article detail

การตรวจคลื่นไฟฟ้าสมอง (Electroencephalography: EEG) - Update

• โดย พรชัย สุรทานนท์ และ ศ.นพ.สมศักดิ์ เทียมเก่า
• 9 กรกฎาคม 2569
• Tweet

สารบัญ

• เกริ่นนำ
• การนำไปใช้ (Uses)
  • โรคลมชัก (Epilepsy)
  • หอผู้ป่วยติดตามอาการโรคลมชัก (Epilepsy Monitoring Unit - EMU)
  • โรคสมองอื่นๆ (Other brain disorders)
  • หอผู้ป่วยวิกฤต (ICU)
  • เครื่องตรวจ EEG แบบพกพาสำหรับใช้งานที่บ้าน (Home ambulatory EEG)
• การใช้ในงานวิจัย (Research use)
  • ข้อดีของการตรวจ EEG (Advantages)
  • ข้อเสียของการตรวจ EEG (EEG Disadvantages)
  • การใช้ EEG ร่วมกับเทคนิคการสร้างภาพสมองระบบประสาทอื่นๆ (With other neuroimaging techniques)
• กลไก (Mechanisms)
  • ข้อจำกัดของการตรวจคลื่นไฟฟ้าสมอง (Limitations)
  • ข้อดีของ EEG เมื่อเปรียบเทียบกับวิธี fMRI, fNIRS, fUS และ PET (EEG's benefits over fMRI, fNIRS, fUS and PET)
  • การเปรียบเทียบ EEG กับ MEG (EEG vis-à-vis MEG)
  • คลื่นไฟฟ้าสมองในสภาวะปกติ (Normal activity)
  • การเปรียบเทียบช่วงความถี่ของคลื่นสมอง (Comparison of EEG bands)
  • รูปแบบของคลื่นไฟฟ้าสมอง (Wave patterns)
• สัญญาณรบกวนแปลกปลอม (Artifacts)
  • การกำจัดสัญญาณรบกวนแปลกปลอม (Artifact removal)
  • สัญญาณรบกวนแปลกปลอมจากระบบสรีรวิทยา (Physiological artifacts)
    • สัญญาณรบกวนแปลกปลอมจากดวงตา (Ocular artifacts)
    • สัญญาณรบกวนแปลกปลอมจากกล้ามเนื้อ (Muscular artifacts)
    • สัญญาณรบกวนแปลกปลอมที่เกิดจากการทำงานของหัวใจ (Cardiac artifacts)
  • สัญญาณรบกวนแปลกปลอมจากสิ่งแวดล้อม (Environmental artifacts)
• คลื่นไฟฟ้าสมองที่ผิดปกติ (Abnormal activity)
  • การสื่อสารทางไกล (Remote communication)
  • การวินิจฉัยด้วย EEG (EEG diagnostics)

เกริ่นนำ

 การตรวจคลื่นไฟฟ้าสมอง (Electroencephalography: EEG) คือ วิธีการบันทึกเส้นกราฟแสดงสัญญาณไฟฟ้าของสมองที่เกิดขึ้นเองตามธรรมชาติ สัญญาณทางชีวภาพที่ตรวจพบด้วยวิธี EEG นี้ได้รับการพิสูจน์แล้วว่าเป็นตัวแทนของศักย์ไฟฟ้าหลังไซแนปส์ (Postsynaptic potentials) ของเซลล์ประสาทพีระมิด (Pyramidal neurons) ในสมองส่วนนีโอคอร์เท็กซ์ (Neocortex) และแอลโลคอร์เท็กซ์ (Allocortex) โดยทั่วไปแล้วการตรวจวิธีนี้จะเป็นแบบไม่มีการรุกล้ำเข้าไปในร่างกาย (Non-invasive) โดยารวางขั้วรับสัญญาณ EEG ไว้ตามหนังศีรษะ (มักเรียกว่า "Scalp EEG") โดยใช้ระบบสากล 10-20 (International 10–20 system) หรือระบบอื่นที่ดัดแปลงไปจากระบบนี้ ส่วนการตรวจคลื่นไฟฟ้าสมองส่วนลึก (Electrocorticography) ซึ่งต้องอาศัยการผ่าตัดเพื่อวางขั้วรับสัญญาณ บางครั้งจะเรียกว่า "การตรวจคลื่นไฟฟ้าสมองภายในกะโหลกศีรษะ" (Intracranial EEG) ทั้งนี้ EEG ได้ถูกนำมาใช้อย่างแพร่หลาย ทั้งในฐานะเครื่องมือวินิจฉัยโรคทางคลินิก โดยเฉพาะโรคลมชัก และเป็นเครื่องมือวิจัยในด้านประสาทวิทยาศาสตร์ การแปลผลทางคลินิกของการบันทึกค่า EEG จะทำโดยการตรวจดูเส้นกราฟด้วยตาเปล่าซึ่งถือเป็นวิธีมาตรฐาน ส่วนการวิเคราะห์ EEG เชิงปริมาณ (Quantitative EEG) อาจนำมาใช้เป็นส่วนเสริมในสภาวะทางคลินิกเฉพาะบางกรณี อย่างไรก็ตาม การแปลผล EEG ด้วยตาเปล่าอาจมีความผันแปรขึ้นอยู่กับตัวผู้ประเมินแต่ละคน (Inter-rater variability) และความผันแปรในการประเมินของผู้ประเมินคนเดิมในแต่ละครั้ง (Intra-rater variability)

การวัดความผันผวนของแรงดันไฟฟ้าด้วยเครื่องขยายสัญญาณชีวภาพ EEG และอิเล็กโทรด ช่วยให้สามารถประเมินการทำงานของสมองในภาวะปกติได้ เนื่องจากกิจกรรมทางไฟฟ้าที่ตรวจวัดด้วย EEG มีต้นกำเนิดมาจากเซลล์ประสาทในเนื้อเยื่อสมองที่อยู่ด้านล่าง ผลการบันทึกคลื่นไฟฟ้าด้วยอิเล็กโทรดบริเวณพื้นผิวหนังศีรษะจึงมีความแปรผันตามทิศทางและระยะห่างจากแหล่งกำเนิดสัญญาณไฟฟ้านั้น นอกจากนี้ ค่าที่บันทึกได้ยังเกิดการบิดเบือนจากเนื้อเยื่อและกระดูกที่คั่นกลาง ซึ่งทำหน้าที่ในลักษณะที่คล้ายกับตัวต้านทานและตัวเก็บประจุในวงจรไฟฟ้า ด้วยเหตุนี้ เซลล์ประสาททุกเซลล์จึงไม่ได้มีส่วนร่วมต่อสัญญาณ EEG เท่ากัน โดยสัญญาณ EEG จะสะท้อนถึงกิจกรรมของเซลล์ประสาทสมองส่วนนอก (Cortical neurons) ที่อยู่ใกล้กับอิเล็กโทรดบนหนังศีรษะเป็นหลัก ส่วนโครงสร้างส่วนลึกภายในสมองที่อยู่ห่างจากอิเล็กโทรดออกไป จะไม่มีส่วนร่วมโดยตรงต่อสัญญาณ EEG ซึ่งโครงสร้างเหล่านี้รวมถึงฐานของรอยนูนสมอง (Cortical gyrus) ผนังด้านในของกลีบสมองหลัก ฮิปโปแคมปัส ทาลามัสและก้านสมอง

สัญญาณ EEG ของผู้ที่มีสุขภาพดีจะแสดงรูปแบบกิจกรรมที่สัมพันธ์กับระดับความตื่นตัวของบุคคลนั้น โดยช่วงความถี่ที่ตรวจพบจะอยู่ระหว่าง 1 ถึง 30 เฮิรตซ์ (Hz) และความแรงของสัญญาณจะแปรผันอยู่ในช่วง 20 ถึง 100 ไมโครโวลต์ (μV)  ความถี่ที่ตรวจพบจะถูกแบ่งออกเป็นกลุ่มต่างๆ ได้แก่ แอลฟา (8–13 เฮิรตซ์), เบตา (13–30 เฮิรตซ์), เดลตา (0.5–4 เฮิรตซ์) และทีตา (4–7 เฮิรตซ์) โดยจะตรวจพบคลื่นแอลฟาเมื่อบุคคลอยู่ในสภาวะตื่นตัวแบบผ่อนคลาย และมักจะเด่นชัดที่สุดบริเวณสมองส่วนกลีบข้าง (Parietal) และกลีบหลัง (Occipital) ในขณะที่ใช้สมองหรือใช้ความคิดอย่างหนัก คลื่นเบตาจะมีความเด่นชัดมากขึ้นในสมองส่วนหน้า (Frontal area) รวมถึงบริเวณอื่นๆ หากให้คนที่กำลังอยู่ในภาวะผ่อนคลายลืมตาขึ้นจะพบว่าคลื่นแอลฟาจะลดลงและคลื่นเบตาจะเพิ่มขึ้น โดยทั่วไปแล้วจะไม่พบคลื่นทีตาและคลื่นเดลตาในขณะที่บุคคลตื่นอยู่ ซึ่งหากตรวจพบคลื่นเหล่านี้จะเป็นสัญญาณที่บ่งชี้ถึงความผิดปกติในการทำงานของสมอง (Brain dysfunction)

เครื่องตรวจวัด EEG สามารถตรวจจับการปลดปล่อยสัญญาณไฟฟ้าที่ผิดปกติได้ เช่น คลื่นรูปแหลม (Sharp waves) คลื่นที่มียอดแหลม (Spikes) หรือกลุ่มคลื่นที่มียอดแหลมร่วมกับคลื่นมน (Spike-and-wave complexes) ดังที่พบได้ในผู้ป่วยโรคลมชัก ด้วยเหตุนี้ EEG จึงมักถูกนำมาใช้เพื่อประกอบการวินิจฉัยทางการแพทย์ EEG สามารถตรวจจับการเริ่มเกิดขึ้น (Onset) และการพัฒนาเชิงมิติเวลาและพื้นที่ (Spatio-temporal evolution) ซึ่งหมายถึงตำแหน่งและเวลาของอาการชัก รวมถึงการคงอยู่ของภาวะชักต่อเนื่อง (Status epilepticus) ได้ นอกจากนี้ ยังมีการนำ EEG มาใช้เพื่อช่วยวินิจฉัยความผิดปกติของการนอนหลับ ระดับความลึกของการวางยาสลบ ภาวะโคม่า โรคทางสมอง (Encephalopathies) ภาวะสมองขาดออกซิเจนหลังหัวใจหยุดเต้นและภาวะสมองตาย  ก่อนหน้านี้เราเคยใช้ EEG เป็นวิธีแรกในการวินิจฉัยเนื้องอก โรคหลอดเลือดสมองและความผิดปกติเฉพาะที่อื่นๆ ของสมอง แต่การวินิจฉัยโดยวิธีนี้ได้ลดลงไปหลังจากที่มีเทคโนโลยีการสร้างภาพทางอนาโตมีที่มีความละเอียดสูง เช่น การตรวจคลื่นแม่เหล็กไฟฟ้า (MRI) และการเอกซเรย์คอมพิวเตอร์ (CT scan) แม้ว่าจะมีความละเอียดเชิงพื้นที่ (Spatial resolution) จำกัด แต่ EEG ยังคงเป็นเครื่องมือที่มีคุณค่าสำหรับการวิจัยและการวินิจฉัย เนื่องจากเป็นหนึ่งในไม่กี่เทคนิคแบบเคลื่อนย้ายได้ (Mobile techniques) ที่มีอยู่และให้ความละเอียดเชิงเวลา (Temporal resolution) ในระดับมิลลิวินาที ซึ่งเป็นสิ่งที่การตรวจวัดโดยวิธี CT, PET หรือ MRI ไม่สามารถทำได้

เทคนิค EEG ที่แตกแขนงออกมารวมถึง คลื่นไฟฟ้าสมองส่วนตอบสนองต่อสิ่งเร้า (Evoked potentials หรือ EP) ซึ่งเกี่ยวข้องกับการหาค่าเฉลี่ยของสัญญาณไฟฟ้า EEG ที่ถูกกำหนดเวลาให้สัมพันธ์กับการนำเสนอสิ่งเร้าบางประเภท (เช่น สิ่งเร้าทางสายตา ระบบรับความรู้สึกทางกาย หรือการได้ยิน) ส่วน ศักย์ไฟฟ้าของสมองที่สัมพันธ์กับเหตุการณ์ (Event-related potentials หรือ ERPs) จะหมายถึงค่าเฉลี่ยของคลื่นตอบสนอง EEG ที่ถูกกำหนดเวลาให้สัมพันธ์กับการประมวลผลสิ่งเร้าที่มีความซับซ้อนมากกว่า ซึ่งมีการนำเทคนิคนี้มาใช้ในการวิจัยด้านวิทยาศาสตร์พุทธิปัญญา (Cognitive science) จิตวิทยาพุทธิปัญญา (Cognitive psychology) และจิตสรีรวิทยา (Psychophysiological research)

การนำไปใช้ (Uses)

• โรคลมชัก (Epilepsy)

EEG เป็นวิธีการวินิจฉัยโรคลมชักที่ถือว่าดีที่สุดและแม่นยำที่สุดในการยืนยันการเป็นโรคลมชัก มีรายงานว่าความไวของการตรวจ EEG ทั่วไปในการตรวจจับการปลดปล่อยสัญญาณไฟฟ้าที่ผิดปกติในระยะระหว่างการชัก (Interictal epileptiform discharges) ณ ศูนย์โรคโรคลมชักอยู่ในช่วงร้อยละ 29–55 จากความไวในระดับต่ำถึงปานกลางนี้ ส่งผลให้ผลตรวจ EEG ทั่วไป (ซึ่งปกติจะใช้เวลาประมาณ 20–30 นาที) สามารถแสดงค่าปกติได้ในผู้ป่วยที่เป็นโรคลมชัก เมื่อผลตรวจ EEG แสดงการปลดปล่อยสัญญาณไฟฟ้าที่ผิดปกติในระยะระหว่างการชัก (เช่น คลื่นแหลม, คลื่นยอดแหลมหรือกลุ่มคลื่นยอดแหลมร่วมกับคลื่นมน เป็นต้น) ที่จะสามารถยืนยันการเป็นโรคลมชักได้ในเกือบทุกกรณี (นั้นคือ เป็นวิธีตรวจวินิจฉัยที่มีความแม่นยำสูงมากในการระบุคนที่ไม่เป็นโรค ทำให้แทบไม่มีการตรวจพบผลบวกเท็จมีความจำเพาะสูง: High specificity) อย่างไรก็ตาม ประชากรทั่วไปมากถึงร้อยละ 3.5 อาจมีความผิดปกติของสัญญาณไฟฟ้าในรูปแบบคลื่นลมชักปรากฏในผล EEG โดยที่ ไม่เคยมีอาการชักเลย (อัตราผลบวกลวงต่ำ: Low false positive rate) หรือมีความเสี่ยงที่จะพัฒนาไปเป็นโรคลมชักในอนาคตต่ำมาก

เมื่อผลตรวจ EEG ทั่วไปแสดงค่าปกติแต่มีความเคลือบแคลงสูงหรือมีความจำเป็นต้องยืนยันโรคลมชัก อาจทำการตรวจซ้ำหรือตรวจในระยะเวลาที่นานขึ้นในหอผู้ป่วยติดตามอาการโรคลมชัก (EMU) หรือตรวจที่บ้านด้วยเครื่องตรวจ EEG แบบพกพา นอกจากนี้ ยังมีวิธีการกระตุ้นรูปแบบต่างๆ เช่น การกระตุ้นด้วยแสง (Photic stimulation) การหายใจเร็วและลึก (Hyperventilation) และการอดนอน (Sleep deprivation) ซึ่งสามารถเพิ่มอัตราความสำเร็จในการวินิจฉัย (Diagnostic yield) ของการตรวจ EEG ได้

• หอผู้ป่วยติดตามอาการโรคลมชัก (Epilepsy Monitoring Unit - EMU)

