腦電圖

出自維基百科,自由嘅百科全書
Jump to navigation Jump to search
一幅典型嘅腦電圖;佢條 X 軸係時間,Y 軸係電壓。上面呢幅有好多條線,噉係因為個研究者度咗個頭好多個唔同位置嘅微電壓,而每條線代表咗個頭某一個特定位置嗰度嘅微電壓隨時間嘅改變。

腦電圖粵拼nou5 din6 tou4英文electroencephalography,簡稱:EEG)係神經科學心理學上其中一種最常用來監察嘅活動嘅方法。原理簡單啲講係噉嘅[1]:一個腦喺做親啲乜嘢-包括嘢、嘢等等-嗰陣,佢裏面嗰啲數以億計嘅神經細胞都會用好微弱嘅電流來互相傳訊息,電流改變會引致電壓嘅改變(詳情睇古典電磁學),而唔同嘅腦活動所牽涉到嘅訊息都唔同-所以個腦喺做唔同嘅功能嗰時,佢入面嗰啲電流同電壓改變嘅規律都會唔同。

要用腦電圖做科學研究有兩大種做法:最常見嘅非入侵性腦電圖做法係將一啲電極黐喺個受試者嘅頭皮表面嗰度,靠噉來量度吓塊頭皮嗰度有嘅微弱電壓-微弱到通常以微伏特(μV;1 μV 相當於 10-6 伏特)來計嘅[2];亦都有部份嘅研究會涉及啲入侵性嘅手法-通常係將啲電極植入去個受試者嘅頭殼入面來度電壓改變,後者呢種做法喺用人類以外嘅動物做測試嘅研究當中零舍常見[3][4]。無論用咗邊種做法,電極嘅量度會得出一幅腦電圖:一幅腦電圖條 X 軸時間,而 Y 軸就係電壓,所以佢會俾研究者睇到個頭每個量度咗嘅位置嘅微電壓隨時間嘅改變-等佢哋可以睇吓呢啲電壓嘅改變規律同個腦做緊啲乜係咪有關。

腦電圖對醫學來講都有價值。腦電圖成日都俾啲神經內科醫生攞來診斷包括發羊吊睡眠障礙、同中風呢啲涉及個腦嘅[1],因為呢啲病會令到病人嘅腦嘅活動異常[5][6],而醫生亦都會用腦電圖嚟斷定一個病人係唔係進入咗麻醉昏迷、或者腦死等嘅狀態[7]

個名點來[編輯]

  • 「Electroencephalograph」呢個英文字係由三截組成嘅[8]:「electro-」嘅意思係「同有關」噉解;「encephalo-」係「同頭或者腦有關」噉解;而「graph」就係指「圖表」。
  • 喺神經科學家同埋心理學家嘅行話入面,通常會簡稱佢做「EEG」,取自「ElectroEncephaloGraph」-即係嗰三截分別嘅開頭字母
  • 呢個英文字嘅廣東話譯名就係「腦電圖」。

理論基礎[編輯]

一個人嘅海馬體(Hippocampus)入面嘅神經細胞,用顯微鏡睇到嘅;粒神經細胞用 Golgi 方法染咗色,等佢更加易睇。
睇埋:神經細胞

腦電圖嘅原理係建基於以下呢啲事實嘅:

  • 一個入面有好多粒神經細胞(Neuron)[9],佢哋係個腦處理訊息嘅基本單位。
  • 神經細胞喺受到某啲特定嘅訊號刺激到嗰陣時會傳新嘅電訊號。
  • 一個腦入面啲神經細胞無時無刻都會喺度互相傳電訊號。
  • 神經細胞傳電訊號嘅方法涉及離子嘅大規模郁動:離子係一種帶電荷嘅粒子,根據電磁學嘅研究,電荷嘅郁動會令到電壓改變。
  • 所以喺實驗室入面觀察到以上呢啲事實之後,就可以作以下嘅推論:如果兩個腦入面傳緊嘅訊息唔同,噉佢哋傳電訊號嘅規律都會唔同,自然電荷郁動以及電壓改變嘅規律都會唔同-量度頭殼或者個腦表面嘅電壓隨時間嘅改變可能會俾科學家了解到個腦入面啲神經細胞喺度傳緊乜嘢同幾多訊號。
  • 腦電圖就正正係想透過量度個頭嗰度嘅電壓改變嚟睇個腦入面發生緊嘅嘢[5]-後來腦電圖研究嘅成功引證咗呢個諗頭係掂嘅。
  • 一粒神經細胞所產生嘅電壓太細,細到用一般嘅電極度根本度唔到,所以雖然腦電圖度咗數以億計嘅神經細胞,喺一幅腦電圖入面得出嗰啲電壓值通常係以微伏特(μV;microvolt)[2]嚟計嘅-1 μV 相當於 10-6(1,000,000 分之一)伏特,而相比之下,一般屋企用嘅電器電壓值係喺 200 零伏特左右。

做法簡介[編輯]

一個受試者戴咗啲電極喺頭皮上面,啲研究者等緊攞佢嘅腦電圖數據。

擺電極[編輯]

