Grundlagen der ereignisbezogenen Potenziale
Roshini Randeniya
Aktualisiert am
20.02.2024
Grundlagen der ereignisbezogenen Potenziale
Roshini Randeniya
Aktualisiert am
20.02.2024
Grundlagen der ereignisbezogenen Potenziale
Roshini Randeniya
Aktualisiert am
20.02.2024
1. Einführung
Willkommen! In diesem zweiten Tutorial lernen wir, wie man eine Gehirnreaktion auf Reize markiert.
Wir lernen:
Was ist ein ereigniskorreliertes Potenzial (ERP)?
Was sind ERP-Peaks und -Komponenten?
Typische Schritte zur Erfassung eines ERP
Praktische Anwendung mit dem Emotiv EPOC-Gerät und der Software
2. Was ist ein ereigniskorreliertes Potenzial (ERP)?
Ein ereigniskorreliertes Potenzial (ERP), auch als evoziertes Potenzial bezeichnet, ist die Gehirnreaktion auf ein Ereignis oder einen Reiz (z. B. das Hören eines lauten Tons). Genauer gesagt ist es die Veränderung der Spannungsamplitude, die im EEG als Ergebnis eines sensorischen oder kognitiven Ereignisses sichtbar wird.
Wir können „ERP-Komponenten“ beobachten, die stabile Peaks sind, die nach dem Beginn eines Reizes auftreten. Ein ERP kann viele positive oder negative Peaks haben, aber nicht alle sind gut charakterisierte ERP-Komponenten wie die N100- oder P300-Komponenten.
Denken Sie daran, die Achsenrichtung zu beachten, wenn Sie ein EEG im Zeitbereich sehen. Manchmal sehen Sie das – oben und das + unten auf der Achse, besonders im klinischen EEG
Hinweis: Ein ERP kann durch ein einzelnes Ereignis oder durch Mittelung der Amplituden über mehrere Durchgänge dieses Ereignisses dargestellt werden. Typischerweise werden glatte ERPs mit so deutlichen Komponenten – wie im Bild – nur durch Mittelung über Hunderte von Durchgängen erhalten
Abb. 1 – Typische auditorische ERP-Komponenten
Typische Komponenten werden durch ihre Polarität (d. h. positiv (P) oder negativ (N)) und den Zeitpunkt ihres Auftretens charakterisiert (z. B. erste negative Komponente N1). Die gleiche N1-Komponente kann auch über den Zeitpunkt identifiziert werden, zu dem sie auftrat (z. B. 100 ms nach Beginn des Tons) – N100
3. Schritte zur Erfassung eines ERP
Experimentphase:
Wir entwerfen Experimente, um bestimmte ERPs von Interesse zu erfassen.
Zum Beispiel können wir EEG aufzeichnen, während Teilnehmende Töne hören.
Um die EEG-Daten zu verstehen, müssen wir den Zeitpunkt markieren, zu dem die teilnehmende Person einen Ton im EEG gehört hat. Diese werden Ereignismarker genannt (vertikale rote Linien in Abbildung 2).
Abb. 2 – Ereignismarker (rote Linien), angezeigt auf einem Roh-EEG
Die zeitliche Ausrichtung der Ereignismarker genau mit dem Beginn des Tons ist sehr wichtig, damit wir ein ERP sehen können! Deshalb ist es wichtig, die richtige Hardware und Software auszuwählen, um genaue Zeitstempel zu erhalten.
Eine Referenz auswählen
Denken Sie daran, elektrische Aktivität wird immer zwischen zwei Punkten gemessen. In EEG-Geräten wird das elektrische Potenzial an jedem Sensor gegen die Referenzsensoren (DRL + CMS) gemessen.
Bei Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren
Abb. 3 – Referenzoptionen in Geräten vom Typ Emotiv EPOC
Ein Headset vom Typ EPOC hat zwei Optionen für die Referenzierung:
Mastoid Reference – Um Mastoid als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und feuchte Filzpolster auf die Mastoidsensoren.
