Cari topik lainnya…

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

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.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Apa Itu Data EEG?

Data EEG adalah rekaman digital 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 dokter untuk memeriksa perubahan aktivitas otak dalam hitungan milidetik. Sinyal yang dihasilkan biasanya disimpan sebagai satu atau lebih deret waktu kontinu, dengan setiap saluran mewakili pengukuran relatif terhadap suatu referensi.

Sinyal tersebut mencerminkan campuran dari berbagai sumber. Aktivitas saraf berkontribusi pada rekaman, tetapi artefak seperti gerakan mata, kontraksi otot, pergerakan elektroda, interferensi lingkungan, dan perubahan kontak juga dapat muncul dalam jejak rekaman.

Oleh karena itu, data EEG bukanlah pembacaan langsung dari satu proses otak tunggal. Data ini merupakan observasi yang membutuhkan konteks, pemeriksaan kualitas, dan metode analitis yang eksplisit.

Jumlah saluran, laju pengambilan sampel (sampling rate), referensi, lokasi elektroda, penanda peristiwa (event marker), dan informasi partisipan semuanya memengaruhi cara data dapat diinterpretasikan. Dalam praktiknya, rekaman paling informatif jika sinyal dipertimbangkan bersama tugas, kondisi, waktu, dan situasi saat data tersebut dikumpulkan.

Bagaimana Sel Otak Menghasilkan Sinyal EEG

Defleksi tegangan yang dideteksi oleh elektroda EEG tidak berasal dari potensial aksi tajam dan bersifat "all-or-nothing" yang digunakan neuron untuk komunikasi jarak jauh, melainkan dari potensial pascasinaps bertingkat yang lebih lambat dan menyebar di sepanjang dendrit sel piramidal kortikal.

Ketika ribuan neuron ini aktif dalam sinkronisitas yang mendekati bersamaan, arus ekstraseluler kecil mereka berakumulasi melalui media konduktif otak, cairan serebrospinal, tengkorak, dan kulit kepala, sebuah proses yang disebut konduksi volume (volume conduction). Tegangan yang akhirnya mencapai sensor perekam merupakan cerminan yang kabur namun nyata dari sinkronisitas 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 referensi dan ground menyediakan konteks kelistrikan yang diperlukan untuk menghitung nilai saluran. Laju pengambilan sampel menentukan seberapa sering sinyal diukur dan oleh karena itu menentukan perubahan mana yang dapat direpresentasikan secara akurat.

Sebelum merekam, teknisi atau peneliti memosisikan elektroda sesuai dengan montase yang ditentukan dan memeriksa kualitas kontak. Kerangka kerja penempatan elektroda EEG menjelaskan pendekatan terstandarisasi yang mendukung perbandingan di berbagai sesi dan laboratorium. Penanda peristiwa dapat ditambahkan saat stimulus muncul, partisipan merespons, atau peristiwa klinis terjadi, menciptakan garis waktu yang nantinya dapat diselaraskan dengan sinyal yang direkam.

Akuisisi juga dipengaruhi 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 jejak tegangan: kumpulan data 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 pengambilan sampel, referensi, dan prosedur penandaan peristiwa sebelum partisipan diuji. Konsistensi mengurangi variasi yang tidak diinginkan antar-sesi dan membuat perbandingan selanjutnya lebih dapat dipertanggungjawabkan. Protokol juga harus menjelaskan apa yang terjadi jika saluran bising (noisy), partisipan bergerak, atau penanda peristiwa terlewatkan.

Persiapan fisik juga sangat penting karena kualitas sinyal dapat memburuk akibat gerakan biasa dan kontak elektroda yang buruk. Itulah sebabnya operator biasanya memeriksa impedansi atau indikator kontak yang setara, menjelaskan tugas dengan jelas, dan mencatat perubahan relevan dalam kondisi partisipan. 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 yang singkat dapat menjaga rincian operasional tetap terpantau tanpa menggantikan penilaian ilmiah:

  • Konfirmasikan label saluran, lokasi elektroda, referensi, dan ground.

  • Catat pengaturan pengambilan sampel, pengaturan filter, dan konfigurasi perangkat.

