دیگر موضوعات تلاش کریں…

لاپلاس بمقابلہ فورير ٹرانسفارم

تیز رفتار سیٹ اپ اور اعلی کثافت والے وائرلیس اریوں کے ساتھ اپنے تجزیاتی EEG کے نظام الاوقات کو تیز کریں، جو کہ لچکدار فیلڈ کی تعیناتی کے لیے موزوں ہیں۔

تیز رفتار سیٹ اپ اور اعلی کثافت والے وائرلیس اریوں کے ساتھ اپنے تجزیاتی EEG کے نظام الاوقات کو تیز کریں، جو کہ لچکدار فیلڈ کی تعیناتی کے لیے موزوں ہیں۔

والیم کنڈکشن (Volume conduction) کا مطلب یہ ہے کہ ایک الیکٹروڈ پر ریکارڈ ہونے والے مضبوط وولٹیج کا ضروری نہیں کہ یہ مطلب ہو کہ دماغی سرگرمی براہ راست اسی الیکٹروڈ کے نیچے سے شروع ہوئی تھی۔ یہ چند سینٹی میٹر دور کسی دوسرے ماخذ سے بھی آ سکتی ہے، جس کا سگنل محض اتنا وسیع پھیلا ہوا ہو کہ وہ بیک وقت کئی سینسرز پر ریکارڈ ہو سکے۔

یہ ان لوگوں کے لیے ایک حقیقی مسئلہ پیدا کرتا ہے جو دو بہت مختلف سائنسی سوالات کے جوابات تلاش کرنے کی کوشش کر رہے ہیں: کھوپڑی (scalp) پر کسی خاص طرز کی سرگرمی کہاں مرکوز ہے، اور دماغ اس وقت کون سا رِدم یا فریکوئنسی پیدا کر رہا ہے؟ ان دو سوالات کے لیے دو مختلف ٹولز کی ضرورت ہوتی ہے۔ ایک، سرفیس لاپلاسین (surface Laplacian)، جو مقامی تفصیلات کو واضح کرنے کا کام کرتا ہے۔ دوسرا، فیوریئر ٹرانسفارم (Fourier transform)، جو وقت کی ڈی کوڈنگ پر کام کرتا ہے۔

اس بات کو سمجھنا کہ ہر ٹول اصل میں کیا کرتا ہے، اور کیوں کوئی بھی ایک دوسرے کا متبادل نہیں ہو سکتا، پہلی بار ای ای جی (EEG) کے طریقہ کار کے سیکشنز پڑھنے والے کسی بھی شخص کی بہت سی الجھنوں کو دور کر دیتا ہے۔

تیز رفتار سیٹ اپ اور اعلی کثافت والے وائرلیس اریوں کے ساتھ اپنے تجزیاتی EEG کے نظام الاوقات کو تیز کریں، جو کہ لچکدار فیلڈ کی تعیناتی کے لیے موزوں ہیں۔

تیز رفتار سیٹ اپ اور اعلی کثافت والے وائرلیس اریوں کے ساتھ اپنے تجزیاتی EEG کے نظام الاوقات کو تیز کریں، جو کہ لچکدار فیلڈ کی تعیناتی کے لیے موزوں ہیں۔

لاپلاس بمقابلہ فوریر: ایک جائزہ

انجینئرز اور سائنسدان سسٹمز کو ڈیزائن کرتے وقت یا تجرباتی ڈیٹا کا تجزیہ کرتے وقت اکثر لاپلاس اور فوریر ٹرانسفارمز کے درمیان انتخاب کرتے ہیں۔ اگرچہ یہ دونوں ریاضیاتی ٹولز سگنلز کو ٹائم ڈومین سے ایک ایسے ڈومین میں منتقل کرنے کے لیے استعمال ہوتے ہیں جہاں فریکوئنسی کا رویہ واضح نظر آئے، لیکن یہ اپنے دائرہ کار، تعریفوں اور بنیادی خصوصیات کے لحاظ سے بنیادی طور پر مختلف ہیں۔ صحیح طریقہ کار کا انتخاب اکثر نتیجے کی وضاحت کو بدل دیتا ہے، خاص طور پر جب ایسے پیچیدہ، حقیقی دنیا کے ڈیٹا سٹریمز سے نمٹنا ہو جس میں مستقل ارتعاشات اور غیر متوقع تبدیلیاں دونوں شامل ہوں۔