P3/P4 reference – Um P3/P4 als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoidsensoren und feuchte Filzpolster auf die P3/P4-Sensoren
Es ist üblich, bei ERP-Experimenten die Mastoid-Referenzierung zu verwenden, aber Sie können auch die P3/P4-Referenzierung nutzen, da Sie die Daten später online jederzeit neu referenzieren können, wenn Sie Ihre Daten vor der Analyse vorverarbeiten. Es ist üblich, die Daten vor der Analyse auf den Durchschnitt aller Sensoren neu zu referenzieren.
Für unser Experiment werden wir Daten mit Mastoid-Referenzierung aufzeichnen. Die hier üblicherweise gute Annahme ist, dass der Warzenfortsatz weniger EEG-Daten überträgt als andere Stellen am Kopf, daher ist er ein guter Referenzpunkt.
Vorverarbeitung:
Wir können ein ERP im Roh-EEG nicht sofort sehen, da es ein sehr kleiner Effekt (~ ±5uV) im Vergleich zu allem anderen ist, was in und um unser Gehirn herum passiert (~ ±40uV)!
Um also den Gehirneffekt zu sehen, der spezifisch für unseren Ton ist, müssen wir unsere Daten bereinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten „epochen“ – ein Begriff für das Aufteilen der Gehirnreaktionen in ein von uns definiertes Zeitfenster (z. B. die Gehirnreaktion beginnend 50 ms vor dem Ton und 400 ms nach dem Ton). Dann mitteln wir alle separaten geepochten EEG-Daten (d. h. die Gehirnreaktionen auf alle Töne), um ein deutliches ERP zu erhalten.
Unten sind die grundlegenden Schritte in einer typischen ERP-Pipeline aufgeführt. Forschende wählen die Schritte je nach ihren Daten und Zielen aus.
Abb. 4 – Eine typische ERP-Verarbeitungspipeline
4. Holen wir uns unser eigenes ERP
Zuerst richten wir die Software ein
Laden Sie die neueste Version von PsychoPy herunter – https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmenden die Töne zu präsentieren.
Holen Sie sich die Emotiv Launcher- und EmotivPRO-Apps, um EEG aufzuzeichnen und anzuzeigen.
Verbinden Sie PsychoPy mit Ihrer Emotiv-Software, damit sie miteinander kommunizieren können.
Folgen Sie den Schritten im Video:
Erstellen Sie ein Emotiv EEG-Experiment mit PsychoPy
Ein glattes ERP kann durch mehrere Wiederholungen beliebiger Reize (z. B. ein Bild, ein Ton) erhalten werden. Hier werden wir der teilnehmenden Person denselben 50-ms-Ton alle 4 Sekunden etwa 150 Mal präsentieren!
Folgen Sie dem Video, um ein einfaches auditives Experiment mit einem einzelnen Ton zu erstellen:
Lassen Sie uns einige Daten erfassen
Jetzt, da Sie die Referenz gewählt haben, können Sie das Video ansehen, um zu lernen, wie Sie Ihr Headset einrichten, um das EEG in bester Qualität zu erhalten:
ERP-Pipeline mit EmotivPRO Analyzer
Sehen Sie sich das Video an und folgen Sie den Schritten, um Ihr eigenes ERP zu erzeugen:
Das ERP-Ausgabeergebnis aus Analyzer verstehen
Für jeden Kanal sehen Sie eine gemittelte Wellenform. Ein typisches glattes ERP mit einem negativen Peak bei 100 ms ist unten zu sehen. Die durchgezogene Linie zeigt die durchschnittliche Amplitude und die hellere Schattierung den Standardfehler des Mittelwerts:
Hier ist eine verrauschte Wellenform ohne klare ERP-Komponenten. Dies kann durch eine geringe Anzahl von Durchgängen entstehen:
Zu beachten
Beim Vergleich von ERPs zwischen Teilnehmenden ist es im Allgemeinen besser, den Differenzeffekt zu vergleichen.
Z. B. können wir das gemittelte ERP zu einem häufigeren Ton (Standard) mit Tönen vergleichen, die seltener auftreten (Deviant/Oddball) in einem Muster. Wir können eine Differenzwellenform erhalten, indem wir einfach die Amplituden einer Welle von einer anderen subtrahieren. Wie in Abbildung 5 können wir dann eine ERP-Komponente beobachten, die typischerweise als Mismatch Negativity (MMN) bekannt ist und in der ERP-Forschung häufig untersucht wird.