ในบางครั้ง การตรวจ EEG ทั่วไปอาจไม่เพียงพอสำหรับการวินิจฉัยหรือกำหนดแนวทางการรักษาที่ดีที่สุดได้ ในกรณีเช่นนี้ อาจมีความพยายามที่จะบันทึกผล EEG ในขณะที่ผู้ป่วยกำลังเกิดอาการชักซึ่งเรียกว่า การบันทึกผลในระยะที่คนไข้กำลังชัก (Ictal recording) ซึ่งจะตรงข้ามกับการบันทึกผลการบันทึกสัญญาณไฟฟ้าจากสมองในระหว่างที่คนไข้ไม่ได้มีอาการชัก (Interictal recording) ที่หมายถึงการบันทึกผล EEG ในช่วงเวลาระหว่างที่ไม่การชักแต่ละครั้ง ในการเก็บบันทึกในระยะที่คนไข้กำลังชักโดยทั่วไปจะทำการตรวจ EEG ในระยะยาวควบคู่ไปกับการบันทึกวิดีโอและเสียงที่กำหนดเวลาให้พ้องกัน (Time-synchronized) ซึ่งสามารถทำได้ทั้งในรูปแบบผู้ป่วยนอก (ที่บ้าน) หรือในระหว่างการรับตัวไว้รักษาในโรงพยาบาล โดยควรทำในหอผู้ป่วยติดตามอาการโรคลมชักที่มีพยาบาลและบุคลากรอื่นๆ ซึ่งได้รับการฝึกอบรมด้านการดูแลผู้ป่วยที่มีอาการชักเป็นการเฉพาะ ในการตรวจ EEG แบบพกพาสำหรับผู้ป่วยนอกมักใช้เวลา 1 ถึง 3 วัน ส่วนการเข้ารับการรักษาในหอผู้ป่วยติดตามอาการโรคลมชัก (EMU) โดยทั่วไปจะใช้เวลาหลายวัน แต่อาจยาวนานถึงหนึ่งสัปดาห์หรือมากกว่านั้น ในระหว่างที่อยู่ในโรงพยาบาล มักจะมีการงดหรือลดจำนวนยารักษาโรคลมชักลงเพื่อเพิ่มโอกาสหรือความเป็นไปได้ในการเกิดอาการชักในระหว่างการพักรักษาตัว ทั้งนี้ ด้วยเหตุผลด้านความปลอดภัยจะไม่มีการงดยาในระหว่างการตรวจ EEG ภายนอกโรงพยาบาลอย่างเด็ดขาด ดังนั้น การตรวจ EEG ด้วยการบันทึกวิดีโอแบบพกพา (Ambulatory video EEG) จึงมีข้อดีในเรื่องของความสะดวกและมีค่าใช้จ่ายที่ถูกกว่าการนอนพักรักษาตัวในโรงพยาบาล แต่ก็มีข้อเสียคือ โอกาสที่จะบันทึกเหตุการณ์ชักขณะเกิดอาการจริง (Clinical event) จะลดลง

มักจะมีการพิจารณาใช้การติดตามอาการโรคลมชักเมื่อผู้ป่วยยังคงมีอาการชักแม้ว่าจะได้รับยารักษาโรคลมชักอยู่หรือหากมีความกังวลว่าอาการของผู้ป่วยอาจเกิดจากโรคอื่น เช่น อาการชักที่เกิดจากจากจิตใจโดยไม่ได้เกิดจากสัญญาณไฟฟ้าสมองผิดปกติ (Psychogenic non-epileptic seizures) อาการเป็นลมหมดสติ (Syncope) ความผิดปกติของการเคลื่อนไหวที่เกิดจากสมองส่วนใต้เปลือกสมอง (Sub-cortical movement disorders) โรคไมเกรนชนิดแปรเปลี่ยน (Migraine variants) และโรคหลอดเลือดสมอง (Stroke) เป็นต้น ในกรณีที่เป็นการชักเนื่องจากโรคลมชัก การติดตามผล EEG อย่างต่อเนื่องจะช่วยระบุลักษณะของอาการชัก รวมถึงระบุตำแหน่งและซีกสมอง (Localize/lateralize) ที่เป็นจุดกำเนิดของอาการชักนั้นได้ ข้อมูลนี้จะช่วยให้สามารถระบุแนวทางการรักษาด้วยวิธีอื่นที่ไม่ใช่วิธีการใช้ยาได้อย่างเหมาะสม ในการใช้งานเชิงคลินิก แพทย์ระบบประสาทจะวิเคราะห์ร่องรอยคลื่นไฟฟ้าสมองด้วยสายตาเพื่อดูลักษณะต่างๆ ปัจจุบันมีการนำการวิเคราะห์ EEG เชิงปริมาณ (Quantitative analysis) มาใช้ร่วมกับการวิเคราะห์ด้วยสายตามากขึ้น การแสดงผลเชิงปริมาณ เช่น การวิเคราะห์สเปกตรัมกำลัง (Power spectrum analysis) อัตราส่วนแอลฟาต่อเดลตา (Alpha-delta ratio) การรวมแอมพลิจูด EEG (Amplitude integrated EEG) และการตรวจจับคลื่นยอดแหลม (Spike detection) สามารถช่วยระบุช่วงของ EEG ที่ต้องตรวจวิเคราะห์ด้วยสายตาอย่างใกล้ชิดได้อย่างรวดเร็ว หรือในบางกรณี อาจใช้เป็นตัวบ่งชี้แทนในการตรวจจับอาการชักอย่างรวดเร็วในการบันทึกผลระยะยาว

• โรคสมองอื่นๆ (Other brain disorders) 

การตรวจ EEG อาจมีประโยชน์ในการใช้สำหรับวินิจฉัยหรือรักษาโรคต่อไปนี้เช่นกัน:

• • โรคเนื้องอกในสมอง
  • ความเสียหายของสมองจากการบาดเจ็บที่ศีรษะ
  • ภาวะสมองทำงานผิดปกติซึ่งเกิดได้จากหลายสาเหตุ (Encephalopathy)
  • โรคสมองอักเสบ (Encephalitis)
  • โรคหลอดเลือดสมอง (Stroke)
  • ภาวะผิดปกติของการนอนหลับ

นอกจากนี้ การตรวจ EEG ยังสามารถ:

• • แยกแยะอาการชักจากโรคลมชักออกจากอาการวูบหรืออาการชักประเภทอื่นๆ เช่น อาการชักจากจิตใจที่ไม่ได้เกิดจากสัญญาณไฟฟ้าของสมองผิดปกติ
  • อาการวูบ (เป็นลมหมดสติ) ความผิดปกติของการเคลื่อนไหวที่เกิดจากสมองส่วนใต้เปลือกสมอง และโรคไมเกรนชนิดแปรผัน
  • ใช้ในการแยกแยะภาวะสมองทำงานผิดปกติจากโรคทางกาย (Organic encephalopathy) หรือภาวะเพ้อ (Delirium) ออกจากกลุ่มอาการทางจิตเวชปฐมภูมิ เช่น ภาวะนิ่งงันไม่ตอบสนอง (Catatonia)
  • ใช้เป็นเบาะแสเสริมในการตรวจวินิจฉัยภาวะสมองตายในผู้ป่วยโคม่า
  • ช่วยพยากรณ์โรคในผู้ป่วยโคม่า (ในบางกรณี) หรือในทารกแรกเกิดที่มีความเสียหายของสมองจากสาเหตุต่างๆ ในช่วงเวลาใกล้คลอด
  • ช่วยประเมินและตัดสินใจว่าจะเริ่มปรับลดหรือหยุดยารักษาโรคลมชักหรือไม่
  • สำหรับโรคอัลไซเมอร์ มีการตรวจพบความเปลี่ยนแปลงของความถี่ของกิจกรรม EEG พื้นฐาน รวมถึงพบการล่าช้าของคลื่น P300 ที่ยาวนานขึ้น (Prolonged P300 wave latency) ส่งผลให้มีการเสนอแนวทางการใช้เทคนิค EEG ร่วมกับ ERP (Combined EEG–ERP) มาประเมินภาวะพุทธิปัญญาถดถอย เพื่อใช้ในการตรวจจับภาวะพุทธิปัญญาถดถอยตั้งแต่ระยะเริ่มต้น

• หอผู้ป่วยวิกฤต (ICU)

นอกจากนี้การตรวจ EGG ยังสามารถใช้ในหอผู้ป่วยวิกฤตเพื่อตรวจติดตามการทำงานของสมอง โดยมีวัตถุประสงค์เพื่อตรวจหาอาการชักแบบไม่แสดงอาการเกร็งกระตุก (Non-convulsive seizures) หรือภาวะชักต่อเนื่องแบบไม่แสดงอาการเกร็งกระตุก (Non-convulsive status epilepticus) เพื่อประเมินผลของยาสลบหรือยาชาในผู้ป่วยที่แพทย์ทำให้หมดสติชั่วคราวด้วยยา (เพื่อรักษาอาการชักที่ดื้อต่อยาหรือภาวะความดันในกะโหลกศีรษะสูง) และเพื่อเฝ้าระวังความเสียหายของสมองขั้นทุติยภูมิในโรคต่างๆ เช่น ภาวะเลือดออกในช่องใต้เยื่อหุ้มสมองชั้นกลาง (ซึ่งปัจจุบันยังคงเป็นวิธีการในระดับงานวิจัย) 

ในกรณีที่สงสัยว่ามีการบาดเจ็บรุนแรงที่สมอง เช่น หลังภาวะหัวใจหยุดเต้น การตรวจ EEG สามารถช่วยให้ได้ข้อมูลสำหรับประเมินแนวโน้มหรือพยากรณ์โรคได้ 

ในการพิจารณาการรักษาผู้ป่วยโรคลมชักด้วยการผ่าตัดรอยโรคออก มักจำเป็นต้องระบุแหล่งที่มาของสัญญาณไฟฟ้าของสมองที่ทำให้เกิดอาการชัก โดยต้องการข้อมูลที่มีความละเอียดที่สูงกว่าข้อมูลที่ได้จากการตรวจ EEG ผ่านทางผิวหนังศีรษะ ในกรณีเหล่านี้ ศัลยแพทย์ระบบประสาทมักจะฝังแถบขั้วไฟฟ้า (Strips) และแผงขั้วไฟฟ้า (Grids) หรือขั้วไฟฟ้าแบบสอดลึก (Penetrating depth electrodes) ไว้ใต้เยื่อหุ้มสมองชั้นหนา (Dura mater) โดยผ่านวิธีการเปิดกะโหลกศีรษะ (Craniotomy) หรือการเจาะรูบนกะโหลกศีรษะ (Burr hole) ซึ่งการบันทึกสัญญาณเหล่านี้จะเรียกว่า Electrocorticography (ECoG), Subdural EEG (SDE), Intracranial EEG (iEEG) หรือ Stereotactic EEG (SEEG) สัญญาณที่บันทึกได้จาก ECoG จะมีความต่างของระดับสัญญาณไฟฟ้าจากสมอง (Scale of activity) เมื่อเทียบกับการบันทึกด้วย Scalp EEG โดยส่วนประกอบที่มีแรงดันไฟฟ้าต่ำแต่ความถี่สูง (Low-voltage, high-frequency) ซึ่งสังเกตได้ยากมากหรือมองไม่เห็นเลยใน Scalp EEG จะสามารถมองเห็นได้อย่างชัดเจนในการตรวจแบบ ECoG นอกจากนี้ การใช้ขั้วไฟฟ้าที่มีขนาดเล็กกว่า (ซึ่งครอบคลุมพื้นที่ผิวสมองส่วนที่เล็กกว่า) ยังช่วยให้ความละเอียดเชิงพื้นที่ (Spatial resolution) ดีขึ้น ทำให้สามารถจำกัดวงเพื่อระบุพื้นที่สำคัญที่เป็นจุดเริ่มต้นของการชักและระบุพื้นที่การลุกลามของอาการชักได้แคบลง ยิ่งไปกว่านั้น สถานพยาบาลบางแห่งยังมีการบันทึกข้อมูลจากขั้วไฟฟ้าขนาดไมโครแบบสอดลึก (Penetrating microelectrodes) อีกด้วย

• เครื่องตรวจ EEG แบบพกพาสำหรับใช้งานที่บ้าน (Home ambulatory EEG)

บางครั้งการใช้เครื่องตรวจคลื่นไฟฟ้าสมองแบบพกพา (Ambulatory EEG) ที่บ้านของผู้เข้ารับการตรวจจะมีความสะดวกมากกว่าหรือเป็นการตรวจที่มีความจำเป็นในทางการแพทย์ โดยทั่วไปการตรวจด้วยวิธีนี้จะใช้เวลาประมาณ 24–72 ชั่วโมง 

การนำไปใช้ในการวิจัย (Research use)

 มีการนำการตรวจ EEG และการศึกษาเกี่ยวกับคลื่นไฟฟ้าสมองสัมพันธ์กับเหตุการณ์ (ERPs) มาใช้อย่างกว้างขวางในด้านประสาทวิทยาศาสตร์ ประสาทวิทยาศาสตร์พุทธิปัญญา จิตวิทยาพุทธิปัญญา ภาษาศาสตร์ประสาทวิทยาและการวิจัยทางจิตสรีรวิทยา ตลอดจนใช้ในการศึกษาฟังก์ชันการทำงานของร่างกายมนุษย์ เช่น กลไกการกลืน เทคนิค EEG ใดๆ ที่นำมาใช้ในการวิจัยนั้น ยังไม่มีมาตรฐานที่เพียงพอสำหรับการนำไปใช้ในทางการแพทย์ ประกอบกับการศึกษาเกี่ยวกับ ERPs จำนวนมากยังไม่มีการรายงานขั้นตอนการประมวลผลที่จำเป็นทั้งหมด ทั้งในส่วนของการเก็บรวบรวมข้อมูลและการลดรูปข้อมูล (Data Reduction) ซึ่งส่งผลให้ความสามารถในการทำซ้ำจากข้อมูลเดิม (Reproducibility) และความสามารถในการทำซ้ำจากข้อมูลใหม่ (Replicability) ของงานวิจัยจำนวนมากนั้นมีขีดจำกัด จากผลการทบทวนวรรณกรรมอย่างเป็นระบบและการวิเคราะห์อภิมาน (Meta-analysis) ในปี 2024 ซึ่งได้รับมอบหมายจากสถาบันวิจัยผลลัพธ์การรักษาที่เน้นผู้ป่วยเป็นศูนย์กลาง (PCORI) พบว่าการตรวจ EEG ไม่สามารถนำมาใช้ได้อย่างน่าเชื่อถือในการช่วยวินิจฉัยโรคสมาธิสั้น (ADHD) ในทางการแพทย์ อย่างไรก็ตาม ยังคงมีการนำการตรวจ EEG มาใช้อย่างต่อเนื่องในการวิจัยเกี่ยวกับความบกพร่องทางจิตและพุทธิปัญญา เช่น โรคความบกพร่องในการประมวลผลข้อมูลเสียง (APD) โรคสมาธิสั้นประเภทขาดสมาธิ (ADD) และโรคสมาธิสั้น (ADHD) นอกจากนี้ ยังมีการศึกษาถึงประโยชน์ของการตรวจ EEG ในการตรวจจับความเปลี่ยนแปลงทางสรีรวิทยาของระบบประสาทในสมองหลังการเกิดภาวะสมองกระทบกระเทือน (Concussion) ทว่าในปัจจุบัน ยังไม่มีเทคนิคการสร้างภาพสมองขั้นสูง (Advanced imaging techniques) ใดๆ ที่สามารถนำมาใช้ในทางการแพทย์เพื่อวินิจฉัยหรือติดตามผลการฟื้นตัวจากภาวะสมองกระทบกระเทือนได้อย่างเป็นทางการ

• ข้อดี (Advantages)

วิธีการอื่นๆ ในการศึกษาการทำงานของสมองนั้นมีอยู่หลายวิธีด้วยกัน ซึ่งรวมถึง การถ่ายภาพด้วยคลื่นแม่เหล็กไฟฟ้าเชิงฟังก์ชัน (fMRI) การตรวจด้วยเครื่องเอกซเรย์ปล่อยโพซิตรอน (PET) การตรวจคลื่นแม่เหล็กไฟฟ้าสมอง (MEG) นิวเคลียร์แมกเนติกเรโซแนนซ์สเปกโทรสโกปี (NMR หรือ MRS) การตรวจคลื่นไฟฟ้าสมองจากผิวสมองโดยตรง (ECoG), การตรวจเอกซเรย์คอมพิวเตอร์แบบปล่อยโฟตอนเดี่ยว (SPECT) สเปกโทรสโกปีช่วงคลื่นใกล้รังสีอินฟราเรด (NIRS) และการตรวจสัญญาณแสงสัมพันธ์กับเหตุการณ์ (EROS)

แม้ว่าการตรวจ EEG จะมีความไวเชิงพื้นที่ (Spatial sensitivity) ที่ค่อนข้างต่ำ ทว่า “สัญญาณแบบหนึ่งมิติจากบริเวณรอบนอกเฉพาะที่บนศีรษะ” ทำให้เทคนิคนี้มีความน่าสนใจในแง่ของความเที่ยงตรงที่เรียบง่าย ซึ่งช่วยให้สามารถรองรับปริมาณงานวิจัยขั้นพื้นฐานและงานวิจัยทางคลินิกได้ในระดับสูง ด้วยเหตุนี้การตรวจ EEG จึงมีข้อได้เปรียบมากกว่าเทคนิคการตรวจอื่นๆ ในบางประการ ดังนี้:

