Disentangling evoked and induced activity from single-trial neurophysiological time series
यह शोध पत्र इवोक्ड-ऑनगोइंग/इंड्यूस्ड सेपरेटर (EOIS) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो फेज-कंसिस्टेंसी फीचर्स का लाभ उठाकर सिंगल-ट्रायल MEG और EEG डेटा से इवोक्ड, ऑनगोइंग और इंड्यूस्ड न्यूरल गतिविधि को सफलतापूर्वक अलग करता है, जिससे विषय-अज्ञेय (subject-agnostic) विश्लेषण सक्षम होता है और बायोमार्कर रिफाइनमेंट एवं क्लोज्ड-लूप न्यूरोमॉड्यूलेशन जैसे ट्रांसलेशनल अनुप्रयोगों को आगे बढ़ाया जा सकता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
मानव मस्तिष्क निरंतर विद्युत गतिविधि की एक उथल-पुथल भरी नदी है, यहाँ तक कि जब हम स्थिर बैठे होते हैं तब भी। यह पृष्ठभूमि का शोर, जिसे 'ऑनगोइंग एक्टिविटी' (ongoing activity) कहा जाता है, हमेशा मौजूद रहता है। लेकिन जब कुछ होता है—जैसे प्रकाश की एक चमक, एक ध्वनि, या सिर पर एक हल्की थपकी—तो मस्तिष्क एक विशिष्ट, समयबद्ध प्रतिक्रिया के साथ अभिक्रिया करता है। वैज्ञानिक इस प्रतिक्रिया को 'इवोक्ड रिस्पॉन्स' (evoked response) कहते हैं। दशकों से, शोधकर्ता मस्तिष्क के विद्युत संकेतों को रिकॉर्ड करके और कई पुनरावृत्तियों (repetitions) पर उनका औसत निकालकर इन प्रतिक्रियाओं का अध्ययन करते रहे हैं। यह औसत निकालना एक फिल्टर की तरह कार्य करता है: यादृच्छिक पृष्ठभूमि का शोर बह जाता है, जिससे घटना के प्रति मस्तिष्क की स्पष्ट, दोहराई जाने वाली प्रतिक्रिया शेष रह जाती है। हालाँकि, यह विधि पहेली के एक महत्वपूर्ण हिस्से को फेंक देती है। यह इस तथ्य को छिपा देती है कि प्रत्येक एकल प्रतिक्रिया अद्वितीय होती है, जो उस सटीक क्षण में मस्तिष्क के अपने बदलते हुए मूड और ऊर्जा के साथ मिश्रित होती है। मस्तिष्क वास्तव में वास्तविक समय में कैसे कार्य करता है, यह समझने के लिए, और ऐसे उपचार विकसित करने के लिए जो रोगी की तत्काल स्थिति के अनुसार खुद को समायोजित कर सकें, वैज्ञानिकों को हर एक मामले में, केवल औसत में नहीं, बल्कि प्रतिक्रिया और पृष्ठभूमि के शोर को अलग-अलग देखने की आवश्यकता है।
शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए एक नया उपकरण विकसित किया है, जो उन्हें एक ही क्षण के समय में इन दो मिश्रित संकेतों को अलग करने की अनुमति देता है। वे अपनी इस विधि को 'इवोक्ड-ऑनगोइंग/इंड्यूस्ड सेपरेटर' (Evoked–Ongoing/Induced Separator), या EOIS कहते हैं। एक भीड़ भरे कमरे में एक विशिष्ट बातचीत को सुनने की कोशिश करें जहाँ पृष्ठभूमि का शोर लगातार बदल रहा है; आमतौर पर, आपको बातचीत को स्पष्ट रूप से सुनने के लिए शोर का औसत निकालने के लिए लंबे समय तक कमरे को रिकॉर्ड करना होगा। हालाँकि, यह नया उपकरण बिना यह जाने कि बोलने वाला व्यक्ति कौन है या कमरा कैसा है, एक ही झटके में, एक ही स्नैपशॉट में बातचीत को शोर से अलग कर सकता है। शोधकर्ताओं ने मस्तिष्क के चुंबकीय क्षेत्रों और विद्युत संकेतों के डेटा पर इस प्रणाली का परीक्षण किया, जिसमें दृश्य चमक, ध्वनियाँ और चुंबकीय पल्स का उपयोग किया गया। उन्होंने पाया कि उपकरण ने मिश्रित संकेत को दो स्पष्ट भागों में सफलतापूर्वक विभाजित कर दिया: वह भाग जो घटना से सख्ती से जुड़ा हुआ है, और वह भाग जो मस्तिष्क की अपनी उतार-चढ़ाव वाली, गैर-लॉक्ड गतिविधि है।
