इवेंट से संबंधित संभावनाओं की मूल बातें
रोशिनी रणदेनिया
अद्यतन किया गया
22 मई 2024
इवेंट से संबंधित संभावनाओं की मूल बातें
रोशिनी रणदेनिया
अद्यतन किया गया
22 मई 2024
इवेंट से संबंधित संभावनाओं की मूल बातें
रोशिनी रणदेनिया
अद्यतन किया गया
22 मई 2024
1. परिचय (Introduction)
स्वागत है! इस दूसरे ट्यूटोरियल में हम सीखेंगे कि उत्तेजनाओं के प्रति मस्तिष्क की प्रतिक्रिया को कैसे चिह्नित किया जाता है।
हम सीखेंगे:
इवेंट-रिलेटेड पोटेंशियल (ERP) क्या है?
ERP पीक्स और कंपोनेंट्स क्या हैं?
ERP प्राप्त करने के विशिष्ट चरण
Emotiv EPOC डिवाइस और सॉफ्टवेयर का उपयोग करके व्यावहारिक अनुप्रयोग
2. इवेंट-रिलेटेड पोटेंशियल (ERP) क्या है?
इवेंट-रिलेटेड पोटेंशियल (ERP), जिसे इवोक्ड पोटेंशियल भी कहा जाता है, किसी घटना या उत्तेजना (जैसे कि तेज आवाज सुनना) के प्रति मस्तिष्क की प्रतिक्रिया है। विशेष रूप से - यह संवेदी या संज्ञानात्मक घटना के परिणामस्वरूप EEG में देखा गया वोल्टेज आयाम (voltage amplitude) परिवर्तन है।
हम 'ERP कंपोनेंट्स' का निरीक्षण कर सकते हैं जो उत्तेजना की शुरुआत के बाद होने वाले स्थिर पीक्स हैं। ERP में कई सकारात्मक या नकारात्मक पीक्स हो सकते हैं, लेकिन वे सभी अच्छी तरह से परिभाषित ERP कंपोनेंट्स जैसे N100 या P300 कंपोनेंट्स नहीं होते हैं।
जब आप टाइम डोमेन में EEG देखते हैं तो अक्ष की दिशा (axis direction) को देखना याद रखें। कभी-कभी आप अक्ष के शीर्ष पर – और नीचे + देखेंगे, विशेष रूप से नैदानिक (clinical) EEG में
नोट: एक ERP को किसी एक घटना से या उस घटना के कई परीक्षणों में औसतन आयामों (averaging amplitudes) द्वारा दर्शाया जा सकता है। आमतौर पर, इस तरह के विशिष्ट कंपोनेंट्स के साथ सहज ERP - जैसा कि चित्र में है - केवल 100 से अधिक परीक्षणों के औसत से ही प्राप्त होते हैं
चित्र 1 – विशिष्ट श्रवण (auditory) ERP कंपोनेंट्स
विशिष्ट कंपोनेंट्स को उनकी ध्रुवीयता (यानी, सकारात्मक (P) या नकारात्मक (N) और वे कब होते हैं (जैसे, पहला नकारात्मक कंपोनेंट N1) से पहचाना जाता है। उसी N1 कंपोनेंट को उसके घटित होने के समय से भी पहचाना जा सकता है (जैसे सुर की शुरुआत से 100ms) – N100
3. ERP प्राप्त करने के चरण
प्रयोग चरण (Experiment Phase):
हम रुचि के विशिष्ट ERPs प्राप्त करने के लिए प्रयोगों को डिजाइन करते हैं।
उदाहरण के लिए, जब प्रतिभागी ऑडियो टोन सुनते हैं तो हम EEG एकत्र कर सकते हैं।
EEG डेटा को समझने के लिए, हमें EEG में उस समय को चिह्नित करना होगा जब प्रतिभागी ने टोन सुना था। इन्हें इवेंट मार्कर्स कहा जाता है (चित्र 2 में वर्टिकल लाल रेखाएं)।
चित्र 2 – रॉ (raw) EEG पर प्रदर्शित इवेंट मार्कर्स (लाल रेखाएं)
ERP को देखने में सक्षम होने के लिए टोन की शुरुआत के साथ इवेंट मार्कर के समय को सटीक रूप से संरेखित (aligned) करना हमारे लिए बहुत महत्वपूर्ण है! इसलिए सटीक टाइमस्टैम्प प्राप्त करने में हमारी सहायता के लिए सही हार्डवेयर और सॉफ्टवेयर का चयन करना महत्वपूर्ण है।
एक संदर्भ (reference) का चयन करना
याद रखें कि विद्युत गतिविधि हमेशा दो बिंदुओं के बीच मापी जाती है। EEG उपकरणों में प्रत्येक सेंसर पर विद्युत क्षमता को संदर्भ सेंसर (DRL + CMS) के विरुद्ध मापा जाता है।
