مقالات

معرفی نقشه برداری مغزی، روش های پردازش و تجزیه و تحلیل سیگنال های مغزی

نویسنده: دکتر سرور بهبهاني، دکتر محمد کريمي مريداني

ریچارد کتون در سال ۱۸۷۵ کشف کرد که نوسانات الکتریکی مغز، فعالیتهای ذهنی (روانی) را بهدنبال دارد. آزمایشهای او شامل قراردادن الکترودها بر روی مغز باز حیوانات بود.

او همچنین برخی فعالیتهای الکتریکی را از پوست سر حیوانات، در حالت بسته ضبط کرد. در سال ۱۹۲۰، هانس برگر الکتروانسفالوگرافی(Electroencephalography-EEG)  را از روی پوست سر انسانها اندازهگیری کرد. او اولین کسی بود که امواج خام EEG  را بروی کاغذ ثبت کرد. EEG ثبت دیجیتالی یا کاغذی امواج مغزی خام فیلترنشده است. علائم الکتریکی که از پوست سر میآیند میتوانند تقویت شده و به داده ها و امواج مغزی تبدیل شوند. الکتروانسفالوگرافی کمی(QEEG- Quantitative electroencephalography)، تجزیهوتحلیل جامعی از فرکانسها یا پهنای باندهای فرکانسی افراد است که در EEG خام نشان داده شده است. پیشگامان پیشرفت نقشه های مغزی، فرانک دافی، ری جان و رابرت تاچر بودند. داده های QEEG برای پزشکان تصویر گستردهای از قشر مغز در حال فعالیت را فراهم میکند. تصویربرداری مغزی با اطلاعات پایهای نرمشده منجر به تولید نقشه های مغزی توپوگرافیک میشوند.
مغز انسان دارای میلیاردها سلول عصبی است. این سلولها برای برقراری ارتباط با یکدیگر و دیگر سلولها در سراسر بدن، پیامهای عصبی ردوبدل میکنند. پیامهای عصبی ماهیت الکتریکی- شیمیایی دارند. در این تحقیق بیشتر ماهیت الکتریکی پیام عصبی مدنظر است که به آن سیگنال الکتریکی گفته میشود. در هرلحظه میلیاردها سیگنال الکتریکی در سلولهای عصبی در رفتوآمد هستند. مجموع این سیگنالهای عصبی سبب ایجاد میدان الکتریکی در مغز و اطراف آن میشود. اکنون که مشخص شد سلولهای عصبی و قسمتهای مختلف مغز از طریق سیگنال الکتریکی باهم ارتباط برقرار میکنند، میتوان گفت زبان مغز سیگنال الکتریکی یا همان فعالیت الکتریکی مغز است. روشهای مختلفی برای ترجمه زبان مغز (فعالیت الکتریکی مغز) وجود دارند که درمجموع به آنها روش های پردازش سیگنال گفته میشود. یکی از روشها این است که این فعالیت الکتریکی را به فرکانسهای مختلف تجزیه کرده و سپس آنها را براساس فرکانس و کارکردشان دستهبندی کرد. در این حالت به این سیگنالهای دستهبندیشده براساس فرکانس، امواج مغزی گفته میشود.

امواج مغزی
امواج مختلف مغزی و کارکردهای آنها عبارتاند از : موج دلتا (۳-۵/۰ هرتز)موج تتا (۷-۴هرتز)، موج آلفا (۱۲-۸هرتز)، موج SMR (15-12هرتز)، موج بتا (۳۷-۱۴هرتز )و گاما (۳۸ هرتز به بالا). دلتا (۳-۵/۰ هرتز). آهستهترین موج مغزی است و در طی خواب عمیق (بدون رؤیا) غلبه دارد و برای ترشح هورمون رشد و ترمیم بافتهای بدن مفید است.

تتا (۷-۴ هرتز)
یادگیری عالی، احساس سکون و آرامش پذیری زیاد، برنامهریزی مجدد ذهن، خیالپردازی، تفکر بدن خودسانسوری، فراخوانی خاطرات ناراحتکننده و رنجآور ذخیرهشده در حافظه کارکردهای موج تتا هستند.

آلفا (۱۲-۸ هرتز)
هنگامیکه فرد آرام است و پردازش اطلاعات ذهنی زیادی ندارد: هنگامیکه چشمان خود را میبندد مغز امواج آلفای زیادی بهویژه در ناحیه پسسری تولید میکند. همچنین هنگام تفریح و لذت بردن از محیط اطراف غلبه با موج آلفا است. امواج آلفا در زمان و شکل مناسب دستیابی به عملکرد بهینه،کاهش اضطراب، تقویت سیستم ایمنی، تفکر مثبت، یکپارچگی ذهن و بدن، شهود، درون اندیشی، تعادل هیجانی، احساس سرخوشی،آگاهی درونی و افزایش ترشح سروتونین را باعث میشوند.

 (15-12 هرتز) SMR
امواج  SMR باعث استحکام بخشیدن به ذهن و بدن، پردازش و تمرکز در آرامش، ایجاد هماهنگی بین محیط و فرد، کمک به خواب رفتن و تنظیم حرکات بدن میشود .

بتا (۳۷-۱۴ هرتز )
کنش های پیچیده ذهنی (مثل سخنگفتن، بحثکردن و …)، تفکر انتزاعی فوق العاده، هوشیاری، تمرکز، پایداری هیجانی، محاسبات ریاضی، و افزایش متابولیسم با غلبه موج بتا در مغز بروز میکند.

گاما(۳۸ هرتز به بالا)
موج گاما، سازمان دهنده مغز و هماهنگ کننده و یکپارچه کننده اطلاعات از قسمت های مختلف بدن است. غلبه این موج با حافظه خوب، سرعت انتقال زیاد اطلاعات، پردازش سطوح بالای اطلاعات و یادگیری مسائل پیچیده همراه است.

اهمیت و کاربرد نقشه برداری مغز
مغز انسان مجموعه ای از صدها میلیون نورون و سلولهای محافظتی است. انسان میتواند خاطرات طول زندگی خود را در آن ذخیره کند. از مغز میتوان برای انجام کارهای مختلف، ازجمله نوشتن یک شعر یا ساختن یک هواپیما، استفاده کرد. مطمئناً مغز فیل از مغز انسان بزرگتر است و وزن بیشتری دارد، اما فیلها توانایی های انسان ها را ندارند. دانشمندان از این بابت مطمئن هستند و به همین دلیل اقدام به نقشهبرداری از مغز کرده اند؛ پروژهای جدید که تکمیل آن ممکن است سالها طول بکشد.
نقشهبرداری مغز تلاشی است که ساختار مغز را به عملکرد آن مرتبط میکند و یا بخشهایی که تواناییهای خاصی به انسان میدهند را  کشف میکند. به عنوانمثال چه بخشهایی از مغز به انسان امکان خلاقبودن و منطقی بودن میدهند. این مسئله محلیسازی عملکرد نامیده میشود.

تکنولوژی و روش های نقشه برداری مغز
دانشمندان از روشهای زیادی برای مطالعه عملکرد و ساختار مغز استفاده کردهاند. آنها تصاویری از مغزهای سالم تهیه میکنند و آنها را بامغزهای بیمار مقایسه میکنند. به علاوه آنها مغز انسان، پستانداران نخستین و پستانداران کوچک را موردبررسی قرار میدهند و سعی میکنند چگونگی عملکرد سیستم عصبی بیمُهرگان کوچکتر را کشف کنند. در یک سطح میکروسکوپی نورونها را نیز بررسی میکنند.
در ادامه چند ابزار مختلف را که در نقشهبرداری مغز مورداستفاده قرار میگیرند، معرفی میشوند. این تکنیکها تصاویری از مغز را دریافت میکنند.

