2 Tantangan Utama dalam Penelitian EEG
Mehul Nayak
Diperbarui pada
31 Jan 2023
2 Tantangan Utama dalam Penelitian EEG
Mehul Nayak
Diperbarui pada
31 Jan 2023
2 Tantangan Utama dalam Penelitian EEG
Mehul Nayak
Diperbarui pada
31 Jan 2023
Apa saja tantangan dalam penelitian & analisis EEG kontemporer?
Pada tahun 1925, psikiater Jerman Hans Berger mencatat elektroensefalogram (EEG) manusia pertama. Sejak itu, teknologi antarmuka otak-komputer dan komputasi terus meningkat.
Postingan ini mengeksplorasi dua tantangan utama dalam penelitian EEG, yaitu:
Kompleksitas logistik dari penelitian EEG akademis tradisional, dan
Inovasi dalam perangkat keras EEG.
Kompleksitas Logistik dari Penelitian EEG Akademis Tradisional
Populasi Subjek yang Eksklusif, Kurang Dana, dan Terbatas Secara Regional
Mari kita pahami terlebih dahulu penelitian elektroensefalogram (EEG). Penelitian EEG dan metodologi penelitian ilmu saraf kognitif melibatkan pencatatan aktivitas listrik otak manusia menggunakan elektroda non-invasif yang ditempatkan secara khusus di permukaan kepala subjek. Dengan menggunakan desain eksperimental yang melibatkan paparan berbagai rangsangan, perubahan sinyal otak dapat dianalisis dan data dapat diekstrapolasi.
Tabel 1 memberikan gambaran tentang jenis studi dan aktivitas yang dilakukan dengan teknologi EEG. Silakan baca panduan pengantar elektroensefalografi EEG ini juga.
Tabel 1: Jenis Studi Elektroensefalogram (EEG) (diadopsi dari (Williams et al., 2020)
Antarmuka Otak-Komputer (BCI) | Studi-studi ini memeriksa dan memungkinkan interaksi manusia-komputer, seperti mengendalikan lengan atau kursi roda atau memungkinkan komunikasi pada pasien penyandang disabilitas. |
Klinis | Studi-studi ini menggunakan EEG untuk aplikasi diagnostik dan terapeutik. Termasuk deteksi kejang epilepsi atau penggunaan umpan balik saraf (neurofeedback) dalam terapi kognitif. |
Penelitian Eksperimental | Studi-studi ini mengumpulkan data elektrogram untuk menjawab pertanyaan atau hipotesis ilmu saraf komputasional. |
Meskipun EEG telah diadopsi secara luas sebagai alat penelitian yang efektif, logistiknya dapat menantang. Sebagian besar lembaga donor menyediakan dana untuk penelitian klinis, translasional, atau terapan. Namun, pendanaan untuk penelitian eksperimental dasar lebih sedikit. Kurangnya pendanaan dapat memperburuk kesulitan logistik dalam merekrut peserta dan melakukan penelitian eksperimental yang kuat, sehingga menghasilkan ukuran sampel yang kecil. Ukuran sampel yang kecil ini dipilih demi kenyamanan dari wilayah geografis yang terbatas.
Fenomena ini dikenal sebagai Masalah WEIRD. Istilah ini merujuk pada individu-individu dari masyarakat barat, terdidik, terindustrialisasi, kaya, dan demokratis (western, educated, industrialized, rich, and democratic) yang menjadi bagian dari sampel penelitian umum. Populasi sampel ini tidak terlalu inklusif karena sebagian besar individu ini berasal dari kampus-kampus perguruan tinggi. Demografi WEIRD ini tidak mencerminkan keragaman dunia nyata atau atribut kognitif dan emosional unik yang menjadikan kita manusia.
Secara kolektif, situasi ini membatasi signifikansi praktis dan generalisasi dari eksperimen. Karena hal itu, temuan dari studi-studi ini sulit untuk diekstrapolasi menjadi wawasan baru tentang semua kognisi manusia (yaitu, beban kerja mental, pemecahan masalah, dll.).
