Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
Daag je geheugen uit! Speel de nieuwe N-Back-game in de Emotiv App
2 belangrijkste uitdagingen in EEG-onderzoek
Mehul Nayak
-
Delen:
Wat zijn de uitdagingen in hedendaags EEG-onderzoek & analyse?
In 1925 registreerde de Duitse psychiater Hans Berger het eerste menselijke elektro-encefalogram (EEG). Sindsdien is de technologie in hersen-computerinterfaces en computation verbeterd.
Dit artikel verkent de twee belangrijkste uitdagingen in EEG-onderzoek, namelijk:
De logistieke complexiteit van traditioneel academisch EEG-onderzoek, en
De innovatie in EEG-hardware.
Logistieke complexiteit van traditioneel academisch EEG-onderzoek
Exclusieve, ondergefinancierde, regionaal beperkte proefpersoonpopulaties
Laten we eerst elektro-encefalogram (EEG)-onderzoek begrijpen. EEG-onderzoek en onderzoeksmethodologie in de cognitieve neurowetenschap omvatten het registreren van de elektrische activiteit van het menselijk brein met doelgericht geplaatste, niet-invasieve elektroden op het oppervlak van het hoofd van de proefpersoon. Met behulp van experimentele ontwerpen waarbij blootstelling aan verschillende stimuli plaatsvindt, kunnen veranderingen in hersensignalen worden geanalyseerd en gegevens worden geëxtrapoleerd.
Tabel 1 geeft een overzicht van de soorten studies en activiteiten die met EEG-technologie worden uitgevoerd. Lees gerust ook deze inleidende gids over EEG-elektro-encefalografie.
Tabel 1: Soorten elektro-encefalogram (EEG)-studies (overgenomen uit (Williams et al., 2020)
Brain-Computer Interfaces (BCI) | Deze studies onderzoeken en maken mens-computerinteracties mogelijk, zoals het aansturen van een arm of rolstoel of het mogelijk maken van communicatie bij patiënten met een beperking. |
Klinisch | Deze studies gebruiken EEG voor diagnostische en therapeutische toepassingen. Inclusief de detectie van epileptische aanvallen of het gebruik van neurofeedback in cognitieve therapie. |
Experimenteel onderzoek | Deze studies verzamelen elektrogramgegevens om een computationele neurowetenschappelijke vraag of hypothese te beantwoorden. |
Hoewel EEG breed is toegepast als een effectief onderzoeksinstrument, kan de logistiek uitdagend zijn. De meeste financieringsinstanties verstrekken financiering voor klinisch, translationeel of toegepast onderzoek. Er is echter minder financiering voor fundamenteel experimenteel onderzoek. Minder financiering kan de logistieke moeilijkheid van het werven van deelnemers en het uitvoeren van degelijk experimenteel onderzoek vergroten, wat resulteert in kleine steekproefgroottes. Deze kleine steekproefgroottes worden gemakshalve geselecteerd uit een beperkt geografisch gebied.
Dit fenomeen staat bekend als het WEIRD-probleem. Het verwijst naar westerse, opgeleide, geïndustrialiseerde, rijke en democratische individuen die deel uitmaken van de typische onderzoekssteekproeven. Deze steekproefpopulaties zijn niet bijzonder inclusief, omdat de meeste van deze individuen van universiteitscampussen komen. Deze WEIRD-demografie weerspiegelt niet de echte diversiteit of de unieke cognitieve en emotionele kenmerken die ons mens maken.
Gezamenlijk beperkt deze situatie de praktische betekenis en generaliseerbaarheid van experimenten. Daardoor zijn bevindingen uit deze studies moeilijk te extrapoleren naar nieuwe inzichten over alle menselijke cognitie (d.w.z. mentale werkbelasting, probleemoplossing, enz.).
Innovaties in EEG-hardware
Onderzoekswaardige, draagbare, goedkope apparatuur wereldwijd beschikbaar
EEG-apparaten
In de afgelopen jaren hebben onderzoekers traditionele barrières in neurowetenschappelijk onderzoek doorbroken met draagbare EEG-apparaten. Brain-Computer Interfaces (BCI), Brain-Machine Interfaces (BMI) of Human-Computer Interfaces (HCI) doen precies dat. Ze gebruiken EEG-signalen om cognitieve of affectieve toestanden te karakteriseren en te identificeren. BCI ontwikkelt zich snel als middel om te transformeren hoe mensen met hun omgeving interageren. Dit wordt aangedreven door vooruitgang in miniaturisatie van hardware en verbeteringen in algoritmen voor gegevensverwerking. Deze systemen stellen mensen in staat zichzelf te verbeteren via neurofeedback en moedigen mensen aan om zonder fysieke tussenkomst met hun omgeving te interageren.