  • Tandai rangsangan, respons, jeda, dan peristiwa yang relevan secara klinis secara konsisten.

  • Dokumentasikan interupsi, gerakan, perubahan elektroda, dan kondisi partisipan yang tidak biasa.

Setelah pengumpulan, daftar periksa harus dipadukan dengan pemeriksaan rekaman mentah dan metadatanya. Catatan akuisisi yang jelas memungkinkan analis untuk membedakan fitur sinyal asli dari perubahan yang disebabkan oleh perangkat keras, pengaturan, atau pergeseran protokol.

Elektroda Basah vs. Kering dan Kualitas Kontak Kulit

Semua rekaman EEG dimulai dengan sensor fisik yang menempel pada kulit, dan sensor tersebut terbagi ke 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 meniadakan gel, mengandalkan material canggih dan pra-amplifikasi bawaan untuk menjaga fidelitas sinyal.

Beberapa elektroda bersifat aktif, artinya mengandung sirkuit konversi impedansi langsung di lokasi perekaman; elektroda pasif tidak memiliki komponen elektronik terpasang ini. Terlepas dari jenisnya, kualitas antarmuka elektroda-kulit kepala menentukan seberapa banyak sinyal biologis yang bertahan bahkan sebelum mencapai amplifier.

Kontak yang buruk mengundang kebisingan lingkungan dan artefak gerak yang dapat menenggelamkan aktivitas otak yang samar. Winkler et al. memperjelas tantangan ini ketika mereka menangani masalah umum komponen sumber artefak dengan membangun pengklasifikasi independen subjek untuk komponen independent component analysis (ICA).

Keberadaan upaya tersebut menegaskan bahwa kontaminasi artefak adalah masalah yang terus-menerus terjadi dalam rekaman 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 lanjutan.

Desain Montase dan Sistem Standar 10–20

Karena potensial kulit kepala tidak memiliki label spasial bawaan, bidang ini telah lama mengadopsi kisi koordinat. Sistem internasional 10–20 menentukan posisi elektroda secara proporsional di antara empat penanda anatomis: nasion (pangkal hidung), inion (tonjolan tulang di bagian belakang kepala), serta titik pra-aurikular kiri dan kanan tepat di depan telinga. Standardisasi ini berarti bahwa saluran berlabel "Cz" mengacu pada lokasi verteks sentral yang sama di setiap laboratorium, membuat kumpulan data dapat dibandingkan secara langsung.

Montase didefinisikan sebagai spesifikasi bagaimana tegangan masing-masing elektroda diukur relatif terhadap referensi dan bagaimana derivasi bipolar atau referensial tersebut ditampilkan atau disimpan, yang berada di atas tata letak fisik tersebut. Studi Arnaud Delorme adalah ilustrasi kuat mengapa informasi montase yang akurat penting untuk tahap selanjutnya, dengan temuan bahwa interpolasi saluran buruk (bad-channel interpolation)—salah satu dari sedikit langkah prapemrosesan yang secara konsisten meningkatkan kekuatan statistik potensial terkait peristiwa (ERP)—bergantung pada pengetahuan pasti tentang tetangga spasial dari setiap elektroda. Tanpa peta saluran yang benar, interpolasi semacam itu tidak dapat berfungsi secara andal.

Ia kemudian menambahkan bahwa pengklasifikasi artefak dirancang untuk digeneralisasikan ke data yang menggunakan pengaturan saluran berbeda, memperkuat bahwa fitur spasial pengklasifikasi mengasumsikan susunan yang terdokumentasi dengan baik. Dengan demikian, montase yang terstandarisasi dan dicatat dengan setia menjadi kerangka tak terlihat yang mendukung interpretasi manusia dan penggunaan kembali oleh algoritma.

Memilih dan Mendokumentasikan Referensi Daring (Online)

Setiap amplifier EEG merekam perbedaan tegangan antara dua titik. Selama perekaman daring (online), salah satu dari titik tersebut adalah elektroda referensi fisik yang diperlakukan oleh perangkat keras sebagai garis dasar (baseline) tetap.