要攞到腦電圖,最常見嘅係非入侵性(Non invasive)嘅做法[10]:個研究者會首先係噉姨摩吓個受試者塊頭皮,令佢少噉啲死咗嘅皮膚細胞,等塊頭皮嘅電阻抗低啲,跟手佢會將啲搽咗浸導電嘅膠質嘢-好似係氯化銀AgCl[11]-喺上面嘅電極黐喺個受試者塊頭皮嘅表面嗰度,喺多數嘅臨床用途嗰度,啲研究人員會用 19 條電極左右,再加埋接地同參考嗰兩條[12]。通常每條電極都會駁咗條電線,亦都有啲系統會索性整返頂有電極喺入面嘅俾啲受試者戴住做實驗,後者呢種做法喺需要有一大柞擺得好密嘅電極嗰陣零舍常用。

入侵性嘅做法係將電極插入去個受試者嘅頭皮以下,甚至乎做手術裝啲電極入去個受試者嘅腦嗰度[13]

10-20 系統幫個頭嘅唔同位置改好嗮名。

10-20 系統[編輯]

10-20 系統(10-20 system)係一套國際慣用嘅系統[14][15],佢幫個頭殼表面每一個位置改好咗個通用嘅名:個頭殼表面有好多唔同嘅位置,而佢哋對落嘅唔同腦區域都分別有唔同嘅功能,所以有陣時神經科學家同心理學家會想集中研究個腦某啲區域嘅電活動,要噉做佢哋就要擺電極喺嗰啲區域對上嘅頭皮位置,於是就有人制定咗 10-20 系統呢套方法嚟幫頭皮嘅唔同位置改好嗮名,等科研人員傾起研究嘢上嚟更加方便。

攞數據[編輯]

啲電極會話到俾研究者聽每個度咗嘅位置嗰度嘅電壓隨時間嘅變化。每一對電極都係駁咗落去一個差動放大器(Differential amplifier)嗰度,而同時個差動放大器嘅另一面又駁咗條參考電極。差動放大器會將因而量度到嘅電壓值放大(成 1,000 到 10,000 倍),等佢更加易睇。喺廿一世紀,呢啲模擬(Analog)嘅腦電圖訊號通常都會先去篩走啲雜訊號,再以 256 到 512 Hz 嘅頻率俾人轉換做數碼訊號,並且傳入去電腦嗰度做進一步嘅處理。現時嘅神經科學界同心理學界有多款嘅軟件可以攞來處理同呈現呢啲數據,好似係 EEGLAB 噉[16]

呈現數據[編輯]

同一樣嘅腦電圖數據可以有好多種唔同方法呈現,而每一款呈現數據嘅方法叫做一個裝配(Montage)。例如係最常用嘅連環式裝配(Sequential montage)噉,會畫好多條線出嚟,每條線嘅 Y 軸代表咗某兩條電極之間嘅電壓差(例如「Fp1-F3」嗰條線嘅 Y 軸代表「Fp1」同「F3」嗰兩個位嘅電壓差),而 X 軸代表時間-於是每一條線都會俾睇嗰個人見到個頭某一個特定嘅區域嘅電壓值隨時間嘅變化。

數據分析[編輯]

腦電頻寬[編輯]

喺攞到啲腦電圖數據之後,就要做分析。其中一種常見嘅分析方法係睇吓幅腦電圖入面嗰啲節奏性活動。喺一個行緊嘅人腦入面,有數以百億計嘅神經細胞喺度以唔同嘅頻率射訊號-即係話有啲會以 5 Hz (每秒 5 下)嘅頻率射,有啲會以 15 Hz (每秒 15 下)嘅頻率射,如此類推。呢啲活動嘅總和形成咗腦電圖入面條線嗰啲上上落落。喺攞到條腦電圖嘅線之後,有得用 Fourier 分析等嘅數學分析方法將一條線拆做好幾條唔同頻率嘅線[17]-睇吓各個頻率嘅訊號喺每個時間點嗰度貢獻咗幾多電壓落去成個腦電圖嗰條線度。透過睇吓唔同頻率嘅活動程度有幾勁,神經科學家同埋心理學家可以攞到好多資訊。

大腦嗰度嚟嘅訊號頻率多數都喺 1 至 20 Hz 之間-唔喺呢個間距入面嘅訊號好有可能係雜音。而有意義嘅訊號俾學界分咗做幾個頻寬(Bandwidth),包括咗 Alpha、Beta、Theta、Delta、同 Gamma 呀噉[18]。通常科學界係將佢哋噉樣分類嘅(但係都有啲科學家唔用呢種分類法):

