कल्पना कीजिए कि आपने एक छोटा वीडियो बनाया है और आप यह पता लगाना चाहते हैं कि लोगों को वीडियो के कौन से हिस्से आकर्षक लगे। आमतौर पर, आप केवल उनसे पूछेंगे। शायद आप एक सर्वेक्षण का उपयोग करेंगे। लेकिन सबसे आम उत्तर हो सकता है "मुझे ठीक से नहीं पता" या "मुझे याद नहीं है"। केवल व्यक्तिपरक उपायों (subjective measures) का उपयोग करके मानव धारणा पर शोध करने में बहुत सी अनिश्चितता हो सकती है, जिससे पार पाने में न्यूरोफिज़ियोलॉजिकल प्रतिक्रियाओं का मापन सहायक हो सकता है। EEG उपकरण विशिष्ट रूप से एक आसानी से सुलभ, लागत प्रभावी उपकरण के रूप में स्थित हैं जो मानव धारणा से संबंधित अनुसंधान को बढ़ा सकते हैं। परिणामस्वरूप, यह मनोविज्ञान, न्यूरोमार्केटिंग और BCI में तेजी से एक प्रमुख उपकरण बनता जा रहा है।

EEG क्या है?

इलेक्ट्रोएन्सेफलोग्राफी (EEG) मस्तिष्क की कोशिकाओं द्वारा उत्पन्न विद्युत गतिविधि का माप है, जिन्हें न्यूरॉन्स कहा जाता है। यह खोपड़ी (स्केल्प) पर रखे इलेक्ट्रोड का उपयोग करने वाली एक सुरक्षित और गैर-आक्रामक (non-invasive) विधि है। इस उद्देश्य के लिए उपयोग किए जाने वाले EEG उपकरण सिंगल चैनल वाणिज्यिक उपकरणों से लेकर 256 चैनल मेडिकल ग्रेड सिस्टम तक भिन्न हो सकते हैं। आप EEG क्या है और विभिन्न EEG उपकरणों के बारे में अधिक विवरण यहाँ पढ़ सकते हैं।

EEG के क्या लाभ हैं?

उच्च टेम्पोरल रेजोल्यूशन (High temporal resolution)

अपने उच्च टेम्पोरल रेजोल्यूशन के कारण, EEG पूर्व-सचेत (pre-conscious) प्रक्रियाओं को अनुक्रमित करने में सक्षम है।

शारीरिक इमेजिंग के अन्य तरीकों की तुलना में EEG की सबसे बड़ी ताकत इसका टेम्पोरल रेजोल्यूशन है, यानी मिलीसेकंड की सीमा में त्वरित मस्तिष्क प्रतिक्रियाओं को मापने की क्षमता। मस्तिष्क इमेजिंग के अन्य तरीकों जैसे कि fMRI (फंक्शनल मैग्नेटिक रेजोनेंस इमेजिंग) को रुचि की उत्तेजनाओं को प्रस्तुत करने के बाद एक सेकंड या उससे अधिक की आवश्यकता होती है। इसके अलावा, व्यक्तिपरक प्रतिक्रियाओं में अनिश्चितताओं से बचने के लिए डिज़ाइन किए गए व्यवहारिक कार्य आमतौर पर प्रतिक्रिया समय और बटन दबाने की प्रतिक्रियाओं पर निर्भर करते हैं। इनमें एक सेकंड तक का समय लग सकता है, जो बहुत धीमा है जब इस बात पर विचार किया जाता है कि मस्तिष्क मिलीसेकंड टाइमस्केल पर कई जटिल न्यूरोफिज़ियोलॉजिकल प्रक्रियाओं को उत्पन्न करने में सक्षम है। इस प्रकार, अपने उच्च टेम्पोरल रेजोल्यूशन के कारण, EEG पूर्व-सचेत प्रक्रियाओं को अनुक्रमित करने में सक्षम है जो अन्यथा केवल आत्म-रिपोर्ट और प्रतिक्रिया-आधारित कार्यों के साथ पहचानी नहीं जा पातीं।

