوں ہے۔

2.3. سینسر سے خام ای ای جی؟

ایک بار ای ای جی ڈیوائس سر پر لگایا جائے، دماغی سرگرمی کو ایک واحد سنسر پر ناپا جاتا ہے جیسے اس سنسر اور ایک حوالے کے سنسر کے درمیان طول و عرض کا فرق۔ زیادہ تر ای ای جی سسٹمز میں اسے مشترکہ طرز احساس (CMS) الیکٹروڈ کہا جاتا ہے۔ ایک اضافی سنسر، چلایا ہوا دائیں ٹانگ (DRL)، CMS پر کسی بھی مداخلت کو کم کرنے میں مدد کرتا ہے۔

شکل 5 – ای ای جی سیمپ کی منتقلی کا سادہ بلاک ڈایا گرام۔

ایس سسٹمز جن میں دونوں فعال اور غیر فعال الیکٹروڈز ہیں، سیمپ اس کے بعد بڑھایا جاتا ہے اور کم پاس فلٹر کیا جاتا ہے۔ کم پاس فلٹرنگ کے مرحلے میں آپ کے سیمپ میں ماحولیاتی برقی مداخلتوں کو ہٹا دیا جاتا ہے جیسے مین لائنز کی طاقت۔

یہ مراحل خود ہارڈویئر میں ہوتے ہیں اس سے پہلے کہ آپ کے کمپیوٹر سکرین پر خام ای ای جی سیمپ دیکھا جا سکے۔

2.4. کچھ بنیادی اصطلاحات

10-20 معیاری نام دینے کا طرز

عام طور پر بائیں سینسرز کو عموماً طاق نمبروں سے نشان زد کیا جاتا ہے اور دائیں سینسرز کو عموماً جفت نمبروں سے نشان زد کیا جاتا ہے۔

نوٹ 1: یہ صرف نام دینے کے طریقے ہیں اور ای ای جی سینسر کے مقام کا ماخذ سرگرمی کا اشارہ نہیں ہے۔

نوٹ 2: ذریعہ کی سرگرمی کی شناخت کے لئے اکیلی چینل پر ماخذ کی ریاضیاتی تعمیر کے اضافی اقدامات کئے جانے چاہئیں۔

3. نیورل آسلیلیشنز کیا ہیں؟

دماغی لہریں، جنہیں اکثر نیورل آسلیلیشنز کے طور پر جانا جاتا ہے، انفرادی یا نیوران کے گروپ کے ذریعے پیدا کردہ تال کے نمونے ہیں۔

یہ اب تک واضح نہیں ہے کہ دماغ ان آسلیلیشنز کی مختلف اقسام کو کیوں پیدا کرتا ہے، حالانکہ اس بارے میں کئی نظریات ہیں۔ محققین ان لمبائی کی سرگرمیوں کا مخصوص بنانے کے لئے مختلف کام استعمال کرتے ہیں اور ان تال کے نمونوں کا استعمال کرتے ہوئے دماغ کے رازوں کو سمجھنے کی کوشش کرتے ہیں۔

3.1. ایک آسیلیشن کی کچھ خصوصیات

یہ شکل ایک باقاعدہ برقی سیمپ کی پیمائش دکھاتی ہے:

شکل 6 – مختلف نیوروا میجنگ آلات کی مکانی بمقابلہ وقتی ریزولوشن۔

بائیں پر (y-axis) ہم الیکٹریکل ریکارڈنگ کی آمپلیٹیوڈ پلاٹ کر سکتے ہیں اور افقی محور (x-axis) پر وقت۔ سیمپ کا آمپلیٹیوڈ ایک مرکزی نقطہ کے ارد گرد وقت کے ساتھ منظم طریقے سے بدلے گا۔ ایک چکر کو بھی آسیلیشن کہا جاتا ہے۔

ایک سیکنڈ میں چکروں کی تعداد کو لہر کی فریکوئنسی کہا جاتا ہے اور یونٹ ہرٹز (Hz) ہوتا ہے۔ تو 1 سیکنڈ فی چکر = 1 Hz۔ آمپلیٹیوڈ عام طور پر مائیکرو وولٹ (µV) میں ناپی جاتی ہیں۔

