أصل إشارة EEG

ماذا يعني ما رأيته؟

لاحظ في اللوحة الثالثة أن عدد الخلايا لم يتغيّر بين الرسمين. الذي تغيّر هو التوقيت فقط. عندما تعمل الخلايا معاً تتجمّع إشاراتها، وعندما يعمل كل منها في توقيت مختلف يلغي بعضها بعضاً.

لماذا أحتاج هذه الخطوة؟

الفكرة في سطرين: القطب لا يسمع خلية واحدة. إنه يسمع مجموع نشاط ملايين الخلايا التي تعمل معاً في الوقت نفسه، ومعه أي إشارة كهربائية أخرى من الجسم أو من المكان.

كيف أطبّقها في EEGLAB؟

لا توجد خطوات في EEGLAB لهذا الدرس، لأنه يشرح ما تقيسه الإشارة قبل أن تفتحها.

ستقابل هذه الفكرة في الواجهة لاحقاً في ثلاثة أماكن: عند استعراض الإشارة لأول مرة بالميكروفولت في درس الواجهة والقوائم، وعند اختيار المرجع في درس إعادة المرجع، وعند قراءة مكوّنات ICA التي تفصل نشاط الدماغ عن الرمش والعضلات.

كيف أكتبها بالكود؟

هذا السكربت اختياري. شغّله بعد درس أساسيات MATLAB إذا أردت أن ترى الفكرة بالأرقام. لا يحتاج EEGLAB.

السكربت يجمع 1000 مصدر صغير يتذبذب كل منها بتردد 10 هرتز. في المرة الأولى يبدأ كل مصدر في توقيت عشوائي. في المرة الثانية تبدأ كلها معاً.

% Sum of many small sources: random timing vs. synchronized timing
nSources = 1000;              % number of small sources
srate    = 128;               % samples per second
t        = 0:1/srate:2;       % 2 seconds of time
f        = 10;                % frequency in Hz (alpha range)

% Each source gets its own random phase (its own timing)
phases   = 2*pi*rand(nSources, 1);
asyncSum = sum(sin(2*pi*f*t + phases), 1);

% All sources share the same phase
syncSum  = sum(sin(2*pi*f*t + zeros(nSources, 1)), 1);

fprintf('Peak of random-timing sum: %.0f\n', max(abs(asyncSum)));
fprintf('Peak of synchronized sum:  %.0f\n', max(abs(syncSum)));

figure;
plot(t, syncSum); hold on;
plot(t, asyncSum);
xlabel('Time (s)'); ylabel('Summed amplitude (a.u.)');
legend('Synchronized', 'Random timing');

• قمة المجموع المتزامن 1000، أي عدد المصادر بالضبط.
• قمة المجموع العشوائي أصغر بكثير، غالباً بين 10 و 50، ومتوسطها حوالي 28. الرقم يتغيّر في كل تشغيل لأن الأطوار عشوائية، لكنه يبقى قريباً من الجذر التربيعي لعدد المصادر لا من عددها.
• تبسيط: الخلايا الحقيقية لا تتذبذب كموجة جيبية نقية، والجمجمة تضعف الإشارة وتنشرها. لكن قاعدة “التزامن يكبّر الإشارة” صحيحة.

أي قيمة أختار؟

لا توجد قيمة تختارها في هذا الدرس. بدلاً من ذلك، هذا الجدول يلخّص ما يصل إلى القطب وما لا يصل. ارجع إليه عندما تقرأ الإشارة لأول مرة.

كل ما في الجدول من غير الدماغ يسمّى آرتفاكت (artifact)، أي إشارة غير دماغية تختلط بالتسجيل. المحطتان 3 و4 مخصّصتان لإزالته.

كيف أتأكد أنها نجحت؟

أجب عن كل سؤال بكلماتك قبل أن تقرأ الإجابة بعده.

• لماذا لا يلتقط EEG جهود الفعل عادة؟ الإجابة: لأنها قصيرة جداً، فلا تتزامن بين خلايا كثيرة بدقة كافية حتى يصل مجموعها إلى الفروة.
• ما الشرطان اللذان يجعلان إشارات الخلايا الهرمية تتجمّع؟ الإجابة: أن تكون متوازية بنفس الاتجاه، وأن تنشط في التوقيت نفسه.
• ظهرت في Fp1 موجة كبيرة جداً لمدة نصف ثانية تقريباً. هل هي من الدماغ على الأغلب؟ الإجابة: لا. Fp1 فوق العين اليسرى، والموجة الكبيرة القصيرة فيه علامة نموذجية لرمش العين، وستتعلم تمييزها في المحطة 4.
• هل يقيس القطب Oz القشرة البصرية وحدها؟ الإجابة: لا. التيار ينتشر قبل أن يصل إلى الفروة، فقد يلتقط القطب نشاطاً من مناطق بعيدة.

ما الأخطاء التي يقع فيها كثيرون؟

• الظن أن EEG يسجّل “إطلاق” الخلايا العصبية. الذي يصل إلى فروة الرأس هو في الأساس الجهود بعد المشبكية، لا جهود الفعل. لذلك لا يقيس EEG عدد مرات إطلاق الخلايا مباشرة.
• الظن أن كل قطب يقيس الدماغ الذي تحته فقط. التيار ينتشر عبر الدماغ والسوائل والجمجمة قبل أن يصل إلى الفروة. لذلك قد يلتقط القطب نشاطاً من منطقة بعيدة عنه (Luck، الملحق 1). القطب Oz لا يعني “القشرة البصرية وحدها”.
• الظن أن كل ما تراه إشارة دماغية. الرمش والعضلات والكهرباء تظهر في التسجيل، وأحياناً تكون أكبر من الإشارة الدماغية بكثير.
• الظن أن سعة الإشارة في القطب قيمة مطلقة. كل قناة هي فرق الجهد بين قطب وقطب مرجعي. لا يوجد مكان على الجسم جهده صفر، فالمرجع يؤثر في كل القنوات (Luck، الملحق 1). هذا موضوع درس إعادة المرجع.
• الظن أن الإشارة الأكبر تعني نشاطاً أكثر. السعة تعتمد على التزامن أيضاً. عدد الخلايا نفسه قد يعطي إشارة كبيرة إذا تزامن، وصغيرة إذا لم يتزامن (Cohen 2017).

للتوسّع

• EEGLAB Concepts guide: https://eeglab.org/tutorials/ConceptsGuide/LearningEEG.html (Where to learn EEG)
• Luck, Applied Event-Related Potential Data Analysis (الطبعة الأولى): https://socialsci.libretexts.org/Bookshelves/Psychology/Biological_Psychology/Applied_Event-Related_Potential_Data_Analysis_(Luck)/12%3A_Appendix_1%3A_A_Very_Brief_Introduction_to_EEG_and_ERPs (Appendix 1: A Very Brief Introduction to EEG and ERPs > The EEG)
• EEGLAB introduction part 2: The origin of the EEG signal: https://www.youtube.com/watch?v=KhEKRHw0qFg (الفيديو كاملاً)
• Cohen (2017), Where does EEG come from and what does it mean? Trends in Neurosciences 40(4): https://doi.org/10.1016/j.tins.2017.02.004 (المقال كاملاً)