ایک الیکٹرو اینسیفلوگرام (EEG) مشین جدید نیوروسائنس اور کلینیکل نیورولوجی میں سب سے اہم غیر حملہ آور (noninvasive) ٹولز میں سے ایک ہے، جو محققین اور معالجین کو حقیقی وقت میں دماغ کی برقی سرگرمی کو ٹریک کرنے کی اجازت دیتی ہے۔ مرگی کے دوروں کی تشخیص سے لے کر جدید برین-کمپیوٹر انٹرفیسز (BCIs) کو چلانے تک، EEG ٹیکنالوجی مائیکرو وولٹ کی سطح کے اعصابی اتار چڑھاؤ اور قابل عمل فزیولوجیکل ڈیٹا کے درمیان فرق کو ختم کرتی ہے۔
تاہم، انسانی کھوپڑی سے ان مدہم برقی صلاحیتوں کو حاصل کرنے کے لیے ماحول کے پاور لائن شور سے لے کر کھوپڑی کی مزاحمت (scalp impedance) اور سگنل آرٹفیکٹ کی آلودگی تک کے مادی اور انجینئرنگ کے بڑے چیلنجوں پر قابو پانے کی ضرورت ہوتی ہے۔
اس جامع گائیڈ میں، ہم جائزہ لیتے ہیں کہ EEG مشینیں ہارڈ ویئر سے لے کر کس طرح کام کرتی ہیں۔ ہم ان ضروری اجزاء کو تلاش کرتے ہیں جو اعلیٰ سگنل کوالٹی کی وضاحت کرتے ہیں بشمول الیکٹروڈ کی کثافت، ہائی کامن-موڈ ریجیکشن ریشو (CMRR) والے کم شور والے ایمپلیفائرز، اور فزیکل فیراڈے شیلڈنگ۔
مزید برآں، ہم تجزیہ کرتے ہیں کہ تجرباتی تحقیقی ڈیٹا مکمل پیمانے کے کلینیکل EEG سسٹمز اور جدید پورٹیبل ہیڈسیٹ کے درمیان سمجھوتوں کے بارے میں کیا ظاہر کرتا ہے، جس سے آپ کو یہ سمجھنے میں مدد ملتی ہے کہ پہننے کے قابل متبادل کہاں بہترین کارکردگی کا مظاہرہ کرتے ہیں اور کلینیکل تشخیص کے لیے گھنی الیکٹروڈ کوریج کیوں اب بھی سب سے بہترین معیار ہے۔
EEG مشین کیا ہے؟
EEG مشین ایک الیکٹرانک نظام ہے جو کھوپڑی پر رکھے گئے الیکٹروڈز کے ذریعے دماغ کی برقی سرگرمی کو ریکارڈ کرنے کے لیے استعمال ہوتا ہے۔ اس کے نتیجے میں بننے والے نشانات دماغ کی ساختی تصویر کے بجائے وقت کے ساتھ بدلتے ہوئے وولٹیج کے پیٹرن کو ظاہر کرتے ہیں۔
EEG غیر جارحانہ ہے اور یہ بہت زیادہ دنیاوی ریزولیوشن کے ساتھ اعصابی سرگرمی کو حاصل کر سکتا ہے، جو اسے طبی تشخیص اور تحقیق دونوں میں مفید بناتا ہے۔ ریکارڈنگ کے عمل کی واضح تفہیم آلے کو خود وسیع تر EEG معائنے سے ممتاز کرنے میں مدد کرتی ہے۔
EEG مشین کے اجزاء
اگرچہ ڈیزائن مختلف ہوتے ہیں، لیکن زیادہ تر نظام سینسنگ ہارڈ ویئر، سگنل پروسیسنگ الیکٹرانکس، اور سافٹ ویئر کو یکجا کرتے ہیں۔ الیکٹروڈ کھوپڑی اور ریکارڈنگ سسٹم کے درمیان تعلق فراہم کرتے ہیں، جبکہ کیبلز یا وائرلیس ٹرانسمیٹر پائے جانے والے سگنلز کو لے جاتے ہیں۔ ایک کیپ الیکٹروڈز کو مستقل طور پر پوزیشن میں رکھنے میں مدد کر سکتی ہے۔
بنیادی اجزاء میں عام طور پر شامل ہیں:
الیکٹروڈ اور الیکٹروڈ ہولڈرز جو کھوپڑی کے متعین مقامات پر وولٹیج کے اختلافات کا پتہ لگاتے ہیں۔
ایک ایمپلیفائر جو کم سطح کے سگنلز کو ان کے باہمی تعلقات کو برقرار رکھتے ہوئے بڑھاتا ہے۔
ایک ڈیجیٹائزر اور ریکارڈنگ یونٹ جو اسٹوریج کے لیے اینالاگ سرگرمی کو ڈیجیٹل ڈیٹا میں تبدیل کرتا ہے۔
ڈسپلے اور تجزیہ کا سافٹ ویئر جو چینلز کو منظم کرتا ہے، واقعات کو نشان زد کرتا ہے، اور جائزے میں مدد کرتا ہے۔