De toekomst van EEG-apparaten
Ten minste het afgelopen decennium is de algemene trend in EEG-hardware geweest om deze hulpmiddelen kleiner, draadloos, draagbaar en goedkoper te maken.
Figuur 1: EMOTIV’s EPOC-headset
Figuur 2: EMOTIV’s EPOC Flex-headset
Het verplaatsen van wat ooit een duur, toegewijd lab vereiste naar een draagbaar en goedkoop systeem is echter niet zonder zorgen gekomen. Sommige wetenschappers hadden zorgen over de validiteit, kwaliteit of bruikbaarheid van EEG-headsets. Om dit te onderzoeken hebben onderzoekers veel validatiestudies uitgevoerd die het wetenschappelijke nut van deze systemen aantonen.
De lage kosten en draagbaarheid van EEG-headsets hebben ook een brede reikwijdte aan onderzoeksvragen geopend die nu in situ kunnen worden beantwoord. Dat wil zeggen dat de hersengolven van een proefpersoon in echte situaties kunnen worden gemeten, terwijl oudere hardware minimale mobiliteit heeft. In bewegings- of sportpsychologie is dit een monumentale verandering.
Stel je een onderzoeksgroep voor die reactietijden onderzoekt in een specifiek samengestelde groep sportende universiteitsstudenten. Ze vragen zich af of voetbalkeepers een snellere reactietijd op een bal hebben dan andere teamgenoten. In het traditionele onderzoeksparadigma zouden deze proefpersonen naar het lab moeten komen, aangesloten worden, een taak uitvoeren op een fysiek scherm en rapporteren met hardwareknoppen of toetsaanslagen. Met nieuwere EEG-apparatuur kan dezelfde vraag nu worden toegepast en gemeten terwijl men daadwerkelijk op het voetbalveld staat.
Al met al hebben deze innovaties in EEG-hardware praktische toepassingen buiten het lab mogelijk gemaakt. Daardoor hebben ze de capaciteit en reikwijdte van neurowetenschappelijk onderzoek vergroot.
Ontmoet innovatie – Ontmoet EMOTIV
In de afgelopen jaren zijn er spannende ontwikkelingen geweest in deep-learning- en andere machine-learning-analyses. Om deze reden is een grote, valide en kwalitatieve dataset (n=1000+) vereist om de waarde van deze programma’s te benutten. Gezien de vereisten voor signaalverwerking, classificatie, validatie en prestatie-evaluatie in EEG-onderzoek profiteert het domein enorm wanneer deze kunstmatige-intelligentiebenaderingen worden toegepast. Big data is nodig om het iteratieve karakter van huidig experimenteel onderzoek in de neurowetenschap te overwinnen, vooral aan de complexere kant van neurodegeneratieve ziekten en hersen-computerinterfaces. Tot nu toe was die data niet beschikbaar.
Er zijn twee benaderingen om de potentiële steekproefpopulatie en de daaropvolgende
verzamelde gegevens te vergroten:
Ontwikkel onderzoekswaardige, draagbare en goedkope EEG-hardware die wereldwijd kan worden gebruikt.
Verbeter gegevensverzameling, validatie en geautomatiseerde analysetechnieken.
Los uitdagingen op, groei mee met de veranderingen. Kies EMOTIV
Overzicht van EMOTIV’s EEG-innovaties in het afgelopen decennium
Het gebruik van EEG-apparaten in neurowetenschappelijk onderzoek en klinische settings blijft toenemen (zie Figuur 3). Het afgelopen decennium heeft EMOTIV onderzoekswaardige, draadloze, draagbare en gebruiksvriendelijke EEG-apparatuur ontwikkeld met kwaliteitscontroles die voor iedereen, overal ter wereld toegankelijk zijn, om deze uitdagingen aan te pakken.