دماغ میں ہم 0.2 Hz (بہت سست لہریں) سے 80 Hz یا زیادہ (بہت تیز لہریں) تک کی فریکوئنسیز کے ساتھ لہریں دیکھتے ہیں۔ دوروں سے متعلق 500 Hz تک کی اعلی فریکوئنسی کی سرگرمی بھی دماغ میں ریکارڈ کی جا سکتی ہے۔

دماغی آسلیلیشنز کی مختلف اقسام ان کی فریکوئنسی کی بنا پر بیان کی جاتی ہیں۔ انہیں فریکوئنسی بینڈز کہا جاتا ہے اور انہیں دماغی حالتوں کے ساتھ مختلف کیا جا سکتا ہے:

شکل 7 – عام ای ای جی میں دماغی لہریں۔

3.2. مختلف فریکوئنسی بینڈز کیوں اہم ہیں؟

1. معمولی بمقابلہ غیر معمولی دماغی نمونوں کی شناخت
   نیورل آسلیلیشنز نیورولوجی میں دوروں کی تشخیص اور ایپی لیپسی کے تشخیص کے لئے اہم ہیں۔

   
   
   

2. دماغی کمپیوٹر انٹرفیسز (BCI)
   بیٹا، گاما، اور مو آسلیلیشنز کی مقدار کو اکثر دور دراز آلات کو تربیت دینے کے لئے استعمال کیا جاتا ہے (جیسے خیالات کے ساتھ وہیل چیئر کو حرکت دینا)۔

   
   
   

3. نیوروفیڈ بیک
   یہ دماغی تربیت کی ایک شکل ہے جہاں آپ اپنی دماغی لہروں (جیسے گاما آسلیلیشنز) کو دیکھ سکتے ہیں اور منظور یا رد کردہ کاموں میں شمولیت اختیار کرتے ہیں جو آپ کے دماغ میں گاما آسلیلیشنز کی مقدار کو بہتر بناتی ہیں۔

   
   
   

4. نیورومارکیٹنگ
   الفا اور بیٹا فریکوئنسی بینڈز یہ طے کرنے کے لئے استعمال کئے جا سکتے ہیں کہ اشتہار کے کون سے حصے زیادہ یا کم دلچسپ ہیں۔

3.3. ای ای جی ڈیٹا تجزیے کی اقسام

زیادہ تر محققین وقت ڈومین یا فریکوئنسی ڈومین میں تجزیہ کرتے ہیں۔

1. وقت ڈومین تجزیہ

   عام طور پر اسٹیمے جیسے نشانات کے بعد کے وقت پوائنٹس پر وولٹیج کی آمپلیٹیوڈ کو ناپا جاتا ہے۔ انہیں ایونٹ-متعلقہ پوٹینشیلز (ERPs) کہا جاتا ہے۔

   
   
   

2. فریکوئنسی ڈومین تجزیہ

   عام طور پر مخصوص وقت کے وقفے میں یا ایونٹ کے آغاز سے متعلق مختلف فریکوئنسی بینڈز میں نیورل آسلیلیشنز کی مقدار کو ناپا جاتا ہے۔

اب ہم فریکوئنسی ڈومین تجزیے کا ایک جائزہ پیش کرتے ہیں۔

3.4. پروسیسنگ

ایک بار آپ ای ای جی ریکارڈنگ کر لیں، آپ عام طور پر آسلیلیشنز کا مطلب سمجھنے سے پہلے ڈیٹا کو صاف کرتے ہیں۔

1. فلٹرنگ
   ایک تکنیک جو ڈیٹا میں اعلی اور کم فریکوئنسی کی ماحولیاتی مداخلت کو دور کرتی ہے۔