توموگرافی محوری کامپیوتر
 (Computer Axial Tomography (CAT
اسکن مغز با اشعه ایکس که از زوایای مختلف مغز را نشان میدهد و اختلالات ساختاری آن را مشخص میکند.
تصویربرداری رزونانس مغناطیسی ساختاری، این روش از آب در مغز بهره میگیرد تا تصاویری با وضوح بهتر از اسکن CAT ایجاد کند.
تصاویر تانسور پخش – MRI، نورونهایی که بخشهای مختلف مغز را به یکدیگر متصل میکنند، با دنبالکردن مسیر حرکت آب ردیابی میکند.
این تکنیکها فعالیت مغز را بررسی میکنند:
الکتروانسفالوگرافی (EEG): این تکنیک بااستفاده از آشکارسازهای اعمالشده در مغز و یا پوشیدن کلاه، بخشهایی از مغز را که ازلحاظ الکتریکی فعال هستند، را نشان میدهد.
توموگرافی انتشار پوزیترون (PET): تصاویری از نشانگرهای رادیواکتیو در مغز میگیرد.
MRI کارکردی (fMRI): زمانی که فرد درحال انجام فعالیتهای مختلف است، تصاویری از فعالیت مغز را نشان میدهد.
MRI عملکرد دارویی (phMRI): فعالیت مغز را در زمان مصرف دارو نشان میدهد.
تحریک مغناطیسی مغز (Transcranial Magnetic Stimulation (TMS: بخشهایی از مغز تحریک میشوند تا رفتارهای خاصی را آغاز کنند.
با استفاده از نقشه برداری، مغز را بهطورعینی و واضحتر میتوان شناخت. هرگز نموداری از چگونگی اتصال نورونها به یکدیگر در مغز دیده نشده است. تمام تصورات بر اساس دانش ناقص در مورد آن چیزی است که در مغز است. با استفاده از نقشهبرداری مشخص میشود چه چیزی در مغز است.
نظر لیچمن (Lichtman) دراینباره این است که نمودار سیم کشی مغز کمک میکند چگونگی یادگیری و سازگاری خود را بهتر درک کرد. انسان نسبت به حیوانات با کمترین سازگاری نسبت به محیط، زندگی خود را شروع میکند.
نقشهبرداری مغز برای پزشکان کاربرد عملی دارد. جراحان مغز از نقشهبرداری مغز برای انجام بهتر جراحی استفاده میکنند. بهعنوانمثال یکی از روشهای درمانی برای تشنج، برداشتن بخش آسیبدیده مغز است. با استفاده از MRI عملکردی و EEG جراح میتواند محل تشنج را در مغز بیمار مشخص کند. همچنین بخشهایی که در زمان صحبتکردن یا حرکتکردن فعال هستند. این تصاویر به پزشک میگویند چه بخشهایی باید بمانند و چه بخشهایی باید خارج شوند.
تصویربرداری از مغز نه تنها برای درمان، بلکه برای تشخیص بیماریهای مخرب اعصاب (Neurodegenerative) استفاده میشود. برخی بیماریهای مخرب اعصاب عبارتاند از پارکینسون و آلزایمر. پزشک بااستفاده از تکنیکهای برچسب زدن، مانند PET) Positron-Emission Tomography)، میتواند افت مواد شیمیایی خاص را در مغز بررسی کند یا از MRI برای بررسی انقباض های بخشهای مختلف مغز استفاده کند. بهمرور زمان پزشک میتواند تصویر مغز را با پیشروی بیماری نقشهریزی کند.
اختلالات رشد، مانند اوتیسم، ممکن است دارای یک مبنای ساختاری در مغز باشند. لیچمن بیان میکند که تصور میشود اوتیسم شامل مجموعهای از اتصالات اشتباه در بین نورونها است.  دانشمندان تأثیر دیگر بیماریهای روحی را بر روی مغز بررسی کردهاند و به موفقیتهایی نیز دستیافتهاند. تصویربرداری از مغز در این بیماران اختلالات ساختاری را در مغز این افراد نشان داد. به عنوانمثال MRI ساختاری نشان داده که بیماران مبتلابه اسکیزوفرنی در لب گیجگاهی و غشاء پیشین مغز به مرور زمان ماده مغز را از دست میدهند. این یافته لازم است به درمان منتهی شود. اختلالات دیگری مانند اختلال حواس، اختلال دوقطبی، افسردگی، اضطراب، اختلالات خوردن و غیره با استفاده از تکنیکهای نقشه برداری مغز در حال بررسی هستند.
نوروفارماتیکها (Neuroinformatics) تمام داده های مغز را در یک فرمت قابلاستفاده روی اینترنت قرار میدهند. این دادهها عبارتاند از تصاویر، مدلهای رفتار نورون و نقشه های ژن هایی که در مناطق مختلف مغز فعال میشوند. این داده ها قابلیت به اشتراک گذاشتن و جستجوشدن را پیدا میکنند و به اینترتیب میتوان از این داده ها برای بررسیها و اکتشافات بیشتر استفاده کرد.
مهندسین تلاش میکنند نرمافزاری ایجاد کنند تا به محققان کمک کنند داده را به اشتراک گذاشته و باهم مقایسه کنند. برای مثال نرم افزار درحالحاضر این مسئله را بررسی میکند که آیا MRI مربوط به بیماران مبتلابه آلزایمر با مغزهای به اندازه و اشکال مختلف دارای ویژگیهای مشابه هستند یا خیر.

الکتروانسفالوگرافی کمی (QEEG)
آسیبهای جسمانی به مغز، مانند ضربه مغزی، آسیبهای سمی، تشنج یا صرع، بیماری آلزایمر، پارکینسون، ام اس، خونرسانی ضعیف مغزی و کمبود اکسیژن، اضطراب، افسردگی، ناتوانی یادگیری، اختلال وسواسی، اختلال تمرکز و بیش فعالی جریان عادی پالس های الکتریکی در مغز را تغییر میدهند که این مورد را میتوان در نقشه برداری مغزی مشخص کرد. در نقشهبرداری مغزی تحلیل همه جانبه فرکانسها برای ایجاد مکاننگاری و نقشه های رنگی که فعالیت الکتریکی قشر مغز را نشان میدهند صورت میگیرد.

با قرار دادن تعدادی الکترود میتوان این امواج را دریافت، ثبت و سپس با استفاده از کامپیوتر تحلیل کرد. QEEG وسیلهای است که این کار را انجام میدهد. QEEG وسیلهای برای ارزیابی و اندازهگیری امواج مغزی و خصوصیات مربوط به آنها است. در این روش ارزیابی تعدادی الکترود (عموماً ۱۹ عدد)که روی کلاهی بانظم و قانون خاصی تثبیتشدهاند، روی سر قرارگرفته و امواج مغزی را دریافت میکنند. QEEG امواج مغزی را در حالت های مختلف چشمبسته، چشم باز و انجام یک تکلیف شناختی مانند خواندن، ثبت کرده، سپس این امواج به وسیله کامپیوتر برحسب فرکانس تفکیکشده و براساس شدت فعالیت در رنگهای مختلف نمایش داده میشوند (تصاویر در قالب سرهای رنگی که Brain Map نامیده میشوند ارائه میشوند) علاوه بر این تصاویر کامپیوتر، جداول و نمودارهای دیگری نیز ارائه میدهد که کاربردهای خاص خود را دارند. مطابق با مطالعاتی که صورت گرفته، اندازه امواج مختلف در مغز دارای استاندارد و حد نرمالی است که تنها براساس جنس و سن تغییر میکند. به این معنی که برای داشتن عملکرد مناسب هریک از امواج در فرد با مقادیر نرمال مشخص میشود کدامیک از امواج و در کدام نقطه از سر دارای فعالیت نامناسب است. امواجی که فعالیت مناسب داشته باشند با رنگ سبز و امواج با فعالیت نامناسب بارنگهای بنفش و نیلی و آبی (فعالیت کمتر از حد نرمال) و زرد و نارنجی و قرمز (فعالیت بیشتر از حد نرمال) مشخص میشوند. با بررسی این نقشه ها و مقایسه آنها با الگوی نرمال و مرجع، میتوان کارکرد مغز را بررسی و مطالعه کرد. ازآنجاکه هر یک از اختلالات و مشکلات ذهنی و روانی براثر وجود اشکال در عملکرد مغز و درنتیجه کموزیاد شدن امواج مغزی به وجود میآیند لذا  QEEG مغزی که کارکرد طبیعی دارد با مغزی که دچار مشکل کارکردی شده است تفاوت دارد. با مقایسه اعداد بهدستآمده برای هر موج و نتیجه QEEG بهدستآمده با وضعیت طبیعی میتوان نوع مشکل را تشخیص داد .
این دستگاه مقیاسهای دیگری هم برای ارزیابی کیفیت عملکرد دارد که عبارتاند از:
توان نسبی: نسبت بین امواج مختلف را اندازه میگیرد. اگر موجی در مقایسه با امواج دیگر نسبت کمی داشته باشد تحت نفوذ و سلطه آنها قرار خواهد گرفت و تأثیر خود را بر عملکرد از دست خواهد داد.
عدم تقارن (Asymmetry): اختلاف ولتاژ بین نواحی مختلف را بررسی میکند.آیا پالسهای الکتریکی در نواحی مختلف مغز، برای داشتن عملکرد مناسب بیشازاندازه بزرگ یا بیشازاندازه کوچک هستند.
انسجام (Coherence): کوهیرنس را مشخص میکند؛ اینکه مغز چه مقدار از انرژی را بین قسمتهای مختلف بهاشتراک گذاشته است. این مقیاس بررسی میکند که آیا مغز توانایی برقراری ارتباط مناسب با خودش را دارد یا نه. کوهیرنس زیاد نشانه آن است که بعضی قسمتهای مغز آنچنان در هم گیرکردهاند که برای قطع این ارتباط و برقراری ارتباط با سایر قسمتهای مغز توانایی مناسبی ندارند و کوهیرنس کم  نشانه آن است که منابع مغز از اتصال مناطق مختلف ناتوان هستند.
فاز(Phase): سرعت حرکت سیگنالهای الکتریکی در سطح سر را تعیین میکند. آیا سرعت حرکت انرژی الکتریکی مغز برای داشتن عملکرد بهینه مناسب است یا خیر؟

مزیتهای QEEG بر EEG
داده هایی که از طریق الکترودها بهدست میآید و ثبت میشوند، آنقدر زیاد هستند که یک درمانگر نمیتواند تمام آنها را تفسیر کند . QEEG این دادهها را تجزیه و تحلیل میکند و در قالب نقشه های رنگی مغز یا نمودارها و جداول خلاصه میکند.
QEEG برخلاف EEG به ارزیابی عملکرد مغز میپردازد. QEEG با ایجاد نقشه های زنده و پویا (متحرک) از مغز و مقایسه آنها با داده های پایه، از دقت تشخیصی بالایی نسبت به مصاحبه های بالینی برخوردار است. برآوردها نشان میدهد که توافق بین درمانگران در مورد اختلالاتی نظیر بیشفعالی (Attention Deficit Hyperactivity Disorder-ADHD) در حدود ۴۰% است درحالیکه دقت QEEG حدود ۹۰% است.
تعیین نوع و دوز دارو: در بسیاری از بیماریهای روانپزشکی، چندین دارو با عملکردهای متفاوت وجود دارند. عموماً روانپزشک با جایگزینکردن داروها در دورههای خاص، به داروی مؤثر دست پیدا میکنند. QEEG میتواند از همان ابتدا داروی مؤثر را پیشنهاد دهد و روند درمان را تسریع کند.
افتراق اختلالات ارگانیکی و کارکردی نیز یکی دیگر از تفاوتهای این دو است.
دو تفاوت بسیار مهم و کلیدی بین EEG و Q-EEG وجود دارد:
– در EEG موج اصلی هر نقطه از مغز در الکترودهای مختلف ثبت میشود و پزشک متخصص با نگاه به این موج، یافتههای غیرطبیعی را مییابد. چون در این روش چشمپزشک به دنبال یافتهها است، درنتیجه بسیاری از دادهها را نمیبیند و عملاً بسیاری از دادههای مهم که نقش اصلی در ارزیابی عملکرد مغز دارند، از دست میروند. ولی در نقشهبرداری مغزی(Q-EEG)  تمام یافتهها توسط کامپیوتر جمعآوری و آنالیز میشوند و لذا حرف Q مخفف Quantitavie یا کَمّی در اول این عبارت آورده شده است.
– دومین و اصلیترین تفاوت این دو روش این است که در Q-EEG  دادههای جمعآوریشده با اطلاعات جمعیت نرمال مقایسه میشود و تفاوتها بهصورت تصاویر رنگی به پزشک متخصص نشان داده میشوند. اطلاعات جمعیت نرمال بهقدری باارزش است که معدود شرکتهای گردآورنده این دادهها حاضر به فروش این اطلاعات به میلیاردها دلار هم نیستند.