Figuur 3 – Aantal publicaties met “EEG” (1940 – 2021) via Neuroscience Information Framework
Evolutie van hardware
Daarnaast is EEG-hardware geëvolueerd van natte elektroden naar droge elektroden. Natte elektroden kosten veel tijd om aan te brengen, zijn oncomfortabel om te dragen en beperken mobiliteit. Headsets met droge of hybride elektroden werken snel, zijn draagbaar en zijn aanzienlijk goedkoper om te produceren en te gebruiken. Deze technologische vooruitgang brengt ons dichter bij doorbraken in neurologisch onderzoek, maar we zijn er nog net niet.
Zorg voor diverse steekproefsets
EMOTIV kan je helpen de diversiteit van je studies te vergroten. De EPOC-lijn van EMOTIV EEG-headsets bestaat al meer dan een decennium en is onafhankelijk gevalideerd door onderzoeksinstellingen wereldwijd. Ze zijn gebruikt in verschillende toepassingen, waaronder het besturen van robotledematen en rolstoelen, biometrische gebruikersauthenticatie in beveiligingssystemen en het identificeren van cognitieve en emotionele mentale toestanden.
EMOTIV’s potentieel voor wereldwijd gebruik en lage financiële drempel vergemakkelijkt onderzoek voor mensen met beperkte middelen. Bijvoorbeeld, Parameshwaran and Thiagarajan gebruikten EMOTIV EEG-apparatuur in landelijke en stedelijke omgevingen in India om verschillen in EEG-signaturen aan te tonen die verband houden met sociaaleconomische status, blootstelling aan technologie en reiservaring.
Wat zijn de uitdagingen in hedendaags EEG-onderzoek & analyse?
In 1925 registreerde de Duitse psychiater Hans Berger het eerste menselijke elektro-encefalogram (EEG). Sindsdien is de technologie in hersen-computerinterfaces en computation verbeterd.
Dit artikel verkent de twee belangrijkste uitdagingen in EEG-onderzoek, namelijk:
De logistieke complexiteit van traditioneel academisch EEG-onderzoek, en
De innovatie in EEG-hardware.
Logistieke complexiteit van traditioneel academisch EEG-onderzoek
Exclusieve, ondergefinancierde, regionaal beperkte proefpersoonpopulaties
Laten we eerst elektro-encefalogram (EEG)-onderzoek begrijpen. EEG-onderzoek en onderzoeksmethodologie in de cognitieve neurowetenschap omvatten het registreren van de elektrische activiteit van het menselijk brein met doelgericht geplaatste, niet-invasieve elektroden op het oppervlak van het hoofd van de proefpersoon. Met behulp van experimentele ontwerpen waarbij blootstelling aan verschillende stimuli plaatsvindt, kunnen veranderingen in hersensignalen worden geanalyseerd en gegevens worden geëxtrapoleerd.
Tabel 1 geeft een overzicht van de soorten studies en activiteiten die met EEG-technologie worden uitgevoerd. Lees gerust ook deze inleidende gids over EEG-elektro-encefalografie.
Tabel 1: Soorten elektro-encefalogram (EEG)-studies (overgenomen uit (Williams et al., 2020)
Brain-Computer Interfaces (BCI) | Deze studies onderzoeken en maken mens-computerinteracties mogelijk, zoals het aansturen van een arm of rolstoel of het mogelijk maken van communicatie bij patiënten met een beperking. |
Klinisch | Deze studies gebruiken EEG voor diagnostische en therapeutische toepassingen. Inclusief de detectie van epileptische aanvallen of het gebruik van neurofeedback in cognitieve therapie. |
Experimenteel onderzoek | Deze studies verzamelen elektrogramgegevens om een computationele neurowetenschappelijke vraag of hypothese te beantwoorden. |
Hoewel EEG breed is toegepast als een effectief onderzoeksinstrument, kan de logistiek uitdagend zijn. De meeste financieringsinstanties verstrekken financiering voor klinisch, translationeel of toegepast onderzoek. Er is echter minder financiering voor fundamenteel experimenteel onderzoek. Minder financiering kan de logistieke moeilijkheid van het werven van deelnemers en het uitvoeren van degelijk experimenteel onderzoek vergroten, wat resulteert in kleine steekproefgroottes. Deze kleine steekproefgroottes worden gemakshalve geselecteerd uit een beperkt geografisch gebied.
