कल्पना करें कि आपने एक छोटा वीडियो बनाया है और आप यह जानना चाहते हैं कि लोगों को वीडियो के कौन से हिस्से आकर्षक लगे। आमतौर पर, आप उनसे बस पूछेंगे। शायद आप किसी सर्वेक्षण का उपयोग करेंगे। लेकिन सबसे आम उत्तर हो सकता है "मुझे ठीक से पता नहीं है" या "मुझे याद नहीं है"। केवल व्यक्तिपरक उपायों का उपयोग करके मानव धारणा पर शोध करना अनिश्चितता से भरा हो सकता है जिसे तंत्रिका-शारीरिक प्रतिक्रियाओं को मापना दूर करने का प्रस्ताव दे सकता है। EEG उपकरण विशिष्ट रूप से आसानी से सुलभ, लागत प्रभावी उपकरण के रूप में स्थित हैं जो मानव धारणा से संबंधित अनुसंधान को बढ़ा सकते हैं। नतीजतन, यह मनोविज्ञान, न्यूरोमार्केटिंग और BCI में तेजी से एक प्रमुख उपकरण बन रहा है।

EEG क्या है?

इलेक्ट्रोएन्सेफलोग्राफी (EEG) मस्तिष्क की कोशिकाओं द्वारा उत्पन्न विद्युत गतिविधि का माप है, जिन्हें न्यूरॉन्स कहा जाता है। यह खोपड़ी पर रखे गए इलेक्ट्रोड का उपयोग करने वाली एक सुरक्षित और गैर-आक्रामक विधि है। इस उद्देश्य के लिए उपयोग किए जाने वाले EEG उपकरण सिंगल चैनल वाणिज्यिक उपकरणों से लेकर 256 चैनल चिकित्सा-श्रेणी प्रणालियों 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 लौकिक रिज़ॉल्यूशन

अपने उच्च लौकिक रिज़ॉल्यूशन के कारण, EEG पूर्व-सचेत प्रक्रियाओं को अनुक्रमित करने में सक्षम है।

अन्य न्यूरोइमेजिंग विधियों की तुलना में EEG की सबसे बड़ी ताकत इसका लौकिक रिज़ॉल्यूशन है, अर्थात, मिलीसेकंड की सीमा में तेजी से मस्तिष्क की प्रतिक्रियाओं को मापने की क्षमता। fMRI (कार्यात्मक चुंबकीय अनुनाद इमेजिंग) जैसी अन्य मस्तिष्क इमेजिंग विधियों को रुचि के 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 कि बहुत धीमा है जब हम विचार करते हैं कि मस्तिष्क मिलीसेकंड के स्तर पर कई जटिल न्यूरोफिज़ियोलॉजिकल प्रक्रियाओं को उत्पन्न करने में सक्षम है। इस प्रकार, अपने उच्च लौकिक रिज़ॉल्यूशन के कारण, EEG पूर्व-सचेत प्रक्रियाओं को अनुक्रमित करने में सक्षम है जो अन्यथा केवल आत्म-रिपोर्ट और प्रतिक्रिया-आधारित कार्यों के साथ अनपहचानी रह जातीं।

सस्ती दर 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 शोधकर्ता प्रयोगशाला में प्रतिभागियों को लाने के बजाय क्षेत्र में शोध कर सकते हैं। हालांकि EEG और MEG (मैग्नेटोएन्सेफलोग्राफी) दोनों में उच्च लौकिक रिज़ॉल्यूशन होता है, EEG कम लागत और मोबाइल होने के कारण अधिक सुलभ अनुसंधान उपकरण है जो नियंत्रित या प्राकृतिक वातावरण में मानव व्यवहार का अध्ययन करने में सक्षम बनाता है। वैकल्पिक न्यूरोइमेजिंग विधियों (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 तीव्र विपरीत, लगभग किसी भी सेटिंग को EEG "प्रयोगशाला" में बदला जा सकता है। (क्षेत्र में खेल प्रदर्शन को बेहतर बनाने में मोबाइल EEG का उपयोग कैसे किया जा सकता है, इस पर पार्क आदि की समीक्षा1 देखें)

इन-हाउस या दूरस्थ अध्ययन

EEG का आवश्यक रूप से एक ही उपकरण के साथ प्रयोगशाला आधारित होना आवश्यक नहीं है। सस्ती, वाणिज्यिक EEG उपकरणों की प्रगति के साथ, घरेलू उपयोगकर्ता स्वयं पर EEG रिकॉर्ड करने में सक्षम हैं। EmotivLABS प्लेटफ़ॉर्म शोधकर्ताओं को Emotiv हेडसेट्स के साथ अपने प्रयोगों को ऑनलाइन संचालित 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 प्रस्तुति सॉफ़्टवेयर का मूल्यांकन करने के लिए घर पर किए गए अध्ययन में भाग लिया, यहाँ पढ़ें।

हम EEG से क्या माप सकते?

