Eine umfassende Anleitung für BCI-Anfänger.

1. Einführung Willkommen! In diesem zweiten Tutorial werden wir lernen, wie man eine Gehirnreaktion auf Reize markiert. Wir werden lernen: Was ist ein ereignisbezogenes Potenzial (ERP)? Was sind ERP-Spitzen und Komponenten? Typische Schritte zur Erfassung eines ERPs Praktische Anwendung mit dem Emotiv EPOC-Gerät und der Software 2. Was ist ein ereignisbezogenes Potenzial (ERP)? Ein ereignisbezogenes Potenzial (ERP), auch als evoziertes Potenzial bezeichnet, ist die Gehirnreaktion auf ein Ereignis oder einen Reiz (wie das Hören eines lauten Tons). Spezifisch - es ist die Spannungsamplitudenänderung, die im EEG als Ergebnis eines sensorischen oder kognitiven Ereignisses gesehen wird. Wir können 'ERP-Komponenten' beobachten, die stabile Spitzen sind, die nach dem Auftreten eines Reizes auftreten. Ein ERP kann viele positive oder negative Spitzen haben, aber nicht alle sind gut charakterisiert, ERP-Komponenten wie die N100- oder P300-Komponenten. Denken Sie daran, auf die Achsenausrichtung zu achten, wenn Sie ein EEG im Zeitbereich sehen. Manchmal sehen Sie das - oben und + unten auf der Achse, insbesondere im klinischen EEG Hinweis: Ein ERP kann von einem einzelnen Ereignis oder durch Mittelung der Amplituden über mehrere Versuche dieses Ereignisses dargestellt werden. Typischerweise werden glatte ERPs mit so klaren Komponenten - wie im Bild - nur durch die Mittelung über Hunderte von Versuchen erhalten. Abb. 1 - Typische auditive ERP-Komponenten Typische Komponenten zeichnen sich durch ihre Polarität aus (d.h. positiv (P) oder negativ (N) und wann sie auftreten (z.B. 1. negative Komponente N1). Die gleiche N1-Komponente kann auch anhand der Zeit identifiziert werden, in der sie aufgetreten ist (z.B. 100 ms nach dem Auftreten des Tons) - N100 3. Schritte zur Erfassung eines ERPs Experimentelle Phase: Wir entwerfen Experimente, um spezifische ERPs von Interesse zu erhalten. Zum Beispiel könnten wir EEG sammeln, während die Teilnehmer Audiotöne hören. Um die EEG-Daten sinnvoll zu machen, müssen wir die Zeit markieren, zu der der Teilnehmer einen Ton im EEG gehört hat. Dies werden Ereignismarker genannt (Vertikale rote Linien in Abbildung 2). Abb. 2 - Ereignismarker (rote Linien), die auf einem Roh-EEG angezeigt werden. Die genaue Ausrichtung der Ereignismarkierung mit dem Beginn des Tons ist für uns sehr wichtig, um ein ERP sehen zu können! Es ist also wichtig, die richtige Hardware und Software auszuwählen, um uns bei der Erfassung genauester Zeitstempel zu helfen. Auswahl eines Referenzpunkts Denken Sie daran, dass elektrische Aktivitäten immer zwischen zwei Punkten gemessen werden. In EEG-Geräten wird das elektrische Potential an jedem Sensor im Vergleich zu den Referenzsensoren (DRL + CMS) gemessen. In Emotiv EPOC-Geräten gibt es zwei Optionen für Referenzsensoren. Abb. 3 - Referenzoptionen in Emotiv EPOC-Geräten Ein EPOC-Headset hat zwei Optionen für die Referenzierung: Mastoid-Referenz - Um das Mastoid als Referenzsensor zu verwenden, setzen wir Gummistopfen auf die P3/P4-Sensoren und nasse Filze auf die Mastoid-Sensoren. P3/P4-Referenz - Um P3/P4 als Referenzsensoren zu verwenden, setzen wir Gummistopfen auf die M1/M2-Mastoid-Sensoren und nasse Filze auf die P3/P4-Sensoren. Es ist üblich, die Mastoid-Referenzierung für ERP-Experimente zu verwenden, aber Sie können die P3/P4-Referenzierung verwenden, da Sie die Daten jederzeit später in der Online-Datenverarbeitung neu referenzieren können, bevor Sie Ihre Daten analysieren. Es ist üblich, die Daten auf den Durchschnitt aller Sensoren vor der Analyse neu zu referenzieren. Für unser Experiment werden wir Daten unter Verwendung der Mastoid-Referenzierung sammeln. Die üblicherweise gute Annahme hier ist, dass