7 तरीके दूरस्थ डेटा संग्रह ने न्यूरोसाइंस अनुसंधान को बेहतर बनाया
क्वोक मिन्ह लाइ
15 अप्रैल 2022
साझा करें:
2025 तक, इंटरनेट पर हर दिन लगभग 463 एक्ज़ाबाइट नए डेटा का निर्माण होगा - यह एक ऐसा संख्या है जो वास्तव में कल्पना से परे है। यह डेटा सामान्य वस्तुओं से आता है जैसे ~300 अरब ईमेल या ~95 मिलियन साझा की गई तस्वीरें। ये वस्तुएं खुले तौर पर साझा की जाती हैं जिन्हें देखने के लिए बनाया जाता है। हालांकि, इस दैनिक डेटा बाढ़ का अधिकांश हिस्सा कम ज्ञात, अधिक सामान्य सतही वस्तुओं से आता है जैसे मेटाडेटा, स्थान डेटा, इंटरैक्शन लॉग, संचित ब्राउज़िंग इतिहास, और अधिक। जबकि यह बाहरी रूप से अदृश्य प्रतीत होता है, यह पता चला है कि जब इसे बड़े पैमाने पर एकत्रित और विश्लेषित किया जाता है, तो यह मानव अवस्थाओं की भविष्यवाणी करने में अद्भुत सटीकता प्रदान कर सकता है, यानी:
स्वस्थ बनाम बीमार।
सामान्य गतिविधियाँ।
सोना बनाम व्यायाम करना।
भविष्य के व्यवहार जैसे संभावित खरीदारी या चुनावी वोट।
हम न्यूरोसाइंटिस्ट के रूप में, इस डेटा का उपयोग करके मानव मन के बारे में अधिक जान सकते हैं। आखिरकार, मानव गतिविधि और / या व्यवहार के मूल तत्वों को स्पष्ट करना न्यूरोसाइंस रिसर्च का मूल है। यह लेख सात तरीकों को प्रस्तुत करता है जिनसे दूरस्थ डेटा संग्रह न्यूरोसाइंस अनुसंधान में सुधार कर रहा है।
न्यूरोसाइंटिस्ट पिछले कई दशकों से दूरस्थ डेटा संग्रह तकनीकों का उपयोग कर रहे हैं। हाल के वर्षों में जो बदला है वह है:
कितना दूर "दूरस्थ" वास्तव में हो सकता है।
जिन विषयों के पास भाग लेने की क्षमता है।
एक ही प्रयोग में मापा और संसाधित किए जाने वाले एंडपॉइंट्स का प्रकार।
अनुसंधान दूरस्थ डेटा संग्रह और अनुप्रयोग के लिए एकमात्र अनुप्रयोग नहीं है। हालिया आभासी वास्तविकता (VR) प्रणाली में प्रगति ने प्रयोगशाला को आभासी स्थानों में लाया है। उदाहरण के लिए, चिकित्सा के दृष्टिकोण से, न्यूरोसाइंस अनुसंधान के लिए ये विकास दूरस्थ सर्जियों को दुनिया भर में करना बहुत सरल बनाते हैं। इस परिदृश्य में, VR हेडसेट संचालन टीम के पास रहता है ताकि जब सर्जन पहुंचता है, तो वह सैकड़ों मील दूर से मरीज से आ रही वास्तविक समय के वीडियो फ़ीड की गुणवत्ता देख सके।
छोटी-छोटी स्थितियों में, केवल वीडियो का उपयोग करना पर्याप्त होगा, लेकिन इस संवर्धित वास्तविकता के साथ, वे लाइव सर्जरी और शैक्षिक / प्रशिक्षण सर्जिकल असाइनमेंट में वीडियो को हैप्टिक फीडबैक के साथ जोड़ते हैं। आप कह सकते हैं कि यह गेम नियंत्रण पर एक गड्ढा स्ट्रिप के समान है लेकिन बहुत अधिक उन्नत।
नीचे हाइलाइट किया गया है, कुछ कारण (खैर, कम से कम सात) हैं जिनकी वजह से कोई चिकित्सा प्रक्रिया, शोधकर्ता या न्यूरो-मार्केटर आधुनिक तकनीक का उपयोग करने का निर्णय लेते हैं ताकि वैश्विक, दूर से एकत्र किए गए डेटा को इकट्ठा, संसाधित और विश्लेषित किया जा सके।
1. घर की आरामदायक स्थिति
तनावग्रस्त विषय तनावग्रस्त डेटा बनाते हैं।
यह अच्छी तरह से जाना जाता है कि बर्ताव के परीक्षण से पहले तनावपूर्ण कारकों के संपर्क में आने से बाद में एकत्र किए गए डेटा को संशोधित कर सकता है। इसके अलावा, बार-बार यह प्रदर्शित किया गया है कि, तीव्र प्रभावों के अलावा, पर्यावरणीय तनाव लंबे समय तक प्रभाव डाल सकते हैं। वैज्ञानिकों की सबसे अच्छी आशा ऐसी बाहरी चर को कम करना है जबकि यह स्वीकार करते हुए कि उन्हें पूरी तरह से समाप्त नहीं किया जा सकता है। इस प्रकार, यदि प्रत्येक विषय को समान रूप से व्यवहार किया जाता है, तो वे सभी तत्वों के संपर्क में होते हैं।
अपने ही घर में एक मानव का परीक्षण किया जा रहा है
डॉक्टर के कार्यालय में ड्राइव करना, लागत, एक निदान के बारे में चिंता करना, सही कार्यालय खोजने की चिंता करना, या क्या आप कानूनी रूप से पार्क किए गए हैं, ये सभी बहुत वास्तविक तनाव कारक हैं। हालांकि, मान लीजिए कि शोध डेटा संग्रह इन बाहरी कारकों से बचने के लिए किया जा सके, जैसे कि किसी के अपने घर की सुविधा में। इस मामले में, तनावपूर्ण यात्रा का प्रभाव अध्ययन के ध्यान केंद्रित करने में बड़ा नहीं होगा।
यह कहा गया है, यह पूरी तरह से बाहरी बलों के शोध विषयों पर प्रभाव को अलग करने या समाप्त करने की संभावना नहीं है। तनाव कारकों को न्यूनतम करने के लिए सबसे अच्छा दृष्टिकोण सभी विषयों को समान परिस्थितियों के संपर्क में लाना है, जिसमें नवोन्मेषक लेकिन मान्य उपकरणों का उपयोग किया जाता है।
2. फोर्स मेज्युर
जब अनपेक्षित आपदा हमला करती है, तो आपको अपने व्यवहार में अनुकूलन करना होगा। प्रवेश करें, COVID-19।
पिछले तीन सालों में वैश्विक COVID-19 महामारी के कारण दृष्टिकोण को प्रभावित किया गया है। कभी-कभी ऐसी असाधारण घटनाएं या परिस्थितियाँ होती हैं जो शोधकर्ताओं के नियंत्रण के बाहर होती हैं। ये अनपेक्षित परिस्थितियाँ नई बाधाओं के अनुकूलन को मजबूर करती हैं।
सबसे प्रभावी विज्ञापन अभियान निर्धारित करना जो सबसे अच्छी उपलब्ध तकनीक का उपयोग करता है, पूंजीपतियों के लिए एक स्पष्ट बात है। हालाँकि, तथ्य यह है: किसी विषय का डेटा गुणवत्ता उनके शोधकर्ता के निकटता पर निर्भर नहीं करती है। इसलिए, किसी शोधकर्ता का विषयों से डेटा एकत्र करने का मुख्य काम वर्तमान में उपलब्ध उपकरणों के लिए अनुकूलित होना चाहिए।
3. एवरलीवेल, एप्पल वॉच एवं टेलीसर्जरी
एवरलीवेल एक मेल-ऑर्डर चिकित्सा प्रयोगशाला परीक्षण सेवा है जो 30 से अधिक निदान परीक्षणों को मापने के लिए आसानी से समझ में आने वाले निर्देशों के साथ प्री-पैकेज किए गए किट भेजती है। एप्पल वॉच ने भी अपने दिल की धड़कन की असामान्यता की सूचना और गिरने की निगरानी के लिए सुर्खियाँ बटोरी हैं। एवरलीवेल और एप्पल दोनों के लिए, उनके उत्पादों के लिए यात्रा और उपभोक्ता बाजार के लिए लागत की कटौती में कोई संदेह नहीं है।
ऐसे उत्पादों के साथ, हम एक समाज के रूप में पहले से ही स्वीकृत और भरोसा करते हैं कि स्थानीय रूप से एकत्र किए गए, दूर से संसाधित और ठीक से प्रस्तुत किए गए जैव चिकित्सा डेटा का। चाहे यह बीमारी की रोकथाम, मानसिक स्वास्थ्य, बीमारी पर हमला करने या संतुलित शरीर बनाए रखने के लिए हो, आप प्रतिक्रिया लेना चाहते हैं और जब स्वास्थ्य लक्ष्यों को पूरा किया जाता है, तो उम्मीद है कि पुरस्कृत किए जा सकते हैं। इंटरनेट के पहले के अंधेरे दिनों में, जब कंप्यूटर एक पूरे कमरे का कब्जा कर लेते थे, अपने फिटनेस की प्रमुख प्रदर्शन संकेतक (KPI) को मापना और ट्रैक करना एक पूरी तरह से एनालॉग प्रयास था। अब यह स्थिति नहीं है। परिणामस्वरूप, "मात्रात्मक आत्म" आंदोलन तेजी से विकसित हो रहा है।
सबसे सामान्य रूप से देखे जाने वाले KPI में शामिल हैं:
दिल की धड़कन
रक्तचाप
वज़न
ऊंचाई
नींद की अवधि
गतिशीलता पैटर्न
इनमें से प्रत्येक को सही सेंसर और बुनियादी हार्डवेयर के साथ आसानी से मापा जा सकता है। यह सामान्य ज्ञान है कि न्यूरोसाइंस और कई जैव चिकित्सा क्षेत्रों में नमूना आकार की समस्याएँ हैं। इस समस्या का समाधान करने के प्रयास में, सबसे अच्छा दृष्टिकोण यह होगा कि अतिरिक्त विषयों को जोड़ा जाए बजाय कि निकटता के कारण चुने गए छोटे समूह के विषयों को प्रशिक्षित करें। दूर से मापे जाने वाले KPI की पूरी श्रृंखला के साथ, यही न्यूरोसाइंस अनुसंधान के लिए फलने-फूलने और जीवित रहने का एक व्यवहार्य तरीका है।
4. प्रतिभागियों की समावेशिता और विविधता में वृद्धि
WEIRD समूह कौन है, और हमें उनके बारे में विशेष रूप से इतना जानकारी क्यों है?
