تصور کنید یک ویدیوی کوتاه ساخته‌اید و می‌خواهید بدانید مردم کدام بخش‌های ویدیو را جذاب یافته‌اند. به طور معمول، شما فقط از آن‌ها می‌پرسید. شاید از یک نظرسنجی استفاده کنید. اما رایج‌ترین پاسخ ممکن است این باشد که "من دقیقاً مطمئن نیستم" یا "نمی‌توانم به یاد بیاورم". انجام تحقیق روی ادراک انسان تنها با استفاده از معیارهای ذهنی می‌تواند پُر از ابهام باشد، حال آنکه اندازه‌گیری پاسخ‌های عصبی-فیزیولوژیکی می‌تواند این امر را برطرف کند. دستگاه‌های EEG به طور متمایز به عنوان ابزاری به راحتی قابل دسترس و مقرون‌به‌صرفه قرار گرفته‌اند که می‌توانند تحقیقات مربوط به ادراک انسان را ارتقا دهند. در نتیجه، این ابزار به سرعت در حال تبدیل شدن به یک ابزار کلیدی در روانشناسی، نورومارکتینگ و BCI است.

EEG چیست؟

الکتروانسفالوگرافی (EEG) اندازه‌گیری فعالیت الکتریکی ساطع شده از سلول‌های مغز است که نورون نامیده می‌شوند. این یک روش ایمن و غیرتهاجمی با استفاده از الکترودهایی است که روی پوست سر قرار می‌گیرند. دستگاه‌های EEG مورد استفاده برای این منظور می‌توانند از دستگاه‌های تجاری تک کاناله تا سیستم‌های درجه پزشکی ۲۵۶ کاناله متغیر باشند. شما می‌توانید جزئیات بیشتری درباره اینکه EEG چیست و دستگاه‌های مختلف EEG را در اینجا بخوانید.

مزایای EEG چیست؟

وضوح زمانی بالا

به دلیل وضوح زمانی بالای خود، EEG قادر به شاخص‌گذاری فرآیندهای پیش‌آگاهانه است.

بزرگترین نقطه قوت EEG نسبت به سایر روش‌های تصویربرداری عصبی، وضوح زمانی آن است، یعنی توانایی اندازه‌گیری پاسخ‌های سریع مغز در محدوده میلی‌ثانیه. سایر روش‌های تصویربرداری مغز مانند fMRI (تصویربرداری تشدید مغناطیسی عملکردی)، به یک ثانیه یا بیشتر پس از ارائه محرک‌های مورد نظر زمان نیاز دارند. علاوه بر این، وظایف رفتاری طراحی‌شده برای اجتناب از عدم قطعیت در پاسخ‌های ذهنی، معمولاً به زمان‌های واکنش و پاسخ‌های فشردن دکمه متکی هستند. این موارد می‌توانند تا یک ثانیه طول بکشند، که با در نظر گرفتن اینکه مغز قادر است بسیاری از فرآیندهای پیچیده عصبی-فیزیولوژیکی را در مقیاس زمانی میلی‌ثانیه تولید کند، بسیار کند است. بنابراین، به دلیل وضوح زمانی بالایش، EEG قادر است فرآیندهای پیش‌آگاهانه را شاخص‌گذاری کند که در غیر این صورت با کارهای صرفاً مبتنی بر خودگزارش‌دهی و پاسخ‌دهی ناشناخته باقی می‌ماندند.

مقرون‌به‌صرفه بودن و قابلیت جابجایی

علوم ورزشی: پکستون لینچ با هدست Emotiv Insight EEG تحت تست فشار قرار می‌گیرد.

دستگاه‌های EEG مقرون‌به‌صرفه و بی‌سیم شده‌اند که به محققان اجازه می‌دهد تحقیقات خود را در محیط واقعی انجام دهند، به جای اینکه شرکت‌کنندگان را به آزمایشگاه بیاورند. اگرچه هر دو روش EEG و MEG (مگنتوانسفالوگرافی) دارای وضوح زمانی بالایی هستند، اما EEG به دلیل کم‌هزینه و قابل حمل بودن، ابزار تحقیقاتی در دسترس‌تری است که مطالعه رفتار انسان را در محیط‌های کنترل‌شده یا طبیعی امکان‌پذیر می‌سازد. روش‌های جایگزین تصویربرداری عصبی (مانند MEG، MRI و PET) به هزینه نگهداری بالایی نیاز دارند و شرکت‌کنندگان برای انجام این مطالعات باید به بیمارستان یا محیط آزمایشگاهی آورده شوند. در تضادی آشکار، تقریباً هر محیطی را می‌توان به یک "آزمایشگاه" EEG تبدیل کرد. (به بررسی پارک و همکاران1 در مورد چگونگی استفاده از EEG قابل حمل در بهبود عملکرد ورزشی در زمین مسابقه مراجعه کنید)

