A Lumped-Element Electrical Model of the Human Head for Brain-Oriented Applications

तकनीकी सारांश: मस्तिष्क-उन्मुख अनुप्रयोगों के लिए मानव सिर का एक लम्पड-एलिमेंट (Lumped-Element) विद्युत मॉडल

समस्या विवरण
सिर के ऊतकों (tissues) में विद्युत विभव (electric potential) और धारा घनत्व (current density) के वितरण का सटीक अनुमान लगाना न्यूरो-सेंसिंग और न्यूरो-स्टिमुलेशन प्रणालियों (जैसे, EEG सोर्स इमेजिंग, डीप ब्रेन स्टिमुलेशन) के डिजाइन और सुरक्षा मूल्यांकन के लिए महत्वपूर्ण है। जबकि FEM, FDM और BEM जैसी संख्यात्मक तकनीकें वास्तविक शारीरिक संरचनाओं को मॉडल कर सकती हैं, उनकी उच्च कम्प्यूटेशनल लागत और सर्किट सिम्युलेटर के साथ सीमित अनुकूलता तीव्र प्रोटोटाइपिंग और रियल-टाइम क्लोज्ड-लूप मूल्यांकन में बाधा डालती है। मौजूदा सर्किट-उन्मुख विकल्प, जैसे कि रेसिस्टर मेश मॉडल, अक्सर विशुद्ध रूप से प्रतिरोधी (resistive) धारणाओं पर निर्भर करते हैं जो कैपेसिटिव और डिस्पर्सिव प्रभावों की उपेक्षा करते हैं। ये कमियां तब और भी महत्वपूर्ण हो जाती हैं जब ऑपरेटिंग फ्रीक्वेंसी सब-MHz रेंज में बढ़ जाती है, जिससे स्कैल्प पोटेंशियल के गलत अनुमान की संभावना बढ़ जाती है।

कार्यप्रणाली (Methodology)
लेखक इलेक्ट्रो-क्वासी-स्टैटिक (EQS) मान्यताओं के तहत मानव सिर के लिए एक कॉम्पैक्ट, लम्पड-एलिमेंट RC समकक्ष सर्किट (सरोगेट मॉडल) प्रस्तावित करते हैं। इस कार्यप्रणाली में निम्नलिखित चरण शामिल हैं:

1. ज्यामिति और भौतिकी (Geometry and Physics): मॉडल एक कैनोनिकल थ्री-शेल स्फेरिकल ज्योमेट्री (मस्तिष्क, खोपड़ी, स्कैल्प) का उपयोग करता है जो एक अनंत वायु क्षेत्र (infinite air region) में स्थित है। यह आवृत्ति-निर्भर ऊतक चालकता ($\sigma(\omega)$) और पारद्युतता (permittivity, $\varepsilon(\omega)$) को ध्यान में रखता है, और जटिल, डिस्पर्सिव चालकता के माध्यम से ऊतक व्यवहार को दर्शाता है।
2. सर्किट टोपोलॉजी (Circuit Topology): साधारण सीरीज़ स्टैकिंग के विपरीत, मॉडल प्रत्येक ऊतक परत के लिए एक विशिष्ट टोपोलॉजी का उपयोग करता है जिसमें शामिल हैं:
   • रेडियल प्रतिबाधा ($Z^r_i$): परत के माध्यम से धारा प्रवाह को मॉडल करता है।
   • टैन्जेंशियल प्रतिबाधा ($Z^\theta_i$): इंट्रा-लेयर रिटर्न करंट्स को मॉडल करता है।
   • कार्यान्वयन (Implementation): प्रत्येक ब्रांच को एक पैरेलल RC एलिमेंट के रूप में साकार किया गया है। प्रतिरोध (resistances) चालकता के व्युत्क्रमानुपाती होते हैं, और कैपेसिटेंस पारद्युतता के समानुपाती होते हैं।
   • सीमा शर्तें (Boundary Conditions): रेडियल नोड्स पर किर्चॉफ का करंट लॉ (KCL) कुल करंट डेंसिटी की निरंतरता को लागू करता है, जो स्वाभाविक रूप से इंटरफेशियल सरफेस चार्ज संचय को कैपेसिटिव व्यवहार के साथ जोड़ता है।
3. पैरामीट्राइजेशन (Parameterization):
   • ज्यामिति: एक आयामहीन गुणांक ($\gamma_i$) टैन्जेंशियल और रेडियल पथों को जोड़ता है, जिसे रेडियस रेश्यो के बहुपद (polynomial) कार्यों के रूप में पैरामीटराइज किया गया है ताकि रूपात्मक परिवर्तनशीलता (morphological variability) को कैप्चर किया जा सके।
   • सोर्स मॉडलिंग: एक इंट्राक्रानियल करंट डिपोल को करंट सोर्स के रूप में मॉडल किया गया है। ऑफ-सेंटर (eccentric) डिपोल को संभालने के लिए, मस्तिष्क की रेडियल प्रतिबाधा को दो असममित शाखाओं ($Z^{r_{up}}_{brain}$ और $Z^{r_{down}}_{brain}$) में विभाजित किया गया है, जो एक विलक्षणता-निर्भर (eccentricity-dependent) पैरामीटर $\alpha(\eta)$ द्वारा नियंत्रित होती हैं।
4. वैलिडेशन रणनीति (Validation Strategy): मॉडल को स्केलर स्फेरिकल हार्मोनिक्स (SSH) पर आधारित एक अर्ध-विश्लेषणात्मक संदर्भ समाधान के विरुद्ध सत्यापित किया गया है। सत्यापन कई ज्यामितीय विन्यासों (बदलती खोपड़ी की मोटाई और डिपोल विलक्षणता) और 10 Hz से 50 kHz की फ्रीक्वेंसी रेंज को कवर करता है।

