Grundlagen ereigniskorrelierter Potentiale
Roshini Randeniya
Aktualisiert am
22.05.2024
Grundlagen ereigniskorrelierter Potentiale
Roshini Randeniya
Aktualisiert am
22.05.2024
Grundlagen ereigniskorrelierter Potentiale
Roshini Randeniya
Aktualisiert am
22.05.2024
1. Einführung
Willkommen! In diesem zweiten Tutorial werden wir lernen, wie man eine Gehirnreaktion auf Reize markiert.
Wir werden lernen:
Was ist ein ereigniskorreliertes Potenzial (EKP)?
Was sind EKP-Peaks und -Komponenten?
Typische Schritte zur Gewinnung eines EKPs
Praktische Anwendung mit dem Emotiv EPOC Gerät und der Software
2. Was ist ein ereigniskorreliertes Potenzial (EKP)?
Ein ereigniskorreliertes Potenzial (EKP), auch als evoziertes Potenzial bezeichnet, ist die Reaktion des Gehirns auf ein Ereignis oder einen Reiz (wie das Hören eines lauten Tons). Speziell – es ist die im EEG sichtbare Spannungsamplitudenänderung als Folge eines sensorischen oder kognitiven Ereignisses.
Wir können „EKP-Komponenten“ beobachten, bei denen es sich um stabile Peaks handelt, die nach dem Einsetzen eines Reizes auftreten. Ein EKP kann viele positive oder negative Peaks aufweisen, aber nicht alle sind gut charakterisierte EKP-Komponenten wie die N100- oder P300-Komponenten.
Denken Sie daran, auf die Achsenrichtung zu achten, wenn Sie ein EEG im Zeitbereich betrachten. Manchmal sehen Sie das Minuszeichen (–) oben und das Pluszeichen (+) unten auf der Achse, insbesondere im klinischen EEG
Hinweis: Ein EKP kann aus einem einzelnen Ereignis oder durch Mittelung der Amplituden über mehrere Durchgänge dieses Ereignisses dargestellt werden. Typischerweise werden glatte EKPs mit solch ausgeprägten Komponenten – wie auf der Abbildung – nur durch Mittelung über Hunderte von Durchgängen erzielt
Abb. 1 – Typische auditive EKP-Komponenten
Typische Komponenten sind durch ihre Polarität (d. h. Positiv (P) oder Negativ (N) und ihr Auftreten (z. B. 1. negative Komponente N1) gekennzeichnet. Dieselbe N1-Komponente kann auch anhand des Zeitpunkts identifiziert werden, an dem sie aufgetreten ist (z. B. 100 ms ab dem Einsetzen des Tons) – N100
3. Schritte zur Gewinnung eines EKPs
Experimentphase:
Wir entwerfen Experimente, um spezifische EKPs von Interesse zu erhalten.
Beispielsweise können wir EEG-Daten sammeln, während die Teilnehmer Töne hören.
Um die EEG-Daten zu verstehen, müssen wir den Zeitpunkt, zu dem der Teilnehmer einen Ton gehört hat, im EEG markieren. Diese werden als Ereignismarker bezeichnet (Vertikale rote Linien in Abbildung 2).
Abb. 2 – Ereignismarker (rote Linien) auf einem rohen EEG
Die genaue Ausrichtung des Zeitpunkts der Ereignismarker auf den Beginn des Tons ist für uns sehr wichtig, um ein EKP sehen zu können! Es ist daher wichtig, die richtige Hardware und Software auszuwählen, die uns dabei hilft, genaue Zeitstempel zu erhalten.
Auswahl einer Referenz
Denken Sie daran, dass die elektrische Aktivität immer zwischen zwei Punkten gemessen wird. Bei EEG-Geräten wird das elektrische Potenzial an jedem Sensor im Vergleich zu den Referenzsensoren (DRL + CMS) gemessen.
Bei Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren
Abb. 3 – Referenzoptionen bei Geräten vom Typ Emotiv EPOC
Ein Headset vom Typ EPOC verfügt über zwei Optionen für die Referenzierung:
Mastoid-Referenz – Um das Mastoid als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und feuchte Filze auf die Mastoid-Sensoren.
