Elektroencefalografia - Wykład PDF
Document Details
Tags
Summary
This document provides an overview of brain anatomy and EEG (Electroencephalography), including different brain regions and associated functions. It explains various brainwave patterns (like delta, theta, alpha, and beta waves) and their correlation with specific mental states or activities. Detailed information about brain waves and their significance in cognitive functions, like memory, attention, and relaxation is included.
Full Transcript
Budowa mózgu przypomnienie Wyższe funkcje psychiczne - obszary korowe ![](media/image18.png) **Płat czołowy (frontal lobe)** -- związany m.in. z abstrakcyjnym myśleniem i wyższymi czynnościami psychicznymi, tj. zachowaniami społecznymi, planowaniem, oceną emocji, motywacją oraz uwagą i pamięcią....
Budowa mózgu przypomnienie Wyższe funkcje psychiczne - obszary korowe ![](media/image18.png) **Płat czołowy (frontal lobe)** -- związany m.in. z abstrakcyjnym myśleniem i wyższymi czynnościami psychicznymi, tj. zachowaniami społecznymi, planowaniem, oceną emocji, motywacją oraz uwagą i pamięcią. To tutaj zlokalizowany jest ośrodek ruchowy mowy (Broki) oraz ośrodek ruchu. **Pole Broki** -- to fragment lewego płata czołowego, powiązany z niektórymi funkcjami językowymi, zwłaszcza z konstruowaniem wypowiedzi. **Płat ciemieniowy (parietal lobe)** -- odpowiedzialny m.in. za umiejscowienie wrażeń czuciowych, przetwarzanie informacji, interpretację i rozumienie abstrakcyjnych pojęć, orientację przestrzenną, a także integrację ruchu i wzroku oraz czucia i wzroku. **Płat potyliczny (occipital lobe)** -- ośrodek wzroku zawiadujący m.in. analizą, zapamiętywaniem i odbieraniem bodźców wizualnych. **Płat skroniowy (temporal lobe)** -\> **Zakręt skroniowy przedni poprzeczny** (zakręty Heschla) -- obszar kory mózgowej płata skroniowego stanowiący pierwszorzędowe [pole słuchowe], część zakrętu skroniowego górnego. Odpowiedzialny m.in. za szybkość artykulacji, modulowanie tonu głosu oraz rozumienie wypowiedzi innych. **Móżdżek**- równowaga, koordynacja ruchu, percepcja czasu **Pola Brodmanna** -- wyróżnione na podstawie badań cytoarchitektonicznych obszary kory mózgu u człowieka i naczelnych. Opisane przez Brodmanna pola od 1 do 52, z niewielkimi zmianami odpowiadają stosowanemu dziś podziałowi. Liczba pól u człowieka wynosi 44 -- w podziale Brodmanna pola o numerach 13--16 i 48--51 nie występują. ![](media/image24.png) 1 kora przedczołowa - myślenie, planowanie, regulacja zachowania, motywacja, pamięć robocza, uwaga przyśrodkowa część kory czołowej (phineas gage) 2 kora przedruchowa- planowanie ruchu, przechowywanie pamięci ruchów z przeszłości, koordynowanie kory ruchowej 3 kora ruchowa: I rzędna kora ruchowa - generowanie impulsów nerwowych potrzebnych do wykonania ruchu, wysyłanie rozkazów do mięśni II rzędna kora ruchowa- koordynacja postawy 4 kora czuciowa- zmysły (kora somatosensoryczna) 5 płat ciemieniowy - funkcje asocjacyjne (łączenie informacji), orientacja przestrzenna, rozpoznawanie ruchu, rozumienie języka symbolicznego, pojęć abstrakcyjnych i geometrycznych 6 kora wzrokowa - analiza i odbiór bodźców wzrokowych, kojarzenie bodźców z innych ośrodków mózgu 8 ośrodek wernickiego - rozpoznawanie głosek ,wyrazów i zdań, czynności nadawania mowy 9 płat skroniowy- wypowiadanie słów, rozumienie mowy, pamięć werbalna 10 kora słuchowa - rejestracja i przetwarzanie dźwięku 11 kora zakrętu obręczy- reakcje emocjonalne, wyrażanie stanów