Wczytuję model mózgu…

Atlas mózgu

Fale mózgowe

Alfa, beta, gamma, delta… Co zdradza aktywność elektryczna Twoich neuronów?

Część 1 z 4 · Co słyszy elektroda · 1/6

Historia i badania u ludzi

Co właściwie słychać przez czaszkę?

Przyłóż elektrodę do skóry głowy, podłącz ją do wzmacniacza i patrz na wykres. Linia drga o kilkadziesiąt mikrowoltów, czyli milionowych części wolta, i ani na chwilę nie stoi w miejscu.

Pierwszy taki zapis u człowieka zrobił Hans Berger 6 lipca 1924 roku, ale wyniki opublikował dopiero 5 lat później (Rossini i in., 2025). Opisał w nich rytm, który znikał, gdy badany otwierał oczy. Część badaczy uznała go początkowo za artefakt.

Dopiero Edgar Adrian i Bryan Matthews potwierdzili, że rytm około 10 drgań na sekundę naprawdę istnieje. Dziś nazywamy go rytmem Bergera albo alfą (Stone i Hughes, 2013).

Skąd w ogóle bierze się napięcie na skórze głowy? Głównie z prądów, które płyną przez błony neuronów w miejscach ich połączeń, czyli przy synapsach. Elektroda nie usłyszy jednak pojedynczej komórki. Każda zbiera naraz aktywność z pola kory o powierzchni co najmniej 10 cm², czyli kwadratu o boku ponad 3 cm (Buzsáki i in., 2012).

10 cm²kory albo więcej sumuje się w sygnale jednej elektrody na skórze głowy

Tę granicę pokazali chorzy na padaczkę, którzy mieli elektrody jednocześnie na korze i na skórze głowy. Wyładowanie obejmujące ponad 10 cm² kory widać było na skórze w 90 przypadkach na 100. Z pola mniejszego niż 6 cm² przez czaszkę nie przebiło się ani jedno (Tao i in., 2005).

Ile kory musi grać razem?

To schemat. Progi 6 i 10 cm² pochodzą z pomiarów wyładowań padaczkowych (Tao i in., 2005). Ten sam zespół pisze w przeglądzie badań, że o przebiciu się przez czaszkę decydują naraz powierzchnia i zgodność w czasie (Tao i in., 2007).

Dlatego elektroda słyszy przede wszystkim rytmy, czyli chwile, w których duże pole kory robi to samo w tym samym czasie. A w jednym zapisie nakłada się ich naraz kilka...

Część 1 z 4 · Co słyszy elektroda · 2/6

Zapis jednej osoby

Ile fal kryje się w jednym zapisie Twojego mózgu?

Delta, theta, alfa, beta i gamma brzmią jak pięć osobnych stacji radiowych. Elektroda odbiera jednak jeden sygnał, a dopiero filtr rozkłada go według tempa drgań.

Wszystkie 5 śladów poniżej pochodzi z jednej elektrody, Oz z tyłu głowy. Mają tę samą skalę pionową, więc różnice w ich wielkości pochodzą z samego sygnału. Zapis odtwarza się w czasie rzeczywistym, więc 4 sekundy na wykresie trwają 4 sekundy.

Gdzie kończy się alfa, a zaczyna beta? Tę granicę ustalili ludzie, i to w różnych miejscach. W słowniku neurofizjologów klinicznych alfa kończy się na 13 Hz, a beta zaczyna od 14 Hz. W klasyfikacji, której używa się w badaniach leków, granica leży przy 12,5 Hz, a delta sięga aż do 6 Hz zamiast do 4 Hz (Babiloni i in., 2020).

Sam mózg też nie trzyma się sztywnych granic. W badaniu 51 osób szczyty alfy rozłożyły się w całym sprawdzanym zakresie od 7 do 14 Hz, a u tej samej osoby szczyt podnosił się o mniej więcej 1 Hz przy wysiłku umysłowym (Haegens i in., 2014).

Przesuń filtr po prawdziwym zapisie

Szary ślad to 8 sekund zapisu z elektrody Oz, kolorowy to ta jego część, która przechodzi przez filtr. Zapis: PhysioNet EEG Motor Movement/Imagery Database, osoba nr 1 (Goldberger i in., 2000; Schalk i in., 2004).

Nazwa pasma mówi więc tylko, jak szybko drga ta część sygnału. Żeby wiedzieć, skąd się wzięła i co znaczy, trzeba sprawdzić, gdzie na głowie rośnie i w jakiej chwili.

Część 1 z 4 · Co słyszy elektroda · 3/6

Zapis jednej osoby

Dlaczego Twoja kora wzrokowa „głośnieje”, gdy zamykasz oczy?

Zamknij oczy na kilka sekund. Twoja kora wzrokowa robi wtedy dokładnie to, co Berger zobaczył w pierwszych zapisach... nadaje alfę. Na nagraniu z tej strony udział alfy w całej mocy sygnału na Oz rośnie po zamknięciu oczu z 15,5 do 65,7 na 100.

4,2 razawiększy udział alfy w sygnale z tyłu głowy przy zamkniętych oczach niż przy otwartych

Gdzie na głowie ten rytm jest najsilniejszy? Na tym nagraniu najmocniej słychać go z tyłu głowy, nad płatem potylicznym. Na elektrodzie PO8 alfa daje przy zamkniętych oczach 72 na 100 mocy, a na T10 obok ucha tylko 15. Mapy poniżej same przełączają się między zapisem przy oczach zamkniętych i otwartych.

Najjaśniejsze miejsce na mapie nie wskazuje jednak kory, która ten rytm wytwarza. Czaszka i skóra rozmywają sygnał, więc mapa pokazuje tylko, gdzie na skórze głowy to pasmo ma największy udział.

Ten sam zapis da się za to przeliczyć na korę. Najpierw model głowy złożony z trzech warstw (mózgu, czaszki i skóry) liczy, jak prąd z każdego z 20 484 punktów kory wyglądałby na każdej z 64 elektrod. Potem obliczenie idzie w drugą stronę i szuka w korze takich prądów, które najlepiej tłumaczą to, co elektrody zmierzyły. Badacze nazywają to rozwiązaniem odwrotnym.

Liczę mapę źródeł

Pasmo
Oczy
Ruch
Powierzchnia
Widok

słabosilnie

Wynik zgadza się z tym, co badania pokazują od blisko 100 lat. Przy zamkniętych oczach 57 na 100 najsilniejszych źródeł alfy leży w korze wzrokowej (korze potylicznej bocznej, zakręcie językowatym i klinku), a kolejne 17 w przedklinku tuż obok. Moc alfy jest tam 19,4 raza większa niż przy otwartych oczach.

Jak czytać tę mapę

Mapa rusza sama, gdy pojawi się na ekranie. Przycisk zatrzymuje ruch, a wtedy kolory pokazują średnią moc z 50 sekund. Odtwarzanie pokazuje sam sygnał po filtrze, klatka po klatce, 3 sekundy zapisu w tempie 8 razy wolniejszym niż w rzeczywistości, bo 10 cykli na sekundę wyglądałoby na ekranie jak migotanie. Niebieski i pomarańczowy to dwa kierunki, w których płynie prąd. Oba stany oczu mają jedną skalę, więc widać, jak sygnał słabnie po otwarciu oczu, kiedy amplituda w tym 3-sekundowym fragmencie spada do 28 na 100 wartości przy zamkniętych.

Prawdziwa kora jest tak pofałdowana, że około 2/3 jej powierzchni kryje się w bruzdach. Widok napompowany rozprostowuje fałdy, żeby pokazać całą korę naraz, a widok pofałdowany pokazuje prawdziwy kształt, w którym większość sygnału znika w zagłębieniach.

Rozwiązanie odwrotne nie jest pomiarem. Nieskończenie wiele układów prądu w głowie daje dokładnie te same napięcia na jej powierzchni, więc wynik zależy od przyjętych założeń. Metoda użyta przy tej mapie wybiera spośród możliwych rozkładów ten, w którym prądu jest w sumie najmniej, i odnosi go do szumu (badacze nazywają ją dSPM), więc daje obraz rozmyty. Obliczenie korzysta przy tym z wzorcowej głowy uśrednionej z wielu mózgów (fsaverage), a nie z głowy osoby, którą nagrano (Michel i Brunet, 2019).

Skoro alfa rośnie, gdy oczy się zamykają, łatwo uznać ją za rytm odpoczynku. Badania nad uwagą pokazują jednak coś innego.

Część 1 z 4 · Co słyszy elektroda · 4/6

Badania u ludzi

Czy alfa znaczy, że Twój mózg odpoczywa?

Przez lata właśnie tak ją opisywano, jako rytm kory, która nic nie robi. Dziś badacze widzą w niej raczej hamulec. Mózg wycisza nim te obszary kory, które w danej chwili tylko by przeszkadzały.