P3/P4-Referenz – Um P3/P4 als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoid-Sensoren und feuchte Filze auf die P3/P4-Sensoren
Normalerweise wird bei EKP-Experimenten die Mastoid-Referenzierung verwendet, Sie können jedoch auch die P3/P4-Referenzierung verwenden, da Sie die Daten später bei der Vorverarbeitung Ihrer Daten vor der Analyse jederzeit online neu referenzieren können. Es ist üblich, die Daten vor der Analyse auf den Durchschnitt aller Sensoren neu zu referenzieren.
Für unser Experiment werden wir Daten mithilfe der Mastoid-Referenzierung sammeln. Die normalerweise gute Annahme hierbei ist, dass das Mastoid-Verfahren die EEG-Daten nicht so stark überträgt wie andere Stellen auf dem Kopf, weshalb es sich um einen guten Referenzpunkt handelt.
Vorverarbeitung:
Wir können ein EKP im rohen EEG nicht sofort sehen, da es sich um einen sehr kleinen Effekt (~ ±5 µV) handelt, verglichen mit allem anderen, was in und um unser Gehirn herum vorgeht (~ ±40 µV)!
Um den für unseren Ton spezifischen Gehirneffekt zu sehen, müssen wir unsere Daten bereinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten „epochieren“ – ein Begriff, der für die Aufteilung der Gehirnreaktionen in ein von uns definiertes Zeitfenster verwendet wird (z. B. die Gehirnreaktion beginnend ab 50 ms vor dem Ton und bis 400 ms nach dem Ton). Anschließend mitteln wir alle separaten epochieren EEG-Daten (d. h. die Gehirnreaktionen auf alle Töne), um ein deutliches EKP zu erhalten.
Nachfolgend sind die grundlegenden Schritte in einer typischen EKP-Pipeline aufgeführt. Forscher wählen die Schritte abhängig von ihren Daten und Zielen aus.
Abb. 4 – Eine typische EKP-Verarbeitungspipeline
4. Lassen Sie uns unser eigenes EKP holen
Richten wir zuerst die Software ein
Laden Sie die neueste Version von PsychoPy herunter – https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmern die Töne vorzuspielen.
Holen Sie sich die Launcher- und EmotivPRO-Apps, um das EEG aufzuzeichnen und anzuzeigen.
Verbinden Sie PsychoPy mit Ihrer Emotiv-Software, damit diese miteinander kommunizieren können.
Folgen Sie den Schritten im Video:
Erstellen Sie ein Emotiv-EEG-Experiment mit PsychoPy
Ein glattes EKP kann durch mehrfache Wiederholung beliebiger Reize (z. B. ein Bild, ein Ton) erhalten werden. Hier werden wir dem Teilnehmer denselben 50-ms-Ton alle 4 Sekunden für etwa 150 Mal vorspielen!
Verfolgen Sie das Video, um ein einfaches auditves Experiment mit einem einzelnen Ton aufzubauen:
Holen wir uns ein paar Daten
Nachdem Sie die Referenz ausgewählt haben, können Sie sich das Video ansehen, um zu erfahren, wie Sie Ihr Headset einrichten, um die beste EEG-Qualität zu erzielen:
EKP-Pipeline mit EmotivPRO Analyzer
Sehen Sie sich das Video an und befolgen Sie die Schritte, um Ihr eigenes EKP zu erstellen:
Verständnis der EKP-Ausgabe vom Analyzer
Für jeden Kanal sehen Sie eine gemittelte Wellenform. Ein typisches glattes EKP mit einer negativen Spitze bei 100 ms ist unten zu sehen. Die durchgehende Linie zeigt die durchschnittliche Amplitude und die hellere Schattierung zeigt den Standardfehler des Mittelwerts an:
Hier ist eine verrauschte Wellenform ohne klare EKP-Komponenten. Dies kann aus einer geringen Anzahl von Durchgängen resultieren:
Zu berücksichtigende Dinge
Beim Vergleich von EKPs zwischen Teilnehmern ist es im Allgemeinen besser, den Unterschiedseffekt zu vergleichen.
