Wprowadzenie do EEG i elektrofizjologii

Elektroencefalografia (EEG) jest metodą nieinwazyjną, która rejestruje aktywność bioelektryczną mózgu za pomocą elektrod umieszczonych na powierzchni głowy. Elektroda nie mierzy aktywności pojedynczego neuronu — rejestruje sumaryczny potencjał elektryczny stanowiący wypadkową wszystkich źródeł pola elektrycznego w jej pobliżu. Obserwowany sygnał obejmuje więc zarówno aktywność mózgową, jak i zakłócenia zewnętrzne (artefakty).

Największy wkład w rejestrowany sygnał mają duże komórki piramidalne (sygnał EEG) kory mózgowej. Kiedy do danej komórki dociera sygnał z neuronu presynaptycznego, do jej wnętrza wpływa prąd jonowy — okolice dendrytów stają się naładowane ujemnie, a dalsze okolice komórki ładują się dodatnio. Powstaje dipol elektryczny o osi prostopadłej do powierzchni kory. Ponieważ elektrodę umieszcza się nad powierzchnią kory, dipol działa względem niej prostopadle i może być efektywnie zarejestrowany.

Sygnał generowany przez jedną komórkę jest zbyt słaby (rzędu nanoWoltów), by można go było zmierzyć z zewnątrz. Obserwowany sygnał EEG jest więc wynikiem jednoczesnego, zsynchronizowanego działania tysięcy do milionów komórek piramidalnych (Luck, 2014; Rockstroh i in., 1989). Synchronizacja pojawia się, gdy neurony reagują na ten sam bodziec lub oscylują w tym samym rytmie. EEG jest więc szczególnie czuły na aktywność falową i na potencjały wywołane bodźcami.

Amplituda sygnału EEG wynosi 10–100 mikrowoltów (μV) — kilka tysięcznych wolta. Dla porównania sygnał kardiograficzny (EKG) wynosi ok. 1 mV, a zakłócenia sieci elektrycznej 50 Hz — kilkaset mV. Warunki laboratoryjne i jakość elektrod decydują o jakości danych.

Współczesne EEG powstawało przez ponad sto lat, za sprawą kilku niezależnych badaczy.

Luigi Galvani (1786) jako pierwszy wykazał, że tkanki zwierzęce wytwarzają i przewodzą elektryczność. Dotknięcie mięśni wypreparowanej kończyny żaby dwoma różnymi metalami powodowało skurcz. Galvani błędnie interpretował to jako „elektryczność zwierzęcą", ale ta praca zapoczątkowała badania nad bioelektrycznością.

Richard Caton (1875) poszedł krok dalej: używając galwanometru, zaobserwował słabe prądy elektryczne na odsłoniętych korach mózgowych kotów i królików. Wykazał, że prostym czynnościom sensorycznym towarzyszą zmiany potencjału w odpowiednich obszarach kory — pierwsza obserwacja lokalizowanej aktywności mózgowej.

Adolf Beck i Napoleon Cybulski (1890) z Uniwersytetu Jagiellońskiego niezależnie powtórzyli i rozwinęli obserwacje Catona. Beck odkrył zjawisko desynchronizacji EEG (rytmy mózgowe) — zaniku rytmicznych oscylacji w odpowiedzi na bodziec sensoryczny.

Włodzimierz Prawdzicz-Nieminski (1912) opublikował pierwszą fotograficzną dokumentację czynności elektrycznej mózgu psa i zaproponował termin „elektrocerebrogram".

Hans Berger (1929) jest uznawany za ojca klinicznej EEG. Po dekadzie prób jako pierwszy zarejestrował EEG człowieka i w przełomowym artykule opisał rytmy alfa (8–12 Hz) oraz beta (12–25 Hz). Wprowadził termin elektroencefalogram. Berger był psychiatrą i wierzył, że EEG pozwoli odczytywać myśli. Ta ambicja przerosła epokę, ale metoda okazała się rewolucyjna.

George Dawson (1954) opracował metodę uśredniania sygnału — technikę, która zrewolucjonizowała badania potencjałów wywołanych. Przez wielokrotne powtarzanie bodźca i uśrednianie zsynchronizowanych fragmentów sygnału można wyodrębnić odpowiedź mózgu z szumu tła. To odkrycie umożliwiło badania potencjałów wywołanych.

