تجزیه و تحلیل سنتی سیگنال EEG، شامل بررسی بٌعد فرکانسی این سیگنال می‌باشد. اما می‌دانیم که سیگنال‌های مغزی حالتی پویا و دینامیک دارند. بنابراین، بررسی بٌعد زمانی این سیگنال‌ها نیز می‌تواند اطلاعات مفیدی را ارائه کند. ویژگی میکرواستیت که از سیگنال EEG استخراج می‌شود، توزیع فضایی پتانسیل‌های الکتریکی روی پوست سر را در هر لحظه مشخص می‌کند.
این ویژگی نشان دهنده تغییرات در فعالیت large scale brain networks مانند default mood network، salient network، visual network، sensory network و غیره است. جالب است بدانید که سایر روش‌های تصویربرداری مغزی مانند fMRI و PET به علت وضوح زمانی پایین، قادر به بررسی تغییرات سریع شبکه‌های مغزی نمی‌باشند و تنها با استفاده از EEG که وضوح زمانی بالایی دارد و به کمک ویژگی میکرواستیت استخراج شده از آن، می‌تواند تغییرات شبکه‌های مغزی را بصورت دقیق بررسی و مطالعه کرد (1).
همانطور که اطلاع دارید، فعالیت شبکه‌های مغزی در برخی از بیماری‌های اعصاب و روان مانند افسردگی، آلزایمر، اوتیسم، اسکیزوفرنی، بیش‌فعالی و غیره دچار تغییر می‌شوند. به عنوان نمونه، مطالعه‌ای که تیم QEEGhome در شانزدهمین کنگره دانش اعتیاد ارائه کرد و جزو مقالات راه یافته به پنل مقالات برتر این کنگره بود، نشان می‌دهد که saliency network و default mood network در مصرف‌کنندگان متامفتامین دچار تغییراتی نسبت به سایر افراد می‌شود.
بررسی این تغییرات می‌تواند پزشک را نسبت به نوع مداخله و شرایط بیمار آگاه‌تر سازد. همچنین، تغییرات وضعیت این شبکه‌ها قبل و بعد از مداخله نیز، دید مناسبی نسبت به روند بهبودی بیمار به بالینگر می‌دهد.
1- Michel, C. M., & Koenig, T. (2018). EEG microstates as a tool for studying the temporal dynamics of whole-brain neuronal networks: a review. Neuroimage, 180, 577-593.