حوالہ الیکٹروڈ، گراؤنڈ کنکشن، کیبلز، اور کنڈکٹو میڈیا بھی ریکارڈنگ کو متاثر کرتے ہیں۔ بین الاقوامی 10-20 پلیسمنٹ اپروچ الیکٹروڈز کی پوزیشننگ کے لیے ایک مشترکہ فریم ورک فراہم کرتا ہے، حالانکہ مخصوص طبی یا تحقیقی مقاصد کے لیے زیادہ گنجان نمونے والے انتظامات استعمال کیے جا سکتے ہیں۔ جب معائنے کے لیے ہم آہنگ رویے یا جسمانی معلومات کی ضرورت ہو تو آئسولیشن کا سامان، محرک ہارڈ ویئر، اور ویڈیو ریکارڈنگ جیسے لوازمات شامل کیے جا سکتے ہیں۔
EEG ریکارڈنگ فزکس کا ایک چیلنج کیوں ہے
آپ کے دماغ کی برقی آؤٹ پٹ حیرت انگیز طور پر مدہم ہوتی ہے۔ جب کورٹیکل نیوران کی بڑی تعداد ہم آہنگی میں کام کرتی ہے، تو وہ ایسے پوٹینشل پیدا کرتے ہیں جو کھوپڑی کی سطح پر 10 سے 100 مائیکرو وولٹ کے درمیان رجسٹر ہوتے ہیں۔
سیاق و سباق کے لیے، کسی بھی جدید عمارت کی دیواروں سے گزرنے والا برقی شور تقریباً 60 ہرٹز پر ہوتا ہے اور یہ دماغی سگنل کو کئی گنا تک مغلوب کر سکتا ہے۔ آپ کے اوپر لگی فلوروسینٹ لائٹس، آپ کی میز پر موجود لیپ ٹاپ کا پاور سپلائی، یہاں تک کہ آپ کے اپنے جبڑے میں پٹھوں کا تناؤ بھی ایسے برقی میدان پیدا کرتا ہے جو اس اعصابی سرگرمی کا مقابلہ کرتے ہیں جسے محققین کو الگ کرنے کی ضرورت ہوتی ہے۔
مکمل پیمانے کے EEG سسٹمز کو ہارڈ ویئر کی سطح پر اس سگنل ٹو نوائس کے مسئلے کو حل کرنے کے لیے خاص طور پر بنایا گیا ہے۔ ان کے ایمپلیفائر اریوں کو غیر معمولی طور پر کم شور کی سطح کے ساتھ ڈیزائن کیا گیا ہے، جس کا مطلب ہے کہ سرکٹری خود اعصابی سگنل کو بڑھاتے ہوئے کم سے کم برقی مداخلت پیدا کرتی ہے۔
یہ ایمپلیفائرز الیکٹروڈز کے قریب واقع ہوتے ہیں، جس سے اس فاصلے کو کم کیا جاتا ہے جو کمزور مائیکرو وولٹ سگنل کو ایمپلیفیکیشن سے پہلے طے کرنا پڑتا ہے۔ بغیر شیلڈ والی تار کا ہر ملی میٹر ماحولیاتی شور کے لیے ایک اینٹینا بن جاتا ہے، اس لیے مکمل پیمانے کے نظام کیبل کی محتاط روٹنگ اور ایکٹو شیلڈنگ کے ذریعے اس نمائش کو کم سے کم کرتے ہیں۔
دوسرا آرکیٹیکچرل ستون ماحولیاتی تنہائی ہے۔ طبی EEG سوئٹ اکثر فیراڈے کیج شیلڈنگ کا استعمال کرتے ہیں، جو کہ کنڈکٹو انکلوژرز ہوتے ہیں جو بیرونی برقی مقناطیسی میدانوں کو الیکٹروڈز تک پہنچنے سے روکتے ہیں۔
یہ کوئی تعیشاتی خصوصیت نہیں ہے۔ یہ بغیر کسی آلودگی کے انتہائی لطیف اعصابی علامات کا پتہ لگانے کے لیے ایک طبعی شرط ہے۔ جب ایک تحقیقی ٹیم نے مستحکم حالت کے بصری طور پر پیدا ہونے والے پوٹینشل کے تجربات کے لیے متعدد حصولی آلات کا موازنہ کیا، تو انہوں نے سسٹمز کو واضح طور پر ایمپلیفائر کے درجے کے لحاظ سے درجہ بندی کیا، اور سگنل کے معیار کے بنیادی عامل کے طور پر تحقیقی درجے کے ہارڈ ویئر کو صارف کے درجے کے متبادلات سے الگ کیا۔ مکمل پیمانے کا فن تعمیر اس لیے موجود ہے کیونکہ اس مسئلے کی فزکس اس کا تقاضا کرتی ہے۔
EEG ریکارڈنگز میں اعلیٰ سگنل کوالٹی کس چیز سے بنتی ہے؟
نیورو سائنسدان معروضی میٹرکس کا استعمال کرتے ہوئے EEG سسٹمز کا جائزہ لیتے ہیں جو بالکل اس بات کی مقدار کا تعین کرتے ہیں کہ ریکارڈنگ کا کتنا حصہ آرٹفیکٹ کے بجائے دماغی سرگرمی کی نمائندگی کرتا ہے۔ ان میٹرکس کو سمجھنا یہ واضح کرتا ہے کہ مکمل پیمانے کے سسٹمز کس چیز کو محفوظ رکھتے ہیں اور پورٹیبل متبادلات کس چیز پر سمجھوتہ کرتے ہیں۔
