Data EEG menyediakan rekaman aktivitas listrik yang sensitif terhadap waktu yang diukur dari kulit kepala. Nilainya tidak hanya bergantung pada rekaman itu sendiri, tetapi juga pada akuisisi yang cermat, pemrosesan yang transparan, penyimpanan yang tepat, dan interpretasi yang bertanggung jawab.
Apa Itu Data EEG?
EEG data adalah rekaman digital dari perbedaan tegangan yang diukur oleh elektroda yang ditempatkan pada atau di dekat kulit kepala. Elektroensefalografi bersifat noninvasif dan menawarkan resolusi temporal yang tinggi, memungkinkan para peneliti dan klinisi untuk memeriksa perubahan aktivitas otak dalam hitungan milidetik. Sinyal yang dihasilkan biasanya disimpan sebagai satu atau beberapa deret waktu berkelanjutan, dengan setiap saluran mewakili pengukuran relatif terhadap suatu acuan.
Sinyal tersebut mencerminkan campuran dari berbagai sumber. Aktivitas saraf berkontribusi pada rekaman, tetapi artefak seperti gerakan mata, kontraksi otot, pergerakan elektroda, gangguan lingkungan, dan perubahan kontak juga dapat muncul dalam rekaman tersebut.
Oleh karena itu, data EEG bukanlah pembacaan langsung dari satu proses otak tunggal. Data tersebut merupakan pengamatan yang memerlukan konteks, pemeriksaan kualitas, dan metode analisis yang eksplisit.
Jumlah saluran, laju sampling, acuan, lokasi elektroda, penanda peristiwa, dan informasi peserta semuanya memengaruhi bagaimana data tersebut dapat ditafsirkan. Dalam praktiknya, rekaman akan paling informatif jika sinyal dipertimbangkan bersama dengan tugas, kondisi, waktu, dan keadaan saat data tersebut dikumpulkan.
Bagaimana Sel Otak Menghasilkan Sinyal EEG
Defleksi tegangan yang dideteksi oleh elektroda EEG tidak berasal dari potensial aksi tajam yang bersifat "semua-atau-tidak-sama-sekali" yang digunakan neuron untuk komunikasi jarak jauh, melainkan dari potensial pascasinaps bertahap yang lebih lambat yang menyebar ke seluruh dendrit sel piramidal kortikal.
Ketika ribuan neuron ini aktif secara bersamaan, arus ekstraseluler kecil mereka menjumlah melalui media konduktif otak, cairan serebrospinal, tengkorak, dan kulit kepala, sebuah proses yang disebut konduksi volume. Tegangan yang akhirnya mencapai sensor perekam adalah cerminan yang kabur namun nyata dari sinkroni saraf skala besar tersebut.
Cara Kerja Akuisisi Data EEG
Selama akuisisi, elektroda mendeteksi fluktuasi tegangan kecil dan sistem perekaman mengubahnya menjadi sampel digital. Sistem ini biasanya merekam beberapa saluran secara bersamaan, sementara acuan dan ground menyediakan konteks listrik yang diperlukan untuk menghitung nilai saluran. Laju sampling menentukan seberapa sering sinyal diukur dan oleh karena itu perubahan mana yang dapat direpresentasikan secara akurat.
Sebelum perekaman, teknisi atau peneliti memposisikan elektroda sesuai dengan montase yang ditentukan dan memeriksa kualitas kontak. Kerangka kerja penempatan elektroda EEG menjelaskan pendekatan standar yang mendukung perbandingan di berbagai sesi dan laboratorium. Penanda peristiwa dapat ditambahkan saat stimulus muncul, peserta merespons, atau peristiwa klinis terjadi, menciptakan garis waktu yang nantinya dapat diselaraskan dengan sinyal yang direkam.
Akuisisi juga dibentuk oleh protokol. Perekaman kondisi istirahat (resting-state), studi tidur, tugas kognitif, dan pemantauan kejang menggunakan durasi, instruksi, dan sensor tambahan yang berbeda. Oleh karena itu, kumpulan data yang lengkap mencakup lebih dari sekadar rekaman tegangan: ini dapat berisi label saluran, posisi elektroda, pengaturan perangkat, kode peristiwa, anotasi, dan catatan gangguan atau kondisi yang tidak biasa.
