نوروبیزینس

نرم افزار EEG LAB

تهیه و تنظیم:نسترن بهروزنیا و تهمینه طاهری

نوروبیزینس(Neuro Business) یکی از چندین حوزه های پژوهشی بین رشته ای نوین است که علم عصب شناسی(Neuro Science) را به علم مدیریت و علم اقتصاد مرتبط می نماید. در این حوزه هدف آن است که با شناسایی عوامل موثر بر یک مساله مانند فروش یک کالا، مراجعه به یک فروشگاه خاص و …، شرایط را به نحوی تغییر دهیم که بیشترین سود و بازدهی به دست آید.

برای بررسی تاثیر ویژگی های محصول و … در فرد، بایستی به نحوی تغییرات به وجود آمده در وضعیت شخص، ثبت، بررسی و تحلیل شود. یکی از سیگنال هایی که در حوزه نورومارکتینگ مطرح است، سیگنال های EEG می باشند. پردازش اطلاعات در سیستم اعصاب مرکزی، در نتیجه ی فعالیت الکتریکی نورون‌ها اتفاق می‌افتد. این فعالیت الکتریکی تولید شده توسط خود مغز، می‌تواند توسط الکترودهای قرار گرفته بر روی جمجمه اندازه‌گیری و ثبت شود. سیگنال‌های حاصل به عنوان الکتروانسفالوگرام یا EEG شناخته شده و بیانگر مجموع پتانسیل‌های پس‌سیناپسی تعداد قابل توجهی از نورون‌ها می‌باشند. کاربرد EEG در پژوهش های نوروبیزینسی از اهمیت خاصی برخوردار است. نخست آن که ثبت آن طی یک روش غیرتهاجمی انجام میشود. مزیت دیگر آن است که میتواند فعالیت های غیرارادی مغز را نیز ثبت کند. بنابراین، سابجکت ملزم به همکاری با پژوهشگر نیست. بعلاوه، دارای دقت تفکیک زمانی بالایی است و قادر است تغییرات فعالیت الکتریکی مغز را در یک مقیاس زمانی در محدوده‌ی میلی ثانیه شناسایی نماید. این مزایا موجب استفاده فراوان سیگنال های EEG در پژوهش های اعصاب شده است.

با همه این مزایا، سیگنال های حیاتی از جمله سیگنال های EEG، MEG، EOG و …، برخلاف سیگنال قلبی ECG روند منظم و متناوب در تغییر ندارند. لذا پردازش و تحلیل آن ها برای استخراج اطلاعات بسیار مهم و در عین حال پیچیده است؛ چرا که تغییرات این علائم حیاتی، با داده های ناخواسته موسوم به نویز نیز همراه است. از آنجا که اندازه این سیگنال ها بسیار کوچک و در حدود میکروولت میباشد، وجود نویز و سایر آثار ناخواسته، آثار مخرب بر روی داده ثبت شده دارد. پس بایستی به دنبال نرم افزاری بود که با استفاده از آن بتوان آثار ناخواسته را به طور مطلوب از سیگنال حذف کرد؛ بعلاوه، روند پردازش و تحلیل سیگنال را نیز در ادامه به سهولت انجام داد. EEGLAB به عنوان یک نرم افزار قدرتمند در این موارد قابل استفاده است.

EEGLAB یکی از جعبه ابزارهای نرم افزار متلب است که در پردازش سیگنال‌های پیوسته در زمان از جمله EEG، MEG و … مورد استفاده قرار می‌گیرد. پردازش صورت گرفته در این جعبه ابزار مبتنی بر ICA )independent component analysis) یا تحلیل مولفه‌ی مستقل، تحلیل زمانی و فرکانسی ، رفع آرتفیکت‌ ها و سایر روش های میانگین محور و… است. EEGLAB یک رابط گرفیکی برای کاربر فراهم میکند که برای کاربران این امکان را میدهد که سیگنالهای EEG و سایر سیگنال های متغیر در زمان را با سهولت پردازش کنند. این جعبه ابزار به روش های مختلف سیگنال های دینامیک مغزی را مجسم و رویدادهای مرتبط را مدل میکند. از طرفی میتوان از طریق یک محیط برنامه نویسی در MATLAB برای کاربران فراهم میکند که میتوان به کمک آن تغییرات ساختاری در مدلسازی خود اعمال کرد. مهم ترین مشخصه این جعبه ابزار انعطاف پذیری آن است. بدین صورت که اگر کاربری به یک الگوریتم و روند مناسب در پردازش خود دست یابد، میتواند آن را به صورت تابع plug-in به این جعبه ابزار اضافه کرده و از این طریق بر قابلیت های آن بیفزاید. دیگر کاربران نیز میتوانند از این plug-in استفاده کرده و آن را ارتقا دهند.