2. آرٹیفیکٹ ہٹاؤ
   جسمانی تحریک، آنکھوں کا جھپکنا سب بڑے آرٹیفیکٹس (> 50 µV کی چوٹیاں ای ای جی میں) پیدا کر سکتے ہیں۔ انہیں ہٹا دیا جا سکتا ہے تاکہ ہمارے نتائج متاثر نہ ہوں۔ کچھ محققین ان آرٹیفیکٹس کو درست کرنے کے لئے جدید طریقے استعمال کرتے ہیں تاکہ ڈیٹا محفوظ رہے۔

ڈیٹا کی پروسیسنگ کے بعد، سیمپ کو فریکوئنسی ڈومین میں تبدیل کیا جا سکتا ہے تاکہ ہم دماغی لہروں کی ہر قسم کی مقدار کو جان سکیں۔

شکل 8 – خام ای ای جی میں آنکھوں کے جھپکنے کا آرٹیفیکٹ۔

3.5. فوریئر ٹرانسفارم (FFT)

فوریئر ٹرانسفارم ای ای جی سیمپ کو 'وقت ڈومین' (تصویر A) سے 'فریکوئنسی ڈومین (تصویر B)' میں ریاضیاتی تبدیلی ہے۔

فریکوئنسی ڈومین میں، ہم تعداد ناپ سکتے ہیں کہ ہر قسم کی آسلیلیشن ہمارے ریکارڈنگ میں کتنی تھی۔ یہ عام طور پر فریکوئنسی بینڈ کی 'پاور' ہوتی ہے اور اسے پاور سپیکٹرم (تصویر B) میں دکھایا جا سکتا ہے۔

شکل 9A – وقت ڈومین میں خام ای ای جی۔

شکل 9B – فورئیر ٹرانسفارم کے بعد پاور سپیکٹرم (فریکوئنسی ڈومین)۔

3.6. بینڈ پاور

ایک تعیناتی بینڈ کی پاور (مثلاً الوہا بینڈ) جو فورئیر ٹرانسفارم سے حاصل کی جاتی ہے ہمیں بتاتی ہے کہ ہر تعیناتی بینڈ میں کتنی ہے۔ بینڈ پاور کے یونٹس عام طور پر µV2/Hz میں ہوتے ہیں۔ اکثر، فورئیر ٹرانسفارم کے باوجود یا پاور اسپیکٹرا لوگرتھمک یونٹ دسیبل (dB) میں دکھائی جاتے ہیں۔ دسیبل ایک یونٹ ہے جو پیمائش شدہ طاقت (P) اور ایک حوالے والی طاقت (Pr) کے درمیان تناسب کو زیادہ بتاتا ہے:

جب یہ پیمائش کا یونٹ دلچسپی کے واقعات کے لئے حاصل کیا جاتا ہے، تو بینڈ پاورز کا موازنہ کر کے دماغی لہروں پر تجرباتی اثرات کو سمجھا جا سکتا ہے۔

4. نظریے سے عمل تک

اب ہم اللوہا دباؤ اثر پر نگاہ ڈالنے جا رہے ہیں۔

یہ ایک مظہر ہے جو پہلی بار ہانس برگر نے رپورٹ کیا تھا، جس میں ہم دیکھتے ہیں کہ جب کسی کی آنکھیں کھلی ہوتی ہیں تو اللوہا آسلیلیشنز (الفا پاور) کی مقدار میں قابل ذکر کمی ہوتی ہے جب وہ آنکھیں بند ہوتی ہیں۔

شکل 10 – کھلی آنکھوں کے ساتھ اللوہا آسلیلیشنز میں اضافہ دیکھا جا سکتا ہے۔

سب سے پہلے EmotivPRO Builder کا استعمال کر کے ہم نے ایک سادہ تجربہ بنایا۔ اس تجربے میں ایک شریک کو صرف 2 منٹ کے لئے آنکھیں کھلی رکھنے کو کہا گیا جاتا ہے جب وہ سکرین پر توجہ مرکوز کرتا ہے، اور پھر 2 منٹ کے لئے بند کرنے کو کہا جاتا ہے۔ ان کے آنکھیں کھولنے کے اشارے کے لئے 2 منٹ کے بعد ایک گھنٹہ سنتے ہیں۔

