Dữ liệu EEG

Dữ liệu EEG là gì?

EEG dữ liệu là một bản ghi kỹ thuật số về sự khác biệt điện thế được đo bởi các điện cực đặt trên hoặc gần da đầu. Điện não đồ không xâm lấn và cung cấp độ phân giải thời gian cao, cho phép các nhà nghiên cứu và bác sĩ lâm sàng kiểm tra các thay đổi trong hoạt động của não trong vòng mili giây. Tín hiệu thu được thường được lưu trữ dưới dạng một hoặc nhiều chuỗi thời gian liên tục, với mỗi kênh đại diện cho một phép đo tương quan với một điểm tham chiếu.

Tín hiệu phản ánh sự pha trộn của nhiều nguồn khác nhau. Hoạt động thần kinh đóng góp vào bản ghi, nhưng các nhiễu ảnh như chuyển động mắt, co cơ, chuyển động của điện cực, can thiệp từ môi trường và sự thay đổi trong tiếp xúc cũng có thể xuất hiện trong đường ghi.

Vì lý do đó, dữ liệu EEG không phải là kết quả đọc trực tiếp của một quá trình não bộ duy nhất. Đó là một quan sát đòi hỏi bối cảnh, kiểm tra chất lượng và một phương pháp phân tích rõ ràng.

Số lượng kênh, tốc độ lấy mẫu, điện cực tham chiếu, vị trí điện cực, thẻ sự kiện và thông tin của người tham gia đều định hình cách dữ liệu có thể được giải thích. Trong thực tế, bản ghi cung cấp nhiều thông tin nhất khi tín hiệu được xem xét cùng với nhiệm vụ, trạng thái, thời gian và các điều kiện mà nó được thu thập.

Các tế bào não tạo ra tín hiệu EEG như thế nào

Các độ lệch điện áp mà điện cực EEG phát hiện không bắt nguồn từ các điện thế hoạt động sắc nét, kiểu "tất cả hoặc không có gì" mà các tế bào thần kinh sử dụng để truyền thông tin khoảng cách xa, mà từ các điện thế sau synap chậm hơn, được phân cấp lan rộng trên các sợi nhánh của các tế bào hình tháp vỏ não.

Khi hàng ngàn tế bào thần kinh này kích hoạt đồng bộ gần như đồng thời, các dòng điện ngoại bào nhỏ bé của chúng cộng gộp lại thông qua môi trường dẫn điện của não, dịch não tủy, hộp sọ và da đầu, một quá trình được gọi là dẫn truyền thể tích. Điện thế cuối cùng truyền đến cảm biến ghi là một phản ánh mờ nhạt nhưng có thực của sự đồng bộ thần kinh quy mô lớn đó.

Quy trình thu nhận dữ liệu EEG hoạt động như thế nào

Trong quá trình thu nhận, các điện cực phát hiện các dao động điện áp nhỏ và hệ thống ghi sẽ chuyển đổi chúng thành các mẫu kỹ thuật số. Hệ thống thường ghi lại nhiều kênh cùng một lúc, trong khi một điện cực reference và đất cung cấp bối cảnh điện cần thiết để tính toán giá trị của các kênh. Tốc độ lấy mẫu xác định tần suất tín hiệu được đo và do đó xác định những thay đổi nào có thể được thể hiện một cách trung thực.

Trước khi ghi, các kỹ thuật viên hoặc nhà nghiên cứu định vị các điện cực theo một sơ đồ montage xác định và kiểm tra chất lượng tiếp xúc. Khung EEG electrode placement mô tả một cách tiếp cận chuẩn hóa giúp hỗ trợ so sánh giữa các phiên và các phòng thí nghiệm. Các thẻ sự kiện có thể được thêm vào khi một kích thích xuất hiện, người tham gia phản hồi hoặc một sự kiện lâm sàng xảy ra, tạo ra một dòng thời gian mà sau đó có thể được căn chỉnh với các tín hiệu được ghi lại.

Việc thu nhận cũng được định hình bởi quy trình. Ghi trạng thái nghỉ, nghiên cứu giấc ngủ, các nhiệm vụ nhận thức và theo dõi động kinh sử dụng các khoảng thời gian, hướng dẫn và cảm biến phụ trợ khác nhau. Do đó, một bộ dữ liệu hoàn chỉnh bao gồm nhiều hơn là các đường ghi điện thế: nó có thể chứa nhãn kênh, vị trí điện cực, cài đặt thiết bị, mã sự kiện, chú thích và bản ghi về các gián đoạn hoặc điều kiện bất thường.