"व्यवहार विज्ञान के वैज्ञानिक नियमित रूप से मानव मनोविज्ञान और व्यवहार के बारे में व्यापक दावे प्रकाशित करते हैं दुनिया के शीर्ष पत्रिकाओं में पूरी तरह से पश्चिम, शिक्षित, औद्योगिक, अमीर, और लोकतांत्रिक (WEIRD) समाजों से।"
यह एक सामान्य धारणा है कि मनोविज्ञान शिक्षण आयु, श्वेत, समृद्ध व्यक्तियों के बारे में बहुत कुछ जानता है लेकिन सामान्य मानवता के बारे में बहुत कम।
क्यों?
मनोविज्ञान प्रयोग कॉलेज परिसरों पर किए जाते हैं, और विषयों की समावेशिता के मानदंड दिन के दौरान उनकी निकटता और उपलब्धता से अधिक नहीं होते हैं। व्यापक जनसंख्या के बारे में निष्कर्ष निकालने के लिए, मनोविज्ञान प्रयोगों के लिए नमूना समूहों को अधिक विविध पृष्ठभूमि के व्यक्तियों को शामिल करना आवश्यक है। इस समस्या की कुंजी दूरस्थ डेटा संग्रह उपकरण में है, विशेष रूप से वह उपकरण जो उपभोक्ताओं द्वारा स्वयं उपयोग के लिए डिज़ाइन किया गया है।
5. अल्पकालिक और दीर्घकालिक लागत में कमी
आधुनिक क्लाउड प्लेटफार्मों ने भौतिक दूरी को अप्रासांगिक बना दिया है।
दूरस्थ डेटा संग्रह उपकरण का उपयोग विज्ञापनों पर पैसे बचाता है।
एवेरेज नमूने सुविधाजनक नमूनों की तुलना में अधिक महंगे होते हैं, जैसे कि कॉलेज के छात्र, क्योंकि आपको स्थानीय समुदाय में शोध विषयों के लिए विज्ञापन करने की आवश्यकता होती है। सरल शब्दों में कहें, विज्ञापन के लिए पैसे खर्च होते हैं।
दूरस्थ डेटा संग्रह उपकरण का उपयोग विशेष आईटी और न्यूरो-विश्लेषण उपकरणों पर पैसे बचाता है।
अक्सर, व्यक्तिगत शोध प्रयोगशालाओं को डेटा संग्रह के लिए विशेष हार्डवेयर के लिए अपने स्वयं के आईटी उपकरणों के लिए भुगतान करना और उनका रखरखाव करना पड़ता है। बेशक, समय के साथ, तकनीक में सुधार होता है। इस बीच, बुनियादी ढांचे को अपडेट करना एक उच्च लागत है। इस कारण, आधुनिक क्लाउड प्लेटफार्मों और कम लागत वाले डेटा संग्रह हार्डवेयर तक पहुंच न्यूरोसाइंस अनुसंधान में संसाधनों के उपयोग को कम कर सकती है।
6. शारीरिकी और व्यवहार को मापना हमेशा "दूर" रहा है
सेंसर हार्डवेयर और डेटा प्रोसेसिंग सॉफ़्टवेयर के बीच की दूरी अप्रासंगिक है।
मानव व्यवहार को समझना, भविष्यवाणी करना, और ठीक करना अधिकांश शैक्षणिक अनुसंधान का केंद्र है, विशेष रूप से न्यूरोसाइंस का। सामान्यतः, "व्यवहार डेटा संग्रह" का विचार संदिग्ध रूप से धब्बेदार प्रयोगशाला कोट पहने वैज्ञानिकों को दूर से विषयों को देखता हुआ, एक क्लिपबोर्ड और स्टॉपवॉच के साथ देखता है जबकि हर समय नोट्स बनाना।
यह एक सरल विचार है, ولكن यह संभावित अज्ञात विविधताओं के स्रोतों से भरा हुआ है जो किसी विषय की गतिविधियों या व्यवहार को प्रभावित कर सकते हैं। वैज्ञानिक प्रयोगों में, लक्ष्य इस अनहिसाब विविधता को हद तक खत्म करना है। यह प्रथा स्नीज़े प्रभाव के कारण संदिग्ध डेटा की अनंतता खत्म करने के लिए महत्वपूर्ण है।
न्यूरोसाइंस अनुसंधान में त्रुटियों के स्रोतों को कैसे हटाएं
मानव शारीरिकी और व्यवहार की माप दौरान त्रुटियों के स्रोतों को हटाने की खोज जारी है। इसके सबसे मूल तत्व में, यह आमतौर पर संवेदी डेटा एकत्र करने वाले हार्डवेयर में सुधार करना शामिल होता है, जिसे फिर विश्लेषण करना आवश्यक है। दूरस्थ डेटा संग्रह प्रारंभिक अनुमानों से अधिक शक्तिशाली है और यह विविध लेकिन प्रासंगिक डेटा सेट प्रदान कर सकता है जो प्रयोग में भविष्यवाणी की शक्ति जोड़ते हैं।
7. मशीन लर्निंग बेहतर डेटा प्रदान करता है
डेटा + मेटाडेटा + मशीन लर्निंग (ML) = व्यवहार की गतिविधि का सबसे व्यापक मॉडल।
आप कौन हैं, आप कहाँ हैं, आपको क्या पसंद है और क्या नापसंद करते हैं, यह सभी काल में उपयोग की जा रही कृत्रिम बुद्धिमत्ता मॉडल हैं जिनसे कई लोग अनजान हैं। भाग्य से, हमारे आधुनिक बाज़ार में व्यावसायिक न्यूरोसाइंस डेटा संग्रह उपकरण उपलब्ध हैं। डेटा और विज्ञापन मेटाडेटा का उनका उपयोग व्यवहार को समझने में एक व्यापकता के आधार पर एक अधिक समग्र समझ प्रदान करेगा।
इसके मूल में, प्रदान की गई डेटा (नाम, स्थान, जन्म तिथि) को अव्यवस्थित मेटाडेटा (साइट पर समय, पिछले साइट, निकासी साइट) के साथ मर्ज किया गया है और इसने विश्लेषण तकनीकों को पूरी तरह से नए स्तर पर लाया है। जो मानव व्यवहार को मापने और पूर्वानुमान करने में अत्यधिक लाभकारी सिद्ध हुआ है।
क्या आप और अधिक जानना चाहते हैं? EMOTIV से मिलें
ऊपर बताए गए तकनीकों को उजागर करते हुए, हम यह दिखाते हैं कि दूरस्थ डेटा संग्रह नया नहीं है और प्रौद्योगिकी में सुधार के साथ किया जाता है जैसा कि बाजार में तकनीकी प्रगति चाहते हैं। "दूर" कितनी दूर तक फैलता है, यह समझना आसान है कि परंपरागत शोधकर्ताओं द्वारा अनुभव किए गए असुरक्षित भावनाओं को। हालाँकि, उपभोक्ता हार्डवेयर और क्लाउड-आधारित डेटा विश्लेषण और प्रसंस्करण में महत्त्वपूर्ण उपलब्धियों के तकनीकी विकास के परिपेक्ष्य में, "दूर" का शब्द कैसे डेटा एकत्र किया जाता है, अत्यधिक अप्रासंगिक हो जाता है।
सारांश में, विषय घर पर डेटा संग्रह कर सकते हैं जब शोध कर्मचारियों की सीधी निगरानी नहीं होती है। वे इस जानकारी को अपने मस्तिष्क के बारे में व्यक्तिगत उपयोग के लिए एकत्रित कर सकते हैं बल्कि उनके EEG को अपलोड करने या EEG को विशेष रूप से अधिक विस्तृत, चल रहे अनुसंधान परियोजनाओं के लिए एकत्रित करने का भी विकल्प है।