Z. B. können wir uns das gemittelte EKP auf einen häufigeren Ton (Standard) im Vergleich zu seltener auftretenden Tönen (Abweicher/Oddball) in einem Muster ansehen. Wir können eine Differenzwellenform erhalten, indem wir einfach die Amplituden einer Welle von einer anderen subtrahieren. Wie in Abbildung 5 können wir dann eine EKP-Komponente beobachten, die typischerweise als Mismatch Negativity (MMN) bekannt ist und im EKP-Forschung Bereich häufig untersucht wird.
Abb. 5 – Die Komponente der Mismatch Negativity kann im EKP beobachtet werden, wenn ein Muster in der Umgebung verletzt wird
5. Anwendungen von EKPs
Identifizierung von Biomarkern:
Eine der häufigsten Anwendungen von EKPs liegt in der klinischen Forschung, um bessere Wege zur Diagnose psychiatrischer Störungen wie Schizophrenie zu finden. Menschen, die mit Schizophrenie leben, können sich von gesunden Kontrollpersonen anhand ihrer Mismatch Negativity-Reaktion unterscheiden
Abb. 6 – Die Mismatch Negativity-Amplituden sind bei chronischer Schizophrenie, Erstmanifestation sowie bei Personen mit dem Risiko, die Störung zu entwickeln, signifikant höher (Jashan 2012)
EKP – BCI (Brain-Computer-Interfaces)
EKPs auf verschiedene mentale Befehle oder visuelle Reize (wie Buchstaben auf einer Tastaturschnittstelle) können verwendet werden, um Rollstühle zu bewegen oder BCI-Speller zu steuern
6. Ressourcen
Emotiv-Handbücher
Empfohlene Lektüre
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
1. Einführung
Willkommen! In diesem zweiten Tutorial werden wir lernen, wie man eine Gehirnreaktion auf Reize markiert.
Wir werden lernen:
Was ist ein ereigniskorreliertes Potenzial (EKP)?
Was sind EKP-Peaks und -Komponenten?
Typische Schritte zur Gewinnung eines EKPs
Praktische Anwendung mit dem Emotiv EPOC Gerät und der Software
2. Was ist ein ereigniskorreliertes Potenzial (EKP)?
Ein ereigniskorreliertes Potenzial (EKP), auch als evoziertes Potenzial bezeichnet, ist die Reaktion des Gehirns auf ein Ereignis oder einen Reiz (wie das Hören eines lauten Tons). Speziell – es ist die im EEG sichtbare Spannungsamplitudenänderung als Folge eines sensorischen oder kognitiven Ereignisses.
Wir können „EKP-Komponenten“ beobachten, bei denen es sich um stabile Peaks handelt, die nach dem Einsetzen eines Reizes auftreten. Ein EKP kann viele positive oder negative Peaks aufweisen, aber nicht alle sind gut charakterisierte EKP-Komponenten wie die N100- oder P300-Komponenten.
Denken Sie daran, auf die Achsenrichtung zu achten, wenn Sie ein EEG im Zeitbereich betrachten. Manchmal sehen Sie das Minuszeichen (–) oben und das Pluszeichen (+) unten auf der Achse, insbesondere im klinischen EEG
Hinweis: Ein EKP kann aus einem einzelnen Ereignis oder durch Mittelung der Amplituden über mehrere Durchgänge dieses Ereignisses dargestellt werden. Typischerweise werden glatte EKPs mit solch ausgeprägten Komponenten – wie auf der Abbildung – nur durch Mittelung über Hunderte von Durchgängen erzielt
Abb. 1 – Typische auditive EKP-Komponenten
Typische Komponenten sind durch ihre Polarität (d. h. Positiv (P) oder Negativ (N) und ihr Auftreten (z. B. 1. negative Komponente N1) gekennzeichnet. Dieselbe N1-Komponente kann auch anhand des Zeitpunkts identifiziert werden, an dem sie aufgetreten ist (z. B. 100 ms ab dem Einsetzen des Tons) – N100
3. Schritte zur Gewinnung eines EKPs
Experimentphase:
Wir entwerfen Experimente, um spezifische EKPs von Interesse zu erhalten.
Beispielsweise können wir EEG-Daten sammeln, während die Teilnehmer Töne hören.