आमतौर पर शोधकर्ता या तो एक उत्तेजना की शुरुआत के बाद रुचि के समय बिंदुओं पर वोल्टेज आयामों का उपयोग करते हैं (अर्थात घटना-संबंधी क्षमताएं, या ERP) या प्रति सेकंड EEG में दोलनों (मस्तिष्क तरंगों के) की मात्रा (अर्थात समय-आवृत्ति विश्लेषण)।

ये दो क्षेत्र हमें व्यवहार से जुड़े विभिन्न अनुसंधान 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 अवस्थाओं को डीकोड करना शुरू कर सकते हैं। उदाहरण के लिए, ध्यान के लिए मान्य 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 सावधानियां

यह याद रखना महत्वपूर्ण है कि हम EEG के साथ विचारों को पूरी तरह से नहीं पढ़ सकते हैं। इसलिए, तुलना की जाने वाली उत्तेजनाओं को आदर्श रूप से रुचि के चर को छोड़कर हर पहलू पर मेल खाना चाहिए। इस प्रकार, एक अच्छी तरह से डिज़ाइन किया गया प्रयोगात्मक कार्य अच्छे EEG अनुसंधान की आधारशिला है। दूसरा, EEG उपकरण विद्युत उपकरणों से हस्तक्षेप उठा सकते हैं और EEG गति के प्रति भी संवेदनशील हो सकते हैं जो रिकॉर्डिंग में अवांछित विकृतियां ला सकते हैं। इस प्रकार, रॉ EEG पूरे मस्तिष्क की प्रतिक्रियाओं को दर्शाते हैं जिन्हें उत्तेजनाओं की धारणा से संबंधित कोई भी निष्कर्ष निकालने से पहले साफ और संसाधित करने की आवश्यकता होती है।

इसके अतिरिक्त, एक ही 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 (उदाहरण के लिए, ललाट इलेक्ट्रोड पर बढ़ी हुई गतिविधि का मतलब यह नहीं है कि ललाट लोब ने इस प्रतिक्रिया को उत्पन्न किया है)। खोपड़ी के स्तर पर स्रोत को निर्धारित करने के लिए इस उद्देश्य के लिए EEG प्रतिक्रिया के स्रोत पुनर्निर्माण⁴ जैसी विधियों का उपयोग किया जा सकता है। अधिक विश्वास के साथ गहरे स्रोतों को निर्धारित करने के लिए, MEG या fMRI जैसी न्यूरोइमेजिंग विधियों को EEG के साथ जोड़ने पर विचार किया जा सकता है।

वर्तमान अनुसंधान में EEG

EEG का उपयोग वर्तमान में कई तरीकों से किया जाता है जिससे न केवल मनोविज्ञान और चिकित्सा क्षेत्रों में शोधकर्ताओं को सहायता मिलती है बल्कि ब्रेन कंप्यूटर इंटरफेस, न्यूरोफीडबैक और न्यूरोमार्केटिंग जैसे क्षेत्रों में उपभोक्ता व्यवहार को समझने में भी मदद मिलती है।

चिकित्सा या नैदानिक तंत्रिका विज्ञान

EEG का उपयोग मुख्य रूप से निदान और उपचार को बेहतर बनाने के लिए चिकित्सा क्षेत्रों में किया जाता है। उदाहरण के लिए, EEG का सबसे आम उपयोग मिर्गी के निदान और दौरे की पहचान⁵ में और नींद की असामान्यताओं का पता लगाने के लिए नींद के अध्ययनों⁶ में होता है। मनोरोग और नैदानिक तंत्रिका विज्ञान में, EEG का उपयोग वर्तमान में विकारों के वस्तुनिष्ठ मार्करों की पहचान करने के लिए किया जा रहा है जो अन्यथा व्यक्तिपरक नैदानिक मूल्यांकनों पर निर्भर करते हैं। मात्रात्मक EEG (qEEG) जैसी तकनीकें जिनमें दोलनों की मात्रा की गणना की जाती है और खोपड़ी के ऊपर मैप किया जाता है, विभिन्न मनोरोग विकारों⁷ के कारण मस्तिष्क में होने वाले परिवर्तनों को चिह्नित करने के लिए उपयोग की जा रही हैं। 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 प्रमुख और आकर्षक पहलुओं को निर्धारित करने के लिए किया जाता है ताकि उनमें सुधार किया जा सके।

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

मस्तिष्क की तरंगों के दोलनों (EEG oscillations) का उपयोग यह पहचानने के लिए भी किया जाता है कि क्या अवचेतन ब्रांड/उत्पाद की याद¹¹ है। अन्य उपयोगों में न्यूरोप्राइसिंग शामिल है, जहाँ उत्पादों¹² के लिए इष्टतम मूल्य निर्धारण रणनीतियों को खोजने के लिए EEG के साथ व्यवहार संबंधी कार्यों का उपयोग किया जाता है।

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 (उदाहरण के लिए, हमारा मस्तिष्क दृश्य या श्रवण 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 कई क्षेत्र शामिल हैं जिनमें सामाजिक, भावनात्मक, कम्प्यूटेशनल और संज्ञानात्मक क्षेत्र शामिल हैं।

ब्रेन कंप्यूटर इंटरफेस (BCI)

BCI अनुसंधान का उद्देश्य कंप्यूटर उपकरणों के साथ EEG को एकीकृत करके, मानसिक आदेशों को एक बाहरी क्रिया में अनुवाद करना है। शब्द दस्तावेज़ टाइप करने के लिए, व्हीलचेयर चलाने के लिए और यहाँ तक कि कृत्रिम अंगों को हिलाने के लिए मानसिक आदेशों का उपयोग करना BCI में कुछ वर्तमान विकास हैं जिनका उपयोग विकलांग लोगों के जीवन की गुणवत्ता में सुधार करने के लिए किया जा रहा है¹³।

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

दूसरा क्रांतिकारी बदलाव 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 एकदम सही मेल हैं।

कुल मिलाकर, EEG का उपयोग मानव व्यवहार की सतही स्तर की समझ से आगे 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 पद्धतियों को आगे बढ़ाने तक की प्रक्रियाओं को सरल व्यक्तिपरक आत्म-रिपोर्टों से अधिक गहरा जाकर और EEG के उपयोग के साथ वस्तुनिष्ठ रूप से मानव व्यवहार को डिकोड करके किया जा सकता है।

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

लेखक
रोशिनी रणदेनिया, 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