Praktik Terbaik untuk Pengumpulan Data EEG
Pengumpulan yang baik dimulai dengan protokol yang menentukan pertanyaan penelitian, durasi perekaman, konfigurasi saluran, laju sampling, acuan, dan prosedur penandaan peristiwa sebelum peserta diuji. Konsistensi mengurangi variasi yang tidak diinginkan antar sesi dan membuat perbandingan di kemudian hari lebih dapat dipertanggungjawabkan. Protokol juga harus menjelaskan apa yang terjadi ketika saluran bising, peserta bergerak, atau penanda peristiwa terlewatkan.
Persiapan fisik juga sangat penting karena kualitas sinyal dapat menurun akibat gerakan biasa dan kontak elektroda yang buruk. Itulah sebabnya operator biasanya memeriksa impedansi atau indikator kontak yang setara, menjelaskan tugas dengan jelas, and mencatat perubahan relevan dalam kondisi peserta. Langkah-langkah ini tidak menghilangkan setiap artefak, tetapi membuat sumbernya lebih mudah diidentifikasi dan mencegah masalah yang dapat dihindari disalahartikan sebagai temuan saraf.
Daftar periksa pengumpulan singkat dapat menjaga detail operasional tetap terlihat tanpa menggantikan penilaian ilmiah:
Konfirmasikan label saluran, lokasi elektroda, acuan, dan ground.
Rekam pengaturan sampling, pengaturan filter, dan konfigurasi perangkat.
Tandai rangsangan, respons, jeda, dan peristiwa yang relevan secara klinis secara konsisten.
Dokumentasikan gangguan, gerakan, perubahan elektroda, dan kondisi peserta yang tidak biasa.
Setelah pengumpulan, daftar periksa harus dipasangkan dengan pemeriksaan rekaman mentah dan metadatanya. Catatan akuisisi yang jelas memungkinkan analis untuk membedakan fitur sinyal asli dari perubahan yang disebabkan oleh perangkat keras, penataan, atau penyimpangan protokol.
Elektroda Basah vs. Kering dan Kualitas Kontak Kulit
Semua perekaman EEG dimulai dengan sensor fisik pada kulit, dan sensor tersebut termasuk dalam salah satu dari dua kelompok besar.
Elektroda basah menggunakan gel atau pasta konduktif untuk menjembatani celah antara logam dan kulit kepala, sehingga menurunkan impedansi. Elektroda kering menghilangkan penggunaan gel, mengandalkan bahan canggih dan pra-amplifikasi internal untuk menjaga kesetiaan sinyal.
Beberapa elektroda bersifat aktif, yang berarti mengandung sirkuit konversi impedansi langsung di tempat perekaman; elektroda pasif tidak memiliki elektronik internal ini. Terlepas dari jenisnya, kualitas antarmuka elektroda-kulit kepala menentukan seberapa banyak sinyal biologis yang bertahan sebelum mencapai penguat.
Kontak yang buruk mengundang kebisingan lingkungan dan artefak gerakan yang dapat membanjiri aktivitas otak yang redup. Winkler et al. memperjelas tantangan ini ketika mereka menangani masalah universal tentang komponen sumber artefak dengan membangun pengklasifikasi independen subjek untuk komponen analisis komponen independen (ICA).
Keberadaan upaya tersebut menegaskan bahwa kontaminasi artefak adalah masalah yang terus-menerus terjadi dalam perekaman EEG, dan pemasangan awal elektroda—membersihkan kulit, menempatkan sensor dengan benar, dan memverifikasi koneksi yang stabil—adalah cara pertama dan paling langsung untuk meringankan beban artefak yang harus ditangani oleh pemrosesan selanjutnya.
Desain Montase dan Sistem Standar 10–20
Karena potensial kulit kepala tidak memiliki label spasial bawaan, bidang ini mengadopsi kisi koordinat sejak lama. Sistem internasional 10–20 menentukan posisi elektroda secara proporsional di antara empat penanda anatomi: nasion (pangkal hidung), inion (tonjolan tulang di bagian belakang kepala), dan titik pre-aurikular kiri dan kanan tepat di depan telinga. Standardisasi ini berarti bahwa saluran berlabel "Cz" mengacu pada lokasi verteks pusat yang sama di setiap lab, membuat kumpulan data dapat dibandingkan secara langsung.