Emotiv EPOC उपकरणों में संदर्भ सेंसर के लिए दो विकल्प उपलब्ध हैं
चित्र 3 – Emotiv EPOC प्रकार के उपकरणों में संदर्भ विकल्प
एक EPOC प्रकार के हेडसेट में संदर्भ देने के लिए दो विकल्प होते हैं:
मस्टॉयड संदर्भ (Mastoid Reference) – मस्टॉयड को संदर्भ सेंसर के रूप में उपयोग करने के लिए हम P3/P4 सेंसर पर रबर स्टॉपर्स और मस्टॉयड सेंसर पर गीले फेल्ट्स रखते हैं।
P3/P4 संदर्भ (P3/P4 reference) – P3/P4 को संदर्भ सेंसर के रूप में उपयोग करने के लिए हम M1/M2 मस्टॉयड सेंसर पर रबर स्टॉपर्स और P3/P4 सेंसर पर गीले फेल्ट्स रखते हैं
ERP प्रयोगों के लिए मस्टॉयड संदर्भ का उपयोग करना आम बात है, लेकिन आप P3/P4 संदर्भ का भी उपयोग कर सकते हैं क्योंकि विश्लेषण से पहले अपने डेटा को प्रीप्रोसेस करते समय, आप बाद में डेटा को कभी भी ऑनलाइन री-रेफरेंस कर सकते हैं। डेटा का विश्लेषण करने से पहले सभी सेंसर के औसत से डेटा को री-रेफरेंस करना आम है।
हमारे प्रयोग के लिए हम मस्टॉयड संदर्भ का उपयोग करके डेटा एकत्र करेंगे। यहाँ आमतौर पर अच्छी धारणा यह है कि मस्टॉयड प्रक्रिया मस्तिष्क के अन्य स्थानों की तरह EEG डेटा को संचरित नहीं करेगी, इसलिए यह एक अच्छा संदर्भ बिंदु है।
प्री-प्रोसेसिंग (Pre-processing):
हम रॉ (raw) EEG में तुरंत एक ERP नहीं देख सकते हैं क्योंकि हमारे मस्तिष्क में और उसके आसपास होने वाली अन्य सभी गतिविधियों (~ ±40uV) की तुलना में यह बहुत छोटा प्रभाव (~ ±5uV) है!
इसलिए हमारे टोन से संबंधित मस्तिष्क के विशिष्ट प्रभाव को देखने के लिए हमें किसी भी शोर या कलाकृतियों (artefacts) को हटाने के लिए अपने डेटा को साफ करने की आवश्यकता है। फिर हम डेटा को 'इपॉक' (epoch) करेंगे - जो कि मस्तिष्क की प्रतिक्रियाओं को हमारे द्वारा परिभाषित समय विंडो में विभाजित करने के लिए उपयोग किया जाने वाला शब्द है (जैसे, टोन से 50ms पहले और टोन के 400ms बाद से शुरू होने वाली मस्तिष्क प्रतिक्रिया)। फिर हम एक विशिष्ट ERP प्राप्त करने के लिए सभी अलग-अलग इपॉक्ड EEG डेटा (यानी, सभी टोनों के प्रति मस्तिष्क की प्रतिक्रियाएं) का औसत निकालते हैं।
नीचे एक विशिष्ट ERP पाइपलाइन के बुनियादी चरण दिए गए हैं। शोधकर्ता अपने डेटा और उद्देश्यों के आधार पर चरणों का चयन करेंगे।
चित्र 4 – एक विशिष्ट ERP प्रोसेसिंग पाइपलाइन
4. आइए अपना खुद का ERP प्राप्त करें
पहले आइए सॉफ्टवेयर सेट करें
PsychoPy का नवीनतम संस्करण डाउनलोड करें – https://www.psychopy.org/ हम प्रतिभागियों को टोन प्रस्तुत करने के लिए PsychoPy का उपयोग करने जा रहे हैं।
EEG को रिकॉर्ड करने और देखने के लिए Emotiv Launcher और EmotivPRO ऐप्स प्राप्त करें।
PsychoPy को अपने Emotiv सॉफ़्टवेयर के साथ कनेक्ट करें ताकि वे एक-दूसरे से बात कर सकें।
वीडियो में दिए गए चरणों का पालन करें:
PsychoPy के साथ एक Emotiv EEG प्रयोग बनाएं
किसी भी उत्तेजना (जैसे, एक छवि, एक टोन) के कई रिपिटिशन्स का उपयोग करके एक सुचारू ERP प्राप्त किया जा सकता है। यहाँ हम प्रतिभागी को हर 4 सेकंड में ~150 बार वही 50ms का टोन प्रस्तुत करने जा रहे हैं!