کاربردهای QEEG
تشخیص: در اصل  QEEGبرای تشخیص کجکاری های موضعی یا کلی مغز بهکار میرود. به وسیله QEEG میتوان بیماریهای مغزی– عروقی، آسیبهای مغزی، AD/HD، اختلالات یادگیری، اضطراب، افسردگی، تومورهای مغزی، صرع، اسکیزوفرنی، دمانس و آلزایمر را با دقت ۸۰ تا ۹۰ درصد تشخیص داد.
تشخیص افتراقی: برای مطمئنشدن از وجود جراحات داخلی مغز، سکته، حملات قلبی و یا نارسایی ریه ها که منجر به هیپوکسی مغز میشود، زمانیکه تشخیص صرع یا تومورها موردشک واقع شود، در مواردی که به وجود کجکاری مغز به علت سوءمصرف مواد شک وجود دارد، هنگامیکه تغییر در علائم اختلالات هوشیاری (نارکولپسی،کما،حواسپرتی) یا عملکرد سیستم عصبی (سردرد، استفراغ و آفازی) دیدهشده باشد.
درمان و پیگیری:  پیگیری سندرمهای ارگانیکی مغز، پیگیری نتایج شیمیدرمانی و پرتودرمانی و ترک داروهای روانگردان یا غیرمجاز، پیگیری بیماریهای عفونی مانند آنسفالیت و یا مننژیت، بررسی وضعیت بیمار پس از جراحی و تعیین داروهای مؤثر با اثربخشترین دوز و کمترین عوارض منفی. در بسیاری از موارد QEEG راهکارهای درمانی نیز ارائه میدهد.
سنجش: سنجش توانمندیهای هنری، ورزشی و شناختی و ذهنی مانند بهره هوش (IQ)، تمرکز، توجه، میزان هماهنگی ذهن و بدن و … . ازآنجاکه  QEEGبه ارزیابی عملکرد مغز میپردازد و نیز توانمندیهای ذهنی هر فرد با عملکرد مغزی او ارتباط مستقیم دارد، لذا با استفاده از این روش میتوان برآوردی از این توانمندیها به دست آورد.
– در QEEG میتوان با نرمافزارهای موجود خیلی از آرتیفکتها را حذف کرد.
– در QEEG برنامهای خاص وجود دارد که میتوان از طریق آن Spike های موجود در نوار را جدا کرده و منشأ آنها را روی نقشه رنگی مغز نمایش داد.
– QEEG همراه با (LORETA) فضای نرمافزاری تعریفشده خاص است وضعیت مغز را در برشهای مختلف تصویری نشان داده و در ۹۵% موارد با fMRI همخوانی دارد و نمای سهبعدی از ضایعات احتمالی موجود در ساختمانهای عمقی مغز را نشان میدهد.
– QEEG  قادر به تشخیص امواج صرعی بهصورت بسیار دقیق است و محل کانون صرعی را با دقت بسیار بالا نشان میدهد.
– با QEEG میتوان (با اختلاف حداکثر ۱ میلیمتر از محل ضایعه) ناحیه «برودمن» درگیر در اختلالات مغزی را مشخص کرد.

آمادگی لازم برای تست
– شستشوی سر با شامپو و حداقل ۳ بار در روز انجام تست ضرورت دارد.
– از روغن، ژل، حالتدهنده، نرمکننده یا اسپری برای موها، و نیز مواد آرایشی روی پیشانی استفاده نشود.
– از بافتن و بستن موها اجتناب شود.
– در روز تست از گوشواره یا زیورآلات استفاده نشود.
– اگر از عینک برای مطالعه استفاده میشود حتماً همراه آورده شود. از لنز استفاده نشود زیرا ممکن است باعث ناراحتی شده و درنتیجه درگرفتن یک تست خوب اخلال ایجاد کند.
– از مصرف مواد تحریککننده مانند قهوه، چای، سیگار، نوشیدنیهای کافئیندار و … اجتناب شود. همچنین لازم است از مصرف داروهای غیرقانونی و خریداریشده از منابع نامعتبر پرهیز شود. در روز انجام تست نباید از غذاها، گیاهان و یا چای گیاهی که روی خواب/آرمیدگی یا بیداری/گوشبهزنگی تأثیر میگذارند استفاده شود.
– هرگونه سابقه و پرونده مربوط به تستهای عصبشناختی و نتایج مصاحبههای روانشناختی قبلی حتما همراه آورده شود.
– بیمار قبل از انجام تست باید بهاندازه کافی استراحت کرده و سرحال باشد. یک خوراک مختصر قبل از تست نیز مفید خواهد بود.
– فرد هنگام انجام تست بهراحتی روی یک صندلی مینشیند و کلاهی با ۱۹ الکترود (نحوه قرارگیری آنها مطابق استانداردهای بینالمللی است) روی سر قرار داده میشود. برای افزایش هدایت الکتریکی و دقت در ثبت امواج از ژل مخصوص استفاده میشود. الکترودها امواج تولیدشده در مغز را در وضعیتهای مختلف (مانند چشمبسته و چشمباز) دریافتکرده و به کامپیوتر انتقال میدهند.

نوروفیدبک
در این روش فرد در مقابل یک مانیتور مینشینید و الکترودی که روی سر قرار دارد امواج مغزی را دریافت و به کامپیوتر هدایت میکند. حالا فرد با دیدن امواج مغزی خود روی صفحه مانیتور میتواند به تنظیم و کنترل آنها بپردازد و در تمام این مراحل درمانگر در کنار فرد نشسته و به فرد یاد میدهد که چگونه میتواند این کار را انجام دهید.
درواقع نوروفیدبک فرد را قادر به دیدن دنیای درون مغز میکند، به عنوان مثال در صفحه مانیتور فرد شکل شبیهسازیشده امواج مغزی را به شکل یک بازی میبینید و با نگاهکردن به صفحه مانیتور و بدون استفاده از دست شروع به بازی میکند. دستگاه الگوهای امواج مغزی فرد را پردازش میکند و درصورتیکه این الگوها مناسب باشند فرد در بازی به جلو خواهد رفت، در غیر این صورت شکست میخورد، بهاینترتیب فرد یاد میگیرد که مثلاً در شرایط اضطراب چگونه میتواند مغز خود را طوری تنظیم کند که آرامش جایگزین اضطراب شود.

موارد کاربرد نوروفیدبک
 بیشفعالی/کمبودتوجه (ADHD)، اضطراب (Anxiety) ،ناتوانی یادگیری (Learning disability)، اختلالات خواب،  دردهای مزمن و سردردهای میگرنی، سوءمصرف مواد، افسردگی، بعضی انواع آسیب و سکته مغزی،  سندرم درد و خستگی مزمن  و  افزایش قدرت تمرکز و تواناییهای ذهنی در افراد سالم.

بیوفیدبک
اساس روش درمانی بیوفیدبک بر مبنای تئوری توانایی ذهن در کنترل اعمال غیرارادی فیزیولوژیک بدن مانند فشارخون، ریتم تنفس، انقباض عضلانی، دمای بدن و امواج مغزی پایهگذاری شده است. بیوفیدبک یا پسخوراند زیستی شامل استفاده از ابزارهای الکترونیکی است که در مورد عملکرد فیزیولوژیک بدن اطلاعاتی در اختیار فرد قرار میدهد. به عبارتدیگر بیوفیدبک با استفاده از تجهیزات الکترونیک فرد را نسبت به اعمال زیستی بدن که پیشازاین هیچگونه آگاهی و کنترلی در مورد آن نداشته، هوشیار میکند. این روش درمانی به فرد میآموزد که چگونه برای کنترل انقباض عضلانی یا دمای بدن خود از افکار و احساسات و ذهن خود استفاده کند.
این روش یا تکنیک به فرد میآموزد که پاسخهای مشخصی در بدن خود را کنترل نموده تا درد کاهش پیدا کند. در طی کلاس آموزش بیوفیدبک  وسایلی  به  بدن وصل میشود که برخی عملکردهای بدن  را مانیتور کرده و بهصورت فیدبک نشان میدهد.  این عملکردها بهعنوانمثال شامل تنش عضلانی،  تعداد ضربان قلب و فشارخون هستند. فرد یاد میگیرد چگونه تنش عضلانی را تحت شرایط استرسزا (مثل زمان آزموندادن، مسابقه ورزشی، تصمیمگیریهای مدیریتی در شرایط حساس)کمکرده و تعداد ضربان قلب و تنفس را کاهش دهد.

کنترل و درمان بیماریها با بیوفیدبک
بیوفیدبک بر حدود ۱۵۰ نوع بیماری مؤثر است که از آن جمله میتوان از بیماریهای زیر نام برد.
آسم، بیماری رینود، بیماری روده تحرکپذیر، گُرگرفتگی شدید، تهوع و استفراغ های ناشی از شیمیدرمانی، بیاختیاری ادرار، انواع سردرد، ضربانهای قلبی نامنظم، فشارخون بالا  و صرع.