Các quy trình tốt nhất để thu thập dữ liệu EEG

Việc thu thập tốt bắt đầu bằng một quy trình xác định câu hỏi nghiên cứu, thời gian ghi, cấu hình kênh, tốc độ lấy mẫu, điện cực tham chiếu và quy trình đánh dấu sự kiện trước khi người tham gia được kiểm tra. Sự nhất quán làm giảm biến động không mong muốn giữa các phiên và giúp các so sánh sau này trở nên đáng tin cậy hơn. Quy trình cũng nên mô tả những gì xảy ra khi một kênh bị nhiễu, người tham gia di chuyển hoặc thẻ sự kiện bị bỏ lỡ.

Chuẩn bị thể chất cũng rất quan trọng vì chất lượng tín hiệu có thể bị suy giảm do chuyển động thông thường và tiếp xúc điện cực kém. Đó là lý do tại sao những người vận hành thường kiểm tra trở kháng hoặc các chỉ số tiếp xúc tương đương, giải thích rõ ràng nhiệm vụ và ghi lại những thay đổi liên quan trong trạng thái của người tham gia. Các bước này không loại bỏ mọi nhiễu ảnh, nhưng chúng giúp dễ dàng xác định nguồn gốc của nó và ngăn ngừa các vấn đề có thể tránh được bị nhầm lẫn với các phát hiện thần kinh.

Một danh sách kiểm tra thu thập ngắn gọn có thể giúp hiển thị rõ ràng các chi tiết vận hành mà không thay thế cho đánh giá khoa học:

• Xác nhận nhãn kênh, vị trí điện cực, điện cực tham chiếu và đất.

• Ghi lại cài đặt lấy mẫu, cài đặt bộ lọc và cấu hình thiết bị.

• Đánh dấu các kích thích, phản hồi, tạm dừng và các sự kiện lâm sàng liên quan một cách nhất quán.

• Tài liệu hóa các gián đoạn, chuyển động, thay đổi điện cực và trạng thái bất thường của người tham gia.

Sau khi thu thập, danh sách kiểm tra nên được kết hợp với việc kiểm tra bản ghi thô và siêu dữ liệu của nó. Hồ sơ thu nhận rõ ràng cho phép các nhà phân tích phân biệt một đặc điểm tín hiệu chính hãng với một thay đổi do phần cứng, thiết lập hoặc sự sai lệch quy trình gây ra.

Điện cực ướt so với Điện cực khô và Chất lượng tiếp xúc da

Tất cả các bản ghi EEG đều bắt đầu bằng một cảm biến vật lý áp vào da, và cảm biến đó thuộc về một trong hai nhóm lớn.

Điện cực ướt sử dụng gel hoặc bột dẫn điện để thu hẹp khoảng cách giữa kim loại và da đầu, giúp giảm trở kháng. Điện cực khô loại bỏ phần gel, dựa vào các vật liệu tiên tiến và bộ tiền khuếch đại tích hợp để duy trì độ trung thực của tín hiệu.

Một số điện cực là chủ động, nghĩa là chúng chứa mạch chuyển đổi trở kháng trực tiếp tại vị trí ghi; điện cực thụ động thì thiếu các linh kiện điện tử tích hợp này. Bất kể loại nào, chất lượng của giao diện điện cực-da đầu sẽ quyết định lượng tín hiệu sinh học còn sót lại trước khi nó truyền đến bộ khuếch đại.

Tiếp xúc kém sẽ dẫn đến tiếng ồn môi trường và nhiễu ảnh do chuyển động có thể lấn át hoạt động mờ nhạt của não. Winkler et al. đã làm rõ thách thức này khi họ giải quyết vấn đề phổ biến về các thành phần nguồn nhiễu ảnh bằng cách xây dựng một bộ phân loại độc lập với đối tượng cho các thành phần independent component analysis (ICA).

