신경 진동의 기초

1. 소개

환영합니다! 이번 튜토리얼에서는 뇌파에 대해 배우고, 우리가 이를 통해 뇌와 행동을 이해할 수 있는 방법을 알아보겠습니다.

한스 베르거는 1929년에 뇌의 전기적 잠재력을 기록하기 위해 사람의 머리에 장착한 센서를 사용하여 전기 뇌파(정확하게는 뇌파도)라는 용어를 만들었습니다. 그는 그가 기록한 순서로 인해 알파파와 베타파라 명명한 두 가지 유형의 뇌파를 식별했습니다. 이러한 뇌파는 다른 포유류에서도 기록되었지만 베르거는 처음으로 인간에서 이를 기술했습니다!

그 이후로, 전기 뇌파 측정 방법은 신경과학의 핵심 도구가 되었으며, 뇌파(연구자들이 신경 진동이라 부르는)와 피로, 각성 등과 같은 뇌의 상태를 특성화하는 데 도움을 주었습니다.

이 간단한 튜토리얼에서는 다음 내용을 다룰 것입니다:

• 신경 진동이란 무엇인가요?

• 신경 진동을 어떻게 측정할 수 있나요?

• 신경 진동을 통해 무엇을 할 수 있나요?

• Emotiv 장치와 소프트웨어를 사용하는 실제 응용.

2. EEG란 무엇인가요?

전기 뇌파 측정(EEG)은 우리의 뇌의 전기적 활동을 측정하는 비침습적이고 수동적인 방법입니다. 전극/센서/채널이 두피에 배치되어 뇌 세포 집단인 뉴런에서 생성된 전기적 활동을 기록합니다.

그림 1 – 뉴런은 EEG 장치로 감지할 수 있는 전기적 활동을 생성합니다 [Siuly, et al. (2016)].

2.1. EEG 시스템

EEG를 기록할 수 있는 많은 EEG 장치가 시장에 나와 있습니다. EEG 장치는 다음과 같은 특성을 가질 수 있습니다:

• 단일 센서에서 최대 256개의 전극 – 더 많은 전극이 두피의 정보에 대한 높은 공간 해상도를 제공할 것입니다.

• 젖은 또는 건조한 전극 – 젖은 전극은 두피와 센서 간의 전도성을 개선하기 위해 전해질 젤이나 식염수를 사용합니다. 건조한 전극은 금속 또는 전도성 고분자로 두피와의 직접적인 접촉이 필요합니다.

• 능동 전극 또는 수동 전극 – 수동 전극 시스템은 신호를 장치로 전송하여 증폭합니다. 능동 전극 시스템은 장치에 도달하기 전에 각 전극에서 신호를 증폭합니다. 이는 신호의 환경 전기 잡음을 줄여줍니다.

• Bluetooth를 통해 데이터를 전송하는 유선 또는 무선 장치.

그림 2 – 무선 저밀도 EEG 시스템.

그림 3 – 유선 고밀도 전극 EEG 시스템.

2.2. EEG를 언제 사용하나요?

각 신경 영상 방법은 다른 연구 질문에 대한 답을 도울 수 있습니다.

EEG의 가장 큰 강점은 밀리초 단위로 신경 활동을 측정할 수 있어, 준 의식적 과정도 측정할 수 있다는 것입니다.

그림 4 – 다양한 신경영상 도구의 공간 해상도 대 시간 해상도.

“내 비디오에서 참가자들이 가장 많이 주목한 부분은 무엇인가요?”와 같은 질문에 가장 잘 적합합니다.

EEG는 주로 뇌의 외부층에서 활동을 기록하며(즉, 공간 해상도가 낮음) 단일 센서로는 활동의 출처를 식별할 수 없습니다. 많은 수의 채널로 기록하면 수학적으로 출처를 재구성할 수 있지만 여전히 깊은 출처를 식별하는 데에는 한계가 있습니다. 기능적 자기 공명 영상(fMRI)은 “어떤 부분의 뇌가 주의 집중 변화와 관련이 있나요?”와 같은 질문에 더 적합합니다.

2.3. 센서에서 원시 EEG까지?

EEG 장치가 머리에 장착된 후, 뇌 활동은 그 센서와 기준 센서 간의 진폭 차이로 측정됩니다. 대부분의 EEG 시스템에서 이것을 공통 모드 감지(CMS) 전극이라고 합니다. 추가 센서인 드라이브된 오른쪽 다리(DRL)는 CMS에서의 간섭을 줄이는 데 도움을 줍니다.

그림 5 – EEG 신호 전송의 단순화된 블록 다이어그램.

적극적이고 수동적인 전극이 모두 있는 시스템에서는 신호가 증폭되고 저역 필터링됩니다. 저역 필터링은 신호에서 환경의 전기적 간섭을 제거하는 단계입니다. 예를 들어, 주 전원선의 전원.

원시 EEG 신호가 컴퓨터 화면에서 표시되기 전에 이러한 단계는 하드웨어 자체에서 발생합니다.