emocjonalnych, związana z wieloma chorobami (schizofrenia, dwubiegunowość), pamięć, regulacja działań hormonów, podejmowanie decyzji 12 opuszka węchowa 13 móżdżek- równowaga, koordynacja, percepcja czasu 14 pień mózgu - kontrola procesów fizjologicznych 15 pole broki - generowanie i rozumienie mowy, interpretacje gestów ![](media/image5.png) ![](media/image38.png) wyrostek sutkowaty (kość za uchem) elektrody M1 i M2 Oscylacje pełna górka pełny dołek - cykl czas w którym cykl przebiega to T Hz - częstotliwość wyrażona w Hz, fale w pewnym zakresie jeden cykl w przeciągu sekundy to 1 Hz, dwa cykle w przeciągu sekundy to 2Hz itd fale różnią się okresami (są szybsze i wolniejsze) ![](media/image57.png) **pasmo delta** **1-4 Hz** stan charakterystyczny dla głębokiego stanu snu, snu wolnofalowego (powstają ślady pamięciowe) Od ok. 0,5 do 3 Hz, wysoka amplituda -- występują w stanie najgłębszego snu, podczas głębokiej medytacji, także u małych dzieci i w przypadku pewnego rodzaju uszkodzeń mózg. **pasmo theta** **4-8 Hz** drugie stadium NREM (**pamięć robocza procesy poznawcze)** Zakres o częstotliwości 4--7 Hz. Fale theta są najczęściej występującymi falami mózgowymi podczas medytacji, transu, hipnozy, intensywnego marzenia, intensywnych emocji. Dla tej częstotliwości tok myśli staje się niespójny i zanikają związki logiczne, co wyraźnie widać na przykładzie myślenia w czasie marzeń sennych. ![](media/image10.png) **oscylacja (pasmo) alfa 8-12 albo 8-13 relaksacja** Od 8 do 12 Hz, zmienna amplituda -- spoczynkowy, charakterystyczny dla stanu relaksu, odprężenia, gdy leżymy z zamkniętymi oczami, przed zaśnięciem i rano po przebudzeniu. Wykorzystywany w technikach szybkiego uczenia się. pasmo **beta** **12 do 35- 40** wzmożona aktywność uwagowa Od 13 do ok. 28 Hz, mała amplituda, zdesynchronizowane -- rytm gotowości, charakteryzuje szczególnie zwykłą codzienną aktywność, percepcję zmysłową i pracę umysłową, specyficzna aktywność beta towarzyszy również stanom po zażyciu niektórych leków, szczególnie benzodiazepin. ![](media/image56.png) pasmo **gamma** **powyżej 35 Hz 40 Hz** zależy od bety Powyżej 30 Hz, do 80--100 Hz, rytm gamma towarzyszy działaniu i funkcjom motorycznym. Ośrodki mózgowe biorące udział w wyobrażaniu ruchu komunikują się ze sobą na częstotliwości 40 Hz w określonej kolejności, a potem dopiero pojawia się \"błysk\" aktywności gamma w ośrodku mózgowym zawiadującym wykonaniem ruchu. **Elektroencefalografia** (EEG) − nieinwazyjna metoda diagnostyczna i badawcza służąca do badania bioelektrycznej czynności mózgu za pomocą elektroencefalografu. Badanie polega na odpowiednim rozmieszczeniu na powierzchni skóry czaszki elektrod, które rejestrują zmiany potencjału elektrycznego na powierzchni skóry, pochodzące od aktywności neuronów kory mózgowej i po odpowiednim ich wzmocnieniu tworzą z nich zapis -- **elektroencefalogram**. Jeśli elektrody umieści się bezpośrednio na korze mózgu (np. podczas operacji) badanie nosi nazwę **elektrokortykografii** (ECoG). Typy elektrod: żelowe (najlepszy sygnał) wodne(woda z solą potasową) suche (najgorszy sygnał) **EEG** mierzy aktywność elektryczną mózgu, wykrywając zmiany napięcia generowane przez neurony przy pomocy elektrod umieszczonych na skórze głowy. Jest tańsze i mniej wymagające technologicznie niż MEG, ale mniej precyzyjne w lokalizowaniu źródła sygnału. **MEG** mierzy pola magnetyczne generowane przez aktywność elektryczną neuronów, przy czym używa bardzo czułych sensorów (SQUID-ów) i