Alfakora odcina to, co w tej chwili nieważneczynne hamowanie
≠
Przerwakora, która po prostu nic nie robidawne wyjaśnienie
Badacze nazywają to hipotezą hamowania. Alfa rośnie według niej w obszarach, które w danym zadaniu powinny milczeć, a jej spadek oznacza zwolnienie hamulca (Klimesch i in., 2007; Jensen i Mazaheri, 2010).

Co robi alfa, gdy masz zignorować jedną stronę ekranu? Patrzysz w środek ekranu, a wskazówka podpowiada, z której strony za chwilę pojawi się obrazek. W takim badaniu, jeszcze zanim obrazek się pojawił, alfa rosła nad tą częścią kory potylicznej, która obsługuje stronę do zignorowania (Worden i in., 2000).

W drugim badaniu zmiana brała się głównie ze spadku alfy nad półkulą przeciwną do strony, na którą badani kierowali uwagę. Różnica między półkulami wiązała się też z tym, jak szybko reagowali na obrazek (Thut i in., 2006).

Czy z samej alfy da się odczytać, gdzie jest uwaga?

trafne odczytania kierunku na 100 prób; przerywana linia to zgadywanie

uwaga w lewo55,6
uwaga w prawo56,0
Thut i in. (2006), 10 osób. Odczyt z samej różnicy alfy między półkulami trafiał częściej niż zgadywanie, ale niewiele częściej.

Alfa zmienia się więc razem z uwagą, ale z samej alfy trudno odczytać nawet to, w którą stronę ktoś kieruje uwagę, a co dopiero, o czym myśli.

Hamulec przydaje się też wtedy, gdy odwracasz uwagę od świata. Wzrost alfy podczas wymyślania pomysłów to jeden z wyników, które w badaniach kreatywności powtarzają się najczęściej. Autorzy przeglądu tych badań wiążą go ze skupieniem na własnych myślach, a nie z bezczynnością kory (Fink i Benedek, 2014).

Tylko że nie każda moc w zapisie EEG pochodzi z kory...

Część 1 z 4 · Co słyszy elektroda · 5/6

Zapis jednej osoby i badania u ludzi

Kiedy Twoja fala mózgowa jest mięśniem?

Przyłóż palce do skroni i zaciśnij zęby. Pod palcami twardnieje mięsień skroniowy. Po prawej stronie głowy leżą nad nim elektrody T8 i T10. Mięsień też wytwarza prąd, a elektroda nie wie, skąd ten prąd przyszedł.

Na mapach głowy z tej strony beta i gamma są najsilniejsze właśnie na T8 i T10. U 25 osób, które na polecenie napinały mięśnie czoła i skroni, prąd mięśni był najsilniejszy przy 20-30 Hz nad czołem i przy 40-80 Hz nad skroniami. Nawet lekki skurcz było widać na elektrodach blisko czubka głowy (Goncharova i in., 2003).

Widmo z tyłu głowy i nad skronią

Moc sygnału przy każdej częstotliwości (skala logarytmiczna) z całego nagrania osoby nr 1 bazy PhysioNet. Zacieniony pas pokazuje zakres, w którym prąd mięśnia skroniowego był najsilniejszy u Goncharovej i in. (2003). Wąski ząbek przy 60 Hz to zakłócenie z sieci elektrycznej.

Ile „gammy” zostaje, gdy mięśnie przestają pracować? Dwie osoby zgodziły się na porażenie mięśni lekiem, który blokuje przekazywanie sygnału z nerwów do mięśni, z wyjątkiem jednej ręki. Moc sygnału powyżej 20 Hz była w porażeniu od 10 do 200 razy mniejsza niż bez porażenia. Autorzy uznali, że większość zapisu powyżej 20 Hz ze skóry głowy pochodzi z mięśni (Whitham i in., 2007).

Podobną pułapkę zastawiają oczy. Nawet gdy patrzysz w jeden punkt, oko wykonuje drobne, mimowolne skoki. Jak bardzo mogą one zmylić EEG, pokazało badanie, w którym EEG nagrywano razem z eye-trackingiem.

Wcześniej sygnał z zakresu 30-100 Hz uznawano za ślad zgranej pracy neuronów przy rozpoznawaniu obiektów, uwadze i pamięci. Pojawiał się 200-300 ms po bodźcu... dokładnie wtedy, gdy oko robiło taki skok. 96 na 100 tych skoków było mniejszych niż 1,6 stopnia. Gdyby usuwać z zapisu tylko ruchy oczu większe niż 1 stopień, ponad 75 na 100 z nich zostałoby w danych (Yuval-Greenberg i in., 2008).

Mrugnięcia i ruchy oczu podbijają z kolei najwolniejsze pasma, najmocniej na elektrodach czołowych (Babiloni i in., 2020). Na nagraniu z tej strony delta ma przy otwartych oczach największy udział właśnie nad oczami, na Fp2 i AF8, po 85 na 100 mocy.

Na skórzewszystko, co płynie prądem: kora, mięśnie, oczyto mierzy elektroda
≠
W korzerytmy wytwarzane przez neuronyto chcemy zmierzyć
Na skórze głowy najmniej pewne są najwolniejsze i najszybsze pasma, bo to do nich najłatwiej trafia sygnał z oczu i mięśni (Whitham i in., 2007; Yuval-Greenberg i in., 2008; Babiloni i in., 2020).

Mapa źródeł, którą widzisz wyżej, wpada w tę samą pułapkę. 54 na 100 najsilniejszych źródeł gammy z tego nagrania trafia do kory skroniowej górnej. Rozwiązanie odwrotne najpewniej umieściło prąd napiętego mięśnia skroniowego na najbliższym fragmencie kory. Obliczenie nie usuwa artefaktu, tylko nadaje mu adres, który brzmi przekonująco.

Część 1 z 4 · Co słyszy elektroda · 6/6

Zapis jednej osoby i badania u ludzi

Czy każda moc w zapisie to rytm?

Spójrz jeszcze raz na widmo z Oz powyżej. Linia przez cały zakres opada od lewej do prawej, a alfa wystaje z niej jak pagórek ze zbocza. Samo zbocze nie jest jednak żadną falą. Badacze nazywają je składową aperiodyczną, bo nie powtarza się w nim żaden rytm (Donoghue i in., 2020).

Odejmij tło

Widmo z elektrody Oz, osoba nr 1 bazy PhysioNet, zakres 2-40 Hz. Tło dopasowano metodą opisaną przez Donoghue i in. (2020).

Po co oddzielać rytm od tła? Bo tło też się zmienia, a wtedy zmienia moc w każdym paśmie naraz. W badaniu 30 osób starsi uczestnicy (60-70 lat) mieli bardziej płaskie tło niż młodsi (20-30 lat), a ich szczyt alfy leżał niżej, przy 9,6 Hz wobec 10,7 Hz (Donoghue i in., 2020). Wcześniej spłaszczanie się widma z wiekiem opisał zespół Bradleya Voytka (Voytek i in., 2015).

Kto porównuje moc pasma alfa między grupami, nie wiedząc o tle, może więc wziąć zmianę tła za zmianę rytmu.

Gdy odejmiesz od zapisu mięśnie, oczy i tło, zostaje to, co naprawdę nadaje kora. A jej rytmy rosną w zupełnie różnych sytuacjach.

Część 2 z 4 · Co robią rytmy · 1/5

Badania u ludzi

Co robi theta, gdy próbujesz coś zapamiętać?

Powtarzasz w myślach numer telefonu, zanim zdążysz go zapisać. Każda kolejna cyfra wymaga więcej wysiłku, a nad korą czołową rośnie wtedy wolny rytm theta.

Sprawdzili to Ole Jensen i Claudia Tesche. Dziesięć osób zapamiętywało na 3 sekundy 1, 3, 5 albo 7 cyfr. Zamiast EEG badacze rejestrowali przy tym pole magnetyczne, które towarzyszy tym samym prądom, czyli użyli magnetoencefalografii. Rytm theta nad korą czołową, przy 7-8,5 Hz, rósł z każdą kolejną porcją cyfr do zapamiętania (Jensen i Tesche, 2002).

Theta pojawia się też wtedy, gdy coś idzie nie tak. Rośnie nad przyśrodkową częścią kory czołowej, gdy trzeba coś skorygować: przy nowości, konflikcie, karze albo błędzie. Autorzy przeglądu badań nad tym rytmem opisują go jako sygnał, że potrzebna jest kontrola. Zgranie thety z innymi obszarami mózgu wyszło w 11 osobnych badaniach (Cavanagh i Frank, 2014).

Czy Twój hipokamp nadaje tak samo jak hipokamp szczura? Hipokamp bierze udział w zapamiętywaniu i orientacji w przestrzeni. U gryzoni theta ma w nim zwykle 4-10 Hz, a u ludzi podobne rytmy w zadaniach pamięciowych bywają wolniejsze, około 3 Hz (Jacobs, 2014).

