Jak wybrać odpowiedni system EEG do swoich badań

Christian Burgos

Zaktualizowano dnia

13 lis 2026

Jak wybrać odpowiedni system EEG do swoich badań

Christian Burgos

Zaktualizowano dnia

13 lis 2026

Jak wybrać odpowiedni system EEG do swoich badań

Christian Burgos

Zaktualizowano dnia

13 lis 2026

Wybór systemu elektroencefalografii (EEG) to jedna z pierwszych decyzji podejmowanych przez badaczy podczas planowania badania, ale nie powinien on zaczynać się od porównywania specyfikacji produktów. Przed oceną liczby kanałów, typu elektrod czy częstotliwości próbkowania badacze powinni najpierw określić, co chcą mierzyć, gdzie badanie będzie się odbywać oraz w jaki sposób dane będą zbierane i analizowane. Gdy te wymagania są już jasne, porównywanie systemów EEG staje się o wiele bardziej sensowne, ponieważ każdą cechę techniczną można ocenić w kontekście samego badania.

Zamiast polecać konkretne urządzenie, niniejszy artykuł przedstawia praktyczne ramy wyboru systemu EEG w oparciu o cele naukowe, schemat eksperymentu, uczestników i środowisko badawcze.

Zdefiniuj swoje wymagania badawcze

Najważniejsze pytanie nie brzmi: Jaki system EEG kupić? Brzmi ono: Czego wymaga moje badanie?

Różne pytania badawcze stawiają przed systemem EEG odmienne wymagania. Badanie laboratoryjne analizujące potencjały wywołane (ERP) ma inne wymagania techniczne niż badanie terenowe mierzące obciążenie psychiczne w miejscu pracy lub eksperyment z zakresu interfejsów mózg–komputer (BCI) wymagający przesyłania danych w czasie rzeczywistym.

Przed porównaniem specyfikacji sprzętu warto rozważyć następujące pytania:

  • Jaki proces poznawczy mierzę?

  • Czy uczestnicy będą siedzieć, czy poruszać się w naturalny sposób?

  • Czy badanie odbędzie się w laboratorium, czy w warunkach rzeczywistych?

  • Czy potrzebuję ciągłej rejestracji EEG, potencjałów wywołanych, czy danych w czasie rzeczywistym?

  • Jakiego oprogramowania użyję do analizy danych?

Przeanalizowanie tych pytań pozwala najpierw ustalić wymagania, które musi spełniać system EEG. Przeglądy metodologii EEG konsekwentnie podkreślają, że cele badawcze powinny kierować decyzjami metodologicznymi na każdym etapie projektowania badania, w tym akwizycją i analizą danych [1].

Wniosek #1: Zdefiniuj swoje wymagania badawcze przed oceną sprzętu EEG.

Flowchart with four questions to guide EEG study design: what you are measuring, where and how the study takes place, who participants are, and how the data will be used, each leading to a recommended option.

Dopasuj system do swoich celów badawczych

Po ustaleniu wymagań badawczych można zacząć oceniać, który system najlepiej je wesprze.

Różne rodzaje badań stawiają na pierwszym miejscu różne możliwości. Badania nad ERP zależą od precyzyjnego pomiaru czasu zdarzeń i powtarzalnych odpowiedzi neuronalnych. Badania sprawdzające obciążenie psychiczne lub zmęczenie poznawcze często wymagają komfortu uczestnika podczas dłuższych sesji rejestracyjnych. Zastosowania BCI mogą kłaść nacisk na przesyłanie strumieniowe o niskich opóźnieniach, integrację oprogramowania i przetwarzanie w czasie rzeczywistym, podczas gdy badania w środowisku naturalnym mogą priorytetowo traktować mobilność i szybkie wdrożenie.

Żaden pojedynczy system EEG nie sprawdza się jednakowo dobrze w każdym scenariuszu. Zamiast tego badacze powinni ocenić, jak dobrze możliwości systemu odpowiadają konkretnym wymaganiom ich badania. Pinegger i in. zademonstrowali tę zasadę, porównując wiele systemów akwizycji EEG do zastosowań BCI, wykazując, że przydatność systemu zależy od planowanego zastosowania, a nie od pojedynczego wskaźnika wydajności [2].