唔同腦電頻寬嘅比較
頻寬 頻率(Hz 位置 正常嗰陣出現喺 同邊啲病有關
Delta < 4 大人係近額頭,而細路係近後尾枕
  • 皮層以下嘅病變[21]
  • 廣泛涉及個腦多個區域嘅病變
Theta 4–7 喺同個人做緊嗰樣嘢冇關嘅腦區域會揾到。
  • 皮層以下嘅集中性病變
  • 同腦代謝有關嘅異常
  • 腦積水嘅某啲個案
Alpha 8–15 腦比較近後尾枕嘅區域,喺比較主導性嗰一邊腦會勁啲-即係 Alpha 波喺左㕭嘅人入面會喺右腦勁啲,而反之亦然;喺休止嗰陣 Alpha 波喺個腦中央地帶(C3-C4)最勁。
  • 喺醒咗,但係放鬆緊嘅大人個腦度[23]
  • 喺合埋咗對嘅大人個腦度。
  • 都係同壓抑想做嘅行為有關。
Beta 16–31 腦嘅左右兩邊都有,大致上平衡分佈,尤其係喺近額頭嘅區域。
  • 喺諗緊嘢、集中精神做嘢、警戒狀態、同焦慮等嘅狀態嘅腦
Gamma > 32 體覺皮層(Somatosensory cortex)
  • 喺個腦要將兩種或者以上唔同感官俾嘅資訊結合埋一齊處理嗰陣[26][27]
  • 喺個人運用緊短期記憶嚟認啲冇幾耐之前見過嘅嘢嗰陣[28]
  • Gamma 波活動嘅下降同認知能力衰退有關[29]
Mu 8–12 感覺運動皮層(Sensorimotor cortex)
  • 喺個身體休息,唔多點郁嗰陣[30]

以上呢一套腦電活動分類法係舊陣時嘅做法,因為舊時啲腦電圖係用記低嘅,啲研究員要靠人手數張紙上面有幾多個波形-淨係研究到頻率係整數嘅腦電活動。呢一點搞到個分類法有啲窿窿罅罅位冇咗分類-好似係 Theta 同 Alpha 之間嘅 7.000... 到 7.999... Hz 噉。於是有人整咗個改良版[31]

腦電圖頻寬分類:
改良版
頻寬 頻率(Hz)
Delta < 4
Theta ≥ 4 and < 8
Alpha ≥ 8 and < 14
Beta ≥ 14

無論用嘅係邊款分類法,都有好多科學家會將各個頻寬再細分做子類來幫手做研究。

圖庫
Delta 波(Delta wave,取自希臘字母 Δ
Theta 波(Theta wave,取自希臘字母 Θ
Alpha 波(Alpha wave,取自希臘字母 Α
Beta 波(Beta wave,取自希臘字母 Β
Gamma 波(Gamma wave,取自希臘字母 Γ

Mu 波[編輯]

內文: Mu 波

Mu 波(Mu wave,當中嘅「Mu」讀做「miu1」)頻率喺 8 至 13 Hz 之間,喺感覺運動皮層(Sensorimotor cortex)嗰度會探測到。感覺運動皮層呢個腦區域專門管嗰個人嘅郁動,而淨係喺呢個區先會揾到嘅 Mu 波係一特殊嘅 Alpha 波,同鏡神經細胞(Mirror neuron)嘅活動好關係密切。

正常人嘅腦喺望到其他人郁動嗰陣會出現 Mu 壓低(Mu suppression;指 Mu 波嘅強度下跌)嘅情況,而 Mu 壓低反映感覺運動皮層入面嗰啲鏡神經細胞喺度活躍緊。鏡神經細胞係一種特殊神經細胞,專幫個人模仿其他人嘅行為同動作[32],例如係自動噉學其他人嘅表情,對於同人溝通來講好緊要[33]。所以如果一個人個腦喺望其他人郁嗰陣冇 Mu 壓低嘅情況出現,噉表示佢唔曉做模仿其他人嘅表情等嘅嘢-所以 Mu 壓低嘅異常同自閉症呢啲令到患者唔識同人相處嘅病有關[34]

Mu 波(Mu wave,取自希臘字母 Μ

總論[編輯]

大體上來講,一個人嘅腦整體上由邊個頻寬嘅電活動主導同以下因素有關:

  • 年紀:年紀愈細嘅人,佢個腦嘅正常活動就愈偏向低頻,例如出咗世冇幾耐嘅蘇蝦仔嘅腦喺多數時間都係由最低頻最慢嘅 Delta 波來主導嘅[19],但係呢種由 Delta 波主導嘅狀態喺正常健康嘅大人身上就通常要係個人得好淰嗰陣先會出現。
  • 狀態:當一個大人或者青少年覺得開始瞌眼瞓嗰陣,佢個腦嘅 Theta 波-第二低頻嘅波-強度會提升,而 Alpha 波強度會下降,而當一個人睏緊覺嗰陣,個腦幾乎唔會點有高頻啲(Beta 同 Gamma 等)嘅腦電波,而且睏得愈淰個腦就偏向俾愈低頻嘅波主導[35]
  • 麻醉藥:一個人受咗麻醉之後嘅腦電圖同用咗邊種麻醉藥有關[36]。用氟烷(Halothane)嗰類藥麻醉嘅病人個腦會俾 Alpha 同低頻 Beta 嘅腦電波主導。

事件相關電位[編輯]

P200 係另一個出名嘅事件相關電位,出現喺個刺激之後嘅 200 毫秒左右,係一個正(Positive)嘅電壓改變[37]
內文: 事件相關電位

事件相關電位(Event-related potential,簡稱「ERP」)係另外一種分析腦電圖數據嘅途徑,指一啲喺個受試者俾某啲嘢刺激到嗰陣會出現嘅電壓改變。例如 N100,就係一個出名嘅事件相關電位[38],佢會喺一個人感知到一個意料之外嘅刺激 80 到 120 毫秒之後出現,並且令到嗰個人嘅腦電嘅電壓值驟跌,空間上佢主要集中出現喺嗰個人嘅頭殼近額頭至中部嘅地區嗰度。因為佢喺個刺激大約 100 毫秒之後出現,而且令到腦電嘅電壓值跌,所以叫做「N」(取自英文字 Negative)「100」。