سب سے زیادہ بدیہی پیمانہ بیک وقت ریکارڈنگز کے درمیان ارتباط کا ضریب (correlation coefficient) ہے۔ جب دو سسٹمز ایک ہی وقت میں ایک ہی دماغی سرگرمی کو ریکارڈ کرتے ہیں، تو ان کی ویوفارمز کو ایک دوسرے کے ساتھ قریب سے مطابقت رکھنی چاہیے۔ 1.0 کا کامل ارتباط کا مطلب ہے کہ سگنلز یکساں ہیں۔ اس سے کم کوئی بھی چیز انحراف کی نشاندہی کرتی ہے، اور وہ انحراف ضائع شدہ یا مسخ شدہ معلومات کی نمائندگی کرتا ہے۔
سادہ ویوفارم مماثلت سے ہٹ کر، محققین Hjorth پیرامیٹرز کا معائنہ کرتے ہیں، جو کہ اعداد و شمار کے تین پیمانے ہیں جو سگنل کی حرکیات کو بیان کرتے ہیں:
سرگرمی (Activity) سگنل کے تغیر یا طاقت کو حاصل کرتی ہے۔
موبلٹی (Mobility) اوسط فریکوئنسی کا تخمینہ لگاتی ہے۔
پیچیدگی (Complexity) یہ بتاتی ہے کہ سگنل خالص سائن لہر سے کتنا ہٹتا ہے، بنیادی طور پر اس کے کھردرے پن یا ہمواری کی پیمائش کرتا ہے۔
یہ پیرامیٹرز اجتماعی طور پر یہ بیان کرتے ہیں کہ آیا کوئی ریکارڈنگ دماغی سرگرمی کے متحرک کردار کو محفوظ رکھتی ہے یا اسے اعداد و شمار کے لحاظ سے مختلف چیز میں تبدیل کر دیتی ہے۔
تین اضافی میٹرکس مخصوص آلودگی کے نمونوں کو ظاہر کرتے ہیں:
بیس لائن وانڈر (Baseline wander) سگنل میں سست تبدیلیوں کو ٹریک کرتا ہے جو اکثر اعصابی ذرائع کے بجائے جلد کے پوٹینشل یا الیکٹروڈ کے بیٹھنے سے پیدا ہوتی ہیں۔
کرٹوسس (Kurtosis) یہ پیمائش کرتا ہے کہ ریکارڈنگ میں اکثر انتہائی آؤٹ لیرز کتنی بار ظاہر ہوتے ہیں، جو کہ حرکتی آرٹفیکٹس یا الیکٹروڈ کے پاپس کی موجودگی کی نشاندہی کر سکتے ہیں۔
مخصوص فریکوئنسی کا شور، خاص طور پر 60 ہرٹز کا پاور لائن شور جو ہر وائرڈ ماحول میں سرایت کر جاتا ہے، اس بات کا براہ راست پیمانہ فراہم کرتا ہے کہ ہارڈ ویئر ماحولیاتی مداخلت کو کتنی اچھی طرح مسترد کرتا ہے۔
کلاسک نظاموں کے خلاف ایک تیز رفتار رسپانس سسٹم کا معروضی طور پر جائزہ لینے کے لیے کاموسی اور دیگر کے ایک تقابلی مطالعہ میں اسی میٹرک سوٹ کو استعمال کیا گیا، جس میں Hjorth پیرامیٹرز، اسپائک کاؤنٹس، بیس لائن وانڈر، اور 60 ہرٹز کی آلودگی کا جائزہ لیا گیا۔
میٹرک | یہ کیا ماپتا ہے |
|---|---|
ارتباط (Correlation) | سسٹمز کے درمیان ویوفارم کا اتفاق |
Hjorth سرگرمی | سگنل کا تغیر یا طاقت |
Hjorth موبلٹی | اوسط فریکوئنسی کا تخمینہ |
Hjorth پیچیدگی | سائن لہر سے انحراف |
بیس لائن وانڈر | سست روی کا شکار آرٹفیکٹس |
کرٹوسس | انتہائی آؤٹ لیر کی موجودگی |
60 ہرٹز شور | ماحولیاتی مداخلت کا مسترد ہونا |
EEG ہارڈ ویئر کی ضروریات: چینلز، ایمپلیفائرز، اور شیلڈنگ
مکمل پیمانے کے سسٹمز کی برتری تین باہمی منحصر ہارڈ ویئر کے فوائد پر مبنی ہے جنہیں پورٹیبل آلات مکمل طور پر نقل نہیں کر سکتے: ہائی چینل کاؤنٹ، ایمپلیفائر ڈیزائن، اور شیلڈنگ۔
EEG تجزیہ میں الیکٹروڈ کثافت کا کردار
ہائی چینل کاؤنٹ سب سے واضح فرق ہے۔ طبی سسٹمز معمول کے مطابق دسیوں سے لے کر سینکڑوں الیکٹروڈز کو پورے کھوپڑی پر EEG میں 10-20 سسٹم کے مطابق پھیلاتے ہیں۔
