EEG artefaktları nedir? Önleme ve temizleme yöntemleri

EEG artefaktı, EEG kaydına beyin dışındaki bir kaynaktan ya da ölçüm düzeneğinin kendisinden karışan her türlü sinyaldir. Saçlı derideki EEG mikrovolt düzeyindedir; göz kırpması, çene kası ya da şebeke elektriği ise bu sinyalden kat kat büyük olabilir ve aynı frekans bantlarına düşebilir. Artefaktı tanımayan bir analiz, göz hareketini frontal bir etki, kas gerginliğini beta ritmi ya da gevşek bir elektrodu ilginç bir kanal olarak raporlayabilir. Bu rehber artefaktların türlerini, kayıtta nasıl göründüklerini, kayıt sırasında nasıl önlendiklerini ve kayıttan sonra hangi yöntemlerle, hangi ödünleşimlerle temizlendiklerini araştırma yöntemi açısından ele alır.

01EEG artefaktı nedir, neden önemlidir?

Artefaktlar genellikle iki aileye ayrılır. Fizyolojik artefaktlar katılımcının bedeninden gelir: gözler, yüz ve boyun kasları, kalp, ter bezleri ve hareket. Teknik artefaktlar ise ortamdan ve ölçüm zincirinden gelir: şebeke elektriği, elektrot ile deri arasındaki temas, kablolar ve amplifikatör. Bazı durumlarda beyinden gelen bir sinyal de araştırma sorusuna göre artefakt sayılabilir; örneğin uyaran yanıtını inceleyen bir çalışmada, katılımcı gözlerini kapadığında yükselen alfa ritmi.

Artefaktın önemi yalnızca kayda gürültü eklemesinde değildir; bazı artefaktlar EEG’nin kendi özelliklerini taklit eder. Goncharova ve arkadaşları (2003), alın ve şakak kaslarının zayıf bir kasılmasının bile tüm saçlı deride alfa, mu ya da beta ritmini örten ya da bunlara benzeyen EMG etkinliği oluşturabildiğini göstermiştir. Artefakt deney koşuluyla ilişkiliyse, örneğin zor denemelerde katılımcı daha çok göz kırpıyorsa, sonuç yalnızca gürültülü değil sistematik olarak yanlı olur. Bu nedenle artefakt yönetimi analizin son adımı değil, deney tasarımının bir parçasıdır.

02Fizyolojik artefaktlar

Göz kırpması ve göz hareketleri (EOG)

Göz, ön yüzü (kornea) arka yüzüne (retina) göre pozitif olan bir elektrik dipolü gibi davranır. Göz döndüğünde ya da göz kapağı korneanın üzerinden kaydığında bu alan değişir ve en çok ön kanallara (Fp1, Fp2, F7, F8) yansır. Göz kırpması ön kanallarda birkaç yüz milisaniye süren, büyük ve iki yanda simetrik bir sapma bırakır. Yatay göz hareketleri (sakkadlar) F7 ile F8’de ters işaretli, basamak biçiminde sapmalar oluşturur; dikey hareketler ise ön orta hatta belirgindir. Gratton ve arkadaşları (1983), göz kaynaklı sinyalin EEG kanallarına yayılma katsayısının frontal kanallardan parietal kanallara doğru azaldığını ve sakkadlarda göz kırpmasından daha büyük olduğunu göstermiştir.

Kas etkinliği (EMG)

Çene sıkma, kaş çatma, yutkunma, konuşma ve boyun gerginliği kas etkinliği üretir. EMG, EEG’ye göre çok daha yüksek frekanslara uzanan, düzensiz ve sık salınımlı bir sinyaldir. Goncharova ve arkadaşlarının ölçümlerinde EMG 0 Hz’den 200 Hz’in üzerine kadar geniş bir bantta yer almış; genliği ön bölgede 20–30 Hz, şakak bölgesinde 40–80 Hz civarında en yüksek olmuştur. Kas artefaktı en çok kasa yakın kenar kanallarda görülür, ancak zayıf bir kasılmada bile verteks yakınında 12 Hz’in üzerindeki frekanslarda ölçülebilmiştir. Bu örtüşme, kas artefaktını yalnızca filtreyle ayırmayı zorlaştırır: beta ve gama bandındaki beyin etkinliği de aynı frekanslardadır. Dil de küçük bir elektrik dipolü gibi davrandığından konuşma ve yutkunma kayda ayrıca yavaş sapmalar ekleyebilir.