要研究事件相關電位,個研究者要做好多次嘅試驗(Trial)至得[39]:假如而家做咗 1 次試驗噉大把,發現班受試者喺嗰次試驗入面對個刺激有 N100 嘅反應,之但係嗰個反應有可能係由啲雜音或者係個腦入面其他唔啦更嘅活動造成嘅;於是乎,個研究者就做多次嘅(例如 50 次)試驗,如果喺嗰 50 次試驗當中有(又例如)48 次都揾到班受試者對個刺激有 N100 嘅反應,噉個研究者就更加有信心話呢個實驗入面嗰一個 N100 反應係由個刺激造成嘅-因為個反應差唔多次次都喺班受試者受嗰個刺激嗰陣出現。因為噉,事件相關電位嘅研究實係要做多次嘅試驗,並且計吓睇吓受試者喺每次試驗入面嘅腦電數據嘅平均值,噉先可以知道個實驗刺激係咪真係有效。

有陣時研究者又要試吓改變吓實驗啲參數,來睇吓可唔可以將佢研究緊嗰個事件相關電位分做幾份-有陣時一個事件相關電位可能係由兩個或者以上唔同嘅事件相關電位組成嘅[39]

雜音[編輯]

雜音(Artifact,或者「Noise」)係指一啲幅腦電圖探測到,但係唔係來自大腦活動嘅電訊號。喺實際嘅應用上,無論係做緊科研定係醫療嘢,攞得到嘅腦電圖數據幾乎實係或多或少噉有啲雜音喺入面嘅,而且雜音所造成嘅電壓值可以幾大,大到遮到個研究者想探測嗰啲腦活動訊號。因為噉,點樣喺腦電圖數據當中篩走啲雜音喺神經科學研究當中係一個好舉足輕重嘅課題[40]

生物性雜音[編輯]

一隻斬緊嘅眼

雜音好多時都係由個受試者個腦以外嘅生物活動嗰度來嘅,好似係:

  • 嘅各種活動,包括咗斬眼眼珠嘅轉動、同外眼肌嘅活動呀噉;
  • 心電活動,即係個嘅電活動;
  • 肌電活動,即係啲肌肉嘅電活動;喺廿一世紀頭,有科學家做研究比較正常人同咗嘅病人嘅腦電圖,發現因為肌肉活動而造成嘅腦電圖雜音多過原先想像嘅,尤其係喺高過 20 Hz 嘅頻寬嗰度[41]
  • 嘅郁動。

眼造成嘅雜音[編輯]

  • 由眼嗰度來嘅雜音當中最明顯嘅要數眼角膜視網膜之間嘅電勢差距,呢個電壓相當之大,有可能遮過大腦嘅電壓。當眼皮同眼珠完全靜止唔郁嗰陣,呢個電壓唔會影響到腦電圖,但係要對眼靜止唔郁好難-因為神經科學家同心理學家通常做親研究都係想一路俾受試者做住一啲(要擘大眼做嘅)作業,一路量度住佢哋啲腦電活動。如果受試者唔係全程合埋眼嘅話,噉佢哋每分鐘至少會斬幾次眼,對眼仲會望來望去(而且好多時個作業根本需要個受試者望來望去)。
  • 眼皮嘅郁動會令到帶少少正電荷嘅眼角膜同眼外皮膚有短路,並且造成眼對上同對落之間有大嘅電壓改變[42][43]
  • 眼珠嘅轉動會令到啲正電荷嘅位置變,搞到電壓嘅位置唔同咗,於是近啲個眼珠轉緊去嗰個方向嘅電極嘅電壓就會升,反之離嗰個方向遠嘅電極嘅電壓就會跌[44]
  • 眼皮嘅郁動會造成一種舊時俾人嗌做 Kappa 波(Kappa wave)嘅波形[45]。呢種波形通常會喺個腦近額頭嗰邊見到-即係對正喺對眼上高嘅地方,但係有陣時喺某啲腦活動嗰陣都會有。Kappa 波頻率通常係喺 Theta(4 - 7 Hz)或者 Alpha(7 - 14 Hz)嘅間距之間,舊時因為俾學界以為佢係真嘅腦活動所以改咗個名叫「Kappa 波」-由希臘字母「Κ」嗰度來。但係後來嘅研究發現 Kappa 波係由眼皮跳-而唔係腦嘅活動-嗰度走出來嘅,所以嚴格來講唔係一種腦波[46]。目前學界比較興嗌呢種波形做眼皮跳雜音(Eyelid fluttering artifact)。
  • 呢啲雜音喺多數嘅研究入面都會俾研究者視為阻手阻腳嘅嘢,但係都有啲神經科學家同心理學家會運用佢哋來做同眼郁動相關嘅研究[47]

環境性雜音[編輯]

  • 個受試者身體嘅郁動可以造成電壓嘅細微改變,雖然呢啲改變細微,但係足以對腦電圖量度造成影響。
  • 黐電極落去塊頭皮度呢個動作會令到電阻抗突然間變,經已可以搞到有電壓突然間出現。
  • 吊鹽水可以令到人體嘅電壓有些微嘅改變,對於醫療用嘅腦電圖尤其有影響。