प्रमुख योगदान

• कॉम्पैक्ट सरोगेट सर्किट: एक न्यूनतम RC नेटवर्क का विकास जो 50 kHz तक इंट्राक्रानियल डिपोलर सोर्स द्वारा उत्पन्न पीक स्कैल्प पोटेंशियल को पुनरुत्पादित करता है।
• डिस्पर्सिव मॉडलिंग: फ्रीक्वेंसी-निर्भर ऊतक गुणों और कैपेसिटिव शाखाओं के माध्यम से डिस्प्लेसमेंट-करंट पथों का स्पष्ट एकीकरण, जो विशुद्ध रूप से ओमिक मॉडल्स की सीमाओं को संबोधित करता है।
• विलक्षणता हैंडलिंग (Eccentricity Handling): विलक्षणता के साथ कॉर्टिकल सोर्स लोकेशंस को मॉडल करने के लिए मस्तिष्क की रेडियल प्रतिबाधाओं को असममित रूप से पुनर्वितरित करने की एक विधि।
• पारस्परिकता अनुकूलता (Reciprocity Compatibility): मॉडल को रेसिप्रोसिटी थ्योरम के माध्यम से सेंसिंग और स्टिमुलेशन दोनों अनुप्रयोगों का समर्थन करने के लिए डिज़ाइन किया गया है।

परिणाम

• संदर्भ के साथ सहमति: लम्पड मॉडल SSH संदर्भ समाधान के साथ अच्छी सहमति प्रदर्शित करता है। पीक स्कैल्प पोटेंशियल के लिए मीन रिलेटिव फ्रीक्वेंसी एरर (MRFE), डिपोल विलक्षणता और खोपड़ी की मोटाई में बदलाव के साथ मध्यम रूप से बढ़ता है, लेकिन कुल मिलाकर कम रहता है। उच्चतम संवेदनशीलता अत्यधिक विलक्षण (highly eccentric) डिपोल के लिए देखी गई है।
• डिस्पर्शन और कैपेसिटेंस का प्रभाव: तीन सर्किट विन्यासों (शुद्ध ओमिक, केवल डिस्पर्सिव कंडक्टिविटी, और पूर्ण डिस्पर्सिव RC) का तुलनात्मक विश्लेषण बताता है कि जब कैपेसिटिव और डिस्पर्सिव प्रभावों की उपेक्षा की जाती है, तो महत्वपूर्ण त्रुटियां होती हैं:
  • शुद्ध ओमिक (Purely Ohmic): स्कैल्प वोल्टेज का अत्यधिक ओवरएस्टिमेशन करता है, जिसमें 50 kHz की ऊपरी फ्रीक्वेंसी बैंड पर 100% से अधिक की त्रुटि होती है और यह कुछ दहाई हर्ट्ज़ (tens of hertz) पर भी उल्लेखनीय हो जाती है।
  • केवल डिस्पर्सिव कंडक्टिविटी: त्रुटि को काफी कम करता है, लेकिन फिर भी 10% से ऊपर विसंगतियां छोड़ देता है (जो 1.7 kHz के पास 17% तक चरम पर होती हैं)।
  • पूर्ण डिस्पर्सिव RC: त्रुटि को न्यूनतम करने के लिए आवश्यक है, जो पुष्टि करता है कि 50 kHz से नीचे सटीक मॉडलिंग के लिए फ्रीक्वेंसी-निर्भर प्रतिबाधा और कैपेसिटिव करंट पाथवे दोनों को ध्यान में रखना आवश्यक है।

महत्व और दावे
यह शोध पत्र दावा करता है कि प्रस्तावित सर्किट एक व्यावहारिक सरोगेट मॉडल प्रदान करता है जो कम्प्यूटेशनल दक्षता और भौतिक सटीकता के बीच संतुलन बनाता है। एक कॉम्पैक्ट सर्किट नेटलिस्ट के भीतर प्रासंगिक भौतिकी को संरक्षित करके, यह न्यूरो-इंजीनियरिंग अनुप्रयोगों के लिए तीव्र डिवाइस प्रोटोटाइपिंग और सर्किट-स्तरीय एकीकरण को सक्षम बनाता है। लेखक इस बात पर जोर देते हैं कि डिस्पर्शन और कैपेसिटिव पथों की उपेक्षा करने से स्कैल्प पोटेंशियल का व्यवस्थित ओवरएस्टिमेशन होता है, जो ब्रॉडबैंड व्यवहार संबंधी विश्लेषण के लिए उनके डिस्पर्सिव RC दृष्टिकोण की आवश्यकता को रेखांकित करता है। मॉडल को सर्किट कॉम्पैक्टनेस बनाए रखते हुए भविष्य के कार्यों (जिसमें टैन्जेंशियल डिपोल, एनिसोट्रोपिक कंडक्टिविटी और अधिक यथार्थवादी हेड ज्योमेट्री शामिल हैं) के लिए एक आधार के रूप में प्रस्तुत किया गया है।