EEG ma rozdzielczość czasową rzędu milisekundy i niski koszt, ale słabą rozdzielczość przestrzenną (centymetry). Sygnał jest mierzony na powierzchni głowy — rekonstrukcja źródła (lokalizacja generatora) jest matematycznie trudna i niejednoznaczna (problem odwrotny nie ma jedynego rozwiązania). EEG jest nieinwazyjne, przenośne i może rejestrować naturalne zachowanie.

fMRI mierzy hemodynamiczną odpowiedź BOLD (Blood Oxygen Level Dependent) — zmiany utlenowania hemoglobiny jako pośredni wskaźnik aktywności neuronalnej. Rozdzielczość przestrzenna: 1–3 mm. Rozdzielczość czasowa: 2–6 s (ograniczona dynamiką hemodynamiczną). Badany leży w hałaśliwym skanerze i nie może się ruszać — ograniczenie ekologiczne.

MEG (magnetoencefalografia) mierzy pola magnetyczne generowane przez aktywność neuronalną. Podobna rozdzielczość czasowa do EEG, lepsza przestrzenna (ok. 1 cm). Tradycyjne systemy SQUID wymagają chłodzenia ciekłym helem i są nieruchome; nowsze systemy OPM (optically pumped magnetometers) działają w temperaturze pokojowej, lecz są wciąż bardzo kosztowne.

PET (tomografia emisyjna pozytonów) używa radioaktywnych znaczników. Dobra rozdzielczość przestrzenna (~5 mm), zła czasowa (minuty). Wymaga podania izotopu — ograniczone zastosowanie badawcze.

W psychologii poznawczej EEG/ERP wygrywa rozdzielczością czasową: milisekundowa precyzja pozwala śledzić kolejność etapów przetwarzania — fMRI ani PET tego nie dają.

Zastosowania kliniczne: Diagnostyka padaczki — EEG wykrywa charakterystyczne wyładowania napadowe i międzynapadowe (kolce, fale ostro-wolne). Ocena zaburzeń snu (polisomnografia). Monitoring śpiączki i ocena funkcji mózgu. Śródoperacyjny monitoring podczas neurochirurgii. Potwierdzenie śmierci mózgu.

Badania naukowe w psychologii: ERP są używane do badania niemal wszystkich procesów poznawczych — uwagi, percepcji, pamięci, języka, emocji, podejmowania decyzji. Kluczowe przykłady: N400 (negatywna fala ok. 400 ms) — wskaźnik przetwarzania semantycznego i niezgodności znaczeniowej; P300 — wskaźnik aktualizacji pamięci roboczej i rzadkości bodźca; ERN (Error-Related Negativity) — automatyczne monitorowanie błędów, pojawia się przed świadomością pomyłki; Mismatch Negativity (MMN) — detekcja odchyleń od wzorca słuchowego, mierzalna nawet podczas snu.

BCI (Brain-Computer Interface): Interfejsy mózg-komputer wykorzystują sygnał EEG do sterowania urządzeniami — od prostych systemów komunikacyjnych dla pacjentów z ALS po prototypy kontroli robotycznych kończyn. Fale alfa (blokowane podczas wysiłku umysłowego) i rytmy sensomotoryczne są najczęstszymi sygnałami sterującymi.

BCI (Brain-Computer Interface) to system przekształcający sygnał EEG bezpośrednio w polecenia dla urządzenia zewnętrznego — bez pośrednictwa nerwów obwodowych czy mięśni.

P300 Speller (Farwell & Donchin, 1988): badany wpatruje się w matrycę liter. Wiersze i kolumny są podświetlane kolejno. Podświetlenie litery, na którą skierowana jest uwaga, generuje P300. System identyfikuje docelową literę po wiersze/kolumnie z najsilniejszym P300. Nie wymaga żadnej kontroli ruchowej — stosowany u pacjentów z ALS i innymi formami paraliżu.

SSVEP (Steady-State Visual Evoked Potential): różne opcje na ekranie migają z różnymi częstotliwościami (np. 8 Hz, 10 Hz, 12 Hz, 15 Hz). Kora wzrokowa rezonuje z częstotliwością fiksowanego bodźca — w PSD sygnał EEG wykazuje dominujący peak w tej częstotliwości. Klasyfikacja: identyfikacja dominującej częstotliwości nad elektrodami potylicznymi. Wysoka przepustowość informacyjna (bits/min), lecz wymaga sprawnych ruchów gałek ocznych.

Motor Imagery BCI: klasyfikacja ERD/ERS rytmu mu (8–12 Hz) i beta (18–25 Hz). Wyobraźnia ruchu prawą ręką generuje ERD nad lewą korą ruchową (C3); wyobraźnia lewa — ERD nad prawą (C4). Nie wymaga zewnętrznych bodźców. Wymaga treningu i wykazuje duże różnice indywidualne — ok. 15–20% użytkowników to tzw. BCI illiterates, u których klasyfikacja nie jest możliwa powyżej poziomu losowego.