1. Pendahuluan

Selamat datang! Dalam tutorial kedua ini kita akan belajar tentang cara menandai respons otak terhadap stimulus.

Kita akan mempelajari:

• Apa itu potensial terkait peristiwa(ERP)?

• Apa itu puncak dan komponen ERP?

• Langkah-langkah umum untuk memperoleh ERP

• Aplikasi praktis menggunakan perangkat dan perangkat lunak Emotiv EPOC

  
  
  

2. Apa itu potensial terkait peristiwa (ERP)?

Potensial terkait peristiwa (ERP), juga disebut sebagai potensial yang dibangkitkan, adalah respons otak terhadap suatu peristiwa atau stimulus (seperti mendengar nada keras). Secara spesifik – ini adalah perubahan amplitudo tegangan yang terlihat pada EEG sebagai hasil dari peristiwa sensorik atau kognitif.

Kita dapat mengamati ‘komponen ERP’ yang merupakan puncak stabil yang terjadi setelah awal stimulus. ERP dapat memiliki banyak puncak positif atau negatif, tetapi tidak semuanya merupakan komponen ERP yang terkarakterisasi dengan baik seperti komponen N100 atau P300.

Ingat untuk melihat arah sumbu saat Anda melihat EEG dalam domain waktu. Kadang-kadang Anda akan melihat tanda – di atas dan + di bawah sumbu, terutama dalam EEG klinis

Catatan: ERP dapat direpresentasikan dari satu peristiwa atau dengan merata-ratakan amplitudo di seluruh beberapa uji peristiwa tersebut. Biasanya, ERP yang halus dengan komponen yang jelas seperti pada gambar – hanya diperoleh dengan merata-ratakan ratusan uji

Gambar 1 – Komponen ERP auditori tipikal

Komponen tipikal dicirikan oleh polaritasnya (yaitu, Positif (P) atau Negatif (N)) dan kapan komponen tersebut muncul (mis., komponen negatif pertama N1). Komponen N1 yang sama juga dapat diidentifikasi berdasarkan waktu kemunculannya (mis., 100ms dari awal nada) – N100

3. Langkah-langkah untuk memperoleh ERP

Tahap Eksperimen:

Kami merancang eksperimen untuk memperoleh ERP spesifik yang diinginkan.

Sebagai contoh, kami dapat mengumpulkan EEG saat peserta mendengarkan nada audio.

Untuk memahami data EEG, kita harus menandai waktu saat peserta mendengar nada pada EEG. Ini disebut penanda peristiwa (garis merah vertikal pada Gambar 2).

Gambar 2 – Penanda peristiwa (garis merah) ditampilkan pada EEG mentah

Menyelaraskan waktu penanda peristiwa secara akurat dengan awal nada sangat penting agar kita dapat melihat ERP! Jadi, penting untuk memilih perangkat keras dan perangkat lunak yang tepat agar membantu kita memperoleh cap waktu yang akurat.

Memilih referensi

Ingat, aktivitas listrik selalu diukur antara dua titik. Pada perangkat EEG, potensial listrik pada setiap sensor diukur terhadap sensor referensi (DRL + CMS).

Pada perangkat Emotiv EPOC ada dua opsi untuk sensor referensi

Gambar 3 – Opsi referensi pada perangkat tipe Emotiv EPOC

Headset tipe EPOC memiliki dua opsi untuk penggunaan referensi:

• Referensi Mastoid – Untuk menggunakan Mastoid sebagai sensor referensi, kita memasang sumbat karet pada sensor P3/P4 dan kain felt basah pada sensor mastoid.

• Referensi P3/P4 – Untuk menggunakan P3/P4 sebagai sensor referensi, kita memasang sumbat karet pada sensor M1/M2 Mastoid dan kain felt basah pada sensor P3/P4

Umumnya digunakan referensi Mastoid untuk eksperimen ERP, tetapi Anda dapat menggunakan referensi P3/P4 karena data selalu dapat di-referensikan ulang secara daring nanti, saat melakukan preprocessing data sebelum analisis. Umumnya, data di-referensikan ulang ke rata-rata semua sensor sebelum menganalisis data.

Untuk eksperimen kami, kami akan mengumpulkan data menggunakan referensi Mastoid. Asumsi yang biasanya baik di sini adalah bahwa proses mastoid tidak akan menghantarkan data EEG sebanyak lokasi lain di kepala, sehingga ini menjadi titik referensi yang baik.

Pra-pemrosesan:

Kita tidak bisa langsung melihat ERP pada EEG mentah karena efeknya sangat kecil (~ ±5uV) dibandingkan dengan semua hal lain yang terjadi di dalam dan di sekitar otak kita (~ ±40uV)!