雜音糾正[編輯]

喺廿一世紀,科學界普遍會用獨立成份分析(Independent component analysis,簡稱「ICA」;一種數學方法,能夠將複雜嘅訊號分解做組成佢嗰啲個別訊號[48])來清走得出嘅腦電圖入面嗰啲雜音[49][50][51][52][53][54]。呢啲分析技術會將一條腦電線分拆做多個唔同嘅成份(Component),並且用某啲演算法計睇吓個訊號入面邊啲似係雜音邊啲唔似係[55],再將唔係雜音嗰啲成份砌返埋一齊,整出一個冇咗啲雜音嘅「乾淨」腦電圖。

應用[編輯]

一個發羊吊嘅病人戴住頂有電極喺入面嘅帽,等醫護人員有得睇吓佢嘅腦電圖。

醫療[編輯]

  • 一個循例嘅腦電圖檢查通常會用 20 至 30 分鐘(加埋準備嘅時間),多數會靠喺頭皮表面嘅電極來攞幅腦電圖。循例嘅腦電圖通常係喺醫療場合用來睇吓個病人有冇發羊吊嘅情況同埋係邊種發羊吊,因為每種發羊吊都有特定嘅腦電規律。有陣時呢種檢查又會俾醫生攞來斷定個病人係咪陷入咗昏迷或者腦死等嘅狀態。
  • 喺某啲情況下,循例式嘅腦電圖唔足夠,尤其係喺個病人發緊羊吊嗰陣要度腦電圖會有困難。於是啲醫護人員會要個病人喺醫院住幾日甚至幾個禮拜,期間一路監察住佢嘅腦電活動同埋各種嘅其他活動。
  • 腦電圖可以攞來睇吓個受咗麻醉嘅病人麻醉程度有幾深。
  • 腦電圖可以攞來監察住喺深切治療部嘅病人。如果個病人嘅腦活動有親啲乜嘢異常,啲醫護人員就可以即刻處理;而且腦電圖亦都話到俾醫護人員知個病人係咪合理噉處於由藥所引發嘅昏迷狀態同埋係咪受到腦損傷。
  • 醫護人員唔會用腦電圖來診斷頭痛,因為用呢種方法診斷頭痛唔見得有效過用普通方法[56]-用咗等如嘥時間資源。

科研[編輯]

腦電圖同埋對事件相關電位嘅研究喺神經科學、認知科學認知心理學神經語言學、同心理生理學等嘅科學領域嗰度都有用。好多喺科研上用嘅腦電圖技術都冇醫療用嘅噉標準化,係得對心智殘障-好似專注力失調或過度活躍症(ADHD)-嘅研究嘅方法會同時喺科研同醫療嗰度用。

好處[編輯]

同其他神經科學研究方法-例如磁力共振造影(MRI)噉-比起上來,用腦電圖睇腦嘅活動有以下嘅好處:

  • 腦電圖相對平[57]
  • 腦電圖比較易用,冇噉霸位,唔似得(例如)MRI 噉,吓吓要一啲大舊到霸嗮幾間房嘅架生[58]
  • 腦電圖有極之高嘅時間解像度,可以量度到毫秒之間嘅變化,有勁啲嘅腦電圖架生仲可以做到每秒做 20,000 次量度[59]
  • 腦電圖相對頂得順個受試者嘅郁動,唔似得(又例如)MRI 噉個受試者個頭擰咗吓啲數據就可能唔要得,搞到喺做 MRI 嗰陣啲研究人員好多時要用啲方法固定住個受試者唔俾佢郁[60]
  • 腦電圖冇乜聲,啲研究人員用佢做一啲同聽覺有關嘅實驗嗰陣唔使怕佢會干擾到受試者聽嘢;
  • 腦電圖就算有幽閉恐懼症嘅受試者都做得[61],因為佢唔似得 MRI 等嘅方法噉,要將個受試者韞喺一個好窄嘅空間入面;

...等等。

唔好處[編輯]

腦電圖所俾到嘅資訊有以下嘅限制:

  • 腦電圖嘅空間解像度比較渣[62]。靠腦電圖淨係能夠知道神經細胞整體上嘅活動,而話唔到俾研究者知個別嘅神經細胞或者腦區域分別喺度做緊乜[63]:如果一個研究者是旦揀個頭殼表面嘅兩個點,再喺嗰兩個點上面各擺一條電極度吓佢哋之間嘅電壓隨時間嘅改變嘅話,得出嘅資訊喺數學上唔會話到俾個研究者知每一粒個體神經細胞喺度做緊乜,因為喺人類嘅頭殼是旦一點下面閒閒地都有數以億計嘅神經細胞同埋好幾個腦區域,所以近乎冇可能由腦電圖嘅資訊砌返個腦各忽嘅活動出來[64]。呢個研究者靠腦電圖會得到嗰啲電壓值反映嘅係電極下面嗰一大柞神經細胞整體上嘅活動。
  • 除咗噉,由電磁學嗰度知道,離一粒電荷愈遠,由嗰粒電荷造成嘅電壓改變就會愈弱,所以用一般方法(將電極黐喺頭皮表面)攞到嘅腦電圖探測到嘅腦活動主要集中喺個腦近頭殼嘅地區,而個腦最中部最深嗰啲地區-好似係邊緣系統(Limbic system)等-嘅活動用一般嘅腦電圖好難探測到[65]。因為呢啲原因,用腦電圖做嘅科研好少可會宣稱話探視到嗮成個腦嘅活動。
  • 腦電圖比較探測到某啲類型嘅腦活動[62]。佢似乎對個腦入面啲同個腦嘅半徑平行(Radial)嘅電活動比較敏感,但係就比較難探測到同個頭殼成切線(Tangential)嘅電活動。
  • 腦電圖同其他神經科學研究方法比起上來比較易受雜音干擾[66]