Montase yang didefinisikan sebagai spesifikasi tentang bagaimana tegangan setiap elektroda diukur relatif terhadap acuan dan bagaimana turunan bipolar atau referensial tersebut ditampilkan atau disimpan, berada di atas tata letak fisik tersebut. Studi Arnaud Delorme adalah ilustrasi kuat mengapa informasi montase yang akurat penting dalam proses selanjutnya dengan menemukan bahwa interpolasi saluran buruk, salah satu dari sedikit langkah pemrosesan awal yang secara konsisten meningkatkan kekuatan statistik potensial terkait peristiwa (ERP), bergantung pada pengetahuan tentang tetangga spasial yang tepat dari setiap elektroda. Tanpa peta saluran yang benar, interpolasi tersebut tidak dapat berfungsi dengan andal.
Dia kemudian menambahkan bahwa pengklasifikasi artefak dirancang untuk digeneralisasikan ke data yang menggunakan pengaturan saluran yang berbeda, memperkuat bahwa fitur spasial pengklasifikasi mengasumsikan pengaturan yang terdokumentasi dengan baik. Montase standar yang dicatat dengan saksama kemudian menjadi kerangka kerja tak terlihat yang mendukung interpretasi manusia dan penggunaan kembali algoritmik.
Memilih dan Mendokumentasikan Acuan Online
Setiap penguat EEG merekam perbedaan tegangan antara dua titik. Selama perekaman online, salah satu titik tersebut adalah elektroda acuan fisik yang diperlakukan oleh perangkat keras sebagai garis dasar tetap.
Pilihan umum adalah verteks (Cz), cuping telinga atau prosesus mastoid yang terhubung, atau rata-rata dari semua saluran kulit kepala. Karena file data mentah menyimpan tegangan sehubungan dengan acuan asli tersebut, pilihan tersebut meninggalkan jejak permanen pada angka-angka, bahkan jika peneliti kemudian secara matematis mereferensikan kembali sinyal tersebut ke titik umum lainnya.
Dalam studi oleh Delorme yang disebutkan di atas, yang menguji alur preprocessing otomatis pada tiga koleksi EEG publik, ia menemukan bahwa metode rujukan dan penghapusan garis dasar tingkat lanjut secara signifikan merugikan kinerja, mengurangi persentase saluran yang menunjukkan efek eksperimental yang signifikan.
Temuan itu tidak menyiratkan bahwa seseorang tidak boleh melakukan rujukan ulang, tetapi itu berarti bahwa acuan online awal harus dicatat dalam header file. Hanya dengan catatan itulah analis masa depan dapat memahami garis dasar apa yang awalnya dikurangkan dan menilai apakah transformasi berikutnya dapat mendistorsi respons otak yang sebenarnya.
Konversi Analog-ke-Digital dan Laju Sampling
Tegangan berkelanjutan yang mengalir dari setiap elektroda diubah menjadi aliran angka diskret oleh konverter analog-ke-digital (ADC). Laju pengambilan sampel oleh ADC menentukan butiran temporal dari deret waktu yang dihasilkan.
Laju sampling sebesar 500 Hz, misalnya, berarti bahwa keadaan listrik otak ditangkap sekali setiap 2 milidetik. Menurut teorema Nyquist, frekuensi tertinggi yang dapat direpresentasikan secara akurat dalam sinyal digital adalah kurang dari setengah laju sampling, sehingga perekaman 500 Hz dapat memulihkan frekuensi hingga tepat di bawah 250 Hz. EEG tingkat penelitian biasanya beroperasi antara 250 Hz dan 1000 Hz, tergantung pada pita frekuensi yang diminati.
Apa yang membuat laju sampling sangat penting sebagai metadata adalah bahwa hal itu secara diam-diam membatasi pilihan analisis yang dibuat jauh di hilir. Fraschini et al. memeriksa efek riak ini dengan menguji bagaimana panjang epoch—jendela waktu data yang diekstraksi untuk analisis konektivitas—menggeser hasil.
