ধরুন আপনি একটি ছোট ভিডিও তৈরি করেছেন এবং জানতে চান ভিডিওটির কোন অংশগুলো মানুষ আকর্ষণীয় মনে করেছে। সাধারণত, আপনি কেবল তাদের জিজ্ঞাসা করতেন। হয়তো আপনি একটি জরিপ ব্যবহার করতেন। কিন্তু সবচেয়ে সাধারণ উত্তর হতে পারে “আমি ঠিক নিশ্চিত নই” বা “আমি মনে করতে পারছি না”. কেবলমাত্র ব্যক্তিগত/আত্মনিষ্ঠ পরিমাপ ব্যবহার করে মানব উপলব্ধি নিয়ে গবেষণা করা অনিশ্চয়তায় ভরা হতে পারে, যেটি নিউরোফিজিওলজিক্যাল প্রতিক্রিয়া পরিমাপ করে কাটিয়ে ওঠার প্রস্তাব দেয়। EEG ডিভাইসগুলো সহজলভ্য, সাশ্রয়ী এবং মানব উপলব্ধি-সংক্রান্ত গবেষণাকে সমৃদ্ধ করতে সক্ষম একটি সরঞ্জাম হিসেবে অনন্য অবস্থানে রয়েছে। ফলে, এটি দ্রুত মনোবিজ্ঞান, নিউরোমার্কেটিং এবং BCI-তে একটি গুরুত্বপূর্ণ সরঞ্জাম হয়ে উঠছে।

EEG কী?

ইলেক্ট্রোএনসেফালোগ্রাফি (EEG) হলো মস্তিষ্কের কোষ, যাদের নিউরন বলা হয়, সেগুলোর উদ্দীপিত বৈদ্যুতিক কার্যকলাপের পরিমাপ। এটি স্ক্যাল্পে স্থাপিত ইলেক্ট্রোড ব্যবহার করে একটি নিরাপদ এবং অ-আক্রমণাত্মক পদ্ধতি। এই উদ্দেশ্যে ব্যবহৃত EEG ডিভাইস একক-চ্যানেলের বাণিজ্যিক ডিভাইস থেকে শুরু করে 256-চ্যানেলের মেডিকেল-গ্রেড সিস্টেম পর্যন্ত হতে পারে। EEG কী এবং বিভিন্ন EEG ডিভাইস সম্পর্কে আরও বিস্তারিত পড়তে পারেন এখানে।

EEG-এর সুবিধাগুলো কী?

উচ্চ সময়গত রেজোলিউশন

এর উচ্চ সময়গত রেজোলিউশনের কারণে, EEG প্রি-কনশাস প্রক্রিয়াগুলোকে শনাক্ত করতে সক্ষম।

অন্যান্য নিউরোইমেজিং পদ্ধতির তুলনায় EEG-এর সবচেয়ে বড় শক্তি হলো এর সময়গত রেজোলিউশন, অর্থাৎ মিলিসেকেন্ডের পরিসরে দ্রুত মস্তিষ্কীয় প্রতিক্রিয়া পরিমাপ করার ক্ষমতা। fMRI (functional magnetic resonance imaging) এর মতো অন্যান্য মস্তিষ্ক-ইমেজিং পদ্ধতিতে আগ্রহের উদ্দীপনা উপস্থাপনের পর এক সেকেন্ড বা তারও বেশি সময় লাগে। তদুপরি, আত্মনিষ্ঠ প্রতিক্রিয়ার অনিশ্চয়তা এড়াতে নকশা করা আচরণগত কাজগুলো সাধারণত রিঅ্যাকশন টাইম এবং বোতাম চাপার প্রতিক্রিয়ার ওপর নির্ভর করে। এগুলোতেও এক সেকেন্ড পর্যন্ত সময় লাগতে পারে, যা খুবই ধীর, বিশেষ করে যখন বিবেচনা করা হয় যে মস্তিষ্ক মিলিসেকেন্ডের স্কেলে বহু জটিল নিউরোফিজিওলজিক্যাল প্রক্রিয়া তৈরি করতে সক্ষম। তাই, এর উচ্চ সময়গত রেজোলিউশনের কারণে EEG প্রি-কনশাস প্রক্রিয়াগুলোকে শনাক্ত করতে সক্ষম, যা কেবলমাত্র স্ব-প্রতিবেদন এবং প্রতিক্রিয়া-ভিত্তিক কাজ দিয়ে অন্যথায় অচিহ্নিত থেকে যেত।