Inovasi dalam Perangkat Keras EEG
Peralatan kelas penelitian, portabel, dan berbiaya rendah yang tersedia secara global
Perangkat EEG
Dalam beberapa tahun terakhir, para peneliti telah mendobrak hambatan tradisional dalam penelitian ilmu saraf dengan perangkat EEG portabel. Antarmuka Otak-Komputer (BCI), Antarmuka Otak-Mesin (BMI), atau Antarmuka Manusia-Komputer (HCI) melakukan hal tersebut. Mereka menggunakan sinyal EEG untuk mengkarakterisasi dan mengidentifikasi kondisi kognitif atau afektif. BCI berkembang pesat sebagai sarana untuk mengubah cara manusia berinteraksi dengan lingkungan mereka. Hal ini didorong oleh kemajuan dalam miniaturisasi perangkat keras dan peningkatan algoritma pemrosesan data. Sistem ini memberdayakan manusia untuk meningkatkan diri mereka sendiri melalui umpan balik saraf dan mendorong orang untuk berinteraksi dengan lingkungan sekitar mereka tanpa intervensi fisik.
Masa Depan Perangkat EEG
Setidaknya selama dekade terakhir, tren umum dalam perangkat keras EEG adalah membuat alat-alat ini lebih kecil, nirkabel, portabel, dan lebih murah.
Gambar 1: Headset EPOC dari Emotiv
Gambar 2: Headset EPOC Flex dari Emotiv
Namun, memindahkan apa yang dulunya memerlukan lab khusus yang mahal ke sistem portabel berbiaya rendah bukannya tanpa kekhawatiran. Beberapa ilmuwan mengkhawatirkan validitas, kualitas, atau kepraktisan headset EEG. Untuk menyelidiki hal ini, para peneliti telah melakukan banyak studi validasi yang menunjukkan kegunaan ilmiah dari sistem ini.
Biaya rendah dan portabilitas headset EEG juga telah membuka cakupan pertanyaan penelitian yang luas yang kini dapat dijawab langsung di tempat terjadinya (in situ). Artinya, gelombang otak subjek dapat diukur dalam situasi dunia nyata, sedangkan perangkat keras lama memiliki mobilitas yang sangat minim. Dalam psikologi gerakan atau olahraga, ini adalah perubahan yang monumental.
Bayangkan sebuah kelompok penelitian menyelidiki waktu reaksi pada sekelompok mahasiswa perguruan tinggi yang dipilih secara khusus yang aktif berolahraga. Mereka bertanya apakah penjaga gawang sepak bola memiliki waktu reaksi yang lebih cepat terhadap bola dibandingkan rekan satu tim lainnya. Dalam paradigma penelitian lama, subjek-subjek ini harus datang ke lab, dipasangi kabel, melakukan tugas di layar fisik, dan melaporkannya dengan mengeklik tombol perangkat keras atau tombol keyboard. Dengan peralatan EEG yang lebih baru, pertanyaan yang sama ini kini dapat diterapkan dan diukur saat sebenarnya berada di lapangan sepak bola.
Secara keseluruhan, inovasi-inovasi dalam perangkat keras EEG ini telah membuka aplikasi praktis di luar lab. Sebagai hasilnya, kapasitas dan cakupan penelitian ilmu saraf telah meningkat.
Sambut Inovasi – Sambut Emotiv
Ada perkembangan menarik dalam analisis deep-learning dan analisis machine-learning lainnya dalam beberapa tahun terakhir. Untuk alasan ini, kumpulan data yang besar, valid, dan berkualitas (n=1000+) diperlukan untuk memanfaatkan nilai dari program-program ini. Mengingat persyaratan pemrosesan sinyal, klasifikasi, validasi, dan evaluasi kinerja dalam penelitian EEG, bidang ini mendapat manfaat yang sangat besar jika pendekatan kecerdasan buatan ini diterapkan. Data besar diperlukan untuk mengatasi sifat berulang dari penelitian eksperimental saat ini dalam ilmu saraf, terutama pada akhir penyakit neurodegeneratif yang lebih kompleks dan antarmuka otak-komputer. Hingga saat ini, data tersebut belum tersedia.