یہ کثافت اتنی باریک دنیاوی نمونہ سازی کے قابل بناتی ہے جس سے یہ اندازہ لگایا جا سکے کہ دماغ کے اندر سگنل کہاں سے پیدا ہوتا ہے، اس عمل کو سورس لوکلائزیشن کہتے ہیں۔ سورس لوکلائزیشن کی ریاضی کے لیے ریورس مسئلہ کو حل کرنے کے لیے کافی دنیاوی معلومات کی ضرورت ہوتی ہے، جس سے کھوپڑی کے پوٹینشل کو ان کے کورٹیکل جنریٹرز تک واپس ٹریک کیا جا سکے۔
کم چینلز کا مطلب موٹا دنیاوی ریزولیوشن ہے، اور ایک خاص حد سے نیچے، مخصوص لوکلائزیشنز ریاضیاتی طور پر ناممکن ہو جاتی ہیں چاہے سگنل کا معیار کتنا ہی اچھا کیوں نہ ہو۔
اعلیٰ کارکردگی والے EEG ایمپلیفائرز کی اہمیت
ایمپلیفائر ڈیزائن کم نظر آنے والا لیکن مساوی طور پر اہم فائدہ ہے۔ کلیدی تفصیل کامن موڈ ریجیکشن ریشو، یا CMRR ہے، جو یہ بیان کرتی ہے کہ ایمپلیفائر کتنی مؤثر طریقے سے ان سگنلز کو منسوخ کرتا ہے جو دونوں ان پٹس پر یکساں طور پر ظاہر ہوتے ہیں جبکہ اس تفریقی سگنل کو محفوظ رکھتے ہیں جو حقیقی دماغی سرگرمی کی نمائندگی کرتا ہے۔
شور کے ذرائع جیسے پاور لائن کی مداخلت تمام الیکٹروڈز کو یکساں طور پر متاثر کرتے ہیں، جو ایک کامن موڈ سگنل کے طور پر ظاہر ہوتے ہیں۔ ایک ہائی CMRR ایمپلیفائر ریاضیاتی طور پر اس مشترکہ شور کو منہا کرتا ہے، جس سے صرف چھوٹا تفریقی دماغی سگنل رہ جاتا ہے۔ تحقیقی درجے کے ایمپلیفائرز ایسے CMRR نمبر حاصل کرتے ہیں جن کا مقابلہ صارف کے درجے کا ہارڈ ویئر نہیں کر سکتا، اور یہ فرق براہ راست صاف ریکارڈنگز میں ظاہر ہوتا ہے۔
EEG میں فزیکل اور ایکٹو شیلڈنگ کا کردار
شیلڈنگ اس تثلیث کو مکمل کرتی ہے۔ طبی ترتیبات میں فیراڈے کیج رومز کے ذریعے ہو یا الیکٹروڈ کیبلز میں بنائے گئے ایکٹو شیلڈنگ سرکٹس کے ذریعے، مکمل پیمانے کے نظام برقی مقناطیسی مداخلت کو ایمپلیفائر تک پہنچنے سے پہلے فزیکلی طور پر بلاک کرتے ہیں۔
ہارڈ ویئر کی سطح پر شور کا یہ مسترد ہونا حصول کے بعد ڈیجیٹل فلٹرنگ سے بنیادی طور پر مختلف ہے۔ فلٹرنگ مخصوص فریکوئنسی بینڈز کو ہٹا سکتی ہے، لیکن یہ اس شور میں تمیز نہیں کر سکتی جو اعصابی فریکوئنسیوں کے ساتھ اوورلیپ ہوتا ہے۔ شیلڈنگ آلودگی کو سگنل چین میں سرے سے داخل ہونے سے ہی روکتی ہے۔
EEG ہارڈ ویئر اور سگنل کیپچر پر بنیادی نکات
یہ آرکیٹیکچرل خصوصیات بتاتی ہیں کہ کیوں مکمل پیمانے کے نظام معتبر طریقے سے روایتی EEG مظاہر جیسے الفا ردھم کو حاصل کرتے ہیں، برگر اثر جو پہلی بار اس وقت دیکھا گیا تھا جب شرکاء اپنی آنکھیں بند کرتے ہیں اور ان کے دماغ کے پچھلے حصے 8-12 ہرٹز کے ارتعاش میں منتقل ہو جاتے ہیں۔
وہ یہ بھی بتاتے ہیں کہ کیوں ایونٹ سے متعلقہ پوٹینشلز کے N2 اور P2 اجزاء، جو کسی محرک کے سینکڑوں ملی سیکنڈ بعد ہونے والے لطیف وولٹیج کے انحراف ہیں، تحقیقی درجے کی ریکارڈنگز میں واضح طور پر ابھرتے ہیں۔ جب ایک تحقیقی ٹیم نے ایک نئے پہننے کے قابل فرنٹل EEG ڈیوائس کا گولڈ اسٹینڈرڈ سے موازنہ کیا، تو انہوں نے تصدیق کی کہ مکمل پیمانے کے سسٹم نے برگر اثر اور ان ERP اجزاء دونوں کو کامیابی کے ساتھ کیپچر کیا، جس سے کارکردگی کا وہ بنیادی معیار قائم ہوا جس تک کسی بھی پورٹیبل متبادل کو پہنچنا چاہیے۔
پورٹیبل بمقابلہ کلینیکل EEG سمجھوتوں کے بارے میں تحقیقی ڈیٹا کیا کہتا ہے