Wniosek #2: Najlepszym systemem EEG jest ten, którego możliwości najlepiej odpowiadają celom Twojego badania.

Rodzaj badania

Co ma największe znaczenie

Kluczowe pytania, które należy zadać

Badania nad ERP

Precyzyjny pomiar czasu zdarzeń, powtarzalne odpowiedzi

Jak dokładne jest oznaczanie zdarzeń? Czy znaczniki synchronizują się z oprogramowaniem do bodźców?

Obciążenie psychiczne i zmęczenie

Komfort i stabilny sygnał podczas długich sesji

Jak długo działa bateria? Czy elektrody wysychają?

Interfejs mózg–komputer

Przesyłanie strumieniowe o niskim opóźnieniu, integracja oprogramowania

Czy istnieje API? Czy dane mogą być przesyłane w czasie rzeczywistym?

Badania naturalistyczne i terenowe

Mobilność, szybka konfiguracja, bezprzewodowa rejestracja

Czy może rejestrować bez komputera w pobliżu? Ile czasu trwa przygotowanie?

Oceń cechy, które mają znaczenie

Porównywanie systemów EEG staje się znacznie łatwiejsze, gdy zrozumiesz, które cechy techniczne bezpośrednio wspierają Twoje cele badawcze.

Liczba kanałów

Liczba kanałów EEG wpływa na rozdzielczość przestrzenną rejestrowanej aktywności mózgu. Większa liczba kanałów może zapewnić bardziej szczegółowe informacje przestrzenne i umożliwić zaawansowane analizy, ale zwiększa również czas przygotowania, złożoność oraz ilość danych, które należy przetworzyć.

W wielu badaniach dodatkowe kanały wnoszą istotną wartość naukową. W innych mogą jedynie dodawać niepotrzebnej złożoności, nie poprawiając możliwości uzyskania odpowiedzi na pytanie badawcze.

Typ elektrod

Elektrody suche, solankowe i żelowe mają różne zalety.

Badacze powinni brać pod uwagę takie czynniki, jak czas konfiguracji, komfort uczestnika, wymagania konserwacyjne i jakość zapisu, zamiast zakładać, że jeden typ elektrod jest uniwersalnie lepszy od innych.

Typ elektrody

Przygotowanie

Kwestie dotyczące sesji

Konserwacja

Solankowe (filcowe wkładki)

Wkładki nawilżane przed każdą sesją

Wkładki mogą wysychać podczas długich rejestracji

Ponowne nawilżanie i wymiana filców

Półsuche polimerowe

Kilka kropel roztworu

Konfiguracja w 1–2 minuty

Okresowa wymiana końcówek czujników

Suche (płaskie lub grzebieniowe)

Brak

Brak ograniczeń związanych z wysychaniem wkładek; brak czyszczenia między uczestnikami

Minimalna

Żelowe (Ag/AgCl)

Żel nakładany na każdy czujnik

Uznany standard laboratoryjny

Czyszczenie po każdej sesji

Częstotliwość próbkowania

Częstotliwość próbkowania określa, jak często rejestrowane są sygnały EEG, i powinna być dobierana na podstawie charakterystyki czasowej badanego zjawiska. Wyższa częstotliwość próbkowania może być korzystna w pewnych zastosowaniach, podczas gdy wiele badań z zakresu neuronauki poznawczej może osiągnąć swoje cele bez maksymalizowania tego parametru.

Mobilność i żywotność baterii

Przenośne systemy EEG umożliwiają prowadzenie badań poza tradycyjnymi laboratoriami, w tym w klasach, miejscach pracy, klinikach i środowiskach społecznych. Jeśli uczestnicy będą poruszać się w sposób naturalny lub rejestracja będzie odbywać się poza kontrolowanymi warunkami laboratoryjnymi, mobilność i czas pracy baterii stają się ważnymi czynnikami projektowymi.

Wniosek #3: Oceniaj specyfikacje techniczne pod kątem ich znaczenia dla Twoich badań, a nie dlatego, że reprezentują najwyższe dostępne wartości.

