なぜ研究にEEG（脳波）を使用するのですか？
メフル・ナヤック
更新日
2022/02/17
なぜ研究にEEG（脳波）を使用するのですか？
メフル・ナヤック
更新日
2022/02/17
なぜ研究にEEG（脳波）を使用するのですか？
メフル・ナヤック
更新日
2022/02/17
短いビデオを作成し、そのビデオのどの部分に人々が惹きつけられたのかを知りたいと想像してみてください。通常は、単に質問するでしょう。あるいは、アンケート調査を利用するかもしれません。しかし、最も一般的な回答は「正確にはわからない」や「思い出せない」というものである可能性があります。主観的な尺度のみを使用した人間の知覚に関する研究は、神経生理学的反応の測定が克服できる「不確実性」に満ちていることがあります。脳波（EEG）デバイスは、人間の知覚に関する研究を強化できる、容易にアクセス可能で費用対効果の高いツールとして、独自の地位を築いています。 その結果、心理学、ニューロマーケティング、そして BCI において、急速に重要なツールになりつつあります。
EEGとは？
脳波（EEG：Electroencephalography）とは、ニューロンと呼ばれる脳細胞から誘発される電気活動の測定です。頭皮に配置された電極を使用する、安全で非侵襲的な方法です。この目的で使用される脳波デバイスは、単一チャンネルの市販デバイスから256チャンネルの医療グレードのシステムまで多岐にわたります。EEGとは何か、およびさまざまなEEGデバイスに関する詳細については、こちらをご覧ください。
EEGのメリットとは？
高い時間分解能
時間分解能が高いため、EEGは前意識プロセスをインデックス化することができます。
他の脳機能イメージング法に対するEEGの最大の強みは、その時間分解能、すなわち、ミリ秒単位で急速に起こる脳の反応を測定する能力にあります。fMRI（機能的磁気共鳴画像法）などの他の脳画像診断法では、関心のある刺激を提示してから1秒以上経過する必要があります。さらに、主観的な反応における不確実性を回避するために設計された行動課題は、通常、反応時間やボタンを押す反応に依存しています。これらは最大1秒かかることがありますが、脳がミリ秒（1000分の1秒）スケールで多くの複雑な神経生理学的プロセスを生み出すことができることを考えると、非常に遅い動きです。したがって、その高い時間分解能により、EEGは前意識のプロセスに指標を与えることができます。これらは、単なる自己申告や反応ベースの課題だけでは、気づかれずに見過ごされてしまうものです。
手頃な価格と携帯性
スポーツ科学：Paxton Lynch氏がEmotiv Insight EEGヘッドセットを使ってプレッシャーテストを受けます。
EEGデバイスは費用対効果が高くワイヤレスになったため、研究者は被験者を研究室に連れてくる代わりに、現場で研究を行うことができるようになりました。EEGとMEG（脳磁図）はどちらも高い時間分解能を持っていますが、EEGは低価格で持ち運びが可能なため、制御された環境や自然な環境で人間の行動を研究できる、より身近な研究ツールとなっています。代替の脳画像診断法（MEG、MRI、PETなど）は維持費が高く、これらの研究を行うためには被験者を病院やラボに連れてくる必要があります。これとは対照的に、ほぼすべての環境をEEG「ラボ」に変えることができます。（モバイルEEGを現場でのスポーツパフォーマンス向上にどのように活用できるかについては、Parkらのレビュー1を参照してください）
インハウスまたはリモート研究
EEGは必ずしも単一のデバイスを使ってラボベースで行う必要はありません。手頃な価格の市販EEGデバイスの進歩により、一般のユーザーが自分自身でEEGを記録できるようになりました。 EmotivLABSプラットフォームを利用することで、研究者はEmotivヘッドセットを使用してオンラインで実験を行うことができます。これは、研究グレードのデバイスに対して検証されています²`³。オンラインEEG研究のパイロット版についてはこちらを、Emotivユーザーが自宅での研究に参加してプレゼンテーションソフトウェアを評価したパートナーシップの1つについてはこちらをご覧ください。
EEGで何を測定できるのか？