U 14 chorych z elektrodami w hipokampie, którzy poruszali się w wirtualnym otoczeniu, badacze znaleźli dwa rytmy, około 3 i około 8 Hz, czasem nawet na tej samej elektrodzie. Ten szybszy przyspieszał razem z prędkością ruchu (Goyal i in., 2020).

Szczur: zwykle jeden rytm około 8 Hz. Człowiek: dwa rytmy, około 3 i około 8 Hz (Goyal i in., 2020). Oś w skali logarytmicznej, jak skala nad tekstem.

Szybsze rytmy nad korą ruchową, beta i mu (rytm o tempie alfy, widoczny nad korą ruchową), zmieniają się najwyraźniej przy czymś zupełnie innym... przy ruchu.

Część 2 z 4 · Co robią rytmy · 2/5

Zapis jednej osoby i badania u ludzi

Dlaczego rytm nad korą ruchową cichnie, zanim się poruszysz?

Sięgasz po kubek. Zanim ręka drgnie, rytm beta nad korą ruchową słabnie, a gdy ruch się kończy, odbija powyżej poziomu sprzed ruchu. U 13 z 15 badanych to odbicie było wyraźne nad korą przeciwną do ręki i mogło trwać ponad 7 sekund (Fry i in., 2016).

Według jednej z hipotez beta jest silniejsza wtedy, gdy mózg ma utrzymać bieżący stan, a słabnie, gdy ma go zmienić (Engel i Fries, 2010). Każde pasmo reaguje przy tym po swojemu, więc takie zmiany mierzy się w każdym z nich osobno (Pfurtscheller i Lopes da Silva, 1999).

Osoba, której zapis oglądasz na tej stronie, też ruszała dłońmi. Gdy na ekranie pojawiał się cel z lewej albo z prawej strony, zaciskała i otwierała odpowiednią pięść. W osobnych nagraniach miała to sobie tylko wyobrazić. Poniżej widać, o ile w tym czasie zmieniał się rytm mu (8-12 Hz) albo beta (18-25 Hz) nad korą ruchową każdej półkuli, w porównaniu z chwilami odpoczynku.

Ruch i wyobrażenie na prawdziwym zapisie

Zmiana mocy rytmu nad lewą (C3) i prawą (C4) korą ruchową w czasie zadania wobec odpoczynku, osoba nr 1 bazy PhysioNet, po 22-23 próby na każdą dłoń. Kreska pokazuje 95-procentowy przedział ufności, czyli rozrzut wyniku przy losowaniu prób na nowo. Sygnał C3 i C4 oczyszczono, odejmując średnią czterech sąsiednich elektrod.

Przy prawdziwym ruchu rytm cichł nad obiema półkulami, zwykle o 30-50 na 100. I tu robi się najciekawiej.

Gdy ta osoba tylko wyobrażała sobie ruch prawej dłoni, rytm mu spadał nad lewą półkulą o 49 na 100, a nad prawą tylko o 9, czyli w granicach przypadku. To podręcznikowy obraz, bo wyobrażenie ruchu jednej ręki wycisza rytm nad półkulą przeciwną (Pfurtscheller i Neuper, 1997). Przy lewej dłoni takiej różnicy u niej już nie było.

Wyobrażenie nie jest też po prostu słabszą wersją ruchu. U 33 osób zmiany przy wyobrażaniu różniły się od zmian przy prawdziwym ruchu nie tylko siłą (McFarland i in., 2000).

A skoro samo wyobrażenie zmienia rytm, to czy da się nim coś uruchomić?

Część 2 z 4 · Co robią rytmy · 3/5

Badania u ludzi

Czy da się sterować komputerem samym wyobrażeniem ruchu?

Kursor jedzie w prawo, choć dłoń leży nieruchomo na stole. Tak działają interfejsy mózg-komputer, które czytają spadek rytmu nad korą ruchową. Zapis z tej strony nagrano zresztą systemem BCI2000, zbudowanym właśnie do takiego sterowania (Schalk i in., 2004).

Większości ludzi wystarcza na naukę kilkadziesiąt minut, choć nie wszystkim. Na wystawie w Grazu 99 osób przez dwie krótkie sesje wyobrażało sobie ruch prawej ręki albo stopy. 93 na 100 z nich osiągnęło ponad 60 na 100 trafnych odczytów, a zgadywanie dałoby 50 (Guger i in., 2003).

93 na 100osób przekroczyło po dwóch sesjach próg 60 na 100 trafnych odczytów wyobrażonego ruchu

Do wygodnego sterowania potrzeba jednak wyższej trafności, a wtedy wynik jest skromniejszy. Według autorów innego badania u około 20 na 100 osób trafność nie wystarcza do sterowania.

W tym samym badaniu 80 osób już dwuminutowy zapis w spoczynku pozwalał w umiarkowanym stopniu przewidzieć, komu pójdzie lepiej. Liczyła się w nim siła rytmu nad korą ruchową (Blankertz i in., 2010).

Na nagraniu z tej strony wyraźną różnicę między półkulami widać tylko przy wyobrażaniu ruchu prawej dłoni, więc to ten sygnał najłatwiej byłoby odczytać. Medycyna idzie o krok dalej i na podstawie rytmu próbuje już leczyć.

Część 2 z 4 · Co robią rytmy · 4/5

Badania u chorych

Czy chory rytm może sterować stymulatorem?

Ręka, która rano słuchała, po południu sztywnieje i zwalnia, bo dawka leku przestaje działać. W chorobie Parkinsona część chorych ma wszczepione elektrody głęboko w mózgu, w jądrze niskowzgórzowym, a te same elektrody pozwalają nagrać jego rytm.

Lewodopa to lek, z którego mózg wytwarza dopaminę. U 9 chorych po jej podaniu spadała moc rytmów 8-35 Hz w tym jądrze. Im bardziej spadała, tym bardziej malały sztywność i spowolnienie ruchów, choć z drżeniem takiego związku nie było (Kühn i in., 2006). Pasuje to do hipotezy, według której nadmiar bety utrzymuje ciało w bieżącym stanie, zamiast pozwolić mu ruszyć (Engel i Fries, 2010).

Czy stymulator musi działać bez przerwy? Zwykle tak właśnie pracuje, ale w pilotażu u 8 chorych włączał się tylko wtedy, gdy beta przekraczała ustalony próg, i działał przez 44 na 100 czasu.

Neurolodzy oceniali ruch chorych z nagrań wideo, nie wiedząc, który tryb był włączony. Poprawa wyniosła 50 na 100 przy stymulacji sterowanej rytmem i 31 na 100 przy stałej, a stymulator zużywał przy tym 132 zamiast 270 mikrowatów (Little i in., 2013).

Badacze sprawdzili też dłuższe leczenie u 68 chorych. Stymulacja sterowana betą okazała się przez około roku bezpieczna, a u większości chorych czas dobrej sprawności w ciągu dnia nie skrócił się w porównaniu ze stymulacją stałą (Bronte-Stewart i in., 2025). Od 2025 roku takie stymulatory są dopuszczone do leczenia choroby Parkinsona w Unii Europejskiej i w USA (Medtronic, 2025a; Medtronic, 2025b).

Stymulacja włączana przez rytm

To schemat, w którym wybuchy bety mają losowy przebieg. Pomarańczowe pasy pokazują chwile, w których stymulator działa. W pilotażu Little i in. (2013) próg ustawiono tak, że stymulacja działała przez 44 na 100 czasu.
44 na 100czasu działał stymulator sterowany rytmem beta, a poprawa ruchu była w ocenie zaślepionej większa niż przy stymulacji stałej (pilotaż, 8 chorych)

Z najszybszym pasmem tak prosto już nie jest...

Część 2 z 4 · Co robią rytmy · 5/5

Spór

Czy gamma to rytm myślenia?

Mogłoby się intuicyjnie wydawać, że najszybsza fala to rytm najintensywniejszego myślenia. U myszy wiadomo przynajmniej, które komórki ją wytwarzają.

Badacze pobudzali błyskami światła, w tempie od 20 do 80 Hz, szybkie komórki hamujące, które zawierają białko parwalbuminę. Światło działało na nie dzięki optogenetyce, czyli wbudowaniu w neurony białka czułego na światło. Rytm w tym paśmie wtedy rósł, a pobudzanie zwykłych neuronów pobudzających wzmacniało tylko wolniejsze rytmy (Cardin i in., 2009). Gdy te same komórki hamujące wyciszano, moc gammy spadała o około 20 na 100 (Sohal i in., 2009).