EEG سسٹم کو چھوٹا کرنا انجینئرنگ کے سمجھوتوں پر مجبور کرتا ہے۔ کم چینلز کا مطلب ہے کم دنیاوی کوریج۔ چھوٹے ایمپلیفائرز، جو بیٹری لائف اور ہیٹ ڈیسیپیشن کے تقاضوں کے پابند ہوتے ہیں، اپنے مکمل پیمانے کے ہم منصبوں کے شور کی کارکردگی کا مقابلہ نہیں کر سکتے۔ اور پورٹیبل آلات بغیر شیلڈ والے کمروں کے فائدے کے غیر کنٹرول شدہ برقی مقناطیسی ماحول میں کام کرتے ہیں۔
تجرباتی شواہد بالکل اس بات کی مقدار بتاتے ہیں کہ ان سمجھوتوں کی کیا قیمت ہے۔ مثال کے طور پر، مذکورہ بالا مطالعہ میں، جب پہننے کے قابل ڈیوائس اور گولڈ اسٹینڈرڈ دونوں کے ساتھ بیک وقت آرام کی حالت کا EEG ریکارڈ کیا گیا، تو دونوں سسٹمز کے درمیان معمول کے مطابق کراس کو ریلیشن کا اوسط تقریباً 0.72 تھا، جس کا معیاری انحراف 0.02 تھا۔
یہ ارتباط اعداد و شمار کے لحاظ سے اہم ہے اور یہ ظاہر کرتا ہے کہ پہننے کے قابل ڈیوائس حقیقی دماغی سرگرمی کو حاصل کرتی ہے۔ لیکن باقی 0.28 کا فاصلہ اس معلومات کی نمائندگی کرتا ہے جو طبی ریکارڈنگ میں موجود ہے لیکن پورٹیبل ورژن میں غائب یا مسخ شدہ ہے۔ کچھ ایپلی کیشنز کے لیے، یہ فاصلہ قابل قبول ہے۔ تاہم، طبی تشخیص کے لیے جہاں لطیف ویوفارم کی غیر معمولی چیزیں بیماری کی نشاندہی کر سکتی ہیں، یہ شاید قابل قبول نہ ہو۔
یہ پورٹیبل سسٹمز کو بیکار نہیں بناتا۔ اس کے برعکس، ایک SSVEP تقابلی مطالعہ جس نے تحقیقی درجے کے ہارڈ ویئر کو صارف کے درجے کے ہارڈ ویئر سے ممتاز کیا، یہ نتیجہ اخذ کیا کہ کم درجے کے وائرلیس تحقیقی درجے کے جیل پر مبنی EEG سسٹمز نے برین کمپیوٹر انٹرفیس ایپلی کیشنز کے لیے روایتی آلات کے برابر سگنل کا معیار پیدا کیا۔
کلیدی شرط "BCIs کے لیے" ہے۔ مختلف ایپلی کیشنز سگنل کی وفاداری کی مختلف سطحوں کا تقاضا کرتی ہیں، اور اس کے مطابق قابل قبول کارکردگی کی حد بدل جاتی ہے۔
پورٹیبل بمقابلہ کلینیکل EEG
مخصوص حالات اور مخصوص میٹرکس پر، پورٹیبل آلات نے برابری کا مظاہرہ کیا ہے جو اعتراف کا مستحق ہے۔
کاؤموسی اور دیگر کی طرف سے تیز رفتار ردعمل والے EEG کے مطالعے میں ایک EEG سسٹم کا دو روایتی طبی مشینوں سے موازنہ کیا گیا جس سے ظاہر ہوا کہ بیک وقت لیبارٹری ریکارڈنگز میں، تیز رفتار ردعمل والے EEG اور ہر روایتی نظام کے درمیان ارتباط اعداد و شمار کے لحاظ سے بالکل وہی تھا جو خود دو روایتی سسٹمز کے درمیان ارتباط تھا۔ پورٹیبل ڈیوائس طبی معیار کا کوئی اندازہ نہیں تھی۔ یہ اس ٹیمپورل ویوفارم میٹرک پر عملی طور پر قابل تبادلہ تھی۔
مزید برآں، حقیقی مریضوں کے ساتھ حقیقی ICU ماحول میں، Hjorth پیرامیٹرز نے تیز رفتار ردعمل اور روایتی ریکارڈنگز کے درمیان اعداد و شمار کی مماثلت ظاہر کی۔ سپائیک کاؤنٹس، بیس لائن وانڈر، اور کرٹوسس کے پیمانے سب مساوی حدود میں آئے، جن کی p-قیمتیں ولکوکسن سائنڈ رینک ٹیسٹ پر 0.05 سے زیادہ تھیں۔
اور ایک ایسے نتیجے میں جو جدید ایمپلیفائر مائیکرو سکوپک ڈیزائن کی پیشرفت کو اجاگر کرتا ہے، تیز رفتار ردعمل والے سسٹم نے لیبارٹری اور برقی طور پر دشمن ICU ماحول دونوں میں، روایتی سسٹمز کے مقابلے میں نمایاں طور پر کم 60 ہرٹز شور کا مظاہرہ کیا۔ پورٹیبل سے حاصل کردہ طبی معلومات روایتی سیٹ اپ سے اخذ کردہ تشخیصی نتائج سے مطابقت رکھتی تھیں۔