• • ต้นทุนด้านฮาร์ดแวร์ต่ำกว่าเทคนิคการตรวจแบบอื่นๆ อย่างเห็นได้ชัด
  • EEG ช่วยลดปัญหาการขาดแคลนนักเทคโนโลยีการแพทย์ (Technologists) ในการทำหน้าที่ให้บริการดูแลผู้ป่วยอย่างทันท่วงทีภายในโรงพยาบาลที่มีจำนวนผู้เข้ารับบริการจำนวนมาก
  • EEG ใช้พื้นที่เพียงแค่ห้องที่เงียบสงบและอุปกรณ์ที่ใช้ก็มีขนาดเท่ากระเป๋าเอกสารเท่านั้น ในขณะที่การตรวจด้วย fMRI, SPECT, PET, MRS หรือ MEG จำเป็นต้องใช้อุปกรณ์ขนาดใหญ่เทอะทะและไม่สามารถเคลื่อนย้ายได้ตัวอย่างเช่น เครื่อง MEG ต้องใช้อุปกรณ์ที่ประกอบด้วยตัวตรวจจับแบบหล่อเย็นด้วยฮีเลียมเหลว (Liquid helium-cooled detectors) ซึ่งสามารถใช้งานได้เฉพาะในห้องที่บุฉนวนป้องกันสนามแม่เหล็ก (Magnetically shielded rooms) เท่านั้น โดยมีราคารวมกันสูงถึงหลายล้านดอลลาร์สหรัฐ ส่วนเครื่อง fMRI ก็จำเป็นต้องใช้แม่เหล็กที่มีน้ำหนักถึง 1 ตัน ภายในห้องที่บุฉนวนป้องกันเช่นเดียวกันEEG สามารถให้ความละเอียดทางเวลาสูง (Temporal resolution) ได้อย่างง่ายดาย (แม้ว่าความละเอียดของข้อมูลในระดับต่ำกว่ามิลลิวินาทีจะสร้างข้อมูลที่มีความหมายน้อยกว่าก็ตาม) เนื่องจากกระแสข้อมูล (Data streams) จำนวน 2 ถึง 32 สายที่สร้างขึ้นจากขั้วรับสัญญาณ (Electrodes) นั้น สามารถจัดเก็บและประมวลผลได้ง่าย ในขณะที่เทคโนโลยีเชิงพื้นที่แบบ 3 มิติ (3D spatial technologies) จะให้กระแสข้อมูลนำเข้ามากกว่าเป็นพันหรือเป็นล้านเท่า จึงทำให้ถูกจำกัดด้วยประสิทธิภาพของฮาร์ดแวร์และซอฟต์แวร์ ทั้งนี้ โดยทั่วไปแล้ว EEG จะถูกบันทึกที่อัตราการสุ่มตัวอย่างสัญญาณ (Sampling rates) ระหว่าง 250 ถึง 2000 Hz ทั้งในสภาพแวดล้อมทางการแพทย์และงานวิจัย
  • EEG เป็นเทคนิคการตรวจวัดที่ได้รับผลกระทบจากการขยับตัวของผู้ถูกทดสอบน้อยมาก ซึ่งต่างจากเทคนิคการสร้างภาพสมองระบบประสาท (Neuroimaging) ส่วนใหญ่ นอกจากนี้ในปัจจุบันยังมีวิธีการที่ช่วยลดหรือแม้กระทั่งกำจัดสัญญาณรบกวนที่เกิดจากการเคลื่อนไหว (Movement artifacts) ของข้อมูลจาก EEG ได้อีกด้วย
  • EEG ทำงานโดยปราศจากเสียงรบกวนซึ่งช่วยให้สามารถศึกษาการตอบสนองต่อสิ่งเร้าทางเสียง (Auditory stimuli) ได้ดียิ่งขึ้น
  • EEG ไม่กระตุ้นให้เกิดอาการกลัวที่แคบ (Claustrophobia) ซึ่งแตกต่างจากการตรวจวัดโดย fMRI, PET, MRS, SPECT และในบางกรณีรวมถึง MEG
  • EEG ไม่มีความเสี่ยงจากการสัมผัสกับสนามแม่เหล็กความเข้มสูง (>1 เทสลา) เหมือนในเทคนิคการตรวจวัดแบบอื่นๆ โดยเฉพาะ MRI และ MRS ซึ่งสนามแม่เหล็กนี้สามารถก่อให้เกิดปัญหาที่ไม่พึงประสงค์หลายประการต่อข้อมูลที่บันทึกได้และยังเป็นข้อห้ามในการใช้เทคนิคเหล่านี้กับผู้เข้าร่วมการทดสอบที่มีสารโลหะฝังอยู่ในร่างกาย เช่น เครื่องกระตุ้นหัวใจ (Pacemakers) ที่มีส่วนประกอบของโลหะ
  • EEG ปราศจากความเสี่ยงจากการสัมผัสสารกัมมันตรังสีที่ใช้จับตัวรับ (Radioligands) ซึ่งต่างจากการตรวจด้วยเครื่องเอกซเรย์ปล่อยโพซิตรอน (PET) การศึกษาด้วย ERPs สามารถดำเนินการทดลองได้ด้วยแบบแผนการวิจัย (Paradigms) ที่ค่อนข้างเรียบง่าย เมื่อเปรียบเทียบกับการศึกษาด้วย fMRI ที่ต้องใช้รูปแบบแผนการวิจัยที่มีการจัดบล็อกเวลาอย่างเข้มงวด (Block-design)
  • EEG เป็นเทคนิคการตรวจวัดที่แทบไม่มีการรุกล้ำเข้าสู่ร่างกาย (Relatively non-invasive) ซึ่งตรงกันข้ามโดยสิ้นเชิงกับการตรวจคลื่นไฟฟ้าสมองจากผิวสมองโดยตรง (Electrocorticography หรือ ECoG) ที่จำเป็นต้องผ่าตัดวางขั้วรับสัญญาณลงบนพื้นผิวสมองของผู้ป่วย

นอกจากนี้การตรวจ EEG ยังมีลักษณะเด่นบางประการที่เหนือกว่าเมือ่เปรียบเทียบกับการทดสอบทางพฤติกรรม (Behavioral testing) ดังนี้:

• • การตรวจ EEG สามารถตรวจจับกระบวนการคิดที่ซ่อนอยู่ภายในได้ (นั่นคือ กระบวนการประมวลผลของสมองที่ไม่จำเป็นต้องแสดงออกผ่านการตอบสนองใดๆ)
  • การตรวจ EEG สามารถใช้กับผู้ถูกทดสอบที่ไม่สามารถตอบสนองด้วยการเคลื่อนไหว (Motor response) ได้
  • ส่วนประกอบของ ERPs บางส่วน สามารถตรวจจับได้แม้ในขณะที่ผู้ถูกทดสอบไม่ได้จดจ่อหรือให้ความสนใจต่อสิ่งเร้านั้นๆ
  • ERPs สามารถช่วยอธิบายขั้นตอนต่างๆ ของกระบวนการประมวลผลในสมองได้ (แทนที่จะเห็นเพียงแค่ผลลัพธ์สุดท้าย) ซึ่งแตกต่างจากวิธีการอื่นๆ ที่ใช้ศึกษาเรื่องเวลาปฏิกิริยาตอบสนอง (Reaction time)
  • ความเรียบง่ายของการตรวจวัด EEG ช่วยให้สามารถติดตามการเปลี่ยนแปลงของสมองในช่วงวัยต่างๆ ของชีวิตได้โดยสะดวก ตัวอย่างเช่น การวิเคราะห์คลื่นสมองขณะหลับ (EEG sleep analysis) สามารถบ่งชี้แง่มุมที่สำคัญเกี่ยวกับช่วงเวลาของพัฒนาการทางสมอง ซึ่งรวมถึงการประเมินความเจริญเติบโตเต็มที่ของสมองในวัยรุ่น (Adolescent brain maturation)
  • การตรวจด้วย EEG ช่วยให้เข้าใจได้มากกว่าว่าสัญญาณที่กำลังวัดค่าอยู่นั้นคืออะไรเมื่อเปรียบเทียบกับเทคนิคการตรวจวัดแบบอื่นๆ เช่น การตอบสนองของระดับออกซิเจนในเลือด (BOLD response) ของเครื่อง MRI

• ข้อเสียของการตรวจ EEG (EEG Disadvantages)

• • การตรวจ EEG มีความละเอียดเชิงพื้นที่บนผิวหนังศีรษะต่ำ: ตัวอย่างเช่น fMRI สามารถแสดงพื้นที่ส่วนที่กำลังทำงานของสมองได้โดยตรง ในขณะที่ EEG ต้องอาศัยการตีความข้อมูลอย่างละเอียดถี่ถ้วน เพียงเพื่อที่จะตั้งสมมติฐานว่าสมองส่วนใดถูกกระตุ้นจากการตอบสนองเฉพาะอย่างเฉพาะเจาะจงนั้น
  • การตรวจ EEG ขึ้นอยู่กับทิศทางและตำแหน่งของพิกัดตำแหน่งของจุดกำเนิดกระแสไฟฟ้าในสมอง (Dipole) ที่ทำให้เกิดการเปลี่ยนแปลงของ EEG ซึ่งอาจเกิดความคลาดเคลื่อนในการระบุตำแหน่ง (False localization) เนื่องจากปัญหาการคำนวณย้อนกลับ (Inverse problem)
  • การตรวจ EEG วัดสัญญาณไฟฟ้าจากเซลล์ประสาทที่เกิดขึ้นใต้ชั้นสมองส่วนบน (เปลือกสมองหรือ Cortex) ได้ไม่ดีนัก
  • การตรวจ EEG ไม่สามารถระบุตำแหน่งเฉพาะที่พบสารสื่อประสาท ยาหรือสารอื่นๆ
    ต่างๆ ในสมองเหมือนอย่างที่การตรวจ PET และ MRS สามารถทำได้
  • การตรวจ EEG มักต้องใช้เวลานานในการเชื่อมต่อผู้เข้ารับการตรวจเข้ากับเครื่องตรวจ EEG เนื่องจากต้องวางขั้วไฟฟ้าหลายสิบจุดบนบริเวณโดยรอบศีรษะอย่างแม่นยำและต้องใช้เจล สารละลายน้ำเกลือหรือแป้งนำไฟฟ้า (Paste) ชนิดต่างๆ เพื่อให้นำไฟฟ้าได้ดี รวมถึงต้องใช้หมวกครอบเพื่อยึดขั้วไฟฟ้าให้อยู่กับที่ แม้ว่าระยะเวลาจะแตกต่างกันไปตามอุปกรณ์ EEG แต่ละเครื่องที่ใช้ แต่โดยทั่วไปแล้วการเตรียมผู้เข้ารับการตรวจด้วยเทคนิค MEG, fMRI, MRS และ SPECT จะใช้เวลาน้อยกว่าการตรวจ EEG อย่างเห็นได้ชัด
  • อัตราส่วนสัญญาณต่อสัญญาณรบกวนมีค่าต่ำ (Poor signal to noise ratio) จึงจำเป็นต้องอาศัยการวิเคราะห์ข้อมูลที่ซับซ้อนและต้องใช้จำนวนผู้เข้ารับการตรวจค่อนข้างมาก เพื่อสกัดเอาข้อมูลที่เป็นประโยชน์ออกมาจาก EEG
  • การตรวจ EEG ไม่เอื้อต่อผู้ที่มีผมเส้นใหญ่หรือผู้ที่มีผมเป็นลอนหยิกขด ระบบ EEG ในปัจจุบันยังไม่ค่อยรองรับบุคคลที่มีผมเส้นใหญ่หรือผมที่มีลอนหยิกขด แม้แต่การถักผมเพื่อป้องกันทรงผม (Protective styles) ก็อาจส่งผลต่อการตรวจได้ ปัจจุบันนักวิจัยกำลังพยายามพัฒนาทางเลือกที่ดีกว่าสำหรับทั้งผู้ป่วยและช่างเทคนิค นอกจากนี้ นักวิจัยเริ่มนำแนวปฏิบัติการเก็บข้อมูลที่คำนึงถึงวัฒนธรรมมาใช้มากขึ้นเพื่อช่วยลดอคติทางชาติพันธุ์ในงานวิจัยด้าน EEG 

• การใช้ EEG ร่วมกับเทคนิคการสร้างภาพสมองระบบประสาทอื่นๆ (With other neuroimaging techniques)
  การบันทึกข้อมูลด้วย EEG ควบคู่ไปกับการสแกนด้วย fMRI ในเวลาเดียวกันนั้นประสบความสำเร็จแล้วในการศึกษาหลายชิ้น อย่างไรก็ตาม การบันทึกผลทั้งสองระบบพร้อมกันให้มีประสิทธิภาพนั้นจำเป็นต้องแก้ปัญหาเกี่ยวกับอุปสรรคทางเทคนิคหลายประการ เช่น การปนเปื้อนของสัญญาณรบกวนจากการเต้นของหัวใจและหลอดเลือด (Ballistocardiograph artifact) สัญญาณรบกวนจากคลื่นวิทยุและสนามแม่เหล็กของเครื่อง MRI (MRI pulse artifact) รวมถึงการเกิดกระแสไฟฟ้าเหนี่ยวนำในสายไฟของเครื่อง EEG ที่เคลื่อนไหวอยู่ภายในสนามแม่เหล็กความเข้มสูงของเครื่อง MRI แม้ว่าอุปสรรคเหล่านี้จะเป็นเรื่องที่ท้าทายอย่างยิ่งแต่ก็มีการแก้ไขจนประสบความสำเร็จแล้วในงานวิจัยจำนวนมาก 

เครื่อง MRI สร้างภาพที่มีความละเอียดสูงโดยการเหนี่ยวนำสนามแม่เหล็กไฟฟ้ากำลังสูง ซึ่งสนามแม่เหล็กนี้อาจก่อให้เกิดแรงดึงดูดทางแม่เหล็กและแรงบิดที่เป็นอันตรายได้ นอกจากนี้ สนามแม่เหล็กดังกล่าวยังสร้างความร้อนจากคลื่นความถี่วิทยุที่อาจก่อให้เกิดอันตรายและทำให้เกิดสัญญาณรบกวนในภาพ (Artifacts) จนไม่สามารถนำภาพนั้นไปใช้ประโยชน์ได้ ด้วยความเสี่ยงที่อาจเกิดขึ้นเหล่านี้ จึงมีเพียงอุปกรณ์ทางการแพทย์บางประเภทเท่านั้นที่สามารถนำมาใช้งานภายในสภาพแวดล้อมของห้อง MRI ได้

ในทำนองเดียวกัน การบันทึกข้อมูลด้วย MEG (การตรวจคลื่นแม่เหล็กไฟฟ้าสมอง) ควบคู่ไปกับ EEG (การตรวจคลื่นไฟฟ้าสมอง) ไปพร้อมๆ กันก็ประสบความสำเร็จแล้วเช่นกันซึ่งการตรวจในลักษณะนี้มีข้อได้เปรียบหลายประการเมื่อเทียบกับการใช้เทคนิคการตรวจวัดด้วยเทคนิคการตรวจวิธีใดวิธีหนึ่งเพียงอย่างเดียว:

การตรวจ EEG จำเป็นต้องใช้ข้อมูลที่ถูกต้องแม่นยำเกี่ยวกับลักษณะเฉพาะบางประการของกะโหลกศีรษะ ซึ่งข้อมูลเหล่านั้นจะทำได้เพียงแค่การประมาณค่าเท่านั้น เช่น รัศมีของกะโหลกศีรษะและค่าความนำไฟฟ้า (Conductivities) ในตำแหน่งต่างๆ ของกะโหลกศีรษะ ในขณะที่การตรวจ MEG ไม่พบกับปัญหานี้และการวิเคราะห์ข้อมูลร่วมกันไปพร้อมๆ กันจะช่วยแก้ไขข้อผิดพลาดในจุดนี้ให้ถูกต้องได้

• • ทั้งการตรวจ MEG และ EEG ต่างก็ตรวจจับสัญญาณไฟฟ้าของสมองที่อยู่ใต้ชั้นเปลือกสมอง (Cortex) ได้ไม่ดีนักและเช่นเดียวกับ EEG ระดับความคลาดเคลื่อนจะเพิ่มสูงขึ้นตามระดับความลึกใต้ชั้นเปลือกสมองที่ต้องการจะตรวจวัด อย่างไรก็ตาม ลักษณะความคลาดเคลื่อนของทั้งสองเทคนิคนี้มีความแตกต่างกันอย่างมาก ดังนั้น การนำเทคนิคการวัดทั้งสองนี้มาใช้ร่วมกันจึงช่วยให้สามารถแก้ไขและตัดสัญญาณรบกวนนี้ออกไปได้บางส่วน
  • การตรวจ MEG เหมาะสำหรับการตรวจจับสัญญาณไฟฟ้าจากสมองสมองบริเวณพื้นผิว (Cortex) แต่ไม่สามารถเข้าถึงสมองส่วนลึกได้ ในขณะที่ EEG สามารถรับสัญญาณไฟฟ้าจากสมองในระดับที่ลึกกว่าได้แต่มีสัญญาณรบกวนสูง การรวมเทคนิคการตรวจวัดทั้งสองวิธีนี้เข้าด้วยกันจึงช่วยให้เราระบุได้ง่ายขึ้นว่าสัญญาณ EEG ส่วนใดมาจากบริเวณพื้นผิวสมอง (เนื่องจาก MEG มีความแม่นยำสูงมากในการตรวจวัดสัญญาณจากพื้นผิวสมอง) และสัญญาณส่วนใดมาจากสมองส่วนที่ลึกกว่า ซึ่งช่วยให้สามารถวิเคราะห์สัญญาณจากสมองส่วนลึกได้ดีกว่าการใช้เพียง EEG หรือ MEG เพียงอย่างเดียว