Menggunakan EEG kondisi istirahat dari orang dewasa sehat, studi tersebut menunjukkan bahwa nilai indeks fase-lag rata-rata dan korelasi amplitudo-amplop keduanya menurun seiring bertambahnya panjang epoch, dan baru stabil masing-masing setelah sekitar 12 detik dan 6 detik. Bahkan topologi jaringan teoritis-grafik yang direkonstruksi dari data bervariasi dengan durasi epoch, meskipun parameter pohon rentang minimum tingkat sumber terbukti lebih kuat.
Kesimpulan penting untuk dokumentasi data mentah adalah bahwa jumlah sampel per detik menetapkan batas mutlak tentang bagaimana waktu dapat diiris. Jika laju sampling dicatat secara tidak sah, setiap penanda peristiwa, batas epoch, dan perkiraan konektivitas berikutnya akan mewarisi kesalahan tersebut. Oleh karena itu, mencatat laju ADC yang tepat di header file adalah hal mendasar yang tidak dapat ditawar.
Format Penyimpanan Data Standar: EDF dan BrainVision
Setelah didigitalkan, deret waktu dan metadata pendampingnya harus berada dalam format file yang dapat dibuka oleh perangkat lunak lain, dan laboratorium lain, tanpa ambiguitas.
Dua format terbuka mendominasi bidang ini. European Data Format (EDF) adalah wadah ringkas yang diadopsi secara luas yang umum dalam penelitian tidur dan pengaturan klinis yang menyimpan beberapa saluran bersama dengan header yang menentukan laju sampling, label saluran, dan dimensi fisik.
BrainVision, format yang dikembangkan oleh Brain Products, menyebarkan informasi yang sama ke tiga file yang saling tertaut: header teks (.vhdr) yang mencantumkan nama saluran, laju sampling, dan acuan asli; file penanda (.vmrk) yang merekam kode peristiwa dan latensinya; dan file data biner (.eeg) yang menampung sampel tegangan mentah.
Nilai dari format standar ini mengkristal ketika kumpulan data besar dibagikan secara publik. Misalnya, dalam studi tahun 2019, para peneliti merilis kumpulan data antarmuka otak-komputer (BCI) multi-paradigma yang mencakup pencitraan motorik, potensial terkait peristiwa, dan potensial terbangkitkan visual kondisi tunak dari 54 peserta. Mendistribusikan sumber daya tersebut dengan skrip analisis sumber terbuka tidak akan berarti jika data dikunci dalam format kepemilikan.
Apakah file tersebut akhirnya diarsipkan dalam EDF atau BrainVision, pilihan tersebut menjamin bahwa setiap peneliti dapat mengunduh rekaman dan mereproduksi temuan tersebut, menghubungkan rekaman mentah ke rantai reproduktifitas seluruh komunitas.
Fitur | EDF | BrainVision |
|---|---|---|
Struktur file | Wadah tunggal | Tiga file tertaut |
Info header | Di dalam file | file teks .vhdr |
Penanda peristiwa | Tidak terpisah | file .vmrk |
Data mentah | Dalam file yang sama | file biner .eeg |
Hal Mendasar yang Penting: Peta Saluran dan Metadata Sampling
File EEG mentah menjadi dapat digunakan secara ilmiah hanya jika file tersebut membawa deskripsi yang lengkap dan akurat tentang kerangka spasial dan temporalnya. Ini berarti bahwa setiap saluran harus memiliki label standar (yaitu, Fz, C3, O2, dan seterusnya) beserta koordinat tiga dimensinya pada kulit kepala. Koordinat tersebut memungkinkan analisis selanjutnya yang melibatkan hubungan spasial, seperti menginterpolasi saluran yang buruk dari tetangganya atau memproyeksikan sinyal ke model sumber kortikal.
Studi oleh Fraschini et al. mengandalkan fitur spasial, spektral, dan temporal untuk mengklasifikasikan komponen ICA sebagai otak atau artefak; topografi spasial suatu komponen tidak berarti tanpa mengetahui lokasi fisik setiap elektroda yang berkontribusi padanya.
Demikian pula, Delorme menemukan bahwa interpolasi saluran buruk, yang menggunakan nilai dari elektroda yang berdekatan, adalah salah satu dari sedikit koreksi yang secara andal mempertahankan efek eksperimental. Sebuah interpolator hanya dapat melakukan perkiraan spasial tersebut jika peta saluran kumpulan data sudah benar.