jest bardziej precyzyjne w lokalizowaniu aktywności mózgowej. Jednak MEG jest droższe i wymaga specjalnych warunków (np. ekranowania magnetycznego). **Magnetoencephalography** (**MEG**) is a functional neuroimaging technique for mapping brain activity by recording magnetic fields produced by electrical currents occurring naturally in the [bra](https://en.wikipedia.org/wiki/Human_brain)i[n](https://en.wikipedia.org/wiki/Human_brain), using very sensitive magnetometers. Applications of MEG include basic research into perceptual and cognitive brain processes, localizing regions affected by pathology before surgical removal, determining the function of various parts of the brain, and neurofeedback. This can be applied in a clinical setting to find locations of abnormalities as well as in an experimental setting to simply measure brain activity. ![](media/image36.png) **Dipol** (dwa bieguny) -- układ dwóch różnoimiennych ładunków elektrycznych lub biegunów magnetycznych, wytwarzający pole dipolowe. Można go scharakteryzować wektorem zwanym momentem dipolowym. ![](media/image43.png) **Komórki piramidowe** Komórki piramidowe w korze są duże (mają duże dendryty szczytowe) jest ich dużo są ułożone prostopadle do kory i równolegle do siebie tworzą wyraźne dipole i to ich aktywność daje wkład do sygnału EEG. Im więcej komórek synchronicznie robi "to samo" tym większe fale widzimy w EEG. Sygnał EEG **okres** to długość cyklu w czasie - - - - 1 Hz sinus przynajmniej 2 razy na okres Twierdzenie Nyquista **Twierdzenie o próbkowaniu Nyquista**-Shannona mówi, że do prawidłowego odtworzenia sygnału analogowego na podstawie ciągu utworzonego z jego próbek konieczne jest zapewnienie warunku, aby częstotliwość próbkowania była co najmniej dwukrotnie wyższa od najwyższej składowej widma sygnału analogowego. **Częstotliwość Nyquista** jest połową częstotliwości próbkowania i wskazuje maksymalną częstotliwość, jaką może mieć sygnał analogowy, zanim będzie można go poprawnie przekształcić w sygnał cyfrowy. Ta zależność jest nazywana twierdzeniem Nyquista o próbkowaniu. częstość próbkowania Fs= 2 \* x gdzie x to najwyższa częstość mierzona w Hz osoba która ustawi 20 Hz nie zarejestruje częstotliwości 15 Hz (wg twierdzenia Nyquista najwyższa zarejestrowana częstość będzie 10Hz) **Resampling (ponowne próbkowanie)** -- Proces zmiany liczby próbek sygnału na sekundę (częstotliwości próbkowania). Resampling jest stosowany, aby dostosować sygnał do innej częstotliwości próbkowania bez utraty kluczowych informacji, np. gdy trzeba ujednolicić dane z różnych urządzeń EEG o różnych częstotliwościach próbkowania. **Upsampling (nadpróbkowanie)** -- Specyficzny rodzaj resamplingu, który polega na zwiększeniu liczby próbek na sekundę (częstotliwości próbkowania). Dodaje się dodatkowe próbki, często za pomocą interpolacji, co poprawia rozdzielczość sygnału w czasie. - - **Downsampling** **Redukcja liczby próbek** -- W pierwszym kroku z oryginalnego sygnału usuwa się część próbek. Na przykład, jeśli sygnał ma częstotliwość 1000 Hz i chcemy zmniejszyć ją do 500 Hz, możemy zachować co drugą próbkę, a resztę pominąć. **Filtracja antyaliasingowa** -- Aby uniknąć *aliasingu*, czyli nakładania się wyższych częstotliwości na niższe, przed redukcją próbek stosuje się filtr dolnoprzepustowy. Filtr ten usuwa z sygnału częstotliwości wyższe niż połowa nowej częstotliwości próbkowania (zgodnie z twierdzeniem Nyquista), co zapobiega pojawieniu się zakłóceń i zniekształceń w