其他[編輯]

  • 美國軍方喺 2009 年揼咗 4 百萬美元嘅預算落去加州大學爾灣分校嗰度來研發一種新嘅腦電圖技術,研究內容係要揾出一個人想像自己講嘢嗰陣嘅腦電規律,並且諗住靠噉樣來整一啲識睇士兵腦電、跟手將呢啲腦電訊息傳俾第啲士兵嘅架生-目的係要等戰場上面嘅司令有得齋靠諗嘢來向同袍傳訊息[67]

睇埋[編輯]

[編輯]

  1. 1.0 1.1 Niedermeyer E.; da Silva F.L. (2004). Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. Lippincott Williams & Wilkins.
  2. 2.0 2.1 EEG > introduction. The McGill Physiology Virtual Lab.
  3. Vogler, E. C., Flynn, D. T., Busciglio, F., Bohannan, R. C., Tran, A., Mahavongtrakul, M., & Busciglio, J. A. (2017). Low cost electrode assembly for EEG recordings in mice. Frontiers in neuroscience, 11.
  4. Pirttimäki, T., Salo, R. A., Shatillo, A., Kettunen, M. I., Paasonen, J., Sierra, A., ... & Pitkänen, A. (2016). Implantable RF-coil with multiple electrodes for long-term EEG-fMRI monitoring in rodents. Journal of neuroscience methods, 274, 154-163.
  5. 5.0 5.1 Tatum, William O. (2014). Handbook of EEG interpretation. Demos Medical Publishing.
  6. Chernecky, Cynthia C.; Berger, Barbara J. (2013). Laboratory tests and diagnostic procedures (6th ed.). St. Louis, Mo.: Elsevier.
  7. Chen, Z., Cao, J., Cao, Y., Zhang, Y., Gu, F., Zhu, G., ... & Cichocki, A. (2008). An empirical EEG analysis in brain death diagnosis for adults. Cognitive neurodynamics, 2(3), 257.
  8. Electroencephalogram - Online Etymology Dictionary
  9. The Human Brain in NumbersHerculano-Houzel S (2009). "The Human Brain in Numbers". NIH. 3: 31.
  10. Wolpaw, J. R., & McFarland, D. J. (2004). Control of a two-dimensional movement signal by a noninvasive brain-computer interface in humans. Proceedings of the National Academy of Sciences of the United States of America, 101(51), 17849-17854.
  11. EEG | High Conductive Gel
  12. &Na; (1994). "Guideline Seven A Proposal for Standard Montages to Be Used in Clinical EEG". Journal of Clinical Neurophysiology. 11 (1): 30–6.
  13. Zumsteg, D., & Wieser, H. G. (2000). Presurgical evaluation: current role of invasive EEG. Epilepsia, 41(s3).
  14. 10/20 System Positioning (PDF). Trans Cranial Technologies.
  15. Towle, Vernon L.; Bolaños, José; Suarez, Diane; Tan, Kim; Grzeszczuk, Robert; Levin, David N.; Cakmur, Raif; Frank, Samuel A.; Spire, Jean-Paul (1993). "The spatial location of EEG electrodes: Locating the best-fitting sphere relative to cortical anatomy". Electroencephalography and Clinical Neurophysiology. 86 (1): 1–6.
  16. What is EEGLAB?
  17. Bracewell R, Kahn PB. The Fourier transform and its applications. Am J Phys. 1966;34:712.
  18. Tatum, William O. (2014). "Ellen R. Grass Lecture: Extraordinary EEG". Neurodiagnostic Journal 54.1: 3–21.
  19. 19.0 19.1 Understanding the brainwaves of your children
  20. 20.0 20.1 Kirmizi-Alsan, Elif; Bayraktaroglu, Zubeyir; Gurvit, Hakan; Keskin, Yasemin H.; Emre, Murat; Demiralp, Tamer (2006). "Comparative analysis of event-related potentials during Go/NoGo and CPT: Decomposition of electrophysiological markers of response inhibition and sustained attention". Brain Research. 1104 (1): 114–28.
  21. Gloor, P., Ball, G., & Schaul, N. (1977). Brain lesions that produce delta waves in the EEG. Neurology, 27(4), 326-326.
  22. Cahn, B. Rael; Polich, John (2006). Meditation states and traits: EEG, ERP, and neuroimaging studies. Psychological Bulletin. 132 (2): 180–211.
  23. Gargiulo, G., Bifulco, P., Calvo, R. A., Cesarelli, M., Jin, C., & van Schaik, A. (2008, November). A mobile EEG system with dry electrodes. In Biomedical Circuits and Systems Conference, 2008. BioCAS 2008. IEEE (pp. 273-276). IEEE.
  24. Chokroverty, S. (1975). “Alpha‐like” rhythms in electroencephalograms in coma after cardiac arrest. Neurology, 25(7), 655-655.
  25. Frohlich, Joel; Senturk, Damla; Saravanapandian, Vidya; Golshani, Peyman; Reiter, Lawrence; Sankar, Raman; Thibert, Ronald; DiStefano, Charlotte; Cook, Edwin; Jeste, Shafali (December 2016). "A Quantitative Electrophysiological Biomarker of Duplication 15q11.2-q13.1 Syndrome". PLOS One. 11: e0167179.