एकल टोन के साथ एक सरल ऑडिटरी प्रयोग बनाने के लिए वीडियो का अनुसरण करें:
आइए कुछ डेटा प्राप्त करें
अब जब आपने संदर्भ चुन लिया है, तो आप सर्वोत्तम गुणवत्ता वाला EEG प्राप्त करने के लिए अपने हेडसेट को सेट करने के बारे में जानने के लिए वीडियो देख सकते हैं:
EmotivPRO Analyzer के साथ ERP पाइपलाइन
अपना खुद का ERP जनरेट करने के लिए वीडियो देखें और चरणों का पालन करें:
Analyzer से प्राप्त ERP आउटपुट को समझना
प्रत्येक चैनल के लिए आप एक औसत वेवफॉर्म देखेंगे। 100ms पर एक नकारात्मक पीक के साथ एक विशिष्ट स्मूथ ERP नीचे देखा जा सकता है। ठोस रेखा औसत आयाम को दर्शाती है और हल्का शेडिंग मीन की मानक त्रुटि (standard error of the mean) को दर्शाता है:
यहाँ बिना किसी स्पष्ट ERP कंपोनेंट के एक शोरयुक्त वेवफॉर्म है। यह परीक्षणों (trials) की कम संख्या के कारण हो सकता है:
ध्यान देने योग्य बातें
प्रतिभागियों के बीच ERPs की तुलना करते समय, आमतौर पर अंतर प्रभाव (difference effect) की तुलना करना बेहतर होता है।
जैसे, हम एक पैटर्न में कम बार आने वाले टोन्स (deviant/oddball) की तुलना में अधिक लगातार आने वाले टोन (standard) के लिए औसत ERP को देख सकते हैं। हम केवल एक वेव के आयामों को दूसरे से घटाकर एक अंतर वेवफॉर्म प्राप्त कर सकते हैं। जैसा कि चित्र 5 में है, हम तब एक ERP कंपोनेंट का निरीक्षण कर सकते हैं जिसे आमतौर पर मिसमैच नेगेटिविटी (MMN) के रूप में जाना जाता है, जिसका आमतौर पर ERP अनुसंधान में अध्ययन किया जाता है।
चित्र 5 – पर्यावरण में किसी पैटर्न का उल्लंघन होने पर ERP में मिसमैच नेगेटिविटी कंपोनेंट देखा जा सकता है
5. ERPs के अनुप्रयोग
बायोमार्कर की पहचान :
ERPs के सबसे आम अनुप्रयोगों में से एक क्लिनिकल शोधकर्ताओं द्वारा सिज़ोफ्रेनिया जैसे मानसिक विकारों के निदान के बेहतर तरीके खोजना है। सिज़ोफ्रेनिया के साथ जी रहे लोगों को उनकी मिसमैच नेगेटिविटी रिस्पॉन्स के आधार पर स्वस्थ नियंत्रणों से अलग किया जा सकता है
चित्र 6 – क्रोनिक सिज़ोफ्रेनिया, हाल ही में शुरुआत के साथ-साथ विकार विकसित होने के जोखिम वाले लोगों की तुलना में मिसमैच नेगेटिविटी आयाम महत्वपूर्ण रूप से अधिक हैं (Jashan 2012)
ERP – BCI (ब्रेन कंप्यूटर इंटरफेस)
विभिन्न मानसिक आदेशों या दृश्य उत्तेजनाओं (जैसे कीबोर्ड पर अक्षर) के लिए ERPs का उपयोग व्हीलचेयर चलाने या BCI स्पेलर्स को पावर देने के लिए किया जा सकता है
6. संसाधन
Emotiv मैनुअल
अनुशंसित पाठ (Recommended Reading)
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
1. परिचय (Introduction)
स्वागत है! इस दूसरे ट्यूटोरियल में हम सीखेंगे कि उत्तेजनाओं के प्रति मस्तिष्क की प्रतिक्रिया को कैसे चिह्नित किया जाता है।
हम सीखेंगे:
इवेंट-रिलेटेड पोटेंशियल (ERP) क्या है?
ERP पीक्स और कंपोनेंट्स क्या हैं?
ERP प्राप्त करने के विशिष्ट चरण
Emotiv EPOC डिवाइस और सॉफ्टवेयर का उपयोग करके व्यावहारिक अनुप्रयोग
2. इवेंट-रिलेटेड पोटेंशियल (ERP) क्या है?