Ada dua pendekatan untuk meningkatkan potensi populasi sampel dan data berikutnya yang
dikumpulkan:
Mengembangkan perangkat keras EEG kelas penelitian, portabel, dan berbiaya rendah yang dapat digunakan secara global.
Meningkatkan teknik pengumpulan data, validasi, dan analisis otomatis.
Urai Tantangan, Tumbuh Bersama Perubahan. Pilih Emotiv
Ulasan tentang inovasi EEG Emotiv selama dekade terakhir
Penggunaan perangkat EEG dalam penelitian ilmu saraf dan lingkungan klinis terus meningkat (lihat Gambar 3). Selama dekade terakhir, Emotiv telah mengembangkan peralatan EEG kelas penelitian yang nirkabel, portabel, dan mudah digunakan dengan kontrol kualitas yang dapat diakses oleh siapa saja, di mana saja di dunia, untuk mengatasi tantangan tersebut.
Gambar 3 – Jumlah Publikasi yang Mengandung "EEG" (1940 – 2021) via Neuroscience Information Framework
Evolusi Perangkat Keras
Selain itu, perangkat keras EEG telah berevolusi dari elektroda basah ke elektroda kering. Elektroda basah membutuhkan waktu lama untuk dipasang, tidak nyaman dipakai, dan membatasi mobilitas. Headset dengan elektroda kering atau hibrida bekerja dengan cepat, portabel, dan secara signifikan lebih murah untuk diproduksi dan dioperasikan. Kemajuan teknologi ini membawa kita lebih dekat kepada terobosan dalam penelitian neurologis, tetapi kita masih belum sepenuhnya sampai di sana.
Memastikan Set Sampel yang Beragam
Emotiv dapat membantu Anda meningkatkan keragaman studi Anda. Lini headset EEG Emotiv EPOC telah ada selama lebih dari satu dekade dan telah divalidasi secara independen oleh lembaga penelitian di seluruh dunia. Headset ini telah digunakan dalam berbagai aplikasi, termasuk mengendalikan anggota tubuh robotik dan kursi roda, autentikasi pengguna biometrik dalam sistem keamanan, dan mengidentifikasi kondisi mental kognitif dan emosional.
Potensi Emotiv untuk penggunaan global dan hambatan finansial yang rendah memfasilitasi penelitian bagi mereka yang memiliki sumber daya terbatas. Sebagai contoh, Parameshwaran dan Thiagarajan menggunakan peralatan EEG Emotiv di lingkungan pedesaan dan perkotaan di India untuk menunjukkan perbedaan tanda-tanda EEG yang berkaitan dengan status sosioekonomi, paparan teknologi, dan pengalaman perjalanan.
Apa saja tantangan dalam penelitian & analisis EEG kontemporer?
Pada tahun 1925, psikiater Jerman Hans Berger mencatat elektroensefalogram (EEG) manusia pertama. Sejak itu, teknologi antarmuka otak-komputer dan komputasi terus meningkat.
Postingan ini mengeksplorasi dua tantangan utama dalam penelitian EEG, yaitu:
Kompleksitas logistik dari penelitian EEG akademis tradisional, dan
Inovasi dalam perangkat keras EEG.
Kompleksitas Logistik dari Penelitian EEG Akademis Tradisional
Populasi Subjek yang Eksklusif, Kurang Dana, dan Terbatas Secara Regional
Mari kita pahami terlebih dahulu penelitian elektroensefalogram (EEG). Penelitian EEG dan metodologi penelitian ilmu saraf kognitif melibatkan pencatatan aktivitas listrik otak manusia menggunakan elektroda non-invasif yang ditempatkan secara khusus di permukaan kepala subjek. Dengan menggunakan desain eksperimental yang melibatkan paparan berbagai rangsangan, perubahan sinyal otak dapat dianalisis dan data dapat diekstrapolasi.