Pilihan yang 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 referensi asli tersebut, pilihan ini meninggalkan jejak permanen pada angka-angkanya, bahkan jika seorang peneliti nantinya secara matematis mereferensikan ulang sinyal tersebut ke titik umum lainnya.

Dalam studi yang disebutkan sebelumnya oleh Delorme, yang menguji alur kerja prapemrosesan otomatis pada tiga koleksi EEG publik, ia menemukan bahwa metode perujukan (referencing) dan penghapusan baseline tingkat lanjut secara signifikan merugikan performa, mengurangi persentase saluran yang menunjukkan efek eksperimental yang signifikan.

Temuan tersebut tidak menyiratkan bahwa seseorang tidak boleh mereferensikan ulang sinyal, melainkan berarti bahwa referensi daring awal harus dicatat dalam header file. Hanya dengan catatan tersebut analis di 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 Pengambilan Sampel

Tegangan kontinu yang mengalir dari setiap elektroda diubah menjadi aliran angka diskret oleh konverter analog-ke-digital (ADC). Laju pengambilan sampel ADC menentukan ketelitian temporal dari deret waktu yang dihasilkan.

Laju pengambilan sampel sebesar 500 Hz, misalnya, berarti bahwa kondisi listrik otak ditangkap setiap 2 milidetik sekali. Menurut teorema Nyquist, frekuensi tertinggi yang dapat direpresentasikan secara akurat dalam sinyal terdigitalisasi adalah kurang dari setengah laju pengambilan sampel, 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 pengambilan sampel sangat penting sebagai metadata adalah bahwa ia secara diam-diam membatasi pilihan analitis yang dibuat jauh di tahap akhir. Fraschini et al. memeriksa efek berantai ini secara tepat dengan menguji bagaimana panjang epoch—jendela waktu data yang diekstraksi untuk analisis konektivitas—mengubah hasil.

Menggunakan EEG kondisi istirahat dari orang dewasa sehat, studi ini menunjukkan bahwa nilai indeks lag fase rata-rata dan korelasi amplop amplitudo sama-sama menurun seiring bertambahnya panjang epoch, dan baru stabil setelah kira-kira 12 detik dan 6 detik, berturut-turut. Bahkan topologi jaringan teori graf yang direkonstruksi dari data bervariasi menurut durasi epoch, meskipun parameter pohon rentang minimum tingkat sumber terbukti lebih kokoh.

Poin penting untuk dokumentasi data mentah adalah bahwa jumlah sampel per detik menetapkan batas mutlak bagaimana waktu dapat dibagi. Jika laju pengambilan sampel dicatat secara salah, setiap penanda peristiwa, batas epoch, dan estimasi konektivitas berikutnya akan mewarisi kesalahan tersebut. Oleh karena itu, mencatat laju ADC yang tepat di header file adalah bagian tata kelola yang tidak dapat ditawar.

Format Penyimpanan Data Standar: EDF dan BrainVision

Setelah didigitalkan, deret waktu beserta metadata yang menyertainya harus disimpan 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 dalam penelitian tidur dan lingkungan klinis yang menyimpan banyak saluran bersama header yang merinci laju pengambilan sampel, label saluran, dan dimensi fisik.

BrainVision, format yang dikembangkan oleh Brain Products, menyebarkan informasi yang sama ke tiga file tertaut: header teks (.vhdr) yang mencantumkan nama saluran, laju pengambilan sampel, dan referensi asli; file penanda (.vmrk) yang mencatat kode peristiwa dan latensinya; serta file data biner (.eeg) yang menampung sampel tegangan mentah.

Nilai dari format terstandarisasi ini menjadi sangat nyata ketika kumpulan data besar dibagikan secara publik. Misalnya, dalam sebuah studi tahun 2019, para peneliti merilis kumpulan data antarmuka otak-komputer (BCI) multi-paradigma yang mencakup citra motorik, potensial terkait peristiwa, dan potensial visual yang dibangkitkan kondisi tunak dari 54 partisipan. Mendistribusikan sumber daya semacam itu dengan skrip analisis sumber terbuka tidak akan ada artinya jika datanya terkunci dalam pembungkus berpemilik (proprietary).