Kalp etkinliği (ECG) ve nabız

Kalbin elektrik alanı, özellikle kulak memesi, mastoid ve temporal kanallarda kalp atımıyla eş zamanlı, keskin ve düzenli sivrilikler olarak görülebilir. Bir elektrot saçlı derideki bir atardamarın üzerine denk geldiğinde ise nabız artefaktı oluşur: damarın atımı elektrodu hafifçe oynatır ve her kalp atımından kısa bir süre sonra tekrarlayan yavaş dalgalar görülür. İki artefakt da kalp hızıyla tekrarladığı için ayrı bir ECG kanalı kaydedildiğinde kolayca tanınır.

Ter ve deri potansiyelleri

Sıcak bir odada ya da uzun bir oturumda ter bezlerinin etkinliği, elektrot ile deri arasındaki elektrokimyasal dengeyi değiştirir. Sonuç, birkaç saniye süren, çok yavaş ve geniş taban çizgisi dalgalanmalarıdır; komşu elektrotlarda benzer biçimde görülebilir ve tuzlu ter iki elektrot arasında köprü de oluşturabilir. Ter artefaktı genellikle 1 Hz’in altındaki çok yavaş frekanslarda yoğunlaşır ve yavaş ERP bileşenleriyle aynı bölgeye düşer.

Baş ve beden hareketi

Başın dönmesi, konuşma, yürüme ya da başlığın bir yere dayanması elektrotları deri üzerinde kaydırır ve kabloları sallar. Kayıtta birçok kanalda aynı anda görülen, büyük, düzensiz ve çoğunlukla düşük frekanslı sapmalar oluşur. Yürüme, spor ya da sanal gerçeklik gibi hareketli paradigmalarda bu artefakt tümüyle önlenemez; başlıktaki bir ivmeölçer hareketin zamanını kaydederek artefaktın tanınmasını kolaylaştırır.

03Teknik artefaktlar

Şebeke gürültüsü (50 Hz)

Türkiye’de ve Avrupa’da şebeke frekansı 50 Hz’dir (Amerika kıtasının büyük bölümünde 60 Hz). Elektrik kabloları, adaptörler, aydınlatma ve yakındaki cihazlar kayda bu frekansta, bazen de 100 ve 150 Hz’teki harmoniklerinde sinüs biçimli bir gürültü ekler. Yüksek ya da elektrotlar arasında dengesiz empedans, amplifikatörün ortak mod bastırma yeteneğini zayıflattığı için gürültüyü artırır. Spektrumda 50 Hz’te dar ve keskin bir tepe olarak görülür.

Elektrot patlaması (electrode pop)

Jelin kuruması ya da elektrot temasının anlık değişmesiyle tek bir kanalda ani, dik bir sıçrama ve ardından yavaş bir geri dönüş görülür. Yalnızca tek bir kanalı etkilemesi, beyin kaynaklı olmadığının en güçlü işaretidir: beyinden gelen bir alan komşu elektrotlara da yayılır.

Yüksek empedans ve kötü temas

Elektrot ile deri arasındaki temas zayıfsa kanal daha gürültülü olur, şebeke gürültüsünü daha çok toplar ve yavaş kaymalar gösterir. Aktif elektrotlar sinyali deriye yakın noktada güçlendirerek kablo kaynaklı parazite duyarlılığı azaltır; yine de iyi temas her elektrot tipinde gereklidir.

Kablo hareketi

Pasif elektrotlarla kayıtta elektrot kablolarının sallanması ya da birbirine sürtünmesi düşük frekanslı sapmalar üretir. Kabloların başlığa ve gövdeye sabitlenmesi, amplifikatörün başa yakın taşınması ya da kablosuz sistemler bu riski azaltır.

Köprüleşme (bridging)

Fazla jel ya da ter iki komşu elektrodu birbirine bağladığında iki kanal elektriksel olarak kısa devre olur ve neredeyse aynı sinyali kaydeder. İki kanalın farkı sıfıra yaklaşır, korelasyonları olağan dışı yüksektir. Sık aralıklı, yüksek yoğunluklu başlıklarda daha sık görülür.