সাশ্রয়ীতা এবং বহনযোগ্যতা

ক্রীড়া বিজ্ঞান: Paxton Lynch Emotiv Insight EEG হেডসেট দিয়ে চাপের পরীক্ষার মধ্য দিয়ে যাচ্ছেন।

EEG ডিভাইসগুলো সাশ্রয়ী এবং ওয়্যারলেস হয়ে উঠেছে, ফলে গবেষকেরা অংশগ্রহণকারীদের ল্যাবে আনার বদলে মাঠপর্যায়ে গবেষণা করতে পারছেন। EEG এবং MEG (Magnetoencephalography) উভয়েরই উচ্চ সময়গত রেজোলিউশন থাকলেও, কম খরচ এবং বহনযোগ্য হওয়ার কারণে EEG বেশি সহজলভ্য গবেষণা সরঞ্জাম; এটি মানব আচরণকে নিয়ন্ত্রিত বা প্রাকৃতিক পরিবেশে অধ্যয়ন করতে সহায়তা করে। বিকল্প নিউরোইমেজিং পদ্ধতি (যেমন, MEG, MRI এবং PET) উচ্চ রক্ষণাবেক্ষণ ব্যয় দাবি করে এবং এসব গবেষণা পরিচালনার জন্য অংশগ্রহণকারীদের হাসপাতাল বা ল্যাবরেটরি পরিবেশে আনতে হয়। এর বিপরীতে, প্রায় যেকোনো পরিবেশকেই EEG “ল্যাব”-এ রূপান্তর করা যায়। (মাঠপর্যায়ে ক্রীড়া কর্মক্ষমতা উন্নত করতে মোবাইল EEG কীভাবে ব্যবহার করা যায় সে বিষয়ে Park et al. পর্যালোচনা1 দেখুন)

অভ্যন্তরীণ বা দূরবর্তী গবেষণা

EEG-এর জন্য সবসময় একটি একক ডিভাইসসহ ল্যাবভিত্তিক হওয়া জরুরি নয়। সাশ্রয়ী, বাণিজ্যিক EEG ডিভাইসের অগ্রগতির ফলে, ঘরে বসে ব্যবহারকারীরা নিজেদের EEG রেকর্ড করতে পারেন। EmotivLABS প্ল্যাটফর্ম গবেষকদের EMOTIV হেডসেট ব্যবহার করে অনলাইনে তাদের পরীক্ষা পরিচালনা করার সুযোগ দেয়, যেগুলো গবেষণা-গ্রেড ডিভাইসের সঙ্গে তুলনা করে বৈধতা অর্জন করেছে²ʹ³। আমাদের পাইলট অনলাইন EEG গবেষণা সম্পর্কে পড়ুন এখানে অথবা আমাদের একটি অংশীদারিত্ব সম্পর্কে পড়ুন, যেখানে EMOTIV ব্যবহারকারীরা একটি প্রেজেন্টেশন সফটওয়্যার মূল্যায়নের জন্য একটি বাড়িভিত্তিক গবেষণায় অংশ নিয়েছিলেন এখানে।

EEG দিয়ে আমরা কী পরিমাপ করতে পারি?

সাধারণত গবেষকেরা কোনো উদ্দীপনা শুরু হওয়ার পর আগ্রহের সময়বিন্দুতে ভোল্টেজ অ্যামপ্লিটিউড ব্যবহার করেন (অর্থাৎ event-related potentials, বা ERPs) অথবা প্রতি সেকেন্ডে EEG-তে দোলনের পরিমাণ (অর্থাৎ time-frequency analysis)।

এই দুটি ক্ষেত্র আমাদেরকে আচরণ-সংক্রান্ত বিভিন্ন গবেষণা প্রশ্নের উত্তর দিতে সহায়তা করে। তদুপরি, উন্নত মেশিন লার্নিং অ্যালগরিদমের অগ্রগতির সঙ্গে সঙ্গে আমরা আগ্রহের উদ্দীপনার প্রতিক্রিয়ায় মানসিক অবস্থা ডিকোড করতে শুরু করতে পারি। উদাহরণস্বরূপ, মনোযোগের জন্য বৈধতা-প্রাপ্ত অ্যালগরিদমের বিকাশের ফলে এখন আমরা সহজেই “আমার ভিডিওর কোন অংশটি বেশি মনোযোগ কেড়েছে” ধরনের প্রশ্নের উত্তর দিতে পারি।

