PEMBEDA
EEG nirkabel. Pengukuran otak di dunia nyata.
Dari Sinyal ke Insight.
Fondasi ilmiah Emotiv mendukung penelitian neurosains, pengembangan antarmuka otak-komputer, analisis kinerja kognitif, perangkat lunak adaptif, dan aplikasi sadar-otak generasi berikutnya.
Apa yang Diukur EEG
Emotiv menggabungkan EEG non-invasif, pemrosesan sinyal, pembelajaran mesin, dan perangkat lunak siap pengembang untuk mengubah aktivitas otak menjadi insight yang dapat digunakan. Landasan ilmiah ini mendukung penelitian ilmu saraf, pengembangan antarmuka otak-komputer, analisis kinerja kognitif, perangkat lunak adaptif, dan aplikasi sadar-otak generasi berikutnya.
Mengapa Desain Pengukuran Otak Itu Penting
Nilai EEG tidak hanya bergantung pada kualitas sinyal. Nilai ini juga bergantung pada cara aktivitas otak diukur, di mana sinyal ditangkap, dan apakah bentuk perangkatnya sesuai dengan konteks penggunaan.
Beberapa aplikasi mendapatkan manfaat dari cakupan spasial yang lebih luas di berbagai wilayah otak. Yang lain bergantung pada kenyamanan, kecepatan, dan kemampuan untuk mengumpulkan data otak dalam lingkungan alami dengan hambatan minimal. Berbagai kasus penggunaan menuntut pertukaran yang berbeda antara cakupan, kemudahan dipakai, kemudahan penggunaan, waktu pemasangan, dan kesesuaian di dunia nyata.
Resolusi Spasial - Penginderaan Seluruh Otak
Otak adalah sistem yang sangat kompleks. Korteks frontal, wilayah tempat sebagian besar pikiran sadar dan keputusan Anda dibuat, menjalankan jauh kurang dari sepersepuluh total aktivitas di otak.
Perencanaan, pemodelan lingkungan sekitar Anda, interpretasi masukan sensorik hingga dan termasuk persepsi Anda terhadap realitas, pemrosesan dan penyimpanan memori, serta pendorong dasar suasana hati dan emosi Anda terjadi di banyak wilayah fungsional yang tersebar di seluruh otak, termasuk korteks visual di bagian belakang, korteks temporal di sisi samping, korteks parietal di belakang puncak kepala Anda, dan sistem limbik jauh di dalam otak. Sistem limbik mengendalikan suasana hati dan emosi dasar Anda, respons lawan/lari Anda, serta pengodean memori jangka panjang yang lebih dalam, sekaligus mengendalikan fungsi tubuh dasar seperti pernapasan dan detak jantung.
Sebagian besar fungsi yang lebih dalam ini berinteraksi sangat erat dengan berbagai bagian korteks (lapisan luar yang dapat diakses melalui pengukuran EEG), namun interaksinya cukup kompleks dan tersebar. Untuk memetakan aktivitas otak yang sebenarnya, sangat penting untuk mengukur sinyal dari banyak struktur kortikal berbeda yang terletak di seluruh permukaan otak. Tidak mungkin memetakan sinyal-sinyal ini hanya dari wilayah frontal dan temporal. Penentuan kondisi mental lengkap pengguna hanya dapat diperkirakan dengan sangat buruk kecuali sinyal dari bagian belakang otak juga dipertimbangkan.
Dengan cakupan dan konfigurasi elektroda yang tepat, dimungkinkan untuk merekonstruksi model sumber dari semua wilayah otak yang penting dan melihat keterkaitannya. Sistem alternatif yang tidak memiliki sinyal kritis ini hanya akan menceritakan kurang dari setengah cerita. Secara umum, sistem tersebut terbatas pada penentuan tingkat kesadaran, jumlah dan intensitas pemrosesan, serta (dalam beberapa kasus) ketidakseimbangan hemisfer kiri/kanan pada sinyal frontal. Meskipun hal-hal ini berguna dalam beberapa konteks, hal tersebut memberikan pandangan yang sangat terbatas dan tidak akurat tentang keadaan pikiran pengguna.
Dari EEG Kelas Riset ke Pemantauan Otak Sehari-hari
Pendekatan Emotiv mencakup spektrum luas faktor bentuk EEG yang dapat dikenakan, mulai dari sistem penelitian premium hingga brainwear yang ramah konsumen.
Rentang ini penting karena tujuan pengukuran yang berbeda melibatkan persyaratan yang berbeda. Sistem multi-kanal dapat memberikan cakupan otak yang lebih luas dan pandangan yang lebih rinci tentang aktivitas saraf yang terdistribusi. Faktor bentuk wearable yang lebih ringan dapat mengurangi hambatan, memperluas kapan dan di mana data dikumpulkan, serta membuat pengukuran otak non-invasif lebih praktis dalam lingkungan sehari-hari.
Alih-alih memaksakan pilihan antara kedalaman riset dan kegunaan sehari-hari, Emotiv mendukung keduanya dalam satu ekosistem teknologi.
Didukung oleh Ilmu
Teknologi Emotiv telah digunakan di berbagai penelitian ilmiah dan terapan yang besar dan terus berkembang. Sistem kami mendukung pekerjaan di bidang neurosains, interaksi manusia-komputer, kinerja kognitif, aksesibilitas, dan pengembangan antarmuka otak-komputer.