در این بخش، قصد داریم درباره نویزها و آرتیفکت در داده ثبت شده و نحوه حذف آنها از سیگنال ها را به کمک EEGLAB به اختصار شرح دهیم:

اگرچه EEG برای ثبت فعالیت الکتروشیمیایی سلول های مغزی طراحی شده، اما به صورت اجتناب ناپذیری فعالیت های الکتریکی که منشا غیرمغزی دارند نیز در آن ثبت می شوند. این فعالیت های ثبت شده غیرمغزی با عنوان آرتیفکت (سیگنال ناخواسته) شناخته می شوند و به دو گروه آرتیفکت های فیزیولوژیک و غیرفیزیولوژیک تقسیم می شوند. منشا آرتیفکت های فیزیولوژیک، بیمار (هر جا به جز مغز) می باشد اما منشا آرتیفکت های غیرفیزیولوژیک بیرون از بدن بیمار (تجهیزات و محیط اطراف) می باشد. منشا آرتیفکت های فیزیولوژیک می تواند حرکت چشم، پلک زدن، فعالیت ماهیچه های صورت (لبخند و…)، سیگنال قلبی، تنفس و .. باشد. منشا آرتیفکت های غیرفیزیولوژیک نیز شامل حرکت بدن یا سر، نویز برق شهر، حرکت کابل های متصل به الکترودها، جابجایی الکترود، عدم اتصال مناسب الکترود به پوست سر و … میباشد.

بنابراین نویز و آرتیفکت به شکل زیر وارد سیگنال های مغزی موردنظر میشوند:

نمونه ای از نویز و آرتیفکت در سیگنال های مغزی را در شکل زیر مشاهده میکنید:

برای رفع این آثار ناخواسته  از فیلترهای متنوعی استفاده میشود. به طور دقیقتر، هر سیگنال در واقع مجموعه ای از سیگنال های سینوسی با فرکانس های متفاوت است. به همین دلیل است که سیگنال ثبت شده فرم سینوسی تک فرکانسی ندارد. فیلتر بنا به مشخصات تعریف شده خود میتواند محدوده خاصی از فرکانس های را عبور داده و سایر فرکانس ها را فیلتر کند. در این صورت، خروجی فیلتر مجموعه ای از سیگنال های سینوسی با فرکانس های موجود در آن محدوده میباشد.

حال به سراغ محیط EEGLAB میرویم:

صفحه اصلی EEGLAB به صورت زیر است. همانطور که مشاهده میکنید، فعلا داده ای بارگذاری نشده است. در صورت بارگذاری دیتاست(dataset) مشخصات داده نمایش داده خواهد شد:

 

میتوانیم از طریق channel data سیگنال تمامی کانال ها را به صورت مجزا ولی در یک قاب مشاهده کنیم:

میتوان به صورت شهودی نویز را در نمودارهای بالا بررسی کرد. بازه مشکوک به نویز را انتخاب و وضعیت آن را مشاهده میکنیم:

با بررسی طیف فرکانسی مربوط به همه کانال ها اطلاعات بیشتری علاوه بر نویز میتوان به دست آورد. بدین منظور، از قابلیت channel spectra and maps استفاده میکنیم:

برای مثال، در سیگنال های زیر نویز برق شهر در فرکانس ۵۰ هرتز وجود دارد که به صورت پیک در تعدادی از کانال ها قابل مشاهده است:

برای بررسی منشا نویز موجود در کانال، میتوان به کمک قابلیت channedit موقعیت کانال ها را نیز به صورت دوبعدی و سه بعدی نمایش داد تا در مورد منشا نویز و آرتیفکت به صورت شهودی اطمینان حاصل کرد:

البته اطلاعات فوق را میتوان در مورد هر کانال به طور مجزا نیز به دست آورد. بدین منظور، از قابلیت plot در channel properties استفاده میشود.

