Artifact Removal Quality Assessment (ARQA): A Recording-Level Audit of EEG Artifact Removal Using Internal Preservation Controls

मानव मस्तिष्क निरंतर विद्युत संकेतों का एक निरंतर जनरेटर है, एक मंद लेकिन लयबद्ध गूँज जिसे शोधकर्ता स्कैल्प पर छोटे सेंसर लगाकर पकड़ सकते हैं। यह रिकॉर्डिंग, जिसे इलेक्ट्रोएन्सेफलोग्राम या EEG कहा जाता है, मन की गतिविधि की एक सीधी खिड़की प्रदान करती है, जो विचार, नींद या बीमारी के साथ बदलते पैटर्न को प्रकट करती है। हालाँकि, यह नाजुक संकेत शरीर की अपनी गतिविधियों द्वारा आसानी से दबा दिया जाता है। एक पलक झपकना, चेहरे का शिकन, मुद्रा में बदलाव, या यहाँ तक कि जबड़े की मांसपेशी का सूक्ष्म तनाव भी ऐसे विद्युत स्पाइक्स पैदा कर सकता है जो मस्तिष्क की गतिविधि जैसे दिखते हैं लेकिन वास्तव में शोर (नॉइज़) होते हैं। दशकों से, वैज्ञानिकों ने इन त्रुटियों को साफ करने के लिए कंप्यूटर प्रोग्राम विकसित किए हैं, इस उम्मीद में कि वे मस्तिष्क की एक स्वच्छ, शुद्ध रिकॉर्ड छोड़ सकें। केंद्रीय चुनौती कभी यह नहीं रही कि क्या ये प्रोग्राम शोर को हटा सकते हैं, बल्कि यह रही कि क्या वे अनजाने में मस्तिष्क की अपनी आवाज़ को भी उसके साथ बाहर फेंक देते हैं। एक उपकरण ग्राफ पर रेखा को चिकना कर सकता है, जिससे वह एकदम सही दिखाई दे, जबकि साथ ही साथ वह उन्हीं जैविक लय को मिटा सकता है जिनकी डॉक्टरों को अध्ययन करने की आवश्यकता होती है।

एक नए अध्ययन में, दुनिया भर के संस्थानों के शोधकर्ताओं की एक टीम एक नया तरीका पेश करती है जिससे यह जाँच की जा सके कि क्या ये सफाई उपकरण अपना काम सही ढंग से कर रहे हैं। वे अपनी इस विधि को 'ऑडिट' कहते हैं, एक व्यवस्थित समीक्षा जो मूल रिकॉर्डिंग को एक नियंत्रण समूह (कंट्रोल ग्रुप) की तरह मानती है। रिकॉर्डिंग को कितनी अच्छी तरह साफ किया गया है, इस पर सॉफ्टवेयर की आंतरिक रिपोर्ट पर भरोसा करने के बजाय, शोधकर्ता पहले एक विशेषज्ञ से मूल रिकॉर्डिंग के उन हिस्सों को चिह्नित करने के लिए कहते हैं जो पहले से ही साफ हैं और जिनमें हलचल नहीं है। फिर वे रिकॉर्डिंग को सफाई सॉफ्टवेयर के माध्यम से चलाते हैं और "साफ" हिस्सों की तुलना मूल रिकॉर्डिंग के "साफ" हिस्सों से करते हैं। यदि सॉफ्टवेयर ने अपना काम सही किया है, तो वे अछूते खंड लगभग समान दिखने चाहिए। यदि सॉफ्टवेयर बहुत अधिक आक्रामक रहा है, तो वे खंड क्षति के संकेत दिखाएंगे, जिससे पता चलेगा कि टूल बिना आवश्यकता के मस्तिष्क के वास्तविक संकेत को बदल रहा है।

शोधकर्ताओं ने इस ऑडिट का परीक्षण दो वास्तविक रोगी रिकॉर्डिंग्स पर किया, जिनमें से प्रत्येक एक अलग तरह की चुनौती पेश कर रही थी। पहली रिकॉर्डिंग हलचल से अत्यधिक दूषित थी, जो बड़े, अराजक स्पाइक्स से भरी थी जिसने मस्तिष्क की गतिविधि को धुंधला कर दिया था। दूसरी रिकॉर्डिंग उल्लेखनीय रूप से शांत थी, जिसमें केवल कुछ संक्षिप्त क्षणों की गड़बड़ी थी। दोनों को एक ही उन्नत सफाई सॉफ्टवेयर का उपयोग करके प्रोसेस किया गया था, जो एक ऐसा सिस्टम है जिसे मानवीय हस्तक्षेप के बिना मस्तिष्क के संकेतों को शोर से अलग करने के लिए डिज़ाइन किया गया है। जब टीम ने अपने ऑडिट को लागू किया, तो दोनों मामलों के लिए परिणाम बिल्कुल अलग थे। शोर वाली रिकॉर्डिंग में, सॉफ्टवेयर ने बड़े मूवमेंट स्पाइक्स को सफलतापूर्वक कम कर दिया, लेकिन इसने उन हिस्सों को भी महत्वपूर्ण रूप से बदल दिया जो साफ होने चाहिए थे। "साफ" खंडों की तरंगें आकार में बदल गईं और अपनी शक्ति खो दीं, विशेष रूप से उन फ्रीक्वेंसी बैंड्स में जो विश्राम की स्थिति में जागने से जुड़े होते हैं। सॉफ्टवेयर ने शोर को तो सुधारा, लेकिन ऐसा करने में, इसने मस्तिष्क की प्राकृतिक लय को भी सपाट कर दिया, जिससे कुछ क्षेत्रों में इन महत्वपूर्ण संकेतों का आयाम (एम्प्लीट्यूड) लगभग नब्बे प्रतिशत तक कम हो गया।