ویڈیو دیکھیں کہ آپ اپنا الوہا دباؤ تجربہ کیسے بنا سکتے ہیں یا آپ ہمارا تجربہ اس لنک سے چلا سکتے ہیں یہاں:

4.1. ڈیوائس کی فٹنگ اور ای ای جی کی کوالٹی

ہمارے EQ گیٹ کے لئے مزید پڑھیں۔ یہاں۔ اپنے ہیڈسیٹ کے لئے درجہ بندی کی تفصیل کے بارے میں مزید معلومات حاصل کریں یہاں:

• EPOC قسم

• Insight قسم

4.2. ای ای جی ڈیٹا کو پراسیس اور تبدیل کرنا

اب جب کہ آپ کے پاس آپ کا ڈیٹا ہے، آپ اسے فریکوئنسی ڈومین میں تبدیل کر سکتے ہیں Emotiv Analyzer کا استعمال کرتے ہوئے۔ ویڈیو میں دیے گئے مراحل کی پیروی کریں۔

4.3. ڈیٹا کی تشریح

ایک بار Analyzer مکمل ہے، زپ فائل ڈاؤن لوڈ کریں۔ ہر ریکارڈ کے لئے آپ کے پاس بینڈ پاورز کی ایک سی ایس وی فائل ہوگی اور ایک تصویری فائل ہوگی جو آپ کو اپنی خود کی شماریاتی تجزیہ چلانے کے لئے استعمال کر سکتے ہیں۔

شکل 11 – بینڈپاورز۔

ہمارے نتائج میں ہم اس وقت اللوہا پاور میں اضافہ دیکھ سکتے ہیں جب آنکھیں بند تھیں (نارنجی) مقابلے میں جب وہ کھلی تھیں (نیلی)۔

ہمارا سبق یہیں ختم ہوتا ہے! آپ اب مبادیات کے ساتھ مسلح ہیں 🙂

آپ وسائل کے سیکشن میں اضافی پڑھنے کے لئے کچھ لنکس پا سکتے ہیں۔

5. وسائل

پیشرفت ریڈنگ

Donoghue وغیرہ 2022 نیورل آسلیلیشنز کا مطالعہ کرنے کے لئے طریقہ کار کی تشریحات

ای ای جی اصطلاحات کی لغت

Kane وغیرہ 2017 (یہاں)

اوپن سورس کوڈ

اگر آپ پائیتھون کوڈنگ میں آرام دہ ہیں، تو ہم نے پائیتھون اسکرپٹس دستیاب کی ہیں جنہیں آپ الفا پاور ویلیو حاصل کرنے کے لئے استعمال کر سکتے ہیں، آنکھیں کھلی اور بند حصوں سے مخصوص۔ کوڈ اور سیمپل الفا دباؤ کے ڈیٹا فائلز یہاں تلاش کریں: https://osf.io/9bvgh/

EMOTIV کتابچے

EmotivPRO Builder دستی
EmotivPRO دستی
EmotivPRO Analyzer دستی

6. حوالہ جات

Donoghue, T., Schaworonkow, N. اور Voytek, B., 2022. Methodological considerations for studying neural oscillations. یورپی جریدہ برائے نیورو سائنس، 55(11-12)، صفحہ 3502-3527. doi: https://doi.org/10.1111/ejn.15361

Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. اور van Putten, M.J., 2017. A revised glossary of terms most commonly used by clinical electroencephalographers and updated proposal for the report format of the EEG findings. تجدید 2017. کلینیکل نیورو فزیولوجی پریکٹس، 2، صفحہ 170. doi: 10.1016/j.cnp.2017.07.002

Siuly, S., Li, Y., Zhang, Y. (2016). Electroencephalogram (EEG) and Its Background. In: EEG Signal Analysis and Classification. Health Information Science. Springer, Cham. doi: https://doi.org/10.1007/978-3-319-47653-7%5F1