বিবেচনার বিষয়গুলো

মনে রাখা গুরুত্বপূর্ণ যে, EEG দিয়ে আমরা ঠিকভাবে চিন্তা পড়তে পারি না। তাই, তুলনা করা উদ্দীপনাগুলো আদর্শভাবে আগ্রহের ভেরিয়েবলটি বাদে প্রতিটি দিক থেকে মিলিয়ে নিতে হবে। সুতরাং, একটি সুপরিকল্পিত পরীক্ষামূলক কাজই ভালো EEG গবেষণার ভিত্তি। দ্বিতীয়ত, EEG ডিভাইস বৈদ্যুতিক সরঞ্জাম থেকে সৃষ্ট হস্তক্ষেপ ধরতে পারে এবং EEG চলাচলের প্রতিও সংবেদনশীল, যা রেকর্ডিংয়ে অনাকাঙ্ক্ষিত আর্টিফ্যাক্ট সৃষ্টি করতে পারে। তাই, কাঁচা EEG মস্তিষ্কের সামগ্রিক প্রতিক্রিয়া প্রতিফলিত করে, যেগুলোকে উদ্দীপনার উপলব্ধি সম্পর্কে কোনো সিদ্ধান্ত নেওয়ার আগে পরিষ্কার ও প্রক্রিয়াজাত করতে হয়।

তদুপরি, একটি একক ইলেক্ট্রোডে মস্তিষ্কের কার্যকলাপ সমগ্র মস্তিষ্কের কার্যকলাপ রেকর্ড করে এবং এর অবস্থান সরাসরি কার্যকলাপের উৎসকে নির্ভুলভাবে নির্দেশ করে না (যেমন, সামনের দিকের একটি ইলেক্ট্রোডে বৃদ্ধি পাওয়া কার্যকলাপ মানে এই নয় যে ফ্রন্টাল লোব এই প্রতিক্রিয়া তৈরি করেছে)। EEG প্রতিক্রিয়ার source reconstruction⁴-এর মতো পদ্ধতি এই উদ্দেশ্যে ব্যবহার করা যেতে পারে, যাতে স্ক্যাল্প স্তরে উৎস নির্ধারণ করা যায়। আরও গভীর উৎস সম্পর্কে বেশি নিশ্চিতভাবে জানতে, EEG-এর সঙ্গে যুক্ত MEG বা fMRI-এর মতো নিউরোইমেজিং পদ্ধতি বিবেচনা করা যেতে পারে।

বর্তমান গবেষণায় EEG

বর্তমানে EEG নানা উপায়ে ব্যবহৃত হচ্ছে, যা গবেষকদের শুধু মনোবিজ্ঞান ও চিকিৎসাবিদ্যায় নয়, বরং ব্রেইন কম্পিউটার ইন্টারফেস, নিউরোফিডব্যাক এবং নিউরোমার্কেটিংয়ের মতো ক্ষেত্রে ভোক্তা আচরণ বোঝাতেও সহায়তা করে।

চিকিৎসা বা ক্লিনিক্যাল নিউরোসায়েন্স

রোগ নির্ণয় ও চিকিৎসা উন্নত করতে চিকিৎসাক্ষেত্রে EEG প্রধানত ব্যবহৃত হয়। উদাহরণস্বরূপ, EEG-এর সবচেয়ে সাধারণ ব্যবহার হলো এপিলেপসি নির্ণয় এবং খিঁচুনি শনাক্তকরণ⁵-এ, আর ঘুমের গবেষণায় ঘুম-সংক্রান্ত অস্বাভাবিকতা শনাক্ত করতে⁶। মনোরোগবিদ্যা ও ক্লিনিক্যাল নিউরোসায়েন্সে EEG বর্তমানে এমন ব্যাধির বস্তুনিষ্ঠ চিহ্ন শনাক্ত করতে ব্যবহৃত হচ্ছে, যা অন্যথায় আত্মনিষ্ঠ ক্লিনিক্যাল মূল্যায়নের ওপর নির্ভর করে। কুয়ান্টিটেটিভ EEG (qEEG)-এর মতো কৌশল, যেখানে দোলনের পরিমাণ গণনা করে স্ক্যাল্প জুড়ে মানচিত্রায়িত করা হয়, বিভিন্ন মনোরোগজনিত ব্যাধির কারণে মস্তিষ্কে সৃষ্ট পরিবর্তনগুলো চিহ্নিত করতে ব্যবহৃত হচ্ছে⁷। সুস্থ বনাম ব্যাধিগ্রস্ত মস্তিষ্কের শ্রেণিবিন্যাসে প্রয়োগ করা মেশিন লার্নিং আরও বস্তুনিষ্ঠ রোগ নির্ণয়⁸ˈ⁹-এর পথে এগিয়ে দিচ্ছে।