 تحریک الکتریکی مغز
 Transcranial Direct Current Stimulation (tDCS)

انتقال جریان DC بسیار ضعیف که توسط بیمار حس نمیشود از راه پوست سر برای تغییر فعالیت نورونهای مغزی است. اختلالات عملکرد مغزی میتواند منجر به بروز اختلالات روانپزشکی و روانشناسی متعددی ازجمله اختلال در خواب، طیفی از اختلالات اضطرابی (دندانقروچه، خوابگردی،کابوسهای شبانه، اضطراب عمومی، ترسهای مرضی یا فوبیا)، افسردگی، اختلال در تمرکز و توجه و بیشفعالی شود.
tDCS یک روش قدرتمند، کاربردی و غیرتهاجمی برای بهبود اختلالات ذهنی و اختلال عملکرد مغزی محسوب میشود. tDCS برای اختلالاتی بهصورت زیر کاربرد دارد.
افسردگی (Depression)، اضطراب (Anxiety)، وسواس (Obsessive-Compulsive Disorder (OCD، چاقی ناشی از پرخوری سایکوژنیک، ترک الکل و مواد مخدر، اختلال در صحبتکردن (آفازی) در بیماران دچار سکته مغزی، بیشفعالی و اختلال تمرکز کودکان. معمولاً این روش بهصورت ترکیبی با نوروفیدبک برای درمان بیشفعالی استفاده میشود. برای هر اختلال خاص پروتکلهای درمانی ویژهای وجود دارد که براساس مطالعات بهدستآمده است ولی بسیاری از درمانگران طرح درمان ویژهای برای بیمار خود طرحریزی میکنند.

نقشه برداری مغز جهت جراحی تومور مغزی
نواحی مختلف مغز دارای عملکرد منحصربه فردی است. قبل از شروع هر نوع جراحی بر روی مغز، ازجمله جراحی تومور مغزی یا جراحی درمان تشنج، جراح مغز لازم است میزان و نوع آسیبهای ناشی از تشنج به هر ناحیه از مغز و عملکرد نواحی پیرامون را بداند. نقشهبرداری از مغز روشی است که به تشخیص عملکرد نواحی مختلف مغز کمک میکند.
عملکردهای مختلف مغز در نواحی خاصی انجام میشود که جایگاه این نواحی در مغز افراد مختلف بهطور جزئی تفاوت دارد. بیماریهای مختلف مغزی منجر به تغییر شکل و تخریب این نواحی عملکردی میشود. نقشهبرداری از مغز بهوسیله روشهای شبیهسازی میتواند به تصویرسازی از مغز در این افراد کمک کند.

عملکردهای تشخیصی توسط نقشهبرداری مغز
به طورمعمول نقشهبرداری از نواحی دخیل در عملکردهای گفتاری، حرکتی، احساسی و بینایی انجام میشود. با اعمال جریان در هر ناحیه، پزشک میتواند از عملکرد آن ناحیه مطلع شود. اگر اعمال جریان به یک ناحیه خاص باعث توقف تکلم یا سبب اختلال در بیان شود، پس آن ناحیه نقش مهمی در عملکرد گفتاری دارد. اگر در اثر اعمال جریان به ناحیه خاص، قسمتی از اندام، تنه یا صورت شروع به حرکات غیرارادی کند، آن ناحیه مسئول حرکات آن اندامها خواهد بود. اگر فرد در قسمتهایی از بدن احساس مورمور شدن و بیحسی کند پس آن ناحیه از مغز دارای عملکرد حسی است.

نحوه انجام نقشه برداری از مغز
نقشه برداری از مغز برای جراحی تومور مغز یا صرع به دو روش انجام میشود: روش دومرحلهای (Extra Operative Brain Mapping) یا روش مستقیم حین انجام جراحی(Intraoperative Brain Mapping).
در روش دومرحلهای: ابتدا طی جراحی قسمتی از جمجمه باز میشود تا سطح مغز در دسترس قرار گیرد. هیچ قسمتی از بافتهای مغزی برداشته نمیشود بلکه الکترودهایی در سطح مغز جاسازیشده و سپس جمجمه بسته میشود. سپس فرد به تخت بیمارستان عودت داده میشود و موردبررسی قرار میگیرد. این الکترودها در هرکجا که کار گذاشتهشدهاند امکان نقشهبرداری از آن ناحیه را فراهم میکنند. در این روش بیماران بیدار و هوشیار هستند و میتوانند در فرآیند نقشهبرداری مشارکت داشته باشند. مرحله بعدی جراحی تومور چند روز بعد انجام خواهد شد و طی یک جراحی مجدد نواحی غیر نرمال مغز برداشته میشود.
روش مستقیم حین عمل: از یک پروب الکتریکی کوچک بهترتیب برای تست نواحی مختلف سطح مغز و تهیه نقشه مغز استفاده میشود. در این روش نواحی از مغز که در عملکردهای حرکتی دخیل هستند حتی در صورت بیهوشی بیمار نیز قابلشناسایی خواهند بود. اما برای نواحی که در عملکردهای گفتاری، حسی و بینایی دخیلاند بیمار باید مشارکت فعال داشته باشد. لذا در صورت نیاز، بیمار باید بیدار و هوشیار شود و برای حس نکردن درد، داروهای مناسب مصرف کرده باشد. این روش در مواردی بهکار میرود که قبلاً با روش دومرحلهای عملکرد بسیار مهمی در مجاورت ناحیه هدف برای جراحی تومور مغزی مشاهدهشده باشد.

مدت زمان نقشه برداری از مغز
زمان موردنیاز به مساحت ناحیه مورد هدف برای جراحی تومور، تعداد نواحی موردنیاز برای نقشهبرداری و نوع عملکرد ناحیه هدف بستگی دارد. لذا ممکن است از یک تا چندین ساعت زمان نیاز باشد.

تجهیز دستگاه «ام آر آی» به نگاشت فعالیتهای مغز با رزولوشن بالا
عباس نصیرایی مقدم، محقق ایرانی موفق شد با استفاده از MRI با روشی خاص به نگاشت فعالیتهای مغزی با رزولوشن و کنتراست بالا بپردازد.با این روش میتوان با هزینهای اندک دستگاههای MRI کشور را تجهیز کرد.
نگاشت فعالیتهای مغزی از حوزه های موردتوجه در حوزه علوم شناختی و علوم پزشکی است، ازاینرو دقت نگاشت یک مسئله پراهمیت است. این طرح برای افزایش دقت و حد تفکیک مکانی نگاشتهای مغزی ارائهشده است. این طرح بهصورت دو نرمافزار، براساس یک ایده نوین فیزیکی در تصویربرداری MRI محقق شده که میتواند بر روی کیفیت نگاشت مغزی تأثیرگذار باشد.
یکی از این دو نرمافزار به نام «سکانس یا همان رشته پالس» است که بر روی دستگاه MRI نصب میشود و میتواند فعالیتهای مغزی را با رزولوشن و کنتراست بالاتری به دست آورد.
نرمافزار دوم بر روی رایانه نصب میشود و برای پردازش اطلاعات اخذشده توسط اسکنر در نگاشت فعالیتهای مغزی به کار میرود تا درنهایت مکان فعالیتهای مغزی در حد تفکیک بالاتری انجام شود. به گفته این ایدهپرداز، این طرح از محدودیتهای دستگاههای کنونی میکاهد و تصاویر دقیقتری جهت کاربردهای پیشجراحی مغز و نیز تحقیقات علوم شناختی به دست میآورد. راهکار کنونی برای افزایش دقت این تصاویر استفاده از اسکنرهای فوق قوی بسیار گرانقیمت است که اکنون در کشور  وجود ندارد.
استفاده از این طرح ابداعی موجب افزایش کارایی دستگاههای موجود و صرفه جویی قابلتوجه ارزی میشود. تفاوت قیمت یک اسکنر ۳ تسلا با یک اسکنر فوق قوی ۷ تسلا حدود ۲۵ میلیارد تومان است که با تجهیز دستگاههای MRI موجود در کشور به این سکانس، کاربرد وسیع نقشهبرداری مغز در بررسی و درمان بیماریها و جراحیهای مغز به وجود میآید. درحال حاضر این طرح مراحل اولیه آزمایشی را سپری کرده و هنوز برای تجاریشدن و استفاده کلینیکی مراحل زمانبری را در پیش دارد. این طرح رتبه سوم سومین ایده بازار عمومی دانشگاه امیرکبیر را دریافت کرده است و در خارج از کشور به ثبت رسیده است.

ارتقاء قابلیت تفکیک مکانی در نگاشت فعالیتهای مغزی
در هر فعالیت حسی، حرکتی و کلاً در ادراک انسان بخشهای خاصی از مغز ایفای نقش میکنند، تعیین اینکه کدام قسمت از مغز درگیر کدامیک از فعالیتها است، نگاشت مغزی نامیده میشود.
تشخیص هر چه دقیقتر این مکانها چه ازنظر کلینیکی و چه ازنظر تحقیقات علوم شناختی بسیار مهم هستند. برای انجام نگاشت مغزی استفاده از MRI کارکردی (fMRI) روشی متداول و رو به رشد است زیرا در مقایسه با سایر مدالیته ها، نگاشت مغزی با دقت مکانی(رزولوشن) بالاتری انجام میشود، درعینحال برای بسیاری از فعالیتها هنوز دقت مکانی کافی وجود ندارد و پژوهشگران میکوشند این دقت را از طریق بهکارگیری توالی پالسهای نوین MRI ارتقاء دهند.
ایجاد توالی پالسهای جدید براساس اینگونه ایدهها نیازمند نوعی برنامهنویسی در محیط خاصMRI است. هدف از انجام این تحقیق، ارزیابی یک توالی پالس پیشنهادی است که ایده ابداعی مذکور را برای ارتقاء تفکیک مکانی پیادهسازی کند تا عمل نگاشت، بهتر انجام شود.
بهطور ساده خروجی نهایی این روند دو نرمافزار خواهد بود که یکی از آنها یک توالی پالس جدید است که بر روی دستگاه MRI نصب میشود و دیگری نرمافزاری است که برای آنالیز تصاویر حاصل از آن توالی خاص بر روی کامپیوتر تحلیلکننده قرار میگیرد. درواقع با نصب توالی پالس جدید بر روی دستگاه MRI  در نحوه تصویربرداری تغییراتی ایجاد میشود که امکان ثبت فعالیتهای مغزی با دقت بالاتر را فراهم میکند.