Amplifikatör doygunluğu

Sinyal amplifikatörün giriş aralığını aştığında kayıt bir sınır değerde düz bir çizgi olarak kesilir (kırpılma). Büyük elektrot kaymaları, güçlü hareket ya da elektriksel uyarım bunun nedenleri arasındadır. Kırpılan bölümdeki bilgi geri getirilemez; bu bölümler analizden çıkarılır.

Ortamdan gelen diğer gürültüler

Asansör, cep telefonu, monitör ve motorlu cihazlar elektromanyetik gürültü, kapı çarpması gibi titreşimler ise kısa sıçramalar ekleyebilir.

04Artefaktlar bir bakışta: neden, görünüm, önleme ve giderme

Aşağıdaki tablo en sık karşılaşılan artefaktları özetler. Giderme sütunu yaygın seçenekleri listeler; hangisinin uygun olduğu araştırma sorusuna ve verinin miktarına bağlıdır.

05Kayıt sırasında önleme

Hiçbir temizleme yöntemi kaydedilmemiş bir sinyali geri getiremez; artefakt yönetiminin en etkili adımları kayıttan önce ve kayıt sırasında atılır. Bir laboratuvar protokolünde şu noktalar yer almalıdır:

Cilt hazırlığı ve empedans

Elektrot tipine uygun cilt hazırlığı yapın ve kayıttan önce empedansı üreticinin önerdiği düzeye indirin; değerleri katılımcı kaydına yazın.

Başlığın oturması

Doğru bedende ve doğru konumda takılmış, kaymayan bir başlık kullanın; kabloları başlığa ve gövdeye sabitleyin.

Ek kanallar

Göz hareketleri için dikey ve yatay EOG (VEOG, HEOG), gerekiyorsa ECG ve boyun EMG’si kaydedin; hareketli paradigmalarda ivmeölçer verisini de alın. Bu kanallar artefaktı sonradan tanımayı ve regresyon ya da ICA ile çıkarmayı kolaylaştırır.

Yönergeler ve deney tasarımı

Katılımcıdan çenesini gevşek tutmasını, ekrandaki fiksasyon noktasına bakmasını ve göz kırpmayı denemeler arasındaki kısa molalara bırakmasını isteyin. Deneme süreleri bu molalara izin verecek biçimde planlanmalıdır.

Kalibrasyon kaydı

Deneyden önce katılımcının bilerek göz kırptığı, gözlerini sağa sola ve yukarı aşağı hareket ettirdiği ve çenesini sıktığı kısa bir bölüm kaydedin. Bu bölüm artefaktların o katılımcıdaki görünümünü gösterir ve düzeltme yöntemlerine örnek sağlar.

Ortam

Gereksiz elektrikli cihazları kapatın, güç kablolarını elektrot kablolarından uzak tutun ve odayı terlemeyi önleyecek kadar serin tutun.

İzleme ve not

Kayıt boyunca ham sinyali izleyin; öksürme, konuşma ya da başlık düzeltme gibi olayları zamanıyla birlikte deney günlüğüne ya da olay işaretiyle kayda not edin.

Paradigmaya uygun donanım

Hareketli paradigmalarda aktif elektrotlar ve kablosuz sistemler kablo kaynaklı artefaktları azaltır; seçim, paradigmanın gerektirdiği harekete göre yapılmalıdır.

06Kayıttan sonra temizleme: yöntemler ve ödünleşimler

Kayıttan sonra artefaktlar iki yolla ele alınır: artefaktlı bölüm ya da kanal çıkarılır (reddetme) veya artefaktın katkısı kestirilip sinyalden çıkarılır (düzeltme). Urigüen ve Garcia-Zapirain’in (2015) derlemesi, en iyi yöntemin artefaktın türüne, EEG sinyaline ve sinyal ile artefakt arasındaki orana bağlı olduğunu belirtir ve birden fazla yöntemin aşamalı olarak birleştirilmesini önerir.