Specyfikacja

Insight

Epoc X

EPOC X PRO

Kanały

5

14

16

Typ czujnika

Półsuchy polimerowy

Solankowe wkładki filcowe

Wymienne, kompatybilne z suchymi i solankowymi

Częstotliwość próbkowania

128 SPS

128 lub 256 SPS

128 lub 256 Hz (512 Hz przez przyszłą aktualizację oprogramowania układowego)

Rozdzielczość

16-bitowa

14- lub 16-bitowa

24-bitowa

Bateria

Do 20 godz.

Do 9 godz. (odbiornik USB), 6 godz. (Bluetooth)

Nie określono; wbudowana rejestracja powyżej 8 godz. przy 256 Hz

Łączność

Bluetooth LE

Bluetooth LE lub odbiornik USB

Bluetooth i Wi-Fi 6

Cena

\$499

\$1,199

\$15,000 (przedsprzedaż \$10,000)

Zrównoważ wymagania dotyczące danych z praktycznością

Wybór systemu EEG często wiąże się ze zrównoważeniem sprzecznych priorytetów, a nie z maksymalizowaniem każdej specyfikacji technicznej.

Na przykład system EEG o dużej gęstości elektrod może zapewnić lepszą rozdzielczość przestrzenną, ale może również wydłużyć czas konfiguracji, zwiększyć zmęczenie uczestnika oraz stopień złożoności zbierania danych. Z kolei system przenośny może poświęcić część szczegółowości przestrzennej, umożliwiając jednocześnie prowadzenie badań w klasach, miejscach pracy czy społecznościach wiejskich, gdzie tradycyjny sprzęt laboratoryjny byłby niepraktyczny.

Badacze powinni również pamiętać, że system EEG to tylko jeden z czynników wpływających na jakość danych. Schemat eksperymentu, cechy uczestników, warunki rejestracji i zmienność między poszczególnymi sesjami – wszystko to wpływa na jakość i rzetelność danych EEG.

Melnik i in. odkryli, że zmienność wynika z wielu źródeł, w tym z systemu rejestrującego, uczestnika i samej sesji rejestracyjnej, co podkreśla wagę uwzględniania całego procesu badawczego, a nie skupiania się wyłącznie na sprzęcie [3].

Względy praktyczne mogą również decydować o tym, kto ma możliwość wzięcia udziału w badaniu. Bhavnani i in. wykazali wykonalność zbierania wysokiej jakości rejestracji spoczynkowego EEG w społecznościach wiejskich przy użyciu sprzętu przenośnego, ilustrując, jak postęp w dziedzinie ubieralnych neurotechnologii może pomóc w rozwiązaniu długotrwałych problemów związanych z populacjami badawczymi ograniczonymi geograficznie [4].

Wniosek #4: Właściwy system EEG równoważy wydajność techniczną z praktycznymi realiami prowadzenia badania.

Myśl szerzej niż tylko o sprzęcie

System EEG to coś więcej niż headset noszony przez uczestników. Otaczający go ekosystem oprogramowania może mieć równie duży wpływ na wydajność i elastyczność projektu badawczego.

Przed wyborem systemu badacze powinni zastanowić się, w jaki sposób dane EEG będą zbierane, zarządzane, analizowane i udostępniane przez cały czas trwania badania. Pytania, które warto sobie zadać, to:

  • Czy surowe dane EEG można wyeksportować do niezależnej analizy?

  • Czy system jest kompatybilny z oprogramowaniem takim jak MATLAB, Python, EEGLAB, Lab Streaming Layer (LSL) lub PsychoPy?

  • Czy platforma obsługuje dokładne oznaczanie zdarzeń na potrzeby eksperymentów ERP?

  • Czy badacze mogą łatwo zarządzać uczestnikami i sesjami rejestracji?

  • Czy oprogramowanie będzie obsługiwać przyszłe badania wraz z ewolucją potrzeb badawczych?

  • Czy bateria urządzenia wystarczy na czas trwania protokołu eksperymentu?

Wybór systemu, który płynnie integruje się z istniejącym przepływem pracy badawczej, może zmniejszyć obciążenie administracyjne, uprościć analizę i poprawić powtarzalność w całym projekcie. Kwestie te często stają się tak samo ważne jak specyfikacja sprzętu po rozpoczęciu zbierania danych.