一般的に研究者は、刺激の開始後の関心のある時点での電圧振幅（イベント関連電位、すなわちERP）、または1秒あたりのEEGにおける（脳波の）振動の量（時間周波数解析）のいずれかを使用します。
これら2つの領域により、行動に関連するさまざまな研究上の疑問に答えることができます。さらに、洗練された機械学習アルゴリズムの進歩により、関心のある刺激に対する精神状態を解読し始めることができます。例えば、注意力に対して検証されたアルゴリズムの開発により、現在では「ビデオのどの部分がより多くの注目を集めたか」といった疑問に簡単に答えることができます。
考慮すべき注意事項
重要なこととして、EEGで思考を正確に読み取ることはできないということを覚えておく必要があります。したがって、比較される刺激は、関心のある変数それ自体を除いて、あらゆる側面で一致していることが理想的です。つまり、適切に設計された実験タスクは、優れたEEG研究の基盤となります。第二に、EEGデバイスは電気機器からの干渉を拾う可能性があり、EEGは動きの影響を受けやすいため、記録に不要なアーチファクト（ノイズ）が混入する可能性があります。したがって、生のEEGは脳全体の反応を反映しているため、刺激の知覚に関連する推論を行う前に、クレンジングして処理する必要があります。
さらに、単一の電極における脳活動は脳全体の活動を記録しているため、その位置が活動のソースを正確に直接示すわけではありません（例：前頭部電極での活動の上昇は、前頭葉がこの反応を生成したことを意味するわけではありません）。この目的のために、頭皮レベルでの発生源を特定するために、EEG反応の発生源再構成⁴などの方法を使用することができます。より高い信頼性でより深い発生源を特定するために、EEGと組み合わせたMEGやfMRIなどの脳画像診断法を検討することもできます。
現在の研究におけるEEG
EEGは現在、心理学や医学分野だけでなく、ブレイン・コンピューター・インターフェース、ニューロフィードバック、そしてニューロマーケティングなどの分野における消費者行動の理解において、様々な方法で研究者を支援するために使用されています。
医学・臨床神経科学
EEGは、主に医学分野において診断と治療の向上に使用されています。例えば、EEGの最も一般的な用途は、てんかんの診断と発作の検出⁵、および睡眠異常を検出するための睡眠研究⁶です。精神医学や臨床神経科学では、これまで主観的な臨床評価に頼るしかなかった障害の客観的な指標を特定するために、現在EEGが使用されています。定量EEG（qEEG）などの技術では、振動の量を計算して頭皮上にマッピングし、様々な精神疾患による脳の変化を特徴付けるために使用されています⁷。健康な脳と障害のある脳の分類への機械学習の適用も、より客観的な診断方法⁸`⁹への道を開いています。
ニューロマーケティング
確かに、消費者行動を理解することはニューロマーケティングの中核です。この分野におけるEEGの最も一般的な用途は、広告¹⁰、製品、またはサービスのあまり目立たない、あるいは魅力的な側面を特定し、それらを改善することです。
Emotiv x ニューロマーケティング - ロレアルのラグジュアリーラボにおける消費者行動の未来。
EEGの振動は、潜在意識レベルでのブランド/製品の想起があるかどうかを特定するためにも使用されます¹¹。その他の用途としては、EEGを用いた行動課題によって製品の最適な価格設定戦略を見つけるニューロプライシングなどがあります¹²。
Emotiv x ニューロマーケティング - さまざまな価格提案に対して脳がどのように反応するか。
一般的な神経科学研究
この類の研究には、脳がどのように機能するか（例：脳が視覚的または聴覚的刺激をどのように処理するか）、および脳のさまざまな部分がどのように相互に通信するかを理解することが含まれます。また、脳と障害（例：自閉症スペクトラム障害や統合失調症）との関係を理解することも含まれます。これには、社会的、感情的、計算論的、および認知的な領域を含む複数の分野が含まれます。
ブレイン・コンピューター・インターフェース（BCI）