किफायती और गतिशीलता

खेल विज्ञान: पैक्सटन लिंच Emotiv Insight EEG हेडसेट के साथ दबाव परीक्षण से गुजरते हैं।

EEG उपकरण लागत प्रभावी और वायरलेस हो गए हैं, जिससे शोधकर्ताओं को प्रतिभागियों को प्रयोगशाला में लाने के बजाय क्षेत्र में शोध करने की अनुमति मिलती है। जबकि EEG और MEG (मैग्नेटोएन्सेफलोग्राफी) दोनों का टेम्पोरल रेजोल्यूशन उच्च है, EEG अपनी कम लागत और मोबाइल होने के कारण अधिक सुलभ शोध उपकरण है, जो नियंत्रित या प्राकृतिक सेटिंग्स में मानव व्यवहार का अध्ययन करने में सक्षम बनाता है। वैकल्पिक न्यूरोइमेजिंग तरीकों (जैसे, MEG, MRI और PET) के लिए उच्च रखरखाव लागत की आवश्यकता होती है और इन अध्ययनों को करने के लिए प्रतिभागियों को अस्पताल या प्रयोगशाला सेटिंग में लाना पड़ता है। इसके विपरीत, लगभग किसी भी सेटिंग को EEG "प्रयोगशाला" में बदला जा सकता है। (देखें पार्क आदि की समीक्षा1 कि कैसे मोबाइल EEG का उपयोग क्षेत्र में खेल प्रदर्शन को बेहतर बनाने में किया जा सकता है)

इन-हाउस या दूरस्थ अध्ययन

EEG के लिए प्रयोगशाला में एकल उपकरण के साथ होना आवश्यक नहीं है। किफायती, वाणिज्यिक EEG उपकरणों में प्रगति के साथ, घरेलू उपयोगकर्ता स्वयं पर EEG रिकॉर्ड करने में सक्षम हैं। EmotivLABS प्लेटफ़ॉर्म शोधकर्ताओं को Emotiv हेडसेट्स के साथ ऑनलाइन प्रयोग करने की अनुमति देता है, जिन्हें अनुसंधान-ग्रेड उपकरणों²ʹ³ के विरुद्ध मान्य किया गया है। हमारे पायलट ऑनलाइन EEG अध्ययन के बारे में यहाँ पढ़ें या हमारी एक साझेदारी के बारे में जहाँ Emotiv उपयोगकर्ताओं ने एक प्रेजेंटेशन सॉफ़्टवेयर का मूल्यांकन करने के लिए घर पर अध्ययन में भाग लिया, यहाँ पढ़ें।

हम EEG से क्या माप सकते हैं?

आमतौर पर शोधकर्ता या तो उत्तेजना की शुरुआत के बाद रुचि के समय बिंदुओं पर वोल्टेज आयामों का उपयोग करते हैं (यानी घटना-संबंधित विभव, या ERPs) या प्रति सेकंड EEG में दोलनों (मस्तिष्क तरंगों की) की मात्रा (यानी समय-आवृत्ति विश्लेषण) का उपयोग करते हैं।

ये दोनों क्षेत्र हमें व्यवहार से संबंधित विभिन्न शोध प्रश्नों के उत्तर देने की अनुमति देते हैं। इसके अलावा, परिष्कृत मशीन लर्निंग एल्गोरिदम की प्रगति के साथ हम रुचि के उत्तेजनाओं के जवाब में मानसिक स्थितियों को डिकोड करना शुरू कर सकते हैं। उदाहरण के लिए, ध्यान (attention) के लिए मान्य किए गए एल्गोरिदम के विकास के साथ अब हम आसानी से इस तरह के सवालों के जवाब दे सकते हैं कि "मेरे वीडियो के किस हिस्से ने अधिक ध्यान आकर्षित किया"।