Tabel 1 memberikan gambaran tentang jenis studi dan aktivitas yang dilakukan dengan teknologi EEG. Silakan baca panduan pengantar elektroensefalografi EEG ini juga.
Tabel 1: Jenis Studi Elektroensefalogram (EEG) (diadopsi dari (Williams et al., 2020)
Antarmuka Otak-Komputer (BCI) | Studi-studi ini memeriksa dan memungkinkan interaksi manusia-komputer, seperti mengendalikan lengan atau kursi roda atau memungkinkan komunikasi pada pasien penyandang disabilitas. |
Klinis | Studi-studi ini menggunakan EEG untuk aplikasi diagnostik dan terapeutik. Termasuk deteksi kejang epilepsi atau penggunaan umpan balik saraf (neurofeedback) dalam terapi kognitif. |
Penelitian Eksperimental | Studi-studi ini mengumpulkan data elektrogram untuk menjawab pertanyaan atau hipotesis ilmu saraf komputasional. |
Meskipun EEG telah diadopsi secara luas sebagai alat penelitian yang efektif, logistiknya dapat menantang. Sebagian besar lembaga donor menyediakan dana untuk penelitian klinis, translasional, atau terapan. Namun, pendanaan untuk penelitian eksperimental dasar lebih sedikit. Kurangnya pendanaan dapat memperburuk kesulitan logistik dalam merekrut peserta dan melakukan penelitian eksperimental yang kuat, sehingga menghasilkan ukuran sampel yang kecil. Ukuran sampel yang kecil ini dipilih demi kenyamanan dari wilayah geografis yang terbatas.
Fenomena ini dikenal sebagai Masalah WEIRD. Istilah ini merujuk pada individu-individu dari masyarakat barat, terdidik, terindustrialisasi, kaya, dan demokratis (western, educated, industrialized, rich, and democratic) yang menjadi bagian dari sampel penelitian umum. Populasi sampel ini tidak terlalu inklusif karena sebagian besar individu ini berasal dari kampus-kampus perguruan tinggi. Demografi WEIRD ini tidak mencerminkan keragaman dunia nyata atau atribut kognitif dan emosional unik yang menjadikan kita manusia.
Secara kolektif, situasi ini membatasi signifikansi praktis dan generalisasi dari eksperimen. Karena hal itu, temuan dari studi-studi ini sulit untuk diekstrapolasi menjadi wawasan baru tentang semua kognisi manusia (yaitu, beban kerja mental, pemecahan masalah, dll.).
Inovasi dalam Perangkat Keras EEG
Peralatan kelas penelitian, portabel, dan berbiaya rendah yang tersedia secara global
Perangkat EEG
Dalam beberapa tahun terakhir, para peneliti telah mendobrak hambatan tradisional dalam penelitian ilmu saraf dengan perangkat EEG portabel. Antarmuka Otak-Komputer (BCI), Antarmuka Otak-Mesin (BMI), atau Antarmuka Manusia-Komputer (HCI) melakukan hal tersebut. Mereka menggunakan sinyal EEG untuk mengkarakterisasi dan mengidentifikasi kondisi kognitif atau afektif. BCI berkembang pesat sebagai sarana untuk mengubah cara manusia berinteraksi dengan lingkungan mereka. Hal ini didorong oleh kemajuan dalam miniaturisasi perangkat keras dan peningkatan algoritma pemrosesan data. Sistem ini memberdayakan manusia untuk meningkatkan diri mereka sendiri melalui umpan balik saraf dan mendorong orang untuk berinteraksi dengan lingkungan sekitar mereka tanpa intervensi fisik.
Masa Depan Perangkat EEG
Setidaknya selama dekade terakhir, tren umum dalam perangkat keras EEG adalah membuat alat-alat ini lebih kecil, nirkabel, portabel, dan lebih murah.
