מהם האתגרים במחקר וניתוח EEG עכשוויים?

ב-1925, הפסיכיאטר הגרמני האנס ברגר תיעד את האלקטרואנצפלוגרם (EEG) האנושי הראשון. מאז, הטכנולוגיה בממשקי מוח-מחשב וחישוב הולכת ומשתפרת.

פוסט זה בוחן את שני האתגרים העיקריים במחקר EEG, והם:

1. המורכבות הלוגיסטית של מחקר EEG אקדמי מסורתי, ו-

2. החדשנות בחומרת EEG.

מורכבות לוגיסטית של מחקר EEG אקדמי מסורתי

אוכלוסיות נחקרים אקסקלוסיביות, חסרות מימון ומוגבלות אזורית

בואו נבין תחילה את מחקר האלקטרואנצפלוגרם (EEG). מחקר EEG ומתודולוגיית מחקר של מדעי המוח הקוגניטיביים כוללים רישום של הפעילות החשמלית של המוח האנושי באמצעות אלקטרודות לא פולשניות הממוקמות באופן מכוון על פני ראשו של הנחקר. באמצעות מערכים ניסויים הכוללים חשיפה לגירויים שונים, ניתן לנתח שינויים באותות המוח ולהסיק נתונים.

טבלה 1 מספקת סקירה כללית של סוגי המחקרים והפעילויות המבוצעים באמצעות טכנולוגיית EEG. אתם מוזמנים לקרוא גם את המדריך המבואי הזה לאלקטרואנצפלוגרפיה של EEG.

טבלה 1: סוגי מחקרי אלקטרואנצפלוגרם (EEG) (מבוסס על (Williams et al., 2020)

בעוד ש-EEG אומץ באופן נרחב ככלי מחקר יעיל, הלוגיסטיקה יכולה להיות מאתגרת. רוב סוכנויות המימון מספקות מימון למחקר קליני, תרגומי או יישומי. עם זאת, יש פחות מימון למחקר ניסויי בסיסי. מימון מועט עלול להחמיר את הקושי הלוגיסטי בגיוס משתתפים וביצוע מחקר ניסויי מעמיק, וכתוצאה מכך לגודלי מדגם קטנים. מדגמים קטנים אלה נבחרים מתוך נוחות מאזור גאוגרפי מוגבל.

תופעה זו מוכרת בשם בעיית ה-WEIRD. היא מתייחסת לאנשים מערביים, משכילים, מתועשים, עשירים ודמוקרטיים (Western, Educated, Industrialized, Rich, Democratic) המהווים חלק ממדגמי המחקר הטיפוסיים. אוכלוסיות מדגם אלו אינן מייצגות במיוחד, מכיוון שרוב האנשים הללו מגיעים מקמפוסים של מכללות ואוניברסיטאות. דמוגרפיה של WEIRD זו אינה משקפת את המגוון בעולם האמיתי או את התכונות הקוגניטיביות והרגשיות הייחודיות שהופכות אותנו לאנושיים.

במשולב, מצב זה מגביל את המשמעות המעשית ואת יכולת ההכללה של הניסויים. בשל כך, קשה להסיק מממצאי מחקרים אלו תובנות חדשות לגבי כלל הקוגניציה האנושית (כלומר, עומס עבודה מנטלי, פתרון בעיות וכדומה).

חדשנות בחומרת EEG

ציוד ברמת מחקר, נייד וזול, הזמין באופן גלובלי

מכשירי EEG

בשנים האחרונות, חוקרים פרצו מחסומים מסורתיים במחקר מדעי המוח באמצעות מכשירי EEG ניידים. ממשקי מוח-מחשב (BCI), ממשקי מוח-מכונה (BMI), או ממשקי אדם-מחשב (HCI) עושים בדיוק את זה. הם משתמשים באותות EEG כדי לאפיין ולזהות מצבים קוגניטיביים או רגשיים. BCI מתפתח במהירות כאמצעי לשנות את האופן שבו בני אדם מתקשרים עם סביבתם. מגמה זו מונעת מהתקדמות במזעור החומרה ומשיפורים באלגוריתמים לעיבוד נתונים. מערכות אלו מעצימות בני אדם לשפר את עצמם באמצעות נוירופידבק ומעודדות אנשים לתקשר עם סביבתם ללא התערבות פיזית.

העתיד של מכשירי EEG

במהלך העשור האחרון לפחות, המגמה הכללית בחומרת EEG הייתה להפוך את הכלים הללו לקטנים יותר, אלחוטיים, ניידים וזולים יותר.

איור 1: קסדת EPOC של Emotiv

איור 2: קסדת EPOC Flex של Emotiv

עם זאת, העברת מה שפעם דרש מעבדה יקרה וייעודית למערכת ניידת וזולה לא עברה ללא חשש. חלק מהמדענים הביעו חששות לגבי התקפות, האיכות או השימושיות של קסדות EEG. כדי לחקור זאת, חוקרים ערכו מחקרי תיקוף רבים המציגים את התועלת המדעית של מערכות אלו.