2.4. 몇 가지 기본 용어

10-20 표준 명명 규칙

왼쪽 센서는 일반적으로 홀수 번호, 오른쪽 센서는 일반적으로 짝수 번호를 부여받습니다.

메모 1: 이것들은 단지 명명 규칙일 뿐이며 EEG 센서 위치의 출처는 활동의 출처를 나타내지 않습니다.

메모 2: 단일 채널에서 활동의 출처를 결정하기 위해서는 수학적 재구성 등의 추가 단계를 수행해야 합니다.

3. 신경 진동이란 무엇인가요?

뇌파는 종종 신경 진동이라고 불리며, 단일 또는 집단 뉴런에서 생성된 리드미컬한 패턴입니다.

신경이 이러한 다양한 유형의 진동을 생성하는 이유는 아직 명확하지 않지만, 많은 이론이 있습니다. 연구자들은 이러한 리드미컬한 패턴을 사용하여 뇌의 신비를 이해하기 위해 다양한 과제를 사용하여 이 진동 활동을 특성화합니다.

3.1. 진동의 몇 가지 특성

이 그림은 규칙적인 전기 신호의 측정을 보여줍니다:

그림 6 – 다양한 신경영상 도구의 공간 해상도 대 시간 해상도.

왼쪽(y축)에서 우리는 전기 기록의 진폭을 플로팅할 수 있으며 수평축(x축)에서 시간을 플로팅할 수 있습니다. 신호의 진폭은 중심점을 기준으로 정기적으로 변화합니다. 한 사이클은 진동이라고도 불립니다.

초당 사이클의 수는 파의 주파수라고 하며, 단위는 헤르츠(Hz)입니다. 따라서 초당 1주기 = 1 Hz. 진폭은 일반적으로 마이크로볼트(µV)로 측정됩니다.

뇌에서 우리는 0.2Hz(매우 느린 파)에서 80Hz 이상의(매우 빠른 파) 파형을 볼 수 있습니다. 500Hz까지의 고주파 활동은 발작과 관련하여 뇌에서 기록될 수 있습니다.

서로 다른 유형의 뇌 진동은 주파수를 기준으로 특성화됩니다. 이러한 특성은 주파수 대역으로 알려져 있으며, 서로 다른 뇌 상태와 관련될 수 있습니다:

그림 7 – 일반 EEG에서의 뇌파.

3.2. 서로 다른 주파수 대역이 중요한 이유는 무엇인가요?

1. 정상 뇌 패턴과 비정상 뇌 패턴을 구별하기
   신경 진동은 발작을 감지하고 신경과학에서 간질 진단에 중요합니다.

   
   
   

2. 뇌-컴퓨터 인터페이스(BCI)
   베타, 감마 및 뮤 진동의 양이 종종 원격 장치 훈련에 사용됩니다(예: 생각으로 휠체어 이동).

   
   
   

3. 신경 피드백
   이것은 뇌 진동(예: 감마 진동)을 보고 인지 작업에 참여하여 뇌의 감마 진동 양을 개선할 수 있는 뇌 훈련의 한 형태입니다.

   
   
   

4. 신경 마케팅
   알파 및 베타 주파수 대역은 광고의 어느 부분이 더 매력적이거나 덜 매력적인지를 결정하는 데 사용될 수 있습니다.

3.3. EEG 데이터 분석의 유형

대부분의 연구자는 시간 영역 또는 주파수 영역에서 분석을 수행합니다.

1. 시간 영역 분석

   일반적으로 자극 시작 후 관심 있는 시점에서 전압 진폭을 측정합니다. 이를 사건 관련 전위(ERPs)라고 합니다.

   
   
   

2. 주파수 영역 분석

   일반적으로 정의된 시간 창 또는 사건의 시작과 관련하여 서로 다른 주파수 대역에서 신경 진동의 양을 측정합니다.

다음으로 우리는 주파수 영역 분석에 대한 개요를 제공합니다.

3.4. 처리

EEG 기록을 생성한 후, 일반적으로 진동을 이해하기 위해 데이터를 정리합니다.

1. 필터링
   데이터에서 고주파 및 저주파 환경 잡음을 제거하는 기술입니다.

2. 인공물 제거
   신체 움직임, 눈 깜박임 등은 모두 큰 인공물(> 50 µV 피크)를 유발할 수 있습니다. 이는 우리의 결과에 영향을 주지 않도록 제거될 수 있습니다. 일부 연구자는 데이터를 보존하기 위해 이러한 인공물을 교정하는 정교한 방법을 사용합니다.

데이터 처리가 완료되면, 신호를 주파수 영역으로 변환할 수 있어 각 유형의 뇌파의 양을 정량화할 수 있습니다.

그림 8 – 원시 EEG에서의 눈 깜박임 인공물.

3.5. 빠른 푸리에 변환(FFT)

푸리에 변환은 EEG 신호를 '시간 영역'(이미지 A)에서 '주파수 영역'(이미지 B)으로 전환하는 수학적 변환입니다.