নিউরোমার্কেটিং

নিশ্চয়ই, ভোক্তা আচরণ বোঝাই নিউরোমার্কেটিং-এর কেন্দ্রবিন্দু। এই ক্ষেত্রে EEG-এর সবচেয়ে সাধারণ ব্যবহার হলো বিজ্ঞাপন¹⁰, পণ্য বা সেবার তুলনামূলকভাবে কম-আকর্ষণীয় এবং কম-আনন্দদায়ক দিকগুলো শনাক্ত করা, যাতে সেগুলো উন্নত করা যায়।

Emotiv x নিউরোমার্কেটিং - L’Oreal-এর Luxury Lab-এ ভোক্তা আচরণের ভবিষ্যৎ।

অবচেতনভাবে ব্র্যান্ড/পণ্য স্মরণ হচ্ছে কি না তা শনাক্ত করতেও EEG দোলন ব্যবহার করা হয়¹¹। অন্যান্য ব্যবহারের মধ্যে রয়েছে নিউরোপ্রাইসিং, যেখানে পণ্যের জন্য সর্বোত্তম মূল্য নির্ধারণ কৌশল খুঁজে পেতে EEG-সহ আচরণগত কাজ ব্যবহার করা হয়¹²।

Emotiv x নিউরোমার্কেটিং - বিভিন্ন মূল্য প্রস্তাবের প্রতি মস্তিষ্ক কীভাবে প্রতিক্রিয়া জানায়।

সাধারণ নিউরোসায়েন্স গবেষণা

এই ধরনের গবেষণায় মস্তিষ্ক কীভাবে কাজ করে (যেমন, আমাদের মস্তিষ্ক কীভাবে দৃশ্যমান বা শ্রাব্য উদ্দীপনা প্রক্রিয়াজাত করে) এবং মস্তিষ্কের বিভিন্ন অংশ কীভাবে একে অপরের সঙ্গে যোগাযোগ করে তা বোঝা অন্তর্ভুক্ত। এতে মস্তিষ্ক এবং ব্যাধি (যেমন, অটিজম স্পেকট্রাম ডিসঅর্ডার বা সিজোফ্রেনিয়া) এর মধ্যকার সম্পর্কও বোঝা হয়। এতে সামাজিক, অনুভূতিগত, গণনামূলক এবং জ্ঞানগত ক্ষেত্রসহ একাধিক ক্ষেত্র অন্তর্ভুক্ত।

ব্রেইন কম্পিউটার ইন্টারফেস (BCI)

BCI গবেষণার লক্ষ্য হলো EEG-কে কম্পিউটিং ডিভাইসের সঙ্গে একীভূত করে মানসিক নির্দেশনাকে একটি বাহ্যিক ক্রিয়ায় রূপান্তর করা। মানসিক নির্দেশনা ব্যবহার করে একটি ওয়ার্ড ডকুমেন্ট টাইপ করা, হুইলচেয়ার চালানো এবং এমনকি কৃত্রিম অঙ্গ নড়ানো—এসবই BCI-এর বর্তমান উন্নয়নের কিছু উদাহরণ, যা প্রতিবন্ধী মানুষের জীবনমান উন্নত করতে ব্যবহৃত হচ্ছে¹³।

ব্রেইন কম্পিউটার ইন্টারফেস (BCI) - সেরিব্রাল পালসি-তে আক্রান্ত 8 বছরের শিশু জন-এর চমৎকার সৃষ্টিগুলো, Instagram-এ brainpaintbyjohn-এ

আরেকটি বিপ্লব ঘটছে সঙ্গীত শিল্পে, যেখানে সঙ্গীতজ্ঞ/গায়কেরা নিজেদের চিন্তা ব্যবহার করে সঙ্গীত তৈরি করছেন (আমাদের সম্পর্কিত পোস্ট এখানে দেখুন)