2011 में स्थापित, EMOTIV एक सैन फ्रांसिस्को स्थित जैवसूचना कंपनी है जिसका उद्देश्य मानव मस्तिष्क को कस्टम इलेक्ट्रोएन्सेफ्लोग्राफी (EEG) हार्डवेयर, विश्लेषण और दृश्यता का उपयोग करके समझना है। EMOTIV का EEG अनुसंधान का दृष्टिकोण "वास्तविक दुनिया" की स्थितियों को करीब से दर्शाता है, क्योंकि परीक्षण किए गए व्यक्तियों को उन स्थलों और वातावरणों में रखा जाता है जो उनके जीवन जीने के तरीके को अधिक सटीक रूप से दर्शाते हैं।
EMOTIV हेडसेट्स
EMOTIV INSIGHT
EMOTIV पेशेवरों से लेकर उन लोगों तक एक विस्तृत समुदाय की सेवा करता है जो बस अपने मस्तिष्क के बारे में जानना चाहते हैं। EMOTIV INSIGHT 5-चैनल EEG हेडसेट मस्तिष्क-चालक इंटरफेस (BCI) के लिए डिज़ाइन किया गया है। Insight ने एक शानदार आसान-से-सेट-अप डिज़ाइन को क्रांतिकारी संवेदक तकनीक के साथ जोड़ा है।
EMOTIV EPOC X और EPOC Flex
EMOTIV EPOC X और EPOC Flex एक 14-चैनल और 32-चैनल EEG प्रणाली प्रदान करते हैं। हर सेटिंग में न्यूरोसाइंस अनुसंधान के लिए डिज़ाइन किया गया, EPOC हेडसेट वायरलेस होते हैं और इसमें संवेदक तकनीक में सुधार किया गया है। दोनों हेडसेट्स को स्वतंत्र अनुसंधान समूहों द्वारा मान्यता प्राप्त है और उच्च गुणवत्ता वाले शोध-ग्रेड डेटा प्रदान करने के लिए सिद्ध हैं।
EMOTIV के EEG सिस्टम की तकनीकी क्षमताओं की एक पूर्ण तुलना समीक्षा के लिए उपलब्ध है।
EMOTIV तकनीक
हमारे पास न्यूरोसाइंस अनुसंधान के हर कदम का समर्थन करने के लिए उपकरणों का एक सेट है।
EmotivPRO सॉफ़्टवेयर उपयोगकर्ताओं को परीक्षण परिणामों को संसाधित, विश्लेषण और दृश्यता देने की अनुमति देता है। शोधकर्ता किसी भी प्रतिभागी के उस स्तर पर प्रयोगों को डिज़ाइन कर सकते हैं जिसमें EMOTIV हेडसेट हो, यदि प्रयोगात्मक डिज़ाइन के अनुसार सह compliant हो।
EMOTIV के लिए एक सॉफ्टवेयर विकास किट (SDK) भी उपलब्ध है ताकि कस्टम ऐप्स, इंटरैक्शन या प्रयोगात्मक डिज़ाइन को हेडसेट और स्मार्टफोन का उपयोग करके किया जा सके।
जैसे-जैसे विज्ञान और व्यावसायिक बाजारों द्वारा न्यूरोसाइंस उपकरणों और विधियों को अपनाने की संख्या बढ़ती है, EMOTIV की कम लागत वाले, उपयोग में आसान EEG प्रणाली का उपयोग किया जा रहा है:
न्यूरोसाइंस अनुसंधान
स्वास्थ्य और कल्याण मार्केटिंग पहलों
ऑटोमोटिव उद्योग
न्यूरोमार्केटिंग
उपभोक्ता अनुसंधान
शिक्षा
मनोरंजन सेटिंग
इसके अलावा, गुणवत्ता, लागत, और EMOTIV हेडसेट को विश्वव्यापी बैदे, खर्च करने की क्षमता के साथ, शोधकर्ता योग्य प्रतिभागियों की एक विविध श्रृंखला को जुटा और नामांकित कर सकते हैं। डेटा संग्रह प्रक्रिया का विश्वास किया जा सकता है।
2025 तक, इंटरनेट पर हर दिन लगभग 463 एक्ज़ाबाइट नए डेटा का निर्माण होगा - यह एक ऐसा संख्या है जो वास्तव में कल्पना से परे है। यह डेटा सामान्य वस्तुओं से आता है जैसे ~300 अरब ईमेल या ~95 मिलियन साझा की गई तस्वीरें। ये वस्तुएं खुले तौर पर साझा की जाती हैं जिन्हें देखने के लिए बनाया जाता है। हालांकि, इस दैनिक डेटा बाढ़ का अधिकांश हिस्सा कम ज्ञात, अधिक सामान्य सतही वस्तुओं से आता है जैसे मेटाडेटा, स्थान डेटा, इंटरैक्शन लॉग, संचित ब्राउज़िंग इतिहास, और अधिक। जबकि यह बाहरी रूप से अदृश्य प्रतीत होता है, यह पता चला है कि जब इसे बड़े पैमाने पर एकत्रित और विश्लेषित किया जाता है, तो यह मानव अवस्थाओं की भविष्यवाणी करने में अद्भुत सटीकता प्रदान कर सकता है, यानी:
स्वस्थ बनाम बीमार।
सामान्य गतिविधियाँ।
सोना बनाम व्यायाम करना।
भविष्य के व्यवहार जैसे संभावित खरीदारी या चुनावी वोट।
हम न्यूरोसाइंटिस्ट के रूप में, इस डेटा का उपयोग करके मानव मन के बारे में अधिक जान सकते हैं। आखिरकार, मानव गतिविधि और / या व्यवहार के मूल तत्वों को स्पष्ट करना न्यूरोसाइंस रिसर्च का मूल है। यह लेख सात तरीकों को प्रस्तुत करता है जिनसे दूरस्थ डेटा संग्रह न्यूरोसाइंस अनुसंधान में सुधार कर रहा है।
न्यूरोसाइंटिस्ट पिछले कई दशकों से दूरस्थ डेटा संग्रह तकनीकों का उपयोग कर रहे हैं। हाल के वर्षों में जो बदला है वह है:
कितना दूर "दूरस्थ" वास्तव में हो सकता है।
जिन विषयों के पास भाग लेने की क्षमता है।
एक ही प्रयोग में मापा और संसाधित किए जाने वाले एंडपॉइंट्स का प्रकार।
अनुसंधान दूरस्थ डेटा संग्रह और अनुप्रयोग के लिए एकमात्र अनुप्रयोग नहीं है। हालिया आभासी वास्तविकता (VR) प्रणाली में प्रगति ने प्रयोगशाला को आभासी स्थानों में लाया है। उदाहरण के लिए, चिकित्सा के दृष्टिकोण से, न्यूरोसाइंस अनुसंधान के लिए ये विकास दूरस्थ सर्जियों को दुनिया भर में करना बहुत सरल बनाते हैं। इस परिदृश्य में, VR हेडसेट संचालन टीम के पास रहता है ताकि जब सर्जन पहुंचता है, तो वह सैकड़ों मील दूर से मरीज से आ रही वास्तविक समय के वीडियो फ़ीड की गुणवत्ता देख सके।
छोटी-छोटी स्थितियों में, केवल वीडियो का उपयोग करना पर्याप्त होगा, लेकिन इस संवर्धित वास्तविकता के साथ, वे लाइव सर्जरी और शैक्षिक / प्रशिक्षण सर्जिकल असाइनमेंट में वीडियो को हैप्टिक फीडबैक के साथ जोड़ते हैं। आप कह सकते हैं कि यह गेम नियंत्रण पर एक गड्ढा स्ट्रिप के समान है लेकिन बहुत अधिक उन्नत।