Header file juga harus menyimpan laju sampling yang tepat, tanggal perekaman, dan label yang tidak ambigu untuk saluran tambahan apa pun seperti elektro-okulogram (gerakan mata) atau elektromiogram (aktivitas otot). Bahkan jika saluran tersebut tidak digunakan selama eksplorasi data awal, keberadaannya harus transparan. Ketidakcocokan antara laju sampling yang disimpan dan jam ADC aktual dapat mengubah waktu secara ireversibel, sehingga tidak mungkin untuk diselaraskan dengan penanda stimulus nantinya.
Data EEG dalam Pengaturan Klinis vs Penelitian
Perekaman klinis dan penelitian berbagi prinsip-prinsip inti tetapi melayani tujuan langsung yang berbeda. EEG Klinis diperoleh untuk mendukung penilaian, pemantauan, atau diagnosis pasien di bawah prosedur profesional dan institusional yang mapan. EEG Penelitian biasanya dikumpulkan untuk menguji hipotesis tertentu, membandingkan kondisi, atau mengembangkan metode analisis, dengan protokol dan dokumentasi khusus studi.
Pekerjaan klinis memberikan penekanan kuat pada peninjauan tepat waktu, montase yang bermakna secara klinis, interpretasi yang divalidasi, dan catatan permanen dalam sistem perawatan yang berlaku. Penelitian menempatkan penekanan yang lebih besar pada kondisi terkendali, hasil yang ditentukan sebelumnya, reproduktifitas, dan penanganan pengecualian yang transparan. Hasil penelitian tidak secara otomatis menjadi temuan klinis, dan pengamatan klinis tidak secara otomatis menjadi ukuran penelitian yang divalidasi.
Perbedaan ini juga memengaruhi tata kelola data. Data klinis dapat diatur oleh kewajiban rekam medis dan persyaratan perawatan langsung, sedangkan kumpulan data penelitian dibentuk oleh bahasa persetujuan, tinjauan institusional, rencana pembagian data, dan titik akhir studi. Di kedua pengaturan tersebut, interpretasi terlatih dan dokumentasi yang cermat diperlukan karena pola EEG bergantung pada konteks, bukan pada nilai numerik yang terisolasi.
Pertimbangan Privasi dan Etika untuk Data EEG
Perekaman EEG dapat dikaitkan dengan seseorang melalui pengidentifikasi, informasi sesi, konteks klinis, atau kombinasi metadata. Bahkan ketika bentuk gelombang itu sendiri sulit ditafsirkan di luar pengaturan spesialis, ia harus ditangani sebagai data subjek manusia yang sensitif ketika terhubung dengan peserta yang dapat diidentifikasi. Pengumpulan dan penggunaan kembali harus konsisten dengan protokol yang disetujui dan persyaratan privasi yang berlaku.
Persetujuan harus menjelaskan tujuan perekaman, jenis analisis yang diantisipasi, durasi penyimpanan, kemungkinan pembagian, dan apakah penggunaan di masa mendatang diizinkan. Peneliti harus menghindari kesan bahwa EEG dapat mengungkapkan lebih dari apa yang dirancang untuk diukur oleh penelitian tersebut. Komunikasi yang jelas sangat penting ketika peserta mungkin berasumsi bahwa rekaman penelitian memberikan diagnosis atau penilaian individual.
Praktik etis berlanjut setelah pengumpulan. Penghapusan identitas, akses terkontrol, batas penyimpanan, jejak audit, dan pelepasan metadata secara hati-hati membantu mengurangi risiko, tetapi tidak ada metode yang menghilangkan risiko sepenuhnya. Temuan harus dilaporkan tanpa melebih-lebihkan makna prediktif atau diagnostik, dan klasifikasi otomatis harus diperlakukan sebagai hasil analitis yang memerlukan validasi yang tepat, bukan sebagai penilaian mutlak tentang seseorang.