przetworzonym sygnale. W praktyce proces ten nazywany jest także ***decymacją***, zwłaszcza gdy filtracja antyaliasingowa jest połączona z usunięciem próbek. Decymacja to kombinacja obu tych kroków -- najpierw stosujemy filtr dolnoprzepustowy, a następnie wybieramy co *n*-tą próbkę, gdzie *n* to współczynnik downsamplingu. **Aliasing**-- Zjawisko występujące, gdy [sygnał jest próbkowany zbyt niską częstotliwością w stosunku do najwyższej częstotliwości obecnej w sygnale]. W wyniku aliasingu powstają zniekształcenia sygnału (artefakty), gdyż wyższe częstotliwości nakładają się na niższe, powodując fałszywe wzory. Aby uniknąć aliasingu, stosuje się np filtr dolnoprzepustowy i odpowiednią częstotliwość próbkowania zgodnie z twierdzeniem Nyquista (co najmniej dwa razy wyższą od najwyższej częstotliwości sygnału). **najpierw przefiltrowanie potem próbkowanie- decymacja** filtry mają częstość odcięcia i zbocze filtrujemy jak najmniej jeżeli mamy zdefiniowane filtry to warto z tego korzystać i nie robić własnych **wolne oscylacje- to co zachodzi między skórą a elektrodą (filtr HIGHPASS no 0.1 Hz)** **SEEBER 2019** [[https://www.nature.com/articles/s41467-019-08725-w]](https://www.nature.com/articles/s41467-019-08725-w) ![](media/image32.png) **Filtry w EEG** Filtry w EEG są używane do separacji sygnałów o różnych częstotliwościach, co pomaga w analizie specyficznych pasm częstotliwości, eliminacji szumów i artefaktów. Oto, co robią poszczególne typy filtrów: **Filtr dolnoprzepustowy (low-pass filter)**:przepuszcza niskie -Przepuszcza sygnały o częstotliwościach niższych niż ustalona wartość progowa i [**tłumi** sygnały o wyższych częstotliwościach.] -Pomaga eliminować szumy wysokoczęstotliwościowe, [np. pochodzące od urządzeń elektronicznych lub mięśni (EMG)]. Można go użyć do badania aktywności mózgowej w niższych zakresach, takich jak fale delta, theta i alfa. **Filtr górnoprzepustowy (high-pass filter)**:przepuszcza wysokie tłumi niskie -Przepuszcza sygnały o częstotliwościach wyższych niż ustalona wartość progowa i tłumi sygnały o niższych częstotliwościach. -[Usuwa wolnozmienne artefakty, np. związane z ruchem ciała lub driftem sygnału, które są widoczne w niższych częstotliwościach (poniżej fal delta)]. Pomaga w analizie szybszych fal, takich jak beta i gamma. **Filtr pasmowo-zaporowy (notch filter)**:50Hz zakłócenia z sieci \- Tłumi sygnały w określonym paśmie częstotliwości, pozostawiając sygnały o częstotliwościach wyższych i niższych od tego zakresu nienaruszone. \- [Najczęściej stosowany do eliminacji zakłóceń pochodzących z sieci elektrycznej (]50 Hz w Europie, 60 Hz w USA), które mogą zakłócać sygnał EEG. **Filtr pasmowo-przepustowy (band-pass filter):** \- Przepuszcza sygnały w określonym paśmie częstotliwości i tłumi sygnały o częstotliwościach poniżej i powyżej tego pasma. \- Umożliwia skupienie się na specyficznych pasmach częstotliwości mózgowych, takich jak fale delta (0,5--4 Hz), theta (4--8 Hz), alfa (8--12 Hz), beta (13--30 Hz) i gamma (\>30 Hz). Pomaga to w analizie określonych typów aktywności neuronalnej. **Artefakty w sygnale EEG** Artefakty w EEG to niepożądane sygnały, które zakłócają rejestrację aktywności elektrycznej mózgu, a ich źródłem są zwykle czynniki zewnętrzne lub wewnętrzne, nie związane bezpośrednio z aktywnością neuronalną. Artefakty mogą znacząco utrudniać analizę sygnałów EEG, dlatego ważne jest ich identyfikowanie i eliminowanie. ![](media/image46.png) a poziomy ruch gałek ocznych b artefakt