Za

Zgrane okna

Hipoteza komunikacji przez zgranie rytmów zakłada, że gamma otwiera krótkie, kilkumilisekundowe okna, w których jedna grupa neuronów może skutecznie pobudzić drugą. Dzięki temu sygnał z obszaru, na którym skupia się uwaga, przebija się przez sygnały konkurencyjne (Fries, 2015).

Przeciw

Raczej ślad niż mechanizm

Gamma pojawia się w krótkich, nieregularnych wybuchach, a jej częstotliwość zmienia się razem z kontrastem obrazu. W korze wzrokowej małpy wyraźna staje się dopiero po około 200 ms, gdy większość przetwarzania już się odbyła. Dlatego według sceptyków jest raczej śladem równowagi między pobudzaniem a hamowaniem (Ray i Maunsell, 2015).

Najgłośniejsze badanie gammy u ludzi objęło 8 buddystów, którzy od wielu lat praktykowali medytację. W czasie medytacji współczucia przyrost gammy był u nich ponad 30 razy większy niż u 10 studentów po tygodniu treningu (Lutz i in., 2004).

Autorzy sami wymienili jednak słabe strony badania. Grupy różniły się wiekiem, kulturą i językiem, nie było pomiaru sprzed lat praktyki, a gamma na skórze głowy łatwo miesza się z pracą mięśni... tą samą, którą słychać przy zaciśniętych zębach. Autorzy próbowali odfiltrować sygnał mięśni, ale nie mogli go całkiem wykluczyć.

Rytmy nie są przy tym stałe przez całe życie. Najlepiej widać to na alfie.

Część 3 z 4 · Kiedy rytm się zmienia · 1/2

Badania u ludzi

Jak szybka jest alfa u dziecka, a jak u Ciebie?

Alfa półrocznego niemowlęcia drga o mniej więcej 4 razy na sekundę wolniej niż u dorosłego. Według metaanalizy 40 badań z udziałem 3882 osób szczyt alfy leży w 6. miesiącu życia przy 6,1 Hz, w 5. roku przy 8,4 Hz, a w 13. przy 9,7 Hz, i dalej zbliża się do około 10 Hz (Freschl i in., 2022).

Podobny obraz dało badanie, w którym te same dzieci nagrywano od 5. miesiąca do 4. roku życia. U niemowląt szczyt leżał w paśmie 6-9 Hz i z wiekiem stopniowo przyspieszał (Marshall i in., 2002).

Gdzie leży szczyt alfy w danym wieku

Punkty z modelu metaanalizy Freschl i in. (2022): 6 miesięcy, 5, 13 lat i wartość, do której model zmierza; między nimi położenie szczytu jest przybliżone. Zacieniony pas to dorosłe pasmo alfy 8-13 Hz. Kształt szczytu jest umowny.

Moment, w którym dziecko „dostaje” alfę, zależy przy tym od sposobu pomiaru. U 96 osób w wieku od 3 do 24 lat dominujący rytm z tyłu głowy leżał w paśmie theta aż do około 7,2 roku życia (Cellier i in., 2021). To później niż w metaanalizie, bo badacze nagrywali dzieci z otwartymi oczami i najpierw odejmowali tło widma.

Na drugim końcu życia alfa znów zwalnia. W badaniu 1498 osób w wieku od 6 do 86 lat jej częstotliwość rosła w dzieciństwie i spadała u najstarszych. U około 44 na 100 badanych widać było przy tym więcej niż jeden szczyt alfy (Chiang i in., 2011).

To samo pasmo 8-13 Hz mierzy więc u małego dziecka co innego niż u Ciebie. Rytm zmienia się jednak nie tylko przez lata. Wystarczy, że zmieni się stan świadomości.

Część 3 z 4 · Kiedy rytm się zmienia · 2/2

Badania u ludzi i chorych

Co dzieje się z falami, gdy znika świadomość?

Anestezjolog prosi o liczenie od dziesięciu w dół, a po chwili liczenie się urywa. Zespół Patricka Purdona rozciągnął ten moment w czasie. Dziesięcioro ochotników dostawało propofol, popularny lek do znieczulenia, w dawkach rosnących co 14 minut, a co 4 sekundy mieli reagować na dźwięk. Od pierwszego działania leku do utraty przytomności mijało typowo 23,9 minuty (Purdon i in., 2013).

Czy nieprzytomny mózg milknie? W chwili utraty przytomności zapis EEG wcale nie cichł. Rosły najwolniejsze fale, poniżej 1 Hz, z tyłu głowy znikała zgrana alfa, a z przodu pojawiała się nowa, zgrana alfa około 10 Hz. Gdy przytomność wracała, obraz się odwracał (Purdon i in., 2013). Inne leki do znieczulenia dają inne obrazy, więc ten opis dotyczy tylko propofolu.

Gdzie jest alfa

To schemat według opisu Purdon i in. (2013), a nie pomiar. Głowa widziana z góry, nos u góry.

Świadomość potrafi też zniknąć na kilka sekund. W padaczce z napadami nieświadomości dziecko nagle zastyga, a w EEG pojawiają się wyładowania iglica-fala w rytmie 2,5-4 Hz. Po roku leczenia mniej więcej połowa dzieci nie miała już napadów, a około 30 na 100 nie odpowiada na leki (Crunelli i in., 2020).

Zupełnie inaczej wygląda sen. Mózg nadaje wtedy między innymi wrzecionami, czyli krótkimi seriami 11-15 Hz, które trwają od 0,5 do 2 sekund (Purcell i in., 2017). Całą noc w zapisie EEG zobaczysz na stronie Atlasu o śnie.

Skoro rytm zmienia się z wiekiem, pod wpływem leku i we śnie, to może da się go też przestawić z zewnątrz?

Część 4 z 4 · Co się obiecuje · 1/4

Spór

Czy da się przestawić mózg na falę alfa?

Moda na „stan alfa” zaczęła się w latach 60. od biofeedbacku, czyli treningu z podglądem własnego sygnału. Ludzie patrzyli na wskaźnik swojej alfy i uczyli się ją podnosić, a wielu opisywało przy tym szczególny stan, nazwany „doświadczeniem alfa”.

Kilka lat później okazało się, że alfę podnosili głównie wyuczoną kontrolą oczu... po prostu przestawali patrzeć. A sam „stan alfa” zależał od tego, czego się spodziewali. Wskaźnik nie był do niego ani potrzebny, ani szczególnie pomocny (Plotkin, 1976).

Czy mózg dostraja się do rytmu w słuchawkach? Gdy do każdego ucha trafia ton o nieco innej częstotliwości, w głowie słychać bicie o tempie równym różnicy tych tonów. Po takich rytmach dwuusznych spodziewano się, że mózg dostroi do nich własne fale. Przegląd 14 badań, w których przy takim słuchaniu nagrywano EEG, znalazł jednak tylko 5 wyników zgodnych z hipotezą dostrajania fal, 8 sprzecznych i 1 mieszany. Badania różniły się przy tym metodą, co utrudnia ich porównanie (Ingendoh i in., 2023).

5 z 14badań z pomiarem EEG wsparło hipotezę, że mózg dostraja się do rytmu dwuusznego

Nie znaczy to, że takie słuchanie nie robi nic. Metaanaliza 22 badań znalazła umiarkowany wpływ rytmów dwuusznych na pamięć, uwagę, lęk i ból (Garcia-Argibay i in., 2019). Tyle że zbierała wyłącznie wyniki zachowania, bez pomiaru fal... więc nie wiadomo, czy działał rytm, czy samo słuchanie i oczekiwania.

Z prądem jest podobnie. Gdy przez skórę głowy płynie prąd zmienny o natężeniu 1 mA, pole elektryczne w skórze łatwo sięga 20 V/m, a w korze zostaje poniżej 1 V/m, czyli do kory dociera ponad dwadzieścia razy słabsze. Kiedy 12 chorym z drżeniem samoistnym znieczulono skórę głowy kremem, stymulacja wyraźnie słabiej wpływała na drżenie (Asamoah i in., 2019). Część efektu mogła więc brać się z drażnienia nerwów w skórze.

U 12 zdrowych osób alfa rosła po stymulacji w rytmie alfy, ale zmiany w połączeniach między neuronami tłumaczyły ten wzrost lepiej niż dostrojenie się rytmu (Vossen i in., 2015).

Rytm z zewnątrzdźwięk, prąd albo światło w zadanym tempiebodziec
≠
Rytm w mózguwłasny rytm kory w tym samym tempietrzeba go zmierzyć
Bodziec w danym tempie nie oznacza, że mózg zaczyna w nim nadawać (Ingendoh i in., 2023; Vossen i in., 2015). To samo pytanie wraca przy migającym świetle 40 Hz.

Najdłuższą historię prób zmiany rytmu ma jednak trening fal u dzieci z ADHD.

Część 4 z 4 · Co się obiecuje · 2/4

Badania u chorych

Czy trening fal leczy ADHD?