فوریر ٹرانسفارم دورانی یا ساکت سگنلز میں فریکوئنسی کے اجزاء کو الگ کرنے کی صلاحیت کی وجہ سے بڑے پیمانے پر جانا جاتا ہے۔ یہ خالصتاً ایک تخیلاتی فریکوئنسی پیرامیٹر پر انحصار کرتا ہے، جو اسے زیادہ عام لاپلاس ٹرانسفارم کا ایک ذیلی سیٹ بناتا ہے۔

کیونکہ یہ ابتدائی حالات یا ترقی کے عوامل کو مدنظر رکھے بغیر سگنل کی اسپیکٹرل کثافت کو گرفت میں لیتا ہے، اس لیے یہ کلاسیکی فریکوئنسی تجزیہ کا سنگ بنیاد ہے۔ اس کے برعکس، لاپلاس ٹرانسفارم ایک پیچیدہ فریکوئنسی پیرامیٹر کا استعمال کرتا ہے، جو اسے سسٹم کے ردعمل کے اندر ختم ہونے والے اور بڑھتے ہوئے دونوں طرح کے ایکسپونینشل رویوں کو سمیٹنے کی اجازت دیتا ہے۔

ان تکنیکوں کے درمیان انتخاب کرنے میں متعلقہ نظام کے استحکام اور ابتدائی حالت کا جائزہ لینا شامل ہے۔ جب کوئی محقق مستحکم حالت کے ہارمونک مواد پر توجہ مرکوز کرتا ہے، تو فوریر اپروچ ہی معیاری رہتی ہے۔ اس کے برعکس، اگر کسی کو فیڈ بیک سسٹم کے استحکام کا جائزہ لینا ہو یا عارضی دورانیوں کو مدنظر رکھنا ہو، تو لاپلاس ٹرانسفارم نمایاں طور پر وسیع تر ریاضیاتی کوریج فراہم کرتا ہے۔ ان ضروریات کو متوازن کرتے ہوئے، تجزیہ کار اس طریقہ کار کا انتخاب کر سکتے ہیں جو براہ راست ان کے مخصوص ڈیٹا سیٹ کی مؤثر طریقے سے تشریح کرنے کے لیے مطلوبہ معلومات فراہم کرتا ہے۔

سطحی لاپلاسین فوکل برین سرگرمی کے بارے میں کیا ظاہر کرتا ہے

سطحی لاپلاسین (سرفیس لاپلاسین) ایک مقامی فلٹر ہے۔ یہ سگنل کی ٹائمنگ کو بالکل نہیں چھیڑتا۔

اس کے بجائے، یہ کھوپڑی پر موجود الیکٹروڈز کے نقشے پر کام کرتا ہے، اور ہر انفرادی سینسر پر ریکارڈ کیے گئے وولٹیج کا اس کے قریبی پڑوسیوں پر ریکارڈ کیے گئے وولٹیجز سے موازنہ کرتا ہے۔ اگر کسی الیکٹروڈ کی ریڈنگ اس کے ارد گرد موجود الیکٹروڈز کے اوسط سے نمایاں طور پر زیادہ یا کم ہو، تو لاپلاسین اس جگہ کو ایک ممکنہ مقامی ماخذ کے طور پر نشان زد کرتا ہے۔ اگر الیکٹروڈ کی ریڈنگ اس کے پڑوسیوں سے بہت حد تک مماثلت رکھتی ہو، تو لاپلاسین اسے کسی واضح مقامی سرگرمی کے بجائے ایک وسیع، بکھری ہوئی سرگرمی کے طور پر دیکھتا ہے اور اسے آؤٹ پٹ میں دبا دیتا ہے۔

اس فلٹرنگ کا عملی نتیجہ ایک ایسا ٹوپوگرافک نقشہ ہوتا ہے جس میں دھندلاپن بہت کم ہوتا ہے۔ سرگرمی کے بڑے، پھیلے ہوئے دھبوں کے بجائے جن کے بارے میں یہ سمجھا جا سکتا تھا کہ وہ کھوپڑی کے ایک وسیع حصے کے نیچے کہیں سے بھی ابھرے ہوں گے، لاپلاسین میں تبدیل شدہ نقشہ سرگرمی کے زیادہ سخت اور کمپیکٹ حصے تیار کرتا ہے۔ یہ تصوراتی طور پر کرنٹ سورس ڈینسٹی (موجودہ ماخذ کی کثافت) سے جڑتا ہے، جو کہ ایک متعلقہ طریقہ کار ہے اور اس کا مقصد بھی یہ اندازہ لگانا ہے کہ کرنٹ دراصل کھوپڑی کی سطح کے اندر یا باہر کہاں بہہ رہا ہے، نہ کہ صرف یہ دیکھنا کہ وولٹیج کہاں سب سے زیادہ ہے۔