Chính sự tồn tại của nỗ lực đó nhấn mạnh rằng nhiễm nhiễu ảnh là một vấn đề dai dẳng trong các bản ghi EEG, và việc áp dụng điện cực ban đầu—làm sạch da, đặt cảm biến đúng cách và xác minh kết nối ổn định—là cách đầu tiên, trực tiếp nhất để giảm nhẹ tải lượng nhiễu ảnh mà quá trình xử lý sau này phải giải quyết.

Thiết kế Montage và Hệ thống 10–20 chuẩn quốc tế

Bởi vì điện thế da đầu không có nhãn không gian vốn có, ngành này đã áp dụng một lưới tọa độ từ lâu. Hệ thống 10–20 quốc tế xác định các vị trí điện cực theo tỷ lệ giữa bốn mốc giải phẫu: nasion (sống mũi), inion (ụ chẩm ở phía sau đầu), và các điểm trước tai trái và phải ngay phía trước tai. Sự chuẩn hóa này có nghĩa là một kênh có nhãn "Cz" biểu thị cùng một vị trí đỉnh trung tâm trong mọi phòng thí nghiệm, giúp các bộ dữ liệu có thể so sánh trực tiếp với nhau.

Một montage được định nghĩa là đặc tả về cách đo điện thế của mỗi điện cực tương quan với một điểm tham chiếu và cách hiển thị hoặc lưu trữ các dẫn xuất bipolar hoặc tham chiếu đó, nằm trên cùng của bố cục vật lý đó. Nghiên cứu của Arnaud Delorme’s study là một minh chứng mạnh mẽ cho thấy tại sao thông tin montage chính xác lại quan trọng ở các bước sau bằng cách phát hiện ra rằng việc nội suy kênh bị lỗi, một trong số ít các bước tiền xử lý giúp cải thiện nhất quán sức mạnh thống kê của điện thế liên quan đến sự kiện, phụ thuộc vào việc biết chính xác các kênh lân cận không gian của từng điện cực. Không có bản đồ kênh chính xác, việc nội suy đó không thể hoạt động đáng tin cậy.

Sau đó, ông bổ sung rằng bộ phân loại nhiễu ảnh được thiết kế để khái quát hóa cho dữ liệu sử dụng các thiết lập kênh khác nhau, củng cố rằng các đặc trưng không gian của bộ phân loại giả định một sự sắp xếp được tài liệu hóa tốt. Do đó, một montage được chuẩn hóa và ghi chú trung thực sẽ trở thành khung đỡ vô hình hỗ trợ cho cả việc diễn giải của con người và tái sử dụng thuật toán.

Lựa chọn và Ghi lại tài liệu cho Điện cực tham chiếu trực tuyến (Online Reference)

Mỗi bộ khuếch đại EEG ghi lại sự khác biệt về điện thế giữa hai điểm. Trong quá trình ghi trực tuyến, một trong những điểm đó là một điện cực tham chiếu vật lý mà phần cứng coi là một đường cơ sở cố định.

Các lựa chọn phổ biến là đỉnh đầu (Cz), các dái tai hoặc mỏm chũm liên kết, hoặc giá trị trung bình của tất cả các kênh trên da đầu. Bởi vì tệp dữ liệu thô lưu trữ điện thế đối với tham chiếu ban đầu đó, lựa chọn này để lại dấu ấn vĩnh viễn trên các con số, ngay cả khi sau đó nhà nghiên cứu thực hiện tham chiếu lại tín hiệu bằng toán học sang một điểm chung khác.

Trong nghiên cứu đã đề cập của Delorme, thử nghiệm các quy trình tiền xử lý tự động trên ba bộ sưu tập EEG công khai, ông thấy rằng việc tham chiếu và các phương pháp loại bỏ đường cơ sở nâng cao gây bất lợi đáng kể cho hiệu suất, làm giảm tỷ lệ phần trăm các kênh hiển thị hiệu ứng thực nghiệm có ý nghĩa.

Phát hiện đó không có nghĩa là người ta không bao giờ được tham chiếu lại, nhưng nó có nghĩa là điện cực tham chiếu trực tuyến ban đầu phải được ghi lại trong phần đầu của tệp. Chỉ với ghi chú đó, một nhà phân tích trong tương lai mới có thể hiểu đường cơ sở nào ban đầu đã được trừ đi và đánh giá xem liệu có bất kỳ phép biến đổi tiếp theo nào có thể làm biến dạng phản hồi thực sự của não hay không.