नीचे हाइलाइट किया गया है, कुछ कारण (खैर, कम से कम सात) हैं जिनकी वजह से कोई चिकित्सा प्रक्रिया, शोधकर्ता या न्यूरो-मार्केटर आधुनिक तकनीक का उपयोग करने का निर्णय लेते हैं ताकि वैश्विक, दूर से एकत्र किए गए डेटा को इकट्ठा, संसाधित और विश्लेषित किया जा सके।
1. घर की आरामदायक स्थिति
तनावग्रस्त विषय तनावग्रस्त डेटा बनाते हैं।
यह अच्छी तरह से जाना जाता है कि बर्ताव के परीक्षण से पहले तनावपूर्ण कारकों के संपर्क में आने से बाद में एकत्र किए गए डेटा को संशोधित कर सकता है। इसके अलावा, बार-बार यह प्रदर्शित किया गया है कि, तीव्र प्रभावों के अलावा, पर्यावरणीय तनाव लंबे समय तक प्रभाव डाल सकते हैं। वैज्ञानिकों की सबसे अच्छी आशा ऐसी बाहरी चर को कम करना है जबकि यह स्वीकार करते हुए कि उन्हें पूरी तरह से समाप्त नहीं किया जा सकता है। इस प्रकार, यदि प्रत्येक विषय को समान रूप से व्यवहार किया जाता है, तो वे सभी तत्वों के संपर्क में होते हैं।
अपने ही घर में एक मानव का परीक्षण किया जा रहा है
डॉक्टर के कार्यालय में ड्राइव करना, लागत, एक निदान के बारे में चिंता करना, सही कार्यालय खोजने की चिंता करना, या क्या आप कानूनी रूप से पार्क किए गए हैं, ये सभी बहुत वास्तविक तनाव कारक हैं। हालांकि, मान लीजिए कि शोध डेटा संग्रह इन बाहरी कारकों से बचने के लिए किया जा सके, जैसे कि किसी के अपने घर की सुविधा में। इस मामले में, तनावपूर्ण यात्रा का प्रभाव अध्ययन के ध्यान केंद्रित करने में बड़ा नहीं होगा।
यह कहा गया है, यह पूरी तरह से बाहरी बलों के शोध विषयों पर प्रभाव को अलग करने या समाप्त करने की संभावना नहीं है। तनाव कारकों को न्यूनतम करने के लिए सबसे अच्छा दृष्टिकोण सभी विषयों को समान परिस्थितियों के संपर्क में लाना है, जिसमें नवोन्मेषक लेकिन मान्य उपकरणों का उपयोग किया जाता है।
2. फोर्स मेज्युर
जब अनपेक्षित आपदा हमला करती है, तो आपको अपने व्यवहार में अनुकूलन करना होगा। प्रवेश करें, COVID-19।
पिछले तीन सालों में वैश्विक COVID-19 महामारी के कारण दृष्टिकोण को प्रभावित किया गया है। कभी-कभी ऐसी असाधारण घटनाएं या परिस्थितियाँ होती हैं जो शोधकर्ताओं के नियंत्रण के बाहर होती हैं। ये अनपेक्षित परिस्थितियाँ नई बाधाओं के अनुकूलन को मजबूर करती हैं।
सबसे प्रभावी विज्ञापन अभियान निर्धारित करना जो सबसे अच्छी उपलब्ध तकनीक का उपयोग करता है, पूंजीपतियों के लिए एक स्पष्ट बात है। हालाँकि, तथ्य यह है: किसी विषय का डेटा गुणवत्ता उनके शोधकर्ता के निकटता पर निर्भर नहीं करती है। इसलिए, किसी शोधकर्ता का विषयों से डेटा एकत्र करने का मुख्य काम वर्तमान में उपलब्ध उपकरणों के लिए अनुकूलित होना चाहिए।
3. एवरलीवेल, एप्पल वॉच एवं टेलीसर्जरी
एवरलीवेल एक मेल-ऑर्डर चिकित्सा प्रयोगशाला परीक्षण सेवा है जो 30 से अधिक निदान परीक्षणों को मापने के लिए आसानी से समझ में आने वाले निर्देशों के साथ प्री-पैकेज किए गए किट भेजती है। एप्पल वॉच ने भी अपने दिल की धड़कन की असामान्यता की सूचना और गिरने की निगरानी के लिए सुर्खियाँ बटोरी हैं। एवरलीवेल और एप्पल दोनों के लिए, उनके उत्पादों के लिए यात्रा और उपभोक्ता बाजार के लिए लागत की कटौती में कोई संदेह नहीं है।
ऐसे उत्पादों के साथ, हम एक समाज के रूप में पहले से ही स्वीकृत और भरोसा करते हैं कि स्थानीय रूप से एकत्र किए गए, दूर से संसाधित और ठीक से प्रस्तुत किए गए जैव चिकित्सा डेटा का। चाहे यह बीमारी की रोकथाम, मानसिक स्वास्थ्य, बीमारी पर हमला करने या संतुलित शरीर बनाए रखने के लिए हो, आप प्रतिक्रिया लेना चाहते हैं और जब स्वास्थ्य लक्ष्यों को पूरा किया जाता है, तो उम्मीद है कि पुरस्कृत किए जा सकते हैं। इंटरनेट के पहले के अंधेरे दिनों में, जब कंप्यूटर एक पूरे कमरे का कब्जा कर लेते थे, अपने फिटनेस की प्रमुख प्रदर्शन संकेतक (KPI) को मापना और ट्रैक करना एक पूरी तरह से एनालॉग प्रयास था। अब यह स्थिति नहीं है। परिणामस्वरूप, "मात्रात्मक आत्म" आंदोलन तेजी से विकसित हो रहा है।
सबसे सामान्य रूप से देखे जाने वाले KPI में शामिल हैं:
दिल की धड़कन
रक्तचाप
वज़न
ऊंचाई
नींद की अवधि
गतिशीलता पैटर्न
इनमें से प्रत्येक को सही सेंसर और बुनियादी हार्डवेयर के साथ आसानी से मापा जा सकता है। यह सामान्य ज्ञान है कि न्यूरोसाइंस और कई जैव चिकित्सा क्षेत्रों में नमूना आकार की समस्याएँ हैं। इस समस्या का समाधान करने के प्रयास में, सबसे अच्छा दृष्टिकोण यह होगा कि अतिरिक्त विषयों को जोड़ा जाए बजाय कि निकटता के कारण चुने गए छोटे समूह के विषयों को प्रशिक्षित करें। दूर से मापे जाने वाले KPI की पूरी श्रृंखला के साथ, यही न्यूरोसाइंस अनुसंधान के लिए फलने-फूलने और जीवित रहने का एक व्यवहार्य तरीका है।
4. प्रतिभागियों की समावेशिता और विविधता में वृद्धि
WEIRD समूह कौन है, और हमें उनके बारे में विशेष रूप से इतना जानकारी क्यों है?
"व्यवहार विज्ञान के वैज्ञानिक नियमित रूप से मानव मनोविज्ञान और व्यवहार के बारे में व्यापक दावे प्रकाशित करते हैं दुनिया के शीर्ष पत्रिकाओं में पूरी तरह से पश्चिम, शिक्षित, औद्योगिक, अमीर, और लोकतांत्रिक (WEIRD) समाजों से।"
यह एक सामान्य धारणा है कि मनोविज्ञान शिक्षण आयु, श्वेत, समृद्ध व्यक्तियों के बारे में बहुत कुछ जानता है लेकिन सामान्य मानवता के बारे में बहुत कम।
क्यों?