تاہم، ٹیمپورل میٹرکس پر برابری تمام جہتوں میں برابری کی تشکیل نہیں کرتی ہے۔ تیز رفتار ردعمل والے نظام نے محدود الیکٹروڈ سیٹ کے ساتھ اپنی کارکردگی حاصل کی، اور کوئی بھی ٹیمپورل وفاداری اس دنیاوی معلومات کو دوبارہ تخلیق نہیں کر سکتی جو کبھی حاصل ہی نہیں کی گئی تھی۔
سنگل چینل پہننے کے قابل ریکارڈنگز میں آلودہ حصوں کی شناخت کے لیے خودکار الگورتھم تیار کیے گئے ہیں جن کی درستگی 90٪ سے زیادہ ہے، جو عضلاتی سرگرمی اور حرکت سے پیدا ہونے والے آرٹفیکٹس کو کامیابی کے ساتھ نشان زد کرتے ہیں۔ لیکن یہ الگورتھم کھوج کا مسئلہ حل کرتے ہیں، بحالی کا نہیں۔ وہ محققین کو بتاتے ہیں کہ کون سے ڈیٹا کے حصے ناقابل استعمال ہیں۔ وہ اس گمشدہ دنیاوی ٹوپوگرافی کو دوبارہ تشکیل نہیں دے سکتے جس کے لیے ایک مکمل کثافت والی صف سے مشترکہ اوسط حوالہ EEG مونٹیج یا سورس لوکلائزیشن تجزیہ درکار ہوگا۔
EEG ٹیکنالوجی کا مستقبل
EEG ٹیکنالوجی کے مستقبل میں مزید لچکدار ریکارڈنگ فارمیٹس، بہتر الیکٹروڈ مواد، اور ایسا سافٹ ویئر شامل ہونے کا امکان ہے جو تیزی سے معیار کی جانچ کی حمایت کرتا ہے۔ وائرلیس مواصلات اور ہلکے ہیڈسیٹ مخصوس لیبارٹریوں سے باہر ریکارڈنگ کو آسان بنا سکتے ہیں۔ ساتھ ہی، طبی سسٹمز کو قابل اعتماد سگنل کی سالمیت، محفوظ ڈیٹا ہینڈلنگ، اور ایسے ورک فلو کی ضرورت رہے گی جو پیشہ ورانہ جائزے کے مطابق ہوں۔
کمپیوٹیشن میں ترقی آرٹفیکٹس کی شناخت، طویل ریکارڈنگ کو منظم کرنے، اور مقداری طور پر پیٹرن کو بیان کرنے میں مدد کر سکتی ہے۔ مشین لرننگ کے طریقے درجہ بندی یا فیچر نکالنے میں مدد کر سکتے ہیں، لیکن ان کی افادیت نمائندہ ڈیٹا، شفاف توثیق، اور تکنیکی پیشن گوئی اور طبی فیصلے کے درمیان محتاط علیحدگی پر منحصر ہے۔ خودکار تجزیہ کو تشریح کی حمایت کرنی چاہیے، غیر یقینی صورتحال کو چھپانا نہیں چاہیے۔
زیادہ پورٹیبلٹی رازداری، رضامندی، باہمی تعاون، اور مناسب استعمال کے بارے میں بھی سوالات اٹھائے گی۔ EEG ڈیٹا صحت اور رویے کے بارے میں حساس معلومات کو ظاہر کر سکتا ہے، اس لیے اسٹوریج اور شیئرنگ کے طریقے اہمیت رکھتے ہیں۔ پیشرفت اس وقت سب سے زیادہ معنی خیز ہوگی جب سہولت کو قابل اعتماد پیمائش، واضح شواہد، اور سگنل کیا دکھا سکتا ہے اس کی حقیقت پسندانہ حدود کے ساتھ جوڑا جائے گا۔
کیوں گھنے الیکٹروڈ کوریج اب بھی EEG کے تشخیصی معیار کی وضاحت کرتی ہے
شواہد سے بنیادی پیغام یہ ہے کہ سگنل کا معیار کوئی تجریدی انجینئرنگ کا نظریہ نہیں ہے، کیونکہ وفاداری کی سطح یہ طے کرتی ہے کہ معالجین اور محققین دماغ کے بارے میں اعتماد کے ساتھ کیا کہہ سکتے ہیں۔
پورٹیبل EEG سسٹمز مخصوص ایپلی کیشنز بشمول برین کمپیوٹر انٹرفیس اور کچھ تحقیقی ترتیبات کے لیے مفید ثابت ہوئے ہیں، جہاں ان کے ٹیمپورل ویوفارم کا معیار روایتی مشینوں سے مطابقت رکھ سکتا ہے۔ لیکن وہی مطالعہ جو ان آلات کی توثیق کرتے ہیں ان کی حدود کو بھی ظاہر کرتے ہیں—محدود الیکٹروڈ کوریج دنیاوی معلومات کو غائب چھوڑ دیتی ہے، اور کوئی بھی پوسٹ پروسیسنگ اسے بحال نہیں کر سکتی جو کبھی ریکارڈ ہی نہیں کیا گیا تھا۔ وہ گمشدہ دنیاوی تفصیل طبی فیصلوں کے لیے سب سے زیادہ اہمیت رکھتی ہے، جہاں غیر معمولی سرگرمی کی اصل کا پتہ لگانا تشخیص کو تبدیل کر سکتا ہے۔