Apakah file tersebut pada akhirnya diarsipkan dalam EDF atau BrainVision, pilihan tersebut menjamin bahwa setiap peneliti dapat mengunduh rekaman dan mereproduksi temuannya, menghubungkan jejak mentah tersebut ke seluruh rantai reproduktifitas 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

Tata Kelola Penting: Peta Saluran dan Metadata Pengambilan Sampel

File EEG mentah menjadi dapat digunakan secara ilmiah hanya jika memuat deskripsi 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 di kulit kepala. Koordinat tersebut memungkinkan analisis lanjutan apa pun 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 ada artinya 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 dari kumpulan data tersebut benar.

Header file juga harus menyimpan laju pengambilan sampel 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-saluran tersebut tidak digunakan selama eksplorasi data awal, keberadaannya harus transparan. Ketidakcocokan antara laju pengambilan sampel yang disimpan dan clock ADC yang sebenarnya dapat mendistorsi waktu secara permanen, sehingga mustahil untuk diselaraskan dengan penanda stimulus nantinya.

Data EEG dalam Lingkungan Klinis vs Penelitian

Perekaman klinis dan penelitian memiliki prinsip-prinsip inti yang sama tetapi memiliki tujuan langsung yang berbeda. EEG klinis diperoleh untuk mendukung penilaian, pemantauan, atau diagnosis pasien di bawah prosedur profesional dan institusional yang sudah mapan. EEG penelitian biasanya dikumpulkan untuk menguji hipotesis tertentu, membandingkan kondisi, atau mengembangkan metode analitis, dengan protokol dan dokumentasi khusus studi.

Pekerjaan klinis memberikan penekanan kuat pada peninjauan tepat waktu, montase yang bermakna secara klinis, interpretasi yang tervalidasi, dan catatan permanen dalam sistem perawatan yang berlaku. Penelitian memberikan penekanan lebih besar pada kondisi yang terkontrol, hasil yang ditentukan sebelumnya, reproduktifitas, dan penanganan eksklusi yang transparan. Hasil penelitian tidak secara otomatis menjadi temuan klinis, dan pengamatan klinis tidak secara otomatis menjadi ukuran penelitian yang tervalidasi.

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 (informed consent), peninjauan institusional, rencana pembagian data, dan titik akhir studi. Di kedua lingkungan tersebut, interpretasi yang terlatih dan dokumentasi yang cermat diperlukan karena pola EEG bergantung pada konteks dan bukan pada nilai numerik yang terisolasi.

Pertimbangan Privasi dan Etika untuk Data EEG

Rekaman EEG dapat dikaitkan dengan seseorang melalui pengidentifikasi, informasi sesi, konteks klinis, atau kombinasi metadata. Bahkan ketika bentuk gelombang itu sendiri sulit untuk diinterpretasikan di luar lingkungan spesialis, data tersebut harus diperlakukan sebagai data subjek manusia yang sensitif ketika terhubung ke partisipan 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 studi tersebut. Komunikasi yang jelas sangat penting ketika partisipan mungkin menganggap bahwa rekaman penelitian memberikan diagnosis atau penilaian individual.

Praktik etis berlanjut setelah pengumpulan. De-identifikasi, akses terkontrol, batas retensi, jejak audit, dan pelepasan metadata yang cermat membantu mengurangi risiko, tetapi tidak ada metode yang menghilangkannya secara total. Temuan harus dilaporkan tanpa melebih-lebihkan makna prediktif atau diagnostik, dan klasifikasi otomatis harus diperlakukan sebagai keluaran analitis yang memerlukan validasi yang tepat dan bukan sebagai penilaian yang tidak dapat diganggu gugat tentang seseorang.