Mengapa Kualitas Rekaman Mentah Menjadi Landasan Analisis EEG yang Layak Dipercaya
Satu sesi EEG adalah momen ketika arsitektur kelistrikan otak ditangkap dalam bentuk permanen, dan kompleksitas rekaman mentah itu sudah mencerminkan jaringan saraf di bawah kulit kepala. Studi berbasis neurosains yang disorot di sini membawa pesan yang sama: sinyal yang diminati ada dalam data mentah itu sendiri, asalkan langkah akuisisi ditangani dengan hati-hati. Kualitas kontak elektroda, pemetaan saluran yang akurat, acuan dan laju sampling yang terdokumentasi, serta format penyimpanan terbuka semuanya menentukan apakah sinyal tersebut tetap dapat diakses di berbagai laboratorium dan tahun.
Terakhir, menahan diri sering kali mengungguli pemrosesan yang berat karena peneliti yang membiarkan sebagian besar data mentah apa adanya dapat mempertahankan respons otak asli dengan lebih baik daripada mereka yang menerapkan koreksi agresif. Perekaman yang cermat, metadata yang jujur, dan gangguan minimal membentuk disiplin yang menjaga sinyal ilmiah tetap utuh.
Oleh karena itu, setiap analisis yang dapat dipercaya tidak dimulai dengan algoritma yang canggih, melainkan dengan tindakan sederhana untuk menangkap rekaman yang akurat dan terdokumentasi dengan baik.
Referensi
Winkler, I., Haufe, S., & Tangermann, M. (2011). Automatic classification of artifactual ICA-components for artifact removal in EEG signals. Behavioral and brain functions, 7(1), 30. https://doi.org/10.1186/1744-9081-7-30
Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0
Fraschini, M., Demuru, M., Crobe, A., Marrosu, F., Stam, C. J., & Hillebrand, A. (2016). The effect of epoch length on estimated EEG functional connectivity and brain network organisation. Journal of neural engineering, 13(3), 036015.
Lee, M. H., Kwon, O. Y., Kim, Y. J., Kim, H. K., Lee, Y. E., Williamson, J., ... & Lee, S. W. (2019). EEG dataset and OpenBMI toolbox for three BCI paradigms: An investigation into BCI illiteracy. GigaScience, 8(5), giz002. https://doi.org/10.1093/gigascience/giz002
Pertanyaan yang Sering Diajukan
Apa sebenarnya yang ditangkap oleh rekaman EEG, dan mengapa itu dianggap sebagai cerminan aktivitas otak?
Perekaman EEG menangkap fluktuasi tegangan kecil di kulit kepala yang timbul dari aktivitas sinkron dari kelompok besar neuron kortikal. Fluktuasi ini terutama berasal dari potensial pascasinaps bertahap dalam sel piramidal, yang menjumlah melalui konduksi volume, menciptakan ukuran sinkroni saraf skala besar yang kabur namun nyata.
Mengapa sinyal EEG berasal dari potensial pascasinaps dan bukan dari potensial aksi?
Potensial aksi adalah peristiwa singkat, bersifat semua-atau-tidak-sama-sekali yang berkontribusi kecil pada tegangan kulit kepala, sedangkan potensial pascasinaps bertahap yang lebih lambat menyebar ke seluruh dendrit dan menjumlah di ribuan neuron. Penjumlahan ini menghasilkan defleksi tegangan yang dapat dideteksi di kulit kepala, menjadikan potensial pascasinaps sebagai sumber utama sinyal EEG.
Apa perbedaan antara elektroda basah dan kering, dan bagaimana kualitas kontak elektroda memengaruhi perekaman?
Elektroda basah menggunakan gel konduktif untuk menurunkan impedansi dan meningkatkan transfer sinyal, sedangkan elektroda kering mengandalkan bahan canggih dan pra-amplifikasi internal untuk menjaga kesetiaan sinyal tanpa gel. Kualitas antarmuka elektroda-kulit sangat penting karena kontak yang buruk mengundang kebisingan lingkungan dan artefak gerakan yang dapat membanjiri sinyal otak yang redup.
Bagaimana sistem internasional 10–20 menstandardisasi penempatan elektroda, dan mengapa itu penting?
Sistem 10–20 menentukan posisi elektroda secara proporsional di antara empat penanda anatomi—nasion, inion, serta titik pre-aurikular kiri dan kanan—sehingga saluran berlabel seperti "Cz" merujuk pada lokasi yang sama di setiap lab. Standardisasi ini memastikan kumpulan data dapat dibandingkan secara langsung dan memungkinkan analisis spasial yang akurat, seperti interpolasi saluran yang buruk.