برنامه نویسی توالیهای MRI فرآیندی است که پیشازاین در کشور انجام نگرفته است و دستیابی به آن  گامی کلیدی در جهت دستیابی به خط مقدم تحقیقات نگاشت مغزی در علوم اعصاب است.
این نوع برنامهنویسی و پیادهسازی آن بر روی اسکنرهای MRI نیاز به مجوزهایی از سوی سازندگان دستگاهها دارد که دریافت آن در همه جای دنیا مستلزم یک کار حقوقی سنگین است و در ایران نیز نیازمند حمایت و همکاری مراکز بزرگ و نهادهای دولتی به عنوان مشتریان اصلی بازار عظیمMRI   است. براین اساس انجام این پروژه فاز اول تحقیقات است که در آن امکانسنجی این رویکرد، با همکاری مؤسسات خارجی برای بخش پیادهسازی، صورت گرفته است.
فاز دوم ایجاد تکنیک MRI براساس افزایش کارایی روشهای اخذوتحلیل داده در توالی BOSS میانگین و به کارگیری آن برای نگاشت دقیق فعالیتهای مغزی است. در این فاز توالی پالس ابداعی در آزمایشگاه ملی نقشهبرداری مغز عملاً به کار گرفتهشده است و به سمت یک محصول دانشبنیان کارآمد برای انجام فعالیتهای تحقیقاتی به همراه آنالیزهای آماری موردنیاز سوق داده میشود. عباس نصیرایی مقدم مدیریت این پروژه را عهده دار است.

نقشه برداری عملکردی مغزی زمان حقیقی
یکی از اقدامات اساسی قبل از انجام هرگونه عمل جراحی ریسکتیو مغزی-که در آن باید بخشهایی از بافت مغزی برداشته شود-استخراج نقشه مغزی از نواحی مهم کورتکس (Eloquent Cortex) است.
روش استاندارد و متداول امروزی روشی است تحت عنوان  (Electro Cortical Stimulation (ECS که در آن با تحریک الکتریکی نقاط مختلفی از سطح کورتکس و بررسی اختلالات موقت حرکتی یا عملکردی ناشی از آن میتوان به نقشه عملکردی نقاط مختلف کورتکس دستیافت. یکی از اشکالات اساسی این روش این است که تحریکات الکتریکی برای بیمار بسیار ناخوشایند است و بعضاً در بیمار ایجاد تشنج میکند که در این صورت باید عملیات را متوقف کرد به بیمار زمانی برای ریکاوری داد.
از دیگر روشهای مطرحشده برای استخراج نقشه مغزی fMRI است که آنهم به دلیل هزینه های مربوطه و نیز تفکیکپذیری زمانی و مکانی کم محدودیت هایی را ایجاد میکند.
اخیراً، یک روش جدید برای نقشهبرداری پسیو مغز ( بدون اعمال تحریک الکتریکی) بر مبنای ECoG موردتوجه قرارگرفته است. در این روش نقشه فعالیت باند فرکانسی گامای بالا (High Gamma Band) (>60Hz) ناشی از فعالیتهای مختلف حرکتی، رفتاری و شناختی استخراج میشوند. این نقشه بهطور دقیقی با نقشه عملکردی مستخرج از روشهای فعلی مطابقت دارد.
به دلیل تفکیکپذیری زمانی بالای این روش در بسیاری از مراجع از آن بهعنوان نقشهبرداری عملکردی زمان حقیقی (Real Time Functional Brain Mapping (RFBM  یاد میکنند.

پردازش سیگنالهای مغزی
الکتریسیته، عامل انتقال پیامهای عصبی در مغز است. هر جا که الکتریسیته باشد، میدان مغناطیسی، میدان الکتریکی، و موج الکترومغناطیسی هم آنجا حضور دارند. این موضوع در مغز انسان دارای پیچیدگیهای فراوانی است. مغز انسان پیوسته سیگنالهایی تولید میکند. لذا بررسی این سیگنالها و کاوش آنها کمک زیادی به کشف ذات مغز انسان و تشخیص بسیاری از فعالیتها، نوسانها و عارضه های مغز است
بسیاری از روشهای تحلیل سیگنال مبتنی بر فرضی ایستایی هستند ولی عمدتاً سیگنالهای حیاتی و ازجمله سیگنالهای مغزی درحالتکلی غیر ایستا هستند. ایستایی سیگنال به معنای تغییرنکردن محتوای فرکانسی سیگنال با زمان است. غیرایستابودن سیگنالهای مغزی، ناشی از ماهیت متغیر بازمان و غیرخطی فعالیتهای مغزی است. به همین جهت عمدتاً سعی میشود تحت شرایط خاص و با مجموعه دادهای معین و با روش تحلیلی مشخص مدلهای Wide Sense Stationary برای تحقق شرط ایستایی به کار برد. با این مدلها یک طول معین از سیگنال (بسته به شرایط اندازهگیری و ویژگیهای موردمطالعه در تعیین مشخصات فرآیند مربوطه) میتواند هم ایستا و هم زیرایستا در نظر گرفته شود. روش عمومی در تحلیل سیگنالهای مغزی با فرض ایستایی، تقسیم آن به قطعات کوتاه است با این فرض که در آن محدوده زمانی، مشخصه های سیگنال ثابت باقی میماند.
معمولاً در عمل به علت مشکلات کار با قطعات غیر هم طول با کوچک گرفتن طول قطعات، فرض ایستایی، برای قطعات هم طول در نظر گرفته میشود. روش دیگر استفاده از قطعات هم طول و یکسان است. در این روش معیاری برای ایستایی سیگنال در نظر گرفته شده و بر اساس این معیار طول قطعات تعیین میشود. حداکثر طول قطعه ایستا بسته به کاربرد و نوع سیگنال متفاوت است. به عبارتدیگر وضعیت و حالت مغز، به همراه نوع پردازش و تجزیهوتحلیل بعدی در صحت فرض ایستایی تأثیر دارند.

گوسی بودن
در برخی از روشهای پردازش سیگنال، نوع توزیع دامنه سیگنال حائز اهمیت است. با فرض تصادفیبودن سیگنالهای مغزی، در مورد گوسیبودن توزیع دامنه آن چندین مطالعه انجامشده است که البته نتایج متناقضی را هم در برداشته است. نکته مهمی که در بررسی این مطالعات باید در نظر گرفت، شرایط ثبت سیگنال و مهمتر از آن نرخ نمونهبرداری و طول بازده موردمطالعه است. برای بررسی گوسیبودن توزیع سیگنالهای مغزی از آزمونهای مختلفی استفاده میشود که هر یک دارای برتریها و ضعفهای خاص خود هستند و لزوماً همه این روشها در مورد یک سیگنال به نتیجه واحدی منجر نمیشود. بنابراین بسته به مشخصات روش پردازشی موردنظر و حالات مغزی موردمطالعه باید با انتخاب یکی از آزمون های گوسی بودن، این مسئله را بررسی کرد.

خطی بودن
شرط خطیبودن سیگنالهای مغزی نیز پیشفرض برخی از روشهای پردازشی و به طور خاص روشهای مدلسازی سیگنالهای مغزی، نظیر روش AR) Auto Regressive) است. منظور از خطیبودن سیگنال این است که بتوان آن را با استفاده از یک سیستم با تابع تبدیل خطی و با ورودی نویز سفید تولید کرد.

روشهای تحلیل در حوزه زمان
در این دسته از روشهای تحلیل، سیگنال اصلی بدون تبدیل و در همان حوزه زمان بهکاربرده میشود. این نوع تحلیلها نسبت به روشهایی که نیاز به انجام تبدیلاتی نظیر «تبدیل فوریه» دارند، هزینه محاسباتی پائینتری دارد. لذا در کاربردهای مراقبتی، که لازم است عملیات محاسباتی حداقل و  بیدرنگ انجام شوند، از اولویت برخوردار هستند. این روشها در چهار دسته: تحلیل دامنه (Amplitude Analysis) تحلیل فاصله (Interval Analysis)، تحلیل دامنه-فاصله (Interval-Amplitude Analysis) و توصیفهای جورت (Hjorth Description) قابلتفکیک هستند.
–  تحلیل دامنه
در این تحلیل از مشخصههایی نظیر متوسط، انحراف معیار، Kurtosis، Skewness  و… استفاده میشود که همگی از روی سیگنال اصلی، قابلمحاسبه و تخمین هستند. این پارامترهای آماری، گشتاورهای سیگنال یا ترکیبی از آنها هستند که باید تخمین زده شوند. در عمل با استفاده از فرض ایستایی و ارگادسیتی، این مقایر از روی یک دوره زمانی سیگنال محاسبه میشوند. متوسط زمانی، هیستوگرام دامنه، معیار دامنه ویلسون (WAMP) را میتوان تحلیلهایی از این نوع دانست.
– هیستوگرام دامنه
 این ویژگی تعداد رخدادهای نمونه را در یک پنجره زمانی برای سطوح مختلف دامنه نشان میدهد. اگر سطح آستانهای بهاندازه  Th در نظر گرفته شود و دامنه بین+T1 و-T1  به دستههایی تقسیم شوند، در هر ناحیه تعداد نمونههای سیگنال که دامنه آنها در آن دسته قرار میگیرد، شمرده میشود. نقاطی که دامنه آنها کمتر از T- باشد  به اولین مؤلفه هیستوگرام و دامنههای بیشتر از T به آخرین مؤلفه هیستوگرام اضافه میشوند. حُسن هیستوگرام در آن است که ویژگی چندبعدی دارد و به همین دلیل غنای اطلاعاتی زیادی داشته و چون نویز قادر به تحت تأثیر قراردادن تمام دستههای هیستوگرام نیست، حساسیت آن نسبت به نویز کمتر است، چراکه نویز نمیتواند تمام دستهها را دریک زمان مورد اثر قرار دهد.
– دامنه ویلسون (WAMP)
تعداد دفعاتی که در یک پنجره زمانی اختلاف بین دو دامنه متوالی از حد آستانهای بیشتر شود، دامنه ویلسون نامیده میشود.