Wniosek #5: Oceniaj kompletny ekosystem badawczy, a nie tylko sprzęt EEG.

Pytanie badacza

Na co zwrócić uwagę

W ekosystemie Emotiv

Czy można wyeksportować surowe EEG?

Standardowe formaty

Eksport CSV i EDF w EmotivPRO (plan Standard lub wyższy)

Czy integruje się z moimi narzędziami?

MATLAB, Python, EEGLAB, PsychoPy, LSL

Przesyłanie strumieniowe LSL w EmotivPRO Standard Team i Performance; Cortex API dla własnych procesów analizy

Czy obsługuje oznaczanie zdarzeń ERP?

Znaczniki ze znacznikami czasu

Znaczniki zdarzeń w EmotivPRO; znaczniki czasu EPOC X PRO synchronizują się z dokładnością do około 1 ms

Czy mogę zarządzać zespołami i sesjami?

Udostępniane dane, uprawnienia

Udostępnianie danych w organizacji na licencjach z minimum 2 stanowiskami

Czy bateria wytrzyma cały protokół?

Bateria dopasowana do długości sesji

Zobacz Tabela 3

Lista kontrolna badacza

Gdy zawęzisz już opcje, wybór systemu EEG powinien przypominać mniej porównywanie produktów, a bardziej ocenę, który system najlepiej wesprze Twoje badanie. Przed podjęciem decyzji upewnij się, że Twoje wymagania badawcze są jasno zdefiniowane.

Zadaj sobie pytania:

  • Na jakie pytanie naukowe próbuję odpowiedzieć?

  • Jakie procesy poznawcze lub sygnały neuronalne będę mierzyć?

  • Gdzie uczestnicy zrealizują badanie?

  • Czy uczestnicy pozostaną w bezruchu, czy będą poruszać się naturalnie?

  • Ile kanałów rejestracyjnych jest odpowiednich dla moich celów badawczych?

  • Jaki typ elektrody najlepiej pasuje do moich uczestników i schematu badania?

  • Czy będę potrzebować dokładnego oznaczania zdarzeń, przesyłania danych w czasie rzeczywistym, czy obu tych funkcji?

  • Jakiego oprogramowania użyję do zbierania, analizowania i eksportowania danych EEG?

  • Czy system wspiera mój obecny projekt, pozostając jednocześnie wystarczająco elastycznym na potrzeby przyszłych badań?

Pytania te stanowią praktyczną podstawę do oceny systemów EEG w oparciu o potrzeby Twojego badania, a nie o izolowane porównywanie specyfikacji. Gdy Twoje wymagania staną się jasne, wybór najbardziej odpowiedniego systemu będzie znacznie bardziej świadomą decyzją.

Kluczowe wnioski

  • Zacznij od pytania badawczego, a nie od sprzętu.

  • Zdefiniuj wymagania techniczne i praktyczne swojego badania przed porównaniem systemów EEG.

  • Oceń specyfikacje, takie jak liczba kanałów, typ elektrody, mobilność i kompatybilność oprogramowania, pod kątem tego, jak wspierają one Twoje cele badawcze.

  • Pamiętaj, że komfort uczestnika, środowisko rejestracji i schemat eksperymentu wpływają na jakość danych.

  • Wybierz system EEG, który najlepiej pasuje do Twoich celów naukowych, a nie ten z najdłuższą listą funkcji.

Zastosuj swoją metodę w praktyce

Masz już podstawy do oceny systemów EEG w oparciu o własne cele badawcze. Teraz porównaj systemy EEG Emotiv obok siebie, aby zobaczyć, jak różnice w liczbie kanałów, technologii elektrod, kompatybilności oprogramowania, mobilności i innych funkcjach wspierają różne rodzaje badań.

Porównaj systemy EEG

Sugerowane lektury

Bibliografia

[1] H. Zhang i in., „The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology”, Military Medical Research, t. 10, nr 67, 2023.

[2] A. Pinegger, S. C. Wriessnegger, J. Faller i G. R. Müller-Putz, „Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies”, Frontiers in Neuroscience, t. 10, art. nr 441, 2016.

