搜尋其他主題…

搜尋其他主題…

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

既然您來到了這裡,您可能想了解 Brainwear 如何提升您的注意力和專注力。

頻率分析是解釋神經數據的基石,使研究人員能夠將複雜的波形分解為週期性成分。通過了解這些潛在的節律,科學家可以更好地表徵大腦狀態和診斷結果。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

既然您來到了這裡,您可能想了解 Brainwear 如何提升您的注意力和專注力。

什麼是頻率分析?

頻率分析將原始電振盪轉化為其組成的頻率成分,揭示神經數據的節律性架構。

當通過 EEG 進行記錄時,原始信號表現為隨時間變化的混亂電壓波動,這使得辨別微妙模式變得困難。然而,通過利用數學變換,研究人員將這種視角轉向頻視頻譜,在其中不同的腦電波變成了獨特的、可量化的峰值。

這種轉變是現代科學、神經科學和定量診斷的基石。

典型頻段

EEG 節律被分組為少數幾個命名的頻段,每個頻段由每秒發生的周期數或赫茲 (Hz) 定義。

Delta 活動(4 Hz 或更慢)表現為緩慢、通常是高振幅的波。它們在深睡眠期間通常完全正常。然而,在清醒的成人中看到顯著的 delta 波,可能是一個警示信號,通常與結構性損傷、代謝紊亂或彌漫性大腦功能障礙有關。

Theta 活動(4 至 8 Hz)經常在昏昏欲睡時出現,在冥想狀態下也有所報告。彌漫性 theta 可以反映清醒和睡眠之間的正常過渡狀態。當 theta 反復出現在頭皮的一個局部區域而不是廣泛傳播時,這會引發對該區域下方局灶性結構病變的懷疑。

Alpha 活動(8 至 13 Hz)是放鬆清醒狀態的特徵節律,在腦後部最為明顯,被稱為後部優勢節律。其決定性的視覺特徵是,在人睜開眼睛的瞬間,它會衰減或變平。

這不單單是一個偶然的視覺特點。使用經顱交流電刺激(一種在頭皮上施加微弱振盪電波的技術)的研究發現,以人特有的 alpha 頻率刺激枕葉皮層,可測量地增加了 EEG 上記錄的 alpha 功率,且其效果在刺激結束後仍然存在。

這一發現支持了這樣一個觀點,即 alpha 不是一個任意的視覺模式,而是一個真正的、生理上真實的振盪,可以被外部調節,進一步解釋了為什麼臨床醫生將其視為正常皮層功能的可靠生物標誌物

Beta 活動(13 至 30 Hz)速度快且振幅低。它通常隨著警覺性、焦慮和某些鎮靜藥物(特別是苯二氮平類和巴比妥類藥物)而增加,使其成為臨床醫生經常結合患者用藥史共同解讀的節律。

Gamma 活動(30 Hz 以上)在常規視覺解讀中很少被檢查。大多數標準 EEG 記錄會應用過濾功能,特別去除了或減弱了這個範圍,因為它與肌肉偽影和電噪聲重疊,使其在床邊難以通過肉眼可靠解讀。在研究環境中,Gamma 已與皮層處理建立聯想,但它不是標準視覺診斷中使用的工具。

高頻振盪被分為漣漪範圍(80 至 250 Hz)和快速漣漪範圍(250 至 1000 Hz),更遠遠超出了常規頭皮軌跡可以視覺解析的範圍。梅奧診所進行的研究使用植入顳葉周圍的電極發現,與對照區域相比,集中於平均大約 116 Hz 的漣漪波在產生癲癇發作的大腦區域中有所增加。

然而,快速漣漪波幾乎完全是在超細微線電極上檢測到的,而不是典型顱內監測中使用的標準臨床宏電極。這種區別意味著高頻振盪可能對定位產生癲癇發作的組織具有真正的診斷價值,但這種價值目前依賴於侵入性記錄設備,而不是神經學家在標準頭皮 EEG 上所能看到的。

頻段

頻率 (Hz)