ध्यान रखने योग्य चेतावनियाँ

यह याद रखना महत्वपूर्ण है कि हम EEG के साथ विचारों को सटीक रूप से नहीं पढ़ सकते हैं। इसलिए, तुलना किए जा रहे उत्तेजनाओं को आदर्श रूप से रुचि के चर को छोड़कर हर पहलू पर समान होना आवश्यक है। इस प्रकार, एक अच्छी तरह से डिज़ाइन किया गया प्रयोगात्मक कार्य अच्छे EEG अनुसंधान की आधारशिला है। दूसरा, EEG उपकरण विद्युत उपकरणों से हस्तक्षेप को पकड़ सकते हैं और EEG हलचल के प्रति भी संवेदनशील हो सकते हैं जो रिकॉर्डिंग में अवांछित विकृतियाँ (artifacts) उत्पन्न कर सकते हैं। इस प्रकार, कच्चे EEG संपूर्ण मस्तिष्क प्रतिक्रियाओं को दर्शाते हैं जिन्हें उत्तेजना की धारणा से संबंधित कोई भी निष्कर्ष निकालने से पहले साफ और संसाधित करने की आवश्यकता होती है।

इसके अतिरिक्त, एकल इलेक्ट्रोड पर मस्तिष्क की गतिविधि पूरे मस्तिष्क की गतिविधि को रिकॉर्ड करती है और इसका स्थान सीधे गतिविधि के स्रोत को सटीक रूप से इंगित नहीं करता है (जैसे, सामने वाले इलेक्ट्रोड पर बढ़ी हुई गतिविधि का मतलब यह नहीं है कि ललाट पालि ने इस प्रतिक्रिया को उत्पन्न किया)। इस उद्देश्य के लिए खोपड़ी के स्तर पर स्रोत का निर्धारण करने के लिए EEG प्रतिक्रिया के स्रोत पुनर्निर्माण⁴ (source reconstruction) जैसी विधियों का उपयोग किया जा सकता है। अधिक विश्वास के साथ गहरे स्रोतों को निर्धारित करने के लिए, EEG के साथ मिलकर MEG या fMRI जैसे न्यूरोइमेजिंग तरीकों पर विचार किया जा सकता है।

वर्तमान अनुसंधान में EEG

EEG का उपयोग वर्तमान में विभिन्न तरीकों से किया जा रहा है जिससे न केवल मनोविज्ञान और चिकित्सा क्षेत्रों में बल्कि ब्रेन कंप्यूटर इंटरफेस, न्यूरोफीडबैक और न्यूरोमार्केटिंग जैसे क्षेत्रों में उपभोक्ता व्यवहार को समझने में शोधकर्ताओं को मदद मिल रही है।

चिकित्सा या नैदानिक तंत्रिका विज्ञान (Clinical Neuroscience)

EEG का उपयोग मुख्य रूप से चिकित्सा क्षेत्रों में निदान और उपचार में सुधार के लिए किया जाता है। उदाहरण के लिए, EEG का सबसे आम उपयोग मिर्गी के निदान और दौरे का पता लगाने में⁵ और नींद की असामान्यताओं का पता लगाने के लिए नींद के अध्ययन में किया जाता है⁶। मनोरोग और नैदानिक तंत्रिका विज्ञान में, EEG का उपयोग वर्तमान में विकारों के वस्तुनिष्ठ पहचानकर्ताओं की पहचान करने के लिए किया जा रहा है जो अन्यथा व्यक्तिपरक नैदानिक आकलन पर निर्भर करते हैं। मात्रात्मक EEG (qEEG) जैसी तकनीकें जिसमें दोलनों की मात्रा की गणना की जाती है और खोपड़ी पर मैप किया जाता है, विभिन्न मनोरोग विकारों के कारण मस्तिष्क में होने वाले परिवर्तनों को चिह्नित करने के लिए उपयोग की जा रही हैं⁷। स्वस्थ बनाम विकारयुक्त मस्तिष्क के वर्गीकरण के लिए लागू मशीन लर्निंग भी निदान⁸ˈ⁹ के अधिक वस्तुनिष्ठ तरीकों का मार्ग प्रशस्त कर रही है।

न्यूरोमार्केटिंग

निश्चित रूप से, उपभोक्ता व्यवहार को समझना न्यूरोमार्केटिंग के केंद्र में है। इस क्षेत्र में EEG का सबसे आम उपयोग विज्ञापनों¹⁰, उत्पादों या सेवाओं के कम ध्यान देने योग्य और कम आकर्षक पहलुओं को निर्धारित करने के उद्देश्य से उनमें सुधार करना है।