เมื่อไม่นานมานี้ ได้มีการศึกษาวิจัยกาเกี่ยวการผสานวิธี EEG และ MEG เข้าด้วยกัน (เรียกว่า EMEG) โดยมีวัตถุประสงค์เพื่อใช้ในการจำลองพิกัดจุดกำเนิดสัญญาณไฟฟ้าจากสมอง (Source reconstruction) ในการวินิจฉัยโรคโรคลมบ้าหมู

นอกจากนี้ ยังมีการผสานวิธี EEG เข้ากับการตรวจด้วยเครื่องสร้างภาพจากการปล่อยโพซิตรอน (PET scan) ซึ่งเป็นประโยชน์แก่ผู้ศึกษาวิจัยในการสังเกตว่าสัญญาณ EEG รูปแบบต่างๆ นั้นมีความเชื่อมโยงกับการออกฤทธิ์ของยาที่แตกต่างกันอย่างไรภายในสมอง

การศึกษาวิจัยเมื่อไม่นานมานี้ที่ใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) เช่น โครงข่ายประสาทเทียม (Neural Networks) ร่วมกับคุณลักษณะเชิงเวลาทางสถิติที่สกัดจากข้อมูลคลื่นสมอง EEG บริเวณสมองส่วนหน้า (Frontal lobe) แสดงให้เห็นถึงความสำเร็จในระดับสูงในการจำแนกสภาวะทางจิตใจ (ผ่อนคลาย ปกติ มีสมาธิ) สภาวะอารมณ์ทางจิตใจ (เชิงลบ ปกติ เชิงบวก) และภาวะคลื่นสมองผิดจังหวะระหว่างทาลามัสและเปลือกสมอง (Thalamocortical dysrhythmia) 

กลไก (Mechanisms)

ประจุไฟฟ้าของสมองถูกรักษาและควบคุมไว้โดยเซลล์ประสาทหลายพันล้านเซลล์ โดยเซลล์ประสาทเหล่านี้จะมีประจุไฟฟ้า (หรืออยู่ในสภาวะ “มีขั้ว”) จากการทำงานของโปรตีนขนส่งสารผ่านเยื่อหุ้มเซลล์ที่ทำหน้าที่ปั๊มไอออนข้ามผ่านเยื่อหุ้มเซลล์เหล่านั้น เซลล์ประสาทมีการแลกเปลี่ยนไอออนกับสิ่งแวดล้อมภายนอกเซลล์อยู่ตลอดเวลา ตัวอย่างเช่น เพื่อรักษาศักย์ไฟฟ้าของเยื่อเซลล์ในช่วงที่ไม่มีการส่งประแสประสาทและเพื่อนำกระแสประสาท ทั้งนี้ ไอออนที่มีประจุเหมือนกันจะผลักกันและเมื่อไอออนจำนวนมากถูกผลักออกจากเซลล์ประสาทหลายๆ เซลล์พร้อมกันไอออนเหล่านั้นก็จะไปผลักไอออนที่อยู่ข้างเคียงและไอออนข้างเคียงก็จะผลักไอออนตัวถัดไปเรื่อยๆ ต่อเนื่องกันเป็นระลอกคลื่น กระบวนการนี้เรียกว่า การนำไฟฟ้าในปริมาตร (Volume Conduction) เมื่อคลื่นของไอออนเดินทางไปถึงอิเล็กโทรดบนหนังศีรษะ ไอออนเหล่านั้นจะไปผลักหรือดึงอิเล็กตรอนที่อยู่บนโลหะของอิเล็กโทรด เนื่องจากโลหะสามารถนำแรงผลักและแรงดึงของอิเล็กตรอนได้ง่าย ค่าความต่างศักย์ของแรงผลักหรือแรงดึงระหว่างอิเล็กโทรดสองตัวใดๆ จึงสามารถวัดได้ด้วยเครื่องวัดแรงดันไฟฟ้าซึ่งการบันทึกค่าแรงดันไฟฟ้าเหล่านี้อย่างต่อเนื่องเมื่อเวลาผ่านไป จะทำให้เราได้เส้นกราฟของคลื่นไฟฟ้าสมอง

ศักย์ไฟฟ้าที่เซลล์ประสาทแต่ละเซลล์สร้างขึ้นมานั้นมีขนาดเล็กเกินกว่าที่เครื่อง EEG ตรวจคลื่นไฟฟ้าสมองหรือเครื่องตรวจสนามแม่เหล็กสมองจะตรวจจับได้ ดังนั้น สัญญาณไฟฟ้าที่แสดงบน EEG จึงสะท้อนถึงการรวมกันของสัญญาณไฟฟ้าของสมองที่เกิดขึ้นพร้อมๆ กันของเซลล์ประสาทหลายพันหรือหลายล้านเซลล์ที่มีการจัดเรียงตัวในทิศทางเดียวกันในอวกาศ หากเซลล์ประสาทเหล่านั้นไม่ได้จัดเรียงตัวไปในทิศทางเดียวกัน ไอออนของเซลล์ประสาทเหล่านั้นจะไม่เรียงตัวเป็นแนวและไม่สามารถสร้างคลื่นไฟฟ้าที่แรงพอให้เครื่องตรวจจับได้ เป็นที่เชื่อกันว่าเซลล์ประสาททรงปิรามิด (Pyramidal neurons) ในเปลือกสมองเป็นแหล่งกำเนิดสัญญาณ EEG มากที่สุด เนื่องจากพวกมันมีการจัดเรียงตัวที่เป็นระเบียบและส่งสัญญาณพร้อมๆ กัน และเนื่องจากความชันของสนามแรงดันไฟฟ้า (Voltage field gradients) จะลดลงตามระยะทางยกกำลังสอง กิจกรรมทางไฟฟ้าที่มาจากส่วนลึกของสมองจึงตรวจจับได้ยากกว่ากระแสไฟฟ้าที่อยู่ใกล้กับกะโหลกศีรษะ

สัญญาณ EEG ที่บันทึกจากหนังศีรษะ (Scalp EEG) จะแสดงให้เห็นถึงการสั่นของคลื่นไฟฟ้าที่มีความถี่หลากหลายความถี่ โดยคลื่นที่มีการสั่นเหล่านี้หลายชนิดจะมีช่วงความถี่เฉพาะตัว มีการกระจายตัวในเชิงพื้นที่ (บนพื้นผิวสมอง) ที่เด่นชัดเฉพาะจำเพาะและมีความสัมพันธ์กับสภาวะการทำงานที่แตกต่างกันของสมอง (เช่น สภาวะตื่นและระยะต่างๆ ของการนอนหลับ) การสั่นของคลื่นไฟฟ้าเหล่านี้แสดงถึงการทำงานที่สอดประสานกัน (Synchronized Activity) ของเครือข่ายเซลล์ประสาท โดยเครือข่ายเซลล์ประสาทที่เป็นพื้นฐานของการสั่นบางชนิดนั้นเป็นที่เข้าใจกันดีแล้ว (เช่น กระบวนการสั่นพ้องของกระแสไฟฟ้าระหว่างสมองส่วนทาลามัสและเปลือกสมองซึ่งเป็นกลไกพื้นฐานที่ทำให้เกิดคลื่นสมองรูปกระสวย) ในขณะที่เครือข่ายของคลื่นอีกหลายชนิดยังคงไม่เป็นที่ทราบแน่ชัด (เช่น ระบบที่สร้างจังหวะคลื่นพื้นฐานบริเวณสมองส่วนหลัง หรือ Posterior Basic Rhythm) นอกจากนี้ งานวิจัยที่ตรวจวัดทั้งคลื่นไฟฟ้าสมอง (EEG) ร่วมกับการส่งสัญญาณของเซลล์ประสาทเดี่ยว (Neuron Spiking) พบว่าความสัมพันธ์ระหว่างสัญญาณจากทั้งสองแล่งกำนิดนี้นี้มีความซับซ้อน โดยพบว่าการผสมผสานระหว่างกำลังของคลื่น EEG ในย่านความถี่แกมมา (Gamma Band Power) และเฟสในย่านความถี่เดลตา (Delta Band Phase) มีความสัมพันธ์อย่างแรงกล้าที่สุดกับการส่งสัญญาณของเซลล์ประสาท

• ข้อจำกัดของการตรวจคลื่นไฟฟ้าสมอง (Limitations)

การตรวจคลื่นไฟฟ้าสมองมีข้อจำกัดอยู่หลายประการ โดยข้อจำกัดที่สำคัญที่สุด คือ มีความละเอียดเชิงพื้นที่ (Spatial resolution) ที่ค่อนข้างต่ำ ทั้งนี้ EEG จะมีความไวต่อการตรวจจับกลุ่มของกระแสไฟฟ้าหลังไซแนปส์ (Post-synaptic potentials) ในรูปแบบที่เฉพาะเจาะจงเท่านั้น ซึ่งได้แก่สัญญาณไฟฟ้าที่เกิดขึ้นในสมองส่วนคอร์เทกซ์ชั้นตื้น (Superficial layers of the cortex) บริเวณยอดของร่องนูนสมอง (Crests of gyri) ที่อยู่ติดกับกะโหลกศีรษะโดยตรงและมีทิศทางตั้งฉาก (Radial) กับกะโหลกศีรษะ ในทางตรงกันข้าม ใยประสาทนำเข้าหรือเดนไดรต์ (Dendrites) ที่อยู่ลึกลงไปในสมองส่วนคอร์เทกซ์ อยู่ภายในร่องลึกสมอง (Sulci) อยู่บริเวณแนวเส้นกึ่งกลางลำตัวหรืออยู่ภายในโครงสร้างสมองส่วนลึก (เช่น ร่องนูนซิงกูเลต หรือสมองส่วนฮิปโปแคมปัส) หรือเดนไดรต์ที่สร้างสัญญาณไฟฟ้าในทิศทางแนวขนาน (Tangential) กับกะโหลกศีรษะจะส่งผลหรือมีส่วนช่วยต่อสัญญาณ EEG น้อยกว่าอย่างมาก

การบันทึกสัญญาณ EEG ไม่ได้จับสัญญาณไฟฟ้าทำงานของใยประสาทหรือแอกซอน (Axonal action potentials) โดยตรง ทั้งนี้ สัญญาณไฟฟ้าสามารถแสดงแทนได้อย่างถูกต้องในรูปแบบของประจุขั้วจตุรภาค (Current quadrupole) ซึ่งหมายความว่า สนามไฟฟ้าที่เกิดขึ้นจะลดความเข้มข้นลงอย่างรวดเร็วกว่าสนามไฟฟ้าที่สร้างขึ้นโดยประจุขั้วคู่ (Current dipole) ของศักย์ไฟฟ้าหลังไซแนปส์ (Post-synaptic potentials) นอกจากนี้ เนื่องจากสัญญาณที่บันทึกได้จาก EEG เป็นค่าเฉลี่ยที่เกิดจากเซลล์ประสาทหลายพันเซลล์ ดังนั้นการจะทำให้เกิดการเบี่ยงเบนของเส้นสัญญาณอย่างมีนัยสำคัญได้นั้น จำเป็นต้องอาศัยการทำงานที่พร้อมเพรียงกัน (Synchronous activity) ของเซลล์ประสาทกลุ่มใหญ่ ทว่าศักย์ไฟฟ้า (Action potentials) นั้นเกิดขึ้นและสิ้นสุดลงอย่างรวดเร็วมาก ส่งผลให้โอกาสที่จะเกิดการรวมกันของสนามไฟฟ้า (Field summation) มีน้อยมาก ในทางตรงกันข้าม กระบวนการส่งสัญญาณย้อนกลับของเซลล์ประสาท (Neural backpropagation) ซึ่งโดยทั่วไปจะมีลักษณะเป็นประจุขั้วคู่ของกระแสไฟฟ้าในเดนไดรต์ (Dendritic current dipole) ที่คงอยู่ยาวนานกว่าจะทำให้หัววัด EEG ตรวจจับได้และถือเป็นข้อบ่งชี้เกี่ยวกับความเชื่อถือได้ของการเกิดขึ้นของสัญญาณประสาทส่งออก (Neural output)

สัญญาณ EEG ไม่เพียงแต่จะตรวจจับกระแสไฟฟ้าในเดนไดรต์ (Dendrites) เกือบทั้งหมดแทนที่จะเป็นกระแสไฟฟ้าในแอกซอน (Axons) เท่านั้นแต่ยังแสดงให้เห็นถึงสัญญาณไฟฟ้าเฉพาะที่เกิดขึ้นบนกลุ่มของเดนไดรต์ที่เรียงตัวขนานกันและมีการส่งสัญญาณไฟฟ้าไปในทิศทางเดียวกันในเวลาเดียวกันอีกด้วย ทั้งนี้ เซลล์ประสาทรูปปิรามิด (Pyramidal neurons) ในสมองส่วนคอร์เทกซ์ชั้นที่ 2/3 (Layers II/III) และชั้นที่ 5 (Layer V) มีส่วนปลายเดนไดรต์ (Apical dendrites) ที่ทอดยาวขึ้นไปจนถึงชั้นที่ 1 (Layer I) ซึ่งสัญญาณไฟฟ้าที่วิ่งขึ้นหรือลงตามเส้นใยประสาทเหล่านี้ คือ ปัจจัยพื้นฐานที่ก่อให้เกิดสัญญาณส่วนใหญ่ที่บันทึกได้จากการตรวจคลื่นไฟฟ้าสมอง

ด้วยเหตุนี้ การตรวจ EEG จึงให้ข้อมูลที่มีความเอนเอียง (Bias) อย่างมากต่อเซลล์ประสาทบางประเภท บางตำแหน่งและบางทิศทางการเรียงตัวเท่านั้น ดังนั้น โดยทั่วไปแล้วจึงไม่ควรนำ EEG ไปใช้ในการอ้างอิงหรือสรุปผลเกี่ยวกับสัญญาณไฟฟ้าจากสมองในภาพรวมทั้งหมด (Global brain activity) นอกจากนี้ เยื่อหุ้มสมอง (Meninges) น้ำเลี้ยงสมองและไขสันหลัง (Cerebrospinal fluid) รวมถึงกะโหลกศีรษะ ยังทำให้สัญญาณ EEG เกิดการ “กระจายตัวและเบลอ” (Smear) ซึ่งส่งผลให้เกิดการบดบังแหล่งกำเนิดสัญญาณไฟฟ้าที่แท้จริงภายในสมอง (Intracranial source)

ในทางคณิตศาสตร์ ถือเป็นสิ่งที่เป็นไปไม่ได้เลยที่จะจำลองหรือสร้างแหล่งกำเนิดกระแสไฟฟ้าภายในสมอง (Intracranial current source) ขึ้นมาให้เป็นสัญญาณเพียงหนึ่งเดียวและแม่นยำที่สุดสำหรับสัญญาณ EEG แต่ละสัญญาณที่บันทึกได้ เนื่องจากกระแสไฟฟ้าบางส่วนจะสร้างศักย์ไฟฟ้าที่เข้ามาหักล้างกันเอง ซึ่งภาวะนี้เรียกว่า “ปัญหาผกผัน” (Inverse problem) อย่างไรก็ตาม ได้มีความพยายามในการศึกษาวิจัยอย่างมากมายจนสามารถสร้างแบบจำลองคาดการณ์ที่แม่นยำอย่างน่าอัศจรรย์นี้ได้ อย่างน้อยที่สุดก็คือการระบุพิกัดประจุขั้วคู่ไฟฟ้า (Localized electric dipole) ที่สามารถเป็นตัวแทนของกระแสไฟฟ้าที่บันทึกได้เหล่านั้น

• ข้อดีของ EEG เมื่อเปรียบเทียบกับวิธี fMRI, fNIRS, fUS และ PET (EEG's benefits over fMRI, fNIRS, fUS and PET) 