मनोविज्ञान प्रयोग कॉलेज परिसरों पर किए जाते हैं, और विषयों की समावेशिता के मानदंड दिन के दौरान उनकी निकटता और उपलब्धता से अधिक नहीं होते हैं। व्यापक जनसंख्या के बारे में निष्कर्ष निकालने के लिए, मनोविज्ञान प्रयोगों के लिए नमूना समूहों को अधिक विविध पृष्ठभूमि के व्यक्तियों को शामिल करना आवश्यक है। इस समस्या की कुंजी दूरस्थ डेटा संग्रह उपकरण में है, विशेष रूप से वह उपकरण जो उपभोक्ताओं द्वारा स्वयं उपयोग के लिए डिज़ाइन किया गया है।
5. अल्पकालिक और दीर्घकालिक लागत में कमी
आधुनिक क्लाउड प्लेटफार्मों ने भौतिक दूरी को अप्रासांगिक बना दिया है।
दूरस्थ डेटा संग्रह उपकरण का उपयोग विज्ञापनों पर पैसे बचाता है।
एवेरेज नमूने सुविधाजनक नमूनों की तुलना में अधिक महंगे होते हैं, जैसे कि कॉलेज के छात्र, क्योंकि आपको स्थानीय समुदाय में शोध विषयों के लिए विज्ञापन करने की आवश्यकता होती है। सरल शब्दों में कहें, विज्ञापन के लिए पैसे खर्च होते हैं।
दूरस्थ डेटा संग्रह उपकरण का उपयोग विशेष आईटी और न्यूरो-विश्लेषण उपकरणों पर पैसे बचाता है।
अक्सर, व्यक्तिगत शोध प्रयोगशालाओं को डेटा संग्रह के लिए विशेष हार्डवेयर के लिए अपने स्वयं के आईटी उपकरणों के लिए भुगतान करना और उनका रखरखाव करना पड़ता है। बेशक, समय के साथ, तकनीक में सुधार होता है। इस बीच, बुनियादी ढांचे को अपडेट करना एक उच्च लागत है। इस कारण, आधुनिक क्लाउड प्लेटफार्मों और कम लागत वाले डेटा संग्रह हार्डवेयर तक पहुंच न्यूरोसाइंस अनुसंधान में संसाधनों के उपयोग को कम कर सकती है।
6. शारीरिकी और व्यवहार को मापना हमेशा "दूर" रहा है
सेंसर हार्डवेयर और डेटा प्रोसेसिंग सॉफ़्टवेयर के बीच की दूरी अप्रासंगिक है।
मानव व्यवहार को समझना, भविष्यवाणी करना, और ठीक करना अधिकांश शैक्षणिक अनुसंधान का केंद्र है, विशेष रूप से न्यूरोसाइंस का। सामान्यतः, "व्यवहार डेटा संग्रह" का विचार संदिग्ध रूप से धब्बेदार प्रयोगशाला कोट पहने वैज्ञानिकों को दूर से विषयों को देखता हुआ, एक क्लिपबोर्ड और स्टॉपवॉच के साथ देखता है जबकि हर समय नोट्स बनाना।
यह एक सरल विचार है, ولكن यह संभावित अज्ञात विविधताओं के स्रोतों से भरा हुआ है जो किसी विषय की गतिविधियों या व्यवहार को प्रभावित कर सकते हैं। वैज्ञानिक प्रयोगों में, लक्ष्य इस अनहिसाब विविधता को हद तक खत्म करना है। यह प्रथा स्नीज़े प्रभाव के कारण संदिग्ध डेटा की अनंतता खत्म करने के लिए महत्वपूर्ण है।
न्यूरोसाइंस अनुसंधान में त्रुटियों के स्रोतों को कैसे हटाएं
मानव शारीरिकी और व्यवहार की माप दौरान त्रुटियों के स्रोतों को हटाने की खोज जारी है। इसके सबसे मूल तत्व में, यह आमतौर पर संवेदी डेटा एकत्र करने वाले हार्डवेयर में सुधार करना शामिल होता है, जिसे फिर विश्लेषण करना आवश्यक है। दूरस्थ डेटा संग्रह प्रारंभिक अनुमानों से अधिक शक्तिशाली है और यह विविध लेकिन प्रासंगिक डेटा सेट प्रदान कर सकता है जो प्रयोग में भविष्यवाणी की शक्ति जोड़ते हैं।
7. मशीन लर्निंग बेहतर डेटा प्रदान करता है
डेटा + मेटाडेटा + मशीन लर्निंग (ML) = व्यवहार की गतिविधि का सबसे व्यापक मॉडल।
आप कौन हैं, आप कहाँ हैं, आपको क्या पसंद है और क्या नापसंद करते हैं, यह सभी काल में उपयोग की जा रही कृत्रिम बुद्धिमत्ता मॉडल हैं जिनसे कई लोग अनजान हैं। भाग्य से, हमारे आधुनिक बाज़ार में व्यावसायिक न्यूरोसाइंस डेटा संग्रह उपकरण उपलब्ध हैं। डेटा और विज्ञापन मेटाडेटा का उनका उपयोग व्यवहार को समझने में एक व्यापकता के आधार पर एक अधिक समग्र समझ प्रदान करेगा।
इसके मूल में, प्रदान की गई डेटा (नाम, स्थान, जन्म तिथि) को अव्यवस्थित मेटाडेटा (साइट पर समय, पिछले साइट, निकासी साइट) के साथ मर्ज किया गया है और इसने विश्लेषण तकनीकों को पूरी तरह से नए स्तर पर लाया है। जो मानव व्यवहार को मापने और पूर्वानुमान करने में अत्यधिक लाभकारी सिद्ध हुआ है।
क्या आप और अधिक जानना चाहते हैं? EMOTIV से मिलें
ऊपर बताए गए तकनीकों को उजागर करते हुए, हम यह दिखाते हैं कि दूरस्थ डेटा संग्रह नया नहीं है और प्रौद्योगिकी में सुधार के साथ किया जाता है जैसा कि बाजार में तकनीकी प्रगति चाहते हैं। "दूर" कितनी दूर तक फैलता है, यह समझना आसान है कि परंपरागत शोधकर्ताओं द्वारा अनुभव किए गए असुरक्षित भावनाओं को। हालाँकि, उपभोक्ता हार्डवेयर और क्लाउड-आधारित डेटा विश्लेषण और प्रसंस्करण में महत्त्वपूर्ण उपलब्धियों के तकनीकी विकास के परिपेक्ष्य में, "दूर" का शब्द कैसे डेटा एकत्र किया जाता है, अत्यधिक अप्रासंगिक हो जाता है।
सारांश में, विषय घर पर डेटा संग्रह कर सकते हैं जब शोध कर्मचारियों की सीधी निगरानी नहीं होती है। वे इस जानकारी को अपने मस्तिष्क के बारे में व्यक्तिगत उपयोग के लिए एकत्रित कर सकते हैं बल्कि उनके EEG को अपलोड करने या EEG को विशेष रूप से अधिक विस्तृत, चल रहे अनुसंधान परियोजनाओं के लिए एकत्रित करने का भी विकल्प है।
2011 में स्थापित, EMOTIV एक सैन फ्रांसिस्को स्थित जैवसूचना कंपनी है जिसका उद्देश्य मानव मस्तिष्क को कस्टम इलेक्ट्रोएन्सेफ्लोग्राफी (EEG) हार्डवेयर, विश्लेषण और दृश्यता का उपयोग करके समझना है। EMOTIV का EEG अनुसंधान का दृष्टिकोण "वास्तविक दुनिया" की स्थितियों को करीब से दर्शाता है, क्योंकि परीक्षण किए गए व्यक्तियों को उन स्थलों और वातावरणों में रखा जाता है जो उनके जीवन जीने के तरीके को अधिक सटीक रूप से दर्शाते हैं।
EMOTIV हेडसेट्स
EMOTIV INSIGHT
EMOTIV पेशेवरों से लेकर उन लोगों तक एक विस्तृत समुदाय की सेवा करता है जो बस अपने मस्तिष्क के बारे में जानना चाहते हैं। EMOTIV INSIGHT 5-चैनल EEG हेडसेट मस्तिष्क-चालक इंटरफेस (BCI) के लिए डिज़ाइन किया गया है। Insight ने एक शानदार आसान-से-सेट-अप डिज़ाइन को क्रांतिकारी संवेदक तकनीक के साथ जोड़ा है।