Gambar 1: Headset EPOC dari Emotiv
Gambar 2: Headset EPOC Flex dari Emotiv
Namun, memindahkan apa yang dulunya memerlukan lab khusus yang mahal ke sistem portabel berbiaya rendah bukannya tanpa kekhawatiran. Beberapa ilmuwan mengkhawatirkan validitas, kualitas, atau kepraktisan headset EEG. Untuk menyelidiki hal ini, para peneliti telah melakukan banyak studi validasi yang menunjukkan kegunaan ilmiah dari sistem ini.
Biaya rendah dan portabilitas headset EEG juga telah membuka cakupan pertanyaan penelitian yang luas yang kini dapat dijawab langsung di tempat terjadinya (in situ). Artinya, gelombang otak subjek dapat diukur dalam situasi dunia nyata, sedangkan perangkat keras lama memiliki mobilitas yang sangat minim. Dalam psikologi gerakan atau olahraga, ini adalah perubahan yang monumental.
Bayangkan sebuah kelompok penelitian menyelidiki waktu reaksi pada sekelompok mahasiswa perguruan tinggi yang dipilih secara khusus yang aktif berolahraga. Mereka bertanya apakah penjaga gawang sepak bola memiliki waktu reaksi yang lebih cepat terhadap bola dibandingkan rekan satu tim lainnya. Dalam paradigma penelitian lama, subjek-subjek ini harus datang ke lab, dipasangi kabel, melakukan tugas di layar fisik, dan melaporkannya dengan mengeklik tombol perangkat keras atau tombol keyboard. Dengan peralatan EEG yang lebih baru, pertanyaan yang sama ini kini dapat diterapkan dan diukur saat sebenarnya berada di lapangan sepak bola.
Secara keseluruhan, inovasi-inovasi dalam perangkat keras EEG ini telah membuka aplikasi praktis di luar lab. Sebagai hasilnya, kapasitas dan cakupan penelitian ilmu saraf telah meningkat.
Sambut Inovasi – Sambut Emotiv
Ada perkembangan menarik dalam analisis deep-learning dan analisis machine-learning lainnya dalam beberapa tahun terakhir. Untuk alasan ini, kumpulan data yang besar, valid, dan berkualitas (n=1000+) diperlukan untuk memanfaatkan nilai dari program-program ini. Mengingat persyaratan pemrosesan sinyal, klasifikasi, validasi, dan evaluasi kinerja dalam penelitian EEG, bidang ini mendapat manfaat yang sangat besar jika pendekatan kecerdasan buatan ini diterapkan. Data besar diperlukan untuk mengatasi sifat berulang dari penelitian eksperimental saat ini dalam ilmu saraf, terutama pada akhir penyakit neurodegeneratif yang lebih kompleks dan antarmuka otak-komputer. Hingga saat ini, data tersebut belum tersedia.
Ada dua pendekatan untuk meningkatkan potensi populasi sampel dan data berikutnya yang
dikumpulkan:
Mengembangkan perangkat keras EEG kelas penelitian, portabel, dan berbiaya rendah yang dapat digunakan secara global.
Meningkatkan teknik pengumpulan data, validasi, dan analisis otomatis.
Urai Tantangan, Tumbuh Bersama Perubahan. Pilih Emotiv
Ulasan tentang inovasi EEG Emotiv selama dekade terakhir
Penggunaan perangkat EEG dalam penelitian ilmu saraf dan lingkungan klinis terus meningkat (lihat Gambar 3). Selama dekade terakhir, Emotiv telah mengembangkan peralatan EEG kelas penelitian yang nirkabel, portabel, dan mudah digunakan dengan kontrol kualitas yang dapat diakses oleh siapa saja, di mana saja di dunia, untuk mengatasi tantangan tersebut.