EEG มีจุดเด่นหลายประการในการเป็นเครื่องมือสำหรับสำรวจการทำงานของสมอง โดย EEG มีความละเอียดด้านเวลา (Temporal Resolution) ที่ดีเยี่ยมและสามารถตรวจจับความเปลี่ยนแปลงที่เกิดขึ้นในระดับมิลลิวินาทีได้ ซึ่งมีประโยชน์เป็นอย่างมากในการประเมินการตอบสนองต่อสิ่งเร้า เมื่อพิจารณาจากข้อเท็จจริงที่ว่า ศักย์ไฟฟ้าที่เกิดจากการทำงานของเซลล์ประสาท (Action Potential) ใช้เวลาประมาณ 0.5–130 มิลลิวินาทีในการส่งผ่านเซลล์ประสาทเพียงเซลล์เดียว ทั้งนี้ขึ้นอยู่กับชนิดของเซลล์ประสาทนั้นๆ

EEG สามารถนำมาใช้งานร่วมกับ fMRI หรือ fUS ไปพร้อมๆ กันได้ เพื่อให้สามารถบันทึกข้อมูลที่มีความละเอียดด้านเวลาสูง (High temporal resolution) ควบคู่ไปกับข้อมูลที่มีความละเอียดด้านพื้นที่สูง (High spatial resolution) อย่างไรก็ตาม เนื่องจากข้อมูลที่ได้จากแต่ละเครื่องมือเกิดขึ้นในช่วงเวลาที่แตกต่างกัน ชุดข้อมูลทั้งสองจึงอาจไม่ได้เป็นตัวแทนของสัญญาณไฟฟ้าจากสมองในส่วนเดียวกันอย่างสมบูรณ์แบบนอกจากนี้ การผสมผสานระหว่าง EEG และ fMRI ยังมีอุปสรรคทางเทคนิคหลายประการ รวมถึงความจำเป็นในการกำจัดสัญญาณรบกวนจากสนามแม่เหล็กไฟฟ้า (MRI gradient artifact) ที่เกิดขึ้นในระหว่างการสแกน fMRI ยิ่งไปกว่านั้น สนามแม่เหล็กของ MRI ยังอาจเหนี่ยวนำให้เกิดกระแสไฟฟ้าในสายสัญญาณของขั้วอิเลคโทรด EEG (EEG electrode wires) ที่มีการเคลื่อนไหวได้อีกด้วย

การใช้งาน EEG ร่วมกับ NIRS หรือ fUS โดยไม่มีอุปสรรคทางเทคนิค EEG มากนัก เครื่องมือเหล่านี้ไม่มีอิทธิพลหรือส่งผลกระทบซึ่งกันและกันและการตรวจวัดแบบผสมผสานนี้สามารถให้ข้อมูลที่เป็นประโยชน์ได้ทั้งในเรื่องของการทำงานของกระแสไฟฟ้าในสมอง (Electrical activity) และการเปลี่ยนแปลงของระบบไหลเวียนโลหิต (Hemodynamics) ในความละเอียดด้านพื้นที่ระดับปานกลาง

EEG มักถูกนำมาใช้ร่วมกับ fNIRS บ่อยครั้ง เพื่อช่วยให้สามารถตรวจวัดการทำงานของกระแสไฟฟ้าในเซลล์ประสาทที่เกิดขึ้นอย่างรวดเร็ว (Fast neuronal electrical activity) ควบคู่ไปกับการตอบสนองของระบบไหลเวียนโลหิตที่เกิดขึ้นช้ากว่า (Slower hemodynamic responses) ซึ่งมีความเกี่ยวเนื่องสัมพันธ์กันในกลไกการประสานงานระหว่างระบบประสาทและหลอดเลือด (Neurovascular coupling) ในการตรวจวัดแบบผสมผสานดังกล่าว EEG จะทำหน้าที่ให้ข้อมูลความละเอียดด้านเวลาในระดับมิลลิวินาที ในขณะที่ fNIRS จะช่วยเสริมข้อมูลเชิงเติมเต็มเกี่ยวกับการเปลี่ยนแปลงของออกซิฮีโมโกลบิน (Oxygenated hemoglobin) และดีออกซิฮีโมโกลบิน (Deoxygenated hemoglobin) ด้วยความละเอียดด้านพื้นที่ในระดับปานกลาง การตรวจวัดด้วย EEG–fNIRS แบบผสมผสานสามารถทำได้โดยไม่มีการรบกวนทางเทคนิคที่รุนแรงระหว่างกัน จึงมีความเหมาะสมอย่างยิ่งสำหรับงานวิจัยที่ดำเนินการนอกสภาพแวดล้อมการสร้างภาพถ่ายสมองที่ต้องควบคุมอย่างเข้มงวด ในปัจจุบันได้มีการพัฒนาระบบวิจัย EEG–fNIRS ไร้สายแบบบูรณาการเพื่อรองรับการบันทึกข้อมูลที่ซิงโครไนซ์กันในชุดอุปกรณ์สวมใส่เพียงชุดเดียว ซึ่งรวมถึงแพลตฟอร์มอย่าง g.Nautilus ชุดหูฟัง EEG และ fNIRS ไร้สายที่ผลิตโดยบริษัท วิศวกรรมการแพทย์ g.tec จำกัดซึ่งช่วยให้สามารถบันทึกสัญญาณ EEG และ fNIRS แบบหลายช่องสัญญาณ (Multi-channel) ได้พร้อมกัน สำหรับนำไปประยุกต์ใช้ในด้านประสาทวิทยาศาสตร์พฤติกรรม (Cognitive neuroscience) การวิจัยส่วนต่อประสานระหว่างสมองกับคอมพิวเตอร์ (Brain–computer interface หรือ BCI) และการฟื้นฟูสมองและระบบประสาท (Neurorehabilitation)

• การเปรียบเทียบ EEG กับ MEG (EEG vis-à-vis MEG) 

แหล่งกำเนิดสัญญาณและการแปลผล EEG สะท้อนให้เห็นถึงสัญญาณไฟฟ้าบริเวณไซแนปส์ (Synaptic activity) ที่ทำงานประสานกัน ซึ่งมีสาเหตุมาจากศักย์ไฟฟ้าหลังไซแนปส์ (Post-synaptic potentials) ของเซลล์ประสาทในสมองส่วนคอร์เทกซ์ (Cortical neurons) ในทางตรงกันข้าม กระแสไอออน (Ionic currents) ที่เกี่ยวข้องกับการสร้างศักย์ไฟฟ้าทำงานที่เกิดขึ้นอย่างรวดเร็ว (Fast action potentials) นั้น อาจไม่ได้มีส่วนช่วยมากนักต่อการแสดงค่าเฉลี่ยของศักย์ไฟฟ้าภาคสนาม (Averaged field potentials) ที่ปรากฏบนสัญญาณ EEG หากจะอธิบายให้เฉพาะเจาะจงยิ่งขึ้น ศักย์ไฟฟ้าบนหนังศีรษะที่ทำให้เกิดสัญญาณ EEG นั้น โดยทั่วไปเชื่อกันว่ามีสาเหตุมาจากกระแสไอออนนอกเซลล์ (Extracellular ionic currents) ที่เกิดจากสัญญาณไฟฟ้าบริเวณเดนไดรต์ (Dendritic electrical activity) ในขณะที่สนามแม่เหล็กที่ทำให้เกิดสัญญาณ MEG (Magnetoencephalographic) จะมีความสัมพันธ์กับกระแสไอออนภายในเซลล์ (Intracellular ionic currents) 

• คลื่นไฟฟ้าสมองในสภาวะปกติ (Normal activity) 

ภาพรวมคลื่นสมองของมนุษย์ที่แสดงให้เห็นคลื่นสมองในสภาวะพักอย่างเด่นชัด – คลื่นอัลฟา (Alpha-rhythm) ด้านซ้าย: เส้นสัญญาณ EEG (แนวนอน – เวลาเป็นวินาที, แนวตั้ง – แอมพลิจูด มาตราส่วน 100 ไมโครโวลต์ [μV]) ด้านขวา: กราฟความหนาแน่นของพลังงานสัญญาณ (Power spectra) ของคลื่นสมองที่แสดงอยู่ (เส้นแนวตั้ง – แสดงตำแหน่งความถี่ 10 และ 20 เฮิรตซ์  มาตราส่วนเป็นแบบเชิงเส้น)คลื่นอัลฟาประกอบด้วยคลื่นที่มีลักษณะคล้ายคลื่นไซน์ (Sinusoidal-like waves) มีความถี่อยู่ในช่วง 8–12 เฮิรตซ์ (ในกรณีนี้คือ 11 เฮิรตซ์) ซึ่งจะสังเกตเห็นได้อย่างเด่นชัดที่สุดในบริเวณสมองส่วนหลัง (Posterior sites) และช่วงความถี่ของคลื่นอัลฟานี้จะถูกไฮไลต์ด้วยสีแดงบนกราฟความหนาแน่นของพลังงานสัญญาณ

คลื่นสมองของมนุษย์ในสภาวะพักด้านซ้าย: เส้นสัญญาณ EEG (แนวนอน – เวลาเป็นวินาที, แนวตั้ง – แอมพลิจูด, มาตราส่วน 100 ไมโครโวลต์ [μV])ด้านขวา: กราฟความหนาแน่นของพลังงานสัญญาณ ของคลื่นสมองที่แสดงอยู่ (เส้นแนวตั้ง – แสดงตำแหน่งความถี่ 10 และ 20 เฮิรตซ์ มาตราส่วนเป็นแบบเชิงเส้น) มนุษย์ประมาณ 80–90% จะมีคลื่นที่มีลักษณะคล้ายคลื่นไซน์ (Sinusoidal-like waves) ปรากฏอย่างเด่นชัดในช่วงความถี่ 8–12 เฮิรตซ์ ซึ่งเรียกว่า คลื่นอัลฟา (Alpha rhythm) ในขณะที่บุคคลอื่นๆ (เช่นในกรณีตัวอย่างนี้) จะไม่มีคลื่นสมองประเภทนี้ปรากฏให้เห็น

สัญญาณรบกวนที่พบบ่อยใน EEG ของบุคคล 1: สัญญาณรบกวนจากการเคลื่อนไหวของดวงตา (Electrooculographic artifact) มีสาเหตุมาจากการกระตุ้นของกล้ามเนื้อลูกตา (เช่น สัมพันธ์กับการกระพริบตา) มีลักษณะเป็นคลื่นค่าบวก (Positive wave) ที่มีความแรงสัญญาณสูง (Big-amplitude) และเคลื่อนตัวช้า โดยจะสังเกตเห็นได้อย่างเด่นชัดในบริเวณขั้วรับสัญญาณส่วนหน้าพรีฟรอนทัล (Frontal electrodes) 2: สัญญาณรบกวนจากขั้วรับสัญญาณ (Electrode's artifact) มีสาเหตุมาจากการสัมผัสที่ไม่ดี (ทำให้มีอิมพีแดนซ์สูงขึ้น) ระหว่างขั้วรับสัญญาณตำแหน่ง P3 กับผิวหนัง3: สัญญาณรบกวนจากการกลืน (Swallowing artifact) 4: สัญญาณรบกวนจากขั้วอ้างอิงร่วม (Common reference electrode's artifact) มีสาเหตุมาจากการสัมผัสที่ไม่ดีระหว่างขั้วอ้างอิง (Reference electrode) กับผิวหนัง ส่งผลให้เกิดคลื่นขนาดใหญ่ยักษ์ที่มีลักษณะคล้ายคลึงกันในทุกช่องสัญญาณ

โดยทั่วไปแล้ว สัญญาณ EEG จะถูกอธิบายในรูปแบบของคลื่นสัญญาณที่เกิดขึ้นเป็นจังหวะ (Rhythmic activity) และคลื่นสัญญาณที่เกิดขึ้นชั่วครู่ (Transients) ซึ่งคลื่นสัญญาณที่เป็นจังหวะนี้จะถูกแบ่งออกเป็นช่วงคลื่น (Bands) ตามความถี่ ในระดับหนึ่ง การแบ่งช่วงความถี่เหล่านี้ถือเป็นเรื่องของหลักเกณฑ์การตั้งชื่อ (ตัวอย่างเช่น กิจกรรมที่เป็นจังหวะใดๆ ที่มีความถี่ระหว่าง 8–12 เฮิรตซ์ เรียกว่า "คลื่นอัลฟา") อย่างไรก็ตาม การกำหนดชื่อเรียกเหล่านี้เกิดขึ้นเนื่องจากมีการสังเกตพบว่า กิจกรรมที่เป็นจังหวะภายในช่วงความถี่เฉพาะหนึ่งๆ มักจะมีรูปแบบการกระจายตัวบนหนังศีรษะที่แน่นอน หรือมีนัยสำคัญทางชีวภาพที่เฉพาะเจาะจง โดยทั่วไปแล้วการแบ่งช่วงคลื่นความถี่ (Frequency bands) ของสมองจะทำโดยใช้ระเบียบวิธีวิเคราะห์เชิงสเปกตรัม (Spectral methods) เช่น วิธีของเวลช์ (Welch's method) ซึ่งมีการนำมาใช้งานในซอฟต์แวร์วิเคราะห์ EEG ที่เปิดให้ใช้งานได้ฟรี ตัวอย่างเช่น EEGLAB หรือ Neurophysiological Biomarker Toolbox (NBT) ทั้งนี้ การประมวลผลสัญญาณ EEG ด้วยระบบคอมพิวเตอร์มักจะถูกเรียกว่า Quantitative Electroencephalography (qEEG) หรือการตรวจคลื่นสมองเชิงปริมาณ

สัญญาณสมองส่วนใหญ่ตรวจพบจากสัญญาณ EEG บนหนังศีรษะนั้นจะอยู่ในช่วงความถี่ระหว่าง 1–20 เฮิรตซ์ (ซึ่งหากใช้เทคนิคการบันทึกสัญญาณมาตรฐานในทางคลินิก กิจกรรมของคลื่นที่อยู่ต่ำกว่าหรือสูงกว่าช่วงความถี่นี้ มักจะมีแนวโน้มที่จะเป็นสัญญาณรบกวน (Artifact) รูปคลื่นสัญญาณเหล่านี้จะถูกแบ่งย่อยออกเป็นช่วงความถี่ (Bandwidths) ที่รู้จักกันในชื่อ คลื่นอัลฟา (Alpha) คลื่นเบตา (Beta) คลื่นทีตา (Theta) และคลื่นเดลตา (Delta) เพื่อระบุถึงกลุ่มคลื่นสมองส่วนใหญ่ที่นำมาใช้งานจริงในทางปฏิบัติทางการแพทย์ 

• การเปรียบเทียบช่วงความถี่ของคลื่นสมอง (Comparison of EEG bands) 

แนวปฏิบัติที่เลือกใช้เฉพาะจำนวนเต็มในการกำหนดนิยามต่างๆ นั้น มีที่มาจากเหตุผลเชิงปฏิบัติในยุคอดีต ซึ่งเป็นยุคที่สามารถนับได้เฉพาะรอบที่เป็นจำนวนเต็มเท่านั้นในการบันทึกบนกระดาษ ซึ่งส่งผลให้เกิดช่องว่างในตัวนิยามต่างๆ ดังที่ปรากฏให้เห็นในส่วนอื่นๆ ของหน้าเว็บนี้ (หรือหน้าเอกสารนี้) ในทางทฤษฎีนั้น นิยามต่างๆ มักจะถูกกำหนดขึ้นอย่างรอบคอบกว่าเสมอเพื่อให้ครอบคลุมทุกความถี่ แต่ทว่า ในตำราอ้างอิงมาตรฐานทั่วไปกลับยังไม่มีข้อตกลงที่ตรงกันว่าช่วงความถี่เหล่านี้ควรเป็นเท่าใด โดยค่าความถี่สูงสุดของคลื่นอัลฟา (Alpha) และค่าต่ำสุดของคลื่นเบตา (Beta) นั้น มีระบุไว้ตั้งแต่ 12, 13, 14 ไปจนถึง 15 เฮิรตซ์ ซึ่งหากเราเลือกใช้ค่า 14 เฮิรตซ์เป็นเกณฑ์ตัดสิน คลื่นเบตาที่ช้าที่สุดก็จะมีระยะเวลาคลื่นใกล้เคียงกับคลื่นยอดแหลม (Spike) ที่ยาวที่สุดพอดี (นั่นคือประมาณ 70 มิลลิวินาที) ซึ่งทำให้ค่านี้เป็นค่าที่มีประโยชน์และเหมาะสมที่สุดในการนำไปใช้งาน

• รูปแบบของคลื่นไฟฟ้าสมอง (Wave patterns) 