mrugania c artefakty mięśniowe **Artefakty ruchowe**: Wynikają z ruchów ciała pacjenta, takich jak ruchy głowy, szczęki czy ramion. Aktywność mięśni (EMG), np. przy zgrzytaniu zębami lub zaciskaniu mięśni twarzy, generuje sygnały w zakresie wysokich częstotliwości, które mogą zasłaniać właściwą aktywność mózgu. Such artifact can be diminished by the judicious use of the high-frequency filter. (This sample has the default setting of high-frequency filter 70 Hz.) **Artefakty oka**: Powstają na skutek ruchów gałek ocznych, mrugania lub przesuwania powiek. Ruchy gałek ocznych (artefakt EOG -- elektrookulogram) generują fale wolniejsze, które mogą przypominać aktywność w paśmie delta (0,5--4 Hz) i mogą zniekształcać zapisy EEG, szczególnie w przednich rejonach mózgu.![](media/image17.png) This is an eye movement in a patient who has a glass right eye. **Artefakty sercowe (EKG)**: Powodowane przez aktywność elektryczną serca, mogą być rejestrowane w EEG, szczególnie w okolicach elektrod blisko szyi. Zapis bicia serca (EKG) może pojawiać się jako regularne szczyty w sygnale EEG.![](media/image49.png) **Artefakty oddechowe**: Związane z ruchem klatki piersiowej lub głowy podczas oddychania. Artefakty te mogą powodować powolne zmiany sygnału EEG, które mogą być mylone z falami wolnymi (delta). **Zakłócenia od sieci elektrycznej**: Zakłócenia o częstotliwości 50 Hz (Europa) lub 60 Hz (USA) mogą wpływać na sygnał EEG, szczególnie jeśli elektrody są źle zamocowane lub otoczenie jest silnie narażone na pole elektromagnetyczne. **Artefakty związane z elektrodami**: Mogą wynikać z ruchu elektrod na skórze, złej jakości kontaktu elektrod z powierzchnią głowy lub wysychania żelu przewodzącego. Nagłe szczyty lub spadki sygnału spowodowane ruchem elektrody lub zmianą oporu między elektrodą a skórą. **Artefakty potowe**: Pot na skórze pacjenta może zmieniać opór kontaktu elektrody, co prowadzi do powolnych fluktuacji sygnału. Powolne zmiany w niskich częstotliwościach mogą być wynikiem potu na skórze, zwłaszcza przy długotrwałych zapisach EEG.![](media/image42.png) ![](media/image15.png) **Montaże/Referencje** ❖ do uszu ❖ do wyrostków sutkowatych ❖ do wybranej elektrody (np. Cz) ❖ do średniej z wszystkich elektrod (canon average) ❖ poprzeczny, podłużny ❖ np. Hiorta -\> od centralnej odejmuje sąsiednie elektrody Cz- (C4+C3+P2+T2)/4 C4- (F4+P4+T4+Cz)/4 na elektrodzie ref powinno być mniej sygnału niż na CZ, szum powinien być bardzo podobny **Analiza mocy oscylacji** ![](media/image53.png) **FFT - szybka transformata Fouriera** rozkładanie fali na czynniki pierwsze (fale z których się składa) ![](media/image51.png) sygnał po transformacie furiera, powstaje widmo mocy (mikro volty do kwadratu), na końcu widma mocy jest częstotliwość niquista SVAROG okno (niebieskie) jest wyrażone w próbkach szerokość okna wyrażona w próbkach np 2048 sampling frequency Fs Fs= 128Hz = 1s 2048/128 = 16s mając długie okna tracimy informacje o mocy 1s sygnału = 1hz na widmie 2s sygnału - będzie częściej sygnał, zwiększam rozdzielczość 0,5hz 4s s - 0.25hz 10s - 0.1hz 0,5s sygnału - 2hz 0.25s sygnału - 4hz żeby oszacować moc oscylacji musimy mieć co najmniej jeden okres ![](media/image28.png) referencja do danej elektrody tutaj T3 (jeśli chcemy średnią wpisujemy -½) odejmuję średnią z uszu ![](media/image59.png) można robić referencje do danej elektrody lub kilku elektrod ale tylko wtedy gdy sygnał jest dobrej jakości jeśli montujemy sygnał do elektrody sygnał z niej