關鍵視覺特徵

Delta

4 Hz 或更慢

高振幅,清醒時異常

Theta

4–8 Hz

昏沈嗜睡,局灶性提示有病變

Alpha

8–13 Hz

後部,睜眼時受阻變平

Beta

13–30 Hz

快速,低振幅,警覺性高

Gamma

30 Hz 以上

已過濾,視覺上不可靠

高頻振盪

80–250, 250–1000 Hz

僅限侵入式記錄

如何識別 EEG 上的正常節律模式

視覺腦電圖培訓的很大一部分包括了解在不同覺醒狀態下健康的大腦活動是什麼樣的,以便通過對比突出異常模式。

在放鬆的清醒狀態中,後部 alpha 節律主導著頭皮後部,並在人睜開眼睛並投入視覺注視的瞬間受阻或衰減。這種睜眼反應是神經學家在常規記錄中檢查的最可靠、最容易被看出來的標誌之一。

隨著人進入嗜睡狀態,alpha 節律逐漸消失,theta 活動變得更加突出。不同的波形開始出現,包括頂部波,即在頭頂附近看到的尖銳瞬態形狀。

隨著睡眠加深,會出現睡眠紡錘波——12 到 14 Hz 範圍內短暫爆發的節律活動,以及 K-複合波——劃破軌跡的大而尖銳的波形。在慢波睡眠的最深階段,高振幅 delta 活動成為主導模式(如果在清醒期間看到此 delta 頻段,則為異常現象)。

另一個值得識別的模式是 mu 節律,這是在頭皮運動區域記錄的中央 alpha 範圍振盪。與後部 alpha 不同,當人移動甚至想象移動時,mu 節律會去同步化或變平。這被視為一種正常的變異,也是一個很好的例子,說明相同的頻率範圍如何根據其出現的位置和使其消失的原因而解讀為不同的含意。

異常節律及其揭示的信息

一旦神經學家對正常活動有了視覺基準,偏離該基準的情況就會成為診斷信號。

慢化是指在正常預期有較快節律的局灶區域或橫跨整個頭皮廣泛出現 delta 或 theta 活動。這種模式在腦卒中的背景下具有臨床分量。

癲癇樣發作模式,包括棘波、尖波和棘-慢綜合波發放,仍然是在軌跡演變過程中識別癲癇發作活動的視覺黃金標準。

週期性模式,例如偏側性或全身性週期性放電,在視覺上因其重復、均勻間隔的外觀而被識別。它們的臨床意義差異很大,有時表示癲癇發作活動,有時反映代謝性腦病(因身體化學物質失衡引起的大腦功能障礙)。

腦電波頻率背後的階層結構

另一項獨立的研究系列提供了一個概念性的解釋,說明為什麼單個 EEG 軌跡如此頻繁地顯示多個頻率疊加在一起,而不是單個清晰的節律。

來自清醒恒河猴聽覺皮層的記錄揭示了頻段之間的一種結構化關係:較慢 delta 節律的相位調節 theta 活動的振幅,而 theta 的相位反過來又調節 gamma 活動的振幅。

簡單來說,較慢的波似乎設定了一個節律,決定了較快的波能表達多強,而這種關係決定了一組神經元在任何給定時刻對傳入刺激的反應程度。

這是一個真正有用的架構,有助於將 EEG 理解為包含層次的信號,而不是單一的波。它有助於解釋為什麼 delta、theta 和 gamma 經常並存在同一次記錄中,而不是孤立出現。

視覺腦電圖分析的優勢與局限

視覺頻率分析具有以下幾點實用的優勢:

  • 在床邊快速檢測癲癇發作

  • 腦缺血的早期預警信號

  • 腦病的指標

  • 昏迷嚴重程度的大致分級

視覺分析方法本身的局限性同樣需要直接指出。用眼睛估算頻率本質上是主觀的,不同讀圖者審查同一軌跡時的共識並不完美。

頻率的微妙轉變、短暫的異常模式,以及任何發生在標準過濾通常保留的範圍之上的變化,都可能會被完全遺漏。

視覺頻率分析最好被理解為一種基於長期模式識別的有價值的臨床啟發式工具,而不是一個經過完全驗證的診斷工具。針對信號處理的計算方法,包括跨頻耦合和高頻振盪分析,正日益填補僅靠視覺檢查無法觸及的空白。