Um die EEG-Daten zu verstehen, müssen wir den Zeitpunkt, zu dem der Teilnehmer einen Ton gehört hat, im EEG markieren. Diese werden als Ereignismarker bezeichnet (Vertikale rote Linien in Abbildung 2).
Abb. 2 – Ereignismarker (rote Linien) auf einem rohen EEG
Die genaue Ausrichtung des Zeitpunkts der Ereignismarker auf den Beginn des Tons ist für uns sehr wichtig, um ein EKP sehen zu können! Es ist daher wichtig, die richtige Hardware und Software auszuwählen, die uns dabei hilft, genaue Zeitstempel zu erhalten.
Auswahl einer Referenz
Denken Sie daran, dass die elektrische Aktivität immer zwischen zwei Punkten gemessen wird. Bei EEG-Geräten wird das elektrische Potenzial an jedem Sensor im Vergleich zu den Referenzsensoren (DRL + CMS) gemessen.
Bei Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren
Abb. 3 – Referenzoptionen bei Geräten vom Typ Emotiv EPOC
Ein Headset vom Typ EPOC verfügt über zwei Optionen für die Referenzierung:
Mastoid-Referenz – Um das Mastoid als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und feuchte Filze auf die Mastoid-Sensoren.
P3/P4-Referenz – Um P3/P4 als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoid-Sensoren und feuchte Filze auf die P3/P4-Sensoren
Normalerweise wird bei EKP-Experimenten die Mastoid-Referenzierung verwendet, Sie können jedoch auch die P3/P4-Referenzierung verwenden, da Sie die Daten später bei der Vorverarbeitung Ihrer Daten vor der Analyse jederzeit online neu referenzieren können. Es ist üblich, die Daten vor der Analyse auf den Durchschnitt aller Sensoren neu zu referenzieren.
Für unser Experiment werden wir Daten mithilfe der Mastoid-Referenzierung sammeln. Die normalerweise gute Annahme hierbei ist, dass das Mastoid-Verfahren die EEG-Daten nicht so stark überträgt wie andere Stellen auf dem Kopf, weshalb es sich um einen guten Referenzpunkt handelt.
Vorverarbeitung:
Wir können ein EKP im rohen EEG nicht sofort sehen, da es sich um einen sehr kleinen Effekt (~ ±5 µV) handelt, verglichen mit allem anderen, was in und um unser Gehirn herum vorgeht (~ ±40 µV)!
Um den für unseren Ton spezifischen Gehirneffekt zu sehen, müssen wir unsere Daten bereinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten „epochieren“ – ein Begriff, der für die Aufteilung der Gehirnreaktionen in ein von uns definiertes Zeitfenster verwendet wird (z. B. die Gehirnreaktion beginnend ab 50 ms vor dem Ton und bis 400 ms nach dem Ton). Anschließend mitteln wir alle separaten epochieren EEG-Daten (d. h. die Gehirnreaktionen auf alle Töne), um ein deutliches EKP zu erhalten.
Nachfolgend sind die grundlegenden Schritte in einer typischen EKP-Pipeline aufgeführt. Forscher wählen die Schritte abhängig von ihren Daten und Zielen aus.
Abb. 4 – Eine typische EKP-Verarbeitungspipeline
4. Lassen Sie uns unser eigenes EKP holen
Richten wir zuerst die Software ein
Laden Sie die neueste Version von PsychoPy herunter – https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmern die Töne vorzuspielen.
Holen Sie sich die Launcher- und EmotivPRO-Apps, um das EEG aufzuzeichnen und anzuzeigen.
Verbinden Sie PsychoPy mit Ihrer Emotiv-Software, damit diese miteinander kommunizieren können.
Folgen Sie den Schritten im Video:
Erstellen Sie ein Emotiv-EEG-Experiment mit PsychoPy
Ein glattes EKP kann durch mehrfache Wiederholung beliebiger Reize (z. B. ein Bild, ein Ton) erhalten werden. Hier werden wir dem Teilnehmer denselben 50-ms-Ton alle 4 Sekunden für etwa 150 Mal vorspielen!