Gambar 3 – Jumlah Publikasi yang Mengandung "EEG" (1940 – 2021) via Neuroscience Information Framework
Evolusi Perangkat Keras
Selain itu, perangkat keras EEG telah berevolusi dari elektroda basah ke elektroda kering. Elektroda basah membutuhkan waktu lama untuk dipasang, tidak nyaman dipakai, dan membatasi mobilitas. Headset dengan elektroda kering atau hibrida bekerja dengan cepat, portabel, dan secara signifikan lebih murah untuk diproduksi dan dioperasikan. Kemajuan teknologi ini membawa kita lebih dekat kepada terobosan dalam penelitian neurologis, tetapi kita masih belum sepenuhnya sampai di sana.
Memastikan Set Sampel yang Beragam
Emotiv dapat membantu Anda meningkatkan keragaman studi Anda. Lini headset EEG Emotiv EPOC telah ada selama lebih dari satu dekade dan telah divalidasi secara independen oleh lembaga penelitian di seluruh dunia. Headset ini telah digunakan dalam berbagai aplikasi, termasuk mengendalikan anggota tubuh robotik dan kursi roda, autentikasi pengguna biometrik dalam sistem keamanan, dan mengidentifikasi kondisi mental kognitif dan emosional.
Potensi Emotiv untuk penggunaan global dan hambatan finansial yang rendah memfasilitasi penelitian bagi mereka yang memiliki sumber daya terbatas. Sebagai contoh, Parameshwaran dan Thiagarajan menggunakan peralatan EEG Emotiv di lingkungan pedesaan dan perkotaan di India untuk menunjukkan perbedaan tanda-tanda EEG yang berkaitan dengan status sosioekonomi, paparan teknologi, dan pengalaman perjalanan.
Apa saja tantangan dalam penelitian & analisis EEG kontemporer?
Pada tahun 1925, psikiater Jerman Hans Berger mencatat elektroensefalogram (EEG) manusia pertama. Sejak itu, teknologi antarmuka otak-komputer dan komputasi terus meningkat.
Postingan ini mengeksplorasi dua tantangan utama dalam penelitian EEG, yaitu:
Kompleksitas logistik dari penelitian EEG akademis tradisional, dan
Inovasi dalam perangkat keras EEG.
Kompleksitas Logistik dari Penelitian EEG Akademis Tradisional
Populasi Subjek yang Eksklusif, Kurang Dana, dan Terbatas Secara Regional
Mari kita pahami terlebih dahulu penelitian elektroensefalogram (EEG). Penelitian EEG dan metodologi penelitian ilmu saraf kognitif melibatkan pencatatan aktivitas listrik otak manusia menggunakan elektroda non-invasif yang ditempatkan secara khusus di permukaan kepala subjek. Dengan menggunakan desain eksperimental yang melibatkan paparan berbagai rangsangan, perubahan sinyal otak dapat dianalisis dan data dapat diekstrapolasi.
Tabel 1 memberikan gambaran tentang jenis studi dan aktivitas yang dilakukan dengan teknologi EEG. Silakan baca panduan pengantar elektroensefalografi EEG ini juga.
Tabel 1: Jenis Studi Elektroensefalogram (EEG) (diadopsi dari (Williams et al., 2020)
Antarmuka Otak-Komputer (BCI) | Studi-studi ini memeriksa dan memungkinkan interaksi manusia-komputer, seperti mengendalikan lengan atau kursi roda atau memungkinkan komunikasi pada pasien penyandang disabilitas. |
Klinis | Studi-studi ini menggunakan EEG untuk aplikasi diagnostik dan terapeutik. Termasuk deteksi kejang epilepsi atau penggunaan umpan balik saraf (neurofeedback) dalam terapi kognitif. |
Penelitian Eksperimental | Studi-studi ini mengumpulkan data elektrogram untuk menjawab pertanyaan atau hipotesis ilmu saraf komputasional. |
Meskipun EEG telah diadopsi secara luas sebagai alat penelitian yang efektif, logistiknya dapat menantang. Sebagian besar lembaga donor menyediakan dana untuk penelitian klinis, translasional, atau terapan. Namun, pendanaan untuk penelitian eksperimental dasar lebih sedikit. Kurangnya pendanaan dapat memperburuk kesulitan logistik dalam merekrut peserta dan melakukan penelitian eksperimental yang kuat, sehingga menghasilkan ukuran sampel yang kecil. Ukuran sampel yang kecil ini dipilih demi kenyamanan dari wilayah geografis yang terbatas.