Mengapa Kualitas Rekaman Mentah Menjadi Landasan bagi Analisis EEG yang Dapat Dipercaya

Satu sesi EEG adalah momen ketika arsitektur listrik otak ditangkap dalam bentuk permanen, dan kompleksitas jejak mentah tersebut sudah mencerminkan jaringan saraf di bawah kulit kepala. Studi berbasis ilmu saraf yang disorot di sini membawa pesan yang sama: sinyal yang diminati berada di dalam data mentah itu sendiri, asalkan langkah akuisisi ditangani dengan hati-hati. Kualitas kontak elektroda, pemetaan saluran yang akurat, referensi dan laju pengambilan sampel 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 berlebihan karena para peneliti yang membiarkan data mentah sebagian besar tidak tersentuh mampu mempertahankan respons otak yang sebenarnya dengan lebih baik daripada mereka yang menerapkan koreksi agresif. Perekaman yang cermat, metadata yang jujur, dan interferensi minimal membentuk suatu disiplin yang menjaga sinyal ilmiah tetap utuh.

Oleh karena itu, setiap analisis yang dapat dipercaya dimulai bukan dengan algoritma yang canggih, melainkan dengan tindakan sederhana untuk menangkap jejak rekaman yang akurat dan terdokumentasi dengan baik.

Mengelola Artefak dan Meningkatkan Kualitas Sinyal dalam Data EEG

Klasifikasi Artefak Berbasis CNN yang Efisien

Kontaminasi artefak tetap menjadi tantangan utama dalam analisis data EEG, dan identifikasi otomatis dapat merampingkan prapemrosesan. Sebuah studi mengusulkan arsitektur klasifikasi artefak berbasis CNN yang tidak memerlukan ekstraksi fitur manual. Para peneliti merancang lima model jaringan saraf konvolusional dan mengoptimalkannya untuk efisiensi parameter dan komputasi.

Jaringan berkinerja terbaik mereka mencapai akurasi klasifikasi 94,17% di 17 partisipan dan sembilan kelas artefak. Ketika diuji pada kumpulan data terpisah yang dikumpulkan dengan headset Emotiv Epoc X 14 saluran, model tersebut mendeteksi artefak kedipan mata dengan akurasi 93,5%, menunjukkan bahwa jaringan yang ringan dan ramah perangkat seluler dapat dengan andal menandai kontaminan umum dalam rekaman multisaluran kontinu.

Kumpulan Data EEG Artefak Gerak Publik

EEG yang dapat dikenakan (wearable) sangat rentan terhadap artefak gerak, namun kumpulan data terbuka yang menangkap gangguan ini masih langka. Untuk mengatasi kesenjangan ini, para peneliti merilis kumpulan data EEG artefak gerak yang direkam dengan headset Emotiv Epoc X dan perangkat lunak EmotivPRO.

Seorang partisipan sehat melakukan serangkaian gerakan tubuh bagian atas, tubuh bagian bawah, dan seluruh tubuh—termasuk kedipan mata, gelengan kepala, berbicara, berjalan, dan duduk—sementara 14 saluran EEG dan sembilan sinyal sensor gerak disimpan. Para penulis menyediakan data dalam format CSV dan MATLAB, menciptakan sumber daya untuk menguji algoritma penghilang derau (denoising) di bawah kondisi rawat jalan (ambulatory) yang realistis.

Mengekstraksi Ritme Kolektif dari EEG Multisaluran

Selain penghapusan artefak, meningkatkan rasio sinyal-ke-derau dari ritme otak umum di beberapa saluran dapat mempertajam analisis selanjutnya. Sebuah studi menggunakan headset Emotiv Epoc X membandingkan analisis komponen utama (PCA) dengan metode ekstraksi ritme kolektif berdasarkan torsi Kosambi-Hilbert (KHT).

Pendekatan KHT memperhitungkan jeda fase antar-saluran dan berfokus pada pita frekuensi tertentu. Dalam rekaman dengan mata tertutup dan selama layar berkedip 15 Hz, KHT menghasilkan rasio sinyal-ke-derau yang lebih tinggi untuk sinyal kolektif daripada PCA, terutama ketika pergeseran temporal acak dimasukkan di seluruh saluran. Temuan ini mengarah pada pentingnya metode tersinkronisasi-fase untuk mengisolasi aktivitas osilasi bersama dalam data EEG tingkat konsumen.