Verfolgen Sie das Video, um ein einfaches auditves Experiment mit einem einzelnen Ton aufzubauen:
Holen wir uns ein paar Daten
Nachdem Sie die Referenz ausgewählt haben, können Sie sich das Video ansehen, um zu erfahren, wie Sie Ihr Headset einrichten, um die beste EEG-Qualität zu erzielen:
EKP-Pipeline mit EmotivPRO Analyzer
Sehen Sie sich das Video an und befolgen Sie die Schritte, um Ihr eigenes EKP zu erstellen:
Verständnis der EKP-Ausgabe vom Analyzer
Für jeden Kanal sehen Sie eine gemittelte Wellenform. Ein typisches glattes EKP mit einer negativen Spitze bei 100 ms ist unten zu sehen. Die durchgehende Linie zeigt die durchschnittliche Amplitude und die hellere Schattierung zeigt den Standardfehler des Mittelwerts an:
Hier ist eine verrauschte Wellenform ohne klare EKP-Komponenten. Dies kann aus einer geringen Anzahl von Durchgängen resultieren:
Zu berücksichtigende Dinge
Beim Vergleich von EKPs zwischen Teilnehmern ist es im Allgemeinen besser, den Unterschiedseffekt zu vergleichen.
Z. B. können wir uns das gemittelte EKP auf einen häufigeren Ton (Standard) im Vergleich zu seltener auftretenden Tönen (Abweicher/Oddball) in einem Muster ansehen. Wir können eine Differenzwellenform erhalten, indem wir einfach die Amplituden einer Welle von einer anderen subtrahieren. Wie in Abbildung 5 können wir dann eine EKP-Komponente beobachten, die typischerweise als Mismatch Negativity (MMN) bekannt ist und im EKP-Forschung Bereich häufig untersucht wird.
Abb. 5 – Die Komponente der Mismatch Negativity kann im EKP beobachtet werden, wenn ein Muster in der Umgebung verletzt wird
5. Anwendungen von EKPs
Identifizierung von Biomarkern:
Eine der häufigsten Anwendungen von EKPs liegt in der klinischen Forschung, um bessere Wege zur Diagnose psychiatrischer Störungen wie Schizophrenie zu finden. Menschen, die mit Schizophrenie leben, können sich von gesunden Kontrollpersonen anhand ihrer Mismatch Negativity-Reaktion unterscheiden
Abb. 6 – Die Mismatch Negativity-Amplituden sind bei chronischer Schizophrenie, Erstmanifestation sowie bei Personen mit dem Risiko, die Störung zu entwickeln, signifikant höher (Jashan 2012)
EKP – BCI (Brain-Computer-Interfaces)
EKPs auf verschiedene mentale Befehle oder visuelle Reize (wie Buchstaben auf einer Tastaturschnittstelle) können verwendet werden, um Rollstühle zu bewegen oder BCI-Speller zu steuern
6. Ressourcen
Emotiv-Handbücher
Empfohlene Lektüre
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
1. Einführung
Willkommen! In diesem zweiten Tutorial werden wir lernen, wie man eine Gehirnreaktion auf Reize markiert.
Wir werden lernen:
Was ist ein ereigniskorreliertes Potenzial (EKP)?
Was sind EKP-Peaks und -Komponenten?
Typische Schritte zur Gewinnung eines EKPs
Praktische Anwendung mit dem Emotiv EPOC Gerät und der Software
2. Was ist ein ereigniskorreliertes Potenzial (EKP)?
Ein ereigniskorreliertes Potenzial (EKP), auch als evoziertes Potenzial bezeichnet, ist die Reaktion des Gehirns auf ein Ereignis oder einen Reiz (wie das Hören eines lauten Tons). Speziell – es ist die im EEG sichtbare Spannungsamplitudenänderung als Folge eines sensorischen oder kognitiven Ereignisses.
Wir können „EKP-Komponenten“ beobachten, bei denen es sich um stabile Peaks handelt, die nach dem Einsetzen eines Reizes auftreten. Ein EKP kann viele positive oder negative Peaks aufweisen, aber nicht alle sind gut charakterisierte EKP-Komponenten wie die N100- oder P300-Komponenten.
