در قسمت دوم معرفی گزارش نقشه مغزی QEEGhome، صفحه‌ی سوم گزارش معرفی خواهد شد. این صفحه در ارتباط با ارزیابی پاتوژیکال (Pathological assessment) می‌باشد و دارای سه قسمت است:
1.مقایسه با دیتابیس پاتولوژیک
2.جدول تشخیصی بر اساس جامعه پاتولوژیک
3.تعیین شدت اختلال
یکی از ویژگی‌های خاص و بدیع گزارش‌های QEEGhome همین قسمت می‌باشد. در QEEGhome برای تجزیه و تحلیل داده EEG علاوه بر جامعه‌ی نرمال، جامعه‌ی پاتولوژیک هم جمع آوری شده است.
در این قسمت ویژگی cordance روی pathological map هایی که در شکل زیر می‌بنید، به شما ارائه می‌شود. متناسب با تشخیص اولیه‌‌ی بیمار (در اطلاعات اولیه بیمار این قسمت توسط شما معین شده است) داده‌ی بیمار از لحاظ آماری با دیتابیس پاتولوژیک مربوطه بررسی می‌شود، سپس روی pathological map قسمت‌های با بیشترین شباهت عملکرد تعیین می‌شود.
مقدار شباهت در 19 الکترود، بصورت رنگ و بر حسب color bar کناری برای هر الکترود نشان داده می‌شود، هر چه قدر الکترود پر رنگتر باشد، یعنی بیمار در آن ناحیه به جامعه پاتولوژیک نزدیکتر است و شباهت بیشتری را با این گروه دارد . بنابراین، این قسمت، مناسب‌ترین ناحیه برای مداخله و شروع درمان خواهد بود.
همانطور که در تصویر زیر مشاهده می‌کنید، این جدول شامل قسمت‌های مختلفی است. این جدول نتیجه‌ی مطالعه‌ی بیش از 900 مقاله توسط متخصصین تیم ما در زمینه‌ی تشخیص اختلالات افسردگی، ADHD،Adult ADHD و دمانس مبتنی بر QEEG است.
در این بخش، مطابق با تشخیص اولیه اختلال بیمار، نقشه مغزی او با نورومارکرهای مرتبط و تعریف شده‌ی اختلال انطباق داده می‌شود.
همانطور که در این قسمت مشاهده می‌کنید هر دو داده چشم باز و چشم بسته مورد بررسی قرار می‌گیرد.
در این قسمت از جدول اندازه z-score در هر abnormality تعیین می‌شود.
در این قسمت از جدول نوع abnormality یا اختلال و همچنین ناحیه‌ی اختلال به منظور طراحی پروتکل درمانی در نوروفیدبک تعیین می‌شود.
در نهایت، جدول تشخیصی به متخصصین این حوزه کمک می‌کند تا به تمامی ویژگی‌ها و نورومارکرهای مرتبط با اختلال، به صورت یک‌جا دسترسی داشته باشند.
در این قسمت، شدت اختلالاتی مانند افسردگی و اضطراب، دمانس و غیره بر حسب تشخیص اولیه پزشک به صورت نمودار زیر تعیین می‌شود. مثلا برای تشخیص اولیه افسردگی، شدت افسردگی و اضطراب را خواهیم داشت. برای فردی با تشخیص آلزایمر شدت دمانس را خواهیم داشت و برای سایر اختلالات نیز به همین صورت خواهد بود.
بر اساس داده‌های EEG و شدت اختلال و همچنین بر حسب هوش مصنوعی روند بیماری بر اساس سیگنال EEG بیمار تعیین می‌شود. در واقع بدین صورت متوجه خواهید شد که در ابتدا شدت اختلال چه قدر است و سپس بر طبق درمانی که برای مراجع در نظر گرفته‌اید چقدر اختلال و بیماری پیشرفت یا حتی پسرفت کرده است و بدین ترتیب، میزان بهبودی بیمار مرتبط با شاخص‌های EEG مشخص خواهد شد.