– تحلیل فاصله
روشهای تحلیل فاصله به منظور مطالعه خواص آماری سیگنالهای مغزی به طور عام  و در ارتباط با دیگر روشهای تحلیلی نظیر توابع خودهمبستگی و طیف توان مورداستفاده هستند. به علت سادگی ارزیابی سیگنالها از طریق تحلیل فاصله، این روشها ازنظر کاربردهای عملی موردتوجه هستند. در مطالعه تحلیل فاصله علاوه بر سیگنال اصلی برای مشتقهای اول و دوم نیز نرخ عبور از صفر محاسبه میشود. بهاینترتیب اطلاعات بیشتری درباره خواص طیفی سیگنال به دست میآید.
یکی از ضعفهای این روش حساسیت آن به نویز فرکانس بالا در تخمین عبور از صفر است. این مشکل با گذاشتن هیسترزیس رفع میشود، به طوریکه دامنههای بین حدود باند مرده حذفشده و عبور از صفر آنها محاسبه نمیشود. ضعف دیگر این روش، محاسبه شمارش عبور از صفرها برای مؤلفه های فرکانس پائین و فرکانس بالا است بهطوریکه مؤلفه های فرکانس پائین همواره با تخمین نقصانی و مؤلفه های فرکانس بالا  با تخمین اضافی محاسبه میشوند. روش دیگر محاسبه فواصل عبور از صفر در باندهای فرکانسی مجزا است، بهاینترتیب مشکل رویهم افتادگی امواج رفع میشود.
برتری اصلی روشهای تحلیل عبور از صفر، سادگی محاسبات مربوطه است و نتیجه برای کَمّیسازی On-line به علت ثبت های طولانی مدت مناسب است.
– تحلیل دامنه- فاصله
در این روش سیگنالهای مغزی به موجها یا نیم موجها تقسیم میشوند. این تقسیمبندی بر اساس فواصل بین عبور از صفرها و دامنه بین قله و دره در سیگنال انجام میشود. نرخ نمونهبرداری در این روش حداقل ۲۵۰ نمونه بر ثانیه است که بهعلت تخمین دقیق قله ها و دره ها است. دامنه و دوره زمانی هر نیمموج بهوسیله اختلاف بین قله و دره در دامنه و زمان تعریف میشود. دامنه و دوره زمانی موج بهوسیله متوسط دامنه و مجموع دوره زمانی دونیمموج متوالی تعریف میشوند.
– تحلیل توصیف گرهای جورت
دسته دیگر از مشخصه های مورداستفاده در تحلیل زمانی سیگنالهای مغزی، پارامترهای جورت هستند. این توصیفگرها که توسط جورت ابداعشدهاند عبارتاند از: فعالیت (Activity)، تحرک (Mobility) و پیچیدگی (Complexity). توصیفگری جورت در سیگنالهای مغزی متغیر بازمان کارایی چندانی ندارند.

روشهای تحلیل تابع همبستگی
تحلیل تابع همبستگی به طور عمده به دو شکل وجود دارد: تابع همبستگی متقابل و خودهمبستگی. حجم بالای محاسبات در تحلیل تابع همبستگی مانعی در راه گسترش کاربرد آن درگذشته بوده است و همچنین اهمیت تحلیل تابع همبستگی با ظهور محاسبه طیف توان از طریق «تبدیل فوریه سریع»، کم شد. این تکنیکها به علت زمانبری کمتر به صرفهتر بوده، درحالیکه قویتر نیز هستند. علاوه بر همه موارد فوق، تعیین مؤلفه های سیگنال از روی تابع خودهمبستگی وقتیکه سیگنال شامل چندریتم غالب باشد، مشکل است، درحالیکه این کار به وسیله طیف توان بهراحتی قابلتعیین است.
مقادیر متوالی یک سیگنال EEG یا MEG) Magnetoencephalography)، که حاصل یک فرایند آماری هستند، الزاماً مستقل نیستند. مقادیر گسسته و متوالی یک سیگنال وابستگی معینی به یکدیگر دارند و درواقع خودهمبستگی هر سیگنال در لحظه n نشاندهنده میزان تشابه سیگنال به |m پریود نمونهبرداری قبل از زمان فعلی است. اگر سیگنال تغییرات شدیدی داشته باشد شباهت آن به لحظات قبل اندک خواهد بود و نشانهای برای مورفولوژی سیگنال است و اینکه آیا ایستا است یا خیر.

روش های تحلیل در حوزه فرکانس
تحلیل سیگنالهای مغزی در حوزه فرکانس از سایر روشهای پردازش سیگنال مغزی  پرکاربردتر است و گرچه امکان محاسبه مؤلفههای فرکانسی سیگنالها با استفاده از روش تحلیل فاصله وجود دارد، لیکن مناسبترین روش تحلیل فوریه بر اساس تابع خودهمبستگی یا پریودوگرام (Periodogram) است. با ابداع الگوریتمهای سریع محاسبه تبدیل فوریه گسسته (Fast Fourier Transform (FFT در روشهای رقمی پردازش سیگنالهای مغزی پیشرفت چشمگیری به وجود آمد. در روشهای پردازش حوزه فرکانس معمولاً مشخصه های مختلف طیف توان موردبررسی قرار میگیرند. بخش مهم دیگر تحلیل طیفی سیگنالهای مغزی، تحلیل بین طیفی است. به این روش ارتباط سیگنالهای مغزی با همدیگر کمی میشود. توان بین طیفی، حاصل تبدیل فوریه بین یک سیگنال و مزدوج مختلط سیگنال دیگر است. مقدار توان بین طیفی مختلط بوده و لذا دارای دامنه و فاز است.  

روشهای تحلیل در حوزه زمان-فرکانس
تاکنون دو دیدگاه بسیار رایج زمانی و فرکانسی در مورد سیگنالها بررسی شدند. بنابر اصل عدم قطعیت هایزنبرگ، نمیتوان دقت اندازهگیری زمان و فرکانس را همزمان  بالا برد. در این مورد محدودیتهای جدی وجود دارد. بهاینصورتکه با بالابردن دقت کار در حوزه زمان، دقت کار در حوزه فرکانس کاهش مییابد و بالعکس. هرچند دیدگاههای فرکانسی تاکنون خدمات شایان توجهی را به پردازش کردهاند، اما همواره یک نکته باقی میماند؛ هنگامیکه یک سیگنال پویا ازنظر حوزه فرکانسی توسط ابزاری مانند تبدیل فوریه ملاحظه میشود، هرچند معلوم میشود چه فرکانسهایی در این سیگنال وجود دارد، اما زمان وقوع آنها همچنان در پرده ابهام میماند. از دیدگاه فرکانسی نوازندهای که قطع های را مینوازد، در گسترهای از فرکانسها سیگنالی را ایجاد میکند که اطلاعی از نحوه توالی آنها در دست نیست و معنایی از آن به دست نمیآید. در مورد سیگنالهای بیولوژیک این مسئله شکل حادتری به خود میگیرد، چراکه فرکانسهای خاص در زمانهای متفاوت، میتواند معانی مختلفی داشته باشد. این مسئله پردازش سیگنالهای بیولوژیک را به استفاده از تبدیلات حوزه زمان-فرکانس رهنمون میسازد. این تبدیلات به دو دسته خطی و غیرخطی تبدیل میشوند که معروفترین تبدیلات خطی شامل تبدیل فوریه زمان کوتاه (Short Time Fourier Transform) و تبدیل ویولت  هستند. تبدیل غیرخطی شامل تبدیل یا توزیع ویگنر (Wigner)، تابع ابهام (Ambiguity Function)  و … است.

روشهای مبتنی بر مدلسازی پارامتری
 (Parametric Methods)

مدلسازی پارامتری یکی از تکنیکهای تجزیهوتحلیل سریهای زمانی است که در آن، یک مدل ریاضی به سیگنال نمونهبرداری شده نسبت داده میشود. چنانچه مدل مذکور تقریب خوبی از رفتار سیگنال مشاهدهشده به دست آورد، میتوان از آن در طیف وسیعی از کاربردها  تخمین طیف توان ( Power    Spectrum    Estimation)، کد سازی با پیشگویی خطی (Linearity Predicted Coding)، فشرده سازی و استخراج ویژگی برای مقاصد بازشناسی الگو استفاده کرد.
روشهای مدلسازی پارامتری بر اساس فرض ایستایی سیگنال است (سیگنالهایی که مشخصات آماری آنها با زمان تغییر نمیکنند). در تجزیه وتحلیل سیگنالهای غیر ایستا نظیر سیگنالهای مغزی این مشکل به دو طریق قابلحل است: یک راه بهکارگیری مدلهای پارامتری تطبیقی است. در این روش ضرایب مدل، نمونهبهنمونه محاسبه میشود و معیار تغییر ضرایب، اختلاف بین مقدار واقعی و مقدار پیشبینیشده براساس ضرایب استخراجشده قبلی است. اگرچه این روش مشکل غیر ایستایی سیگنال را رفع میکنند اما ازنظر محاسباتی بسیار پرهزینه است.روش دیگر تقسیمبندی سیگنال به قطعات کوچک است، بهطوریکه بتوان در طول آن قطعه، سیگنال را ایستا فرض کرد. مسئله مهم دیگر در تکنیکهای مدلسازی پارامتری، روش تخمین پارامترهای مدل است. یکی از پارامترهای اولیه در تخمین مدلهای پارامتری رتبه مدل است که نقش مهمی در کیفیت و دقت مدلسازی سیگنال دارد.
یکی از مهمترین کاربردهای مدلسازی پارامتری، تخمین طیف توان سیگنال است. تخمین طیف توان با استفاده از مدلهای پارامتری در مقایسه با روشهای قدیمی که عمدتاً مبتنی بر تبدیل فوریه هستند از خصوصیات بهتری برخوردار است. چنانچه نسبت سیگنال به نویز پایین بوده و طول سیگنال موردنظر کوچک باشد، روشهای قبلی، طیف توان دقیقی را ارائه نمیکنند چراکه روشهای مبتنی بر تبدیل فوریه دقت تفکیک فرکانسی خوبی به دست نمیآورند، بنابراین مؤلفه های فرکانس دو یا چند سیگنال با طول کوتاه و نسبت سیگنال به نویز SNR) Signal-to-Noise Ratio) پائین قابلتفکیک نیستند. محدودیت مهم دیگر، لزوم پنجرهگذاری بر روی سیگنال، در حین تجزیهوتحلیل طیفی است. پنجرهگذاری باعث نشست فرکانسی در حوزه فرکانس میشود بهطوریکه توان موجود در لب اص لی به لبهای فرعی نشست میکند.
محدودیتهای فوق با استفاده از مدلهای پارامتری قابل جبران است به علاوه، مشخصه غیر ایستای سیگنالهای مغزی و درنتیجه لزوم انتخاب قطعات کوتاه از سیگنال، استفاده از آنها را مناسب میسازد. به اینترتیب با کوچکگرفتن قطعات سیگنالهای مغزی، دقت زمانی مناسبی در تجزیه وتحلیل تغییرات متوالی عملکرد مغز قابلحصول خواهد بود. در میان روشهای پارامتری  AR Autoregressive ،MA ،ARMA Autoregressive Moving Avarage روش مدلسازی خود بازگشتی AR خصوصاً باهدف تخمین طیف توان جزء معروفترینها هستند.