Dit fenomeen staat bekend als het WEIRD-probleem. Het verwijst naar westerse, opgeleide, geïndustrialiseerde, rijke en democratische individuen die deel uitmaken van de typische onderzoekssteekproeven. Deze steekproefpopulaties zijn niet bijzonder inclusief, omdat de meeste van deze individuen van universiteitscampussen komen. Deze WEIRD-demografie weerspiegelt niet de echte diversiteit of de unieke cognitieve en emotionele kenmerken die ons mens maken.
Gezamenlijk beperkt deze situatie de praktische betekenis en generaliseerbaarheid van experimenten. Daardoor zijn bevindingen uit deze studies moeilijk te extrapoleren naar nieuwe inzichten over alle menselijke cognitie (d.w.z. mentale werkbelasting, probleemoplossing, enz.).
Innovaties in EEG-hardware
Onderzoekswaardige, draagbare, goedkope apparatuur wereldwijd beschikbaar
EEG-apparaten
In de afgelopen jaren hebben onderzoekers traditionele barrières in neurowetenschappelijk onderzoek doorbroken met draagbare EEG-apparaten. Brain-Computer Interfaces (BCI), Brain-Machine Interfaces (BMI) of Human-Computer Interfaces (HCI) doen precies dat. Ze gebruiken EEG-signalen om cognitieve of affectieve toestanden te karakteriseren en te identificeren. BCI ontwikkelt zich snel als middel om te transformeren hoe mensen met hun omgeving interageren. Dit wordt aangedreven door vooruitgang in miniaturisatie van hardware en verbeteringen in algoritmen voor gegevensverwerking. Deze systemen stellen mensen in staat zichzelf te verbeteren via neurofeedback en moedigen mensen aan om zonder fysieke tussenkomst met hun omgeving te interageren.
De toekomst van EEG-apparaten
Ten minste het afgelopen decennium is de algemene trend in EEG-hardware geweest om deze hulpmiddelen kleiner, draadloos, draagbaar en goedkoper te maken.
Figuur 1: EMOTIV’s EPOC-headset
Figuur 2: EMOTIV’s EPOC Flex-headset
Het verplaatsen van wat ooit een duur, toegewijd lab vereiste naar een draagbaar en goedkoop systeem is echter niet zonder zorgen gekomen. Sommige wetenschappers hadden zorgen over de validiteit, kwaliteit of bruikbaarheid van EEG-headsets. Om dit te onderzoeken hebben onderzoekers veel validatiestudies uitgevoerd die het wetenschappelijke nut van deze systemen aantonen.
De lage kosten en draagbaarheid van EEG-headsets hebben ook een brede reikwijdte aan onderzoeksvragen geopend die nu in situ kunnen worden beantwoord. Dat wil zeggen dat de hersengolven van een proefpersoon in echte situaties kunnen worden gemeten, terwijl oudere hardware minimale mobiliteit heeft. In bewegings- of sportpsychologie is dit een monumentale verandering.
Stel je een onderzoeksgroep voor die reactietijden onderzoekt in een specifiek samengestelde groep sportende universiteitsstudenten. Ze vragen zich af of voetbalkeepers een snellere reactietijd op een bal hebben dan andere teamgenoten. In het traditionele onderzoeksparadigma zouden deze proefpersonen naar het lab moeten komen, aangesloten worden, een taak uitvoeren op een fysiek scherm en rapporteren met hardwareknoppen of toetsaanslagen. Met nieuwere EEG-apparatuur kan dezelfde vraag nu worden toegepast en gemeten terwijl men daadwerkelijk op het voetbalveld staat.
Al met al hebben deze innovaties in EEG-hardware praktische toepassingen buiten het lab mogelijk gemaakt. Daardoor hebben ze de capaciteit en reikwijdte van neurowetenschappelijk onderzoek vergroot.
Ontmoet innovatie – Ontmoet EMOTIV
In de afgelopen jaren zijn er spannende ontwikkelingen geweest in deep-learning- en andere machine-learning-analyses. Om deze reden is een grote, valide en kwalitatieve dataset (n=1000+) vereist om de waarde van deze programma’s te benutten. Gezien de vereisten voor signaalverwerking, classificatie, validatie en prestatie-evaluatie in EEG-onderzoek profiteert het domein enorm wanneer deze kunstmatige-intelligentiebenaderingen worden toegepast. Big data is nodig om het iteratieve karakter van huidig experimenteel onderzoek in de neurowetenschap te overwinnen, vooral aan de complexere kant van neurodegeneratieve ziekten en hersen-computerinterfaces. Tot nu toe was die data niet beschikbaar.