[3] A. Melnik i in., „Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?”, Frontiers in Human Neuroscience, t. 11, art. nr 150, 2017.

[4] S. Bhavnani i in., „The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities”, Frontiers in Human Neuroscience, t. 16, art. nr 802764, 2022.

[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim i N. A. Badcock, „A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research”, PeerJ, t. 8, e9713, 2020.

[6] N. S. Williams, G. M. McArthur i N. A. Badcock, „It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research”, PeerJ, t. 9, e10700, 2021.

[7] M. Duvinage i in., „Performance of the Emotiv Epoc Headset for P300-Based Applications”, BioMedical Engineering OnLine, t. 12, nr 56, 2013.

Wybór systemu elektroencefalografii (EEG) to jedna z pierwszych decyzji podejmowanych przez badaczy podczas planowania badania, ale nie powinien on zaczynać się od porównywania specyfikacji produktów. Przed oceną liczby kanałów, typu elektrod czy częstotliwości próbkowania badacze powinni najpierw określić, co chcą mierzyć, gdzie badanie będzie się odbywać oraz w jaki sposób dane będą zbierane i analizowane. Gdy te wymagania są już jasne, porównywanie systemów EEG staje się o wiele bardziej sensowne, ponieważ każdą cechę techniczną można ocenić w kontekście samego badania.

Zamiast polecać konkretne urządzenie, niniejszy artykuł przedstawia praktyczne ramy wyboru systemu EEG w oparciu o cele naukowe, schemat eksperymentu, uczestników i środowisko badawcze.

Zdefiniuj swoje wymagania badawcze

Najważniejsze pytanie nie brzmi: Jaki system EEG kupić? Brzmi ono: Czego wymaga moje badanie?

Różne pytania badawcze stawiają przed systemem EEG odmienne wymagania. Badanie laboratoryjne analizujące potencjały wywołane (ERP) ma inne wymagania techniczne niż badanie terenowe mierzące obciążenie psychiczne w miejscu pracy lub eksperyment z zakresu interfejsów mózg–komputer (BCI) wymagający przesyłania danych w czasie rzeczywistym.

Przed porównaniem specyfikacji sprzętu warto rozważyć następujące pytania:

  • Jaki proces poznawczy mierzę?

  • Czy uczestnicy będą siedzieć, czy poruszać się w naturalny sposób?

  • Czy badanie odbędzie się w laboratorium, czy w warunkach rzeczywistych?

  • Czy potrzebuję ciągłej rejestracji EEG, potencjałów wywołanych, czy danych w czasie rzeczywistym?

  • Jakiego oprogramowania użyję do analizy danych?

Przeanalizowanie tych pytań pozwala najpierw ustalić wymagania, które musi spełniać system EEG. Przeglądy metodologii EEG konsekwentnie podkreślają, że cele badawcze powinny kierować decyzjami metodologicznymi na każdym etapie projektowania badania, w tym akwizycją i analizą danych [1].

Wniosek #1: Zdefiniuj swoje wymagania badawcze przed oceną sprzętu EEG.

Flowchart with four questions to guide EEG study design: what you are measuring, where and how the study takes place, who participants are, and how the data will be used, each leading to a recommended option.

Dopasuj system do swoich celów badawczych

Po ustaleniu wymagań badawczych można zacząć oceniać, który system najlepiej je wesprze.

Różne rodzaje badań stawiają na pierwszym miejscu różne możliwości. Badania nad ERP zależą od precyzyjnego pomiaru czasu zdarzeń i powtarzalnych odpowiedzi neuronalnych. Badania sprawdzające obciążenie psychiczne lub zmęczenie poznawcze często wymagają komfortu uczestnika podczas dłuższych sesji rejestracyjnych. Zastosowania BCI mogą kłaść nacisk na przesyłanie strumieniowe o niskich opóźnieniach, integrację oprogramowania i przetwarzanie w czasie rzeczywistym, podczas gdy badania w środowisku naturalnym mogą priorytetowo traktować mobilność i szybkie wdrożenie.