為什麼視覺腦電圖分析仍是臨床標準

用眼睛讀取脑脑電圖意味著將連續的電壓軌跡分類到可識別的頻段中,並將看到的內容與正常和異常模式的思維庫進行比較。

Alpha 節律隨著睜眼而衰減、theta 和紡錘波標志著進入睡眠、delta 信號意味著健康的深睡眠或清醒患者的警示信號:這些視覺規則構成了床邊 EEG 解讀的骨幹,研究證實,其中至少有一個(alpha 節律性)反映了真實且可在外部調節的皮層振盪,而不是偶然模式。

視覺頻率分析繼續作為臨床腦電圖解讀的起點,因為它快速、除了記錄本身之外不需要特殊設備,並且建立在真實的生理節律之上。然而,它的範圍有明顯的邊界,而這些邊界正在日益被它長期以來所缺少但如今使用的相同計算方法所繪制。

頻率分析的未來

實時處理能力的進步將很快實現即時譜圖監測,從而顯著縮短髮生與分析之間的差距。這種演變可能會集成機器學習算法,以自動識別特征頻率特征,有可能標記出人類觀察者可能會忽略的異常。這些發展有望使實時診斷幹預更加快速和准確。

更大的計算能力也將推動向高清源定位的轉變,超越頭皮級別的觀察,在三維空間中可視化深腦節律活動。隨著這些方法的成熟,它們將對大腦連接性提供更詳細的理解,從而對復雜神經精神疾病的底層機制提供 Insight。這一進程指向了一種更具顆粒度的患者照護方法。

最後,跨平台分析管道的標準化將成為常態,確保研究結果可以在國際研究中心之間可靠地復製。通過在硬體製造商與學術研究人員之間搭建橋梁,社區驅動的基準將推動神經生理信號解讀的技術一致性。

這種協作環境將在我們如何理解大腦節律複雜相互作用方面促進創新。

腦電波頻率如何揭示您清醒和休息的心靈

在 EEG 軌跡上計算每秒的波循環週期,可以直接觀察大腦是處於深睡、冷靜警覺還是處於壓力之下。像睜眼時 alpha 節律減弱這樣的模式證實了這些節律不是抽象的標簽,而是與我們處理世界的方式緊密相連的真實、功能性振盪。這種經過數十年臨床觀察完善的視覺方法,將波浪線轉化為影響日常生活的腦部狀態的實用讀數。

然而,該方法具有明顯的侷限性:它無法發現可能精確定位癲癇灶或預測即將發生事件的快速高頻爆發,這些任務需要計算機分析。研究還表明,較慢的腦電波協調較快的腦電波,創造出一個分層的信號,解釋了為什麼單個軌跡看起來如此複雜。

認識到這個層次結構可以將腦電圖從一條波浪線轉化為一張地圖,描繪出不同腦電波速度是如何相互作用的,將直接的觀察與技術現在才開始探索的深度融合在一起。

參考文獻

  1. Zaehle, T., Rach, S., & Herrmann, C. S. (2010). Transcranial alternating current stimulation enhances individual alpha activity in human EEG. PloS one, 5(11), e13766. https://doi.org/10.1371/journal.pone.0013766

  2. Worrell, G. A., Gardner, A. B., Stead, S. M., Hu, S., Goerss, S., Cascino, G. J., Meyer, F. B., Marsh, R., & Litt, B. (2008). High-frequency oscillations in human temporal lobe: simultaneous microwire and clinical macroelectrode recordings. Brain : a journal of neurology, 131(Pt 4), 928–937. https://doi.org/10.1093/brain/awn006

  3. Lakatos, P., Shah, A. S., Knuth, K. H., Ulbert, I., Karmos, G., & Schroeder, C. E. (2005). An oscillatory hierarchy controlling neuronal excitability and stimulus processing in the auditory cortex. Journal of neurophysiology, 94(3), 1904-1911. https://doi.org/10.1152/jn.00263.2005

常見問題解答

神經學家看 EEG 時實際看到了什麼?

神經學家看到一條代表電壓隨時間變化的連續線,並用視覺計算每秒重復多少個波週期。他們將這種節律與已知的頻段相匹配,從而使他們能夠解讀大腦活動,而不需要計算機進行數學分解。

為什麼在清醒的成人中出現 delta 活動會令人擔憂?