فوریر ٹرانسفارم دماغی تال (برین ردھمز) کے بارے میں کیا ظاہر کرتا ہے

ایک بار جب مقامی سوال کو ایک طرف رکھ دیا جائے، تو ایک بالکل مختلف سوال توجہ کا مرکز بن جاتا ہے۔ ایک عام سی ای ای جی (EEG) ٹائم سیریز—جو کہ وقت کے ساتھ ساتھ ایک ہی الیکٹروڈ سے ریکارڈ کی گئی وولٹیج کی غیر ہموار اور مسلسل بدلتی ہوئی لکیر ہوتی ہے—عام آنکھ کو افراتفری پر مبنی دکھائی دیتی ہے۔ تاہم، اس بظاہر افراتفری کے اندر ایک ہی وقت میں مختلف رفتاروں سے بار بار ہونے والے ارتعاشات چھپے ہوتے ہیں۔ فوریر ٹرانسفارم وہ ریاضیاتی ٹول ہے جو کسی سگنل کو ان باہم جڑے ہوئے جزوی ردھمز میں تقسیم کرتا ہے۔

ایک ہی لمحے میں تمام الیکٹروڈز کو دیکھنے کے بجائے، جیسا کہ لاپلاسین کرتا ہے، فوریر ٹرانسفارم ایک ہی الیکٹروڈ کے سگنل کے اندر وقت کے دورانیے کو دیکھتا ہے۔ یہ اس پیچیدہ ویوفارم کو لیتا ہے اور اسے ایک سپیکٹرم میں ترتیب دیتا ہے، جو بنیادی طور پر اس بات کی فہرست ہوتی ہے کہ سگنل کی کل توانائی کا کتنا حصہ کس فریکوئنسی بینڈ سے تعلق رکھتا ہے۔

ای ای جی (EEG) تحقیق میں، ان بینڈز کو عام طور پر ڈیلٹا، تھیٹا، الفا، بیٹا اور گاما کا نام دیا جاتا ہے، جن میں سے ہر ایک کا تعلق ارتعاش کی رفتار کی مختلف حدود سے ہوتا ہے، جنہیں سائیکل فی سیکنڈ میں ماپا جاتا ہے۔ دھیمی اور بڑی لہروں پر مشتمل سگنل کا سپیکٹرم نچلے سرے کی طرف زیادہ جھکاؤ دکھائے گا۔ تیز اور چھوٹی لہروں سے بھرا سگنل زیادہ توانائی کو اعلی فریکوئنسی بینڈز پر مرکوز دکھائے گا۔

اہم بات یہ ہے کہ فوریر ٹرانسفارم مکانی معلومات کو مکمل طور پر نظر انداز کر دیتا ہے۔ اسے اس بات سے کوئی سروکار نہیں ہوتا کہ الیکٹروڈ سر کے اگلے حصے پر لگایا گیا تھا یا پچھلے حصے پر، اور نہ ہی یہ تعین کرنے کی کوشش کرتا ہے کہ ریکارڈ کی گئی سرگرمی ایک نقطہ پر مرکوز تھی یا وسیع علاقے پر پھیلی ہوئی تھی۔ اس کا سارا مقصد وقتی (ٹیمپوریل) ہے: یعنی وقت کے ساتھ ساتھ کسی ایک چینل کی سرگرمی کو دیکھتے ہوئے، دماغ کس تال (ردھم) پر دھڑک رہا ہے۔