EMOTIV EPOC X और EPOC Flex
EMOTIV EPOC X और EPOC Flex एक 14-चैनल और 32-चैनल EEG प्रणाली प्रदान करते हैं। हर सेटिंग में न्यूरोसाइंस अनुसंधान के लिए डिज़ाइन किया गया, EPOC हेडसेट वायरलेस होते हैं और इसमें संवेदक तकनीक में सुधार किया गया है। दोनों हेडसेट्स को स्वतंत्र अनुसंधान समूहों द्वारा मान्यता प्राप्त है और उच्च गुणवत्ता वाले शोध-ग्रेड डेटा प्रदान करने के लिए सिद्ध हैं।
EMOTIV के EEG सिस्टम की तकनीकी क्षमताओं की एक पूर्ण तुलना समीक्षा के लिए उपलब्ध है।
EMOTIV तकनीक
हमारे पास न्यूरोसाइंस अनुसंधान के हर कदम का समर्थन करने के लिए उपकरणों का एक सेट है।
EmotivPRO सॉफ़्टवेयर उपयोगकर्ताओं को परीक्षण परिणामों को संसाधित, विश्लेषण और दृश्यता देने की अनुमति देता है। शोधकर्ता किसी भी प्रतिभागी के उस स्तर पर प्रयोगों को डिज़ाइन कर सकते हैं जिसमें EMOTIV हेडसेट हो, यदि प्रयोगात्मक डिज़ाइन के अनुसार सह compliant हो।
EMOTIV के लिए एक सॉफ्टवेयर विकास किट (SDK) भी उपलब्ध है ताकि कस्टम ऐप्स, इंटरैक्शन या प्रयोगात्मक डिज़ाइन को हेडसेट और स्मार्टफोन का उपयोग करके किया जा सके।
जैसे-जैसे विज्ञान और व्यावसायिक बाजारों द्वारा न्यूरोसाइंस उपकरणों और विधियों को अपनाने की संख्या बढ़ती है, EMOTIV की कम लागत वाले, उपयोग में आसान EEG प्रणाली का उपयोग किया जा रहा है:
न्यूरोसाइंस अनुसंधान
स्वास्थ्य और कल्याण मार्केटिंग पहलों
ऑटोमोटिव उद्योग
न्यूरोमार्केटिंग
उपभोक्ता अनुसंधान
शिक्षा
मनोरंजन सेटिंग
इसके अलावा, गुणवत्ता, लागत, और EMOTIV हेडसेट को विश्वव्यापी बैदे, खर्च करने की क्षमता के साथ, शोधकर्ता योग्य प्रतिभागियों की एक विविध श्रृंखला को जुटा और नामांकित कर सकते हैं। डेटा संग्रह प्रक्रिया का विश्वास किया जा सकता है।
2025 तक, इंटरनेट पर हर दिन लगभग 463 एक्ज़ाबाइट नए डेटा का निर्माण होगा - यह एक ऐसा संख्या है जो वास्तव में कल्पना से परे है। यह डेटा सामान्य वस्तुओं से आता है जैसे ~300 अरब ईमेल या ~95 मिलियन साझा की गई तस्वीरें। ये वस्तुएं खुले तौर पर साझा की जाती हैं जिन्हें देखने के लिए बनाया जाता है। हालांकि, इस दैनिक डेटा बाढ़ का अधिकांश हिस्सा कम ज्ञात, अधिक सामान्य सतही वस्तुओं से आता है जैसे मेटाडेटा, स्थान डेटा, इंटरैक्शन लॉग, संचित ब्राउज़िंग इतिहास, और अधिक। जबकि यह बाहरी रूप से अदृश्य प्रतीत होता है, यह पता चला है कि जब इसे बड़े पैमाने पर एकत्रित और विश्लेषित किया जाता है, तो यह मानव अवस्थाओं की भविष्यवाणी करने में अद्भुत सटीकता प्रदान कर सकता है, यानी:
स्वस्थ बनाम बीमार।
सामान्य गतिविधियाँ।
सोना बनाम व्यायाम करना।
भविष्य के व्यवहार जैसे संभावित खरीदारी या चुनावी वोट।
हम न्यूरोसाइंटिस्ट के रूप में, इस डेटा का उपयोग करके मानव मन के बारे में अधिक जान सकते हैं। आखिरकार, मानव गतिविधि और / या व्यवहार के मूल तत्वों को स्पष्ट करना न्यूरोसाइंस रिसर्च का मूल है। यह लेख सात तरीकों को प्रस्तुत करता है जिनसे दूरस्थ डेटा संग्रह न्यूरोसाइंस अनुसंधान में सुधार कर रहा है।
न्यूरोसाइंटिस्ट पिछले कई दशकों से दूरस्थ डेटा संग्रह तकनीकों का उपयोग कर रहे हैं। हाल के वर्षों में जो बदला है वह है:
कितना दूर "दूरस्थ" वास्तव में हो सकता है।
जिन विषयों के पास भाग लेने की क्षमता है।
एक ही प्रयोग में मापा और संसाधित किए जाने वाले एंडपॉइंट्स का प्रकार।
अनुसंधान दूरस्थ डेटा संग्रह और अनुप्रयोग के लिए एकमात्र अनुप्रयोग नहीं है। हालिया आभासी वास्तविकता (VR) प्रणाली में प्रगति ने प्रयोगशाला को आभासी स्थानों में लाया है। उदाहरण के लिए, चिकित्सा के दृष्टिकोण से, न्यूरोसाइंस अनुसंधान के लिए ये विकास दूरस्थ सर्जियों को दुनिया भर में करना बहुत सरल बनाते हैं। इस परिदृश्य में, VR हेडसेट संचालन टीम के पास रहता है ताकि जब सर्जन पहुंचता है, तो वह सैकड़ों मील दूर से मरीज से आ रही वास्तविक समय के वीडियो फ़ीड की गुणवत्ता देख सके।
छोटी-छोटी स्थितियों में, केवल वीडियो का उपयोग करना पर्याप्त होगा, लेकिन इस संवर्धित वास्तविकता के साथ, वे लाइव सर्जरी और शैक्षिक / प्रशिक्षण सर्जिकल असाइनमेंट में वीडियो को हैप्टिक फीडबैक के साथ जोड़ते हैं। आप कह सकते हैं कि यह गेम नियंत्रण पर एक गड्ढा स्ट्रिप के समान है लेकिन बहुत अधिक उन्नत।
नीचे हाइलाइट किया गया है, कुछ कारण (खैर, कम से कम सात) हैं जिनकी वजह से कोई चिकित्सा प्रक्रिया, शोधकर्ता या न्यूरो-मार्केटर आधुनिक तकनीक का उपयोग करने का निर्णय लेते हैं ताकि वैश्विक, दूर से एकत्र किए गए डेटा को इकट्ठा, संसाधित और विश्लेषित किया जा सके।
1. घर की आरामदायक स्थिति
तनावग्रस्त विषय तनावग्रस्त डेटा बनाते हैं।
यह अच्छी तरह से जाना जाता है कि बर्ताव के परीक्षण से पहले तनावपूर्ण कारकों के संपर्क में आने से बाद में एकत्र किए गए डेटा को संशोधित कर सकता है। इसके अलावा, बार-बार यह प्रदर्शित किया गया है कि, तीव्र प्रभावों के अलावा, पर्यावरणीय तनाव लंबे समय तक प्रभाव डाल सकते हैं। वैज्ञानिकों की सबसे अच्छी आशा ऐसी बाहरी चर को कम करना है जबकि यह स्वीकार करते हुए कि उन्हें पूरी तरह से समाप्त नहीं किया जा सकता है। इस प्रकार, यदि प्रत्येक विषय को समान रूप से व्यवहार किया जाता है, तो वे सभी तत्वों के संपर्क में होते हैं।
अपने ही घर में एक मानव का परीक्षण किया जा रहा है
डॉक्टर के कार्यालय में ड्राइव करना, लागत, एक निदान के बारे में चिंता करना, सही कार्यालय खोजने की चिंता करना, या क्या आप कानूनी रूप से पार्क किए गए हैं, ये सभी बहुत वास्तविक तनाव कारक हैं। हालांकि, मान लीजिए कि शोध डेटा संग्रह इन बाहरी कारकों से बचने के लिए किया जा सके, जैसे कि किसी के अपने घर की सुविधा में। इस मामले में, तनावपूर्ण यात्रा का प्रभाव अध्ययन के ध्यान केंद्रित करने में बड़ा नहीं होगा।