इवेंट-रिलेटेड पोटेंशियल (ERP), जिसे इवोक्ड पोटेंशियल भी कहा जाता है, किसी घटना या उत्तेजना (जैसे कि तेज आवाज सुनना) के प्रति मस्तिष्क की प्रतिक्रिया है। विशेष रूप से - यह संवेदी या संज्ञानात्मक घटना के परिणामस्वरूप EEG में देखा गया वोल्टेज आयाम (voltage amplitude) परिवर्तन है।
हम 'ERP कंपोनेंट्स' का निरीक्षण कर सकते हैं जो उत्तेजना की शुरुआत के बाद होने वाले स्थिर पीक्स हैं। ERP में कई सकारात्मक या नकारात्मक पीक्स हो सकते हैं, लेकिन वे सभी अच्छी तरह से परिभाषित ERP कंपोनेंट्स जैसे N100 या P300 कंपोनेंट्स नहीं होते हैं।
जब आप टाइम डोमेन में EEG देखते हैं तो अक्ष की दिशा (axis direction) को देखना याद रखें। कभी-कभी आप अक्ष के शीर्ष पर – और नीचे + देखेंगे, विशेष रूप से नैदानिक (clinical) EEG में
नोट: एक ERP को किसी एक घटना से या उस घटना के कई परीक्षणों में औसतन आयामों (averaging amplitudes) द्वारा दर्शाया जा सकता है। आमतौर पर, इस तरह के विशिष्ट कंपोनेंट्स के साथ सहज ERP - जैसा कि चित्र में है - केवल 100 से अधिक परीक्षणों के औसत से ही प्राप्त होते हैं
चित्र 1 – विशिष्ट श्रवण (auditory) ERP कंपोनेंट्स
विशिष्ट कंपोनेंट्स को उनकी ध्रुवीयता (यानी, सकारात्मक (P) या नकारात्मक (N) और वे कब होते हैं (जैसे, पहला नकारात्मक कंपोनेंट N1) से पहचाना जाता है। उसी N1 कंपोनेंट को उसके घटित होने के समय से भी पहचाना जा सकता है (जैसे सुर की शुरुआत से 100ms) – N100
3. ERP प्राप्त करने के चरण
प्रयोग चरण (Experiment Phase):
हम रुचि के विशिष्ट ERPs प्राप्त करने के लिए प्रयोगों को डिजाइन करते हैं।
उदाहरण के लिए, जब प्रतिभागी ऑडियो टोन सुनते हैं तो हम EEG एकत्र कर सकते हैं।
EEG डेटा को समझने के लिए, हमें EEG में उस समय को चिह्नित करना होगा जब प्रतिभागी ने टोन सुना था। इन्हें इवेंट मार्कर्स कहा जाता है (चित्र 2 में वर्टिकल लाल रेखाएं)।
चित्र 2 – रॉ (raw) EEG पर प्रदर्शित इवेंट मार्कर्स (लाल रेखाएं)
ERP को देखने में सक्षम होने के लिए टोन की शुरुआत के साथ इवेंट मार्कर के समय को सटीक रूप से संरेखित (aligned) करना हमारे लिए बहुत महत्वपूर्ण है! इसलिए सटीक टाइमस्टैम्प प्राप्त करने में हमारी सहायता के लिए सही हार्डवेयर और सॉफ्टवेयर का चयन करना महत्वपूर्ण है।
एक संदर्भ (reference) का चयन करना
याद रखें कि विद्युत गतिविधि हमेशा दो बिंदुओं के बीच मापी जाती है। EEG उपकरणों में प्रत्येक सेंसर पर विद्युत क्षमता को संदर्भ सेंसर (DRL + CMS) के विरुद्ध मापा जाता है।
Emotiv EPOC उपकरणों में संदर्भ सेंसर के लिए दो विकल्प उपलब्ध हैं
चित्र 3 – Emotiv EPOC प्रकार के उपकरणों में संदर्भ विकल्प
एक EPOC प्रकार के हेडसेट में संदर्भ देने के लिए दो विकल्प होते हैं:
मस्टॉयड संदर्भ (Mastoid Reference) – मस्टॉयड को संदर्भ सेंसर के रूप में उपयोग करने के लिए हम P3/P4 सेंसर पर रबर स्टॉपर्स और मस्टॉयड सेंसर पर गीले फेल्ट्स रखते हैं।
P3/P4 संदर्भ (P3/P4 reference) – P3/P4 को संदर्भ सेंसर के रूप में उपयोग करने के लिए हम M1/M2 मस्टॉयड सेंसर पर रबर स्टॉपर्स और P3/P4 सेंसर पर गीले फेल्ट्स रखते हैं
ERP प्रयोगों के लिए मस्टॉयड संदर्भ का उपयोग करना आम बात है, लेकिन आप P3/P4 संदर्भ का भी उपयोग कर सकते हैं क्योंकि विश्लेषण से पहले अपने डेटा को प्रीप्रोसेस करते समय, आप बाद में डेटा को कभी भी ऑनलाइन री-रेफरेंस कर सकते हैं। डेटा का विश्लेषण करने से पहले सभी सेंसर के औसत से डेटा को री-रेफरेंस करना आम है।
हमारे प्रयोग के लिए हम मस्टॉयड संदर्भ का उपयोग करके डेटा एकत्र करेंगे। यहाँ आमतौर पर अच्छी धारणा यह है कि मस्टॉयड प्रक्रिया मस्तिष्क के अन्य स्थानों की तरह EEG डेटा को संचरित नहीं करेगी, इसलिए यह एक अच्छा संदर्भ बिंदु है।
प्री-प्रोसेसिंग (Pre-processing):
हम रॉ (raw) EEG में तुरंत एक ERP नहीं देख सकते हैं क्योंकि हमारे मस्तिष्क में और उसके आसपास होने वाली अन्य सभी गतिविधियों (~ ±40uV) की तुलना में यह बहुत छोटा प्रभाव (~ ±5uV) है!