Dziecko siedzi przed ekranem, a gra jedzie do przodu tylko wtedy, gdy w jego EEG spada stosunek thety do bety. Po kilkudziesięciu sesjach rodzice często widzą poprawę. Tylko czy to zasługa treningu fal?

Sprawdziło to badanie 144 dzieci w wieku 7-10 lat. Część z nich ćwiczyła na prawdziwym sygnale, a część na wcześniej nagranym EEG z nałożonymi artefaktami samego dziecka. Ani dzieci, ani badacze nie wiedzieli, kto jest w której grupie.

Jak myślisz, która grupa poprawiła się bardziej?
Jak się okazało, obie poprawiły się wyraźnie, a prawdziwy trening nie dał przewagi ani po zakończeniu, ani po 13 miesiącach. Jedyna różnica dotyczyła leków. W czasie obserwacji dzieci po prawdziwym treningu potrzebowały ich mniej (Neurofeedback Collaborative Group, 2021).

Ilu dzieciom się poprawiło

na 100 dzieci w grupie, po zakończeniu treningu

prawdziwy trening fal61
trening na pozorowanym sygnale54
Neurofeedback Collaborative Group (2021), 142 dzieci w analizie. Różnica między grupami nie była istotna.

U 118 dorosłych z ADHD wyszło podobnie. Trening fal, trening na pozorowanym sygnale i terapia grupowa zmniejszyły objawy w podobnym stopniu (Schönenberg i in., 2017).

To samo mówi metaanaliza 38 badań z 2472 osobami. Gdy objawy oceniali ludzie, którzy nie wiedzieli, kto był trenowany, trening fal nie zmniejszał ich bardziej niż to, co dostawały grupy porównawcze. Niewielką przewagę widać było tylko w badaniach ze standardowymi protokołami (Westwood i in., 2025).

Zwolennicy metody wskazują, że po kilku miesiącach efekt w ocenach rodziców utrzymywał się, a nawet rósł (Van Doren i in., 2019). Tylko że rodzice wiedzieli, czy dziecko było trenowane.

Najbardziej spektakularną obietnicę złożono jednak przy chorobie Alzheimera.

Część 4 z 4 · Co się obiecuje · 3/4

Badania na zwierzętach i pierwsze u chorych

Czy migające światło oczyści mózg z amyloidu?

Lampka miga 40 razy na sekundę, a w słuchawkach stuka dźwięk w tym samym tempie, godzinę dziennie. Tak wygląda pomysł, który od 2016 roku przechodzi drogę od myszy do dużego badania u osób z chorobą Alzheimera.

  1. 2016myszy

    Godzina migania światła 40 Hz zmniejszała w korze wzrokowej ilość amyloidu beta, białka, które w chorobie Alzheimera odkłada się w mózgu w blaszki, o około 58 na 100. Po dobie poziom wracał, a po 7 dniach takich sesji blaszek w korze wzrokowej było o 67 na 100 mniej (Iaccarino i in., 2016).

  2. 2019myszy

    Tydzień dźwięku 40 Hz zmniejszał amyloid w korze słuchowej i hipokampie, a dźwięk ze światłem zmniejszał objętość blaszek w korze nowej o 37 na 100. Tempo 8 Hz i 80 Hz nie działało (Martorell i in., 2019).

  3. 202215 chorych

    Po 3 miesiącach komory mózgu, które poszerzają się, gdy ubywa tkanki, rosły mniej w grupie ze stymulacją niż w grupie kontrolnej. W ogólnych testach poznawczych grupy się nie różniły, a lepszy wynik w jednym teście pamięci dotyczył zaledwie 9 osób. Autorzy sami podkreślają małą próbę (Chan i in., 2022).

  4. 2023inny zespół

    Niezależny zespół nie powtórzył wyniku. W korze wzrokowej 29 na 100 neuronów przejmowało rytm migania, ale w hipokampie tylko 7, a w korze śródwęchowej 3 na 100. Samo miganie nie uruchamiało własnej gammy mózgu i nie zmniejszało amyloidu, a myszy unikały migającego światła (Soula i in., 2023).

  5. 2024myszy

    Pierwszy zespół zaproponował mechanizm. Stymulacja 40 Hz miała przyspieszać przepływ płynu, który wypłukuje amyloid, a jego zablokowanie znosiło efekt (Murdock i in., 2024).

  6. 2026czeka

    Duże badanie u około 670 chorych, w którym część dostaje stymulację pozorowaną, zakończyło rekrutację w 2025 roku (Cognito Therapeutics, 2025). Według rejestru główna część badania miała się skończyć w czerwcu 2026 roku, a do 28 października 2026 roku wyniki nie zostały opublikowane (ClinicalTrials.gov, 2026).

Tym razem rytm narzucony z zewnątrz naprawdę widać w mózgu, przynajmniej w korze wzrokowej. Tylko że zgranie kory wzrokowej z migającym światłem nie znaczy jeszcze, że rytm dociera dalej. Według niezależnego zespołu w hipokampie myszy przejmowało go zaledwie 7 na 100 neuronów, a w korze śródwęchowej 3 na 100. Czy chorym to pomaga, pokaże dopiero duże badanie u ludzi.

Część 4 z 4 · W praktyce

Badania w praktyce

Jak mierzyć reakcje na reklamę albo półkę w sklepie?

EEG wyłapuje zmianę rytmu w ułamku sekundy, czy to przy zamknięciu oczu, przy przesunięciu uwagi, czy przy ruchu dłoni. Nie usłyszy jednak pojedynczych myśli, a mięśnie i ruchy oczu łatwo weźmie za fale. Nie powie też, na co człowiek w danej chwili patrzy.

Tę lukę wypełnia eye-tracking, który pokazuje, gdzie i kiedy pada wzrok. Pomaga też oczyścić sam sygnał EEG. W badaniu, w którym nagrywano oba sygnały naraz, dopiero zapis ruchu oczu pokazał, że część „gammy” to drobne skoki oka (Yuval-Greenberg i in., 2008).

W Neuroinsight Lab, które razem z NeuroEfektywnie tworzy Atlas mózgu, w każdym badaniu łączymy oba pomiary. EEG pokazuje, kiedy i jak zmienia się reakcja mózgu, a eye-tracking w okularach, który rejestruje ruch oczu 200 razy na sekundę, pokazuje, na co osoba wtedy patrzyła. Badania prowadzimy tam, gdzie zapadają decyzje: w sklepie, w domu albo w terenie.

Dla dociekliwych

Spór

Gdzie właściwie rodzi się alfa?

Według dominującej teorii alfę nadaje kora razem ze wzgórzem, które działa jak jej rozrusznik. Zapisy z wnętrza mózgu chorych na padaczkę pokazały jednak coś innego. Elektrody wszczepiono im w korę i we wzgórze przed operacją, a we wszystkich 28 parach elektrod kora-wzgórze wybuchy alfy w korze wyprzedzały wybuchy we wzgórzu.

Alfa płynęła po korze jak fala, od obszarów wyższego rzędu w stronę tyłu głowy, z prędkością niecałego 1 metra na sekundę, a jej prądy były najsilniejsze w powierzchownych warstwach kory. Autorzy piszą, że to komplikuje dominującą teorię wzgórzowego rozrusznika (Halgren i in., 2019).

Skala częstotliwości nad tekstem jest logarytmiczna, bo tak układają się same rytmy mózgu. Rytmy kory obejmują częstotliwości od około 0,05 do 500 Hz, a kolejne pasma układają się na skali logarytmicznej w równych odstępach. Wolne rytmy angażują przy tym duże sieci neuronów, a szybkie małe (Buzsáki i Draguhn, 2004). Pasuje to do tego, co widać na skórze głowy, gdzie najwolniejsze rytmy łatwiej przebijają się przez czaszkę niż najszybsze.

Co z tego wynika

Co zrobić z tą wiedzą? Dziewięć wniosków z badań, od elektrody po obietnice.

Pomiar

Fala to duże pole kory pracujące w jednym takcie

Elektroda na skórze sumuje aktywność z co najmniej 10 cm² kory (Buzsáki i in., 2012). Rytm widać dopiero wtedy, gdy duże pole kory pracuje w tym samym czasie.

Alfa

Alfa to raczej hamulec niż odpoczynek

Według hipotezy hamowania rośnie tam, gdzie kora odcina to, co w danej chwili nieważne (Jensen i Mazaheri, 2010). Z samej alfy trudno jednak odczytać nawet to, w którą stronę ktoś kieruje uwagę (Thut i in., 2006).

Ostrożnie

Najszybsze pasma czytaj z rezerwą

Powyżej 20 Hz zapis ze skóry głowy w dużej części pochodzi z mięśni (Whitham i in., 2007), a część „gammy” to drobne ruchy oczu (Yuval-Greenberg i in., 2008).