BCI研究は、EEGとコンピューターデバイスを統合することにより、頭の中で考えたコマンド（精神的コマンド）を外部のアクションに変換することを目指しています。精神的コマンドを使用してワードプロセッサのドキュメントを入力したり、車椅子を動かしたり、さらには義肢を動かしたりすることは、障害を持つ人々の生活の質を向上させるために使用されている、BCIにおける現在の開発の一部です¹³。
ブレイン・コンピューター・インターフェース （BCI） - 脳性麻痺を持つ8歳の少年、John君による見事な作品群。Instagramの brainpaintbyjohn より
もう一つの革命は音楽業界で起きており、ミュージシャンやシンガーが自分の思考を使って音楽を作成しています（関連する記事はこちらをご覧ください）
ブレイン・コンピューター・インターフェース（BCI）- EmotivのEPOCヘッドセットと、アイコニックなTONTOシンセサイザーは完璧な組み合わせです。
全体として、EEGの使用は人間の行動の表面レベルの理解にとどまらない、より深い理解を約束します。その費用対効果の高さとアクセスのしやすさは、ユーザー体験の向上から治療法の進歩に至るまでのプロセスにおいて、単なる主観的な自己申告にとどまらず、EEGを用いて客観的に人間の行動を解読できる複数の分野において有用なツールとなっています。
ブレイン・コンピューター・インターフェース（BCI）- Emotiv x ロドリゴ・ウブネル・メンデス、精神的コマンドを使ってF1カーを運転
記事執筆：
Roshini Randeniya、リサーチオフィサー、Emotiv Research Pty. Ltd
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
短いビデオを作成し、そのビデオのどの部分に人々が惹きつけられたのかを知りたいと想像してみてください。通常は、単に質問するでしょう。あるいは、アンケート調査を利用するかもしれません。しかし、最も一般的な回答は「正確にはわからない」や「思い出せない」というものである可能性があります。主観的な尺度のみを使用した人間の知覚に関する研究は、神経生理学的反応の測定が克服できる「不確実性」に満ちていることがあります。脳波（EEG）デバイスは、人間の知覚に関する研究を強化できる、容易にアクセス可能で費用対効果の高いツールとして、独自の地位を築いています。 その結果、心理学、ニューロマーケティング、そして BCI において、急速に重要なツールになりつつあります。
EEGとは？
脳波（EEG：Electroencephalography）とは、ニューロンと呼ばれる脳細胞から誘発される電気活動の測定です。頭皮に配置された電極を使用する、安全で非侵襲的な方法です。この目的で使用される脳波デバイスは、単一チャンネルの市販デバイスから256チャンネルの医療グレードのシステムまで多岐にわたります。EEGとは何か、およびさまざまなEEGデバイスに関する詳細については、こちらをご覧ください。
EEGのメリットとは？
高い時間分解能
時間分解能が高いため、EEGは前意識プロセスをインデックス化することができます。
他の脳機能イメージング法に対するEEGの最大の強みは、その時間分解能、すなわち、ミリ秒単位で急速に起こる脳の反応を測定する能力にあります。fMRI（機能的磁気共鳴画像法）などの他の脳画像診断法では、関心のある刺激を提示してから1秒以上経過する必要があります。さらに、主観的な反応における不確実性を回避するために設計された行動課題は、通常、反応時間やボタンを押す反応に依存しています。これらは最大1秒かかることがありますが、脳がミリ秒（1000分の1秒）スケールで多くの複雑な神経生理学的プロセスを生み出すことができることを考えると、非常に遅い動きです。したがって、その高い時間分解能により、EEGは前意識のプロセスに指標を与えることができます。これらは、単なる自己申告や反応ベースの課題だけでは、気づかれずに見過ごされてしまうものです。
手頃な価格と携帯性
スポーツ科学：Paxton Lynch氏がEmotiv Insight EEGヘッドセットを使ってプレッシャーテストを受けます。