इसलिए हमारे टोन से संबंधित मस्तिष्क के विशिष्ट प्रभाव को देखने के लिए हमें किसी भी शोर या कलाकृतियों (artefacts) को हटाने के लिए अपने डेटा को साफ करने की आवश्यकता है। फिर हम डेटा को 'इपॉक' (epoch) करेंगे - जो कि मस्तिष्क की प्रतिक्रियाओं को हमारे द्वारा परिभाषित समय विंडो में विभाजित करने के लिए उपयोग किया जाने वाला शब्द है (जैसे, टोन से 50ms पहले और टोन के 400ms बाद से शुरू होने वाली मस्तिष्क प्रतिक्रिया)। फिर हम एक विशिष्ट ERP प्राप्त करने के लिए सभी अलग-अलग इपॉक्ड EEG डेटा (यानी, सभी टोनों के प्रति मस्तिष्क की प्रतिक्रियाएं) का औसत निकालते हैं।
नीचे एक विशिष्ट ERP पाइपलाइन के बुनियादी चरण दिए गए हैं। शोधकर्ता अपने डेटा और उद्देश्यों के आधार पर चरणों का चयन करेंगे।
चित्र 4 – एक विशिष्ट ERP प्रोसेसिंग पाइपलाइन
4. आइए अपना खुद का ERP प्राप्त करें
पहले आइए सॉफ्टवेयर सेट करें
PsychoPy का नवीनतम संस्करण डाउनलोड करें – https://www.psychopy.org/ हम प्रतिभागियों को टोन प्रस्तुत करने के लिए PsychoPy का उपयोग करने जा रहे हैं।
EEG को रिकॉर्ड करने और देखने के लिए Emotiv Launcher और EmotivPRO ऐप्स प्राप्त करें।
PsychoPy को अपने Emotiv सॉफ़्टवेयर के साथ कनेक्ट करें ताकि वे एक-दूसरे से बात कर सकें।
वीडियो में दिए गए चरणों का पालन करें:
PsychoPy के साथ एक Emotiv EEG प्रयोग बनाएं
किसी भी उत्तेजना (जैसे, एक छवि, एक टोन) के कई रिपिटिशन्स का उपयोग करके एक सुचारू ERP प्राप्त किया जा सकता है। यहाँ हम प्रतिभागी को हर 4 सेकंड में ~150 बार वही 50ms का टोन प्रस्तुत करने जा रहे हैं!
एकल टोन के साथ एक सरल ऑडिटरी प्रयोग बनाने के लिए वीडियो का अनुसरण करें:
आइए कुछ डेटा प्राप्त करें
अब जब आपने संदर्भ चुन लिया है, तो आप सर्वोत्तम गुणवत्ता वाला EEG प्राप्त करने के लिए अपने हेडसेट को सेट करने के बारे में जानने के लिए वीडियो देख सकते हैं:
EmotivPRO Analyzer के साथ ERP पाइपलाइन
अपना खुद का ERP जनरेट करने के लिए वीडियो देखें और चरणों का पालन करें:
Analyzer से प्राप्त ERP आउटपुट को समझना
प्रत्येक चैनल के लिए आप एक औसत वेवफॉर्म देखेंगे। 100ms पर एक नकारात्मक पीक के साथ एक विशिष्ट स्मूथ ERP नीचे देखा जा सकता है। ठोस रेखा औसत आयाम को दर्शाती है और हल्का शेडिंग मीन की मानक त्रुटि (standard error of the mean) को दर्शाता है:
यहाँ बिना किसी स्पष्ट ERP कंपोनेंट के एक शोरयुक्त वेवफॉर्म है। यह परीक्षणों (trials) की कम संख्या के कारण हो सकता है:
ध्यान देने योग्य बातें
प्रतिभागियों के बीच ERPs की तुलना करते समय, आमतौर पर अंतर प्रभाव (difference effect) की तुलना करना बेहतर होता है।
जैसे, हम एक पैटर्न में कम बार आने वाले टोन्स (deviant/oddball) की तुलना में अधिक लगातार आने वाले टोन (standard) के लिए औसत ERP को देख सकते हैं। हम केवल एक वेव के आयामों को दूसरे से घटाकर एक अंतर वेवफॉर्म प्राप्त कर सकते हैं। जैसा कि चित्र 5 में है, हम तब एक ERP कंपोनेंट का निरीक्षण कर सकते हैं जिसे आमतौर पर मिसमैच नेगेटिविटी (MMN) के रूप में जाना जाता है, जिसका आमतौर पर ERP अनुसंधान में अध्ययन किया जाता है।
चित्र 5 – पर्यावरण में किसी पैटर्न का उल्लंघन होने पर ERP में मिसमैच नेगेटिविटी कंपोनेंट देखा जा सकता है
5. ERPs के अनुप्रयोग
बायोमार्कर की पहचान :