यह कहा गया है, यह पूरी तरह से बाहरी बलों के शोध विषयों पर प्रभाव को अलग करने या समाप्त करने की संभावना नहीं है। तनाव कारकों को न्यूनतम करने के लिए सबसे अच्छा दृष्टिकोण सभी विषयों को समान परिस्थितियों के संपर्क में लाना है, जिसमें नवोन्मेषक लेकिन मान्य उपकरणों का उपयोग किया जाता है।
2. फोर्स मेज्युर
जब अनपेक्षित आपदा हमला करती है, तो आपको अपने व्यवहार में अनुकूलन करना होगा। प्रवेश करें, COVID-19।
पिछले तीन सालों में वैश्विक COVID-19 महामारी के कारण दृष्टिकोण को प्रभावित किया गया है। कभी-कभी ऐसी असाधारण घटनाएं या परिस्थितियाँ होती हैं जो शोधकर्ताओं के नियंत्रण के बाहर होती हैं। ये अनपेक्षित परिस्थितियाँ नई बाधाओं के अनुकूलन को मजबूर करती हैं।
सबसे प्रभावी विज्ञापन अभियान निर्धारित करना जो सबसे अच्छी उपलब्ध तकनीक का उपयोग करता है, पूंजीपतियों के लिए एक स्पष्ट बात है। हालाँकि, तथ्य यह है: किसी विषय का डेटा गुणवत्ता उनके शोधकर्ता के निकटता पर निर्भर नहीं करती है। इसलिए, किसी शोधकर्ता का विषयों से डेटा एकत्र करने का मुख्य काम वर्तमान में उपलब्ध उपकरणों के लिए अनुकूलित होना चाहिए।
3. एवरलीवेल, एप्पल वॉच एवं टेलीसर्जरी
एवरलीवेल एक मेल-ऑर्डर चिकित्सा प्रयोगशाला परीक्षण सेवा है जो 30 से अधिक निदान परीक्षणों को मापने के लिए आसानी से समझ में आने वाले निर्देशों के साथ प्री-पैकेज किए गए किट भेजती है। एप्पल वॉच ने भी अपने दिल की धड़कन की असामान्यता की सूचना और गिरने की निगरानी के लिए सुर्खियाँ बटोरी हैं। एवरलीवेल और एप्पल दोनों के लिए, उनके उत्पादों के लिए यात्रा और उपभोक्ता बाजार के लिए लागत की कटौती में कोई संदेह नहीं है।
ऐसे उत्पादों के साथ, हम एक समाज के रूप में पहले से ही स्वीकृत और भरोसा करते हैं कि स्थानीय रूप से एकत्र किए गए, दूर से संसाधित और ठीक से प्रस्तुत किए गए जैव चिकित्सा डेटा का। चाहे यह बीमारी की रोकथाम, मानसिक स्वास्थ्य, बीमारी पर हमला करने या संतुलित शरीर बनाए रखने के लिए हो, आप प्रतिक्रिया लेना चाहते हैं और जब स्वास्थ्य लक्ष्यों को पूरा किया जाता है, तो उम्मीद है कि पुरस्कृत किए जा सकते हैं। इंटरनेट के पहले के अंधेरे दिनों में, जब कंप्यूटर एक पूरे कमरे का कब्जा कर लेते थे, अपने फिटनेस की प्रमुख प्रदर्शन संकेतक (KPI) को मापना और ट्रैक करना एक पूरी तरह से एनालॉग प्रयास था। अब यह स्थिति नहीं है। परिणामस्वरूप, "मात्रात्मक आत्म" आंदोलन तेजी से विकसित हो रहा है।
सबसे सामान्य रूप से देखे जाने वाले KPI में शामिल हैं:
दिल की धड़कन
रक्तचाप
वज़न
ऊंचाई
नींद की अवधि
गतिशीलता पैटर्न
इनमें से प्रत्येक को सही सेंसर और बुनियादी हार्डवेयर के साथ आसानी से मापा जा सकता है। यह सामान्य ज्ञान है कि न्यूरोसाइंस और कई जैव चिकित्सा क्षेत्रों में नमूना आकार की समस्याएँ हैं। इस समस्या का समाधान करने के प्रयास में, सबसे अच्छा दृष्टिकोण यह होगा कि अतिरिक्त विषयों को जोड़ा जाए बजाय कि निकटता के कारण चुने गए छोटे समूह के विषयों को प्रशिक्षित करें। दूर से मापे जाने वाले KPI की पूरी श्रृंखला के साथ, यही न्यूरोसाइंस अनुसंधान के लिए फलने-फूलने और जीवित रहने का एक व्यवहार्य तरीका है।
4. प्रतिभागियों की समावेशिता और विविधता में वृद्धि
WEIRD समूह कौन है, और हमें उनके बारे में विशेष रूप से इतना जानकारी क्यों है?
"व्यवहार विज्ञान के वैज्ञानिक नियमित रूप से मानव मनोविज्ञान और व्यवहार के बारे में व्यापक दावे प्रकाशित करते हैं दुनिया के शीर्ष पत्रिकाओं में पूरी तरह से पश्चिम, शिक्षित, औद्योगिक, अमीर, और लोकतांत्रिक (WEIRD) समाजों से।"
यह एक सामान्य धारणा है कि मनोविज्ञान शिक्षण आयु, श्वेत, समृद्ध व्यक्तियों के बारे में बहुत कुछ जानता है लेकिन सामान्य मानवता के बारे में बहुत कम।
क्यों?
मनोविज्ञान प्रयोग कॉलेज परिसरों पर किए जाते हैं, और विषयों की समावेशिता के मानदंड दिन के दौरान उनकी निकटता और उपलब्धता से अधिक नहीं होते हैं। व्यापक जनसंख्या के बारे में निष्कर्ष निकालने के लिए, मनोविज्ञान प्रयोगों के लिए नमूना समूहों को अधिक विविध पृष्ठभूमि के व्यक्तियों को शामिल करना आवश्यक है। इस समस्या की कुंजी दूरस्थ डेटा संग्रह उपकरण में है, विशेष रूप से वह उपकरण जो उपभोक्ताओं द्वारा स्वयं उपयोग के लिए डिज़ाइन किया गया है।
5. अल्पकालिक और दीर्घकालिक लागत में कमी
आधुनिक क्लाउड प्लेटफार्मों ने भौतिक दूरी को अप्रासांगिक बना दिया है।
दूरस्थ डेटा संग्रह उपकरण का उपयोग विज्ञापनों पर पैसे बचाता है।
एवेरेज नमूने सुविधाजनक नमूनों की तुलना में अधिक महंगे होते हैं, जैसे कि कॉलेज के छात्र, क्योंकि आपको स्थानीय समुदाय में शोध विषयों के लिए विज्ञापन करने की आवश्यकता होती है। सरल शब्दों में कहें, विज्ञापन के लिए पैसे खर्च होते हैं।
दूरस्थ डेटा संग्रह उपकरण का उपयोग विशेष आईटी और न्यूरो-विश्लेषण उपकरणों पर पैसे बचाता है।
अक्सर, व्यक्तिगत शोध प्रयोगशालाओं को डेटा संग्रह के लिए विशेष हार्डवेयर के लिए अपने स्वयं के आईटी उपकरणों के लिए भुगतान करना और उनका रखरखाव करना पड़ता है। बेशक, समय के साथ, तकनीक में सुधार होता है। इस बीच, बुनियादी ढांचे को अपडेट करना एक उच्च लागत है। इस कारण, आधुनिक क्लाउड प्लेटफार्मों और कम लागत वाले डेटा संग्रह हार्डवेयर तक पहुंच न्यूरोसाइंस अनुसंधान में संसाधनों के उपयोग को कम कर सकती है।
6. शारीरिकी और व्यवहार को मापना हमेशा "दूर" रहा है
सेंसर हार्डवेयर और डेटा प्रोसेसिंग सॉफ़्टवेयर के बीच की दूरी अप्रासंगिक है।