Denken Sie daran, auf die Achsenrichtung zu achten, wenn Sie ein EEG im Zeitbereich betrachten. Manchmal sehen Sie das Minuszeichen (–) oben und das Pluszeichen (+) unten auf der Achse, insbesondere im klinischen EEG
Hinweis: Ein EKP kann aus einem einzelnen Ereignis oder durch Mittelung der Amplituden über mehrere Durchgänge dieses Ereignisses dargestellt werden. Typischerweise werden glatte EKPs mit solch ausgeprägten Komponenten – wie auf der Abbildung – nur durch Mittelung über Hunderte von Durchgängen erzielt
Abb. 1 – Typische auditive EKP-Komponenten
Typische Komponenten sind durch ihre Polarität (d. h. Positiv (P) oder Negativ (N) und ihr Auftreten (z. B. 1. negative Komponente N1) gekennzeichnet. Dieselbe N1-Komponente kann auch anhand des Zeitpunkts identifiziert werden, an dem sie aufgetreten ist (z. B. 100 ms ab dem Einsetzen des Tons) – N100
3. Schritte zur Gewinnung eines EKPs
Experimentphase:
Wir entwerfen Experimente, um spezifische EKPs von Interesse zu erhalten.
Beispielsweise können wir EEG-Daten sammeln, während die Teilnehmer Töne hören.
Um die EEG-Daten zu verstehen, müssen wir den Zeitpunkt, zu dem der Teilnehmer einen Ton gehört hat, im EEG markieren. Diese werden als Ereignismarker bezeichnet (Vertikale rote Linien in Abbildung 2).
Abb. 2 – Ereignismarker (rote Linien) auf einem rohen EEG
Die genaue Ausrichtung des Zeitpunkts der Ereignismarker auf den Beginn des Tons ist für uns sehr wichtig, um ein EKP sehen zu können! Es ist daher wichtig, die richtige Hardware und Software auszuwählen, die uns dabei hilft, genaue Zeitstempel zu erhalten.
Auswahl einer Referenz
Denken Sie daran, dass die elektrische Aktivität immer zwischen zwei Punkten gemessen wird. Bei EEG-Geräten wird das elektrische Potenzial an jedem Sensor im Vergleich zu den Referenzsensoren (DRL + CMS) gemessen.
Bei Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren
Abb. 3 – Referenzoptionen bei Geräten vom Typ Emotiv EPOC
Ein Headset vom Typ EPOC verfügt über zwei Optionen für die Referenzierung:
Mastoid-Referenz – Um das Mastoid als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und feuchte Filze auf die Mastoid-Sensoren.
P3/P4-Referenz – Um P3/P4 als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoid-Sensoren und feuchte Filze auf die P3/P4-Sensoren
Normalerweise wird bei EKP-Experimenten die Mastoid-Referenzierung verwendet, Sie können jedoch auch die P3/P4-Referenzierung verwenden, da Sie die Daten später bei der Vorverarbeitung Ihrer Daten vor der Analyse jederzeit online neu referenzieren können. Es ist üblich, die Daten vor der Analyse auf den Durchschnitt aller Sensoren neu zu referenzieren.
Für unser Experiment werden wir Daten mithilfe der Mastoid-Referenzierung sammeln. Die normalerweise gute Annahme hierbei ist, dass das Mastoid-Verfahren die EEG-Daten nicht so stark überträgt wie andere Stellen auf dem Kopf, weshalb es sich um einen guten Referenzpunkt handelt.
Vorverarbeitung:
Wir können ein EKP im rohen EEG nicht sofort sehen, da es sich um einen sehr kleinen Effekt (~ ±5 µV) handelt, verglichen mit allem anderen, was in und um unser Gehirn herum vorgeht (~ ±40 µV)!
Um den für unseren Ton spezifischen Gehirneffekt zu sehen, müssen wir unsere Daten bereinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten „epochieren“ – ein Begriff, der für die Aufteilung der Gehirnreaktionen in ein von uns definiertes Zeitfenster verwendet wird (z. B. die Gehirnreaktion beginnend ab 50 ms vor dem Ton und bis 400 ms nach dem Ton). Anschließend mitteln wir alle separaten epochieren EEG-Daten (d. h. die Gehirnreaktionen auf alle Töne), um ein deutliches EKP zu erhalten.