Ruch

Wyobrażenie ruchu też zmienia rytm

Rytm nad korą ruchową cichnie przy ruchu i przy samym wyobrażaniu ruchu, a na tym spadku działa sterowanie komputerem. Po dwóch sesjach 93 na 100 osób przekroczyło próg 60 na 100 trafnych odczytów (Guger i in., 2003).

Leczenie

Rytm może sterować stymulacją

W pilotażu u chorych na Parkinsona stymulator włączany przez wybuchy bety działał przez 44 na 100 czasu i dał większą poprawę niż stymulacja stała (Little i in., 2013). W badaniu 68 chorych taka stymulacja była bezpieczna, a u większości nie skracała czasu dobrej sprawności w ciągu dnia w porównaniu ze stałą (Bronte-Stewart i in., 2025).

Obietnice

Rytm w słuchawkach to jeszcze nie rytm w mózgu

Tylko 5 z 14 badań z pomiarem EEG wsparło dostrajanie fal do rytmów dwuusznych (Ingendoh i in., 2023), a wpływ prądu przez skórę głowy na drżenie może brać się z drażnienia nerwów w skórze (Asamoah i in., 2019).

ADHD

Trening fal nie wygrał z pozorowanym

Gdy ani dzieci, ani badacze nie wiedzieli, kto ćwiczy na prawdziwym sygnale, obie grupy poprawiły się podobnie (Neurofeedback Collaborative Group, 2021).

40 Hz

Z obietnicą dla chorych na Alzheimera trzeba poczekać

Wyniki na myszach nie powtórzyły się w niezależnym zespole (Soula i in., 2023), a duże badanie u chorych nie ma jeszcze opublikowanych wyników.

Wiek

Alfa dziecka to nie alfa dorosłego

Szczyt alfy przesuwa się od około 6 Hz u niemowlęcia do około 10 Hz u nastolatka (Freschl i in., 2022), więc stałe pasmo 8-13 Hz mierzy u dzieci co innego.

Ta strona opisuje wyniki badań i nie zastępuje porady specjalisty.

Źródła i siła dowodów

Na ile to pewne?