Fenomena ini dikenal sebagai Masalah WEIRD. Istilah ini merujuk pada individu-individu dari masyarakat barat, terdidik, terindustrialisasi, kaya, dan demokratis (western, educated, industrialized, rich, and democratic) yang menjadi bagian dari sampel penelitian umum. Populasi sampel ini tidak terlalu inklusif karena sebagian besar individu ini berasal dari kampus-kampus perguruan tinggi. Demografi WEIRD ini tidak mencerminkan keragaman dunia nyata atau atribut kognitif dan emosional unik yang menjadikan kita manusia.
Secara kolektif, situasi ini membatasi signifikansi praktis dan generalisasi dari eksperimen. Karena hal itu, temuan dari studi-studi ini sulit untuk diekstrapolasi menjadi wawasan baru tentang semua kognisi manusia (yaitu, beban kerja mental, pemecahan masalah, dll.).
Inovasi dalam Perangkat Keras EEG
Peralatan kelas penelitian, portabel, dan berbiaya rendah yang tersedia secara global
Perangkat EEG
Dalam beberapa tahun terakhir, para peneliti telah mendobrak hambatan tradisional dalam penelitian ilmu saraf dengan perangkat EEG portabel. Antarmuka Otak-Komputer (BCI), Antarmuka Otak-Mesin (BMI), atau Antarmuka Manusia-Komputer (HCI) melakukan hal tersebut. Mereka menggunakan sinyal EEG untuk mengkarakterisasi dan mengidentifikasi kondisi kognitif atau afektif. BCI berkembang pesat sebagai sarana untuk mengubah cara manusia berinteraksi dengan lingkungan mereka. Hal ini didorong oleh kemajuan dalam miniaturisasi perangkat keras dan peningkatan algoritma pemrosesan data. Sistem ini memberdayakan manusia untuk meningkatkan diri mereka sendiri melalui umpan balik saraf dan mendorong orang untuk berinteraksi dengan lingkungan sekitar mereka tanpa intervensi fisik.
Masa Depan Perangkat EEG
Setidaknya selama dekade terakhir, tren umum dalam perangkat keras EEG adalah membuat alat-alat ini lebih kecil, nirkabel, portabel, dan lebih murah.
Gambar 1: Headset EPOC dari Emotiv
Gambar 2: Headset EPOC Flex dari Emotiv
Namun, memindahkan apa yang dulunya memerlukan lab khusus yang mahal ke sistem portabel berbiaya rendah bukannya tanpa kekhawatiran. Beberapa ilmuwan mengkhawatirkan validitas, kualitas, atau kepraktisan headset EEG. Untuk menyelidiki hal ini, para peneliti telah melakukan banyak studi validasi yang menunjukkan kegunaan ilmiah dari sistem ini.
Biaya rendah dan portabilitas headset EEG juga telah membuka cakupan pertanyaan penelitian yang luas yang kini dapat dijawab langsung di tempat terjadinya (in situ). Artinya, gelombang otak subjek dapat diukur dalam situasi dunia nyata, sedangkan perangkat keras lama memiliki mobilitas yang sangat minim. Dalam psikologi gerakan atau olahraga, ini adalah perubahan yang monumental.
Bayangkan sebuah kelompok penelitian menyelidiki waktu reaksi pada sekelompok mahasiswa perguruan tinggi yang dipilih secara khusus yang aktif berolahraga. Mereka bertanya apakah penjaga gawang sepak bola memiliki waktu reaksi yang lebih cepat terhadap bola dibandingkan rekan satu tim lainnya. Dalam paradigma penelitian lama, subjek-subjek ini harus datang ke lab, dipasangi kabel, melakukan tugas di layar fisik, dan melaporkannya dengan mengeklik tombol perangkat keras atau tombol keyboard. Dengan peralatan EEG yang lebih baru, pertanyaan yang sama ini kini dapat diterapkan dan diukur saat sebenarnya berada di lapangan sepak bola.