مرگی کی تشخیص اور فعال دماغی نیٹ ورک کی میپنگ جیسے کاموں میں، گھنے الیکٹروڈ اریز کوئی تعیش نہیں بلکہ کھوپڑی کے سگنلز کو ان کے کورٹیکل ذرائع تک واپس ٹریک کرنے کے لیے ایک ریاضیاتی ضرورت ہیں۔ پورٹیبل آلات بہت سے ایک جیسے ٹیمپورل پیٹرن کا پتہ لگا سکتے ہیں، پھر بھی وہ پورے دماغ کے خطوں کا مشاہدہ نہیں کر سکتے یا لوکلائزیشن کے مسائل کو حل نہیں کر سکتے جن کے لیے پورے کھوپڑی کی کوریج درکار ہوتی ہے۔
اس لیے عملی نتیجہ یہ ہے کہ پورٹیبل سسٹمز جائز ٹولز ہیں جب ان کی حدود معلوم ہوں، لیکن مکمل پیمانے کی مشینیں ان حالات کے لیے معیار بنی ہوئی ہیں جہاں زیادہ سے زیادہ وفاداری اور دنیاوی ریزولیوشن ناقابل سمجھوتہ ہیں۔ اس سمجھوتے کو سمجھنا مریضوں، معالجین اور محققین کو ہر مقصد کے لیے ایک ہی ٹیکنالوجی کی توقع کرنے کے بجائے ہاتھ میں موجود سوال کے لیے صحیح ٹول کا انتخاب کرنے میں مدد کرتا ہے۔
حوالہ جات
کوموسی، بی، گرانٹ، اے ایم، باچیلڈر، بی، یی، جے، حاجی نوروزی، ایم، اور وو، آر (2019)۔ ایک تیز رفتار ردعمل والے EEG اور روایتی طبی EEG سسٹمز کے ساتھ ریکارڈ کیے گئے سگنلز کے معیار کا موازنہ۔ طبی نیوروفزیالوجی پریکٹس، 4، 69-75۔ https://doi.org/10.1016/j.cnp.2019.02.002
گاو، زیڈ، چوئی، ایکس، وان، ڈبلیو، چن، زیڈ، اور گو، زیڈ (2022)۔ ایک نئے پہننے کے قابل فرنٹل لوب EEG ڈیوائس کا سگنل کوالٹی کی جانچ۔ سنسرز، 22(5)، 1898۔ https://doi.org/10.3390/s22051898
زیرافا، آر، کیمیلیری، ٹی، فالزون، او، اور کیمیلیری، کے پی (2018)۔ EEG کے حصول کے آلات کی ایک وسیع رینج کا موازنہ–کیا SSVEP BCIs کے لیے کوئی فرق ہے؟۔ دماغ-کمپیوٹر انٹرفیس، 5(4)، 121-131۔ https://doi.org/10.1080/2326263X.2018.1550710
اکثر پوچھے گئے سوالات
مکمل پیمانے کی EEG مشینیں پورٹیبل آلات کے مقابلے دماغی سگنلز کو بہتر طور پر کیوں حاصل کرتی ہیں؟
مکمل پیمانے کے سسٹمز کم شور والے ایمپلیفائرز کے ساتھ بنائے جاتے ہیں جو الیکٹروڈز کے قریب رکھے جاتے ہیں، جس سے اس فاصلے کو کم سے کم کیا جاتا ہے جو کمزور دماغی سگنلز کو ایمپلیفیکیشن سے پہلے طے کرنا پڑتا ہے۔ وہ ریکارڈنگ کو آلودہ کرنے سے پہلے ماحولیاتی برقی مداخلت کو روکنے کے لیے شیلڈنگ اور کیبل کی محتاط روٹنگ کا بھی استعمال کرتے ہیں۔
EEG سگنلز کو ریکارڈ کرنے میں بنیادی جسمانی چیلنج کیا ہے؟
کھوپڑی تک پہنچنے والے دماغی سگنلز انتہائی مدہم ہوتے ہیں، جنہیں مائیکرو وولٹ میں ماپا جاتا ہے، اور یہ پاور لائنوں، لائٹس، اور یہاں تک کہ پٹھوں کے تناؤ سے پیدا ہونے والے برقی شور سے آسانی سے مغلوب ہو سکتے ہیں۔ مکمل پیمانے کے سسٹمز پوسٹ پروسیسنگ پر انحصار کرنے کے بجائے ماخذ پر مداخلت کو مسترد کرنے کے لیے ڈیزائن کیے گئے ہارڈ ویئر کا استعمال کرتے ہوئے اسے حل کرتے ہیں۔
EEG تحقیق میں "سگنل کوالٹی" کا کیا مطلب ہے؟
