Beyin araştırmalarında kullanılan elektrotların hangi sinyallerin doğrudan yakın çevreden, hangilerinin ise beynin uzak bölgelerindeki ağ aktivitesinden geldiğini ayırt etmek kritik bir zorluk teşkil ediyor. Araştırmacılar bu soruna çözüm getiren yenilikçi bir analiz yöntemi geliştirdi.
Spatially Masked Regression (SMR) olarak adlandırılan bu teknik, her elektrotun zaman serisi verilerini tahmin ederken hedef elektrotun etrafındaki belirli bir bölgeyi maskeleyerek çalışıyor. Bu maske alanı kademeli olarak genişletildiğinde, uzamsal lokallik deneysel bir kontrol parametresi haline geliyor ve yakındaki kanallar çıkarıldıktan sonra ne kadar tahmin bilgisinin hayatta kaldığını ölçmeye olanak tanıyor.
Araştırma ekibi, yöntemi hem intrakraniyal EEG (beyin içine yerleştirilen elektrotlar) hem de saçlı deri EEG verilerine uyguladı. Bu farklı kayıt türleri, beyin sinyallerinin uzamsal dağılımını anlamada tamamlayıcı perspektifler sunuyor.
Bu gelişme, beyin sinyallerinin yorumlanmasında paradigma değişikliği yaratabilir. Özellikle epilepsi, Parkinson ve diğer nörolojik bozuklukların teşhis ve tedavisinde elektrofizyolojik kayıtların daha doğru yorumlanmasına katkı sağlayacağı bekleniyor.