Abb. 5 – Die Mismatch-Negativity-Komponente kann im ERP beobachtet werden, wenn es in der Umgebung eine Verletzung eines Musters gibt
5. Anwendungen von ERPs
Identifizierung von Biomarkern :
Eine der häufigsten Anwendungen von ERPs liegt in der klinischen Forschung, um bessere Methoden zur Diagnose psychiatrischer Störungen wie Schizophrenie zu finden. Menschen mit Schizophrenie können anhand ihrer Mismatch-Negativity-Antwort von gesunden Kontrollpersonen unterschieden werden
Abb. 6 – Die Mismatch-Negativity-Amplituden sind bei chronischer Schizophrenie, bei kürzlich einsetzendem Verlauf sowie bei Personen mit Risiko, die Störung zu entwickeln, signifikant höher als in Jashan 2012)
ERP – BCI (Brain-Computer-Schnittstellen)
ERPs zu verschiedenen mentalen Befehlen oder visuellen Reizen (z. B. Buchstaben auf einer Tastatur) können verwendet werden, um Rollstühle zu bewegen oder BCI-Schreibsysteme zu betreiben
6. Ressourcen
Emotiv-Handbücher
Empfohlene Lektüre
Luck, S.J., 2005. Zehn einfache Regeln für das Design und die Interpretation von ERP-Experimenten. Event-related potentials: A methods handbook, 4.
1. Einführung
Willkommen! In diesem zweiten Tutorial lernen wir, wie man eine Gehirnreaktion auf Reize markiert.
Wir lernen:
Was ist ein ereigniskorreliertes Potenzial (ERP)?
Was sind ERP-Peaks und -Komponenten?
Typische Schritte zur Erfassung eines ERP
Praktische Anwendung mit dem Emotiv EPOC-Gerät und der Software
2. Was ist ein ereigniskorreliertes Potenzial (ERP)?
Ein ereigniskorreliertes Potenzial (ERP), auch als evoziertes Potenzial bezeichnet, ist die Gehirnreaktion auf ein Ereignis oder einen Reiz (z. B. das Hören eines lauten Tons). Genauer gesagt ist es die Veränderung der Spannungsamplitude, die im EEG als Ergebnis eines sensorischen oder kognitiven Ereignisses sichtbar wird.
Wir können „ERP-Komponenten“ beobachten, die stabile Peaks sind, die nach dem Beginn eines Reizes auftreten. Ein ERP kann viele positive oder negative Peaks haben, aber nicht alle sind gut charakterisierte ERP-Komponenten wie die N100- oder P300-Komponenten.
Denken Sie daran, die Achsenrichtung zu beachten, wenn Sie ein EEG im Zeitbereich sehen. Manchmal sehen Sie das – oben und das + unten auf der Achse, besonders im klinischen EEG
Hinweis: Ein ERP kann durch ein einzelnes Ereignis oder durch Mittelung der Amplituden über mehrere Durchgänge dieses Ereignisses dargestellt werden. Typischerweise werden glatte ERPs mit so deutlichen Komponenten – wie im Bild – nur durch Mittelung über Hunderte von Durchgängen erhalten
Abb. 1 – Typische auditorische ERP-Komponenten
Typische Komponenten werden durch ihre Polarität (d. h. positiv (P) oder negativ (N)) und den Zeitpunkt ihres Auftretens charakterisiert (z. B. erste negative Komponente N1). Die gleiche N1-Komponente kann auch über den Zeitpunkt identifiziert werden, zu dem sie auftrat (z. B. 100 ms nach Beginn des Tons) – N100
3. Schritte zur Erfassung eines ERP
Experimentphase:
Wir entwerfen Experimente, um bestimmte ERPs von Interesse zu erfassen.
Zum Beispiel können wir EEG aufzeichnen, während Teilnehmende Töne hören.