مطالعات در محل یا از راه دور

EEG لزوماً نباید مبتنی بر آزمایشگاه و با یک دستگاه واحد باشد. با پیشرفت در دستگاه‌های مقرون‌به‌صرفه و تجاری EEG، کاربران خانگی می‌توانند EEG را روی خودشان ثبت کنند. پلتفرم EmotivLABS به محققان اجازه می‌دهد تا آزمایش‌های خود را به صورت آنلاین با هدست‌های Emotiv انجام دهند، که صحت آن‌ها در مقایسه با دستگاه‌های درجه تحقیقاتی تأیید شده است²ʹ³. درباره مطالعه آزمایشی آنلاین EEG ما در اینجا یا درباره یکی از شراکت‌های ما که در آن کاربران Emotiv در یک مطالعه خانگی برای ارزیابی یک نرم‌افزار ارائه شرکت کردند در اینجا بخوانید.

با EEG چه چیزهایی را می‌توانیم اندازه‌گیری کنیم؟

به طور معمول، محققان یا از دامنه ولتاژها در نقاط زمانی مورد نظر پس از شروع یک محرک (یعنی پتانسیل‌های وابسته به رویداد، یا ERPها) یا میزان نوسانات (امواج مغزی) در EEG در هر ثانیه (یعنی تحلیل زمان-فرکانس) استفاده می‌کنند.

این دو حوزه به ما امکان می‌دهند به سوالات تحقیقاتی متفاوتی در رابطه با رفتار پاسخ دهیم. علاوه بر این، با پیشرفت الگوریتم‌های پیچیده یادگیری ماشین، می‌توانیم گشایش کدهای حالت‌های ذهنی را در پاسخ به محرک‌های مورد نظر آغاز کنیم. به عنوان مثال، با توسعه الگوریتم‌های تایید شده برای توجه، اکنون می‌توانیم به راحتی به سوالاتی مانند "کدام بخش از ویدیوی من توجه بیشتری را جلب کرده است" پاسخ دهیم.

هشدارهایی که باید در نظر داشت

مهم است به یاد داشته باشید که ما دقیقاً نمی‌توانیم افکار را با EEG بخوانیم. بنابراین، محرک‌های مورد مقایسه در حالت ایده‌آل باید از هر جنبه‌ای بجز خود متغیر مورد نظر با هم مطابقت داشته باشند. بنابراین، یک تکلیف تجربی به خوبی طراحی شده، سنگ بنای یک تحقیق خوب EEG است. دوم، دستگاه‌های EEG می‌توانند تداخل تجهیزات الکتریکی را دریافت کنند و EEG همچنین می‌تواند مستعد حرکت باشد که می‌تواند آرتیفکت‌های ناخواسته را وارد ثبت کند. بنابراین، داده‌های خام EEG بازتاب‌دهنده کل پاسخ‌های مغز هستند که قبل از هرگونه استنتاج مرتبط با ادراک محرک‌ها، باید پاکسازی و پردازش شوند.

علاوه بر این، فعالیت مغزی در یک الکترود واحد، فعالیت کل مغز را ثبت می‌کند و مکان آن دقیقاً منبع فعالیت را به طور مستقیم نشان نمی‌دهد (به عنوان مثال، افزایش فعالیت در یک الکترود پیشانی به این معنی نیست که لوب پیشانی این پاسخ را ایجاد کرده است). روش‌هایی مانند بازسازی منبع⁴ پاسخ EEG می‌تواند برای این منظور جهت تعیین منبع در سطح پوست سر مورد استفاده قرار گیرد. برای تعیین منابع عمیق‌تر با اطمینان بیشتر، روش‌های تصویربرداری عصبی مانند MEG یا fMRI همراه با EEG می‌توانند در نظر گرفته شوند.

EEG در تحقیقات کنونی

در حال حاضر از EEG به روش‌های متعددی استفاده می‌شود که نه تنها به محققان در زمینه‌های روانشناسی و پزشکی کمک می‌کند، بلکه در رابط‌های مغز و رایانه، نوروفیدبک و درک رفتار مصرف‌کننده در زمینه‌هایی مانند نورومارکتینگ کاربرد دارد.