Chuyển đổi tương tự sang số và Tốc độ lấy mẫu

Điện áp liên tục chảy ra từ mỗi điện cực được chuyển đổi thành một chuỗi các số rời rạc bằng bộ chuyển đổi tương tự sang số (ADC). Tốc độ lấy mẫu của ADC xác định độ phân giải thời gian của chuỗi thời gian kết quả.

Ví dụ, tốc độ lấy mẫu 500 Hz có nghĩa là trạng thái điện của não được ghi lại cứ sau mỗi 2 mili giây. Theo định lý Nyquist, tần số cao nhất có thể được thể hiện trung thực trong tín hiệu số hóa nhỏ hơn một nửa tốc độ lấy mẫu, vì vậy bản ghi 500 Hz có thể khôi phục các tần số lên đến dưới 250 Hz. Thiết bị Research‑grade EEG thường hoạt động trong khoảng từ 250 Hz đến 1000 Hz, tùy thuộc vào các dải tần số được quan tâm.

Điều làm cho tốc độ lấy mẫu trở nên đặc biệt quan trọng dưới dạng siêu dữ liệu là nó âm thầm hạn chế các lựa chọn phân tích được thực hiện ở các bước sau. Fraschini et al. đã kiểm tra chính xác hiệu ứng lan tỏa này bằng cách thử nghiệm xem độ dài kỷ nguyên—cửa sổ thời gian của dữ liệu được trích xuất để phân tích tính kết nối—thay đổi kết quả như thế nào.

Sử dụng EEG trạng thái nghỉ từ những người trưởng thành khỏe mạnh, nghiên cứu cho thấy cả giá trị chỉ số trễ pha trung bình và tương quan biên độ-phong bì đều giảm khi các kỷ nguyên dài ra, chỉ ổn định sau khoảng 12 giây và 6 giây tương ứng. Ngay cả cấu trúc liên kết của các mạng lý thuyết đồ thị được tái dựng từ dữ liệu cũng thay đổi theo thời gian kỷ nguyên, mặc dù các tham số cây khung tối thiểu ở cấp độ nguồn tỏ ra mạnh mẽ hơn.

Bài học cốt lõi đối với tài liệu dữ liệu thô là số lượng mẫu trên mỗi giây đặt ra một giới hạn tuyệt đối về cách phân chia thời gian. Nếu tốc độ lấy mẫu được ghi lại không chính xác, mọi thẻ sự kiện, ranh giới kỷ nguyên và ước tính kết nối tiếp theo đều thừa hưởng lỗi đó. Do đó, việc ghi chú chính xác tốc độ ADC trong phần đầu tệp là một công việc quản lý không thể thương lượng.

Định dạng lưu trữ dữ liệu tiêu chuẩn: EDF và BrainVision

Sau khi được số hóa, chuỗi thời gian và siêu dữ liệu đi kèm của nó phải nằm trong một định dạng tệp mà các phần mềm khác, và các phòng thí nghiệm khác, có thể mở mà không bị mơ hồ.

Hai định dạng mở đang thống trị lĩnh vực này. Định dạng dữ liệu châu Âu (EDF) là một vùng chứa nhỏ gọn, được áp dụng rộng rãi, phổ biến trong nghiên cứu giấc ngủ và môi trường lâm sàng, lưu trữ nhiều kênh cùng với phần đầu chỉ rõ tốc độ lấy mẫu, nhãn kênh và kích thước vật lý.

BrainVision, một định dạng được phát triển bởi Brain Products, chia sẻ cùng một thông tin trên ba tệp được liên kết: một tệp văn bản phần đầu (.vhdr) liệt kê tên kênh, tốc độ lấy mẫu và tham chiếu ban đầu; một tệp thẻ (.vmrk) ghi lại các mã sự kiện và độ trễ của chúng; và một tệp dữ liệu nhị phân (.eeg) chứa các mẫu điện áp thô.

Giá trị của các định dạng chuẩn hóa này trở nên rõ ràng khi các bộ dữ liệu lớn được chia sẻ công khai. Ví dụ, trong một nghiên cứu vào 2019 study, các nhà nghiên cứu đã phát hành một bộ dữ liệu giao diện brain‑computer interface (BCI) đa mô hình bao gồm tưởng tượng vận động, điện thế liên quan đến sự kiện và điện thế gợi thị giác trạng thái ổn định từ 54 người tham gia. Việc phân phối một tài nguyên như vậy với các tập lệnh phân tích mã nguồn mở sẽ là vô nghĩa nếu dữ liệu bị khóa trong một định dạng độc quyền.