Filtreleme ve çentik filtre

Yüksek geçiren filtre yavaş kaymayı ve ter dalgalanmalarını, alçak geçiren filtre yüksek frekanslı kas etkinliğinin bir kısmını, 50 Hz çentik filtre ise şebeke gürültüsünü azaltır. Filtreler en ucuz ve en öngörülebilir araçtır, ancak yalnızca frekansı EEG’den ayrılan artefaktlarda işe yarar. Göz kırpması delta bandıyla, kas etkinliği beta ve gama bandıyla örtüşür; bu artefaktlar filtreyle beyin etkinliğine zarar vermeden ayrılamaz. Yüksek geçiren filtrenin kesim frekansı da dikkatle seçilmelidir: ERP çalışmalarında yüksek bir kesim yavaş bileşenleri bozabileceğinden genellikle 0,1 Hz gibi düşük değerler tercih edilir. Çentik filtrenin yerine şebeke bileşenini sinüs olarak kestirip çıkaran yöntemler de kullanılır; bu yöntemler 50 Hz çevresindeki beyin etkinliğine daha az dokunmayı amaçlar.

Kötü kanalların interpolasyonu

Kayıt boyunca gürültülü, düz ya da kopuk kalan bir kanal; genlik sapması, komşu kanallarla korelasyon ve şebeke gürültüsü oranı gibi ölçütlerle işaretlenir. Bu kanal, komşu elektrotlardan küresel spline (spherical spline) yöntemiyle yeniden hesaplanabilir. Ödünleşim: interpole edilen kanal yeni bilgi taşımaz, yalnızca komşularının ağırlıklı bir birleşimidir; bu nedenle verinin bağımsız boyut sayısı (rank) azalır ve aynı bölgedeki birçok kanal bozuksa onarım güvenilir olmaz. Kötü kanallar ortalama referansa geçilmeden önce onarılmalıdır; aksi halde gürültüleri referans aracılığıyla bütün kanallara yayılır.

Epok reddi

Denemelere bölünmüş veride, belirli bir genlik eşiğini (örneğin ±100 µV) ya da tepe-tepe değerini aşan epoklar analizden çıkarılır. Yöntem basit ve şeffaftır, ancak veri kaybına yol açar: çok sayıda epok reddedilirse istatistiksel güç düşer, koşullar arasında farklı sayıda deneme kalabilir ve artefakt bir koşulda daha sıksa sonuç yanlı olabilir. Her katılımcı ve koşul için reddedilen epok sayısı raporlanmalıdır.

Bağımsız bileşen analizi (ICA)

ICA, çok kanallı kaydı istatistiksel olarak bağımsız bileşenlere ayırır. Göz kırpması, göz hareketi, kalp atımı ve bazı kas kaynakları ayrı bileşenler olarak ortaya çıkar; araştırmacı bu bileşenleri saçlı deri haritası, zaman seyri ve spektrumuyla tanır, çıkarır ve kaydı geri kalan bileşenlerden yeniden kurar. Böylece artefaktlı bölümler silinmeden veri korunur. MNE-Python belgeleri ICA’nın 1 Hz yüksek geçiren filtreden geçmiş bir kopya üzerinde hesaplanmasını önerir; filtreleme doğrusal bir işlem olduğundan bulunan çözüm, filtrelenmemiş ya da daha düşük kesimle filtrelenmiş veriye uygulanabilir. EEGLAB ile birlikte gelen ICLabel eklentisi bileşenlerin beyin, göz, kas ya da şebeke gürültüsü gibi türlerini otomatik olarak tahmin eder.

ICA’nın da bedelleri vardır. İyi bir ayrıştırma için yeterince uzun ve görece temiz veri gerekir; çok gürültülü bölümler önce çıkarılmalıdır. Ortalama referans ya da kanal interpolasyonu verinin rank’ını düşürür; EEGLAB belgeleri bu durumda bileşen sayısının buna göre azaltılması gerektiğini belirtir. Bir bileşen beyin ve artefakt etkinliğini birlikte taşıyabilir ve onu çıkarmak beyin sinyalinin bir kısmını da götürür; bileşen seçimi bu nedenle ölçütleri önceden belirlenmiş ve raporlanan bir karar olmalıdır. Urigüen ve Garcia-Zapirain, kayıt ya da artefakt hakkında önceden bilgi yoksa ICA tabanlı düzeltmeyi en güvenli yaklaşım olarak değerlendirir.