Emotiv x न्यूरोमार्केटिंग - लोरियल की लक्ज़री लैब में उपभोक्ता व्यवहार का भविष्य।

EEG दोलनों का उपयोग यह पहचानने के लिए भी किया जाता है कि क्या कोई अवचेतन ब्रांड/उत्पाद याद (recall) है¹¹. अन्य उपयोगों में न्यूरोप्राइसिंग शामिल है, जहाँ उत्पादों के लिए इष्टतम मूल्य निर्धारण रणनीति खोजने के लिए EEG के साथ व्यवहारिक कार्यों का उपयोग किया जाता है¹²।

Emotiv x न्यूरोमार्केटिंग - विभिन्न मूल्य सुझावों पर मस्तिष्क कैसे प्रतिक्रिया करता है।

सामान्य तंत्रिका विज्ञान अनुसंधान

इस प्रकार के शोध में यह समझना शामिल है कि मस्तिष्क कैसे कार्य करता है (जैसे, हमारा मस्तिष्क दृश्य या श्रव्य उत्तेजनाओं को कैसे संसाधित करता है) और मस्तिष्क के विभिन्न हिस्से एक-दूसरे के साथ कैसे संवाद करते हैं। इसमें मस्तिष्क और विकारों (जैसे, ऑटिज़्म स्पेक्ट्रम विकार या सिज़ोफ्रेनिया) के बीच संबंधों को समझना भी शामिल है। इसमें सामाजिक, भावनात्मक, कम्प्यूटेशनल और संज्ञानात्मक क्षेत्रों सहित कई क्षेत्र शामिल हैं।

ब्रेन कंप्यूटर इंटरफेस (BCI)

BCI अनुसंधान का उद्देश्य EEG को कंप्यूटिंग उपकरणों के साथ एकीकृत करके मानसिक आदेशों को एक बाहरी क्रिया में अनुवादित करना है। वर्ड दस्तावेज़ टाइप करने के लिए, व्हीलचेयर को स्थानांतरित करने के लिए और विकलांग लोगों के जीवन की गुणवत्ता में सुधार के लिए कृत्रिम अंगों (prosthetic limbs) को स्थानांतरित करने के लिए मानसिक आदेशों का उपयोग करना BCI में वर्तमान विकासों में से कुछ है¹³।

ब्रेन कंप्यूटर इंटरफेस (BCI) - इंस्टाग्राम पर brainpaintbyjohn पर सेरेब्रल पाल्सी से पीड़ित 8 वर्षीय लड़के जॉन की शानदार कृतियाँ

एक और क्रांति संगीत उद्योग में है जहाँ संगीतकार/गायक संगीत बनाने के लिए अपने विचारों का उपयोग कर रहे हैं (हमारी संबंधित पोस्ट यहाँ देखें)

ब्रेन कंप्यूटर इंटरफेस (BCI) - Emotiv का EPOC हेडसेट और प्रतिष्ठित TONTO सिंथेसाइज़र आदर्श मेल हैं।

कुल मिलाकर, EEG का उपयोग मानव व्यवहार की सतही स्तर की समझ से परे जाने का वादा करता है। इसकी लागत-प्रभावशीलता और उच्च सुलभता इसे कई विषयों में एक उपयोगी उपकरण बनाती है जहाँ उपयोगकर्ता-अनुभवों को बेहतर बनाने से लेकर चिकित्सा को आगे बढ़ाने तक की प्रक्रियाओं को सरल व्यक्तिपरक आत्म-रिपोर्टों से अधिक गहराई में जाकर और EEG के उपयोग से वस्तुनिष्ठ रूप से मानव व्यवहार को डिकोड करके किया जा सकता है।

ब्रेन कंप्यूटर इंटरफेस (BCI) - Emotiv x रोड्रिगो हुब्नर मेंडेस, मानसिक आदेशों का उपयोग करके F1 कार चलाते हुए

लेखक
रोशिनी रंदेनिया, अनुसंधान अधिकारी, Emotiv Research Pty. Ltd

संदर्भ

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