Um die EEG-Daten zu verstehen, müssen wir den Zeitpunkt markieren, zu dem die teilnehmende Person einen Ton im EEG gehört hat. Diese werden Ereignismarker genannt (vertikale rote Linien in Abbildung 2).
Abb. 2 – Ereignismarker (rote Linien), angezeigt auf einem Roh-EEG
Die zeitliche Ausrichtung der Ereignismarker genau mit dem Beginn des Tons ist sehr wichtig, damit wir ein ERP sehen können! Deshalb ist es wichtig, die richtige Hardware und Software auszuwählen, um genaue Zeitstempel zu erhalten.
Eine Referenz auswählen
Denken Sie daran, elektrische Aktivität wird immer zwischen zwei Punkten gemessen. In EEG-Geräten wird das elektrische Potenzial an jedem Sensor gegen die Referenzsensoren (DRL + CMS) gemessen.
Bei Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren
Abb. 3 – Referenzoptionen in Geräten vom Typ Emotiv EPOC
Ein Headset vom Typ EPOC hat zwei Optionen für die Referenzierung:
Mastoid Reference – Um Mastoid als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und feuchte Filzpolster auf die Mastoidsensoren.
P3/P4 reference – Um P3/P4 als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoidsensoren und feuchte Filzpolster auf die P3/P4-Sensoren
Es ist üblich, bei ERP-Experimenten die Mastoid-Referenzierung zu verwenden, aber Sie können auch die P3/P4-Referenzierung nutzen, da Sie die Daten später online jederzeit neu referenzieren können, wenn Sie Ihre Daten vor der Analyse vorverarbeiten. Es ist üblich, die Daten vor der Analyse auf den Durchschnitt aller Sensoren neu zu referenzieren.
Für unser Experiment werden wir Daten mit Mastoid-Referenzierung aufzeichnen. Die hier üblicherweise gute Annahme ist, dass der Warzenfortsatz weniger EEG-Daten überträgt als andere Stellen am Kopf, daher ist er ein guter Referenzpunkt.
Vorverarbeitung:
Wir können ein ERP im Roh-EEG nicht sofort sehen, da es ein sehr kleiner Effekt (~ ±5uV) im Vergleich zu allem anderen ist, was in und um unser Gehirn herum passiert (~ ±40uV)!
Um also den Gehirneffekt zu sehen, der spezifisch für unseren Ton ist, müssen wir unsere Daten bereinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten „epochen“ – ein Begriff für das Aufteilen der Gehirnreaktionen in ein von uns definiertes Zeitfenster (z. B. die Gehirnreaktion beginnend 50 ms vor dem Ton und 400 ms nach dem Ton). Dann mitteln wir alle separaten geepochten EEG-Daten (d. h. die Gehirnreaktionen auf alle Töne), um ein deutliches ERP zu erhalten.
Unten sind die grundlegenden Schritte in einer typischen ERP-Pipeline aufgeführt. Forschende wählen die Schritte je nach ihren Daten und Zielen aus.
Abb. 4 – Eine typische ERP-Verarbeitungspipeline
4. Holen wir uns unser eigenes ERP
Zuerst richten wir die Software ein
Laden Sie die neueste Version von PsychoPy herunter – https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmenden die Töne zu präsentieren.
Holen Sie sich die Emotiv Launcher- und EmotivPRO-Apps, um EEG aufzuzeichnen und anzuzeigen.
Verbinden Sie PsychoPy mit Ihrer Emotiv-Software, damit sie miteinander kommunizieren können.
Folgen Sie den Schritten im Video:
Erstellen Sie ein Emotiv EEG-Experiment mit PsychoPy
Ein glattes ERP kann durch mehrere Wiederholungen beliebiger Reize (z. B. ein Bild, ein Ton) erhalten werden. Hier werden wir der teilnehmenden Person denselben 50-ms-Ton alle 4 Sekunden etwa 150 Mal präsentieren!