इन संकेतों के अलगाव की शक्ति मस्तिष्क की प्रतिक्रिया करने के तरीके में निहित है। उद्दीपन (stimulus) के प्रति वास्तविक प्रतिक्रिया अपने समय और आकार में कई परीक्षणों में सुसंगत होती है, जबकि पृष्ठभूमि की गतिविधि यादृच्छिक होती है और अप्रत्याशित रूप से बदलती है। नई प्रणाली इन अंतरों का उपयोग करके दोनों को अलग करती है। जब शोधकर्ताओं ने सैकड़ों लोगों के डेटा पर अपनी विधि लागू की, तो परिणाम आश्चर्यजनक थे। अलग किया गया "इवोक्ड" (evoked) संकेत एक मजबूत, सुसंगत पैटर्न दिखाया जो उद्दीपन के प्रति मस्तिष्क की प्रतिक्रिया से मेल खाता था, जबकि "ऑनगोइंग" (ongoing) संकेत अपेक्षित रूप से बिखरा हुआ और यादृच्छिक बना रहा। महत्वपूर्ण रूप से, यह उपकरण प्रत्येक व्यक्ति के लिए अंशांकन (calibration) की आवश्यकता के बिना काम कर सका। यह एक नए विषय का डेटा भी सटीक रूप से अलग कर सकता था जिसे इसने पहले कभी नहीं देखा था। यह एक महत्वपूर्ण प्रगति है, क्योंकि पिछली विधियों के सही ढंग से काम करने के लिए प्रत्येक व्यक्ति के लिए व्यापक, समय लेने वाली सेटअप की आवश्यकता होती थी।
शोधकर्ताओं ने यह भी पाया कि इन संकेतों को अलग करने में विफल रहने से भ्रामक निष्कर्ष निकल सकते हैं। जब उन्होंने मिश्रित, बिना अलग किए गए डेटा को देखा, तो ऐसा प्रतीत हुआ कि उद्दीपन से पहले की मस्तिष्क की स्थिति, उसके बाद की प्रतिक्रिया की मजबूती से भविष्यवाणी करती है। हालाँकि, एक बार जब उन्होंने वास्तविक प्रतिक्रिया को अलग करने के लिए नए उपकरण का उपयोग किया, तो वह संबंध काफी हद तक गायब हो गया। वह स्पष्ट संबंध वास्तव में पृष्ठभूमि का शोर था जो घटना से पहले के हिस्से को प्रतिक्रिया के माप में ले आया था। यह निष्कर्ष बताता है कि कई पिछले अध्ययन संभवतः मस्तिष्क के प्राकृतिक उतार-चढ़ाव को उद्दीपन के प्रति प्रतिक्रिया के हिस्से के रूप में गलत समझ रहे थे। डेटा को साफ करके, शोधकर्ताओं ने दिखाया कि मस्तिष्क की पूर्व-उद्दीपन अवस्था, उद्दीमन के विशिष्ट, लॉक किए गए प्रतिक्रिया की तुलना में, इसकी निरंतर, गैर-लॉक्ड गतिविधि की एक बहुत बेहतर भविष्यवक्ता है।
पिछले गलतफहमियों को सुधारने के अलावा, यह उपकरण वास्तविक समय के अनुप्रयोगों के द्वार खोलता है। यह प्रणाली मस्तिष्क के संकेतों को उनके घटित होने के समय संसाधित करने के लिए पर्याप्त तेज़ है, जो एक सेकंड के डेटा का विश्लेषण करने के लिए एक चौथाई सेकंड से भी कम समय लेती है। यह गति इसे 'क्लोज्ड-लूप सिस्टम' (closed-loop systems) में उपयोग करने के लिए संभव बनाती है, जहाँ एक मशीन एक विशिष्ट मस्तिष्क अवस्था का पता लगा सकती है और तुरंत उस सटीक क्षण के अनुरूप उपचार, जैसे कि एक चुंबकीय पल्स, प्रदान कर सकती है। शोधकर्ताओं ने प्रदर्शित किया कि यह पृथक्करण मस्तिष्क रिकॉर्डिंग के विभिन्न प्रकारों में काम करता है, जिसमें दृश्य और श्रवण परीक्षण, साथ ही चुंबकीय उत्तेजना शामिल है। हालाँकि यह प्रणाली पूर्ण नहीं है—विशेष रूप से जब मस्तिष्क के संकेत बहुत कमजोर हों या समय अंतराल अत्यंत छोटा हो—फिर भी यह मस्तिष्क की तत्काल प्रतिक्रियाओं को स्पष्ट रूप से देखने का एक मजबूत, सामान्यीकृत तरीका है। दुनिया के प्रति मस्तिष्क की प्रतिक्रिया को एक स्वच्छ दृश्य प्रदान करके, यह कार्य बेहतर निदान और न्यूरोलॉजिकल स्थितियों के लिए उपचार विकसित करने का एक स्पष्ट मार्ग प्रदान करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।