محیط EEGLAB امکان اعمال فیلتر متناهی با ویژگی های دلخواه را میدهد. پس از به دست آوردن مشخصات زمانی و فرکانسی نویز به صورت شهودی، در پنجره زیر میتوان ویژگی های فیلتر را مشخص کرد:

بدین ترتیب، نمودارهای اندازه و فاز فیلتر به صورت زیر حاصل خواهند شد:

در مورد نویز برق شهر به یک فیلتر میان نگذر برای فیلتر فرکانس ۵۰هرتز احتیاج داریم تا همه فرکانس های سیگنال عصبی به جز فرکانس های بسیار نزدیک به ۵۰ هرتز را عبور دهد. برای این کار، در مشخصات فیلتر، فرکانس های قطع بالا و پایین را بسیار نزدیک به ۵۰ مثلا به ترتیب برابر ۴۸ و ۵۲ هرتز قرار میدهیم.

حال، فیلتر فوق را بر دیتاست اعمال کرده و نتیجه را مشاهده میکنیم. همانطور که می بینید نویز برق شهر در طیف فرکانسی  دیده نمی شود. لازم به یادآوری است که نویزهای دیگری نیز در این سیگنال وجود دارند که بایستی قبل از پردازش شناسایی و برطرف شوند.

برای حذف سایر سیگنال های ناخواسته از جمله پلک زدن، آرتیفکت ناشی از الکترود ها روی پوست سر و … می توانیم از آنالیز جز مستقل (ICA ) استفاده کنیم. با اجرای این آنالیز بر روی سیگنال ثبت شده توسط الکترود ها می توان به تعداد حداکثر تعداد کانال های ثبت سیگنال، منبع مستقل شناسایی کرد. با مشاهده ی سیگنال زمانی متناظر با هر منبع مستقل و همچنین طیف فرکانسی آن و حتی موقعیت آن بر روی سر می توان آرتیفکت بودن آن را تشخیص داد و تصمیم به حذف آن منبع گرفت. پس از حذف منبع مستقل های ناشی از سیگنال ناخواسته مجددا می توان سیگنال ها را با استفاده از منابع باقی مانده بازسازی کرد. البته باید حتی الامکان از حذف منابعی که در آرتیفکت بودن آن ها شک دارید خودداری کنید زیرا ممکن است حاوی اطلاعات مغزی مفیدی نیز باشند و نباید این اطلاعات مفید را از دست داد.

در ادامه حذف نویز و آرتیفکت های موجود در سیگنال عصبی ثبت شده از روش آنالیز جز مستقل استفاده میکنیم. برای مثال، مولفه های ۲ و ۱۵ در پنجره زیر جهت حذف وارد شده اند:

البته Reject data using ICA یکی از افزونه های مفید EEGLAB  برای حذف مولفه های مستقل می باشد.

با کلیک بر روی شماره هر یک از مولفه ها می توان جزئیات زمانی و فرکانسی و مکانی آن را مشاهده کرد و در نهایت تصمیم به حفظ یا حذف آن گرفت. برای مثال، با کلیک بر روی مولفه سوم صفحه جدیدی باز می شود.

این مولفه در موقعیت مکانی جلوی سر قرار دارد، توان زیادی در فرکانس های پایین دارد و در زمان های پراکنده فعالیت داشته است. این ها شواهدی بر مولفه متناظر با پلک زدن هستند، در نتیجه بر روی گزینه REJECT در پایین صفحه کلیک می کنیم. پس از بررسی همه مولفه ها بر روی OK کلیک می کنیم. در نهایت برای حذف مولفه های مشخص شده اگر گزینه remove components را کلیک کنیم خواهیم دید که شماره مولفه های انتخابی برای حذف به طور خودکار وارد پنجره شده اند.

برچسب ها

نوشته های مشابه

پاسخ دهید

دکمه بازگشت به بالا
بستن
بستن