Stellen Sie sich vor, Sie haben ein kurzes Video erstellt und möchten herausfinden, welche Teile des Videos die Menschen ansprechend fanden. Typischerweise würden Sie sie einfach fragen. Vielleicht würden Sie eine Umfrage verwenden. Aber die häufigste Antwort könnte „Ich bin mir nicht genau sicher“ oder „Ich kann mich nicht erinnern“ lauten. Die Durchführung von Forschung zur menschlichen Wahrnehmung allein mit subjektiven Messungen kann von Unsicherheit geprägt sein, die durch die Messung neurophysiologischer Reaktionen überwunden werden kann. EEG-Geräte sind als leicht zugängliches, kosteneffizientes Werkzeug einzigartig positioniert und können die Forschung zur menschlichen Wahrnehmung verbessern. Infolgedessen wird es rasch zu einem Schlüsselwerkzeug in der Psychologie, im Neuromarketing und in BCI.

Was ist EEG?

Elektroenzephalographie (EEG) ist die Messung elektrischer Aktivität, die von Gehirnzellen, den sogenannten Neuronen, hervorgerufen wird. Es ist eine sichere und nicht-invasive Methode unter Verwendung von Elektroden, die auf der Kopfhaut platziert werden. EEG-Geräte für diesen Zweck können von einkanaligen kommerziellen Geräten bis hin zu medizinischen Systemen mit 256 Kanälen reichen. Weitere Details darüber, was EEG ist und verschiedene EEG-Geräte können Sie hier lesen.

Was sind die Vorteile von EEG?

Hohe zeitliche Auflösung

Aufgrund seiner hohen zeitlichen Auflösung ist EEG in der Lage, präbewusste Prozesse zu erfassen.

EEGs größter Vorteil gegenüber anderen neurobildgebenden Verfahren ist seine zeitliche Auflösung, d. h. die Fähigkeit, schnelle Gehirnreaktionen im Millisekundenbereich zu messen. Andere bildgebende Verfahren wie fMRI (funktionelle Magnetresonanztomographie) erfordern eine Sekunde oder mehr, nachdem die Stimuli von Interesse präsentiert wurden. Zudem stützen sich Verhaltenstests, die dazu entwickelt wurden, Unsicherheiten in subjektiven Antworten zu vermeiden, typischerweise auf Reaktionszeiten und Knopfdrücke. Diese können bis zu einer Sekunde dauern, was sehr langsam ist, wenn man bedenkt, dass das Gehirn in der Lage ist, viele komplexe neurophysiologische Prozesse im Millisekundentakt zu erzeugen. Daher ist EEG aufgrund seiner hohen zeitlichen Auflösung in der Lage, präbewusste Prozesse zu erfassen, die sonst bei bloßen Selbstberichten und reaktionsbasierten Aufgaben unbemerkt blieben.

Bezahlbarkeit und Mobilität

Sportwissenschaft: Paxton Lynch unterzieht sich dem Belastungstest mit Emotiv Insight EEG-Headset.

EEG-Geräte sind kosteneffektiv und drahtlos geworden, sodass Forschende Forschung im Feld durchführen können, anstatt Teilnehmende ins Labor zu bringen. Während sowohl EEG als auch MEG (Magnetoenzephalographie) eine hohe zeitliche Auflösung haben, ist EEG aufgrund der niedrigen Kosten und seiner Mobilität das zugänglichere Forschungswerkzeug, was die Untersuchung menschlichen Verhaltens in kontrollierten oder natürlichen Umgebungen ermöglicht. Alternative neurobildgebende Verfahren (z. B. MEG, MRT und PET) erfordern hohe Wartungskosten, und die Teilnehmenden müssen in eine Krankenhaus- oder Laborumgebung gebracht werden, um diese Studien durchzuführen. Im krassen Gegensatz dazu kann fast jede Umgebung in ein EEG „Labor“ verwandelt werden. (Siehe Park et al. Übersichtsarbeit1 dazu, wie mobiles EEG zur Verbesserung der sportlichen Leistung im Feld eingesetzt werden kann)

Interne oder Fernstudien

EEG muss nicht zwangsläufig laborbasiert mit einem einzelnen Gerät durchgeführt werden. Dank Fortschritten bei erschwinglichen, kommerziellen EEG-Geräten können Heimanwender EEG bei sich selbst aufzeichnen. Die EmotivLABS-Plattform ermöglicht Forschenden, ihre Experimente online mit Emotiv-Headsets durchzuführen, die gegen Forschungsgeräte validiert wurden²ʹ³. Lesen Sie über unsere Pilot-Online-EEG-Studie hier oder über eine unserer Partnerschaften, bei der Emotiv-Nutzer an einer Heimstudie teilnahmen, um eine Präsentationssoftware zu bewerten hier.