روشهای تحلیل با استفاده از طیفهای مرتبه بالا
 (Higher Order Spectra)

در روشهای تخمین طیف فرض اولیه بر این است که سیگنال موردبررسی به صورت جمع تعدادی از هارمونیکهای فرکانسی است که فاقد هرگونه همبستگی آماری هستند و با این فرض میزان چگالی توان در هر یک از هارمونیکها محاسبه میشود، بنابراین روابط بین فاز هارمونیکها حذف میشود. اطلاعات موجود در طیف توان اگرچه برای شناسایی کامل یک فرایند کاملاً گوسی با میانگین مشخص کافی است ولی در بسیاری از موارد عملی نیاز به اطلاعاتی بیش از طیف توان، نظیر میزان انحراف فرآیند از توزیع گوسی و میزان و نوع غیرخطیبودن فرآیند است که در طیف توان قابلدسترسی نیست.
حالتهای خاص  HOS که از کاربرد بیشتری برخوردارند عبارتاند از: طیف مرتبه ۳ و طیف مرتبه ۴ که به ترتیب به صورت تبدیل فوریه دنباله کامیولنت (Cumulant) مرتبه ۳ و دنباله کامیولنت مرتبه ۴ تعریف میشوند.

حذف نویز گوسی با طیف نامشخص در مسائل تشخیصی، تخمین پارامترها و دستهبندی سیگنالهای مغزی همچنین تشخیص و دستهبندی غیر خطیهای موجود در سیگنالهای مغزی نمونه هایی از انگیزههای قابلاستفاده از تحلیل طیفهای مرتبه بالا در پردازش سیگنال مغزی هستند.
نخستین انگیزه بر این پایه استوار است که برای فرآیند کاملاً گوسی تمام طیفهای کامیولنت از درجه بالاتر از دو صفر است. اگر یک سیگنال غیرگوسی به صورت جمعشده با نویز گوسی دریافت شود، یک تبدیل به فضای طیفهای مرتبه بالاتر از دو، نویز را (ازنظر تئوری) حذف خواهد کرد. طیف مرتبه ۳ در یک فرآیند گوسی صفر است، لذا میزان گوسینبودن فرآیند با مقدار طیف مرتبه ۳ آن متناظر است. بهمنظور کَمّیکردن میزان غیرگوسی بودن یک فرآیند اتفاقی، میتوان مجموع دامنه های طیف مرتبه ۳ را محاسبه کرده و به عنوان معیار به کار برد.
انگیزه دوم حاصل این واقعیت است که در سیگنالهای طبیعی حالاتی وجود دارد که بهواسطه تقابل بین دو مؤلفه فرکانسی از یک فرآیند، یک مؤلفه جدید در فرکانس مجموع یا تفاضل آنها به وجود میآید. این پدیده که میتواند به واسطه خاصیت غیرخطی به وجود آید، باعث ایجاد رابطه خاصی در فاز فرآیند میشود که به آن ترویج تربیعی فاز میگویند و در بعضی از کاربردهای خاص (تحقیقاتی که بر روی سیگنالهای مغزی انجامشده است حاکی از این است که بسیاری از حالات مختلف مغزی، رفتارهای خاصی را به صورت تزویج بینفرکانسی سیگنالهای مغز در فرکانسهای مختلف، از خود بروز میدهند)  لازم است بدانیم که آیا پیکهای موجود در طیف توان سیگنال، که ازنظر فرکانسی باهم رابطه هارمونیک دارند(یعنی فرکانس یکی، برابر مجموع فرکانس دوتای دیگر است) واقعاً در اثر تزویج فاز ایجادشدهاند یا سه مؤلفه مستقل هستند. ازآنجاکه طیف توان مشخصات فاز فرآیند را حذف میکند، در این مورد کارا نیستند، ولی در مقابل طیف مرتبه سه قادر به تشخیص تزویج فاز موجود و تعیین میزان آن است.
بزرگترین مشکل استفاده از روشهای مبتنی بر طیفهای مرتبه بالا در پردازش سیگنال آن است که این روشها نسبت به روشهای مبتنی بر تابع خودهمبستگی، به دنباله های طولانی تری از داده ها نیاز دارند و همچنین به علت چندبعدی بودن نیاز به محاسبات بیشتر و درنتیجه زمان محاسبه طولانیتری دارند.

روش های تجزیه وتحلیل مکانی (Spatial Analysis) 
الگوبرداری از مشخصه های مکانی سیگنالها دشوار است. این الگوها بیانگر فعالیت چندین سیستم مجزا است. قدرت تفکیک مکانی به روش ثبت و تعداد کانالهای ثبت وابسته است. سادهترین شکل تحلیل مکانی نگاشت (Mapping) توزیع پتانسیلهای مغزی بر روی پوست سر است. نگاشت مغزی در دو بخش قابلطرح و بررسی است: اول استخراج اطلاعات و پارامترهای مناسب و دوم تشکیل تصویر کامل و مناسبی از این پارامترها، به طوریکه منطبق بر موقعیت مکانی کانالها و فعالیت ثبتشده در سر باشد. در نگاشت میتوان از مؤلفه های فرکانسی سیگنالهای دریافتی یا فرم زمانی آنها بهره جست، میتوان باندهای فرکانسی را به صورت مجزا نگاشت کرد یا درصد هر یک از این امواج را در هر نقطه محاسبه کرد. 
به منظور مقایسه کمی نگاشتها، روشهای آماری جهت تولید پارامترهای مقایسه مورداستفاده قرار میگیرند. به این طریق علاوه بر بررسی فعالیت مغزی، امکان مقایسه آن با دیگر نگاشتها که میتواند نگاشتهای طبیعی یا نگاشتهای قبلی باشد، فراهم میآید. همچنین میتوان با ذخیره نگاشتهای متوالی و نمایش پشت سرهم آنها، به عملکرد زمانی مغز پی برد. روشهایی که اساس آن پردازش سیگنال های مغزی است، نیاز به وقت، حوصله و دقت دارند و تنها افراد متخصص قادرند، نتایج حاصل را آنالیز و تحلیل کنند. این روش به علت نمایش گرافیکی از عملکرد مغز، مورد استقبال طیف وسیعی از محققان قرارگرفتهاست.

پیشبینی ناتوانی دوران کودکی نوزادان نارس به کمک نقشه برداری مغز
تحقیقات نشان دادهاند که نوزادان نارس بیشتر در معرض گسترش انواع ناتوانی هستند. درهرحال یک مطالعه تازه عنوان میکند که نقشهبرداری از مغز این نوزادان میتواند عواقب منفی آسیبهای زودهنگام مغز آنان را پیشبینی و از آنها پیشگیری کند. تولد زودرس هنگامی اتفاق میافتد که نوزاد در هفته سی وهفتم بارداری (سههفته پیش از بارداری کامل) متولد شود.

در سطح جهان، تولد زودرس علت اصلی مرگومیر در کودکان زیر ۵ سال است.
بر مبنای اعلام مراکز کنــترل و پیشـــگیری از بیـماریها (Centers for Disease Control (CDC) در ایالاتمتحدآمریکا ۱ نوزاد از هر ۱۰ نوزاد بهصورت زودرس متولد میشود. CDC همچنین گزارش میدهد که یکسوم مرگومیر در کودکان براثر عوارض ناشی از تولد زودرس اتفاق میافتد.
تولد زودرس معمولاً با ریسک بالاتر ناتوانی در نوزاد و مرگ مرتبط است زیرا کودک برای رشد کامل نیاز دارد تا دوره بارداری مادر تکمیل شود. برای مثال دستگاههای حیاتی بچه شامل ریه ها، کبد، و مغز، همگی برای رسیدن به رشدونمو کامل و سالم به هفته های پایانی بارداری نیاز دارند. بسیاری از بچه های زودرس دچار عوارضی نظیر مشکلات تنفسی و تغذیه ای، دشواریهای یادگیری و اختلالات بینایی و شنوایی میشوند.
فقدان اکسیژنرسانی به مغز شایعترین علت آسیب مغزی در نوزادان دچار تولد زودرس است. دراثر این وضعیت ماده سفید مغز بچه آسیب میبیند. ماده سفید مغز مسئول اتصال نواحی مختلف ماده خاکستری مغز درون جمجمه است. همانگونه که قابل پیشبینی است، آسیب به سیستم ترانزیت در مغز میتواند به بروز مشکلات ارتباطی و پیامرسانی ضعیف در مغز، که بر کل بدن تأثیر میگذارد، منجر شود.
تحقیقات جدیدی که در نشریه نورولوژی Neurology منتشرشده است، در مورد ارتباط میان آسیب ماده سفید مغز در بچه های زودرس و ناتوانیهای مربوط به دوران کودکی به تحقیق میپردازد.
محققان گروهی از کودکان نارس را که در بخش مراقبتهای ویژه نوزادان بیمارستان زنان بریتیش کلمبیا و مرکز بهداشت ونکوور در کانادا پذیرششده بودند، موردبررسی قراردادند. دکتر میلر و تیمش ۵۸ کودک را که با تشخیص آسیب ماده سفید مغز مواجه بودند، بررسی کردند. مغز این کودکان برای مشخصشدن آسیبها در فاصله زمانی متوسط ۳۲ هفته بعد از تولد مورد اسکن MRI  و نقشهبرداری مغزی قرار گرفت. محققان مهارتهای موتور مغز و همچنین تواناییهای زبانی و استدلالی کودکان را در سن ۱۸ ماهگی مورد ارزیابی قرار دادند. آنها همچنین وضعیت کودکان را بهمدت ۷ سال پیگیری کردند.
دانشمندان به ارتباطی میان بروز آسیب زودهنگام برای ماده سفید و مشکلات استدلالی و حرکتی در کودکان پی بردند. به ویژه شمار زیادی از آسیبهای کوچک در ماده سفید  فارغ از محل بروز آنها در مغز  بهطور دقیق مشکلات محرک را در سن ۱۸ ماهگی و نیز تعداد زیادی از این آسیبها در لوب قدامی مغز، مشکلات استدلالی را پیش بینی میکرد. لوب قدامی بخشی از مغز است که در کنار سایر مهارت ها در فرآیند استدلال، زبان، حل مسئله، حافظه، داوری، و عملکرد موتور دخالت دارد.