Secara bersama-sama, studi-studi ini mengilustrasikan arah praktis untuk menangani artefak dan meningkatkan kualitas sinyal dalam data EEG. Studi tersebut menunjukkan bahwa model pembelajaran mendalam yang efisien dapat mengklasifikasikan kontaminan umum, bahwa kumpulan data yang dibuat khusus dapat mendukung pengembangan algoritma untuk rekaman yang terdistorsi oleh gerakan, dan bahwa pemrosesan sinyal yang sadar-fase dapat memperkuat ritme kolektif. Penelitian ini didasarkan pada sampel kecil dan kondisi terkontrol, sehingga akurasi dan peningkatan yang dilaporkan harus diinterpretasikan sebagai hal yang menggembirakan tetapi belum dapat digeneralisasikan ke semua populasi atau lingkungan perekaman.

Referensi

  1. 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

  2. Delorme, A. (2023). EEG is better left alone. Scientific reports, 13(1), 2372. https://doi.org/10.1038/s41598-023-27528-0

  3. 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.

  4. 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 hal itu dianggap sebagai cerminan aktivitas otak?

Rekaman EEG menangkap fluktuasi tegangan kecil di kulit kepala yang muncul dari aktivitas tersinkronisasi dari kelompok besar neuron kortikal. Fluktuasi ini terutama berasal dari potensial pascasinaps bertingkat pada sel piramidal, yang berakumulasi melalui konduksi volume, menciptakan ukuran yang kabur namun nyata dari sinkronisitas saraf skala besar.

Mengapa sinyal EEG berasal dari potensial pascasinaps dan bukan potensial aksi?

Potensial aksi adalah peristiwa singkat yang bersifat all-or-nothing yang berkontribusi kecil terhadap tegangan kulit kepala, sedangkan potensial pascasinaps bertingkat yang lebih lambat menyebar ke seluruh dendrit dan berakumulasi di ribuan neuron. Akumulasi 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 rekaman?

Elektroda basah menggunakan gel konduktif untuk menurunkan impedansi dan meningkatkan transfer sinyal, sedangkan elektroda kering mengandalkan bahan canggih dan pra-amplifikasi bawaan untuk mempertahankan fidelitas tanpa gel. Kualitas antarmuka elektroda-kulit sangat penting karena kontak yang buruk memicu timbulnya kebisingan lingkungan dan artefak gerak yang dapat mengaburkan sinyal otak yang samar.

Bagaimana sistem internasional 10–20 menstandardisasi penempatan elektroda, dan mengapa itu penting?

Sistem 10–20 menentukan posisi elektroda secara proporsional antara empat penanda anatomis—nasion, inion, dan titik pra-aurikular kiri dan kanan—sehingga saluran berlabel seperti "Cz" merujuk ke lokasi yang sama di setiap laboratorium. Standardisasi ini memastikan kumpulan data dapat dibandingkan secara langsung dan memungkinkan analisis spasial yang akurat, seperti interpolasi saluran yang buruk.

Mengapa penting untuk mendokumentasikan elektroda referensi daring (online) yang digunakan selama perekaman EEG?

File data mentah menyimpan tegangan relatif terhadap referensi daring, sehingga pilihan referensi (misalnya, Cz, cuping telinga yang terhubung, atau rata-rata) membekas secara permanen pada angka-angka tersebut, bahkan jika nantinya dilakukan perujukan ulang. Tanpa mendokumentasikan referensi aslinya, analis di masa depan tidak dapat memahami garis dasar yang dikurangkan atau menilai apakah transformasi berikutnya mendistorsi respons otak yang sebenarnya.

Apa peran laju pengambilan sampel dalam rekaman EEG, dan bagaimana teorema Nyquist berlaku?

Laju pengambilan sampel menentukan resolusi temporal sinyal terdigitalisasi, dengan teorema Nyquist yang menyatakan bahwa frekuensi tertinggi yang direpresentasikan secara akurat adalah kurang dari setengah laju pengambilan sampel. Misalnya, laju pengambilan sampel 500 Hz dapat memulihkan frekuensi hingga tepat di bawah 250 Hz, dan EEG tingkat penelitian biasanya beroperasi antara 250 dan 1000 Hz. Laju pengambilan sampel yang akurat sangat penting karena membatasi semua analisis terkait waktu di tahap berikutnya.