Jadi, untuk melihat efek otak yang spesifik pada nada kita perlu membersihkan data untuk menghilangkan noise atau artefak. Lalu kita akan melakukan ‘epoch’ pada data – yaitu istilah yang digunakan untuk memecah respons otak ke dalam jendela waktu yang telah kita tentukan (mis., respons otak mulai dari 50ms sebelum nada dan 400ms setelah nada). Kemudian kita merata-ratakan semua data EEG yang telah di-epoch secara terpisah (yaitu, respons otak terhadap semua nada) untuk memperoleh ERP yang jelas.

Di bawah ini adalah langkah-langkah dasar dalam alur ERP yang umum. Peneliti akan memilih langkah-langkahnya bergantung pada data dan tujuan mereka.

Gambar 4 – Alur pemrosesan ERP yang umum

4. Mari kita dapatkan ERP kita sendiri

Pertama mari kita atur perangkat lunaknya

1. Unduh versi terbaru PsychoPy – https://www.psychopy.org/ Kita akan menggunakan PsychoPy untuk menampilkan nada kepada peserta.

2. Dapatkan aplikasi Emotiv Launcher dan EmotivPRO untuk merekam dan melihat EEG.

3. Hubungkan PsychoPy dengan perangkat lunak Emotiv Anda agar keduanya dapat berkomunikasi.

Ikuti langkah-langkah dalam video:

Bangun eksperimen EEG Emotiv dengan PsychoPy

ERP yang mulus dapat diperoleh dengan pengulangan berulang dari stimulus apa pun (mis., gambar, nada). Di sini kita akan menampilkan nada 50ms yang sama kepada peserta, setiap 4 detik selama sekitar 150 kali!

Ikuti video untuk membuat eksperimen auditori sederhana dengan satu nada:

Mari kita ambil beberapa data

Sekarang setelah Anda memilih referensi, Anda dapat menonton video untuk mempelajari cara menyiapkan headset Anda agar mendapatkan EEG berkualitas terbaik:

Alur ERP dengan EmotivPRO Analyzer

Tonton video dan ikuti langkah-langkah untuk menghasilkan ERP Anda sendiri:

Memahami output ERP dari Analyzer

Untuk setiap kanal Anda akan melihat gelombang rata-rata. ERP yang mulus dan tipikal dengan puncak negatif pada 100ms dapat dilihat di bawah. Garis tegas menunjukkan amplitudo rata-rata dan arsiran yang lebih terang menunjukkan galat baku rerata:

Berikut adalah gelombang yang berisik tanpa komponen ERP yang jelas. Ini dapat disebabkan oleh jumlah uji yang rendah:

Hal-hal yang perlu dipertimbangkan

Saat membandingkan ERP antar peserta, umumnya lebih baik membandingkan efek perbedaan.

Misalnya, kita dapat melihat ERP rata-rata untuk nada yang lebih sering muncul (standar) dibandingkan nada yang lebih jarang muncul (deviant/oddball) dalam suatu pola. Kita dapat memperoleh gelombang selisih dengan hanya mengurangkan amplitudo satu gelombang dari gelombang lainnya. Seperti pada Gambar 5, kita kemudian dapat mengamati komponen ERP yang biasanya dikenal sebagai Mismatch Negativity (MMN), yang umum dipelajari dalam penelitian ERP.

Gambar 5 – Komponen negativitas mismatch dapat diamati dalam ERP ketika ada pelanggaran terhadap suatu pola di lingkungan

5. Aplikasi ERP

Identifikasi Biomarker :

Salah satu aplikasi ERP yang paling umum adalah dalam penelitian klinis untuk menemukan cara yang lebih baik dalam mendiagnosis gangguan psikiatri seperti skizofrenia. Penderita skizofrenia dapat dibedakan dari kontrol sehat berdasarkan Respons Mismatch Negativity mereka

Gambar 6 – Amplitudo negativitas mismatch secara signifikan lebih tinggi daripada pada skizofrenia kronis, onset baru-baru ini, serta mereka yang berisiko mengembangkan gangguan tersebut (Jashan 2012)

ERP – BCI (Antarmuka Otak-Komputer)

ERP terhadap perintah mental yang berbeda atau stimulus visual(seperti huruf pada keyboard) dapat digunakan untuk menggerakkan kursi roda atau mengoperasikan pengeja BCI

6. Sumber Daya

Panduan Emotiv

1. Panduan EmotivPRO Builder

2. Panduan EmotivPRO

3. Panduan EmotivPRO Analyzer

Bacaan yang Direkomendasikan

Luck, S.J., 2005. Sepuluh aturan sederhana untuk merancang dan menafsirkan eksperimen ERP. Potensial terkait peristiwa: buku panduan metode, 4.