Secara keseluruhan, inovasi-inovasi dalam perangkat keras EEG ini telah membuka aplikasi praktis di luar lab. Sebagai hasilnya, kapasitas dan cakupan penelitian ilmu saraf telah meningkat.
Sambut Inovasi – Sambut Emotiv
Ada perkembangan menarik dalam analisis deep-learning dan analisis machine-learning lainnya dalam beberapa tahun terakhir. Untuk alasan ini, kumpulan data yang besar, valid, dan berkualitas (n=1000+) diperlukan untuk memanfaatkan nilai dari program-program ini. Mengingat persyaratan pemrosesan sinyal, klasifikasi, validasi, dan evaluasi kinerja dalam penelitian EEG, bidang ini mendapat manfaat yang sangat besar jika pendekatan kecerdasan buatan ini diterapkan. Data besar diperlukan untuk mengatasi sifat berulang dari penelitian eksperimental saat ini dalam ilmu saraf, terutama pada akhir penyakit neurodegeneratif yang lebih kompleks dan antarmuka otak-komputer. Hingga saat ini, data tersebut belum tersedia.
Ada dua pendekatan untuk meningkatkan potensi populasi sampel dan data berikutnya yang
dikumpulkan:
Mengembangkan perangkat keras EEG kelas penelitian, portabel, dan berbiaya rendah yang dapat digunakan secara global.
Meningkatkan teknik pengumpulan data, validasi, dan analisis otomatis.
Urai Tantangan, Tumbuh Bersama Perubahan. Pilih Emotiv
Ulasan tentang inovasi EEG Emotiv selama dekade terakhir
Penggunaan perangkat EEG dalam penelitian ilmu saraf dan lingkungan klinis terus meningkat (lihat Gambar 3). Selama dekade terakhir, Emotiv telah mengembangkan peralatan EEG kelas penelitian yang nirkabel, portabel, dan mudah digunakan dengan kontrol kualitas yang dapat diakses oleh siapa saja, di mana saja di dunia, untuk mengatasi tantangan tersebut.
Gambar 3 – Jumlah Publikasi yang Mengandung "EEG" (1940 – 2021) via Neuroscience Information Framework
Evolusi Perangkat Keras
Selain itu, perangkat keras EEG telah berevolusi dari elektroda basah ke elektroda kering. Elektroda basah membutuhkan waktu lama untuk dipasang, tidak nyaman dipakai, dan membatasi mobilitas. Headset dengan elektroda kering atau hibrida bekerja dengan cepat, portabel, dan secara signifikan lebih murah untuk diproduksi dan dioperasikan. Kemajuan teknologi ini membawa kita lebih dekat kepada terobosan dalam penelitian neurologis, tetapi kita masih belum sepenuhnya sampai di sana.
Memastikan Set Sampel yang Beragam
Emotiv dapat membantu Anda meningkatkan keragaman studi Anda. Lini headset EEG Emotiv EPOC telah ada selama lebih dari satu dekade dan telah divalidasi secara independen oleh lembaga penelitian di seluruh dunia. Headset ini telah digunakan dalam berbagai aplikasi, termasuk mengendalikan anggota tubuh robotik dan kursi roda, autentikasi pengguna biometrik dalam sistem keamanan, dan mengidentifikasi kondisi mental kognitif dan emosional.
Potensi Emotiv untuk penggunaan global dan hambatan finansial yang rendah memfasilitasi penelitian bagi mereka yang memiliki sumber daya terbatas. Sebagai contoh, Parameshwaran dan Thiagarajan menggunakan peralatan EEG Emotiv di lingkungan pedesaan dan perkotaan di India untuk menunjukkan perbedaan tanda-tanda EEG yang berkaitan dengan status sosioekonomi, paparan teknologi, dan pengalaman perjalanan.
Lanjutkan membaca