Er zijn twee benaderingen om de potentiële steekproefpopulatie en de daaropvolgende
verzamelde gegevens te vergroten:
Ontwikkel onderzoekswaardige, draagbare en goedkope EEG-hardware die wereldwijd kan worden gebruikt.
Verbeter gegevensverzameling, validatie en geautomatiseerde analysetechnieken.
Los uitdagingen op, groei mee met de veranderingen. Kies EMOTIV
Overzicht van EMOTIV’s EEG-innovaties in het afgelopen decennium
Het gebruik van EEG-apparaten in neurowetenschappelijk onderzoek en klinische settings blijft toenemen (zie Figuur 3). Het afgelopen decennium heeft EMOTIV onderzoekswaardige, draadloze, draagbare en gebruiksvriendelijke EEG-apparatuur ontwikkeld met kwaliteitscontroles die voor iedereen, overal ter wereld toegankelijk zijn, om deze uitdagingen aan te pakken.
Figuur 3 – Aantal publicaties met “EEG” (1940 – 2021) via Neuroscience Information Framework
Evolutie van hardware
Daarnaast is EEG-hardware geëvolueerd van natte elektroden naar droge elektroden. Natte elektroden kosten veel tijd om aan te brengen, zijn oncomfortabel om te dragen en beperken mobiliteit. Headsets met droge of hybride elektroden werken snel, zijn draagbaar en zijn aanzienlijk goedkoper om te produceren en te gebruiken. Deze technologische vooruitgang brengt ons dichter bij doorbraken in neurologisch onderzoek, maar we zijn er nog net niet.
Zorg voor diverse steekproefsets
EMOTIV kan je helpen de diversiteit van je studies te vergroten. De EPOC-lijn van EMOTIV EEG-headsets bestaat al meer dan een decennium en is onafhankelijk gevalideerd door onderzoeksinstellingen wereldwijd. Ze zijn gebruikt in verschillende toepassingen, waaronder het besturen van robotledematen en rolstoelen, biometrische gebruikersauthenticatie in beveiligingssystemen en het identificeren van cognitieve en emotionele mentale toestanden.
EMOTIV’s potentieel voor wereldwijd gebruik en lage financiële drempel vergemakkelijkt onderzoek voor mensen met beperkte middelen. Bijvoorbeeld, Parameshwaran and Thiagarajan gebruikten EMOTIV EEG-apparatuur in landelijke en stedelijke omgevingen in India om verschillen in EEG-signaturen aan te tonen die verband houden met sociaaleconomische status, blootstelling aan technologie en reiservaring.
Wat zijn de uitdagingen in hedendaags EEG-onderzoek & analyse?
In 1925 registreerde de Duitse psychiater Hans Berger het eerste menselijke elektro-encefalogram (EEG). Sindsdien is de technologie in hersen-computerinterfaces en computation verbeterd.
Dit artikel verkent de twee belangrijkste uitdagingen in EEG-onderzoek, namelijk:
De logistieke complexiteit van traditioneel academisch EEG-onderzoek, en
De innovatie in EEG-hardware.
Logistieke complexiteit van traditioneel academisch EEG-onderzoek
Exclusieve, ondergefinancierde, regionaal beperkte proefpersoonpopulaties
Laten we eerst elektro-encefalogram (EEG)-onderzoek begrijpen. EEG-onderzoek en onderzoeksmethodologie in de cognitieve neurowetenschap omvatten het registreren van de elektrische activiteit van het menselijk brein met doelgericht geplaatste, niet-invasieve elektroden op het oppervlak van het hoofd van de proefpersoon. Met behulp van experimentele ontwerpen waarbij blootstelling aan verschillende stimuli plaatsvindt, kunnen veranderingen in hersensignalen worden geanalyseerd en gegevens worden geëxtrapoleerd.
Tabel 1 geeft een overzicht van de soorten studies en activiteiten die met EEG-technologie worden uitgevoerd. Lees gerust ook deze inleidende gids over EEG-elektro-encefalografie.