Delta 波是慢速、高振幅的模式,在深睡眠期間完全正常。在清醒的成人中看到它們,通常被認為是一個警示信號,因為它通常提示存在諸如結構性腦損傷或影響大腦功能的代謝紊亂等問題。

Alpha 節律的關鍵視覺特徵是什麼?

Alpha 節律是大腦在放鬆清醒狀態下的空轉頻率,在腦後部最為明顯,其決定性特徵是,在人睜開眼睛的瞬間,它會消失或變平。這種對視覺注視的可靠反應證實了 alpha 是一個真實的生理振盪,而不僅僅是一個隨機的視覺模式。

同一頻率在腦電圖上如何表示不同的含意?

節律的意義會根據它在頭皮上出現的位置以及使其消失的原因而改變。例如,在腦後部隨眼睜開而受阻的 alpha 範圍內的節律,是正常的後部 alpha,但 mu 節律(運動區域上的 alpha 範圍振盪)在人移動或想象移動時會變平。

什麼是「慢化」,為什麼它在臨床上有重要意義?

慢化是指在預期有較快節律的區域(不論是整個大腦還是單個位置)中出現了較慢的 delta 或 theta 波。這種模式在臨床上具有重要意義,因為它可以指示流向大腦組織的血流減少,使其成為急性腦卒中等疾病的有前途的指標。

視覺 EEG 分析的關鍵結構限制是什麼?

一個主要的局限性是標準 EEG 記錄會過濾掉 30 Hz 以上的快速活動,這意味著神經學家根本無法看到高頻振盪,而高頻振盪可能有助於定位引發癲癇發作的組織。檢測這些信號需要侵入性的記錄設備,從而為視覺方法所能診斷的範圍劃定了硬性邊界。

為什麼視覺分析仍是讀取 EEG 的標準方法?

它仍然是臨床標準,因為它是一種快速、實用的方法,除了 EEG 記錄本身之外不需要額外設備,而且是基於真實的大腦生理節律而建立的。它作為解讀的基本起點,即使在它的極限正被無法複製的更新計算技術重新定義時也是如此。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

既然您來到了這裡,您可能想了解 Brainwear 如何提升您的注意力和專注力。

Emotiv 是一家神經科技領導者,透過可近用的 EEG 和腦部資料工具,協助推動神經科學研究進展。

克里斯蒂安·布爾戈斯

我們的最新消息

離散訊號處理

離散訊號處理是現代運算奠定基礎的數學,能對時間、空間及頻率域的數據進行分析。理解這些方法對於管理包括腦電圖(EEG)在內之各種科學與技術學科的數位資訊至關重要。

閱讀文章

PCI 數據採集與訊號處理控制器

PCI 資料擷取 (DAQ) 控制器是高速取樣模擬生物訊號(例如腦電圖 EEG)的介面,將其轉換為數位值,並在某些設計中,在數據到達分析軟體之前進行第一階段的數位處理。

本文將重點放在該硬體層。內容涵蓋取樣率、振幅解析度、匯流排通信延遲以及板載預處理功能。

閱讀文章

主成分分析

主成分分析(通常簡稱為 PCA)是提出的一種數學工具,它提供了一種簡化多通道腦電圖(EEG)記錄、減少需要處理之數據量,並標記最大、最具干擾性偽影的方法,而且不需要像其他偽影去除方法那樣做出某些更嚴格的統計假設。

本文解釋了 PCA 對腦電圖(EEG)數據的實際作用、研究人員如何在實際的預處理流程中使用它,以及目前仍有限的證據對於它是否如宣傳般有效所做出的說明。

閱讀文章

訊號處理

腦電圖透過放置在頭皮上的電極來捕捉神經元產生的電活動。但實際上到達那些電極的訊號很少是乾淨的。

在所有這些雜訊之下,研究人員真正關心的實際神經訊號通常很微弱,且很容易被淹沒。訊號處理是一門不可或缺的科學學科,它使物理數據能夠轉化為可用於現代分析和技術的、可解釋的格式。

閱讀文章