Mengapa mendokumentasikan elektroda acuan online yang digunakan selama perekaman EEG sangat penting?
File data mentah menyimpan tegangan relatif terhadap acuan online, sehingga pilihan acuan (misalnya, Cz, cuping telinga terhubung, atau rata-rata) secara permanen mencetak angka-angka tersebut, bahkan jika rujukan ulang dilakukan nanti. Tanpa mendokumentasikan acuan asli, analis masa depan tidak dapat memahami garis dasar yang dikurangi atau menilai apakah transformasi berikutnya mendistorsi respons otak yang sebenarnya.
Apa peran laju sampling dalam perekaman EEG, dan bagaimana teorema Nyquist berlaku?
Laju sampling menentukan resolusi temporal dari sinyal digital, dengan teorema Nyquist yang menyatakan bahwa frekuensi tertinggi yang direpresentasikan secara akurat adalah kurang dari setengah laju sampling. Sebagai contoh, laju sampling 500 Hz dapat memulihkan frekuensi hingga tepat di bawah 250 Hz, dan EEG tingkat penelitian biasanya beroperasi antara 250 dan 1000 Hz. Laju sampling yang akurat sangat penting karena membatasi semua analisis terkait waktu di hilir.
Apa dua format data terbuka yang dominan untuk EEG, dan apa yang mereka simpan?
European Data Format (EDF) adalah wadah ringkas yang menyimpan beberapa saluran dengan header yang menentukan laju sampling, label saluran, dan dimensi fisik. BrainVision menyebarkan informasi ke tiga file tertaut: header (.vhdr), file penanda (.vmrk), dan file data biner (.eeg), semuanya memastikan pembagian dan reproduktifitas yang tidak ambigu.
Mengapa peta saluran lengkap dan koordinat spasial diperlukan untuk file EEG mentah?
Peta saluran dengan label standar dan koordinat 3D memungkinkan analisis spasial apa pun, seperti menginterpolasi saluran buruk dari tetangganya atau memproyeksikan sinyal ke model sumber kortikal. Sebagai contoh, pengklasifikasi artefak bergantung pada topografi spasial, dan interpolasi memerlukan pengetahuan tentang lokasi elektroda yang tepat; tanpa ini, analisis tersebut akan gagal.
Metadata penting apa yang harus dicatat dalam header file EEG, dan mengapa?
Header harus menyertakan laju sampling yang tepat, tanggal perekaman, label saluran dengan koordinat 3D, dan label yang tidak ambigu untuk saluran tambahan seperti EOG atau EMG. Informasi ini sangat penting karena laju sampling yang salah dapat mengubah waktu secara ireversibel, dan peta saluran yang benar diperlukan untuk interpolasi spasial dan pemodelan sumber.
Mengapa EEG berguna untuk penelitian?
EEG menawarkan informasi temporal yang sangat halus, membuatnya berguna untuk mempelajari respons terkait peristiwa, ritme yang sedang berlangsung, tidur, perhatian, pemrosesan sensorik, dan fenomena sensitif waktu lainnya. Interpretasinya tetap bergantung pada desain eksperimen dan kualitas sinyal.
Apa saja artefak EEG yang umum?
Artefak umum meliputi kedipan mata, gerakan mata, aktivitas otot, pergerakan elektroda, kontak yang buruk, gerakan kabel, dan gangguan listrik. Hal tersebut dapat memengaruhi satu saluran atau banyak saluran dan dapat tumpang tindih dengan frekuensi minat ilmiah.
Apa yang dimaksud dengan preprocessing dalam analisis EEG?
Preprocessing adalah rangkaian operasi terdokumentasi yang digunakan untuk mempersiapkan rekaman untuk analisis. Ini dapat mencakup penyaringan, rujukan ulang, penanganan saluran buruk, identifikasi artefak, pembuatan epoch, koreksi garis dasar, dan kontrol kualitas.
Emotiv adalah pemimpin neuroteknologi yang membantu memajukan penelitian neurosains melalui alat EEG dan data otak yang mudah diakses.
Christian Burgos