העלות הנמוכה והניידות של קסדות EEG פתחו גם מגוון רחב של שאלות מחקר שניתן לענות עליהן כעת in situ (באתר עצמו). כלומר, ניתן למדוד את גלי המוח של הנחקר במצבים מהעולם האמיתי, בעוד שלחומרה המסורתית יש ניידות מינימלית. בתחום התנועה או פסיכולוגיית הספורט, מדובר בשינוי עצום.

תארו לעצמכם קבוצת מחקר שבוחנת זמני תגובה בקרב קבוצה נבחרת של סטודנטים העוסקים בספורט. הם שואלים האם לשוערי כדורגל יש זמן תגובה מהיר יותר לכדור מאשר לחבריהם לקבוצה. בפרדיגמת המחקר המסורתית, נחקרים אלו היו צריכים להגיע למעבדה, להתחבר לחוטים, לבצע משימה על מסך פיזי, ולדווח באמצעות לחצני חומרה או הקשות מקלדת. עם ציוד EEG חדיש יותר, ניתן כעת ליישם ולמדוד את אותה שאלה בזמן אמת על מגרש הכדורגל.

בסך הכל, חידושים אלה בחומרת EEG פתחו יישומים מעשיים מחוץ למעבדה. ככאלה, הם הגדילו את היכולת וההיקף של מחקר מדעי המוח.

תכירו חדשנות – תכירו את Emotiv

בשנים האחרונות חלו התפתחויות מרגשות בניתוחי למידה עמוקה (deep-learning) ולמידת מכונה אחרת. מסיבה זו, נדרש מאגר נתונים גדול, תקף ואיכותי (n=1000+) כדי לנצל את הערך של תוכנות אלו. בהינתן דרישות עיבוד האותות, הסווג, התיקוף והערכת הביצועים במחקר EEG, התחום מפיק תועלת עצומה אם מיישמים גישות בינה מלאכותית אלו. נתוני עתק (Big data) נדרשים כדי להתגבר על האופי החזרתי של המחקר הניסויי הנוכחי במדעי המוח, במיוחד בקצה המורכב יותר של מחלות ניווניות וממשקי מוח-מחשב. עד כה, נתונים אלה לא היו זמינים.

ישנן שתי גישות להגדלת אוכלוסיית המדגם הפוטנציאלית ואיסוף
הנתונים הבאים בעקבותיה:

1. פיתוח חומרת EEG ברמת מחקר, ניידת וזולה שניתן להשתמש בה באופן גלובלי.

2. שיפור טכניקות איסוף הנתונים, התיקוף והניתוח האוטומטי.

פותרים את האתגרים, צומחים עם השינויים. בנו ב-Emotiv

סקירה של חידושי ה-EEG של Emotiv במהלך העשור האחרון

השימוש במכשירי EEG במחקר מדעי המוח ובמסגרות קליניות ממשיך לעלות (ראו איור 3). במהלך העשור האחרון, Emotiv פיתחה ציוד EEG ברמת מחקר, אלחוטי, נייד וקל לשימוש עם בקרת איכות הנגישה לכל אחד, בכל מקום בעולם, כדי לתת מענה לאתגרים הללו.

איור 3 – מספר הפרסומים המכילים "EEG"‏ (1940 – 2021) באמצעות Neuroscience Information Framework

אבולוציה של החומרה

בנוסף, חומרת ה-EEG התפתחה מאלקטרודות רטובות לאלקטרודות יבשות. התאמת אלקטרודות רטובות דורשת זמן רב, הן אינן נוחות להרכבה ומגבילות את הניידות. קסדות עם אלקטרודות יבשות או היברידיות עובדות במהירות, הן ניידות וזולות משמעותית לייצור ולהפעלה. ההתקדמויות הטכנולוגיות הללו מקרבות אותנו לפריצות דרך במחקר נוירולוגי, אך עדיין איננו שם לגמרי.

הבטחת קבוצות מדגם מגוונות

Emotiv יכולה לעזור לכם להגדיל את המגוון של המחקרים שלכם. סדרת ה-EPOC של קסדות ה-EEG מבית Emotiv קיימת כבר מעל עשור ותוקפה באופן עצמאי על ידי מוסדות מחקר ברחבי העולם. הן שימשו במגוון יישומים, כולל שליטה בגפיים רובוטיות ובכיסאות גלגלים, אימות ביומטרי של משתמשים במערכות אבטחה וזיהוי מצבים מנטליים קוגניטיביים ורגשיים.

הפוטנציאל של Emotiv לשימוש גלובלי וחסם פיננסי נמוך מקל על המחקר עבור בעלי משאבים מוגבלים. לדוגמה, Parameshwaran and Thiagarajan השתמשו בציוד EEG של Emotiv בסביבות כפריות ועירוניות בהודו כדי להציג הבדלים בחתימות EEG הקשורים למעמד סוציו-אקונומי, חשיפה לטכנולוגיה וניסיון בנסיעות.