  26. Kisley, Michael A.; Cornwell, Zoe M. (2006). "Gamma and beta neural activity evoked during a sensory gating paradigm: Effects of auditory, somatosensory and cross-modal stimulation". Clinical Neurophysiology. 117 (11): 2549–63.
  27. Kanayama, Noriaki; Sato, Atsushi; Ohira, Hideki (2007). "Crossmodal effect with rubber hand illusion and gamma-band activity". Psychophysiology. 44 (3): 392–402.
  28. Jensen, O., Kaiser, J., & Lachaux, J. P. (2007). Human gamma-frequency oscillations associated with attention and memory. Trends in neurosciences, 30(7), 317-324.
  29. Başar, E. (2013). A review of gamma oscillations in healthy subjects and in cognitive impairment. International Journal of Psychophysiology, 90(2), 99-117.
  30. Gastaut, H (1952). "Electrocorticographic study of the reactivity of rolandic rhythm". Revue neurologique. 87 (2): 176–82.
  31. Recommendations for the Practice of Clinical Neurophysiology: Guidelines of the International Federation of Clinical Physiology (EEG Suppl. 52) Editors: G. Deuschl and A. Eisen q 1999 International Federation of Clinical Neurophysiology. All rights reserved. Published by Elsevier Science B.V.
  32. Rizzolatti, G., & Craighero, L. (2004). The mirror-neuron system. Annu. Rev. Neurosci., 27, 169-192.
  33. Likowski, K. U., Mühlberger, A., Gerdes, A., Wieser, M. J., Pauli, P., & Weyers, P. (2012). Facial mimicry and the mirror neuron system: simultaneous acquisition of facial electromyography and functional magnetic resonance imaging. Frontiers in Human Neuroscience, 6, 214.
  34. Oberman, Lindsay M.; Hubbard, Edward M.; McCleery, Joseph P.; Altschuler, Eric L.; Ramachandran, Vilayanur S.; Pineda, Jaime A. (2005). "EEG evidence for mirror neuron dysfunction in autism spectrum disorders". Cognitive Brain Research. 24 (2): 190–8.
  35. Ibáñez, Vanessa; Silva, Josep; Cauli, Omar (2018-05-25). "A survey on sleep assessment methods". PeerJ. 6: e4849.
  36. Jäntti, V., & Sloan, T. B. (2008). EEG and anesthetic effects. Handbook of Clinical Neurophysiology, 8, 77-93.
  37. Freunberger, R., Klimiesch, W., Doppelmayr, M & Holler, Y. (2007). Visual P2 component is related to theta phase-locking. Neuroscience Letters, 426, 181-186.
  38. Warnke, A.; Remschmidt, H.; Hennighausen, K. (1994). "Verbal information processing in dyslexia--data from a follow-up experiment of neuro-psychological aspects and EEG". Acta paedopsychiatrica. 56 (3): 203–208.
  39. 39.0 39.1 Coles, Michael G.H.; Michael D. Rugg (1996). "Event-related brain potentials: an introduction". Electrophysiology of Mind (PDF). Oxford Scholarship Online Monographs. pp. 1–27.
  40. Jung, T. P., Humphries, C., Lee, T. W., Makeig, S., McKeown, M. J., Iragui, V., & Sejnowski, T. J. (1998, August). Removing electroencephalographic artifacts: comparison between ICA and PCA. In Neural Networks for Signal Processing VIII, 1998. Proceedings of the 1998 IEEE Signal Processing Society Workshop (pp. 63-72). IEEE.
  41. Whitham, Emma M; Pope, Kenneth J; Fitzgibbon, Sean P; Lewis, Trent W; Clark, C Richard; Loveless, Stephen; Broberg, Marita; Wallace, Angus; DeLosAngeles, Dylan; Lillie, Peter; et al. (2007). "Scalp electrical recording during paralysis: Quantitative evidence that EEG frequencies above 20Hz are contaminated by EMG". Clinical Neurophysiology. Elsevier. 118 (8): 1877–1888.
  42. Barry, W; Jones, GM (1965). "Influence of Eye Lid Movement Upon Electro-Oculographic Recording of Vertical Eye Movements". Aerospace medicine. 36: 855–8.
  43. Iwasaki, Masaki; Kellinghaus, Christoph; Alexopoulos, Andreas V.; Burgess, Richard C.; Kumar, Arun N.; Han, Yanning H.; Lüders, Hans O.; Leigh, R. John (2005). "Effects of eyelid closure, blinks, and eye movements on the electroencephalogram". Clinical Neurophysiology. 116 (4): 878–85.
  44. Lins, Otavio G.; Picton, Terence W.; Berg, Patrick; Scherg, Michael (1993). "Ocular artifacts in EEG and event-related potentials I: Scalp topography". Brain Topography. 6 (1): 51–63.
  45. Lorens, S. A., & Darrow, C. W. (1962). Eye movements, EEG, GSR and EKG during mental multiplication. Electroencephalography and Clinical Neurophysiology, 14(5), 739-746.