Nachfolgend sind die grundlegenden Schritte in einer typischen EKP-Pipeline aufgeführt. Forscher wählen die Schritte abhängig von ihren Daten und Zielen aus.
Abb. 4 – Eine typische EKP-Verarbeitungspipeline
4. Lassen Sie uns unser eigenes EKP holen
Richten wir zuerst die Software ein
Laden Sie die neueste Version von PsychoPy herunter – https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmern die Töne vorzuspielen.
Holen Sie sich die Launcher- und EmotivPRO-Apps, um das EEG aufzuzeichnen und anzuzeigen.
Verbinden Sie PsychoPy mit Ihrer Emotiv-Software, damit diese miteinander kommunizieren können.
Folgen Sie den Schritten im Video:
Erstellen Sie ein Emotiv-EEG-Experiment mit PsychoPy
Ein glattes EKP kann durch mehrfache Wiederholung beliebiger Reize (z. B. ein Bild, ein Ton) erhalten werden. Hier werden wir dem Teilnehmer denselben 50-ms-Ton alle 4 Sekunden für etwa 150 Mal vorspielen!
Verfolgen Sie das Video, um ein einfaches auditves Experiment mit einem einzelnen Ton aufzubauen:
Holen wir uns ein paar Daten
Nachdem Sie die Referenz ausgewählt haben, können Sie sich das Video ansehen, um zu erfahren, wie Sie Ihr Headset einrichten, um die beste EEG-Qualität zu erzielen:
EKP-Pipeline mit EmotivPRO Analyzer
Sehen Sie sich das Video an und befolgen Sie die Schritte, um Ihr eigenes EKP zu erstellen:
Verständnis der EKP-Ausgabe vom Analyzer
Für jeden Kanal sehen Sie eine gemittelte Wellenform. Ein typisches glattes EKP mit einer negativen Spitze bei 100 ms ist unten zu sehen. Die durchgehende Linie zeigt die durchschnittliche Amplitude und die hellere Schattierung zeigt den Standardfehler des Mittelwerts an:
Hier ist eine verrauschte Wellenform ohne klare EKP-Komponenten. Dies kann aus einer geringen Anzahl von Durchgängen resultieren:
Zu berücksichtigende Dinge
Beim Vergleich von EKPs zwischen Teilnehmern ist es im Allgemeinen besser, den Unterschiedseffekt zu vergleichen.
Z. B. können wir uns das gemittelte EKP auf einen häufigeren Ton (Standard) im Vergleich zu seltener auftretenden Tönen (Abweicher/Oddball) in einem Muster ansehen. Wir können eine Differenzwellenform erhalten, indem wir einfach die Amplituden einer Welle von einer anderen subtrahieren. Wie in Abbildung 5 können wir dann eine EKP-Komponente beobachten, die typischerweise als Mismatch Negativity (MMN) bekannt ist und im EKP-Forschung Bereich häufig untersucht wird.
Abb. 5 – Die Komponente der Mismatch Negativity kann im EKP beobachtet werden, wenn ein Muster in der Umgebung verletzt wird
5. Anwendungen von EKPs
Identifizierung von Biomarkern:
Eine der häufigsten Anwendungen von EKPs liegt in der klinischen Forschung, um bessere Wege zur Diagnose psychiatrischer Störungen wie Schizophrenie zu finden. Menschen, die mit Schizophrenie leben, können sich von gesunden Kontrollpersonen anhand ihrer Mismatch Negativity-Reaktion unterscheiden
Abb. 6 – Die Mismatch Negativity-Amplituden sind bei chronischer Schizophrenie, Erstmanifestation sowie bei Personen mit dem Risiko, die Störung zu entwickeln, signifikant höher (Jashan 2012)
EKP – BCI (Brain-Computer-Interfaces)
EKPs auf verschiedene mentale Befehle oder visuelle Reize (wie Buchstaben auf einer Tastaturschnittstelle) können verwendet werden, um Rollstühle zu bewegen oder BCI-Speller zu steuern
6. Ressourcen
Emotiv-Handbücher
Empfohlene Lektüre
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
Weiterlesen