Validasi independen telah membantu menunjukkan bahwa sistem Emotiv dapat mendukung pekerjaan EEG dan ERP berkualitas riset. Validasi sebelumnya terhadap EPOC menemukan bahwa sistem ini dapat digunakan untuk mengindeks puncak ERP auditori terlambat dan komponen mismatch negativity pada anak-anak, dengan hasil yang sebanding dengan sistem riset dalam studi tersebut. Studi validasi selanjutnya menemukan bahwa EPOC Flex saline menangkap data yang mirip dengan sistem EEG tingkat riset dan dapat mengukur ERP auditori dan visual yang andal, mengindeks tanda tangan SSVEP, serta mendeteksi perubahan pada osilasi alfa.
Tautan Dukungan yang Disarankan
Alur Sinyal Emotiv
Mengubah EEG menjadi keluaran yang dapat digunakan membutuhkan lebih dari sekadar sensor. Emotiv menggabungkan akuisisi sinyal dengan pemrosesan waktu nyata, penanganan artefak, pembelajaran mesin, dan lapisan perangkat lunak yang membantu mengubah EEG mentah menjadi keluaran yang dapat digunakan dalam eksperimen, aplikasi, dan sistem interaktif.
Di pusat alur kerja ini adalah Cortex, yang bertindak sebagai lapisan terjemahan antara data otak mentah dan interpretasi praktis. Sinyal diproses, dibersihkan, dan diorganisasi agar dapat digunakan dengan lebih efektif di berbagai lingkungan penelitian dan terapan.
EmotivPRO memperluas alur kerja ini ke perekaman, visualisasi, dan analisis, dengan dukungan untuk pengambilan EEG mentah, penanda peristiwa, opsi ekspor, dan streaming real-time melalui LSL. Ini juga terhubung dengan alur kerja riset yang lebih luas melalui integrasi dengan alat seperti MATLAB, PsychoPy, dan EEGLAB, serta mendukung alur kerja EEG yang kompatibel termasuk X-trodes.
Antarmuka Otak-Komputer dengan Emotiv
Antarmuka otak-komputer menerjemahkan pola aktivitas saraf menjadi perintah yang memungkinkan orang berinteraksi dengan perangkat lunak atau perangkat menggunakan sinyal otak.
Emotiv mendukung hal ini melalui penginderaan EEG, pembelajaran mesin, model interaksi terlatih, serta akses pengembang melalui API Cortex dan SDK. Ini memberi peneliti dan pengembang cara praktis untuk membangun aplikasi yang merespons perintah mental, status kognitif, dan input terkait di berbagai alat aksesibilitas, media interaktif, antarmuka eksperimental, serta riset BCI terapan.
Perangkat wearable, AI, dan Masa Depan Penginderaan Otak
Seiring neuroteknologi non-invasif menjadi lebih dapat dikenakan dan tidak terlalu mencolok, peluang untuk mengukur aktivitas otak dalam lingkungan sehari-hari terus berkembang.
Faktor bentuk yang lebih ringan dan minim hambatan dapat memperluas kapan dan di mana data saraf dikumpulkan. Pada saat yang sama, kemajuan dalam AI memungkinkan pemodelan sinyal otak dengan cara yang lebih fleksibel dan skalabel.
Bersama-sama, pergeseran ini mengarah pada masa depan di mana penginderaan otak yang dapat dikenakan tidak hanya lebih mudah diakses tetapi juga lebih mudah ditafsirkan lintas tugas, perangkat, dan lingkungan.
Memajukan Model Dasar EEG
Riset Emotiv melampaui penangkapan sinyal dan interpretasi waktu nyata menuju generasi berikutnya dari pemodelan EEG.
Ini mencakup pekerjaan dalam pembelajaran swasupervisi, pembelajaran representasi EEG, dan pendekatan model fondasi yang dirancang untuk meningkatkan cara sinyal saraf dimodelkan, digeneralisasi, dan diadaptasi di berbagai perangkat serta kasus penggunaan.
Karya terbaru yang dipublikasikan mencakup EEG2Rep: Meningkatkan Representasi EEG Swasupervisi Melalui Input Bertopeng yang Informatif, diterima untuk dipresentasikan di KDD 2024; SpellerSSL: Pembelajaran Swasupervisi dengan Agregasi P300 untuk BCI Speller; dan EEG-X: Model Fondasi yang Agnostik Perangkat dan Tangguh terhadap Noise untuk EEG. Secara bersama-sama, upaya ini mencerminkan dorongan yang lebih luas menuju representasi EEG yang lebih dapat ditransfer dan model yang lebih tangguh untuk data neural dunia nyata.
Tautan penelitian yang disarankan
Meningkatkan Representasi EEG Swasupervisi melalui Input Bertopeng yang Informatif
Pembelajaran Swaterawasi dengan Agregasi P300 untuk BCI Speller
Model Fondasi yang Agnostik terhadap Perangkat dan Tahan terhadap Noise untuk EEG
Dibangun untuk Penelitian dan Pengembangan Terapan
Teknologi Emotiv dirancang untuk mendukung baik investigasi terkontrol maupun pengembangan terapan, mulai dari penangkapan sinyal mentah dan studi bertanda peristiwa hingga deteksi waktu nyata dan integrasi perangkat lunak.
Hal ini membuat platform berguna di bidang ilmu saraf, interaksi manusia-komputer, kinerja kognitif, BCI terapan, aksesibilitas, riset produk, dan aplikasi sadar-otak yang sedang berkembang.