Tabel 1: Soorten elektro-encefalogram (EEG)-studies (overgenomen uit (Williams et al., 2020)
Brain-Computer Interfaces (BCI) | Deze studies onderzoeken en maken mens-computerinteracties mogelijk, zoals het aansturen van een arm of rolstoel of het mogelijk maken van communicatie bij patiënten met een beperking. |
Klinisch | Deze studies gebruiken EEG voor diagnostische en therapeutische toepassingen. Inclusief de detectie van epileptische aanvallen of het gebruik van neurofeedback in cognitieve therapie. |
Experimenteel onderzoek | Deze studies verzamelen elektrogramgegevens om een computationele neurowetenschappelijke vraag of hypothese te beantwoorden. |
Hoewel EEG breed is toegepast als een effectief onderzoeksinstrument, kan de logistiek uitdagend zijn. De meeste financieringsinstanties verstrekken financiering voor klinisch, translationeel of toegepast onderzoek. Er is echter minder financiering voor fundamenteel experimenteel onderzoek. Minder financiering kan de logistieke moeilijkheid van het werven van deelnemers en het uitvoeren van degelijk experimenteel onderzoek vergroten, wat resulteert in kleine steekproefgroottes. Deze kleine steekproefgroottes worden gemakshalve geselecteerd uit een beperkt geografisch gebied.
Dit fenomeen staat bekend als het WEIRD-probleem. Het verwijst naar westerse, opgeleide, geïndustrialiseerde, rijke en democratische individuen die deel uitmaken van de typische onderzoekssteekproeven. Deze steekproefpopulaties zijn niet bijzonder inclusief, omdat de meeste van deze individuen van universiteitscampussen komen. Deze WEIRD-demografie weerspiegelt niet de echte diversiteit of de unieke cognitieve en emotionele kenmerken die ons mens maken.
Gezamenlijk beperkt deze situatie de praktische betekenis en generaliseerbaarheid van experimenten. Daardoor zijn bevindingen uit deze studies moeilijk te extrapoleren naar nieuwe inzichten over alle menselijke cognitie (d.w.z. mentale werkbelasting, probleemoplossing, enz.).
Innovaties in EEG-hardware
Onderzoekswaardige, draagbare, goedkope apparatuur wereldwijd beschikbaar
EEG-apparaten
In de afgelopen jaren hebben onderzoekers traditionele barrières in neurowetenschappelijk onderzoek doorbroken met draagbare EEG-apparaten. Brain-Computer Interfaces (BCI), Brain-Machine Interfaces (BMI) of Human-Computer Interfaces (HCI) doen precies dat. Ze gebruiken EEG-signalen om cognitieve of affectieve toestanden te karakteriseren en te identificeren. BCI ontwikkelt zich snel als middel om te transformeren hoe mensen met hun omgeving interageren. Dit wordt aangedreven door vooruitgang in miniaturisatie van hardware en verbeteringen in algoritmen voor gegevensverwerking. Deze systemen stellen mensen in staat zichzelf te verbeteren via neurofeedback en moedigen mensen aan om zonder fysieke tussenkomst met hun omgeving te interageren.
De toekomst van EEG-apparaten
Ten minste het afgelopen decennium is de algemene trend in EEG-hardware geweest om deze hulpmiddelen kleiner, draadloos, draagbaar en goedkoper te maken.
Figuur 1: EMOTIV’s EPOC-headset
Figuur 2: EMOTIV’s EPOC Flex-headset
Het verplaatsen van wat ooit een duur, toegewijd lab vereiste naar een draagbaar en goedkoop systeem is echter niet zonder zorgen gekomen. Sommige wetenschappers hadden zorgen over de validiteit, kwaliteit of bruikbaarheid van EEG-headsets. Om dit te onderzoeken hebben onderzoekers veel validatiestudies uitgevoerd die het wetenschappelijke nut van deze systemen aantonen.
De lage kosten en draagbaarheid van EEG-headsets hebben ook een brede reikwijdte aan onderzoeksvragen geopend die nu in situ kunnen worden beantwoord. Dat wil zeggen dat de hersengolven van een proefpersoon in echte situaties kunnen worden gemeten, terwijl oudere hardware minimale mobiliteit heeft. In bewegings- of sportpsychologie is dit een monumentale verandering.