ٹول

تجزیہ کرتا ہے

جواب دیتا ہے

آؤٹ پٹ

سرفیس لاپلاسین

مکانی الیکٹروڈ نقشہ

سرگرمی کہاں فوکل (مرکوز) ہے

واضح مکانی نقشہ

فوریر ٹرانسفارم

وقت کے ساتھ ساتھ ایک ہی الیکٹروڈ

کون سی تال موجود ہے

فریکوئنسی سپیکٹرم

زیادہ صاف سپیکٹرا حاصل کرنے کے لیے لاپلاسین اور فوریر ٹرانسفارم کا ملاپ

چونکہ یہ دونوں ٹولز الگ الگ مسائل کو حل کرتے ہیں، اس لیے ای ای جی تجزیہ میں ایک وسیع پیمانے پر سکھایا جانے والا طریقہ یہ ہے کہ ان میں سے کسی ایک کو منتخب کرنے کے بجائے دونوں کو ترتیب وار استعمال کیا جائے۔

عام طریقہ کار میں سب سے پہلے الیکٹروڈ ارے پر سرفیس لاپلاسین ٹرانسفارم چلایا جاتا ہے، جس سے مکانی طور پر فلٹر شدہ ویوفارمز کا ایک نیا سیٹ بنتا ہے، اور پھر اصل خام ریکارڈنگز کے بجائے ان پہلے سے فلٹر شدہ سگنلز پر فوریر ٹرانسفارم لاگو کیا جاتا ہے۔

حجم کا بہاؤ (والیم کنڈکشن) کسی بھی ایک الیکٹروڈ پر خام ریکارڈنگ میں متعدد ذرائع سے آنے والے سگنلز کو آپس میں ملا دیتا ہے۔ اس کا مطلب یہ ہے کہ ایک خام ٹائم سیریز واقعی کسی ایک بنیادی اعصابی تال کی کہانی نہیں ہوتی۔ یہ کھوپڑی کے اس ایک نقطے پر آپس میں ملے ہوئے کئی قریبی اور دور دراز کے ذرائع سے آنے والے متعدد ردھمز کی مشترکہ ریکارڈنگ کی طرح ہوتی ہے۔

جب فوریر ٹرانسفارم کو براہ راست اس مخلوط سگنل پر لاگو کیا جاتا ہے، تو حاصل ہونے والا فریکوئنسی سپیکٹرم اسی آمیزے کی عکاسی کرتا ہے۔ حقیقی مرکوز تال دوسرے خطوں سے حاصل ہونے والی وسیع اور کم مخصوص سرگرمی کی وجہ سے مدہم ہو سکتی ہے۔

پہلے سرفیس لاپلاسین کا استعمال فریکوئنسی تجزیہ شروع ہونے سے پہلے ہی اس آلودگی کو کم کرنے کے لیے ہوتا ہے۔ وسیع اور بکھرے ہوئے اجزاء کو دبا کر اور واضح طور پر مقامی اجزاء پر زور دے کر، لاپلاسین مرحلے کا مقصد ایک ایسا ویوفارم چھوڑنا ہوتا ہے جو براہ راست اس الیکٹروڈ کے نیچے پیدا ہونے والی سرگرمی کے زیادہ قریب ہو۔ اس فلٹر شدہ ویوفارم پر فوریر ٹرانسفارم چلانے سے، اصولاً، ایک ایسا سپیکٹرم پیدا ہونا چاہیے جو دور دراز کے ذرائع کے آمیزے کے بجائے کارٹیکس کے اس مخصوص حصے کی تال کی سرگرمی کی بہتر عکاسی کرے۔

اس مشترکہ طریقہ کار کو عام طور پر "زیادہ صاف" یا زیادہ مکانی طور پر مرکوز سپیکٹرل تخمینے تیار کرنے والے طریقے کے طور پر بیان کیا جاتا ہے، اور اس کے پیچھے موجود منطق اس بات سے پوری طرح ہم آہنگ ہے جو ہر ایک الگ ٹول انجام دیتا ہے۔

سوال کے لحاظ سے صحیح لینز کا چناؤ برقرار رکھنا

اعصابی سائنس (نیوروسائنس) میں ہر ای ای جی ریکارڈنگ اپنے اندر آپس میں جڑی معلومات کا ایک پوشیدہ جال لیے ہوئے ہوتی ہے، اور ٹول کا انتخاب ہی یہ طے کرتا ہے کہ کیا نظر آئے گا۔