주파수 영역에서 우리는 기록에서 각 유형의 진동이 얼마나 많은지 정량화할 수 있습니다. 이는 일반적으로 주파수 대역의 '파워'이며 파워 스펙트럼으로 표시될 수 있습니다(이미지 B).

그림 9A – 시간 영역의 원시 EEG.

그림 9B – FFT 후 주파수 스펙트럼(주파수 영역).

3.6. 대역 파워

푸리에 변환에서 얻은 주파수 대역(예: 알파 대역)의 파워는 각 주파수 대역이 얼마나 있는지를 알려줍니다. 대역 파워 단위는 일반적으로 µV2/Hz로 표시됩니다. 가장 일반적으로 FFT의 진폭 또는 파워 스펙트럼은 로그 단위인 데시벨(dB)로 표시됩니다. 데시벨은 측정된 파워(P)와 기준 파워(Pr) 간의 비율 단위입니다. 이는 다음과 같습니다:

관심 사건에 대해 이 측정 단위가 도출되면 대역 파워를 비교하여 뇌파에 대한 실험 효과를 이해할 수 있습니다.

4. 이론에서 실제로

다음으로 우리는 알파 억제 효과를 살펴볼 것입니다.

이는 한스 베르거가 처음 보고한 현상으로, 눈을 감고 있을 때보다 눈을 뜨고 있을 때 알파 진동의 양이 현저하게 감소함을 볼 수 있습니다.

그림 10 – 눈을 뜨고 있을 때 알파 진동이 증가하는 것을 볼 수 있습니다.

먼저 EmotivPRO Builder를 사용하여 간단한 실험을 구성했습니다. 이 실험에서 참가자는 화면에 집중하면서 2분 동안 눈을 뜨고, 그 다음 2분 동안 눈을 감으라는 지시를 받습니다. 2분 종료 시 눈을 뜨라는 신호로 종을 들을 것입니다.

아래 비디오를 따라 나만의 알파 억제 실험을 만들 수 있으며, 링크 여기서 우리의 실험을 실행할 수 있습니다:

4.1. 장치 장착 및 EEG 품질

우리의 EQ 게이트 작동 방식에 대해 더 읽어보려면 여기를 클릭하세요. 귀하의 헤드셋과 관련된 장치 장착 정보를 더 찾으려면 다음을 참조하세요:

• EPOC 유형

• 인사이트 유형

4.2. EEG 데이터 처리 및 변환

이제 데이터를 확보했으므로 Emotiv Analyzer를 사용하여 이를 주파수 영역으로 변환할 수 있습니다. 비디오에서 단계를 따라주세요.

4.3. 데이터 해석

Analyzer가 완료되면 zip 파일을 다운로드하십시오. 각 기록에 대해 대역 파워와 사용자가 통계 분석을 수행하는 데 사용할 수 있는 이미지 파일이 포함된 csv 파일이 생성됩니다.

그림 11 – 대역 파워.

우리의 출력에서는 눈이 감겼을 때(주황색)와 눈이 감겼을 때(파란색) 알파 파워의 증가를 확인할 수 있습니다.

이것으로 튜토리얼이 끝납니다! 이제 기본 사항을 갖추셨습니다 🙂

보다 심화된 독서를 위한 링크는 자원 섹션에서 찾을 수 있습니다.

5. 자원

고급 읽기

Donoghue et al. 2022 신경 진동 연구를 위한 방법론적 고려사항

EEG 용어집

Kane et al. 2017 (여기)

오픈 소스 코드

파이썬 코딩에 익숙하신 경우, 눈을 감았을 때와 눈을 떴을 때 레이블이 붙은 알파 파워 값을 얻기 위해 사용할 수 있는 파이썬 스크립트를 제공합니다. 코드 및 샘플 알파 억제 데이터 파일은 여기에서 확인하세요: https://osf.io/9bvgh/

EMOTIV 매뉴얼

EmotivPRO Builder 매뉴얼
EmotivPRO 매뉴얼
EmotivPRO Analyzer 매뉴얼

7. 참고 문헌

Donoghue, T., Schaworonkow, N. and Voytek, B., 2022. 신경 진동 연구를 위한 방법론적 고려사항. 유럽 신경과학 저널, 55(11-12), pp.3502-3527. doi: https://doi.org/10.1111/ejn.15361

Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. 및 van Putten, M.J., 2017. 임상 전기 뇌파 측정자가 가장 일반적으로 사용하는 용어의 수정된 용어집 및 EEG 소견 보고 형식을 위한 업데이트 제안. 수정 2017. 임상 신경 생리학 실무, 2, pp.170. doi: 10.1016/j.cnp.2017.07.002

Siuly, S., Li, Y., Zhang, Y. (2016). 전기 뇌파(EEG)와 그 배경. EEG 신호 분석 및 분류. 건강 정보 과학. Springer, Cham. doi: https://doi.org/10.1007/978-3-319-47653-7%5F1