Stel je een onderzoeksgroep voor die reactietijden onderzoekt in een specifiek samengestelde groep sportende universiteitsstudenten. Ze vragen zich af of voetbalkeepers een snellere reactietijd op een bal hebben dan andere teamgenoten. In het traditionele onderzoeksparadigma zouden deze proefpersonen naar het lab moeten komen, aangesloten worden, een taak uitvoeren op een fysiek scherm en rapporteren met hardwareknoppen of toetsaanslagen. Met nieuwere EEG-apparatuur kan dezelfde vraag nu worden toegepast en gemeten terwijl men daadwerkelijk op het voetbalveld staat.
Al met al hebben deze innovaties in EEG-hardware praktische toepassingen buiten het lab mogelijk gemaakt. Daardoor hebben ze de capaciteit en reikwijdte van neurowetenschappelijk onderzoek vergroot.
Ontmoet innovatie – Ontmoet EMOTIV
In de afgelopen jaren zijn er spannende ontwikkelingen geweest in deep-learning- en andere machine-learning-analyses. Om deze reden is een grote, valide en kwalitatieve dataset (n=1000+) vereist om de waarde van deze programma’s te benutten. Gezien de vereisten voor signaalverwerking, classificatie, validatie en prestatie-evaluatie in EEG-onderzoek profiteert het domein enorm wanneer deze kunstmatige-intelligentiebenaderingen worden toegepast. Big data is nodig om het iteratieve karakter van huidig experimenteel onderzoek in de neurowetenschap te overwinnen, vooral aan de complexere kant van neurodegeneratieve ziekten en hersen-computerinterfaces. Tot nu toe was die data niet beschikbaar.
Er zijn twee benaderingen om de potentiële steekproefpopulatie en de daaropvolgende
verzamelde gegevens te vergroten:
Ontwikkel onderzoekswaardige, draagbare en goedkope EEG-hardware die wereldwijd kan worden gebruikt.
Verbeter gegevensverzameling, validatie en geautomatiseerde analysetechnieken.
Los uitdagingen op, groei mee met de veranderingen. Kies EMOTIV
Overzicht van EMOTIV’s EEG-innovaties in het afgelopen decennium
Het gebruik van EEG-apparaten in neurowetenschappelijk onderzoek en klinische settings blijft toenemen (zie Figuur 3). Het afgelopen decennium heeft EMOTIV onderzoekswaardige, draadloze, draagbare en gebruiksvriendelijke EEG-apparatuur ontwikkeld met kwaliteitscontroles die voor iedereen, overal ter wereld toegankelijk zijn, om deze uitdagingen aan te pakken.
Figuur 3 – Aantal publicaties met “EEG” (1940 – 2021) via Neuroscience Information Framework
Evolutie van hardware
Daarnaast is EEG-hardware geëvolueerd van natte elektroden naar droge elektroden. Natte elektroden kosten veel tijd om aan te brengen, zijn oncomfortabel om te dragen en beperken mobiliteit. Headsets met droge of hybride elektroden werken snel, zijn draagbaar en zijn aanzienlijk goedkoper om te produceren en te gebruiken. Deze technologische vooruitgang brengt ons dichter bij doorbraken in neurologisch onderzoek, maar we zijn er nog net niet.
Zorg voor diverse steekproefsets
EMOTIV kan je helpen de diversiteit van je studies te vergroten. De EPOC-lijn van EMOTIV EEG-headsets bestaat al meer dan een decennium en is onafhankelijk gevalideerd door onderzoeksinstellingen wereldwijd. Ze zijn gebruikt in verschillende toepassingen, waaronder het besturen van robotledematen en rolstoelen, biometrische gebruikersauthenticatie in beveiligingssystemen en het identificeren van cognitieve en emotionele mentale toestanden.
EMOTIV’s potentieel voor wereldwijd gebruik en lage financiële drempel vergemakkelijkt onderzoek voor mensen met beperkte middelen. Bijvoorbeeld, Parameshwaran and Thiagarajan gebruikten EMOTIV EEG-apparatuur in landelijke en stedelijke omgevingen in India om verschillen in EEG-signaturen aan te tonen die verband houden met sociaaleconomische status, blootstelling aan technologie en reiservaring.