Cho dù các tệp cuối cùng được lưu trữ ở định dạng EDF hay BrainVision, lựa chọn này đảm bảo rằng bất kỳ nhà nghiên cứu nào cũng có thể tải xuống bản ghi và tái tạo các phát hiện, liên kết đường ghi thô với chuỗi khả năng tái lập của toàn bộ cộng đồng.

Công việc quản lý thiết yếu: Bản đồ kênh và Siêu dữ liệu lấy mẫu

Một tệp EEG thô chỉ có thể sử dụng được về mặt khoa học khi nó mang một mô tả đầy đủ, chính xác về khung không gian và thời gian của nó. Điều này có nghĩa là mỗi kênh phải có một nhãn tiêu chuẩn (ví dụ: Fz, C3, O2, v.v.) cùng với tọa độ ba chiều của nó trên da đầu. Các tọa độ đó cho phép thực hiện bất kỳ phân tích nào sau này liên quan đến các mối quan hệ không gian, chẳng hạn như nội suy một kênh bị lỗi từ các kênh lân cận của nó hoặc projecting the signal lên một mô hình nguồn vỏ não.

Nghiên cứu của Fraschini et al. dựa trên các đặc trưng không gian, phổ và thời gian để phân loại các thành phần ICA là não hoặc nhiễu ảnh; cấu trúc không gian của một thành phần là vô nghĩa nếu không biết vị trí vật lý của từng điện cực đã đóng góp vào đó.

Tương tự như vậy, Delorme phát hiện ra rằng việc nội suy kênh bị lỗi, sử dụng các giá trị từ các điện cực liền kề, là một trong số ít các hiệu chỉnh giúp duy trì một cách đáng tin cậy các hiệu ứng thực nghiệm. Một bộ nội suy chỉ có thể thực hiện dự đoán không gian đó nếu bản đồ kênh của bộ dữ liệu là chính xác.

Phần đầu tệp cũng phải lưu trữ tốc độ lấy mẫu chính xác, ngày ghi và các nhãn rõ ràng cho bất kỳ kênh phụ trợ nào như điện nhãn đồ (chuyển động mắt) hoặc điện cơ đồ (hoạt động cơ). Ngay cả khi các kênh đó không được sử dụng trong quá trình khám phá dữ liệu ban đầu, sự hiện diện của chúng nên được minh bạch. Sự không khớp giữa tốc độ lấy mẫu được lưu trữ và đồng hồ ADC thực tế có thể làm biến dạng thời gian một cách không thể đảo ngược, khiến việc căn chỉnh với các thẻ kích thích sau này trở nên bất khả thi.

Dữ liệu EEG trong Môi trường Lâm sàng so với Nghiên cứu

Các bản ghi lâm sàng và nghiên cứu chia sẻ các nguyên tắc cốt lõi nhưng phục vụ các mục đích trước mắt khác nhau. EEG lâm sàng được thu thập để hỗ trợ đánh giá, theo dõi hoặc chẩn đoán bệnh nhân theo các quy trình chuyên môn và thể chế đã được thiết lập. EEG nghiên cứu thường được thu thập để kiểm tra một giả thuyết xác định, so sánh các điều kiện hoặc phát triển một phương pháp phân tích, với các quy trình và tài liệu cụ thể của nghiên cứu.

Công việc lâm sàng nhấn mạnh mạnh mẽ vào việc xem xét kịp thời, các sơ đồ montage có ý nghĩa lâm sàng, giải thích đã được xác thực và một hồ sơ vĩnh viễn trong hệ thống chăm sóc áp dụng. Nghiên cứu đặt trọng tâm lớn hơn vào các điều kiện được kiểm soát, các kết quả được chỉ định trước, khả năng tái lập và xử lý minh bạch các trường hợp loại trừ. Một kết quả nghiên cứu không tự động là một phát hiện lâm sàng, và một quan sát lâm sàng không tự động là một thước đo nghiên cứu đã được xác thực.