इसके विपरीत, शांत रिकॉर्डिंग एक अलग कहानी बताती है। क्योंकि इसमें शोर बहुत कम था, इसलिए सॉफ्टवेयर के पास हटाने के लिए बहुत कम था। ऑडिट ने दिखाया कि इस रिकॉर्डिंग के "साफ" खंड लगभग पूरी तरह से सुरक्षित रहे, प्रोसेस्ड सिग्नल मूल से लगभग पूर्णता के साथ मेल खाता था। यहाँ सॉफ्टवेयर ने मस्तिष्क की गतिविधि को विकृत नहीं किया क्योंकि भारी संदूषण (कंटैमिनेशन) नहीं था जो उसे बड़े बदलाव करने के लिए मजबूर करे। हालाँकि, यह सफलता एक चेतावनी के साथ आई: क्योंकि रिकॉर्डिंग इतनी साफ थी, ऑडिट पूरी तरह से यह परीक्षण नहीं कर सका कि सॉफ्टवेयर कठिन शोर को कितनी अच्छी तरह संभालता है। इसने साबित किया कि टूल को कोमल होना आता है, लेकिन यह साबित नहीं कर सका कि वह नुकसान पहुँचाए बिना कठोर हो सकता है।

अध्ययन में एक ही सफाई सॉफ्टवेयर के दो अलग-अलग संस्करणों की भी तुलना की गई। नए संस्करण ने शोर वाली रिकॉर्डिंग को संभालने में स्पष्ट सुधार दिखाया। इसने मूवमेंट आर्टिफैक्ट्स को कम करने में सफलता पाई, लेकिन साथ ही साफ मस्तिष्क संकेतों को बहुत कम नुकसान पहुँचाया, जिससे पुराने संस्करण की तुलना में प्राकृतिक लय का बेहतर संरक्षण हुआ। फिर भी, शांत रिकॉर्डिंग पर लागू होने पर, नए संस्करण ने मस्तिष्क के अगले हिस्से में एक सूक्ष्म, लगभग अदृश्य परिवर्तन पेश किया जिसे पुराने संस्करण ने टाल दिया था। यह सूक्ष्म समझौता—अव्यवस्थित स्थितियों में बेहतर सुरक्षा, और साफ स्थितियों में थोड़ा अधिक परिवर्तन—सॉफ्टवेयर के अपने आंतरिक स्कोरिंग सिस्टम के लिए अदृश्य था, जिसने दोनों संस्करणों को समान उच्च रेटिंग दी थी। ऑडिट ने वह प्रकट किया जो आंतरिक स्कोर चूक गया था: कि एक टूल का प्रदर्शन पूरी तरह से उस विशिष्ट रिकॉर्डिंग पर निर्भर करता है जिसे वह साफ कर रहा है, और एक एकल स्कोर इन बारीकियों को नहीं पकड़ सकता।

शोधकर्ता इस बात पर जोर देते हैं कि उनका लक्ष्य यह घोषित करना नहीं है कि कौन सा सॉफ्टवेयर बेहतर है, बल्कि प्रत्येक रिकॉर्डिंग के लिए एक पारदर्शी रिपोर्ट कार्ड प्रदान करना है। उनका तर्क है कि सफाई पद्धति को सार्वभौमिक रूप से अच्छा या बुरा नहीं माना जा सकता; इसका प्रभाव मौजूद शोर की मात्रा और प्रकार पर निर्भर करता है। एक टूल जो शांत रिकॉर्डिंग पर पूरी तरह से काम करता है, वह शोर वाली रिकॉर्डिंग पर विनाशकारी हो सकता है, और इसके विपरीत भी। शोर को कितनी अच्छी तरह हटाया गया और मूल सिग्नल को कितनी अच्छी तरह रखा गया, इसे अलग करके, ऑडिट इस बात की स्पष्ट तस्वीर पेश करता है कि वास्तव में डेटा के साथ क्या हुआ। यह दृष्टिकोण सुनिश्चित करता है कि जब वैज्ञानिक या डॉक्टर एक साफ किए गए EEG को देखें, तो वे जानते हों कि मूल मस्तिष्क गतिविधि का कितना हिस्सा बचा है और कितना शोर वास्तव में हटाया गया है, बजाय इसके कि वे कंप्यूटर के इस वादे पर भरोसा करें कि डेटा साफ है।

अंततः, अध्ययन सुझाव देता है कि मस्तिष्क संकेत विश्लेषण का भविष्य इस प्रकार के विस्तृत, रिकॉर्डिंग-स्तरीय सूक्ष्म परीक्षण में निहित है। टीम अपनी विधि को परिष्कृत करने की योजना बना रही है ताकि यह मानव विशेषज्ञ की मदद के बिना रिकॉर्डिंग के साफ और शोर वाले हिस्सों की स्वचालित रूप से पहचान कर सके। तब तक, उनका कार्य एक अनुस्मारक के रूप में कार्य करता है कि साफ डेटा की खोज में, सबसे महत्वपूर्ण कदम यह सत्यापित करना है कि सफाई प्रक्रिया ने उस चीज़ को नहीं मिटा दिया है जिसे हम देखने की कोशिश कर रहे हैं। ऑडिट मानवीय निर्णय की आवश्यकता को प्रतिस्थापित नहीं करता है, बल्कि यह उसे समर्थन देने के लिए एक कठोर, साक्ष्य-आधारित ढांचा प्रदान करता है, जिससे यह सुनिश्चित होता है कि मस्तिष्क द्वारा सुनाई जाने वाली कहानी शोर को शांत करने के प्रयास में खो न जाए।