ERPs के सबसे आम अनुप्रयोगों में से एक क्लिनिकल शोधकर्ताओं द्वारा सिज़ोफ्रेनिया जैसे मानसिक विकारों के निदान के बेहतर तरीके खोजना है। सिज़ोफ्रेनिया के साथ जी रहे लोगों को उनकी मिसमैच नेगेटिविटी रिस्पॉन्स के आधार पर स्वस्थ नियंत्रणों से अलग किया जा सकता है
चित्र 6 – क्रोनिक सिज़ोफ्रेनिया, हाल ही में शुरुआत के साथ-साथ विकार विकसित होने के जोखिम वाले लोगों की तुलना में मिसमैच नेगेटिविटी आयाम महत्वपूर्ण रूप से अधिक हैं (Jashan 2012)
ERP – BCI (ब्रेन कंप्यूटर इंटरफेस)
विभिन्न मानसिक आदेशों या दृश्य उत्तेजनाओं (जैसे कीबोर्ड पर अक्षर) के लिए ERPs का उपयोग व्हीलचेयर चलाने या BCI स्पेलर्स को पावर देने के लिए किया जा सकता है
6. संसाधन
Emotiv मैनुअल
अनुशंसित पाठ (Recommended Reading)
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
1. परिचय (Introduction)
स्वागत है! इस दूसरे ट्यूटोरियल में हम सीखेंगे कि उत्तेजनाओं के प्रति मस्तिष्क की प्रतिक्रिया को कैसे चिह्नित किया जाता है।
हम सीखेंगे:
इवेंट-रिलेटेड पोटेंशियल (ERP) क्या है?
ERP पीक्स और कंपोनेंट्स क्या हैं?
ERP प्राप्त करने के विशिष्ट चरण
Emotiv EPOC डिवाइस और सॉफ्टवेयर का उपयोग करके व्यावहारिक अनुप्रयोग
2. इवेंट-रिलेटेड पोटेंशियल (ERP) क्या है?
इवेंट-रिलेटेड पोटेंशियल (ERP), जिसे इवोक्ड पोटेंशियल भी कहा जाता है, किसी घटना या उत्तेजना (जैसे कि तेज आवाज सुनना) के प्रति मस्तिष्क की प्रतिक्रिया है। विशेष रूप से - यह संवेदी या संज्ञानात्मक घटना के परिणामस्वरूप EEG में देखा गया वोल्टेज आयाम (voltage amplitude) परिवर्तन है।
हम 'ERP कंपोनेंट्स' का निरीक्षण कर सकते हैं जो उत्तेजना की शुरुआत के बाद होने वाले स्थिर पीक्स हैं। ERP में कई सकारात्मक या नकारात्मक पीक्स हो सकते हैं, लेकिन वे सभी अच्छी तरह से परिभाषित ERP कंपोनेंट्स जैसे N100 या P300 कंपोनेंट्स नहीं होते हैं।
जब आप टाइम डोमेन में EEG देखते हैं तो अक्ष की दिशा (axis direction) को देखना याद रखें। कभी-कभी आप अक्ष के शीर्ष पर – और नीचे + देखेंगे, विशेष रूप से नैदानिक (clinical) EEG में
नोट: एक ERP को किसी एक घटना से या उस घटना के कई परीक्षणों में औसतन आयामों (averaging amplitudes) द्वारा दर्शाया जा सकता है। आमतौर पर, इस तरह के विशिष्ट कंपोनेंट्स के साथ सहज ERP - जैसा कि चित्र में है - केवल 100 से अधिक परीक्षणों के औसत से ही प्राप्त होते हैं
चित्र 1 – विशिष्ट श्रवण (auditory) ERP कंपोनेंट्स
विशिष्ट कंपोनेंट्स को उनकी ध्रुवीयता (यानी, सकारात्मक (P) या नकारात्मक (N) और वे कब होते हैं (जैसे, पहला नकारात्मक कंपोनेंट N1) से पहचाना जाता है। उसी N1 कंपोनेंट को उसके घटित होने के समय से भी पहचाना जा सकता है (जैसे सुर की शुरुआत से 100ms) – N100
3. ERP प्राप्त करने के चरण
प्रयोग चरण (Experiment Phase):
हम रुचि के विशिष्ट ERPs प्राप्त करने के लिए प्रयोगों को डिजाइन करते हैं।
उदाहरण के लिए, जब प्रतिभागी ऑडियो टोन सुनते हैं तो हम EEG एकत्र कर सकते हैं।
EEG डेटा को समझने के लिए, हमें EEG में उस समय को चिह्नित करना होगा जब प्रतिभागी ने टोन सुना था। इन्हें इवेंट मार्कर्स कहा जाता है (चित्र 2 में वर्टिकल लाल रेखाएं)।
चित्र 2 – रॉ (raw) EEG पर प्रदर्शित इवेंट मार्कर्स (लाल रेखाएं)
ERP को देखने में सक्षम होने के लिए टोन की शुरुआत के साथ इवेंट मार्कर के समय को सटीक रूप से संरेखित (aligned) करना हमारे लिए बहुत महत्वपूर्ण है! इसलिए सटीक टाइमस्टैम्प प्राप्त करने में हमारी सहायता के लिए सही हार्डवेयर और सॉफ्टवेयर का चयन करना महत्वपूर्ण है।
