راهنمای کامل فرمولنویسی در پروتکلهای نوروفیدبک
درک نحوه نوشتن فرمولها (Guides) قلب طراحی یک پروتکل درمانی مؤثر است. فرمولها به شما اجازه میدهند تا متغیرهای خامی (Expressions) که تعریف کردهاید را به یک “قانون” قابل آموزش تبدیل کنید. در ادامه، تمامی عملگرهایی که برای ساخت این فرمولها نیاز دارید را بررسی میکنیم.
۱. عملگرهای حسابی پایه (Basic Arithmetic)
این عملگرها رایجترین ابزارها برای ترکیب، مقایسه و ساخت نسبتها هستند.
+ (جمع – Addition)
- مفهوم: برای اضافه کردن مقادیر دو یا چند Expression به یکدیگر استفاده میشود.
- کاربرد بالینی: رایجترین کاربرد آن، ساخت یک Guide کنترلی (Control Guide) یا “بازدارنده” (Inhibit) است. شما تمام سیگنالهای نامطلوب (آرتیفکتها) را با هم جمع میکنید تا یک متغیر واحد برای سرکوب بسازید.
- مثال: فرض کنید
e1موج $\text{Theta}$ (خوابآلودگی) وe2موج $\text{High Beta}$ (تنش) باشد.control: e1 + e2فرمول بالا یک Guide به نام
controlمیسازد که مجموع خوابآلودگی و تنش است. هدف شما در جلسه، سرکوب (کاهش) این Guide خواهد بود.
- (تفریق – Subtraction)
- مفهوم: اختلاف بین دو متغیر را محاسبه میکند.
- کاربرد بالینی: این عملگر، اساس پروتکلهای کلاسیک “تقویت/سرکوب” (Reward/Inhibit) است. شما موجی را که میخواهید سرکوب شود از موجی که میخواهید تقویت شود، کم میکنید.
- مثال: فرض کنید
e1موج $\text{SMR}$ (هدف تمرکز) وe2موج $\text{Theta}$ (هدف سرکوب) باشد.main: e1 - e2در این حالت، هدف شما در جلسه افزایش مقدار این Guide خواهد بود. هرچه $\text{SMR}$ بیشتر و $\text{Theta}$ کمتر شود، این عدد بزرگتر شده و مراجع پاداش میگیرد.
/ (تقسیم – Division)
- مفهوم: برای محاسبه نسبت (Ratio) بین دو متغیر استفاده میشود.
- کاربرد بالینی: بسیار حیاتی و پرکاربرد است. معروفترین کاربرد آن، محاسبه “نسبت $\text{Theta/Beta}$” است که یک شاخص کلیدی در تشخیص و درمان $\text{ADHD}$ (اختلال کمبود توجه) محسوب میشود.
- مثال: فرض کنید
e1موج $\text{Theta}$ وe2موج $\text{Beta}$ باشد.main: e1 / e2در درمان $\text{ADHD}$، این نسبت معمولاً بالاست. هدف درمانی، کاهش مقدار این Guide است تا مغز یاد بگیرد $\text{Beta}$ (توجه) بیشتری نسبت به $\text{Theta}$ (حواسپرتی) تولید کند.
* (ضرب – Multiplication)
- مفهوم: برای اعمال “وزن” (Weighting) به یک متغیر استفاده میشود.
- کاربرد بالینی: این عملگر کمتر رایج است، اما زمانی استفاده میشود که بخواهید اهمیت یک متغیر را در فرمول خود چند برابر کنید.
- مثال: در فرمول تفریق
e1 - e2، شاید سرکوبe2برای شما دو برابر مهمتر از تقویتe1باشد.main: e1 - (e2 * 2)این کار باعث میشود کوچکترین افزایش در
e2(موج مزاحم)، تأثیر دو برابری در کاهش پاداش داشته باشد.
۲. توابع و عملگرهای پیشرفته (Advanced Functions)
این توابع به شما اجازه میدهند پروتکلهای بسیار دقیق و پیچیدهتری را بر اساس مفاهیم علمی طراحی کنید.
abs() (قدر مطلق – Absolute Value)
- مفهوم: این تابع هر عددی (چه مثبت و چه منفی) را به یک عدد مثبت تبدیل میکند. (مثلاً
abs(5)برابر ۵ وabs(-5)نیز برابر ۵ است). - کاربرد بالینی: این تابع، ابزار اصلی برای “آموزش تقارن” (Symmetry Training) و “آموزش عدم تقارن” (Asymmetry Training) است.زمانی که میخواهید اختلاف بین دو نیمکره را اندازهگیری کنید، اما برایتان مهم نیست که کدام نیمکره قویتر است، از
absاستفاده میکنید. - مثال: پروتکل $\text{General SMR}$ که قبلاً بررسی کردیم:
main: (abs(e1-e2)/(e1+e2))در اینجا
e1(قدرت $\text{C3}$) وe2(قدرت $\text{C4}$) هستند. فرمولabs(e1-e2)فقط “میزان” اختلاف را اندازهگیری میکند. هدف درمانی کاهش این Guide است تا مقدار آن به صفر (تقارن کامل) نزدیک شود.
LOG() (لگاریتم – Logarithm)
- مفهوم: لگاریتم (معمولاً
LOG10) دادههای با پراکندگی زیاد را “فشرده” میکند و سیگنال را “نرمال” میسازد. - کاربرد بالینی: دادههای قدرت $\text{EEG}$ (Absolute Power) به صورت طبیعی توزیع نرمال ندارند (بلکه Log-Normal هستند). این باعث میشود سیگنال بازخورد بسیار “پرش” داشته باشد.استفاده از
LOGروی دادههای قدرت، باعث پایدارتر شدن (Stable) سیگنال بازخورد میشود و فرآیند یادگیری را برای مغز آسانتر میکند. این تابع اساس محاسبات $\text{Z-score}$ است. - مثال:
main: LOG(e1) - LOG(e2)(این فرمول بسیار پایدارتر ازe1 - e2عمل میکند).
POW() (توان) و SQRT() (جذر)
- مفهوم:
POW(x, 2)یعنی $\text{x}$ به توان ۲.SQRT(x)یعنی ریشه دوم $\text{x}$. - کاربرد بالینی: در $\text{EEG}$، “قدرت” (Power) برابر است با “دامنه” (Amplitude) به توان دو ($Power = Amplitude^2$).اگر نرمافزار شما $\text{Amplitude}$ (بر حسب $\mu V$) میدهد اما شما میخواهید روی $\text{Power}$ (بر حسب $\mu V^2$) آموزش دهید، از
POWاستفاده میکنید. اگر $\text{Power}$ دارید و میخواهید به $\text{Amplitude}$ برگردید (مثلاً برای محاسبات انحراف معیار)، ازSQRTاستفاده میکنید.
AVG() (میانگین – Average)
- مفهوم: میانگین چند متغیر را محاسبه میکند.
- کاربرد بالینی: روشی تمیزتر برای ترکیب چند $\text{Expression}$ است.
- مثال: به جای فرمول
control: e1 + e2، میتوانید از:control: AVG(e1, e2)استفاده کنید تا میانگین سیگنالهای مزاحم را سرکوب کنید.