Apa dua format data terbuka yang dominan untuk EEG, dan apa yang disimpannya?

European Data Format (EDF) adalah wadah ringkas yang menyimpan banyak saluran dengan header yang menentukan laju pengambilan sampel, label saluran, dan dimensi fisik. BrainVision membagi informasi ke dalam tiga file tertaut: header (.vhdr), file penanda (.vmrk), dan file data biner (.eeg), yang semuanya memastikan pembagian tanpa ambiguitas dan reproduktifitas.

Mengapa peta saluran dan koordinat spasial yang lengkap diperlukan untuk file EEG mentah?

Peta saluran dengan label standar dan koordinat 3D memungkinkan analisis spasial apa pun, seperti menginterpolasi saluran buruk dari saluran tetangga atau memproyeksikan sinyal ke model sumber kortikal. Misalnya, pengklasifikasi artefak bergantung pada topografi spasial, dan interpolasi memerlukan pengetahuan tentang lokasi elektroda yang tepat; tanpa ini, analisis semacam itu gagal.

Metadata penting apa yang harus dicatat dalam header file EEG, dan mengapa?

Header harus menyertakan laju pengambilan sampel yang tepat, tanggal perekaman, label saluran dengan koordinat 3D, dan label yang jelas untuk saluran tambahan seperti EOG atau EMG. Informasi ini sangat penting karena laju pengambilan sampel yang salah dapat mendistorsi pengaturan waktu secara permanen, dan peta saluran yang benar diperlukan untuk interpolasi spasial dan pemodelan sumber.

Mengapa EEG berguna untuk penelitian?

EEG menawarkan informasi temporal yang sangat baik, menjadikannya berguna untuk mempelajari respons terkait peristiwa, ritme yang sedang berlangsung, tidur, perhatian, pemrosesan sensorik, dan fenomena peka-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 interferensi listrik. Hal ini dapat memengaruhi satu saluran atau banyak saluran dan dapat tumpang tindih dengan frekuensi yang menjadi minat ilmiah.

Apa itu prapemrosesan dalam analisis EEG?

Prapemrosesan adalah serangkaian operasi terdokumentasi yang digunakan untuk mempersiapkan rekaman untuk dianalisis. Ini dapat mencakup pemfilteran, perujukan ulang, penanganan saluran buruk, identifikasi artefak, pembagian epoch, koreksi baseline, dan kontrol kualitas.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Percepat lini masa EEG analitis Anda dengan susunan nirkabel densitas tinggi siap pasang yang dioptimalkan untuk penyebaran lapangan yang Flex.

Emotiv adalah pemimpin neuroteknologi yang membantu memajukan penelitian neurosains melalui alat EEG dan data otak yang mudah diakses.

Sanggahan Medis: Informasi yang disediakan di situs web ini hanya untuk tujuan edukasi dan informasi dan tidak dimaksudkan sebagai saran medis atau kesehatan. Konten ini mungkin mengandung kesalahan dan tidak boleh diandalkan untuk membuat keputusan kesehatan, medis, atau gaya hidup yang mengubah hidup. Selalu cari saran dari dokter Anda atau penyedia kesehatan berkualifikasi lainnya untuk setiap pertanyaan yang Anda miliki terkait kondisi medis atau perawatan.

Christian Burgos

Terbaru dari kami

Kompromi Elektroda EEG Kering: Kecepatan dan Kenyamanan vs. Ketepatan Sinyal

Elektroensefalogram (EEG) telah menjadi landasan ilmu saraf selama beberapa dekade, mengukur aktivitas listrik otak melalui elektroda yang ditempatkan di kulit kepala. Elektroda "basah" tradisional memerlukan gel konduktif untuk menjembatani celah antara kulit dan sensor, mengurangi hambatan—impedansi—yang jika tidak ada gel akan menghalangi voltase kecil ini. Pengaplikasian gel tersebut berantakan, memakan waktu, dan sering kali tidak nyaman bagi partisipan.