der Mastoidprozess EEG-Daten nicht so stark überträgt wie andere Stellen am Kopf, also 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, was in und um unser Gehirn herum passiert (~ ±40uV) ist! Um den spezifischen Gehirneffekt für unseren Ton zu sehen, müssen wir unsere Daten reinigen, um Rauschen oder Artefakte zu entfernen. Dann werden wir die Daten 'epochieren' - was ein Begriff für das Aufteilen der Gehirnreaktionen in ein Zeitfenster ist, das wir definiert haben (z.B. die Gehirnreaktion beginnt 50 ms vor dem Ton und 400 ms nach dem Ton). Dann mitteln wir alle separaten epochierten EEG-Daten (d.h. die Gehirnreaktionen auf alle Töne), um ein deutliches ERP zu erhalten. Im Folgenden sind die grundlegenden Schritte in einer typischen ERP-Pipeline aufgeführt. Forscher wählen Schritte entsprechend ihren Daten und Zielen aus. Abb. 4 - Eine typische ERP-Verarbeitungspipeline 4. Lassen Sie uns unser eigenes ERP erstellen. Zuerst richten wir die Software ein. Laden Sie die neueste Version von PsychoPy herunter - https://www.psychopy.org/ Wir werden PsychoPy verwenden, um den Teilnehmern 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, einen Ton) erzielt werden. Hier werden wir dem Teilnehmer alle 4 Sekunden denselben 50 ms-Ton für etwa 150 Mal präsentieren! Folgen Sie dem Video, um ein einfaches auditives Experiment mit einem einzigen Ton zu erstellen: Lassen Sie uns einige Daten sammeln. Jetzt, da Sie die Referenz ausgewählt haben, können Sie sich das Video ansehen, um zu erfahren, wie Sie Ihr Headset einrichten, um die beste Qualität des EEG zu erhalten: ERP-Pipeline mit EmotivPRO-Analyzer Sehen Sie sich das Video an und folgen Sie den Schritten, um Ihr eigenes ERP zu generieren: Das Verständnis des ERP-Ausgangs vom Analyzer. Für jeden Kanal sehen Sie eine durchschnittliche Wellenform. Ein typisches glattes ERP mit einer negativen Spitze bei 100 ms ist unten zu sehen. Die durchgezogene Linie zeigt die durchschnittliche Amplitude an, und der hellere Schattierungsbereich zeigt den Standardfehler des Mittelwerts an: Hier ist eine rauschbehaftete Wellenform ohne klare ERP-Komponenten. Dies kann von einer geringen Anzahl von Versuchen herrühren: Dinge, die zu beachten sind. Wenn man ERPs zwischen Teilnehmern vergleicht, ist es im Allgemeinen besser, den Unterschiedseffekt zu vergleichen. Z.B. können wir das durchschnittliche ERP zu einem häufigeren Ton (Standard) mit Tönen vergleichen, die seltener vorkommen (abweichend/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 häufig in der ERP-Forschung untersucht wird. Abb. 5 - Die Mismatch-Negativität-Komponente kann im ERP beobachtet werden, wenn es eine Verletzung eines Musters in der Umgebung gibt. 5. Anwendungen von ERPs Identifizierung von Biomarkern: Eine der häufigsten Anwendungen von ERPs besteht darin, dass klinische Forscher bessere Möglichkeiten zur Diagnose psychiatrischer Störungen wie Schizophrenie finden. Menschen, die an Schizophrenie leiden, können anhand ihrer Mismatch-Negativitätsreaktion von gesunden Kontrollen unterschieden werden. Abb. 6 - Mismatch-Negativität-Amplituden sind signifikant höher als bei chronischer Schizophrenie, neu aufgetretener Schizophrenie sowie bei Personen, die gefährdet sind, die Störung zu entwickeln (Jashan 2012). ERP - BCI (Brain-Computer-Interfaces) ERPs auf verschiedene mentale Befehle oder visuelle Reize (wie Buchstaben auf einer Tastatur) können verwendet werden, um Rollstühle zu bewegen oder BCI-Buchstabenmatrizen zu steuern. 6. Ressourcen Emotiv-Handbücher EmotivPRO-Baumanual EmotivPRO-Handbuch EmotivPRO-Analyzer-Handbuch Empfohlene Lektüre Luck, S.J., 2005. Zehn einfache Regeln für die Gestaltung und Interpretation von ERP-Experimenten. Ereignisbezogene Potentiale: Ein Methodenhandbuch, 4.