Bibliografia

  1. Asamoah, B., Khatoun, A., & Mc Laughlin, M. (2019). tACS motor system effects can be caused by transcutaneous stimulation of peripheral nerves. Nature Communications, 10(1), 266. https://doi.org/10.1038/s41467-018-08183-w
  2. Babiloni, C., Barry, R. J., Başar, E., Blinowska, K. J., Cichocki, A., Drinkenburg, W. H. I. M., Klimesch, W., Knight, R. T., Lopes da Silva, F., Nunez, P., Oostenveld, R., Jeong, J., Pascual-Marqui, R., Valdes-Sosa, P., & Hallett, M. (2020). International Federation of Clinical Neurophysiology (IFCN) - EEG research workgroup: Recommendations on frequency and topographic analysis of resting state EEG rhythms. Part 1: Applications in clinical research studies. Clinical Neurophysiology, 131(1), 285-307. https://doi.org/10.1016/j.clinph.2019.06.234
  3. Barry, R. J., Clarke, A. R., Johnstone, S. J., Magee, C. A., & Rushby, J. A. (2007). EEG differences between eyes-closed and eyes-open resting conditions. Clinical Neurophysiology, 118(12), 2765-2773. https://doi.org/10.1016/j.clinph.2007.07.028
  4. Blankertz, B., Sannelli, C., Halder, S., Hammer, E. M., Kübler, A., Müller, K.-R., Curio, G., & Dickhaus, T. (2010). Neurophysiological predictor of SMR-based BCI performance. NeuroImage, 51(4), 1303-1309. https://doi.org/10.1016/j.neuroimage.2010.03.022
  5. Bronte-Stewart, H. M., Beudel, M., Ostrem, J. L., et al. (2025). Long-term personalized adaptive deep brain stimulation in Parkinson disease: A nonrandomized clinical trial. JAMA Neurology, 82(11), 1171-1180. https://doi.org/10.1001/jamaneurol.2025.2781
  6. Buzsáki, G., & Draguhn, A. (2004). Neuronal oscillations in cortical networks. Science, 304(5679), 1926-1929. https://doi.org/10.1126/science.1099745
  7. Buzsáki, G., Anastassiou, C. A., & Koch, C. (2012). The origin of extracellular fields and currents - EEG, ECoG, LFP and spikes. Nature Reviews Neuroscience, 13(6), 407-420. https://doi.org/10.1038/nrn3241
  8. Cardin, J. A., Carlén, M., Meletis, K., Knoblich, U., Zhang, F., Deisseroth, K., Tsai, L.-H., & Moore, C. I. (2009). Driving fast-spiking cells induces gamma rhythm and controls sensory responses. Nature, 459(7247), 663-667. https://doi.org/10.1038/nature08002
  9. Cavanagh, J. F., & Frank, M. J. (2014). Frontal theta as a mechanism for cognitive control. Trends in Cognitive Sciences, 18(8), 414-421. https://doi.org/10.1016/j.tics.2014.04.012
  10. Cellier, D., Riddle, J., Petersen, I., & Hwang, K. (2021). The development of theta and alpha neural oscillations from ages 3 to 24 years. Developmental Cognitive Neuroscience, 50, Article 100969. https://doi.org/10.1016/j.dcn.2021.100969
  11. Chan, D., Suk, H.-J., Jackson, B. L., Milman, N. P., Stark, D., Klerman, E. B., Kitchener, E., Fernandez Avalos, V. S., de Weck, G., Banerjee, A., Beach, S. D., Blanchard, J., Stearns, C., Boes, A. D., Uitermarkt, B., Gander, P., Howard, M., Sternberg, E. J., Nieto-Castanon, A., … Tsai, L.-H. (2022). Gamma frequency sensory stimulation in mild probable Alzheimer's dementia patients: Results of feasibility and pilot studies. PLOS ONE, 17(12), e0278412. https://doi.org/10.1371/journal.pone.0278412
  12. Chiang, A. K. I., Rennie, C. J., Robinson, P. A., van Albada, S. J., & Kerr, C. C. (2011). Age trends and sex differences of alpha rhythms including split alpha peaks. Clinical Neurophysiology, 122(8), 1505-1517. https://doi.org/10.1016/j.clinph.2011.01.040
  13. ClinicalTrials.gov. (2026). A randomized, double-blind, sham-controlled pivotal study of sensory stimulation in subjects with Alzheimer's disease (HOPE Study) (NCT05637801). https://clinicaltrials.gov/study/NCT05637801 (stan na 28 października 2026: badanie trwa, bez wyników w rejestrze)
  14. Cognito Therapeutics. (2025, 1 lipca). Cognito Therapeutics completes enrollment in HOPE pivotal study of Spectris™ AD therapy for the treatment of patients with Alzheimer's disease [Komunikat prasowy]. Business Wire. businesswire.com
  15. Crunelli, V., Lőrincz, M. L., McCafferty, C., Lambert, R. C., Leresche, N., Di Giovanni, G., & David, F. (2020). Clinical and experimental insight into pathophysiology, comorbidity and therapy of absence seizures. Brain, 143(8), 2341-2368. https://doi.org/10.1093/brain/awaa072
  16. Donoghue, T., Haller, M., Peterson, E. J., Varma, P., Sebastian, P., Gao, R., Noto, T., Lara, A. H., Wallis, J. D., Knight, R. T., Shestyuk, A., & Voytek, B. (2020). Parameterizing neural power spectra into periodic and aperiodic components. Nature Neuroscience, 23(12), 1655-1665. https://doi.org/10.1038/s41593-020-00744-x
  17. Engel, A. K., & Fries, P. (2010). Beta-band oscillations-signalling the status quo? Current Opinion in Neurobiology, 20(2), 156-165. https://doi.org/10.1016/j.conb.2010.02.015
  18. Fink, A., & Benedek, M. (2014). EEG alpha power and creative ideation. Neuroscience & Biobehavioral Reviews, 44, 111-123. https://doi.org/10.1016/j.neubiorev.2012.12.002
  19. Freschl, J., Al Azizi, L., Balboa, L., Kaldy, Z., & Blaser, E. (2022). The development of peak alpha frequency from infancy to adolescence and its role in visual temporal processing: A meta-analysis. Developmental Cognitive Neuroscience, 57, 101146. https://doi.org/10.1016/j.dcn.2022.101146
  20. Fries, P. (2015). Rhythms for cognition: Communication through coherence. Neuron, 88(1), 220-235. https://doi.org/10.1016/j.neuron.2015.09.034
  21. Fry, A., Mullinger, K. J., O'Neill, G. C., Barratt, E. L., Morris, P. G., Bauer, M., Folland, J. P., & Brookes, M. J. (2016). Modulation of post-movement beta rebound by contraction force and rate of force development. Human Brain Mapping, 37(7), 2493-2511. https://doi.org/10.1002/hbm.23189
  22. Garcia-Argibay, M., Santed, M. A., & Reales, J. M. (2019). Efficacy of binaural auditory beats in cognition, anxiety, and pain perception: A meta-analysis. Psychological Research, 83(2), 357-372. https://doi.org/10.1007/s00426-018-1066-8
  23. Goncharova, I. I., McFarland, D. J., Vaughan, T. M., & Wolpaw, J. R. (2003). EMG contamination of EEG: Spectral and topographical characteristics. Clinical Neurophysiology, 114(9), 1580-1593. https://doi.org/10.1016/S1388-2457(03)00093-2
  24. Goyal, A., Miller, J., Qasim, S. E., Watrous, A. J., Zhang, H., Stein, J. M., Inman, C. S., Gross, R. E., Willie, J. T., Lega, B., Lin, J.-J., Sharan, A., Wu, C., Sperling, M. R., Sheth, S. A., McKhann, G. M., Smith, E. H., Schevon, C., & Jacobs, J. (2020). Functionally distinct high and low theta oscillations in the human hippocampus. Nature Communications, 11(1), Article 2469. https://doi.org/10.1038/s41467-020-15670-6
  25. Guger, C., Edlinger, G., Harkam, W., Niedermayer, I., & Pfurtscheller, G. (2003). How many people are able to operate an EEG-based brain-computer interface (BCI)? IEEE Transactions on Neural Systems and Rehabilitation Engineering, 11(2), 145-147. https://doi.org/10.1109/TNSRE.2003.814481
  26. Haegens, S., Cousijn, H., Wallis, G., Harrison, P. J., & Nobre, A. C. (2014). Inter- and intra-individual variability in alpha peak frequency. NeuroImage, 92, 46-55. https://doi.org/10.1016/j.neuroimage.2014.01.049
  27. Halgren, M., Ulbert, I., Bastuji, H., Fabó, D., Erőss, L., Rey, M., Devinsky, O., Doyle, W. K., Mak-McCully, R., Halgren, E., Wittner, L., Chauvel, P., Heit, G., Eskandar, E., Mandell, A., & Cash, S. S. (2019). The generation and propagation of the human alpha rhythm. Proceedings of the National Academy of Sciences, 116(47), 23772-23782. https://doi.org/10.1073/pnas.1913092116
  28. Iaccarino, H. F., Singer, A. C., Martorell, A. J., Rudenko, A., Gao, F., Gillingham, T. Z., Mathys, H., Seo, J., Kritskiy, O., Abdurrob, F., Adaikkan, C., Canter, R. G., Rueda, R., Brown, E. N., Boyden, E. S., & Tsai, L.-H. (2016). Gamma frequency entrainment attenuates amyloid load and modifies microglia. Nature, 540(7632), 230-235. https://doi.org/10.1038/nature20587
  29. Ingendoh, R. M., Posny, E. S., & Heine, A. (2023). Binaural beats to entrain the brain? A systematic review of the effects of binaural beat stimulation on brain oscillatory activity, and the implications for psychological research and intervention. PLOS ONE, 18(5), e0286023. https://doi.org/10.1371/journal.pone.0286023
  30. Jacobs, J. (2014). Hippocampal theta oscillations are slower in humans than in rodents: Implications for models of spatial navigation and memory. Philosophical Transactions of the Royal Society B: Biological Sciences, 369(1635), Article 20130304. https://doi.org/10.1098/rstb.2013.0304
  31. Jensen, O., & Mazaheri, A. (2010). Shaping functional architecture by oscillatory alpha activity: Gating by inhibition. Frontiers in Human Neuroscience, 4, Article 186. https://doi.org/10.3389/fnhum.2010.00186
  32. Jensen, O., & Tesche, C. D. (2002). Frontal theta activity in humans increases with memory load in a working memory task. European Journal of Neuroscience, 15(8), 1395-1399. https://doi.org/10.1046/j.1460-9568.2002.01975.x
  33. Klimesch, W., Sauseng, P., & Hanslmayr, S. (2007). EEG alpha oscillations: The inhibition-timing hypothesis. Brain Research Reviews, 53(1), 63-88. https://doi.org/10.1016/j.brainresrev.2006.06.003
  34. Kühn, A. A., Kupsch, A., Schneider, G.-H., & Brown, P. (2006). Reduction in subthalamic 8-35 Hz oscillatory activity correlates with clinical improvement in Parkinson's disease. European Journal of Neuroscience, 23(7), 1956-1960. https://doi.org/10.1111/j.1460-9568.2006.04717.x
  35. Little, S., Pogosyan, A., Neal, S., Zavala, B., Zrinzo, L., Hariz, M., Foltynie, T., Limousin, P., Ashkan, K., FitzGerald, J., Green, A. L., Aziz, T. Z., & Brown, P. (2013). Adaptive deep brain stimulation in advanced Parkinson disease. Annals of Neurology, 74(3), 449-457. https://doi.org/10.1002/ana.23951
  36. Lutz, A., Greischar, L. L., Rawlings, N. B., Ricard, M., & Davidson, R. J. (2004). Long-term meditators self-induce high-amplitude gamma synchrony during mental practice. Proceedings of the National Academy of Sciences, 101(46), 16369-16373. https://doi.org/10.1073/pnas.0407401101
  37. Marshall, P. J., Bar-Haim, Y., & Fox, N. A. (2002). Development of the EEG from 5 months to 4 years of age. Clinical Neurophysiology, 113(8), 1199-1208. https://doi.org/10.1016/S1388-2457(02)00163-3
  38. Martorell, A. J., Paulson, A. L., Suk, H.-J., Abdurrob, F., Drummond, G. T., Guan, W., Young, J. Z., Kim, D. N.-W., Kritskiy, O., Barker, S. J., Mangena, V., Prince, S. M., Brown, E. N., Chung, K., Boyden, E. S., Singer, A. C., & Tsai, L.-H. (2019). Multi-sensory gamma stimulation ameliorates Alzheimer's-associated pathology and improves cognition. Cell, 177(2), 256-271.e22. https://doi.org/10.1016/j.cell.2019.02.014
  39. McFarland, D. J., Miner, L. A., Vaughan, T. M., & Wolpaw, J. R. (2000). Mu and beta rhythm topographies during motor imagery and actual movements. Brain Topography, 12(3), 177-186. https://doi.org/10.1023/A:1023437823106
  40. Medtronic. (2025a, 13 stycznia). Medtronic achieves CE Mark approval for BrainSense™ Adaptive deep brain stimulation and Electrode Identifier [Komunikat prasowy]. news.medtronic.com
  41. Medtronic. (2025b, 24 lutego). Medtronic earns U.S. FDA approval for the world's first Adaptive deep brain stimulation system for people with Parkinson's [Komunikat prasowy]. news.medtronic.com
  42. Michel, C. M., & Brunet, D. (2019). EEG source imaging: A practical review of the analysis steps. Frontiers in Neurology, 10, 325. https://doi.org/10.3389/fneur.2019.00325
  43. Murdock, M. H., Yang, C.-Y., Sun, N., Pao, P.-C., Blanco-Duque, C., Kahn, M. C., Kim, T., Lavoie, N. S., Victor, M. B., Islam, M. R., Galiana, F., Leary, N., Wang, S., Bubnys, A., Ma, E., Akay, L. A., Sneve, M., Qian, Y., Lai, C., … Tsai, L.-H. (2024). Multisensory gamma stimulation promotes glymphatic clearance of amyloid. Nature, 627(8002), 149-156. https://doi.org/10.1038/s41586-024-07132-6
  44. Neurofeedback Collaborative Group. (2021). Double-blind placebo-controlled randomized clinical trial of neurofeedback for attention-deficit/hyperactivity disorder with 13-month follow-up. Journal of the American Academy of Child & Adolescent Psychiatry, 60(7), 841-855. https://doi.org/10.1016/j.jaac.2020.07.906
  45. Pfurtscheller, G., & Lopes da Silva, F. H. (1999). Event-related EEG/MEG synchronization and desynchronization: Basic principles. Clinical Neurophysiology, 110(11), 1842-1857. https://doi.org/10.1016/S1388-2457(99)00141-8
  46. Pfurtscheller, G., & Neuper, C. (1997). Motor imagery activates primary sensorimotor area in humans. Neuroscience Letters, 239(2-3), 65-68. https://doi.org/10.1016/S0304-3940(97)00889-6
  47. Plotkin, W. B. (1976). On the self-regulation of the occipital alpha rhythm: Control strategies, states of consciousness, and the role of physiological feedback. Journal of Experimental Psychology: General, 105(1), 66-99. https://doi.org/10.1037/0096-3445.105.1.66
  48. Purcell, S. M., Manoach, D. S., Demanuele, C., Cade, B. E., Mariani, S., Cox, R., Panagiotaropoulou, G., Saxena, R., Pan, J. Q., Smoller, J. W., Redline, S., & Stickgold, R. (2017). Characterizing sleep spindles in 11,630 individuals from the National Sleep Research Resource. Nature Communications, 8, Article 15930. https://doi.org/10.1038/ncomms15930
  49. Purdon, P. L., Pierce, E. T., Mukamel, E. A., Prerau, M. J., Walsh, J. L., Wong, K. F. K., Salazar-Gomez, A. F., Harrell, P. G., Sampson, A. L., Cimenser, A., Ching, S., Kopell, N. J., Tavares-Stoeckel, C., Habeeb, K., Merhar, R., & Brown, E. N. (2013). Electroencephalogram signatures of loss and recovery of consciousness from propofol. Proceedings of the National Academy of Sciences, 110(12), E1142-E1151. https://doi.org/10.1073/pnas.1221180110
  50. Ray, S., & Maunsell, J. H. R. (2015). Do gamma oscillations play a role in cerebral cortex? Trends in Cognitive Sciences, 19(2), 78-85. https://doi.org/10.1016/j.tics.2014.12.002
  51. Rossini, P. M., Cole, J., Paulus, W., Ziemann, U., & Chen, R. (2025). 1924-2024: First centennial of EEG. Clinical Neurophysiology, 170, 132-135. https://doi.org/10.1016/j.clinph.2024.11.021
  52. Schönenberg, M., Wiedemann, E., Schneidt, A., Scheeff, J., Logemann, A., Keune, P. M., & Hautzinger, M. (2017). Neurofeedback, sham neurofeedback, and cognitive-behavioural group therapy in adults with attention-deficit hyperactivity disorder: A triple-blind, randomised, controlled trial. The Lancet Psychiatry, 4(9), 673-684. https://doi.org/10.1016/S2215-0366(17)30291-2
  53. Sohal, V. S., Zhang, F., Yizhar, O., & Deisseroth, K. (2009). Parvalbumin neurons and gamma rhythms enhance cortical circuit performance. Nature, 459(7247), 698-702. https://doi.org/10.1038/nature07991
  54. Soula, M., Martín-Ávila, A., Zhang, Y., Dhingra, A., Nitzan, N., Sadowski, M. J., Gan, W.-B., & Buzsáki, G. (2023). Forty-hertz light stimulation does not entrain native gamma oscillations in Alzheimer's disease model mice. Nature Neuroscience, 26(4), 570-578. https://doi.org/10.1038/s41593-023-01270-2
  55. Stone, J. L., & Hughes, J. R. (2013). Early history of electroencephalography and establishment of the American Clinical Neurophysiology Society. Journal of Clinical Neurophysiology, 30(1), 28-44. https://doi.org/10.1097/WNP.0b013e31827edb2d
  56. Tao, J. X., Baldwin, M., Hawes-Ebersole, S., & Ebersole, J. S. (2007). Cortical substrates of scalp EEG epileptiform discharges. Journal of Clinical Neurophysiology, 24(2), 96-100. https://doi.org/10.1097/WNP.0b013e31803ecdaf
  57. Tao, J. X., Ray, A., Hawes-Ebersole, S., & Ebersole, J. S. (2005). Intracranial EEG substrates of scalp EEG interictal spikes. Epilepsia, 46(5), 669-676. https://doi.org/10.1111/j.1528-1167.2005.11404.x
  58. Thut, G., Nietzel, A., Brandt, S. A., & Pascual-Leone, A. (2006). α-Band electroencephalographic activity over occipital cortex indexes visuospatial attention bias and predicts visual target detection. The Journal of Neuroscience, 26(37), 9494-9502. https://doi.org/10.1523/JNEUROSCI.0875-06.2006
  59. Van Doren, J., Arns, M., Heinrich, H., Vollebregt, M. A., Strehl, U., & Loo, S. K. (2019). Sustained effects of neurofeedback in ADHD: A systematic review and meta-analysis. European Child & Adolescent Psychiatry, 28(3), 293-305. https://doi.org/10.1007/s00787-018-1121-4
  60. Vossen, A., Gross, J., & Thut, G. (2015). Alpha power increase after transcranial alternating current stimulation at alpha frequency (α-tACS) reflects plastic changes rather than entrainment. Brain Stimulation, 8(3), 499-508. https://doi.org/10.1016/j.brs.2014.12.004
  61. Voytek, B., Kramer, M. A., Case, J., Lepage, K. Q., Tempesta, Z. R., Knight, R. T., & Gazzaley, A. (2015). Age-related changes in 1/f neural electrophysiological noise. The Journal of Neuroscience, 35(38), 13257-13265. https://doi.org/10.1523/JNEUROSCI.2332-14.2015
  62. Westwood, S. J., Aggensteiner, P. M., Kaiser, A., Nagy, P., Donno, F., Merkl, D., Balia, C., Goujon, A., Bousquet, E., Capodiferro, A. M., Derks, L., Purper-Ouakil, D., Carucci, S., Holtmann, M., Brandeis, D., Cortese, S., Sonuga-Barke, E. J. S., & European ADHD Guidelines Group (EAGG). (2025). Neurofeedback for attention-deficit/hyperactivity disorder: A systematic review and meta-analysis. JAMA Psychiatry, 82(2), 118-129. https://doi.org/10.1001/jamapsychiatry.2024.3702
  63. Whitham, E. M., Pope, K. J., Fitzgibbon, S. P., Lewis, T., Clark, C. R., Loveless, S., Broberg, M., Wallace, A., DeLosAngeles, D., Lillie, P., Hardy, A., Fronsko, R., Pulbrook, A., & Willoughby, J. O. (2007). Scalp electrical recording during paralysis: Quantitative evidence that EEG frequencies above 20 Hz are contaminated by EMG. Clinical Neurophysiology, 118(8), 1877-1888. https://doi.org/10.1016/j.clinph.2007.04.027
  64. Worden, M. S., Foxe, J. J., Wang, N., & Simpson, G. V. (2000). Anticipatory biasing of visuospatial attention indexed by retinotopically specific α-band electroencephalography increases over occipital cortex. The Journal of Neuroscience, 20(6), RC63. https://doi.org/10.1523/JNEUROSCI.20-06-j0002.2000
  65. Yuval-Greenberg, S., Tomer, O., Keren, A. S., Nelken, I., & Deouell, L. Y. (2008). Transient induced gamma-band response in EEG as a manifestation of miniature saccades. Neuron, 58(3), 429-441. https://doi.org/10.1016/j.neuron.2008.03.027