ব্রেইন কম্পিউটার ইন্টারফেস (BCI) - EMOTIV-এর EPOC হেডসেট এবং আইকনিক TONTO সিন্থেসাইজার একেবারে নিখুঁত যুগল।

সামগ্রিকভাবে, EEG-এর ব্যবহার মানব আচরণের পৃষ্ঠতলগত ধারণার নিচে প্রবেশ করার প্রতিশ্রুতি দেয়। এর সাশ্রয়ীতা ও উচ্চ সহজলভ্যতা এটিকে বহু শাখায় একটি কার্যকর সরঞ্জাম করে তোলে, যেখানে ব্যবহারকারীর অভিজ্ঞতা উন্নত করা থেকে শুরু করে চিকিৎসা-প্রণালি অগ্রসর করা পর্যন্ত বিভিন্ন প্রক্রিয়া কেবলমাত্র আত্মনিষ্ঠ স্ব-প্রতিবেদনের বাইরে গিয়ে EEG ব্যবহার করে মানব আচরণকে বস্তুনিষ্ঠভাবে ডিকোড করার মাধ্যমে করা যায়।

ব্রেইন কম্পিউটার ইন্টারফেস (BCI) - EMOTIV x Rodrigo Hubner Mendes, মানসিক নির্দেশনা ব্যবহার করে F1 গাড়ি চালাচ্ছেন

প্রবন্ধটি লিখেছেন
Roshini Randeniya, Research Officer, EMOTIV Research Pty. Ltd

তথ্যসূত্র

1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. মোবাইল কগনিশনের পক্ষে যুক্তি: EEG এবং ক্রীড়া কর্মক্ষমতা। Neurosci. Biobehav. Rev. 52, 117–130 (2015).

2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. আবেগপূর্ণ মুখ প্রক্রিয়াকরণের ERP সহসম্পর্ক বের করার জন্য Emotiv EPOC+-এর বৈধতা যাচাই। Biocybern. Biomed. Eng. 38, 773–781 (2018).

3. Badcock, N. A. et al. শিশুদের মধ্যে গবেষণা-মানের শ্রাব্য event-related potentials-এর জন্য Emotiv EPOC EEG সিস্টেমের বৈধতা যাচাই। PeerJ 3, e907 (2015).

4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).

5. Noachtar, S. & Rémi, J. এপিলেপসিতে EEG-এর ভূমিকা: একটি সমালোচনামূলক পর্যালোচনা। Epilepsy Behav. 15, 22–33 (2009).

6. Aldrich, M. S. & Jahnke, B. ভিডিও‐EEG পলিসমনোগ্রাফির নির্ণয়মূলক মূল্য। Neurology 41, 1060–1060 (1991).

7. Prichep, L. S. & John, E. R. মনোরোগজনিত ব্যাধির QEEG প্রোফাইল। Brain Topogr. 4, 249–257 (1992).

8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. প্রধান বিষণ্নতা ব্যাধির জন্য SSRI চিকিৎসার প্রতিক্রিয়া পূর্বাভাস দিতে EEG ডেটা ব্যবহার করে একটি মেশিন লার্নিং পদ্ধতি। Clin. Neurophysiol. 124, 1975–1985 (2013).

9. Čukić, M., López, V. & Pavón, J. সাইকিয়াট্রিতে একটি নতুন অনুশীলন হিসেবে Resting-State Electroencephalogram-এর মাধ্যমে বিষণ্নতার শ্রেণিবিন্যাস: পর্যালোচনা। J. Med. Internet Res. 22, e19548 (2020).

10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. EEG এবং galvanic skin response পরিমাপের মাধ্যমে বিজ্ঞাপন উদ্দীপনার প্রতি নিউরোফিজিওলজিক্যাল প্রতিক্রিয়ার বিশ্লেষণ। J. Neurosci. Psychol. Econ. 2, 21–31 (2009).

11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. নিউরোমার্কেটিং-এ ইলেক্ট্রোএনসেফালোগ্রাফি (EEG) প্রয়োগ—অচেতন মনের অনুসন্ধান ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)

12. Nigdelis, V. & Tsolaki, M. নিউরোপ্রাইসিং: মূল্য-উন্মোচনের প্রতি মস্তিষ্কের প্রতিক্রিয়ার দৃষ্টিভঙ্গি। Hell. J. Nucl. Med. 20, 196–203 (2017).

13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod