Spektral özellikler yazımızda boy örneğini vermiştik: 1,85 metre, boyumun metrik sistemdeki ifadesi. Fourier dönüşümü de sinyali başka bir ölçü sistemine, frekans alanına taşıyordu. Bu yazıda ölçü sistemini hiç değiştirmiyoruz. Sinyali, kaydedildiği haliyle, yani zaman ekseninde okuyoruz.
Bir Yolculuğu Özetlemek
Arabayla uzun bir yola çıktığınızı ve yolculuğun her saniyesindeki hızınızın kaydedildiğini düşünün. Binlerce sayı. Ama birine yolculuğu anlatmak için bu sayıların hepsini okumanız gerekmez. Birkaç özet yeterli:
- Ortalama hızınız neydi?
- Hızınız ne kadar dalgalandı? Sabit mi gittiniz, sürekli hızlanıp yavaşladınız mı?
- Kaç kez durup kalktınız?
- Ani frenler oldu mu?
EEG için de aynı soruları soruyoruz. Bunlara zamansal ya da zaman alanı özellikleri diyoruz.
En Temel Özellikler
- Ortalama ve genlik: Sinyalin ne kadar büyük salındığı. Tepeden tepeye genlik, en yüksek ve en düşük değer arasındaki fark.
- Varyans: Sinyalin ortalaması etrafında ne kadar dalgalandığı. Sinyalin enerjisiyle doğrudan ilişkili.
- Sıfır geçiş sayısı: Sinyalin belirli bir sürede sıfır çizgisini kaç kez kestiği. Fourier’ye hiç başvurmadan, sinyalin ne kadar hızlı salındığına dair kaba ama hızlı bir fikir veriyor. Yolculuktaki “kaç kez durup kalktınız?” sorusu gibi.
- Çarpıklık ve basıklık: Sinyal dengeli mi salınıyor, yoksa arada bir ani, sivri tepeler mi yapıyor? Ani frenler gibi. Epileptik deşarjlar gibi sivri olayları yakalamakta işe yarıyor.
Hjorth Parametreleri
1970’te Bo Hjorth, EEG’yi tamamen zaman alanında özetleyen üç parametre önerdi. Bugün hâlâ çok kullanılıyorlar:
- Aktivite: Sinyalin ne kadar “yüksek sesli” olduğu, yani varyansı.
- Hareketlilik: Sinyalin ortalama temposu. Ne kadar hızlı değiştiği.
- Karmaşıklık: Sinyalin saf bir sinüs dalgasına ne kadar benzediği. Değer büyüdükçe sinyal daha düzensiz.
İlginç olan, bu üç sayının frekans hakkında da bilgi taşıması. Ama hiçbiri Fourier dönüşümü gerektirmiyor, bu yüzden çok hızlı hesaplanıyor.
Olaya Bağlı Potansiyeller
Zaman alanının belki de en güçlü aracı olaya bağlı potansiyeller (ERP). Bir katılımcıya aynı türden bir uyaranı onlarca kez gösterip, her seferinde uyarandan hemen sonraki birkaç yüz milisaniyelik EEG parçasını alıp üst üste ortalıyoruz.
Kalabalık bir salonda herkes rastgele konuşurken bir grubun aynı cümleyi tekrar tekrar fısıldadığını düşünün. Tek seferde duyamazsınız. Ama yüz kaydı üst üste koyarsanız, rastgele konuşmalar birbirini götürür, tekrarlanan fısıltı belirginleşir. ERP’de de beynin uyarana verdiği tutarlı tepki, rastgele etkinliğin içinden böyle ortaya çıkıyor. Örneğin uyarandan yaklaşık 300 milisaniye sonra beliren P300 dalgası, dikkat ve beklenmedik olaylarla ilişkilendiriliyor.
Neden Önemli?
Zamansal özellikler hesaplaması kolay, yorumlaması sezgisel ve gerçek zamanlı uygulamalar için yeterince hızlı. Çoğu çalışmada spektral özelliklerle birlikte kullanılıyor: biri “ne kadar hangi ritim?” sorusunu, diğeri “sinyal zamanda nasıl davranıyor?” sorusunu cevaplıyor.
Bir sonraki yazıda üçüncü bir bakış açısına geçeceğiz: Sinyalin ne kadar “pürüzlü” olduğunu ölçen fraktal özellikler.
Kaynaklar
- Hjorth, B. (1970). EEG analysis based on time domain properties. Electroencephalography and Clinical Neurophysiology, 29(3), 306–310. DOI: 10.1016/0013-4694(70)90143-4