Dane i model mózgu

Zapis EEG: PhysioNet EEG Motor Movement/Imagery Database, osoba nr 1, licencja ODC-BY 1.0 (Goldberger i in., 2000; Schalk i in., 2004). Położenia elektrod ze standardowego szablonu 10-05 z pakietu MNE, a nie z głowy tej osoby; mapę źródeł policzono na głowie wzorcowej fsaverage z pakietu FreeSurfer. Mózg w tle: powierzchnia kory ze średniej grupowej HCP S1200 (Van Essen i in., 2013), granice obszarów z atlasu HCP-MMP1 (Glasser i in., 2016). Moduły rytmów, map głowy i mapy źródeł pochodzą z serwisu human-brain Amy Sterling (kod MIT). Te same dane, razem z resztą skal czasu i wielkości w mózgu, znajdziesz na stronie Od mikrosekund do dekad, a licencje w Źródłach i podziękowaniach.

  1. Goldberger, A. L., Amaral, L. A. N., Glass, L., Hausdorff, J. M., Ivanov, P. Ch., Mark, R. G., Mietus, J. E., Moody, G. B., Peng, C.-K., & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals. Circulation, 101(23), e215-e220. https://doi.org/10.1161/01.CIR.101.23.e215
  2. Schalk, G., McFarland, D. J., Hinterberger, T., Birbaumer, N., & Wolpaw, J. R. (2004). BCI2000: A general-purpose brain-computer interface (BCI) system. IEEE Transactions on Biomedical Engineering, 51(6), 1034-1043. https://doi.org/10.1109/TBME.2004.827072
  3. Van Essen, D. C., Smith, S. M., Barch, D. M., Behrens, T. E. J., Yacoub, E., & Ugurbil, K. (2013). The WU-Minn Human Connectome Project: An overview. NeuroImage, 80, 62-79. https://doi.org/10.1016/j.neuroimage.2013.05.041
  4. Glasser, M. F., Coalson, T. S., Robinson, E. C., Hacker, C. D., Harwell, J., Yacoub, E., Ugurbil, K., Andersson, J., Beckmann, C. F., Jenkinson, M., Smith, S. M., & Van Essen, D. C. (2016). A multi-modal parcellation of human cerebral cortex. Nature, 536(7615), 171-178. https://doi.org/10.1038/nature18933