لاپلاسین اس نقشے کو واضح کرتا ہے کہ سرگرمی کہاں عروج پر ہے، جبکہ فوریر دماغ کی رفتار کے پوشیدہ میٹرونومز کو پکڑتا ہے، اور ان کے کرداروں کو غلط سمجھنے سے غلط وضاحتیں جنم لیتی ہیں۔ وقتی فلٹر سے پہلے مکانی فلٹر کا استعمال فاصلے کی بنیاد پر ہونے والی آلودگی کو صاف کرنے کی ایک درست منطق کی پیروی کرتا ہے، اگرچہ اس مرحلے کا اصل فائدہ اب بھی زیر غور مخصوص ڈیٹا پر منحصر ہے۔

جو چیز مستقل رہتی ہے وہ بنیادی سمجھوتہ ہے: یعنی وہ طریقے جو مقام کی نشاندہی کرتے ہیں وہ وقت کو نظر انداز کر دیتے ہیں، اور وہ طریقے جو فریکوئنسی کو ظاہر کرتے ہیں وہ جگہ کو نظر انداز کر دیتے ہیں۔ اس تصوراتی فرق کو کسی بھی ای ای جی میتھڈ سیکشن میں برقرار رکھنا انسان کو اس عام غلطی سے بچاتا ہے جہاں ان الگ الگ حسابات کو ایک ہی بنیادی سوال کا جواب دینے والا سمجھ لیا جاتا ہے۔

حوالہ جات

  1. پاسکول-مارکی، آر ڈی، گونزالیز-اندینو، ایس ایل، اور والڈیس-سوسا، پی اے (1988)۔ کرنٹ سورس ڈینسٹی ایسٹیمیشن اینڈ انٹرپلیشن بیسڈ آن دی اسفیریکل ہارمونک فوریر ایکسپینشن۔ انٹرنیشنل جرنل آف نیوروسائنس، 43(3-4)، 237-249۔ https://doi.org/10.3109/00207458808986175

اکثر پوچھے گئے سوالات

سرفیس لاپلاسین بنیادی طور پر کون سا مسئلہ حل کرتا ہے؟

سرفیس لاپلاسین والیم کنڈکشن (حجم کے بہاؤ) کے مسئلے کو حل کرتا ہے، جو دماغی سگنلز کے ٹشو اور کھوپڑی کے ذریعے الیکٹروڈ تک سفر کرنے کے دوران پھیلنے اور دھندلا جانے کا عمل ہے۔ یہ ایک مکانی فلٹر کے طور پر کام کرتا ہے تاکہ کھوپڑی پر سرگرمی کے حقیقت میں مرکوز ہونے والے مقام کا زیادہ واضح اندازہ فراہم کیا جا سکے۔

ای ای جی تجزیہ میں فوریر ٹرانسفارم کس سوال کا جواب دیتا ہے؟

فوریر ٹرانسفارم ایک واحد الیکٹروڈ کی پیچیدہ ٹائم سیریز کو اس کی باہم جڑی ہوئی فریکوئنسیوں میں الگ کر کے "کون سی تال" کا جواب دیتا ہے۔ یہ ظاہر کرتا ہے کہ مختلف ارتعاش بینڈز جیسے ڈیلٹا، تھیٹا، یا الفا میں کتنی توانائی ہے، اور یہ خالصتاً وقتی طرز (ٹیمپوریل پیٹرنز) پر توجہ مرکوز کرتا ہے۔

کیا سرفیس لاپلاسین کو دماغی تال معلوم کرنے کے لیے استعمال کیا جا سکتا ہے، یا اس کے برعکس؟

نہیں، یہ دونوں ٹولز ایک دوسرے کی جگہ استعمال نہیں کیے جا سکتے کیونکہ یہ بنیادی طور پر مختلف سوالات کے جواب دیتے ہیں۔ لاپلاسین مکانی مقام ("کہاں") کو واضح کرتا ہے، جبکہ فوریر ٹرانسفارم تالیاتی وقت ("کس تال پر") کو ڈی کوڈ کرتا ہے، یعنی ایک دوسرے کا نعم البدل نہیں ہو سکتا۔

ایک محقق فوریر ٹرانسفارم استعمال کرنے سے پہلے سرفیس لاپلاسین کیوں لاگو کرے گا؟

پہلے لاپلاسین لاگو کرنے سے والیم کنڈکشن کے ذریعے ریکارڈنگ میں مخلوط ہونے والی وسیع اور دور دراز کی سرگرمیوں کو کم کر کے سگنل مکانی طور پر صاف ہو جاتا ہے۔ اس کے بعد کیا جانے والا فوریر ٹرانسفارم ایک ایسا فریکوئنسی سپیکٹرم تیار کرتا ہے جو براہ راست الیکٹروڈ کے نیچے موجود کارٹیکس کے مخصوص حصے کی تال کا بہتر عکاس ہوتا ہے۔