मानव व्यवहार को समझना, भविष्यवाणी करना, और ठीक करना अधिकांश शैक्षणिक अनुसंधान का केंद्र है, विशेष रूप से न्यूरोसाइंस का। सामान्यतः, "व्यवहार डेटा संग्रह" का विचार संदिग्ध रूप से धब्बेदार प्रयोगशाला कोट पहने वैज्ञानिकों को दूर से विषयों को देखता हुआ, एक क्लिपबोर्ड और स्टॉपवॉच के साथ देखता है जबकि हर समय नोट्स बनाना।
यह एक सरल विचार है, ولكن यह संभावित अज्ञात विविधताओं के स्रोतों से भरा हुआ है जो किसी विषय की गतिविधियों या व्यवहार को प्रभावित कर सकते हैं। वैज्ञानिक प्रयोगों में, लक्ष्य इस अनहिसाब विविधता को हद तक खत्म करना है। यह प्रथा स्नीज़े प्रभाव के कारण संदिग्ध डेटा की अनंतता खत्म करने के लिए महत्वपूर्ण है।
न्यूरोसाइंस अनुसंधान में त्रुटियों के स्रोतों को कैसे हटाएं
मानव शारीरिकी और व्यवहार की माप दौरान त्रुटियों के स्रोतों को हटाने की खोज जारी है। इसके सबसे मूल तत्व में, यह आमतौर पर संवेदी डेटा एकत्र करने वाले हार्डवेयर में सुधार करना शामिल होता है, जिसे फिर विश्लेषण करना आवश्यक है। दूरस्थ डेटा संग्रह प्रारंभिक अनुमानों से अधिक शक्तिशाली है और यह विविध लेकिन प्रासंगिक डेटा सेट प्रदान कर सकता है जो प्रयोग में भविष्यवाणी की शक्ति जोड़ते हैं।
7. मशीन लर्निंग बेहतर डेटा प्रदान करता है
डेटा + मेटाडेटा + मशीन लर्निंग (ML) = व्यवहार की गतिविधि का सबसे व्यापक मॉडल।
आप कौन हैं, आप कहाँ हैं, आपको क्या पसंद है और क्या नापसंद करते हैं, यह सभी काल में उपयोग की जा रही कृत्रिम बुद्धिमत्ता मॉडल हैं जिनसे कई लोग अनजान हैं। भाग्य से, हमारे आधुनिक बाज़ार में व्यावसायिक न्यूरोसाइंस डेटा संग्रह उपकरण उपलब्ध हैं। डेटा और विज्ञापन मेटाडेटा का उनका उपयोग व्यवहार को समझने में एक व्यापकता के आधार पर एक अधिक समग्र समझ प्रदान करेगा।
इसके मूल में, प्रदान की गई डेटा (नाम, स्थान, जन्म तिथि) को अव्यवस्थित मेटाडेटा (साइट पर समय, पिछले साइट, निकासी साइट) के साथ मर्ज किया गया है और इसने विश्लेषण तकनीकों को पूरी तरह से नए स्तर पर लाया है। जो मानव व्यवहार को मापने और पूर्वानुमान करने में अत्यधिक लाभकारी सिद्ध हुआ है।
क्या आप और अधिक जानना चाहते हैं? EMOTIV से मिलें
ऊपर बताए गए तकनीकों को उजागर करते हुए, हम यह दिखाते हैं कि दूरस्थ डेटा संग्रह नया नहीं है और प्रौद्योगिकी में सुधार के साथ किया जाता है जैसा कि बाजार में तकनीकी प्रगति चाहते हैं। "दूर" कितनी दूर तक फैलता है, यह समझना आसान है कि परंपरागत शोधकर्ताओं द्वारा अनुभव किए गए असुरक्षित भावनाओं को। हालाँकि, उपभोक्ता हार्डवेयर और क्लाउड-आधारित डेटा विश्लेषण और प्रसंस्करण में महत्त्वपूर्ण उपलब्धियों के तकनीकी विकास के परिपेक्ष्य में, "दूर" का शब्द कैसे डेटा एकत्र किया जाता है, अत्यधिक अप्रासंगिक हो जाता है।
सारांश में, विषय घर पर डेटा संग्रह कर सकते हैं जब शोध कर्मचारियों की सीधी निगरानी नहीं होती है। वे इस जानकारी को अपने मस्तिष्क के बारे में व्यक्तिगत उपयोग के लिए एकत्रित कर सकते हैं बल्कि उनके EEG को अपलोड करने या EEG को विशेष रूप से अधिक विस्तृत, चल रहे अनुसंधान परियोजनाओं के लिए एकत्रित करने का भी विकल्प है।
2011 में स्थापित, EMOTIV एक सैन फ्रांसिस्को स्थित जैवसूचना कंपनी है जिसका उद्देश्य मानव मस्तिष्क को कस्टम इलेक्ट्रोएन्सेफ्लोग्राफी (EEG) हार्डवेयर, विश्लेषण और दृश्यता का उपयोग करके समझना है। EMOTIV का EEG अनुसंधान का दृष्टिकोण "वास्तविक दुनिया" की स्थितियों को करीब से दर्शाता है, क्योंकि परीक्षण किए गए व्यक्तियों को उन स्थलों और वातावरणों में रखा जाता है जो उनके जीवन जीने के तरीके को अधिक सटीक रूप से दर्शाते हैं।
EMOTIV हेडसेट्स
EMOTIV INSIGHT
EMOTIV पेशेवरों से लेकर उन लोगों तक एक विस्तृत समुदाय की सेवा करता है जो बस अपने मस्तिष्क के बारे में जानना चाहते हैं। EMOTIV INSIGHT 5-चैनल EEG हेडसेट मस्तिष्क-चालक इंटरफेस (BCI) के लिए डिज़ाइन किया गया है। Insight ने एक शानदार आसान-से-सेट-अप डिज़ाइन को क्रांतिकारी संवेदक तकनीक के साथ जोड़ा है।
EMOTIV EPOC X और EPOC Flex
EMOTIV EPOC X और EPOC Flex एक 14-चैनल और 32-चैनल EEG प्रणाली प्रदान करते हैं। हर सेटिंग में न्यूरोसाइंस अनुसंधान के लिए डिज़ाइन किया गया, EPOC हेडसेट वायरलेस होते हैं और इसमें संवेदक तकनीक में सुधार किया गया है। दोनों हेडसेट्स को स्वतंत्र अनुसंधान समूहों द्वारा मान्यता प्राप्त है और उच्च गुणवत्ता वाले शोध-ग्रेड डेटा प्रदान करने के लिए सिद्ध हैं।
EMOTIV के EEG सिस्टम की तकनीकी क्षमताओं की एक पूर्ण तुलना समीक्षा के लिए उपलब्ध है।
EMOTIV तकनीक
हमारे पास न्यूरोसाइंस अनुसंधान के हर कदम का समर्थन करने के लिए उपकरणों का एक सेट है।
EmotivPRO सॉफ़्टवेयर उपयोगकर्ताओं को परीक्षण परिणामों को संसाधित, विश्लेषण और दृश्यता देने की अनुमति देता है। शोधकर्ता किसी भी प्रतिभागी के उस स्तर पर प्रयोगों को डिज़ाइन कर सकते हैं जिसमें EMOTIV हेडसेट हो, यदि प्रयोगात्मक डिज़ाइन के अनुसार सह compliant हो।
EMOTIV के लिए एक सॉफ्टवेयर विकास किट (SDK) भी उपलब्ध है ताकि कस्टम ऐप्स, इंटरैक्शन या प्रयोगात्मक डिज़ाइन को हेडसेट और स्मार्टफोन का उपयोग करके किया जा सके।
जैसे-जैसे विज्ञान और व्यावसायिक बाजारों द्वारा न्यूरोसाइंस उपकरणों और विधियों को अपनाने की संख्या बढ़ती है, EMOTIV की कम लागत वाले, उपयोग में आसान EEG प्रणाली का उपयोग किया जा रहा है:
न्यूरोसाइंस अनुसंधान
स्वास्थ्य और कल्याण मार्केटिंग पहलों
ऑटोमोटिव उद्योग
न्यूरोमार्केटिंग
उपभोक्ता अनुसंधान
शिक्षा
मनोरंजन सेटिंग
इसके अलावा, गुणवत्ता, लागत, और EMOTIV हेडसेट को विश्वव्यापी बैदे, खर्च करने की क्षमता के साथ, शोधकर्ता योग्य प्रतिभागियों की एक विविध श्रृंखला को जुटा और नामांकित कर सकते हैं। डेटा संग्रह प्रक्रिया का विश्वास किया जा सकता है।