EEGデバイスは費用対効果が高くワイヤレスになったため、研究者は被験者を研究室に連れてくる代わりに、現場で研究を行うことができるようになりました。EEGとMEG（脳磁図）はどちらも高い時間分解能を持っていますが、EEGは低価格で持ち運びが可能なため、制御された環境や自然な環境で人間の行動を研究できる、より身近な研究ツールとなっています。代替の脳画像診断法（MEG、MRI、PETなど）は維持費が高く、これらの研究を行うためには被験者を病院やラボに連れてくる必要があります。これとは対照的に、ほぼすべての環境をEEG「ラボ」に変えることができます。（モバイルEEGを現場でのスポーツパフォーマンス向上にどのように活用できるかについては、Parkらのレビュー1を参照してください）
インハウスまたはリモート研究
EEGは必ずしも単一のデバイスを使ってラボベースで行う必要はありません。手頃な価格の市販EEGデバイスの進歩により、一般のユーザーが自分自身でEEGを記録できるようになりました。 EmotivLABSプラットフォームを利用することで、研究者はEmotivヘッドセットを使用してオンラインで実験を行うことができます。これは、研究グレードのデバイスに対して検証されています²`³。オンラインEEG研究のパイロット版についてはこちらを、Emotivユーザーが自宅での研究に参加してプレゼンテーションソフトウェアを評価したパートナーシップの1つについてはこちらをご覧ください。
EEGで何を測定できるのか？
一般的に研究者は、刺激の開始後の関心のある時点での電圧振幅（イベント関連電位、すなわちERP）、または1秒あたりのEEGにおける（脳波の）振動の量（時間周波数解析）のいずれかを使用します。
これら2つの領域により、行動に関連するさまざまな研究上の疑問に答えることができます。さらに、洗練された機械学習アルゴリズムの進歩により、関心のある刺激に対する精神状態を解読し始めることができます。例えば、注意力に対して検証されたアルゴリズムの開発により、現在では「ビデオのどの部分がより多くの注目を集めたか」といった疑問に簡単に答えることができます。
考慮すべき注意事項
重要なこととして、EEGで思考を正確に読み取ることはできないということを覚えておく必要があります。したがって、比較される刺激は、関心のある変数それ自体を除いて、あらゆる側面で一致していることが理想的です。つまり、適切に設計された実験タスクは、優れたEEG研究の基盤となります。第二に、EEGデバイスは電気機器からの干渉を拾う可能性があり、EEGは動きの影響を受けやすいため、記録に不要なアーチファクト（ノイズ）が混入する可能性があります。したがって、生のEEGは脳全体の反応を反映しているため、刺激の知覚に関連する推論を行う前に、クレンジングして処理する必要があります。
さらに、単一の電極における脳活動は脳全体の活動を記録しているため、その位置が活動のソースを正確に直接示すわけではありません（例：前頭部電極での活動の上昇は、前頭葉がこの反応を生成したことを意味するわけではありません）。この目的のために、頭皮レベルでの発生源を特定するために、EEG反応の発生源再構成⁴などの方法を使用することができます。より高い信頼性でより深い発生源を特定するために、EEGと組み合わせたMEGやfMRIなどの脳画像診断法を検討することもできます。
現在の研究におけるEEG
EEGは現在、心理学や医学分野だけでなく、ブレイン・コンピューター・インターフェース、ニューロフィードバック、そしてニューロマーケティングなどの分野における消費者行動の理解において、様々な方法で研究者を支援するために使用されています。
医学・臨床神経科学
EEGは、主に医学分野において診断と治療の向上に使用されています。例えば、EEGの最も一般的な用途は、てんかんの診断と発作の検出⁵、および睡眠異常を検出するための睡眠研究⁶です。精神医学や臨床神経科学では、これまで主観的な臨床評価に頼るしかなかった障害の客観的な指標を特定するために、現在EEGが使用されています。定量EEG（qEEG）などの技術では、振動の量を計算して頭皮上にマッピングし、様々な精神疾患による脳の変化を特徴付けるために使用されています⁷。健康な脳と障害のある脳の分類への機械学習の適用も、より客観的な診断方法⁸`⁹への道を開いています。
ニューロマーケティング
確かに、消費者行動を理解することはニューロマーケティングの中核です。この分野におけるEEGの最も一般的な用途は、広告¹⁰、製品、またはサービスのあまり目立たない、あるいは魅力的な側面を特定し、それらを改善することです。
Emotiv x ニューロマーケティング - ロレアルのラグジュアリーラボにおける消費者行動の未来。
EEGの振動は、潜在意識レベルでのブランド/製品の想起があるかどうかを特定するためにも使用されます¹¹。その他の用途としては、EEGを用いた行動課題によって製品の最適な価格設定戦略を見つけるニューロプライシングなどがあります¹²。
Emotiv x ニューロマーケティング - さまざまな価格提案に対して脳がどのように反応するか。
一般的な神経科学研究
この類の研究には、脳がどのように機能するか（例：脳が視覚的または聴覚的刺激をどのように処理するか）、および脳のさまざまな部分がどのように相互に通信するかを理解することが含まれます。また、脳と障害（例：自閉症スペクトラム障害や統合失調症）との関係を理解することも含まれます。これには、社会的、感情的、計算論的、および認知的な領域を含む複数の分野が含まれます。
ブレイン・コンピューター・インターフェース（BCI）
BCI研究は、EEGとコンピューターデバイスを統合することにより、頭の中で考えたコマンド（精神的コマンド）を外部のアクションに変換することを目指しています。精神的コマンドを使用してワードプロセッサのドキュメントを入力したり、車椅子を動かしたり、さらには義肢を動かしたりすることは、障害を持つ人々の生活の質を向上させるために使用されている、BCIにおける現在の開発の一部です¹³。
ブレイン・コンピューター・インターフェース （BCI） - 脳性麻痺を持つ8歳の少年、John君による見事な作品群。Instagramの brainpaintbyjohn より
もう一つの革命は音楽業界で起きており、ミュージシャンやシンガーが自分の思考を使って音楽を作成しています（関連する記事はこちらをご覧ください）
ブレイン・コンピューター・インターフェース（BCI）- EmotivのEPOCヘッドセットと、アイコニックなTONTOシンセサイザーは完璧な組み合わせです。
全体として、EEGの使用は人間の行動の表面レベルの理解にとどまらない、より深い理解を約束します。その費用対効果の高さとアクセスのしやすさは、ユーザー体験の向上から治療法の進歩に至るまでのプロセスにおいて、単なる主観的な自己申告にとどまらず、EEGを用いて客観的に人間の行動を解読できる複数の分野において有用なツールとなっています。
ブレイン・コンピューター・インターフェース（BCI）- Emotiv x ロドリゴ・ウブネル・メンデス、精神的コマンドを使ってF1カーを運転
記事執筆：
Roshini Randeniya、リサーチオフィサー、Emotiv Research Pty. Ltd
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
短いビデオを作成し、そのビデオのどの部分に人々が惹きつけられたのかを知りたいと想像してみてください。通常は、単に質問するでしょう。あるいは、アンケート調査を利用するかもしれません。しかし、最も一般的な回答は「正確にはわからない」や「思い出せない」というものである可能性があります。主観的な尺度のみを使用した人間の知覚に関する研究は、神経生理学的反応の測定が克服できる「不確実性」に満ちていることがあります。脳波（EEG）デバイスは、人間の知覚に関する研究を強化できる、容易にアクセス可能で費用対効果の高いツールとして、独自の地位を築いています。 その結果、心理学、ニューロマーケティング、そして BCI において、急速に重要なツールになりつつあります。
EEGとは？
脳波（EEG：Electroencephalography）とは、ニューロンと呼ばれる脳細胞から誘発される電気活動の測定です。頭皮に配置された電極を使用する、安全で非侵襲的な方法です。この目的で使用される脳波デバイスは、単一チャンネルの市販デバイスから256チャンネルの医療グレードのシステムまで多岐にわたります。EEGとは何か、およびさまざまなEEGデバイスに関する詳細については、こちらをご覧ください。
EEGのメリットとは？
高い時間分解能