سگنل کے معیار کی پیمائش معروضی طور پر کی جاتی ہے جیسے بیک وقت ریکارڈنگز کے درمیان ارتباط، Hjorth پیرامیٹرز (سرگرمی، نقل و حرکت، پیچیدگی)، بیس لائن وانڈر، کرٹوسس، اور 60 ہرٹز شور کی سطح۔ یہ میٹرکس ظاہر کرتے ہیں کہ ریکارڈنگ کا کتنا حصہ حقیقی دماغی سرگرمی کی عکاسی کرتا ہے بمقابلہ آرٹفیکٹس یا ماحولیاتی مداخلت۔
طبی EEG کے لیے الیکٹروڈز کی زیادہ تعداد کیوں اہمیت رکھتی ہے؟
زیادہ الیکٹروڈ کھوپڑی پر زیادہ گھنے دنیاوی نمونے فراہم کرتے ہیں، جو سورس لوکلائزیشن کے لیے ضروری ہے—یعنی یہ اندازہ لگانا کہ دماغ میں سگنل کہاں سے پیدا ہوتا ہے۔ بہت کم چینلز کے ساتھ، کھوپڑی کے پوٹینشل کو ان کے کورٹیکل جنریٹرز تک واپس ٹریک کرنا ریاضیاتی طور پر ناممکن ہو جاتا ہے۔
کامن موڈ ریجیکشن ریشو (CMRR) کیا ہے اور یہ کیوں اہم ہے؟
CMRR یہ بیان کرتا ہے کہ ایک ایمپلیفائر کتنی اچھی طرح ان سگنلز کو منسوخ کرتا ہے جو دونوں ان پٹس پر یکساں طور پر ظاہر ہوتے ہیں، جیسے کہ پاور لائن کا شور، جبکہ اس تفریقی سگنل کو محفوظ رکھتا ہے جو حقیقی دماغی سرگرمی کی نمائندگی کرتا ہے۔ تحقیقی درجے کے ایمپلیفائرز میں اعلیٰ CMRR ہوتا ہے، جس کا براہ راست نتیجہ صاف ریکارڈنگز کی صورت میں نکلتا ہے۔
شور کو دور کرنے کے لیے ڈیجیٹل فلٹرنگ سے فزیکل شیلڈنگ کیوں بہتر ہے؟
شیلڈنگ برقی مقناطیسی مداخلت کو سگنل چین میں سرے سے داخل ہونے سے ہی روکتی ہے، جبکہ ڈیجیٹل فلٹرنگ صرف آلودگی کے بعد مخصوص فریکوئنسی بینڈز کو ہٹا سکتی ہے۔ چونکہ شور اکثر اعصابی فریکوئنسیوں کے ساتھ اوورلیپ ہوتا ہے، اس لیے فلٹرنگ دونوں کے درمیان فرق نہیں کر سکتی، لیکن شیلڈنگ شور کو دماغی سگنل کے ساتھ ملنے سے پہلے ہی بلاک کر دیتی ہے۔
کیا پورٹیبل EEG سسٹمز کبھی مکمل پیمانے کی طبی مشینوں کا مقابلہ کر سکتے ہیں؟
ہاں، کچھ ٹیمپورل میٹرکس پر، کچھ پورٹیبل سسٹمز نے ویوفارم ارتباط اور شور کی سطح کو ظاہر کیا ہے جو روایتی مشینوں سے اعداد و شمار کے لحاظ سے ملتا جلتا ہے، خاص طور پر مخصوص ایپلی کیشنز جیسے برین-کمپیوٹر انٹرفیس میں۔ تاہم، وہ مکمل پیمانے کے سسٹمز کے دنیاوی ریزولیوشن کا مقابلہ نہیں کر سکتے کیونکہ الیکٹروڈ کی محدود کوریج مکمل سورس لوکلائزیشن یا پورے دماغ کے نیٹ ورک کی میپنگ کو ناممکن بنا دیتی ہے۔
اگر پورٹیبل EEG آلات کم درست ہیں تو کیا وہ بیکار ہیں؟
نہیں، پورٹیبل سسٹمز بہت سی ایپلی کیشنز کے لیے درست ٹولز ہیں، جیسے برین کمپیوٹر انٹرفیس اور کچھ تحقیقی مطالعے، جہاں ان کے سگنل کا معیار کافی ہوتا ہے۔ ان کی حدود صرف اس وقت اہم ہو جاتی ہیں جب زیادہ سے زیادہ ڈیٹا کی وفاداری اور دنیاوی ریزولیوشن کی ضرورت ہو، جیسے طبی تشخیص یا سورس لوکلائزیشن میں۔
Emotiv ایک نیوروٹیکنالوجی لیڈر ہے جو قابلِ رسائی EEG اور دماغی ڈیٹا ٹولز کے ذریعے نیورو سائنس کی تحقیق کو آگے بڑھانے میں مدد کرتا ہے۔
طبی دستبرداری: اس ویب سائٹ پر فراہم کردہ معلومات صرف تعلیمی اور معلوماتی مقاصد کے لیے ہیں اور یہ کسی طبی یا صحت کی مشورے کے طور پر نہیں ہیں۔ اس مواد میں غلطیاں ہو سکتی ہیں اور زندگی کو تبدیل کرنے والے صحت، طبی، یا طرز زندگی کے فیصلے کرنے کے لیے اس پر انحصار نہیں کیا جانا چاہیے۔ طبی حالت یا علاج کے بارے میں آپ کے کسی بھی سوال کے لیے ہمیشہ اپنے معالج یا دیگر اہل صحت فراہم کنندہ سے مشورہ کریں۔
کرسچن برکوس