Sự khác biệt cũng ảnh hưởng đến việc quản trị dữ liệu. Dữ liệu lâm sàng có thể bị chi phối bởi các nghĩa vụ hồ sơ bệnh án và các yêu cầu chăm sóc trực tiếp, trong khi các bộ dữ liệu nghiên cứu được định hình bởi ngôn ngữ đồng ý, phê duyệt của hội đồng đạo đức, kế hoạch chia sẻ dữ liệu và các điểm kết thúc nghiên cứu. Trong cả hai môi trường, việc diễn giải có đào tạo và tài liệu cẩn thận là cần thiết vì các mẫu EEG phụ thuộc vào bối cảnh hơn là các giá trị số riêng lẻ.

Cân nhắc về Quyền riêng tư và Đạo đức đối với Dữ liệu EEG

Các bản ghi EEG có thể được liên kết với một người thông qua các chất nhận dạng, thông tin phiên, bối cảnh lâm sàng hoặc sự kết hợp của siêu dữ liệu. Ngay cả khi bản thân dạng sóng rất khó diễn giải bên ngoài môi trường chuyên gia, nó vẫn nên được xử lý như dữ liệu nhạy cảm của con người khi nó được kết nối với một người tham gia có thể nhận dạng. Việc thu thập và tái sử dụng phải nhất quán với quy trình đã được phê duyệt và các yêu cầu về quyền riêng tư hiện hành.

Sự đồng ý cần giải thích mục đích ghi, các loại phân tích dự kiến, thời gian lưu trữ, khả năng chia sẻ và liệu các mục đích sử dụng trong tương lai có được cho phép hay không. Các nhà nghiên cứu nên tránh ngụ ý rằng EEG có thể tiết lộ nhiều hơn những gì nghiên cứu được thiết kế để đo lường. Giao tiếp rõ ràng đặc biệt quan trọng khi những người tham gia có thể cho rằng một bản ghi nghiên cứu cung cấp một chẩn đoán hoặc đánh giá cá nhân hóa.

Thực hành đạo đức tiếp tục sau khi thu thập. Việc ẩn danh dữ liệu, kiểm soát truy cập, giới hạn thời gian lưu giữ, dấu vết kiểm toán và phát hành siêu dữ liệu cẩn thận giúp giảm thiểu rủi ro, nhưng không có phương pháp nào loại bỏ hoàn toàn rủi ro đó. Các phát hiện nên được báo cáo mà không phóng đại ý nghĩa dự đoán hoặc chẩn đoán, và các phân loại tự động nên được coi là các đầu ra phân tích cần được xác thực thích hợp thay vì là các đánh giá không thể nghi ngờ về một con người.

Tại sao chất lượng bản ghi thô tạo nền tảng cho phân tích EEG đáng tin cậy

Một phiên EEG duy nhất là thời điểm cấu trúc điện của não được ghi lại dưới dạng vĩnh viễn, và tính phức tạp của đường ghi thô đó đã phản ánh các mạng lưới thần kinh bên dưới da đầu. Các nghiên cứu neuroscience-based được nêu bật ở đây mang một thông điệp thống nhất: tín hiệu được quan tâm nằm trong chính dữ liệu thô, miễn là bước thu nhận được xử lý cẩn thận. Chất lượng tiếp xúc của điện cực, bản đồ kênh chính xác, tài liệu tham chiếu và tốc độ lấy mẫu được ghi chép đầy đủ, và các định dạng lưu trữ mở đều quyết định liệu tín hiệu đó có thể tiếp tục tiếp cận được giữa các phòng thí nghiệm và qua nhiều năm hay không.

Cuối cùng, sự hạn chế thường mang lại hiệu quả tốt hơn so với việc xử lý quá mức khi các nhà nghiên cứu để dữ liệu thô hầu như nguyên vẹn bảo tồn các phản hồi thực sự của não tốt hơn so với những người áp dụng các biện pháp hiệu chỉnh mạnh mẽ. Ghi chép cẩn thận, siêu dữ liệu trung thực và can thiệp tối thiểu tạo nên một kỷ luật giữ cho tín hiệu khoa học được nguyên vẹn.

Do đó, mọi phân tích đáng tin cậy đều bắt đầu không phải bằng các thuật toán phức tạp mà bằng hành động đơn giản là ghi lại một đường ghi trung thực, được tài liệu hóa tốt.