Was können wir mit EEG messen?

Am häufigsten verwenden Forschende entweder die Spannungsamplituden zu interessierenden Zeitpunkten nach Beginn eines Stimulus (d. h. ereigniskorrelierte Potenziale oder ERPs) oder das Ausmaß der Oszillationen (der Gehirnwellen) im EEG pro Sekunde (d. h. Zeit-Frequenz-Analyse).

Diese beiden Bereiche ermöglichen es uns, unterschiedliche Forschungsfragen im Zusammenhang mit Verhalten zu beantworten. Darüber hinaus können wir mit dem Fortschritt ausgefeilter Machine-Learning-Algorithmen beginnen, mentale Zustände als Reaktion auf Stimuli von Interesse zu dekodieren. Beispielsweise können wir mit der Entwicklung von für Aufmerksamkeit validierten Algorithmen nun Fragen wie „Welcher Teil meines Videos hat mehr Aufmerksamkeit erregt“ leicht beantworten.

Zu berücksichtigende Vorbehalte

Es ist wichtig, sich daran zu erinnern, dass wir Gedanken mit EEG nicht genau lesen können. Die verglichenen Stimuli sollten daher idealerweise in jedem Aspekt außer der eigentlichen interessierenden Variable übereinstimmen. Eine gut gestaltete experimentelle Aufgabe ist somit der Grundstein guter EEG-Forschung. Zweitens können EEG-Geräte Störungen durch elektrische Geräte aufnehmen, und EEGs können auch empfindlich auf Bewegung reagieren, was unerwünschte Artefakte in die Aufzeichnung einführen kann. Daher spiegeln rohe EEGs Ganzhirnreaktionen wider, die bereinigt und verarbeitet werden müssen, bevor eine Schlussfolgerung im Zusammenhang mit der Wahrnehmung der Stimuli gezogen werden kann.

Außerdem zeichnet die Aktivität an einer einzelnen Elektrode Aktivität aus dem ganzen Gehirn auf, und ihre Lage weist die Quelle der Aktivität nicht direkt und präzise aus (z. B. bedeutet erhöhte Aktivität an einer frontalen Elektrode nicht, dass der Frontallappen diese Reaktion erzeugt hat). Verfahren wie die Quellrekonstruktion⁴ der EEG-Reaktion können für diesen Zweck verwendet werden, um die Quelle auf der Kopfhautebene zu bestimmen. Um tiefere Quellen mit größerer Sicherheit zu bestimmen, könnten neurobildende Verfahren wie MEG oder fMRI in Kombination mit EEG in Betracht gezogen werden.

EEG in der aktuellen Forschung

EEG wird derzeit auf vielfältige Weise eingesetzt und unterstützt Forschende nicht nur in der Psychologie und in medizinischen Bereichen, sondern auch in Brain-Computer-Schnittstellen, Neurofeedback und beim Verständnis von Verbraucherverhalten in Bereichen wie dem Neuromarketing.

Medizinische oder klinische Neurowissenschaft

EEG wird überwiegend in medizinischen Bereichen eingesetzt, um Diagnose und Behandlung zu verbessern. Beispielsweise ist die häufigste Anwendung von EEG die Diagnose von Epilepsie und die Erkennung von Anfällen⁵ sowie in Schlafstudien, um Schlafanomalien zu erkennen⁶. In der Psychiatrie und klinischen Neurowissenschaft wird EEG derzeit eingesetzt, um objektive Marker von Störungen zu identifizieren, die sonst auf subjektiven klinischen Beurteilungen beruhen. Techniken wie quantitative EEG (qEEG), bei denen die Anzahl der Oszillationen berechnet und über die Kopfhaut kartiert wird, werden verwendet, um die durch verschiedene psychiatrische Störungen verursachten Veränderungen im Gehirn zu charakterisieren⁷. Maschinelles Lernen, angewendet auf die Klassifizierung gesunder gegenüber gestörter Gehirne, ebnet ebenfalls den Weg für objektivere Methoden der Diagnose⁸ˈ⁹.

Neuromarketing

Sicherlich steht das Verständnis des Verbraucherverhaltens im Zentrum des Neuromarketing. Die häufigste Verwendung von EEG in diesem Bereich ist, weniger auffällige und ansprechende Aspekte von Werbung¹⁰, Produkten oder Dienstleistungen zu bestimmen, mit dem Ziel, sie zu verbessern.

Emotiv x Neuromarketing - Zukunft des Verbraucherverhaltens im Luxuslabor von L’Oreal.

EEG-Oszillationen werden auch verwendet, um festzustellen, ob eine unbewusste Marken-/Produkterinnerung¹¹ vorliegt. Weitere Anwendungen umfassen Neuropricing, bei dem Verhaltensaufgaben mit EEG eingesetzt werden, um optimale Preisstrategien für Produkte zu finden¹².