時間分解能が高いため、EEGは前意識プロセスをインデックス化することができます。
他の脳機能イメージング法に対するEEGの最大の強みは、その時間分解能、すなわち、ミリ秒単位で急速に起こる脳の反応を測定する能力にあります。fMRI（機能的磁気共鳴画像法）などの他の脳画像診断法では、関心のある刺激を提示してから1秒以上経過する必要があります。さらに、主観的な反応における不確実性を回避するために設計された行動課題は、通常、反応時間やボタンを押す反応に依存しています。これらは最大1秒かかることがありますが、脳がミリ秒（1000分の1秒）スケールで多くの複雑な神経生理学的プロセスを生み出すことができることを考えると、非常に遅い動きです。したがって、その高い時間分解能により、EEGは前意識のプロセスに指標を与えることができます。これらは、単なる自己申告や反応ベースの課題だけでは、気づかれずに見過ごされてしまうものです。
手頃な価格と携帯性
スポーツ科学：Paxton Lynch氏がEmotiv Insight EEGヘッドセットを使ってプレッシャーテストを受けます。
EEGデバイスは費用対効果が高くワイヤレスになったため、研究者は被験者を研究室に連れてくる代わりに、現場で研究を行うことができるようになりました。EEGとMEG（脳磁図）はどちらも高い時間分解能を持っていますが、EEGは低価格で持ち運びが可能なため、制御された環境や自然な環境で人間の行動を研究できる、より身近な研究ツールとなっています。代替の脳画像診断法（MEG、MRI、PETなど）は維持費が高く、これらの研究を行うためには被験者を病院やラボに連れてくる必要があります。これとは対照的に、ほぼすべての環境をEEG「ラボ」に変えることができます。（モバイルEEGを現場でのスポーツパフォーマンス向上にどのように活用できるかについては、Parkらのレビュー1を参照してください）
インハウスまたはリモート研究
EEGは必ずしも単一のデバイスを使ってラボベースで行う必要はありません。手頃な価格の市販EEGデバイスの進歩により、一般のユーザーが自分自身でEEGを記録できるようになりました。 EmotivLABSプラットフォームを利用することで、研究者はEmotivヘッドセットを使用してオンラインで実験を行うことができます。これは、研究グレードのデバイスに対して検証されています²`³。オンラインEEG研究のパイロット版についてはこちらを、Emotivユーザーが自宅での研究に参加してプレゼンテーションソフトウェアを評価したパートナーシップの1つについてはこちらをご覧ください。
EEGで何を測定できるのか？
一般的に研究者は、刺激の開始後の関心のある時点での電圧振幅（イベント関連電位、すなわちERP）、または1秒あたりのEEGにおける（脳波の）振動の量（時間周波数解析）のいずれかを使用します。
これら2つの領域により、行動に関連するさまざまな研究上の疑問に答えることができます。さらに、洗練された機械学習アルゴリズムの進歩により、関心のある刺激に対する精神状態を解読し始めることができます。例えば、注意力に対して検証されたアルゴリズムの開発により、現在では「ビデオのどの部分がより多くの注目を集めたか」といった疑問に簡単に答えることができます。
考慮すべき注意事項
重要なこととして、EEGで思考を正確に読み取ることはできないということを覚えておく必要があります。したがって、比較される刺激は、関心のある変数それ自体を除いて、あらゆる側面で一致していることが理想的です。つまり、適切に設計された実験タスクは、優れたEEG研究の基盤となります。第二に、EEGデバイスは電気機器からの干渉を拾う可能性があり、EEGは動きの影響を受けやすいため、記録に不要なアーチファクト（ノイズ）が混入する可能性があります。したがって、生のEEGは脳全体の反応を反映しているため、刺激の知覚に関連する推論を行う前に、クレンジングして処理する必要があります。
さらに、単一の電極における脳活動は脳全体の活動を記録しているため、その位置が活動のソースを正確に直接示すわけではありません（例：前頭部電極での活動の上昇は、前頭葉がこの反応を生成したことを意味するわけではありません）。この目的のために、頭皮レベルでの発生源を特定するために、EEG反応の発生源再構成⁴などの方法を使用することができます。より高い信頼性でより深い発生源を特定するために、EEGと組み合わせたMEGやfMRIなどの脳画像診断法を検討することもできます。