एक संदर्भ (reference) का चयन करना
याद रखें कि विद्युत गतिविधि हमेशा दो बिंदुओं के बीच मापी जाती है। EEG उपकरणों में प्रत्येक सेंसर पर विद्युत क्षमता को संदर्भ सेंसर (DRL + CMS) के विरुद्ध मापा जाता है।
Emotiv EPOC उपकरणों में संदर्भ सेंसर के लिए दो विकल्प उपलब्ध हैं
चित्र 3 – Emotiv EPOC प्रकार के उपकरणों में संदर्भ विकल्प
एक EPOC प्रकार के हेडसेट में संदर्भ देने के लिए दो विकल्प होते हैं:
मस्टॉयड संदर्भ (Mastoid Reference) – मस्टॉयड को संदर्भ सेंसर के रूप में उपयोग करने के लिए हम P3/P4 सेंसर पर रबर स्टॉपर्स और मस्टॉयड सेंसर पर गीले फेल्ट्स रखते हैं।
P3/P4 संदर्भ (P3/P4 reference) – P3/P4 को संदर्भ सेंसर के रूप में उपयोग करने के लिए हम M1/M2 मस्टॉयड सेंसर पर रबर स्टॉपर्स और P3/P4 सेंसर पर गीले फेल्ट्स रखते हैं
ERP प्रयोगों के लिए मस्टॉयड संदर्भ का उपयोग करना आम बात है, लेकिन आप P3/P4 संदर्भ का भी उपयोग कर सकते हैं क्योंकि विश्लेषण से पहले अपने डेटा को प्रीप्रोसेस करते समय, आप बाद में डेटा को कभी भी ऑनलाइन री-रेफरेंस कर सकते हैं। डेटा का विश्लेषण करने से पहले सभी सेंसर के औसत से डेटा को री-रेफरेंस करना आम है।
हमारे प्रयोग के लिए हम मस्टॉयड संदर्भ का उपयोग करके डेटा एकत्र करेंगे। यहाँ आमतौर पर अच्छी धारणा यह है कि मस्टॉयड प्रक्रिया मस्तिष्क के अन्य स्थानों की तरह EEG डेटा को संचरित नहीं करेगी, इसलिए यह एक अच्छा संदर्भ बिंदु है।
प्री-प्रोसेसिंग (Pre-processing):
हम रॉ (raw) EEG में तुरंत एक ERP नहीं देख सकते हैं क्योंकि हमारे मस्तिष्क में और उसके आसपास होने वाली अन्य सभी गतिविधियों (~ ±40uV) की तुलना में यह बहुत छोटा प्रभाव (~ ±5uV) है!
इसलिए हमारे टोन से संबंधित मस्तिष्क के विशिष्ट प्रभाव को देखने के लिए हमें किसी भी शोर या कलाकृतियों (artefacts) को हटाने के लिए अपने डेटा को साफ करने की आवश्यकता है। फिर हम डेटा को 'इपॉक' (epoch) करेंगे - जो कि मस्तिष्क की प्रतिक्रियाओं को हमारे द्वारा परिभाषित समय विंडो में विभाजित करने के लिए उपयोग किया जाने वाला शब्द है (जैसे, टोन से 50ms पहले और टोन के 400ms बाद से शुरू होने वाली मस्तिष्क प्रतिक्रिया)। फिर हम एक विशिष्ट ERP प्राप्त करने के लिए सभी अलग-अलग इपॉक्ड EEG डेटा (यानी, सभी टोनों के प्रति मस्तिष्क की प्रतिक्रियाएं) का औसत निकालते हैं।
नीचे एक विशिष्ट ERP पाइपलाइन के बुनियादी चरण दिए गए हैं। शोधकर्ता अपने डेटा और उद्देश्यों के आधार पर चरणों का चयन करेंगे।
चित्र 4 – एक विशिष्ट ERP प्रोसेसिंग पाइपलाइन
4. आइए अपना खुद का ERP प्राप्त करें
पहले आइए सॉफ्टवेयर सेट करें
PsychoPy का नवीनतम संस्करण डाउनलोड करें – https://www.psychopy.org/ हम प्रतिभागियों को टोन प्रस्तुत करने के लिए PsychoPy का उपयोग करने जा रहे हैं।
EEG को रिकॉर्ड करने और देखने के लिए Emotiv Launcher और EmotivPRO ऐप्स प्राप्त करें।
PsychoPy को अपने Emotiv सॉफ़्टवेयर के साथ कनेक्ट करें ताकि वे एक-दूसरे से बात कर सकें।
वीडियो में दिए गए चरणों का पालन करें:
PsychoPy के साथ एक Emotiv EEG प्रयोग बनाएं
किसी भी उत्तेजना (जैसे, एक छवि, एक टोन) के कई रिपिटिशन्स का उपयोग करके एक सुचारू ERP प्राप्त किया जा सकता है। यहाँ हम प्रतिभागी को हर 4 सेकंड में ~150 बार वही 50ms का टोन प्रस्तुत करने जा रहे हैं!