Tài liệu tham khảo

1. Winkler, I., Haufe, S., & Tangermann, M. (2011). Phân loại tự động các thành phần ICA nhiễu ảnh để loại bỏ nhiễu ảnh trong tín hiệu EEG. Chức năng hành vi và não bộ, 7(1), 30. https://doi.org/10.1186/1744-9081-7-30

2. Delorme, A. (2023). EEG tốt nhất là nên để yên. Báo cáo khoa học, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0

3. Fraschini, M., Demuru, M., Crobe, A., Marrosu, F., Stam, C. J., & Hillebrand, A. (2016). Ảnh hưởng của độ dài kỷ nguyên đến kết nối chức năng EEG ước tính và tổ chức mạng lưới não. Tạp chí kỹ thuật thần kinh, 13(3), 036015.

4. Lee, M. H., Kwon, O. Y., Kim, Y. J., Kim, H. K., Lee, Y. E., Williamson, J., ... & Lee, S. W. (2019). Bộ dữ liệu EEG và hộp công cụ OpenBMI cho ba mô hình BCI: Một cuộc điều tra về tình trạng mù chữ BCI. GigaScience, 8(5), giz002. https://doi.org/10.1093/gigascience/giz002

Câu hỏi thường gặp

Chính xác thì bản ghi EEG ghi lại những gì, và tại sao nó được coi là phản ánh của hoạt động não?

Bản ghi EEG ghi lại những dao động điện thế nhỏ ở da đầu phát sinh từ hoạt động đồng bộ của các nhóm lớn tế bào thần kinh vỏ não. Những dao động này chủ yếu đến từ các điện thế sau synap được phân cấp trong các tế bào hình tháp, cộng gộp thông qua dẫn truyền thể tích, tạo ra một phép đo mờ nhạt nhưng có thực về sự đồng bộ thần kinh quy mô lớn.

Tại sao tín hiệu EEG bắt nguồn từ điện thế sau synap thay vì điện thế hoạt động?

Điện thế hoạt động là các sự kiện ngắn ngủi, kiểu "tất cả hoặc không có gì" đóng góp rất ít vào điện thế da đầu, trong khi các điện thế sau synap chậm hơn, được phân cấp lan rộng trên các sợi nhánh và cộng gộp qua hàng ngàn tế bào thần kinh. Sự cộng gộp này tạo ra các độ lệch điện thế có thể phát hiện được ở da đầu, làm cho điện thế sau synap trở thành nguồn chính của tín hiệu EEG.

Sự khác biệt giữa điện cực ướt và điện cực khô là gì, và chất lượng tiếp xúc của điện cực ảnh hưởng đến bản ghi như thế nào?

Điện cực ướt sử dụng gel dẫn điện để giảm trở kháng và cải thiện khả năng truyền tín hiệu, trong khi điện cực khô dựa vào các vật liệu tiên tiến và bộ tiền khuếch đại tích hợp để duy trì độ trung thực mà không cần gel. Chất lượng của giao diện điện cực-da là rất quan trọng vì tiếp xúc kém sẽ dẫn đến tiếng ồn môi trường và nhiễu ảnh do chuyển động có thể lấn át tín hiệu não mờ nhạt.

Hệ thống 10–20 quốc tế chuẩn hóa vị trí đặt điện cực như thế nào, và tại sao nó lại quan trọng?

Hệ thống 10–20 xác định các vị trí điện cực theo tỷ lệ giữa bốn mốc giải phẫu—nasion, inion, và các điểm trước tai trái và phải—sao cho một kênh được dán nhãn như "Cz" biểu thị cùng một vị trí trong mọi phòng thí nghiệm. Sự chuẩn hóa này đảm bảo các bộ dữ liệu có thể so sánh trực tiếp và cho phép phân tích không gian chính xác, chẳng hạn như nội suy kênh bị lỗi.

Tại sao việc ghi lại tài liệu về điện cực tham chiếu trực tuyến được sử dụng trong quá trình ghi EEG là điều cần thiết?

Tệp dữ liệu thô lưu trữ điện thế tương quan với điện cực tham chiếu trực tuyến, vì vậy việc lựa chọn tham chiếu (ví dụ: Cz, các dái tai liên kết hoặc trung bình) sẽ ghi dấu vĩnh viễn lên các con số, ngay cả khi tham chiếu lại sau đó. Nếu không ghi lại tham chiếu ban đầu, một nhà phân tích trong tương lai không thể hiểu đường cơ sở nào đã bị trừ đi hoặc đánh giá liệu các phép biến đổi tiếp theo có làm biến dạng các phản hồi thực sự của não hay không.