علوم اعصاب پزشکی یا بالینی

EEG عمدتاً در زمینه‌های پزشکی برای بهبود تشخیص و درمان استفاده می‌شود. به عنوان مثال، رایج‌ترین استفاده از EEG در تشخیص صرع و شناسایی تشنج‌ها⁵ و در مطالعات خواب برای شناسایی ناهنجاری‌های خواب⁶ است. در روانپزشکی و علوم اعصاب بالینی، در حال حاضر از EEG برای شناسایی شاخص‌های عینی اختلالاتی استفاده می‌شود که در غیر این صورت به ارزیابی‌های بالینی ذهنی متکی هستند. تکنیک‌هایی مانند EEG کمی (qEEG) که در آن میزان نوسانات محاسبه شده و روی پوست سر نقشه‌برداری می‌شود، برای توصیف تغییرات ایجاد شده در مغز توسط اختلالات مختلف روانپزشکی استفاده می‌شود⁷. یادگیری ماشین اعمال شده روی طبقه‌بندی مغزهای سالم در برابر مغزهای مبتلا به اختلال نیز راه را برای روش‌های عینی‌تر تشخیص⁸_⁹ هموار می‌کند.

نورومارکتینگ

یقیناً درک رفتار مصرف‌کننده در قلب نورومارکتینگ قرار دارد. رایج‌ترین کاربرد EEG در این زمینه، تعیین جنبه‌های کمتر برجسته و جذاب تبلیغات¹⁰، محصولات یا خدمات با هدف بهبود آن‌ها است.

Emotiv x Neuromarketing - آینده رفتار مصرف‌کننده در آزمایشگاه لوکس L’Oreal.

نوسانات EEG همچنین برای شناسایی اینکه آیا یادآوری ناخودآگاه برند/محصول وجود دارد یا خیر استفاده می‌شود¹¹. کاربردهای دیگر شامل قیمت‌گذاری عصبی (neuropricing) است، جایی که تکالیف رفتاری همراه با EEG برای یافتن استراتژی‌های بهینه قیمت‌گذاری برای محصولات استفاده می‌شود¹².

Emotiv x Neuromarketing - چگونه مغز به پیشنهادهای مختلف قیمت‌گذاری واکنش نشان می‌دهد.

تحقیقات عمومی علوم اعصاب

این نوع تحقیق شامل درک نحوه عملکرد مغز (به عنوان مثال، نحوه پردازش محرک‌های بصری یا شنیداری توسط مغز ما) و نحوه ارتباط بخش‌های مختلف مغز با یکدیگر است. این امر همچنین شامل درک رابطه بین مغز و اختلالات (به عنوان مثال، اختلال طیف اوتیسم یا اسکیزوفرنی) می‌شود. این موضوع حوزه‌های متعددی را در بر می‌گیرد که شامل قلمروهای اجتماعی، عاطفی، محاسباتی و شناختی است.

رابط‌های مغز و رایانه (BCI)

هدف تحقیقات BCI ترجمه فرمان‌های ذهنی به یک اقدام خارجی، از طریق ادغام EEG با دستگاه‌های محاسباتی است. استفاده از فرمان‌های ذهنی برای تایپ کردن یک سند متنی، حرکت دادن ویلچر و حتی حرکت دادن اندام‌های مصنوعی از جمله پیشرفت‌های فعلی در BCI هستند که برای بهبود کیفیت زندگی افراد دارای معلولیت استفاده می‌شوند¹³.

رابط‌های مغز و رایانه (BCI) - ساخته‌های خیره‌کننده جان، پسر ۸ ساله‌ای مبتلا به فلج مغزی، در brainpaintbyjohn در اینستاگرام

انقلاب دیگر در صنعت موسیقی است که در آن نوازندگان/خوانندگان از افکار خود برای خلق موسیقی استفاده می‌کنند (پست مرتبط ما را در اینجا ببینید)

رابط‌های مغز و رایانه (BCI) - هدست EPOC از Emotiv و سینت‌سایزر نمادین TONTO یک تطابق کامل هستند.

به طور کلی، استفاده از EEG نویدبخش کشف فراتر از سطح درک رفتار انسان است. مقرون‌به‌صرفه بودن و دسترسی بالای آن، این روش را به ابزاری مفید در رشته‌های متعدد تبدیل می‌کند که در آن‌ها فرآیندهایی از بهبود تجربه‌های کاربری گرفته تا پیشبرد درمان‌ها با فراتر رفتن از خودگزارش‌های ذهنی ساده و رمزگشایی عینی رفتار انسان با استفاده از EEG امکان‌پذیر می‌شود.

رابط‌های مغز و رایانه (BCI) - همکاری Emotiv و رودریگو هوبنر مندس، رانندگی ماشین فرمول ۱ با استفاده از فرمان‌های ذهنی

مقاله از طرف
روشینی راندنیا (Roshini Randeniya)، افسر تحقیقات، Emotiv Research Pty. Ltd

منابع

1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).

2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).

3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).

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

5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).

6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).

7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).

8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).

9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).

10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).

11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)

12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).

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