در کل، کودکانی که پیش از هفته سی ویکم بارداری متولد میشوند در سراسر عمر خود ریسک بالاتری برای ابتلا به مشکلات تفکر، زبان و حرکت دارند، بنابراین توانایی پیشبینی اینکه کدام کودک با برخی مشکلات گسترشیابنده مواجه خواهد بود به این دلیل مهم است که آنها از بهترین مداخلات پزشکی ممکن بهرهمند خواهند شد. به همین ترتیب توانایی اطمیناندادن به والدین کودکانی که در معرض خطر قرار ندارند، مهم است. باهدف تعیین اثرات درازمدت آسیب مغزی زودرس، تحقیقات بیشتری برای ارزیابی عملکرد مغز در کودکان  زودرس نه تنها در هجده ماهگی بلکه در چندین مرحله مختلف عمر کودک موردنیاز است.

تشخیص وسواس با نقشه برداری مغز
محققان ایرانی دانشگاه آکسفورد در پروژهای مشترک با دانشگاه لندن دریافتند اختلال وسواس، ناشی از بزرگبودن قسمتی از هسته های قاعده مغز و افزایش ارتباطات آن با قشر پیشین مخ است. مجتبی زارعی، عصبشناس ایرانی دانشگاه آکسفورد به همراه همکاران خود در دانشگاه لندن توانستند با استفاده از روش های نوین نقشه برداری در مغز با ام آر آی به روشنی نشان دهند که اختلال وسواس مربوط به بزرگبودن قسمتی از هسته های قاعدهای مغز و افزایش ارتباطات آن با قشر پیشین مخ است.
این تحقیق یک همکاری مشترک بین دانشگاه آکسفورد به رهبری دکتر آنتونی جیمز و دانشگاه لندن به رهبری دکتر دیوید متیس کول است.  طرح شامل مقایسه تصاویر ام آر آی مغز ۲۶ بیمار نوجوان مبتلابه وسواس با ۱۶ نوجوان سالم است. ویژگی مهم این تحقیق، همسانی گروه مورد مطالعه  است به این معنا که بیماران همه نوجوان بوده و تفاوت سنی و طول زمان ابتلا به بیماری وسواس در این افراد کم است.
ویژگی دیگر این مطالعه آن است که نشان داده شد قسمت پشتی و جلوی یکی از هسته های قاعده مغز به نام هسته دمی شکل (Caudate Nucleus) در این بیماران به طور موضعی بزرگتر از افراد طبیعی است. بهعلاوه در این بیماران مسیرهای عصبیای که این هسته را به قسمتهای پیشین مخ مرتبط میکند بیشتر از افراد طبیعی است. قسمتهای پیشین مخ در فعالیتهای متعددی همچون تصمیمگیری، تغییر تمرکز از کاری به کار دیگر، بازداری از تمایلات، کنترل هیجانات و بسیاری فعالیتهای دیگر نقش دارند.
در بسیاری موارد این کاهش ارتباطات عصبی است که باعث بیماریهایی مانند پارکینسون و آلزایمر میشود، درحالیکه در این تحقیق نشان داده شد که در وسواس، افزایش ارتباطات باعث بیماری میشود؛ بنابراین به نظر میرسد که تنظیم دقیق ارتباطات عصبی در مغز در عملکرد صحیح آن بسیار مهم است. احتمالاً در مبتلایان به وسواس این تنظیم در دوران رشد مختل شده است. البته شواهدی در دست است که درمانهای موجود برای وسواس قادرند این اختلال عصبی را تصحیح کنند ولی در این مورد به تحقیقات بیشتری نیاز است. وسواس یک بیماری نسبتاً شایع است که در برخی مبتلایان باعث اختلال جدی در عملکرد روزمره میشود. مطالعات زیادی برای علتیابی این بیماری انجامشده است.

بررسی عملکرد مغز مبتلایان به بیماریهای روانپزشکی با نقشه برداری مغز
نقشهبرداری از مغز بیشتر جهت شناخت مکانیزم بیماریها و تغییرات ناشی از آنها در مغز استفاده میشود و در آینده در تشخیص زودهنگام بیماریهای مرتبط با مغز و اعصاب میتواند کاربرد فراوانی داشته باشد. به طور مثال در حال حاضر علت ایجاد آلزایمر، پارکینسون و یا افسردگی در افراد به طور کامل مشخص نیست و این بیماری ها به طور دقیق قابلشناسایی نیست اما با استفاده از نقشه برداری مغز میتوان در آینده به موفقیت های زیادی در این راستا دستیافت. نقشه برداری از مغز در حال حاضر کاربرد درمانی ندارد. نقشه برداری از مغز یک روش غیرتهاجمی است و باکمک آن میتوان تغییرات ساختاری و عملکردی مغز را بهتر شناخت. نقشه برداری از مغز در تشخیص زودهنگام بیماریهای مرتبط بامغز و اعصاب میتواند کاربرد بسیاری داشته باشد. با استفاده از تصویربرداری عملکردی مغز باکمک fMRI  یا PET scan میتوان در بیماری هایی همچون آلزایمر سه تا پنج سال زودتر از بروز اولین علامت بیماری آن را تشخیص داد. انجام نقشهبرداری مغز برای فرد خطرناک نیست و عوارضی در پی ندارد.

نقشه مغزی یا QEEG وسیلهای برای تشخیص زودهنگام و پیگیری درمان در بیماری آلزایمر
در دهه اخیر بیماری آلزایمر پنجمین علت مرگومیر در سنین بالای ۶۵ سالگی است. تخمینزده میشود تا سال ۲۰۵۰ تعداد بیماران آلزایمر در دنیا به ۱۱۵ میلیون نفر برسند.گزارشهای اخیر نشانگر آن است که میزان هزینه صرفشده برای این بیماران از میزان هزینه های مربوط به بیماری های قلبی و سرطان بیشتر شده است.
روشهای تصویربرداری عصبی SPECT ،PET ،MRI در تشخیص بیماری آلزایمر در مراحل ابتدایی موفق بوده ولی به علت مشکلات موجود استفاده از آنها به عنوان روش متداول در غربالگری بیماری آلزایمر محدود است. هر دو روش PET و SPECT علاوه بر خطر اشعه رادیواکتیو، روشهای سخت، زمانبر و پرهزینه ای هستند.
ارزش تشخیص زودهنگام در بیماری آلزایمر ازآنجا اهمیت پیدا میکند که با درمانهای امروزی میتوان به طورشایسته پیشرفت بیماری را به تأخیر انداخت و درنتیجه کیفیت زندگی بیماران را بهبود بخشید و استرس مربوط به پرستاری و هزینه های مربوطه را نیز کاهش داد .
بیماری آلزایمر منجر به تخریب هسته های سلولهای عصبی میشود و به دنبال این تغییرات در فعالیت الکتریکی مغز تغییرات مهمی ایجاد میشود که این تغییرات را میتوان با افراد سالم مقایسه کرد. آهستگی منتشر در الکتروآنسفالوگرافی این بیماران با میزان کاهش شناخت مطابقت دارد، با این روش میتوان پارامترهای معنیداری در الکتروآنسفالوگرافی برای تشخیص زودهنگام بیماری و طبقه بندی آن استخراج کرد در ضمن اختلاف بارزی در الکتروآنسفالوگرافی بین بیماران آلزایمری که حامل APOE epsilon 4  و آنهایی که حامل این ژن نیستند وجود دارد. افرادی که بدون علائم دمانس هستند ولی ازنظر ژنتیکی احتمال بروز بیماری آلزایمر در آنها زیاد است، فنوتیپ فیزیولوژی نورونهای آنها دارای افزایش تحریکپذیری و اختلال در ساختمان های عمقی مغز که منشأ تولید امواج آلفا هستند، میشود و این تغییرات را حتی دهها سال قبل از بروز اولین علائم بالینی دمانس میتوان یافت.
الکتروآنسفالوگرافی کَمّی وسیله تشخیصی آسان و در دسترسی است که میتواند برای تشخیص زودهنگام بیماری آلزایمر و پیگیری درمان دمانس مفید باشد.  این روش میتواند مکمل معاینات کلینیکی و وسیله ارزیابی مستقل درجهت پاسخدهی به درمان دارویی  بیماران مبتلابه آلزایمر باشد.

نمایش بیشتر

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
بستن
بستن

adblock را غیر فعال کنید

سیستم زوم طب روشی را برای دور زدن تبلیغات در سیستم شما یافته است جهت حمایت از ما از استفاده از آن صرف نطر کنید