• • คลื่นเดลตา คือ คลื่นที่มีช่วงความถี่ที่สูงไม่เกิน 4 เฮิรตซ์ ซึ่งมักจะเป็นคลื่นที่มี แอมพลิจูดสูงที่สุดและเป็นคลื่นที่ช้าที่สุด โดยปกติแล้วจะพบคลื่นชนิดนี้ในผู้ใหญ่ระหว่างการหลับลึก (Slow-wave sleep) และพบได้ในทารก คลื่นชนิดนี้อาจเกิดขึ้นเฉพาะจุด (Focally) ในกรณีที่มีรอยโรคใต้เปลือกสมอง (Subcortical lesions) และอาจเกิดขึ้นในลักษณะกระจายตัวทั่วทั้งสมอง (General distribution) ในกรณีที่มีรอยโรคแบบแพร่กระจาย (Diffuse lesions), ภาวะสมองทำงานผิดปกติจากระบบเผาผลาญ (Metabolic encephalopathy) ภาวะน้ำคั่งในโพรงสมอง (Hydrocephalus) หรือมีรอยโรคบริเวณกึ่งกลางสมองส่วนลึก (Deep midline lesions) โดยปกติแล้ว คลื่นชนิดนี้จะปรากฏให้เห็นเด่นชัดที่สุดในสมองส่วนหน้า ในผู้ใหญ่ (เช่น FIRDA – คลื่นเดลตาจังหวะสม่ำเสมอแบบขาดๆ หายๆ ที่สมองส่วนหน้า) และปรากฏเด่นชัดที่สุดในสมองส่วนหลัง (Posteriorly) สำหรับเด็ก (เช่น คลื่นเดลตาจังหวะสม่ำเสมอแบบขาดๆ หายๆ ที่สมองส่วนท้ายทอย (OIRDA – Occipital intermittent rhythmic delta)

• • ทีตา คือ คลื่นที่มีความถี่ในช่วงตั้งแต่ 4 Hz ถึง 7 Hz คลื่นชนิดนี้มักพบได้เป็นปกติในเด็กเล็กและอาจพบได้ในสภาวะง่วงนอนหรือสภาวะถูกกระตุ้นตื่นในเด็กโตและผู้ใหญ่ นอกจากนี้ยังสามารถพบได้ในขณะทำสมาธิ การมีคลื่นทีตาที่มากเกินไปเมื่อเทียบกับอายุจะแสดงถึงการทำงานที่ผิดปกติของสมอง โดยอาจพบว่าเป็นความผิดปกติเฉพาะจุดในรอยโรคใต้เปลือกสมองส่วนเฉพาะ (Focal subcortical lesions) หรืออาจพบการกระจายตัวอยู่ทั่วสมองในโรคที่มีรอยโรคกระจายทั่วสมอง (Diffuse disorder) ภาวะสมองทำงานผิดปกติจากระบบเผาผลาญ (Metabolic encephalopathy) ความผิดปกติบริเวณแนวกลางสมองส่วนลึก (Deep midline disorders) หรือในบางกรณีของภาวะน้ำคั่งในโพรงสมอง (Hydrocephalus)ในทางตรงกันข้าม คลื่นความถี่ช่วงนี้ก็มีความเชื่อมโยงกับรายงานผลลัพธ์ในเรื่องของสภาวะที่ผ่อนคลาย สภาวะที่เกิดสมาธิและสภาวะที่เกิดความคิดสร้างสรรค์
  • อัลฟา คือ คลื่นที่มีความถี่อยู่ในช่วง 8 Hz ถึง 12 Hz โดยฮาส์ เบอเกอร์ ได้ตั้งชื่อคลื่นไฟฟ้าสมองที่ทำงานเป็นจังหวะชนิดแรกที่เขาค้นพบว่า "คลื่นอัลฟา" (Alpha wave) คลื่นนี้คือ "จังหวะพื้นฐานส่วนหลังของสมอง" (Posterior basic rhythm) หรือเรียกว่า "จังหวะของสมองที่ทำหน้าที่ควบคุมร่างกายส่วนหลัง" (Posterior dominant rhythm) หรือ "จังหวะอัลฟาส่วนหลัง" (Posterior alpha rhythm) ซึ่งจะพบในสมองส่วนหลังทั้งสองซีกและมีความแรงของสัญญาณสูงกว่าในสมองซีกที่ทำหน้าที่ควบคุมร่างกาย คลื่นนี้จะปรากฏขึ้นเมื่อหลับตาและอยู่ในสภาวะผ่อนคลาย และจะลดเลือนหายไปเมื่อลืมตาหรือเมื่อใช้ความคิด ทั้งนี้ จังหวะพื้นฐานส่วนหลังในเด็กเล็กจะมีความถี่ช้ากว่า 8 Hz (ซึ่งตามหลักเทคนิคแล้วจะจัดอยู่ในช่วงคลื่นทีตา)

นอกจากจังหวะพื้นฐานส่วนหลัง (Posterior basic rhythm) แล้ว ยังมีคลื่นจังหวะอัลฟาปกติในรูปแบบอื่นๆ อีก เช่น จังหวะมิว (Mu rhythm) ซึ่งเป็นกิจกรรมของคลื่นอัลฟาในพื้นที่เปลือกสมองส่วนรับ ความรู้สึกและส่วนควบคุมการเคลื่อนไหวในซีกตรงข้าม (Contralateral sensory and motor cortical areas) โดยคลื่นนี้จะปรากฏขึ้นเมื่อมือและแขนอยู่ในสภาวะพัก (ไม่ได้ใช้งาน) และ "จังหวะที่สาม"  (Third rhythm) ซึ่งเป็นกิจกรรมของคลื่นอัลฟาที่เกิดขึ้นในสมองส่วนกลีบขมับ (Temporal lobe) หรือกลีบหน้า (Frontal lobe)• อย่างไรก็ตาม คลื่นอัลฟาก็อาจเป็นสัญญาณที่ผิดปกติได้เช่นกัน เช่น การตรวจพบคลื่นอัลฟากระจายอยู่ทั่วสมอง (Diffuse alpha) ในผู้ป่วยที่อยู่ในภาวะโคม่าและคลื่นนี้ไม่มีการตอบสนองต่อสิ่งเร้าภายนอก ซึ่งภาวะดังกล่าวจะถูกเรียกว่า "อัลฟาโคม่า" (Alpha coma)

• • เบต้า คือ คลื่นที่มีช่วงความถี่ตั้งแต่ 13 Hz ถึงประมาณ 30 Hz มักพบในสมองทั้งสองซีกแบบสมมาตร (Symmetrical distribution) และจะเห็นได้ชัดเจนที่สุดในสมองส่วนหน้า สัญญาณไฟฟ้าจากสมองที่เป็นคลื่นเบต้านั้นมีความเชื่อมโยงอย่างใกล้ชิดกับพฤติกรรมการเคลื่อนไหวและโดยทั่วไปจะลดเลือนหายไปในระหว่างที่มีการเคลื่อนไหวร่างกายอย่างจริงจัง• คลื่นเบต้าที่มีความแรงของสัญญาณต่ำ ประกอบกับมีความถี่ที่หลากหลายและเปลี่ยนแปลงอยู่ตลอดเวลา มักจะเกี่ยวข้องกับกระบวนการคิดที่ตื่นตัว วุ่นวายหรือวิตกกังวล รวมถึงการใช้สมาธิอย่างจดจ่อ ส่วนคลื่นเบต้าที่ทำงานเป็นจังหวะสม่ำเสมอด้วยชุดความถี่ที่มีลักษณะเด่น (Rhythmic beta with a dominant set of frequencies) จะมีความเกี่ยวข้องกับพยาธิสภาพของโรคต่างๆ เช่น กลุ่มอาการ Dup15q (Dup15q syndrome) และฤทธิ์จากยา โดยเฉพาะยากลุ่มเบนโซไดอะเซปีน (Benzodiazepines) ทั้งนี้ คลื่นเบต้าอาจขาดหายไปหรือลดลงในบริเวณที่มีความเสียหายของเปลือกสมอง (Cortical damage) และคลื่นชนิดนี้จะเป็นจังหวะเด่น (Dominant rhythm) ในผู้ป่วยที่มีความตื่นตัว วิตกกังวลหรือผู้ที่กำลังลืมตา

• • แกมม่า คือ คลื่นที่มีความถี่อยู่ในช่วง 30 ถึง 100 Hz• นักวิทยาศาสตร์เชื่อว่า จังหวะแกมมา (Gamma rhythms) เป็นตัวแทนของการเชื่อมโยงกลุ่มเซลล์ประสาทต่างๆ เข้าด้วยกันเป็นเครือข่าย โดยมีวัตถุประสงค์เพื่อทำหน้าที่อย่างใดอย่างหนึ่งเกี่ยวกับระบบพุทธิปัญญา (การคิดและการรับรู้) หรือการสั่งการเคลื่อนไหวของร่างกาย

• • มิว เป็นคลื่นที่มีความถี่อยู่ในช่วง 8 ถึง 13 Hz และมีความถี่บางส่วนที่ซ้อนทับกับคลื่นความถี่อื่นๆ
    คลื่นชนิดนี้สะท้อนถึงการส่งสัญญาณประสาทในจังหวะเดียวกัน (Synchronous firing) ของเซลล์ประสาทสั่งการ (Motor neurons) ในสภาวะพักของร่างกาย• เป็นที่เชื่อกันว่า การลดลงของคลื่นมิว (Mu suppression) สะท้อนถึงการทำงานของระบบเซลล์ประสาทกระจกเงาที่ควบคุมการเคลื่อนไหว (Motor mirror neuron systems) เนื่องจากเมื่อมีการสังเกตเห็นการกระทำบางอย่าง รูปแบบของคลื่นมิวจะดับวูบหายไป ซึ่งอาจเป็นเพราะระบบเซลล์ประสาทปกติและระบบเซลล์ประสาทกระจกเงาเกิดภาวะ "หลุดออกจากจังหวะที่สอดคล้องกัน" (Go out of sync) และเกิดการรบกวนซึ่งกันและกัน

• • สัญญาณไฟฟ้าจากสมองที่มีลักษณะ "ช้าอย่างยิ่ง" (Ultra-slow) หรือ "ใกล้เคียงกับไฟฟ้ากระแสตรง" (Near-DC) จะถูกบันทึกโดยการใช้เครื่องขยายสัญญาณกระแสตรง (DC amplifiers) ในบริบทของงานวิจัยบางประเภทเท่านั้น โดยทั่วไปแล้ว จะไม่มีการบันทึกคลื่นสัญญาณนี้ในบริบทของการตรวจทางการแพทย์ เนื่องจากสัญญาณในช่วงความถี่เหล่านี้จะถูกรบกวนได้ง่ายจากสัญญาณรบกวนหรือสัญญาณแปลกปลอมต่างๆ

• • ลักษณะเด่นบางประการของคลื่นไฟฟ้าสมอง คือ จะปรากฏขึ้นแบบ "ชั่วขณะ" (Transient) มากกว่าที่จะเกิดขึ้นเป็นจังหวะต่อเนื่อง (Rhythmic) โดยคลื่นยอดแหลมสูง (Spikes) และคลื่นที่มียอดแหลม (Sharp waves) อาจแสดงถึงอาการชัก (Seizure activity) หรือสัญญาณไฟฟ้าของสมองในช่วงระหว่างการชัก (Interictal activity) ในผู้ป่วยที่เป็นโรคลมบ้าหมู/โรคลมชัก (Epilepsy) หรือผู้ที่มีแนวโน้มทางพันธุกรรมที่จะเกิดโรคลมชัก (Predisposition toward epilepsy) ในทางตรงกันข้าม ลักษณะคลื่นแบบชั่วคราวในรูปแบบอื่นๆ ถือเป็นสิ่งปกติ เช่น คลื่นยอดแหลมที่เกิดขึ้นชั่วคราว (Vertex waves) และคลื่นสมองรูปกระสวย (Sleep spindles) ซึ่งสามารถพบได้ในสภาวะการนอนหลับตามปกติ

มีคลื่นสมองบางประเภทที่ตามสถิติแล้วพบได้ไม่บ่อยนัก (Statistically uncommon) แต่ไม่ได้มีความเกี่ยวข้องกับการทำงานที่ผิดปกติหรือการเป็นโรคใดๆ โดยคลื่นกลุ่มนี้มักจะถูกเรียกว่า "คลื่นที่พบได้น้อยแต่ปกติ" (Normal variants) ซึ่งจังหวะคลื่นมิว (Mu rhythm) ก็เป็นตัวอย่างหนึ่งของคลื่นในกลุ่มนี้

ผลการตรวจคลื่นไฟฟ้าสมอง (EEG) ในภาวะปกติจะมีความแตกต่างกันไปตามอายุ โดยคลื่นไฟฟ้าสมองของทารกในครรภ์ (Prenatal EEG) และทารกแรกเกิด (Neonatal EEG) จะมีความแตกต่างจากคลื่นไฟฟ้าสมองของผู้ใหญ่อย่างสิ้นเชิง ทารกในครรภ์ช่วงไตรมาสที่สามและทารกแรกเกิดจะมีรูปแบบของคลื่นสมองที่พบได้บ่อย 2 รูปแบบ คือ "แบบไม่ต่อเนื่อง" (Discontinuous) และ "แบบเทรซ อัลเทอร์แนนท์" (Trace alternant) โดยสัญญาณไฟฟ้าจากสมองแบบ "ไม่ต่อเนื่อง" จะหมายถึงการปะทุขึ้นอย่างเฉียบพลันของกระแสไฟฟ้า (Sharp bursts) แล้วตามด้วยคลื่นความถี่ต่ำ ส่วนกิจกรรมทางไฟฟ้าแบบ "เทรซ อัลเทอร์แนนท์" จะอธิบายถึงการปะทุขึ้นอย่างเฉียบพลันแล้วตามด้วยช่วงเวลาสั้นๆ ของคลื่นที่มีความแรงของสัญญาณสูง (High amplitude intervals) ซึ่งโดยทั่วไปแล้วรูปแบบนี้จะบ่งบอกถึงสภาวะการนอนหลับแบบสงบ (Quiet sleep) ในทารกแรกเกิด ทั้งนี้ คลื่นไฟฟ้าสมองในวัยเด็กโดยทั่วไปจะมีความถี่ของการกวัดแกว่งของคลื่น (Frequency oscillations) ที่ช้ากว่าคลื่นไฟฟ้าสมองของผู้ใหญ่

ผลตรวจคลื่นไฟฟ้าสมองในภาวะปกติยังมีความแปรผันตามสภาวะของร่างกาย (State) โดยจะมีการใช้เครื่องตรววัด EEG ร่วมกับการตรวจวัดอื่นๆ เช่น การตรวจเคลื่อนไหวของลูกตา (EOG) และการตรวจคลื่นไฟฟ้ากล้ามเนื้อ (EMG) เพื่อกำหนดระยะต่างๆ ของการนอนหลับในการตรวจการนอนหลับ (Polysomnography) การนอนหลับระยะที่ 1 (Stage I sleep) ซึ่งในบางระบบจะเทียบเท่ากับสภาวะง่วงนอน จะปรากฏบน EEG ในลักษณะที่จังหวะพื้นฐานส่วนหลัง (Posterior basic rhythm) เลือนหายไป (Drop-out) และอาจพบความถี่ของคลื่นทีต้า (Theta) เพิ่มขึ้น โดยซานตามาเรียและเชียปปาได้จัดหมวดหมู่รูปแบบคลื่นที่หลากหลายซึ่งมีความเชื่อมโยงกับสภาวะง่วงนอนไว้เป็นจำนวนมาก การนอนหลับระยะที่ 2 (Stage II sleep) มีลักษณะเฉพาะคือการปรากฏของคลื่นกระสวย (Sleep spindles) ซึ่งเป็นการทำงานเป็นจังหวะต่อเนื่องที่เกิดขึ้นชั่วขณะ (Transient runs) ในช่วงความถี่ 12–14 Hz (บางครั้งเรียกว่าแถบคลื่น "ซิกมา" หรือ Sigma band) และจะเห็นได้ชัดเจนที่สุดในบริเวณสมองส่วนหน้าถึงส่วนกลาง (Frontal-central maximum) โดยกิจกรรมของคลื่นสมองส่วนใหญ่ในระยะที่ 2 นี้จะอยู่ในช่วงความถี่ 3–6 Hz• การนอนหลับระยะที่ 3 และ 4 (Stage III and IV sleep) จะถูกกำหนดจากการตรวจพบคลื่นความถี่เดลตาและมักจะถูกเรียกรวมกันว่า "ช่วงนอนหลับลึก" (Slow-wave sleep) ซึ่งการนอนหลับตั้งแต่ระยะที่ 1 ถึง 4 นี้ จะประกอบกันเป็นช่วงการนอนหลับแบบเบ้าตานิ่ง (Non-REM หรือ NREM sleep) ในส่วนของ การนอนหลับระยะ REM (Rapid eye movement sleep หรือช่วงหลับฝัน) คลื่นไฟฟ้าสมองที่ปรากฏจะมีลักษณะค่อนข้างคล้ายคลึงกับคลื่นไฟฟ้าของสมองในขณะที่ตื่นอยู่