musi być dobrej jakości jeśli jest większy szum na ref niż na elektrodzie to zwiększy nam szum na elektrodzie dodanie filtra nie gwarantuje że tych częstości wcale już nie będzie, będą się tam pojawiać lecz będą tłumione Artefakty z filtra (na początku i na końcu), najpierw filtrujemy potem wycinamy rozkładanie sygnału na komponenty ![](media/image30.png) wybieramy tylko dwa (odrzucamy 1 i 4 jako artefakty) składamy wybrane w sygnał ICA ma tylko założenia statystyczne ile kanałów tyle rozkładów czym bardziej jednorodny sygnał tym gorzej ICA robi rozkłady każdy komponent ma być niezależny statystycznie **Jak stosować ICA** ❖ do dużych zbiorów danych (w ramach osoby badanej) (kwadrat próby liczby odprowadzeń) ❖ kanały dość podobne do siebie - jak jeden bardzo odstaje, to sobie ICA nie radzi (na małych zbiorach się wywala) ❖ sygnał nie może mieć wielu outlierów (zepsuta elektroda, duże odchyły) ❖ kanałów powinna być średnia liczba ICA mozna zrobic tylko raz ![](media/image60.png) usuwamy komponenty montaż można robić na początku lub na końcu LEPIEJ NA POCZĄTKU filtry zwykle przed ica ale można też po ica montaż- re referencja, zmiana odniesienia 25.11 10:15 egzamin ERP event related potentials szum jest losowy (nie ma powtarzalności) w sygnale jest powtarzalność im więcej powtórzeń tym szybciej się zbije szum nie da się zbić szumu do zera by zbić go do zera potrzeba 1000 powtórzeń **ERP (ang. *Event-Related Potentials*)** to potencjały wywołane przez określone zdarzenia (np. bodźce wizualne, słuchowe czy dotykowe). Są one zapisem aktywności mózgu w odpowiedzi na te bodźce, stanowiącymi krótkotrwałe zmiany napięcia w mózgu, które można obserwować jako charakterystyczne komponenty fal mózgowych. ERP jest szczególnie użyteczne w badaniu procesów poznawczych, takich jak percepcja, uwaga czy pamięć, ponieważ pozwala na analizę czasowego przebiegu odpowiedzi neuronalnej. Każdy komponent ERP jest opisany literą i liczbą, np. **P1**, **N1**, **P2**, **N2**, **P3**. Litera oznacza, czy komponent jest dodatni (P) czy ujemny (N), a liczba wskazuje, w której kolejności występuje w milisekundach od bodźca. ### **Charakterystyka komponentów ERP** 1. - - - 2. - - - 3. - - - 4. - - - 5. - - - - p - positive n - negative 1 pierwszy załamek - czas 100ms każdy załamek ma swoje okno (czas teoretyczny kiedy powinien się pojawić) n1 i p1 bodźce fizyczne bodziec aaaabaaabaaab bodźce rzadkie b osoba kieruje automatycznie więcej uwagi widząc nowe bodźce jeśli ma zliczać te bodźce uwaga będzie zwiększona P300 (rośnie i n200 i p300) **MMN- miss-match negativity** mamy bodźce aaabaaabaaaaab na każdy z bodźców reagujemy N100 przy bodźcach B N100 jest wyższe różnica między tymi dwoma N100 -\> MMN prosta odpowiedź kory słuchowej głównie bada się to na MEG (głównie bodziec słuchowy) ![](media/image40.png) **P300** kora ciemieniowa detekcja różnicy odpowiedź na bodźce nowe lub ważne np imię **N400** Przetwarzanie semantyczne N400 pojawia się w sytuacji np. prezentacji znaczeniowo nieodpowiadającego bodźca (zaburzenie kontekstu, ujemne wychylenie, mózg jest bardziej zaangażowany w to zdanie bo jest poza znanym mu kontekstem) ![](media/image4.png) badamy głównie rozwój językowy P600 przetwarzanie syntaktyki **Analiza mocy oscylacji** ![](media/image21.png) uśrednia tagi wybieramy okno w którym ma nam zrobić uśrednienie bodziec traktowany jest jako 0 **w oknie average time wpisujemy -0.1 s przed bodźcem i 1000ms po bodźcu 1.1** ![](media/image33.png) KOREKTA DO