Seiring perpindahan EEG ke luar laboratorium—ke rumah, klinik, dan lingkungan rawat jalan—permintaan akan antarmuka yang lebih cepat dan lebih sederhana telah meningkat. Elektroda kering, yang melakukan kontak langsung dengan kulit tanpa gel, menjanjikan hal tersebut: pengaturan yang cepat dan kenyamanan yang lebih besar.

Namun, kemudahan ini membawa konsekuensi fisik. Ketiadaan gel menyebabkan impedansi yang lebih tinggi dan sinyal yang lebih bising, menciptakan kompromi yang konsisten antara kepraktisan dan fidelitas data. Sejumlah penelitian independen terkini sekarang memetakan dimensi yang tepat dari kompromi tersebut, memperjelas di mana elektroda kering bekerja secara mengagumkan dan di mana mereka tetap menjadi pilihan kedua.

Baca artikel

Bagaimana Cara Kerja EEG di Rumah untuk Perekaman Otak Sehari-hari?

EEG rumahan adalah perekaman mandiri yang dilakukan di luar lingkungan klinis atau laboratorium apa pun. Ini menyerahkan gel elektrode, headset, dan perangkat lunak perekaman kepada pengguna yang belum terlatih, sering kali hanya berbekal aplikasi ponsel cerdas sebagai panduannya. Konsep ini terdiri dari memiliki kemampuan pengukuran otak yang cocok dengan kehidupan sehari-hari, berpotensi merekam arsitektur tidur, fokus kognitif, atau pola kejang tanpa beban logistik kunjungan ke rumah sakit.

Baca artikel

Perangkat Neurofeedback sebagai Sistem Utuh

Bayangkan memainkan permainan video di mana pengontrol Anda tidak terlihat—Anda mengemudikannya hanya dengan gelombang otak Anda sendiri. Gagasan tersebut berada di inti dari neurofeedback, sebuah teknik yang memberi Anda jendela waktu nyata (real-time) ke dalam aktivitas otak Anda dan kemudian melatih Anda untuk mengubahnya.

Sebuah perangkat menangkap sinyal yang dihasilkan oleh otak Anda, paling sering menggunakan elektroensefalogram (EEG) yang mendeteksi pola listrik di kulit kepala, atau terkadang sensor spektroskopi inframerah-dekat fungsional (fNIRS) yang melacak aliran darah. Sinyal mentah tersebut diproses dan diubah menjadi permainan sederhana, suara, atau figur bergerak di layar. Melalui proses coba-coba, otak Anda belajar menghasilkan pola yang membuat umpan balik bergerak ke arah yang Anda inginkan.

Banyak panduan berfokus pada bagian-bagian individual—elektroda EEG, kabel, perangkat lunak—tetapi suatu perangkat hanya berhasil ketika bagian-bagian tersebut membentuk suatu kesatuan yang padu. Pengantar ini memeriksa neurofeedback sebagai sistem terpadu di mana pemrosesan sinyal, desain umpan balik, dan kegunaan sehari-hari berpadu untuk menentukan apakah sesuatu benar-benar membantu.

Baca artikel

Kuasai Penyiapan EEG: Praktik Terbaik Pra-Perekaman

Hal yang membedakan sinyal saraf yang jelas dan dapat diinterpretasikan dari jejak yang rusak oleh artefak otot atau gangguan saluran listrik bukanlah algoritma post-hoc yang canggih, melainkan alur kerja langkah-langkah persiapan yang sistematis dan kronologis. Penyiapan EEG, dalam konteks ini, bukan sekadar tindakan memasang tudung elektroda pada partisipan. Ini adalah serangkaian prosedur kalibrasi biologis, lingkungan, dan kelistrikan yang disiplin yang secara kolektif membangun antarmuka yang stabil dan berderau rendah antara otak dan penguat sinyal (amplifier).

Artikel ini menguraikan alur kerja pra-perekaman, mensintesis bukti-bukti yang tersedia untuk menunjukkan bahwa pemberian pengarahan partisipan yang cermat, persiapan kulit kepala, pelindung lingkungan, pemilihan montase referensi, dan penyaringan artefak dasar membentuk rantai dependensi yang tidak dapat ditawar.

Baca artikel