اسفیریکل ہارمونک فوریر ایکسپینشن (SHE) کس لیے استعمال ہوتا ہے؟

SHE پورے سر پر کھوپڑی کے برقی فیلڈ کی ماڈلنگ کر کے سرفیس لاپلاسین کا اندازہ لگانے کا ایک حسابی طریقہ ہے۔ تشخیصی تحقیق (سیمولیشن ریسرچ) سے پتہ چلتا ہے کہ یہ طریقہ بہتر لاپلاسین اندازے فراہم کرتا ہے اور اقدار کی پیشن گوئی (انٹرپلیشن) کے لیے سادہ پڑوسی موازنہ کی تکنیکوں سے بہتر کارکردگی کا مظاہرہ کرتا ہے۔

سرفیس لاپلاسین دماغی سرگرمی کے ممکنہ مقامی ماخذ کی شناخت کیسے کرتا ہے؟

لاپلاسین ایک الیکٹروڈ پر موجود وولٹیج کا اس کے قریبی پڑوسیوں کے اوسط وولٹیج سے موازنہ کرتا ہے۔ اگر ریڈنگ نمایاں طور پر مختلف ہو، تو اسے مقامی ماخذ کے طور پر نشان زد کیا جاتا ہے، لیکن اگر یہ پڑوسیوں سے بہت زیادہ مماثلت رکھتی ہو، تو اسے وسیع، بکھری ہوئی سرگرمی کے طور پر دبا دیا جاتا ہے۔

سرفیس لاپلاسین لاگو کرنے کے بعد ای ای جی سگنل کا کیا ہوتا ہے؟

تبدیل شدہ آؤٹ پٹ بہت کم دھندلا پن کے ساتھ ایک ٹوپوگرافک نقشہ تیار کرتا ہے، جو سرگرمی کے زیادہ تنگ اور کمپیکٹ علاقوں کو ظاہر کرتا ہے۔ سگنل کی ٹائمنگ کو تبدیل نہیں کیا جاتا؛ کرنٹ کے بہاؤ کی بہتر نشاندہی کرنے کے لیے کھوپڑی پر اس کی صرف مکانی نمائندگی کو واضح کیا جاتا ہے۔

کیا لاپلاسین اور فوریر ٹرانسفارم کا ملاپ ہمیشہ بہتر تجزیے کی ضمانت دیتا ہے؟

ان دونوں کا مشترکہ استعمال فریکوئنسی تجزیہ سے پہلے مکانی آلودگی کو کم کرنے کی منطق پر مبنی ایک درست طریقہ کار ہے، لیکن یہ کوئی یقینی اور عالمگیر طور پر طے شدہ اثر نہیں ہے۔ ایک محقق کو اب بھی یہ تصدیق کرنے کی ضرورت ہوتی ہے کہ آیا یہ ترتیب وار عمل ان کے مخصوص ڈیٹا سیٹ کے نتائج کو بہتر بناتا ہے یا نہیں۔

تیز رفتار سیٹ اپ اور اعلی کثافت والے وائرلیس اریوں کے ساتھ اپنے تجزیاتی EEG کے نظام الاوقات کو تیز کریں، جو کہ لچکدار فیلڈ کی تعیناتی کے لیے موزوں ہیں۔

تیز رفتار سیٹ اپ اور اعلی کثافت والے وائرلیس اریوں کے ساتھ اپنے تجزیاتی EEG کے نظام الاوقات کو تیز کریں، جو کہ لچکدار فیلڈ کی تعیناتی کے لیے موزوں ہیں۔

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۔

کرسچن برکوس

ہماری طرف سے تازہ ترین

موجودہ سورس ڈینسٹی کا تجزیہ

موجودہ سورس ڈینسٹی (CSD) تجزیہ اس بات کا اندازہ لگاتا ہے کہ ایکسٹرا سیلولر وولٹیج میں مقامی تبدیلیوں کی جانچ کرکے برقی رو کہاں سے اعصابی بافتوں میں داخل ہوتی ہے یا خارج ہوتی ہے۔ یہ EEG اور مائیکرو الیکٹروڈ ریکارڈنگز کی تشریح کو واضح کر سکتا ہے، لیکن اس کی درستگی الیکٹروڈ کی جیومیٹری، سیمپلنگ کی کوالٹی، ریفرنس کے انتخاب، اور ماڈل کے مفروضات پر منحصر ہے۔