BASELINE: 100 ms przed bodźcem lub 200ms przed bodźcem liczę średnią (próbek) po czasie od każdej próbki odejmuje tą średnią gdy ją odejmę ściągam ten sygnał w dół (spada on do zera) jest krótsze bo skupia się głównie na bodźcu ![](media/image3.png) **SPEKTROGRAM / mapa czas-częstość** Spektrogram w EEG to wizualizacja zmian w zakresie częstotliwości sygnału w czasie. Wykorzystuje się go, aby zrozumieć, jak energia sygnału EEG jest rozłożona w różnych zakresach częstotliwości oraz jak zmienia się to w czasie. Dzięki spektrogramowi można analizować rytmiczne wzorce aktywności mózgowej oraz identyfikować specyficzne częstotliwości, które są istotne dla różnych procesów poznawczych i stanów psychofizycznych. ### **Jak działa spektrogram?** Spektrogram tworzy się poprzez *analizę czasowo-częstotliwościową*, czyli podzielenie sygnału na krótkie segmenty czasowe, a następnie przeprowadzenie transformacji Fouriera (zwykle krótkoczasowej STFT, ang. *Short-Time Fourier Transform*) dla każdego z nich. Daje to obraz zmian częstotliwości w czasie w postaci „mapy" z trzema wymiarami: - - - ### **Do czego służy spektrogram w EEG?** 1. 2. 3. ![](media/image13.png) wrzeciono senne ma wzmożoną moc widać to na czerwono (wzrost intensywności koloru) moc to amplituda do kwadratu - jak silnie pracował mózg w danej częstości gdy zrobimy z tego widmo nasze wrzeciono osłabnie ? transformata fouriera spektrogram- transformata fouriera- rozkładamy sygnał na sinusy i cosinusy które pokażą nam nasz sygnał (chcemy się dowiedzieć jakie są tam częstości) taką transformatę liczymy w każdym oknie dzielimy sygnał na okna i liczymy FFT w każdym z nich Fs = 128 1sek sygnalu = 128 próbek rozdzelczość widma = 1Hz okno 32 = 250ms Fs = 512Hz 1sek sygnalu = 512 próbek okno 32 próbki = 1/16 s 1s sygału = 1Hz rozdzielczości FFT **2 s = 0.5 Hz** **4 s = 0.25 Hz** **8s = 0.125 Hz** ![](media/image9.png) ![](media/image12.png) najlepsze okna sekundowe lub półsekundowe Poniżej dane 2 osób, które wykonywały ruch ręką lub nogą na polecenie. W sygnale mamy dwa typy znaczników: ERDS\_instr1 - oznacza instrukcję \"Rusz ręką\" i ERDS\_instr2 - \"Rusz nogą\". Osoba mogła ruszyć dowolną ręką lub nogą (osoby były praworęczne i ruszały głównie prawą ręką - można to tę sprawdzić, gdyż były rejestrowane kanały EMG). Państwa zadaniem jest zmontowanie sygnału do uśrednionych uszu, wyfiltrowanie 1-30 Hz, usunięcie artefaktów z sygnału i przeprowadzenie analizy czas-częstość. Z sygnału należy wyciąć odcinki -1 - 7s od rozpoczęcia instrukcji i uśrednić mapy. Proszę rysować mapy w zakresie 0-30 Hz, szerokość okna proszę ustawić na min. 512 próbek. okno dla averaged ![](media/image25.png) C3 to ręce Cz to bardziej nogi Falki ![](media/image29.png) MMN??? interpretacja spektogramu pasmo mu? ???Jeśli przygotowujemy się do ruchu, w okolicach czołowych zaobserwujemy: **CNV** czym zadniej jest ruch tym mniejsza amplituda przygotowanie kory do akcji powoduje ze sygnał spada w dół pasmo mu- w zakresie alfy pasmo kory sensomotorycznej, nad kora ruchowa i czuciowa, pasmo mu - desynchronizuje sie w trakcie wykonania ruchu i spada po wykonaniu ruchu oddball- aaaabaaaab odpowiedz na rzadki bodziec załamek jest szerszy (mocniejsza dłuższa odpowiedz) różnica dwóch załamków missmatch Negativity MMN rzadki bodziec - częstszy bodziec = MMN Bodziec do kory słuchowej A1 pozostawia załamek N100 odpowiedz jest w pełni automatyczna - w oddball - odpowiedz pierwszorzędowej kory słuchowej Jeśli odpowiedz jest uwagowa (nie zadanie pasywne w korzesluchowej jak w n100) to załamek w P300 **PYTANIA I ODP** Podczas wykonywania ruchu : **obserwujemy spadek mocy w paśmie mu** ???Jeśli przygotowujemy się do ruchu, w okolicach czołowych zaobserwujemy: **CNV** Zmiany aktywności podczas ruchu prawą ręką najlepiej obserwować na elektrodzie: **c3** (lewa półkula) Synał EEG i MEG są: **odmienne, gdyż mierzą różne aspekty aktywności elektrycznej mózgu** Charakterystyczne pasmo częstości EEG to: **0-40 Hz** Bodziec słuchowy docierający do kory A1 pozostawia w EEG ślad w postaci: **N100** Kora A1, czyli **pierwszorzędowa kora słuchowa** (ang. *Primary Auditory Cortex*), to obszar w mózgu odpowiedzialny za wstępne przetwarzanie bodźców dźwiękowych. Znajduje się ona w płacie skroniowym, w zakręcie skroniowym górnym, głównie w bruździe bocznej, zwanej również szczeliną Sylwiusza. To właśnie w korze A1 bodźce dźwiękowe są po raz pierwszy analizowane na poziomie korowym. Pierwszy załamek korowy podczas przetwarzania bodźca pojawia się po ok: **100ms** **Pasmo alfa: po otwarciu oczu spada jego amplituda** **P300 występuje po bodźcu psychologicznie ważnym niezależnie od modalności** Wyjaśnienie: P300 to potencjał wywołany (ERP), który pojawia się około 300 ms po prezentacji bodźca o szczególnym znaczeniu psychologicznym lub poznawczym dla osoby, niezależnie od modalności bodźca (czyli może być wywołany przez bodziec wzrokowy, słuchowy, itp.). Występuje on w sytuacjach, gdy bodziec jest niespodziewany, rzadki lub istotny, a więc gdy wymaga szczególnej uwagi. Amplituda EEG mierzonego ze skalpu wynosi: **do 100 uV** P300 najlepiej jest widoczne na elektrodzie: **Pz** Wyjaśnienie: Potencjał P300 jest najlepiej widoczny w centralno-ciemieniowej części skalpu, dlatego jego najwyższą amplitudę rejestruje się zwykle na elektrodzie Pz (umieszczonej na linii środkowej w obszarze ciemieniowym). Pasmem EEG wiązanym z procesami poznawczymi, m.in pamięcia robocza i kontrola poznawczą jest: **theta** Artefakt od mrugania oczami - - Algorytm ICA - - - Sygnał zrekonstruowany po usuwaniu artefaktów za pomocą ICA (przechodzimy z komponentów do kanałów) - - Spektogram: - - - - Które artefakty łatwo odfiltrować z sygnału EEG? - - Liczymy FFT 2-sekundowego odcinka EEG. Które zdanie jest prawdziwe? - Zastosowanie filtra górnoprzepustowego z częstością odcięcia 15 Hz spowoduje, że: - Dokończ zadanie tak, aby było prawdziwe. \"Algorytm ICA\...\* - - Sygnał EEG: - - Artefakt mięśniowy - - Ile komponentów zwróci ICA jeżeli zastosujemy algorytm do sygnału EEG, w którym rejestrowano 18 odprowadzeń? 18 *ICA zwraca tyle komponentów, ile sygnał ma odprowadzeń* Po zrobieniu widma 5-sekundowego odcinka EEG: - - Sygnał, który wybieramy jako referencyjny: - - Na mapie czas-częstość (np. spektrogram): - - - Na wynik analizy metodą ERP ma wpływ: - - - Podejmując decyzję, czy dany komponent ICA, to czynność EEG lub artefakt kierujemy się: - - - Sygnał filtrujemy: - Filtr \'notch\' - - Które zdanie/a jest/są prawdziwe? - Zaznacz prawdziwe stwierdzenie: - Wynik analizy ERP zależy od: - - - Które zdanie jest prawdziwe - - - - Sygnał EEG ma bardzo dobrą rozdzielczość czasową Liczysz mapę czas-częstość dla sygnału EEG podczas zamkniętych oczu i zależy Ci, aby precyzyjnie określić częstość, w jakich obserwujemy wzory mocy. W tym celu wybierzesz: **długie okno** ICA **zakłada, że sygnał EEG jest mieszanina aktywności różnych źródeł** Załamkami związanymi z natężeniem uwagi badanego jest: **P300 i N200**