एकल टोन के साथ एक सरल ऑडिटरी प्रयोग बनाने के लिए वीडियो का अनुसरण करें:
आइए कुछ डेटा प्राप्त करें
अब जब आपने संदर्भ चुन लिया है, तो आप सर्वोत्तम गुणवत्ता वाला EEG प्राप्त करने के लिए अपने हेडसेट को सेट करने के बारे में जानने के लिए वीडियो देख सकते हैं:
EmotivPRO Analyzer के साथ ERP पाइपलाइन
अपना खुद का ERP जनरेट करने के लिए वीडियो देखें और चरणों का पालन करें:
Analyzer से प्राप्त ERP आउटपुट को समझना
प्रत्येक चैनल के लिए आप एक औसत वेवफॉर्म देखेंगे। 100ms पर एक नकारात्मक पीक के साथ एक विशिष्ट स्मूथ ERP नीचे देखा जा सकता है। ठोस रेखा औसत आयाम को दर्शाती है और हल्का शेडिंग मीन की मानक त्रुटि (standard error of the mean) को दर्शाता है:
यहाँ बिना किसी स्पष्ट ERP कंपोनेंट के एक शोरयुक्त वेवफॉर्म है। यह परीक्षणों (trials) की कम संख्या के कारण हो सकता है:
ध्यान देने योग्य बातें
प्रतिभागियों के बीच ERPs की तुलना करते समय, आमतौर पर अंतर प्रभाव (difference effect) की तुलना करना बेहतर होता है।
जैसे, हम एक पैटर्न में कम बार आने वाले टोन्स (deviant/oddball) की तुलना में अधिक लगातार आने वाले टोन (standard) के लिए औसत ERP को देख सकते हैं। हम केवल एक वेव के आयामों को दूसरे से घटाकर एक अंतर वेवफॉर्म प्राप्त कर सकते हैं। जैसा कि चित्र 5 में है, हम तब एक ERP कंपोनेंट का निरीक्षण कर सकते हैं जिसे आमतौर पर मिसमैच नेगेटिविटी (MMN) के रूप में जाना जाता है, जिसका आमतौर पर ERP अनुसंधान में अध्ययन किया जाता है।
चित्र 5 – पर्यावरण में किसी पैटर्न का उल्लंघन होने पर ERP में मिसमैच नेगेटिविटी कंपोनेंट देखा जा सकता है
5. ERPs के अनुप्रयोग
बायोमार्कर की पहचान :
ERPs के सबसे आम अनुप्रयोगों में से एक क्लिनिकल शोधकर्ताओं द्वारा सिज़ोफ्रेनिया जैसे मानसिक विकारों के निदान के बेहतर तरीके खोजना है। सिज़ोफ्रेनिया के साथ जी रहे लोगों को उनकी मिसमैच नेगेटिविटी रिस्पॉन्स के आधार पर स्वस्थ नियंत्रणों से अलग किया जा सकता है
चित्र 6 – क्रोनिक सिज़ोफ्रेनिया, हाल ही में शुरुआत के साथ-साथ विकार विकसित होने के जोखिम वाले लोगों की तुलना में मिसमैच नेगेटिविटी आयाम महत्वपूर्ण रूप से अधिक हैं (Jashan 2012)
ERP – BCI (ब्रेन कंप्यूटर इंटरफेस)
विभिन्न मानसिक आदेशों या दृश्य उत्तेजनाओं (जैसे कीबोर्ड पर अक्षर) के लिए ERPs का उपयोग व्हीलचेयर चलाने या BCI स्पेलर्स को पावर देने के लिए किया जा सकता है
6. संसाधन
Emotiv मैनुअल
अनुशंसित पाठ (Recommended Reading)
Luck, S.J., 2005. Ten simple rules for designing and interpreting ERP experiments. Event-related potentials: A methods handbook, 4.
पढ़ना जारी रखें