Tốc độ lấy mẫu đóng vai trò gì trong các bản ghi EEG, và định lý Nyquist áp dụng như thế nào?

Tốc độ lấy mẫu xác định độ phân giải thời gian của tín hiệu kỹ thuật số, với định lý Nyquist phát biểu rằng tần số được biểu diễn trung thực cao nhất nhỏ hơn một nửa tốc độ lấy mẫu. Ví dụ, tốc độ lấy mẫu 500 Hz có thể khôi phục các tần số lên đến dưới 250 Hz, và EEG cấp nghiên cứu thường hoạt động trong khoảng từ 250 đến 1000 Hz. Tốc độ lấy mẫu chính xác là rất quan trọng vì nó hạn chế tất cả các phân tích liên quan đến thời gian ở các bước sau.

Hai định dạng dữ liệu mở thống trị cho EEG là gì, và chúng lưu trữ những gì?

Định dạng dữ liệu châu Âu (EDF) là một vùng chứa nhỏ gọn lưu trữ nhiều kênh với phần đầu chỉ rõ tốc độ lấy mẫu, nhãn kênh và kích thước vật lý. BrainVision chia sẻ thông tin trên ba tệp được liên kết: phần đầu (.vhdr), tệp thẻ (.vmrk) và tệp dữ liệu nhị phân (.eeg), tất cả đều đảm bảo chia sẻ không mơ hồ và khả năng tái lập.

Tại sao bản đồ kênh hoàn chỉnh và tọa độ không gian lại cần thiết cho một tệp EEG thô?

Một bản đồ kênh với các nhãn tiêu chuẩn và tọa độ 3D cho phép thực hiện bất kỳ phân tích không gian nào, chẳng hạn như nội suy các kênh bị lỗi từ các kênh lân cận hoặc chiếu các tín hiệu lên các mô hình nguồn vỏ não. Ví dụ, các bộ phân loại nhiễu ảnh dựa trên cấu trúc không gian, và việc nội suy yêu cầu biết vị trí điện cực chính xác; không có điều này, các phân tích đó sẽ thất bại.

Siêu dữ liệu thiết yếu nào phải được ghi lại trong phần đầu tệp EEG, và tại sao?

Phần đầu phải bao gồm tốc độ lấy mẫu chính xác, ngày ghi, nhãn kênh với tọa độ 3D và nhãn rõ ràng cho các kênh phụ trợ như EOG hoặc EMG. Thông tin này là tối quan trọng vì tốc độ lấy mẫu sai có thể làm biến dạng thời gian một cách không thể đảo ngược, và bản đồ kênh chính xác là cần thiết cho việc nội suy không gian và mô hình hóa nguồn.

Tại sao EEG lại hữu ích cho nghiên cứu?

EEG cung cấp thông tin thời gian rất tốt, giúp nó trở nên hữu ích cho việc nghiên cứu các phản ứng liên quan đến sự kiện, nhịp điệu đang diễn ra, giấc ngủ, sự chú ý, xử lý giác quan và các hiện tượng nhạy cảm với thời gian khác. Việc giải thích nó vẫn phụ thuộc vào thiết kế thử nghiệm và chất lượng tín hiệu.

Các nhiễu ảnh EEG phổ biến là gì?

Các nhiễu ảnh phổ biến bao gồm chớp mắt, chuyển động mắt, hoạt động cơ, chuyển động điện cực, tiếp xúc kém, chuyển động cáp và nhiễu điện. Chúng có thể ảnh hưởng đến một kênh hoặc nhiều kênh và có thể chồng chéo với các tần số được khoa học quan tâm.

Tiền xử lý trong phân tích EEG là gì?

Tiền xử lý là tập hợp các hoạt động được ghi lại bằng tài liệu dùng để chuẩn bị các bản ghi cho việc phân tích. Nó có thể bao gồm lọc, tham chiếu lại, xử lý kênh bị lỗi, xác định nhiễu ảnh, chia kỷ nguyên, hiệu chỉnh đường cơ sở và kiểm soát chất lượng.