مضمون پڑھیں

ویولیٹ ٹرانسفارم

کئی حقیقی دنیا کے سگنلز، جیسے کہ ماحولیاتی اشاریے، بائیو میڈیکل ریکارڈنگز، طبی امیجری، ساکن نہیں رہتے۔ وقت کے ساتھ ان کا کردار بدلتا ہے: ورزش کے دوران دل کی دھڑکن تیز ہوتی ہے، پھر سست ہو جاتی ہے؛ سمندر کی سطح کے درجہ حرارت موسموں کے ساتھ اتار چڑھاؤ کرتے ہیں لیکن دہائیوں میں بھی بدلتے ہیں۔ یہ غیر ساکن (non-stationary) سگنلز ہیں۔

ویولیٹ ٹرانسفارم (wavelet transform) ایک ریاضیاتی ٹول ہے جو ان سے نمٹنے کے لیے بنایا گیا ہے۔ یہ ایک سگنل کو ایسے اجزاء میں تقسیم کرتا ہے جو وقت اور پیمانے (scale) دونوں میں مقامی ہوتے ہیں، اور یہ واضح طور پر ظاہر کرتا ہے کہ کب (when) کوئی خاص پیٹرن ظاہر ہوتا ہے اور کس مدت یا پھیلاؤ (what duration or stretch) پر وہ کام کرتا ہے۔

ایک روایتی فورئیر تجزیہ (Fourier analysis) کے برعکس جو ایک سگنل کو لامتناہی سائن لہروں (sine waves) میں توڑتا ہے، کنٹینیوس ویولیٹ ٹرانسفارم (CWT) ایک واحد پروٹوٹائپ لہر کی سکیلڈ اور ٹرانسلیٹڈ کاپیاں استعمال کرتے ہوئے وقت اور پیمانے کی نمائندگی تیار کرتا ہے۔ یہ مضمون CWT کی منطق، ایک مدر ویولیٹ (mother wavelet) کا انتخاب کیسے کریں، حاصل ہونے والے سکیلوگرام کا حساب لگانے اور اس کی تشریح کرنے کے طریقے، اور دہائیوں کے استعمال نے اس طریقہ کار کی موروثی حدود کے ساتھ ساتھ کیا کچھ ثابت کیا ہے، کو واضح کرتا ہے۔

مضمون پڑھیں

کوانٹیٹیٹو ای ای جی (qEEG)

دہائیوں سے، معالجین مرگی یا دماغی بگاڑ (encephalopathy) کی تشخیص کے لیے EEG ٹریسز کے بصری معائنے پر انحصار کرتے آئے ہیں۔ پھر بھی دیگر اعصابی اور نفسیاتی حالات کے ایک وسیع سلسلے کے لیے، انسانی آنکھ مستقل، معنی خیز پیٹرنز نکالنے کے لیے جدوجہد کرتی ہے۔

مقداری الیکٹرو اینسفالوگرافی (qEEG) سگنل پروسیسنگ الگورتھم لاگو کر کے اس خلا کو پُر کرتی ہے جو خام ویوفارمز کو عددی خصوصیات کے ایک بھرپور سیٹ میں تبدیل کرتے ہیں جیسے کہ مخصوص فریکوئنسی بینڈز میں پاور، کنیکٹیویٹی کے پیمانے، اور ایک نارمیٹیو ڈیٹا بیس کے خلاف شماریاتی موازنہ۔

مضمون پڑھیں

ای ای جی ڈیٹا

تفصیلی EEG ڈیټا سکیلپ سے ناپی گئی بجلی کی سرگرًc کا وقت کے لحاظ سے حساس ریکارڈ فراہم کرتا ہے۔ اس کی قدر و قیمت نہ صرف خود ریکارڈنگ پر منحصر ہے، بلکہ احتیاط سے حاصل کرنے، شفاف پروسیسنگ، مناسب سٹوریج، اور ذمہ دارانہ تشریح پر بھی منحصر ہے۔

مضمون پڑھیں