Folgen Sie dem Video, um ein einfaches auditives Experiment mit einem einzelnen Ton zu erstellen:
Lassen Sie uns einige Daten erfassen
Jetzt, da Sie die Referenz gewählt haben, können Sie das Video ansehen, um zu lernen, wie Sie Ihr Headset einrichten, um das EEG in bester Qualität zu erhalten:
ERP-Pipeline mit EmotivPRO Analyzer
Sehen Sie sich das Video an und folgen Sie den Schritten, um Ihr eigenes ERP zu erzeugen:
Das ERP-Ausgabeergebnis aus Analyzer verstehen
Für jeden Kanal sehen Sie eine gemittelte Wellenform. Ein typisches glattes ERP mit einem negativen Peak bei 100 ms ist unten zu sehen. Die durchgezogene Linie zeigt die durchschnittliche Amplitude und die hellere Schattierung den Standardfehler des Mittelwerts:
Hier ist eine verrauschte Wellenform ohne klare ERP-Komponenten. Dies kann durch eine geringe Anzahl von Durchgängen entstehen:
Zu beachten
Beim Vergleich von ERPs zwischen Teilnehmenden ist es im Allgemeinen besser, den Differenzeffekt zu vergleichen.
Z. B. können wir das gemittelte ERP zu einem häufigeren Ton (Standard) mit Tönen vergleichen, die seltener auftreten (Deviant/Oddball) in einem Muster. Wir können eine Differenzwellenform erhalten, indem wir einfach die Amplituden einer Welle von einer anderen subtrahieren. Wie in Abbildung 5 können wir dann eine ERP-Komponente beobachten, die typischerweise als Mismatch Negativity (MMN) bekannt ist und in der ERP-Forschung häufig untersucht wird.
Abb. 5 – Die Mismatch-Negativity-Komponente kann im ERP beobachtet werden, wenn es in der Umgebung eine Verletzung eines Musters gibt
5. Anwendungen von ERPs
Identifizierung von Biomarkern :
Eine der häufigsten Anwendungen von ERPs liegt in der klinischen Forschung, um bessere Methoden zur Diagnose psychiatrischer Störungen wie Schizophrenie zu finden. Menschen mit Schizophrenie können anhand ihrer Mismatch-Negativity-Antwort von gesunden Kontrollpersonen unterschieden werden
Abb. 6 – Die Mismatch-Negativity-Amplituden sind bei chronischer Schizophrenie, bei kürzlich einsetzendem Verlauf sowie bei Personen mit Risiko, die Störung zu entwickeln, signifikant höher als in Jashan 2012)
ERP – BCI (Brain-Computer-Schnittstellen)
ERPs zu verschiedenen mentalen Befehlen oder visuellen Reizen (z. B. Buchstaben auf einer Tastatur) können verwendet werden, um Rollstühle zu bewegen oder BCI-Schreibsysteme zu betreiben
6. Ressourcen
Emotiv-Handbücher
Empfohlene Lektüre
Luck, S.J., 2005. Zehn einfache Regeln für das Design und die Interpretation von ERP-Experimenten. Event-related potentials: A methods handbook, 4.
1. Einführung
Willkommen! In diesem zweiten Tutorial lernen wir, wie man eine Gehirnreaktion auf Reize markiert.
Wir lernen:
Was ist ein ereigniskorreliertes Potenzial (ERP)?
Was sind ERP-Peaks und -Komponenten?
Typische Schritte zur Erfassung eines ERP
Praktische Anwendung mit dem Emotiv EPOC-Gerät und der Software
2. Was ist ein ereigniskorreliertes Potenzial (ERP)?
Ein ereigniskorreliertes Potenzial (ERP), auch als evoziertes Potenzial bezeichnet, ist die Gehirnreaktion auf ein Ereignis oder einen Reiz (z. B. das Hören eines lauten Tons). Genauer gesagt ist es die Veränderung der Spannungsamplitude, die im EEG als Ergebnis eines sensorischen oder kognitiven Ereignisses sichtbar wird.
Wir können „ERP-Komponenten“ beobachten, die stabile Peaks sind, die nach dem Beginn eines Reizes auftreten. Ein ERP kann viele positive oder negative Peaks haben, aber nicht alle sind gut charakterisierte ERP-Komponenten wie die N100- oder P300-Komponenten.
