في عام ١٩٢٤ سجل الطبيب الألماني هانز برغر أول تخطيط كهربائي للدماغ البشري باستخدام أقطاب على فروة الرأس. وقد أطلق على الموجات التي رصدها اسم موجات ألفا وبيتا، وفتح بذلك المجال أمام دراسة النشاط الكهربائي الدماغي دون التدخل الجراحي 2024 ,.Arjoonsingh et al) شكّل هذا الاكتشاف منعطفًا تاريخيًّا في علم الأعصاب، إذ بينت الدراسات اللاحقة أن التخطيط الكهربائي للدماغ أدى دورًا أساسيًّا في فهم وظائف الدماغ، وتشخيص اضطراباته. حاليا، يُعد التخطيط الكهربائي للدماغ أداة محورية في البحث الطبيّ والعصبيّ، فقد أحدث ثورة في فهم النشاط الدماغي، وأصبح ركيزة لتشخيص ومعالجة عدة أمراض مثل الصرع، والاكتئاب (Yun, 2024).

‍

استخدامات تخطيط الدماغ الكهربائيّ EEG

‍

التشخيص السريري للأمراض العصبيّة والنفسيّة: يستخدم تخطيط الدماغ الكهربائي على نطاق واسع في تشخيص اضطرابات الجهاز العصبي مثل الصرع، وتحديد مواقع النوبات الدماغيّة، وهو من الأساليب الأساسيّة في متابعة الحالات العصبيّة الحادة. كما يجري حاليا البحث عن مؤشرات حيويّة تعتمد على تخطيط الدماغ الكهربائيّ في اضطرابات نفسية مثل الاكتئاب، واضطراب ثنائي القطب، والفصام. ويمتاز تخطيط الدماغ الكهربائيّ بتوفره وتكلفته المنخفضة، مما يجعله مناسبًا للفحوصات العصبيّة والنفسيّة (Yun, 2024).

‍

فهم معالجة الدماغ للمعلومات: تساعد التسجيلات الكهربائيّة على تتبع نشاط الدماغ أثناء العمليات الإدراكيّة مثل الانتباه، والذاكرة، والاستجابة للمؤثرات؛ مما يعزز فهم آليات المعالجة العصبيّة للمعلومات. ويشير الأدب الحديث إلى أن تطور تخطيط الدماغ الكهربائيّ قد وفر تقدّمات كبيرة في فهم وظائف الدماغ والتواصل العصبيّ، حيث يمكن تحليل تغير الأنماط الموجيّة الدماغيّة لدراسة كيفية استجابة مناطق الدماغ المختلفة للمعلومات الحسيّة والحركيّة.

‍

التطبيقات التكنولوجيّة (واجهات الدماغ-الآلة): تستخدم إشارات تخطيط الدماغ الكهربائي في أنظمة واجهات الدماغ-الآلة؛ للتحكم المباشر بأجهزة خارجية كالعصا المتحركة أو الحاسوب عبر النواقل العصبيّة دون الحاجة للحركة العضليّة. وتتميز بدقة التوقيت، والتكلفة المنخفضة، وسهولة نقل الأجهزة، فهي مثالية لالتقاط التغيرات السريعة في النشاط الدماغيّ. ونتيجة لذلك، بات تخطيط الدماغ الكهربائي الخيار الأوسع انتشارًا في تطبيقات واجهات الدماغ-الآلة الترفيهية، وكذلك التطبيقات الطبية للتأهيل الحركي، ومساعدة مرضى الشلل ( Wang et al., 2025) (Liu et al., 2025).

‍

خطوات تحليل تخطيط الدماغ الكهربائيّ

‍

1. التسجيل: يجري تسجيل الإشارات الكهربائيّة الصادرة من الدماغ عبر أقطاب توضع على فروة الرأس. تسجل الإشارات بترددات عالية للحصول على بيانات خام شاملة للنشاط الكهربائيّ الدماغيّ.

‍

2. المعالجة المسبقة: تطبق على الإشارات المسجلة عمليات تنقية مثل التصفية لإزالة الضوضاء وتقنيات إزالة التشويش الحركي، خاصة حركات العين والعضلات. تهدف هذه المرحلة إلى تحسين نسبة الإشارة إلى الضوضاء، لزيادة موثوقية البيانات قبل التحليل التالي.

‍

3. استخراج الخصائص: بعد تنقية الإشارة، تستخلص ميزات مثل طاقة الإشارة في نطاقات ترددية معينة (دلتا، ثيتا ألفا، بيتا، اما) والخصائص الزمنيّة والإحصائيّة التي تميز الأنماط الدماغيّة. تستخدم هذه الخصائص لتشكيل متجهات بيانات يمكن إدخالها إلى خوارزميات تصنيف تقليدية أو معتمدة على الذكاء الاصطناعيّ، لتحليل الحالة العصبيّة أو التنبؤ بها.

‍

4. التصنيف والتطبيق: أخيرًا، تطبق خوارزميات مثل الشبكات العصبيّة أو آلات دعم المتجهات، لتصنيف الإشارات بناء على الخصائص المستخرجة، ثم تحوّل النتائج إلى أوامر تحكم أو تقارير تشخيصيّة طبيّة (2025 ,.Liu

‍

الخاتمة

‍

يمثل تخطيط الدماغ الكهربائي إرثًا علميًّا بدأه برغر وما يزال يتطور حتى اليوم. وقد أثبت تخطيط الدماغ الكهربائيّ قوته كأداة لا غنى عنها في الطب العصبيّ، وعلم الأعصاب، لتعميق الفهم البشري للدماغ.

‍

المراجع

‍

Arjoonsingh, A., Jamal, B. C., & Ganti, L. (2024). History and Evolution of the Electroencephalogram. Cureus, 16(8). https://doi.org/10.7759/CUREUS.66385

‍

Liu, X. Y., Wang, W. L., Liu, M., Chen, M. Y., Pereira, T., Doda, D. Y., Ke, Y. F., Wang, S. Y., Wen, D., Tong, X. G., Li, W. G., Yang, Y., Han, X. Di, Sun, Y. L., Song, X., Hao, C. Y., Zhang, Z. H., Liu, X. Y., Li, C. Y., ... Ming, D. (2025). Recent applications of EEG-based brain-computer-interface in the medical field. Military Medical Research, 12(1), 1-42. https://doi.org/10.1186/S40779-025-00598-Z/TABLES/6

‍

Wang, C., Yuan, X., & Jing, W. (2025). Artificial intelligence in electroencephalography analysis for epilepsy diagnosis and management. Frontiers in Neurology, 16. https://doi.org/10.3389/FNEUR.2025.1615120

‍

Yun, S. (2024). Advances, challenges, and prospects of electroencephalography-based biomarkers for psychiatric disorders: a narrative review. Journal of Yeungnam Medical Science, 41(4), 261-268. https://doi.org/10.12701/JYMS.2024.00668

‍

إعداد وترجمة: آية عبد الناصر كبارة (الفائزة بالمركز الأول بمسابقة الفيديو والمقال العلمي لعام 2025 للمنتدى العربي العلمي)