Emotiv x Neuromarketing - Wie das Gehirn auf verschiedene Preisvorschläge reagiert.

Allgemeine neurowissenschaftliche Forschung

Diese Art der Forschung umfasst das Verständnis der Funktionsweise des Gehirns (e.g., wie unser Gehirn visuelle oder auditive Reize verarbeitet) und wie verschiedene Teile des Gehirns miteinander kommunizieren. Sie umfasst außerdem das Verständnis der Beziehung zwischen dem Gehirn und Störungen (e.g., Autismus-Spektrum-Störung oder Schizophrenie). Dies umfasst mehrere Bereiche, darunter soziale, affektive, rechnerische und kognitive Domänen.

Brain-Computer-Schnittstellen(BCI)

BCI-Forschung zielt darauf ab, mentale Befehle in eine externe Aktion umzusetzen, indem EEG mit Computergeräten integriert wird. Die Verwendung mentaler Befehle zum Eingeben eines Word-Dokuments, zum Bewegen eines Rollstuhls und sogar zum Bewegen von Prothesen gehören zu den aktuellen Entwicklungen in BCI, die dazu beitragen, die Lebensqualität von Menschen mit Behinderungen¹³ zu verbessern.

Brain-Computer-Schnittstellen (BCI) - Die beeindruckenden Kreationen von John, einem 8-jährigen Jungen mit Zerebralparese, bei brainpaintbyjohn auf Instagram

Eine weitere Revolution findet in der Musikindustrie statt, in der Musiker/Sänger ihre Gedanken nutzen, um Musik zu erschaffen (siehe unseren verwandten Beitrag hier)

Brain-Computer-Schnittstellen (BCI) - Emotivs EPOC-Headset & der ikonische TONTO-Synthesizer sind das perfekte Match.

Insgesamt bietet die Verwendung von EEG das Versprechen, unter die oberflächliche Ebene des Verständnisses menschlichen Verhaltens vorzudringen. Seine Kosteneffizienz und hohe Zugänglichkeit machen es zu einem nützlichen Werkzeug in mehreren Disziplinen, in denen Prozesse von der Verbesserung von Nutzererfahrungen bis hin zur Weiterentwicklung von Therapeutika dadurch ermöglicht werden können, dass man tiefer geht als einfache subjektive Selbstauskünfte und menschliches Verhalten mit EEG objektiv entschlüsselt.

Brain-Computer-Schnittstellen (BCI) - Emotiv x Rodrigo Hubner Mendes, fährt einen F1-Wagen mit mentalen Befehlen

Artikel von
Roshini Randeniya, Forschungsbeauftragte, EMOTIV Research Pty. Ltd

Literatur

1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Ein Plädoyer für mobile Kognition: EEG und sportliche Leistung. Neurosci. Biobehav. Rev. 52, 117–130 (2015).

2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validierung von Emotiv EPOC+ zur Extraktion von ERP-Korrelaten der Verarbeitung emotionaler Gesichter. Biocybern. Biomed. Eng. 38, 773–781 (2018).

3. Badcock, N. A. et al. Validierung des Emotiv EPOC EEG-Systems für forschungsgeeignete auditorische ereigniskorrelierte Potenziale bei Kindern. PeerJ 3, e907 (2015).

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

5. Noachtar, S. & Rémi, J. Die Rolle von EEG bei Epilepsie: Eine kritische Übersichtsarbeit. Epilepsy Behav. 15, 22–33 (2009).

6. Aldrich, M. S. & Jahnke, B. Diagnostischer Wert der Video‐EEG-Polysomnographie. Neurology 41, 1060–1060 (1991).

7. Prichep, L. S. & John, E. R. QEEG-Profile psychiatrischer Störungen. Brain Topogr. 4, 249–257 (1992).

8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. Ein Machine-Learning-Ansatz unter Verwendung von EEG-Daten zur Vorhersage der Reaktion auf SSRI-Behandlung bei Major Depression. Clin. Neurophysiol. 124, 1975–1985 (2013).

9. Čukić, M., López, V. & Pavón, J. Klassifikation von Depressionen anhand des Ruhe-Elektroenzephalogramms als neuartige Praxis in der Psychiatrie: Übersichtsarbeit. J. Med. Internet Res. 22, e19548 (2020).

10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analyse neurophysiologischer Reaktionen auf Werbereize mittels EEG und Messungen der galvanischen Hautreaktion. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).

11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Elektroenzephalographie (EEG)-Anwendung im Neuromarketing – Erforschung des Unterbewusstseins. 14, (2020). (Neuromarketing)

12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspektiven von Gehirnreaktionen auf Preisexposition. Hell. J. Nucl. Med. 20, 196–203 (2017).

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