คลื่นไฟฟ้าสมองในขณะที่อยู่ภายใต้ภาวะการดมยาสลบ (General anesthesia) จะขึ้นอยู่กับชนิดของยาสลบที่เลือกใช้ โดยการใช้ยาสลบกลุ่มฮาโลจิเนต (Halogenated anesthetics) เช่น ฮาโลเทน (Halothane) หรือยาที่ให้ทางหลอดเลือดดำ เช่น โพรโพฟอล (Propofol) จะตรวจพบรูปแบบคลื่น EEG แบบความถี่เร็ว (ช่วงคลื่นอัลฟาหรือเบต้าตอนต้น) และไม่มีการตอบสนองต่อสิ่งเร้า (Nonreactive) ปรากฏอยู่ทั่วหนังศีรษะส่วนใหญ่ โดยเฉพาะบริเวณสมองส่วนหน้า (Anteriorly) ซึ่งในคำศัพท์สมัยก่อนจะเรียกรูปแบบนี้ว่า WAR (Widespread anterior rapid) เพื่อให้เห็นความต่างจากรูปแบบ WAIS (Widespread slow) ซึ่งเป็นคลื่นช้าที่กระจายตัวทั่วสมองที่สัมพันธ์กับการใช้ยากลุ่มโอปิออยด์ (opiates) ในปริมาณสูง• ผลกระทบของยาสลบที่มีต่อสัญญาณ EEG เริ่มเป็นที่เข้าใจมากขึ้นในระดับการออกฤทธิ์ของยาต่อไซแนปส์ (Synapses) ชนิดต่างๆ รวมถึงวงจรประสาทที่ทำให้เซลล์ประสาทเกิดการทำงานเป็นจังหวะที่พ้องกัน (Synchronized neuronal activity) นอกจากนี้ อัลกอริทึมในปัจจุบันที่อ้างอิงการแสดงผลแบบแผนภูมิสถานะ (State-chart representation) โดยใช้สัญญาณ EEG สามารถติดตามสภาวะของสมองในระหว่างการดมยาสลบได้แล้ว ซึ่งช่วยให้สามารถจำแนกระดับความลึกของสมอง (Brain depth) ภายใต้ภาวะการสงบประสาท (Sedation) ในระดับต่างๆ ได้

สัญญาณรบกวนแปลกปลอม (Artifacts)

การตรวจคลื่นไฟฟ้าสมองเป็นเทคนิคที่มีประโยชน์อย่างยิ่งสำหรับการศึกษาการทำงานของสมอง ทว่าสัญญาณที่วัดได้นั้นมักจะถูกปนเปื้อนด้วยสัญญาณรบกสนแปลกปลอมอยู่เสมอ ซึ่งสัญญาณรบกวนเหล่านี้อาจส่งผลกระทบต่อการวิเคราะห์ข้อมูลได้ โดยสัญญาณรบกสนแปลกปลอมนั้นหมายถึงสัญญาณใดๆ ก็ตามที่วัดค่าได้ แต่ไม่ได้มีจุดกำเนิดมาจากภายในสมอง แม้ว่าในปัจจุบันจะมีอัลกอริทึมจำนวนมากที่ถูกคิดค้นขึ้นมาเพื่อกำจัดสัญญาณรบกวนแปลกปลอมเหล่านี้ แต่ปัญหาที่ว่าควรจะจัดการกับสัญญาณรบกวนเหล่านี้อย่างไรให้มีประสิทธิภาพสูงสุดนั้นยังคงเป็นประเด็นคำถามที่เปิดกว้างและต้องศึกษากันต่อไป แหล่งที่มาของสัญญาณรบกวนแปลกปลอมอาจมาจากปัญหาเครื่องมือวัด เช่น อิเล็กโทรด (ตัวรับสัญญาณ) ชำรุด สัญญาณรบกวนจากสายไฟ (Line noise) หรือจากการที่อิมพีแดนซ์ของอิเล็กโทรดมีค่าสูงเกินไป (High electrode impedance) หรืออาจมาจากระบบสรีรวิทยาของตัวผู้เข้ารับการตรวจเอง ซึ่งรวมถึงการกะพริบตาและการเคลื่อนไหวของดวงตา การทำงานของหัวใจและการทำงานของกล้ามเนื้อ โดยสัญญาณรบกวนแปลกปลอมประเภทหลังนี้จะมีความซับซ้อนและกำจัดออกได้ยากกว่า สัญญาณรบกวนแปลกปลอมเหล่านี้อาจทำให้การแปลผลด้วยสายตา (Visual interpretation) จากข้อมูล EEG เกิดความเบี่ยงแบน เนื่องจากบางสัญญาณอาจมีลักษณะที่เลียนแบบกิจกรรมทางพุทธิปัญญา (Cognitive activity) ซึ่งอาจส่งผลกระทบต่อการวินิจฉัยโรคหรือปัญหาต่างๆ เช่น โรคอัลไซเมอร์ หรือความผิดปกติของการนอนหลับ (Sleep disorders) ดังนั้น การกำจัดรบกวนแปลกปลอมในข้อมูล EEG ที่นำมาใช้สำหรับการใช้งานจริงจึงเป็นสิ่งที่มีความสำคัญอย่างยิ่งยวด

การกำจัดสัญญาณรบกวนแปลกปลอม (Artifact removal) 

การที่เราสามารถแยกแยะสัญญาณรบกวนแปลกปลอมออกจากสัญญาณไฟฟ้าที่แท้จริงจากสมองนั้นเป็นสิ่งสำคัญเป็นอย่างยิ่ง เพื่อป้องกันไม่ให้เกิดการแปลความหมายข้อมูลจากสมอง ที่ผิดพลาด โดยแนวทางทั่วไปในการกำจัดสัญญาณรบกวนแปลกปลอมออกจากข้อมูลจริงจากสมองประกอบด้วย การป้องกัน (Prevention) การปัดปฏิเสธ (Rejection) และการหักล้างสัญญาณ (Cancellation) ซึ่งเป้าหมายของทุกแนวทาง คือ การพัฒนาวิธีการที่สามารถระบุและกำจัดสัญญาณรบกวนแปลกปลอมออกไปโดยไม่ส่งผลกระทบต่อคุณภาพของสัญญาณ EEG จริง เนื่องจากแหล่งกำเนิดของสัญญาณรบกวนแปลกปลอมมีความแตกต่างกันค่อนข้างมาก นักวิจัยส่วนใหญ่จึงมุ่งเน้นไปที่การพัฒนาอัลกอริทึมที่จะระบุและกำจัดสัญญาณรบกวนเพียงรูปแบบเดียวในกระแสสัญญาณ การกรองสัญญาณแบบง่ายด้วยตัวกรองขจัดแถบความถี่ (Notch filter) มักถูกนำมาใช้ทั่วไปเพื่อปัดปฏิเสธส่วนประกอบสัญญาณที่มีความถี่ 50/60 Hz อย่างไรก็ตาม ตัวกรองแบบง่ายเช่นนี้ไม่ใช่ทางเลือกที่เหมาะสมในการจัดการกับสัญญาณรบกวนจากสิ่งแปลกปลอมทั้งหมด เนื่องจากสัญญาณรบกวนบางชนิดมีความถี่ที่ซ้อนทับกับช่วงความถี่ของคลื่น EEG 

อัลกอริทึมการถดถอย (Regression algorithms) มีต้นทุนในการประมวลผลในระดับปานกลางและไม่ซับซ้อน โดยถือเป็นวิธีปรับแก้สัญญาณที่ได้รับความนิยมมากที่สุดจนถึงช่วงกลางทศวรรษ 1990 ก่อนที่จะถูกแทนที่ด้วยวิธีประเภท "การแยกแหล่งกำเนิดสัญญาณแบบบอด" (Blind source separation) อัลกอริทึมการถดถอยทำงานบนสมมติฐานที่ว่า สัญญาณรบกวนแปลกปลอมทั้งหมดประกอบขึ้นจากช่องสัญญาณอ้างอิง (Reference channels) หนึ่งช่องหรือมากกว่านั้น ซึ่งการหักลบช่องสัญญาณอ้างอิงเหล่านี้ออกจากช่องสัญญาณอื่นๆ ที่ถูกปนเปื้อน ไม่ว่าจะเป็นในโดเมนเวลา (Time domain) หรือโดเมนความถี่ (Frequency domain) โดยการประมาณค่าผลกระทบของช่องสัญญาณอ้างอิงที่มีต่อช่องสัญญาณอื่นๆ จะช่วยปรับแก้สัญญาณในช่องนั้นๆ ให้ปราศจากสัญญาณรบกวนได้ แม้ว่าข้อกำหนดที่ต้องมีช่องสัญญาณอ้างอิงจะส่งผลให้อัลกอริทึมกลุ่มนี้ถูกแทนที่ในที่สุด แต่ก็ยังคงถือเป็นเกณฑ์มาตรฐาน (Benchmark) ที่ใช้วัดผลประสิทธิภาพของอัลกอริทึมยุคใหม่• อัลกอริทึมการแยกแหล่งกำเนิดสัญญาณแบบบอด (Blind source separation หรือ BSS) ที่นำมาใช้เพื่อกำจัดสัญญาณรบกวนแปลกปลอมนั้นรวมไปถึงการวิเคราะห์องค์ประกอบหลัก (Principal Component Analysis หรือ PCA) และการวิเคราะห์องค์ประกอบที่เป็นอิสระต่อกัน (Independent Component Analysis หรือ ICA) ซึ่งอัลกอริทึมหลายตัวในกลุ่มนี้ประสบความสำเร็จอย่างมากในการจัดการกับสัญญาณรบกวนแปลกปลอมส่วนใหญ่ที่เกิดจากระบบสรีรวิทยา (Physiological artifacts) นอกจากนี้ อัลกอริทึมแบบเรียลไทม์ยุคใหม่ที่อ้างอิงการแปลงเวฟเล็ต (Wavelet transport/Transform) ซึ่งเรียกว่า "การปรับบรรทัดฐานควอนไทล์เวฟเล็ต" (Wavelet Quantile Normalization หรือ WQN) สามารถนำมาใช้เพื่อค้นหาและแทนที่ส่วนของสัญญาณรบกวนแปลกปลอมได้ในแบบเรียลไทม์ แม้ในสภาวะที่ไม่มีข้อมูลของสัญญาณสิ่งประดิษฐ์นั้นๆ อยู่เลยก็ตาม โดยอัลกอริทึมกลุ่มนี้จะพึ่งพาความต่อเนื่องของพลังงานสเปกตรัม (Spectral energy) ในแถบความถี่ต่างๆ 

• สัญญาณรบกวนแปลกปลอมจากระบบสรีรวิทยา (Physiological artifacts) 

• • สัญญาณรบกวนแปลกปลอมจากดวงตา (Ocular artifacts) 

สัญญาณรบกวนแปลกปลอมจากดวงตาส่งผลกระทบต่อสัญญาณ EEG อย่างมีนัยสำคัญ เนื่องจากการเคลื่อนไหวของดวงตาจะทำให้สนามไฟฟ้าที่อยู่รอบๆ ดวงตาเกิดการเปลี่ยนแปลง ซึ่งส่งผลให้สนามไฟฟ้าบริเวณหนังศีรษะมีการเบี่ยงแบน และเนื่องจากการบันทึกผล EEG นั้นทำบนหนังศีรษะ เหตุการณ์นี้จึงเข้าไปบิดเบือนสัญญาณที่ถูกบันทึกไว้ในที่สุด ทั้งนี้ ยังคงมีความคิดเห็นที่แตกต่างกันในกลุ่มนักวิจัย โดยบางส่วนแย้งว่าสัญญาณสิ่งประดิษฐ์จากดวงตาเป็นหรือสามารถอธิบายได้อย่างสมเหตุสมผลว่าเป็นแหล่งกำเนิดสัญญาณเดี่ยว (Single generator) ในขณะที่นักวิจัยกลุ่มอื่นๆ แย้งว่า สิ่งสำคัญคือต้องทำความเข้าใจกลไกที่มีความซับซ้อนและอาจเกิดขึ้นได้หลากหลาย โดยในปัจจุบันได้มีการเสนอแนวคิดเกี่ยวกับกลไกที่เป็นไปได้ 3 รูปแบบเพื่อนำมาใช้อธิบายสัญญาณรบกวนแปลกปลอมจากดวงตานี้

กลไกแรกคือ การเคลื่อนที่ของขั้วคู่ไฟฟ้าคอร์เนีย-เรตินา (Corneal retinal dipole movement) ซึ่งอธิบายได้ว่า เกิดขั้วคู่ไฟฟ้า (Electric dipole) ขึ้นระหว่างกระจกตา (Cornea) และจอตา (Retina) เนื่องจากกระจกตามีประจุบวกและจอตตามีประจุลบ เมื่อดวงตาเคลื่อนไหว ขั้วคู่ไฟฟ้านี้จึงเคลื่อนที่ตามไปด้วย ส่งผลกระทบต่อสนามไฟฟ้าทั่วหนังศีรษะ ซึ่งนี่ถือเป็นมุมมองที่เป็นมาตรฐานที่สุด กลไกที่สองคือ การเคลื่อนที่ของขั้วคู่ไฟฟ้าเรตินา (Retinal dipole movement) ซึ่งมีความคล้ายคลึงกับกลไกแรก แต่แตกต่างตรงที่แนวคิดนี้อธิบายว่า ความต่างศักย์ไฟฟ้าหรือขั้วคู่ไฟฟ้านั้นเกิดขึ้นพาดผ่านเฉพาะตัวจอตา (Retina) เท่านั้น โดยที่กระจกตาแทบจะไม่มีผลใดๆ กลไกที่สามคือ การเคลื่อนไหวของเปลือกตา (Eyelid movement) เป็นที่ทราบกันดีว่าจะเกิดการเปลี่ยนแปลงของแรงดันไฟฟ้า (Voltage) รอบดวงตาเมื่อเปลือกตาขยับ แม้ว่าลูกตาจะไม่ได้เคลื่อนไหวเลยก็ตาม โดยเชื่อกันว่าเปลือกตาสามารถอธิบายได้ว่าเป็นแหล่งกำเนิดศักย์ไฟฟ้าแบบเลื่อนซ้อน (Sliding potential source) และผลกระทบจากการกะพริบตา (Blinking) จะมีความแตกต่างจากการเคลื่อนไหวของดวงตาบนสัญญาณ EEG ที่ถูกบันทึกไว้

สัญญาณรบกวนแปลกปลอมจากการสั่นระริกของเปลือกตา (Eyelid fluttering artifacts) ที่มีลักษณะเฉพาะตัวชนิดหนึ่ง ในอดีตสัญญาณรบกวนนี้เคยถูกเรียกว่า "จังหวะแคปปา" (Kappa rhythm) หรือ "คลื่นแคปปา" (Kappa waves) โดยทั่วไปมักจะตรวจพบคลื่นนี้ได้ในช่องสัญญาณบริเวณสมองส่วนหน้าผากส่วนหน้าสุด (Prefrontal leads) ซึ่งก็คือตำแหน่งที่อยู่เหนือสวงตาพอดี และในบางครั้งก็สามารถพบคลื่นนี้ได้ในขณะที่สมองกำลังทำกิจกรรมทางความคิด (Mental activity) โดยส่วนใหญ่มันจะมีความถี่อยู่ในช่วงคลื่นทีต้า (4–7 Hz) หรือคลื่นอัลฟา (7–14 Hz) สาเหตุที่สัญญาณรบกวนแปลกปลอมถูกตั้งชื่อเช่นนั้นในอดีต เป็นเพราะนักวิทยาศาสตร์เชื่อว่าพวกมันมีจุดกำเนิดมาจากสมอง ทว่าการศึกษาในเวลาต่อมาได้เปิดเผยว่า แท้จริงแล้วคลื่นนี้ถูกสร้างขึ้นจากการสั่นระริกอย่างรวดเร็วของเปลือกตา ซึ่งในบางครั้งการสั่นนั้นมีความเล็กน้อยมากจนยากที่จะมองเห็นได้ด้วยตาเปล่า คลื่นเหล่านี้จึงเป็นเพียงแค่สัญญาณรบกวน (Noise) ในการอ่านผล EEG และตามหลักเทคนิคแล้วไม่ควรถูกเรียกว่าเป็นจังหวะหรือคลื่นสมอง

การแผ่กระจายของสัญญาณรบกวนแปลกปลอมจากดวงตาจะได้รับผลกระทบจากหลายปัจจัย ซึ่งรวมถึงคุณสมบัติของกะโหลกศีรษะ เนื้อเยื่อประสาทและผิวหนังของผู้เข้ารับการตรวจ ทว่าสัญญาณดังกล่าวสามารถประมาณค่าได้ว่ามีแปรผกผันกับระยะห่างจากดวงตายกกำลังสอง (Inversely proportional to the distance from the eyes squared) การตรวจคลื่นไฟฟ้าดวงตา (Electrooculogram หรือ EOG) จะประกอบด้วยชุดอิเล็กโทรดที่ทำหน้าที่วัดการเปลี่ยนแปลงของแรงดันไฟฟ้าในบริเวณที่อยู่ใกล้กับดวงตาและถือเป็นเครื่องมือที่นิยมนำมาใช้มากที่สุดในการจัดการกับสัญญาณรบกวนแปลกปลอมจากการเคลื่อนไหวของดวงตาในสัญญาณ EEG 