Artefakt alt uzayı yeniden yapılandırması (ASR)

ASR, kaydın temiz bir bölümünden verinin olağan istatistiklerini öğrenir; ardından kısa, kayan pencerelerde bu istatistiklerden çok sapan bileşenleri bulur ve o bölümü temiz verinin yapısına göre yeniden kurar. Otomatiktir, gerçek zamanlı çalışabilir ve büyük, geçici artefaktlara, örneğin hareket ve kas patlamalarına karşı etkilidir; EEGLAB’ın clean_rawdata eklentisiyle kullanılır. Chang ve arkadaşları (2020), simüle sürüş sırasında alınan 20 EEG kaydında ASR’nin beyin bileşenlerinden çok göz ve kas bileşenlerini azalttığını, sonraki ICA ayrıştırmasının kalitesini artırdığını ve kesim parametresinin 20 ile 30 arasında seçilmesinin artefaktı çıkarmakla beyin etkinliğini korumak arasında denge kurduğunu bildirmiştir. Ödünleşim: çok düşük bir kesim beyin etkinliğini de siler ve yöntemin başlangıçta temiz bir kalibrasyon bölümüne ihtiyacı vardır.

EOG kanalıyla regresyon

Ayrı EOG kanalları kaydedildiyse, göz sinyalinin her EEG kanalına ne kadar yayıldığı bir yayılma katsayısıyla kestirilir ve bu katkı çıkarılır. Gratton, Coles ve Donchin’in (1983) yöntemi göz kırpması ve sakkad için ayrı katsayılar hesaplar ve artefaktlı denemeleri atmadan tüm denemelerin korunmasını sağlar. Ödünleşim: EOG kanalı da yakınındaki beyin etkinliğini kaydeder, bu nedenle regresyon göz sinyaliyle birlikte ön bölgeden gelen beyin sinyalinin bir kısmını da çıkarır. Yöntem göz dışındaki artefaktlara uygulanamaz.

Yöntemlerin güçlü ve zayıf yanları şöyle özetlenebilir:

07Bir ön işleme sırası örneği

Yöntemlerin sırası sonucu etkiler. Aşağıdaki sıra yaygın bir düzendir ve bu makalenin altındaki analiz laboratuvarının izlediği yolla örtüşür; çalışmanın sorusuna göre uyarlanmalıdır.

1. Ham kaydı ve spektrumunu inceleyin; kayıt günlüğündeki notlarla karşılaştırın.
2. Kötü kanalları önceden belirlenmiş ölçütlerle işaretleyin.
3. Filtreleyin: yavaş kayma için yüksek geçiren filtre, şebeke gürültüsü için çentik filtre ya da şebeke bileşenini çıkaran bir yöntem, gerekiyorsa alçak geçiren filtre.
4. Kötü kanalları interpole edin, ardından referansı değiştirin (örneğin ortalama referans).
5. ICA’yı 1 Hz yüksek geçiren filtreden geçmiş bir kopyada hesaplayın; göz, kalp ve belirgin kas bileşenlerini belirleyip asıl veriden çıkarın.
6. Veriyi epoklara bölün, bazal düzeltme yapın ve kalan büyük artefaktlı epokları eşikle reddedin.
7. Her katılımcı için reddedilen kanal, bileşen ve epok sayısını, kullanılan parametrelerle birlikte raporlayın.

Bu sıranın gerekçeleri vardır: kötü kanal onarılmadan ortalama referansa geçilirse gürültüsü tüm kanallara yayılır; ICA filtrelenmemiş yavaş kaymalarla hesaplanırsa ayrıştırma bozulur; epok reddi sona bırakıldığında düzeltilebilecek denemeler gereksiz yere atılmaz. Temizlenmiş veride de son bir görsel kontrol yapılmalıdır. Klinik EEG’de artefaktın ayırt edilmesi ve kaydın yorumu hekim değerlendirmesine bağlıdır; bu rehber araştırma kayıtlarının ön işlemesi için yazılmıştır.

Aktif elektrotlar, kablosuz EEG sistemleri ve çevrimdışı artefakt işleme araçları içeren analiz yazılımı katalogda yer alır. Paradigmanıza uygun kayıt düzeni için teklif formundan bize ulaşabilirsiniz.