Denken Sie daran, die Achsenrichtung zu beachten, wenn Sie ein EEG im Zeitbereich sehen. Manchmal sehen Sie das – oben und das + unten auf der Achse, besonders im klinischen EEG
Hinweis: Ein ERP kann durch ein einzelnes Ereignis oder durch Mittelung der Amplituden über mehrere Durchgänge dieses Ereignisses dargestellt werden. Typischerweise werden glatte ERPs mit so deutlichen Komponenten – wie im Bild – nur durch Mittelung über Hunderte von Durchgängen erhalten
Abb. 1 – Typische auditorische ERP-Komponenten
Typische Komponenten werden durch ihre Polarität (d. h. positiv (P) oder negativ (N)) und den Zeitpunkt ihres Auftretens charakterisiert (z. B. erste negative Komponente N1). Die gleiche N1-Komponente kann auch über den Zeitpunkt identifiziert werden, zu dem sie auftrat (z. B. 100 ms nach Beginn des Tons) – N100
3. Schritte zur Erfassung eines ERP
Experimentphase:
Wir entwerfen Experimente, um bestimmte ERPs von Interesse zu erfassen.
Zum Beispiel können wir EEG aufzeichnen, während Teilnehmende Töne hören.
Um die EEG-Daten zu verstehen, müssen wir den Zeitpunkt markieren, zu dem die teilnehmende Person einen Ton im EEG gehört hat. Diese werden Ereignismarker genannt (vertikale rote Linien in Abbildung 2).
Abb. 2 – Ereignismarker (rote Linien), angezeigt auf einem Roh-EEG
Die zeitliche Ausrichtung der Ereignismarker genau mit dem Beginn des Tons ist sehr wichtig, damit wir ein ERP sehen können! Deshalb ist es wichtig, die richtige Hardware und Software auszuwählen, um genaue Zeitstempel zu erhalten.
Eine Referenz auswählen
Denken Sie daran, elektrische Aktivität wird immer zwischen zwei Punkten gemessen. In EEG-Geräten wird das elektrische Potenzial an jedem Sensor gegen die Referenzsensoren (DRL + CMS) gemessen.
Bei Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren
Abb. 3 – Referenzoptionen in Geräten vom Typ Emotiv EPOC
Ein Headset vom Typ EPOC hat zwei Optionen für die Referenzierung:
Mastoid Reference – Um Mastoid als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und feuchte Filzpolster auf die Mastoidsensoren.
P3/P4 reference – Um P3/P4 als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoidsensoren und feuchte Filzpolster auf die P3/P4-Sensoren
Es ist üblich, bei ERP-Experimenten die Mastoid-Referenzierung zu verwenden, aber Sie können auch die P3/P4-Referenzierung nutzen, da Sie die Daten später online jederzeit neu referenzieren können, wenn Sie Ihre Daten vor der Analyse vorverarbeiten. Es ist üblich, die Daten vor der Analyse auf den Durchschnitt aller Sensoren neu zu referenzieren.
Für unser Experiment werden wir Daten mit Mastoid-Referenzierung aufzeichnen. Die hier üblicherweise gute Annahme ist, dass der Warzenfortsatz weniger EEG-Daten überträgt als andere Stellen am Kopf, daher ist er ein guter Referenzpunkt.
Vorverarbeitung:
Wir können ein ERP im Roh-EEG nicht sofort sehen, da es ein sehr kleiner Effekt (~ ±5uV) im Vergleich zu allem anderen ist, was in und um unser Gehirn herum passiert (~ ±40uV)!
Um also den Gehirneffekt zu sehen, der spezifisch für unseren Ton ist, müssen wir unsere Daten bereinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten „epochen“ – ein Begriff für das Aufteilen der Gehirnreaktionen in ein von uns definiertes Zeitfenster (z. B. die Gehirnreaktion beginnend 50 ms vor dem Ton und 400 ms nach dem Ton). Dann mitteln wir alle separaten geepochten EEG-Daten (d. h. die Gehirnreaktionen auf alle Töne), um ein deutliches ERP zu erhalten.
Unten sind die grundlegenden Schritte in einer typischen ERP-Pipeline aufgeführt. Forschende wählen die Schritte je nach ihren Daten und Zielen aus.