• • สัญญาณรบกวนแปลกปลอมจากกล้ามเนื้อ (Muscular artifacts) 

แหล่งกำเนิดของสัญญาณรบกวนแปลกปลอมอีกแหล่งหนึ่ง คือ สัญญาณรบกวนแปลกปลอมจากการเคลื่อนไหวของกล้ามเนื้อต่างๆ ทั่วร่างกาย โดยสัญญาณรบกวนแปลกปลอมประเภทเฉพาะนี้มักจะถูกบันทึกได้จากอิเล็กโทรดทุกตัวบนหนังศีรษะ เนื่องมาจากกิจกรรมทางกล้ามเนื้อ (Myogenic activity ซึ่งส่งผลให้เกิดการเพิ่มขึ้นหรือลดลงของความดันโลหิต) จุดกำเนิดของสัญญาณรบปวนแปลกปลอมเหล่านี้ไม่ได้มีเพียงตำแหน่งเดียวและเกิดขึ้นจากกลุ่มกล้ามเนื้อที่ทำงานเป็นอิสระต่อกันตามหน้าที่ ซึ่งหมายความว่าคุณลักษณะของสัญญาณสิ่งประดิษฐ์ดังกล่าวจะไม่คงที่ รูปแบบที่สังเกตพบอันเนื่องมาจากสัญญาณรบกวนแปลกปลอมจากกล้ามเนื้อจะเปลี่ยนแปลงไป โดยขึ้นอยู่กับเพศของผู้เข้ารับการตรวจ เนื้อเยื่อกล้ามเนื้อเฉพาะส่วนนั้นๆ และระดับของการหดตัวของกล้ามเนื้อ นอกจากนี้ ช่วงความถี่ของสัญญาณรบกวนแปลกปลอมจากกล้ามเนื้อยังมีช่วงกว้างมากและมีความถี่ที่ซ้อนทับกับทุกๆ ช่วงจังหวะของคลื่น EEG ดั้งเดิมอีกด้วย

• • สัญญาณรบกวนแปลกปลอมที่เกิดจากการทำงานของหัวใจ (Cardiac artifacts)

สัญญาณรบกวนแปลกปลอมที่เกิดจากการทำงานของหัวใจสามารถนำพาให้ความผิดพลาดจากคลื่นไฟฟ้าหัวใจ (ECG errors) เข้ามาสู่สัญญาณ EEG ของสมองได้ ทั้งนี้ สัญญาณรบกวนแปลกปลอมที่เกิดขึ้นเนื่องจากการทำงานของหัวใจจะสามารถกำจัดออกไปได้โดยอาศัยความช่วยเหลือจากสัญญาณอ้างอิงของคลื่นไฟฟ้าหัวใจ (ECG reference signal)

• สัญญาณรบกวนแปลกปลอมจากสิ่งแวดล้อม (Environmental artifacts)

นอกจากสัญญาณรบกวนแปลกปลอมที่เกิดจากร่างกายแล้ว ยังมีสัญญาณรบกวนแปลกปลอมจำนวนมากที่มีแหล่งกำเนิดมาจากภายนอกร่างกาย เช่น การเคลื่อนไหวร่างกายของผู้ป่วยหรือแม้แต่การจัดตำแหน่งอิเล็กโทรดก็อาจทำให้เกิด สัญญาณรบกวนแปลกปลอมจากอิเลคโทรด (Electrode pops) ซึ่งเป็นคลื่นที่มียอดแหลม (Spikes) ซึ่งเกิดจากการเปลี่ยนแปลงอิมพีแดนซ์ของอิเล็กโทรดนั้นๆ เป็นการชั่วขณะ การต่อสายดินของอิเล็กโทรดที่ไม่แน่นหนาก็สามารถทำให้เกิดสัญญาณรบกวนแปลกปลอมที่มีความถี่ 50 หรือ 60 Hz ได้อย่างมีนัยสำคัญ ขึ้นอยู่กับความถี่ของระบบไฟฟ้าในท้องถิ่นนั้น แหล่งกำเนิดสัญญาณรบกวนที่อาจเกิดขึ้นได้ลำดับที่สาม คือเครื่องให้น้ำเกลือ (IV drip) ซึ่งอุปกรณ์ดังกล่าวสามารถทำให้เกิดคลื่นของแรงดันไฟฟ้าต่ำเป็นจังหวะและรวดเร็วซึ่งมีลักษณะของคลื่นที่คล้ายกับคลื่นที่มียอดแหลม (Spikes) และก่อให้เกิดความสับสนได้

คลื่นไฟฟ้าสมองที่ผิดปกติ (Abnormal activity)

คลื่นไฟฟ้าสมองที่ผิดปกติสามารถแบ่งออกเป็นกลุ่มใหญ่ๆ ได้เป็น คลื่นไฟฟ้าสมองที่ผิดปกติชนิดที่จำเพาะต่อโรคลมชัก (Epileptiform activity) และคลื่นไฟฟ้าสมองที่ผิดปกติ แต่ไม่ใช่รูปแบบที่จำเพาะต่อโรคลมชัก (Non-epileptiform activity) นอกจากนี้ ยังสามารถแบ่งออกเป็นคลื่นไฟฟ้าสมองที่ผิดปกติจำเพาะต่อโรคลมชักแบบเฉพาะที่ (Focal) หรือคลื่นไฟฟ้าสมองที่ผิดปกติจำเพาะต่อโรคลมชักแบบแพร่กระจายทั่วสมอง (Diffuse) อีกด้วย

สัญญาณไฟฟ้าผิดปกติชนิดจำเพาะต่อโรคลมชักแบบเฉพาะที่ปลดปล่อยออกมา (Focal epileptiform discharges) หมายถึง ศักย์ไฟฟ้าที่เกิดขึ้นอย่างรวดเร็วและพ้องจังหวะกันในเซลล์ประสาทจำนวนมาก ณ บริเวณใดบริเวณหนึ่งที่แยกจากส่วนอื่นของสมองอย่างค่อนข้างชัดเจน ซึ่งจะเกิดเกิดขึ้นในลักษณะของสัญญาณไฟฟ้าจากสมองในช่วงระหว่างการชัก (Interictal activity) ซึ่งเป็นช่วงเวลาระหว่างอาการชักแต่ละครั้งและเป็นตัวแทนของพื้นที่สมองส่วนนอก (Cortical) ที่มีความไวต่อการกระตุ้นมากเกินไปและอาจมีแนวโน้มที่จะก่อให้เกิดอาการชักจากโรคลมชักขึ้นได้

สัญญาณไฟฟ้าจากสมองชนิดจำเพาะต่อโรคลมชักแบบเฉพาะที่ที่ปลอดปล่อยออกมา (Focal epileptiform discharges) หมายถึง ศักย์ไฟฟ้าที่เกิดขึ้นอย่างรวดเร็วและพร้อมเพรียงกันในเซลล์ประสาทจำนวนมาก ณ บริเวณใดบริเวณหนึ่งที่แยกจากส่วนอื่นอย่างค่อนข้างชัดเจนของสมอง สิ่งเหล่านี้สามารถเกิดขึ้นในลักษณะของกิจกรรมช่วงระหว่างการชัก (Interictal activity) ซึ่งเป็นช่วงเวลาระหว่างอาการชักแต่ละครั้ง และเป็นตัวแทนของพื้นที่สมองส่วนนอก (Cortical) ที่มีความไวต่อการกระตุ้นมากเกินไป ซึ่งอาจมีแนวโน้มที่จะก่อให้เกิดอาการชักจากโรคลมชักขึ้นได้ อย่างไรก็ตาม การปล่อยกระแสไฟฟ้าในช่วงระหว่างการชักนี้ ไม่สามารถเชื่อถือได้ทั้งหมดในการระบุว่าผู้ป่วยเป็นโรคลมชักหรือไม่หรืออาการชักของผู้ป่วยอาจมีจุดกำเนิดมาจากที่ใด

สัญญาณไฟฟ้าจากสมองชนิดผิดปกติจำเพาะต่อโรคลมชักแบบแพร่กระจาย (Generalized epileptiform discharges) มักจะมีจุดที่คลื่นที่มีความแรงที่สุดอยู่ทางด้านหน้า (Anterior maximum) แต่คลื่นเหล่านี้จะปรากฏขึ้นพร้อมๆ กันทั่วทั้งสมอง ซึ่งถือเป็นข้อบ่งชี้อย่างชัดเจนว่าผู้ป่วยอาจเป็นโรคลมชักแบบแพร่กระจาย (Generalized epilepsy)

สัญญาณไฟฟ้าจากสมองแบบผิดปกติแบบเฉพาะที่แต่ไม่ใช่ชนิดจำเพาะต่อโรคลมชัก (Focal non-epileptiform abnormal activity) อาจเกิดขึ้นเหนือบริเวณสมองส่วนที่มีความเสียหายเฉพาะที่ของเปลือกสมอง (Cortex) หรือเนื้อสมองส่วนขาว (White matter) สัญญาณไฟฟ้านี้มักประกอบไฟด้วยการเพิ่มขึ้นของจังหวะคลื่นความถี่ช้าหรือการสูญเสียจังหวะของคลื่นความถี่สูงที่ปกติ นอกจากนี้ยังอาจปรากฏในรูปแบบของการลดลงของแอมพลิจูดของสัญญาณ EEG แบบเฉพาะที่หรือเพียงข้างเดียว (Unilateral)

สัญญาณไฟฟ้าจากสมองที่ผิดปกติแบบแพร่กระจายทั่วสมองและไม่ใช่ชนิดจำเพาะต่อโรคลมชัก (Diffuse non-epileptiform abnormal activity) อาจแสดงออกมาในรูปแบบของจังหวะคลื่นที่ช้าผิดปกติแบบแพร่กระจายหรือการช้าลงของจังหวะคลื่นปกติทั้งสองข้าง เช่น คลื่น Posterior Basic Rhythm – PBR

อิเล็กโทรดแบบฝังในเปลือกสมอง (Intracortical Encephalogram electrodes) และอิเล็กโทรดแบบที่อยู่ใต้เยื่อหุ้มสมองชั้นหนา (Sub-dural electrodes) สามารถนำมาใช้งานร่วมกันเพื่อแยกแยะและแบ่งแยกสัญญาณรบกวนแปลกปลอมออกจากสัญญาณไฟฟ้าจากสมองไฟฟ้าที่เข้าได้กับโรคลมชัก (Epileptiform) รวมถึงเหตุการณ์รุนแรงทางระบบประสาทอื่นๆ ได้

มาตรวัดสัญญาณที่ผิดปกติจากสมองที่ทันสมัยและซับซ้อนมากขึ้นเพิ่งได้รับความสนใจเมื่อไม่นานมานี้ ในฐานะที่เป็นสิ่งบ่งชี้ทางชีวภาพ (Biomarkers) ที่เป็นไปได้สำหรับโรคต่างๆ เช่น โรคอัลไซเมอร์ (Alzheimer's disease)

• การสื่อสารทางไกล (Remote communication) 

คือการนำระบบสําหรับถอดรหัสคำพูดจากการคิดหรือพูดพึมพำในใจโดยไม่มีการเปล่งเสียงและไม่มีการขยับริมฝีปาก ลิ้น หรือกล่องเสียงใดๆ ออกมาจริง (Imagined speech) จากคลื่นไฟฟ้าสมองไปประยุกต์ใช้ในด้านต่างๆ เช่น ใช้ในส่วนต่อประสานระหว่างสมองกับคอมพิวเตอร์ (Brain-computer interfaces หรือ BCI)

• การวินิจฉัยด้วย EEG (EEG diagnostics)

กระทรวงกลาโหม (DoD) และกระทรวงกิจการทหารผ่านศึก (VA) ร่วมกับห้องปฏิบัติการวิจัยกองทัพบกสหรัฐฯ (ARL) ได้ร่วมมือกันพัฒนาการวินิจฉัยด้วย EEG เพื่อตรวจหาภาวะบาดเจ็บทางสมองจากความกระทบกระเทือนในระดับเล็กน้อยถึงปานกลาง (mTBI) ในทหารที่ปฏิบัติหน้าที่ในสนามรบ  โดยในระหว่างปี ค.ศ. 2000 ถึง 2012 พบว่า ร้อยละ 75 ของการบาดเจ็บทางสมองจากปฏิบัติการทางทหารของสหรัฐฯ ถูกจัดอยู่ในกลุ่ม mTBI ด้วยเหตุนี้ ทางกระทรวงกลาโหมจึงได้เสาะแสวงหาเทคโนโลยีใหม่ๆ ที่สามารถตรวจจับภาวะ mTBI ได้อย่างรวดเร็ว แม่นยำ ไม่มีการสอดแทรกสิ่งใดเข้าไปในร่างกาย (Non-invasive) และสามารถนำไปใช้งานจริงในสนามรบเพื่อรับมือกับการบาดเจ็บในลักษณะนี้

บุคลากรที่ปฏิบัติการอยู่ในสมรภูมิมักเกิดภาวะป่วยทางจิตจากเหตุการณ์รุนแรง (PTSD) และภาวะบาดเจ็บทางสมองจากความกระทบกระเทือนในระดับเล็กน้อย (mTBI) ร่วมกัน ซึ่งทั้งสองภาวะนี้จะแสดงออกด้วยการเปลี่ยนแปลงของคลื่นสมองชนิดความถี่ต่ำที่แกว่งไปมาอย่างผิดปกติของคลื่นสมองของผู้ป่วยที่เปลี่ยนแปลงไป PTSD จะแสดงออกในลักษณะที่คลื่นความถี่ต่ำ "ลดลง" ในขณะที่การบาดเจ็บจาก mTBI จะเชื่อมโยงกับการที่คลื่นความถี่ต่ำ "เพิ่มขึ้น" ดังนั้น การวินิจฉัยสัญญาณไฟฟ้าจากสมองที่มีประสิทธิภาพจึงสามารถช่วยให้แพทย์ระบุภาวะโรคได้อย่างแม่นยำและรักษาอาการบาดเจ็บได้อย่างเหมาะสมเพื่อบรรเทาผลกระทบที่จะเกิดขึ้นในระยะยาว

ปกติแล้วการประเมินสัญญาณไฟฟ้าจากสมองในทางการแพทย์จะใช้การตรวจสอบด้วยสายตา แต่ปัจจุบันมีการนำเทคโนโลยีการตรวจคลื่นไฟฟ้าสมองเชิงปริมาณ (qEEG) ซึ่งเป็นวิธีการคำนวณด้วยอัลกอริทึมคอมพิวเตอร์มาใช้แทนการประเมินด้วยสายตาเพื่อดูแผนภูมิพื้นผิวการแกว่งของคลื่นไฟฟ้าจากสมอง โดย qEEG จะวิเคราะห์สมองในบริเวณที่เฉพาะเจาะจงและแปลงข้อมูลเหล่านั้นให้กลายเป็น "สเปกตรัมกำลัง" (Power spectrum) ของพื้นที่สมองส่วนนั้นๆ ที่มีความหมายในการวินิจฉัย การแยกแยะความแตกต่างอย่างแม่นยำระหว่าง mTBI และ PTSD สามารถเพิ่มผลลัพธ์การฟื้นตัวในเชิงบวกให้กับผู้ป่วยได้อย่างมีนัยสำคัญ โดยเฉพาะอย่างยิ่งเมื่อการเปลี่ยนแปลงในระยะยาวของการสื่อสารของเซลล์ประสาทสามารถคงอยู่ต่อไปได้หลังจากเกิดเหตุการณ์ mTBI ในครั้งแรก

มาตรวัดสัญญาณไฟฟ้าจากสมองทั่วไปอีกรูปแบบหนึ่งที่ได้จากข้อมูล EEG คือ มาตรวัดความซับซ้อน (Complexity measures) เช่น ความซับซ้อนแบบเลมเพล-ซิฟ (Lempel-Ziv complexity) มิติแฟรกทัล (Fractal dimension) และความราบเรียบของสเปกตรัม (Spectral flatness) ซึ่งค่าต่างๆ เหล่านี้จะมีความเชื่อมโยงกับพยาธิสภาพโดยเฉพาะเจาะจงหรือระยะต่างๆ ของพยาธิสภาพนั้นๆ

แปลและเรียบเรียงจาก https://en.wikipedia.org/wiki/Electroencephalography [2026, July 9] โดย พรชัย สุนทรานนท์

อ่านตรวจทาน โดย ศ. นพ. สมศักดิ์ เทียมเก่า