  46. Epstein, Charles M. (1983). Introduction to EEG and evoked potentials. J. B. Lippincott Co.
  47. Keren, Alon S.; Yuval-Greenberg, Shlomit; Deouell, Leon Y. (2010). "Saccadic spike potentials in gamma-band EEG: Characterization, detection and suppression". NeuroImage. 49 (3): 2248–63.
  48. Stone, James V. (2004). Independent component analysis : a tutorial introduction. Cambridge, Massachusetts: MIT Press.
  49. Jung, Tzyy-Ping; Makeig, Scott; Humphries, Colin; Lee, Te-Won; McKeown, Martin J.; Iragui, Vicente; Sejnowski, Terrence J. (2000). "Removing electroencephalographic artifacts by blind source separation". Psychophysiology. 37 (2): 163–78.
  50. Jung, Tzyy-Ping; Makeig, Scott; Westerfield, Marissa; Townsechesne, Eric; Sejnowski, Terrence J. (2000). "Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects". Clinical Neurophysiology. 111 (10): 1745–58.
  51. Jung, Tzyy-Ping; Makeig, Scott; Westerfield, Marissa; Townsechesne, Eric; Sejnowski, Terrence J. (2000). "Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects". Clinical Neurophysiology. 111 (10): 1745–58.
  52. Joyce, Carrie A.; Gorodnitsky, Irina F.; Kutas, Marta (2004). "Automatic removal of eye movement and blink artifacts from EEG data using blind component separation". Psychophysiology. 41 (2): 313–25.
  53. Fitzgibbon, Sean P; Powers, David M W; Pope, Kenneth J; Clark, C Richard (2007). "Removal of EEG noise and artifact using blind source separation". Journal of Clinical Neurophysiology. 24 (3): 232–243.
  54. Shackman, Alexander J.; McMenamin, Brenton W.; Maxwell, Jeffrey S.; Greischar, Lawrence L.; Davidson, Richard J. (2010). "Identifying robust and sensitive frequency bands for interrogating neural oscillations". NeuroImage. 51 (4): 1319–33.
  55. Nolan, H.; Whelan, R.; Reilly, R.B. (2010). "FASTER: Fully Automated Statistical Thresholding for EEG artifact Rejection". Journal of Neuroscience Methods. 192 (1): 152–62.
  56. Gronseth, G. S.; Greenberg, M. K. (1995). "The utility of the electroencephalogram in the evaluation of patients presenting with headache: A review of the literature". Neurology. 45 (7): 1263–1267.
  57. Vespa, Paul M.; Nenov, Val; Nuwer, Marc R. (1999). "Continuous EEG Monitoring in the Intensive Care Unit: Early Findings and Clinical Efficacy". Journal of Clinical Neurophysiology. 16 (1): 1–13.
  58. Schultz, Teal L. (2012). "Technical Tips: MRI Compatible EEG Electrodes: Advantages, Disadvantages, And Financial Feasibility In A Clinical Setting". Neurodiagnostic Journal 52.1: 69–81.
  59. Hämäläinen, Matti; Hari, Riitta; Ilmoniemi, Risto J.; Knuutila, Jukka; Lounasmaa, Olli V. (1993). "Magnetoencephalography-theory, instrumentation, and applications to noninvasive studies of the working human brain". Reviews of Modern Physics. 65 (2): 413–97.
  60. O'Regan, S; Faul, S; Marnane, W (2010). "Automatic detection of EEG artifacts arising from head movements". 2010 Annual International Conference of the IEEE Engineering in Medicine and Biology. pp. 6353–6.
  61. Murphy, Kieran J.; Brunberg, James A. (1997). "Adult claustrophobia, anxiety and sedation in MRI". Magnetic Resonance Imaging. 15 (1): 51–4.
  62. 62.0 62.1 Kondylis, Efstathios D. (2014). "Detection Of High-Frequency Oscillations By Hybrid Depth Electrodes In Standard Clinical Intracranial EEG Recordings". Frontiers in Neurology. 5: 1–10.
  63. Nunez PL, Srinivasan R (1981). Electric fields of the brain: The neurophysics of EEG.
  64. Pascual-Marqui, R. D. (1999). Review of methods for solving the EEG inverse problem. International journal of bioelectromagnetism, 1(1), 75-86.
  65. Klein, S.; Thorne, B. M. (3 October 2006). Biological psychology. New York, N.Y.: Worth.
  66. Schlögl, Alois; Slater, Mel; Pfurtscheller, Gert (2002). "Presence research and EEG" (PDF).
  67. MURI: Synthetic Telepathy. Archived 2012-07-08 at Archive.is. Cnslab.ss.uci.ed m mm m m Retrieved 2011-07-19.

出面網頁[編輯]