Abb. 4 – Eine typische ERP-Verarbeitungspipeline
4. Holen wir uns unser eigenes ERP
Zuerst richten wir die Software ein
Laden Sie die neueste Version von PsychoPy herunter – https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmenden die Töne zu präsentieren.
Holen Sie sich die Emotiv Launcher- und EmotivPRO-Apps, um EEG aufzuzeichnen und anzuzeigen.
Verbinden Sie PsychoPy mit Ihrer Emotiv-Software, damit sie miteinander kommunizieren können.
Folgen Sie den Schritten im Video:
Erstellen Sie ein Emotiv EEG-Experiment mit PsychoPy
Ein glattes ERP kann durch mehrere Wiederholungen beliebiger Reize (z. B. ein Bild, ein Ton) erhalten werden. Hier werden wir der teilnehmenden Person denselben 50-ms-Ton alle 4 Sekunden etwa 150 Mal präsentieren!
Folgen Sie dem Video, um ein einfaches auditives Experiment mit einem einzelnen Ton zu erstellen:
Lassen Sie uns einige Daten erfassen
Jetzt, da Sie die Referenz gewählt haben, können Sie das Video ansehen, um zu lernen, wie Sie Ihr Headset einrichten, um das EEG in bester Qualität zu erhalten:
ERP-Pipeline mit EmotivPRO Analyzer
Sehen Sie sich das Video an und folgen Sie den Schritten, um Ihr eigenes ERP zu erzeugen:
Das ERP-Ausgabeergebnis aus Analyzer verstehen
Für jeden Kanal sehen Sie eine gemittelte Wellenform. Ein typisches glattes ERP mit einem negativen Peak bei 100 ms ist unten zu sehen. Die durchgezogene Linie zeigt die durchschnittliche Amplitude und die hellere Schattierung den Standardfehler des Mittelwerts:
Hier ist eine verrauschte Wellenform ohne klare ERP-Komponenten. Dies kann durch eine geringe Anzahl von Durchgängen entstehen:
Zu beachten
Beim Vergleich von ERPs zwischen Teilnehmenden ist es im Allgemeinen besser, den Differenzeffekt zu vergleichen.
Z. B. können wir das gemittelte ERP zu einem häufigeren Ton (Standard) mit Tönen vergleichen, die seltener auftreten (Deviant/Oddball) in einem Muster. Wir können eine Differenzwellenform erhalten, indem wir einfach die Amplituden einer Welle von einer anderen subtrahieren. Wie in Abbildung 5 können wir dann eine ERP-Komponente beobachten, die typischerweise als Mismatch Negativity (MMN) bekannt ist und in der ERP-Forschung häufig untersucht wird.
Abb. 5 – Die Mismatch-Negativity-Komponente kann im ERP beobachtet werden, wenn es in der Umgebung eine Verletzung eines Musters gibt
5. Anwendungen von ERPs
Identifizierung von Biomarkern :
Eine der häufigsten Anwendungen von ERPs liegt in der klinischen Forschung, um bessere Methoden zur Diagnose psychiatrischer Störungen wie Schizophrenie zu finden. Menschen mit Schizophrenie können anhand ihrer Mismatch-Negativity-Antwort von gesunden Kontrollpersonen unterschieden werden
Abb. 6 – Die Mismatch-Negativity-Amplituden sind bei chronischer Schizophrenie, bei kürzlich einsetzendem Verlauf sowie bei Personen mit Risiko, die Störung zu entwickeln, signifikant höher als in Jashan 2012)
ERP – BCI (Brain-Computer-Schnittstellen)
ERPs zu verschiedenen mentalen Befehlen oder visuellen Reizen (z. B. Buchstaben auf einer Tastatur) können verwendet werden, um Rollstühle zu bewegen oder BCI-Schreibsysteme zu betreiben
6. Ressourcen
Emotiv-Handbücher
Empfohlene Lektüre
Luck, S.J., 2005. Zehn einfache Regeln für das Design und die Interpretation von ERP-Experimenten. Event-related potentials: A methods handbook, 4.
Weiterlesen