現在の研究におけるEEG
EEGは現在、心理学や医学分野だけでなく、ブレイン・コンピューター・インターフェース、ニューロフィードバック、そしてニューロマーケティングなどの分野における消費者行動の理解において、様々な方法で研究者を支援するために使用されています。
医学・臨床神経科学
EEGは、主に医学分野において診断と治療の向上に使用されています。例えば、EEGの最も一般的な用途は、てんかんの診断と発作の検出⁵、および睡眠異常を検出するための睡眠研究⁶です。精神医学や臨床神経科学では、これまで主観的な臨床評価に頼るしかなかった障害の客観的な指標を特定するために、現在EEGが使用されています。定量EEG（qEEG）などの技術では、振動の量を計算して頭皮上にマッピングし、様々な精神疾患による脳の変化を特徴付けるために使用されています⁷。健康な脳と障害のある脳の分類への機械学習の適用も、より客観的な診断方法⁸`⁹への道を開いています。
ニューロマーケティング
確かに、消費者行動を理解することはニューロマーケティングの中核です。この分野におけるEEGの最も一般的な用途は、広告¹⁰、製品、またはサービスのあまり目立たない、あるいは魅力的な側面を特定し、それらを改善することです。
Emotiv x ニューロマーケティング - ロレアルのラグジュアリーラボにおける消費者行動の未来。
EEGの振動は、潜在意識レベルでのブランド/製品の想起があるかどうかを特定するためにも使用されます¹¹。その他の用途としては、EEGを用いた行動課題によって製品の最適な価格設定戦略を見つけるニューロプライシングなどがあります¹²。
Emotiv x ニューロマーケティング - さまざまな価格提案に対して脳がどのように反応するか。
一般的な神経科学研究
この類の研究には、脳がどのように機能するか（例：脳が視覚的または聴覚的刺激をどのように処理するか）、および脳のさまざまな部分がどのように相互に通信するかを理解することが含まれます。また、脳と障害（例：自閉症スペクトラム障害や統合失調症）との関係を理解することも含まれます。これには、社会的、感情的、計算論的、および認知的な領域を含む複数の分野が含まれます。
ブレイン・コンピューター・インターフェース（BCI）
BCI研究は、EEGとコンピューターデバイスを統合することにより、頭の中で考えたコマンド（精神的コマンド）を外部のアクションに変換することを目指しています。精神的コマンドを使用してワードプロセッサのドキュメントを入力したり、車椅子を動かしたり、さらには義肢を動かしたりすることは、障害を持つ人々の生活の質を向上させるために使用されている、BCIにおける現在の開発の一部です¹³。
ブレイン・コンピューター・インターフェース （BCI） - 脳性麻痺を持つ8歳の少年、John君による見事な作品群。Instagramの brainpaintbyjohn より
もう一つの革命は音楽業界で起きており、ミュージシャンやシンガーが自分の思考を使って音楽を作成しています（関連する記事はこちらをご覧ください）
ブレイン・コンピューター・インターフェース（BCI）- EmotivのEPOCヘッドセットと、アイコニックなTONTOシンセサイザーは完璧な組み合わせです。
全体として、EEGの使用は人間の行動の表面レベルの理解にとどまらない、より深い理解を約束します。その費用対効果の高さとアクセスのしやすさは、ユーザー体験の向上から治療法の進歩に至るまでのプロセスにおいて、単なる主観的な自己申告にとどまらず、EEGを用いて客観的に人間の行動を解読できる複数の分野において有用なツールとなっています。
ブレイン・コンピューター・インターフェース（BCI）- Emotiv x ロドリゴ・ウブネル・メンデス、精神的コマンドを使ってF1カーを運転
記事執筆：
Roshini Randeniya、リサーチオフィサー、Emotiv Research Pty. Ltd
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
読むのを続ける