Żaden pojedynczy system EEG nie sprawdza się jednakowo dobrze w każdym scenariuszu. Zamiast tego badacze powinni ocenić, jak dobrze możliwości systemu odpowiadają konkretnym wymaganiom ich badania. Pinegger i in. zademonstrowali tę zasadę, porównując wiele systemów akwizycji EEG do zastosowań BCI, wykazując, że przydatność systemu zależy od planowanego zastosowania, a nie od pojedynczego wskaźnika wydajności [2].

Wniosek #2: Najlepszym systemem EEG jest ten, którego możliwości najlepiej odpowiadają celom Twojego badania.

Rodzaj badania

Co ma największe znaczenie

Kluczowe pytania, które należy zadać

Badania nad ERP

Precyzyjny pomiar czasu zdarzeń, powtarzalne odpowiedzi

Jak dokładne jest oznaczanie zdarzeń? Czy znaczniki synchronizują się z oprogramowaniem do bodźców?

Obciążenie psychiczne i zmęczenie

Komfort i stabilny sygnał podczas długich sesji

Jak długo działa bateria? Czy elektrody wysychają?

Interfejs mózg–komputer

Przesyłanie strumieniowe o niskim opóźnieniu, integracja oprogramowania

Czy istnieje API? Czy dane mogą być przesyłane w czasie rzeczywistym?

Badania naturalistyczne i terenowe

Mobilność, szybka konfiguracja, bezprzewodowa rejestracja

Czy może rejestrować bez komputera w pobliżu? Ile czasu trwa przygotowanie?

Oceń cechy, które mają znaczenie

Porównywanie systemów EEG staje się znacznie łatwiejsze, gdy zrozumiesz, które cechy techniczne bezpośrednio wspierają Twoje cele badawcze.

Liczba kanałów

Liczba kanałów EEG wpływa na rozdzielczość przestrzenną rejestrowanej aktywności mózgu. Większa liczba kanałów może zapewnić bardziej szczegółowe informacje przestrzenne i umożliwić zaawansowane analizy, ale zwiększa również czas przygotowania, złożoność oraz ilość danych, które należy przetworzyć.

W wielu badaniach dodatkowe kanały wnoszą istotną wartość naukową. W innych mogą jedynie dodawać niepotrzebnej złożoności, nie poprawiając możliwości uzyskania odpowiedzi na pytanie badawcze.

Typ elektrod

Elektrody suche, solankowe i żelowe mają różne zalety.

Badacze powinni brać pod uwagę takie czynniki, jak czas konfiguracji, komfort uczestnika, wymagania konserwacyjne i jakość zapisu, zamiast zakładać, że jeden typ elektrod jest uniwersalnie lepszy od innych.

Typ elektrody

Przygotowanie

Kwestie dotyczące sesji

Konserwacja

Solankowe (filcowe wkładki)

Wkładki nawilżane przed każdą sesją

Wkładki mogą wysychać podczas długich rejestracji

Ponowne nawilżanie i wymiana filców

Półsuche polimerowe

Kilka kropel roztworu

Konfiguracja w 1–2 minuty

Okresowa wymiana końcówek czujników

Suche (płaskie lub grzebieniowe)

Brak

Brak ograniczeń związanych z wysychaniem wkładek; brak czyszczenia między uczestnikami

Minimalna

Żelowe (Ag/AgCl)

Żel nakładany na każdy czujnik

Uznany standard laboratoryjny

Czyszczenie po każdej sesji

Częstotliwość próbkowania

Częstotliwość próbkowania określa, jak często rejestrowane są sygnały EEG, i powinna być dobierana na podstawie charakterystyki czasowej badanego zjawiska. Wyższa częstotliwość próbkowania może być korzystna w pewnych zastosowaniach, podczas gdy wiele badań z zakresu neuronauki poznawczej może osiągnąć swoje cele bez maksymalizowania tego parametru.

Mobilność i żywotność baterii

Przenośne systemy EEG umożliwiają prowadzenie badań poza tradycyjnymi laboratoriami, w tym w klasach, miejscach pracy, klinikach i środowiskach społecznych. Jeśli uczestnicy będą poruszać się w sposób naturalny lub rejestracja będzie odbywać się poza kontrolowanymi warunkami laboratoryjnymi, mobilność i czas pracy baterii stają się ważnymi czynnikami projektowymi.

Wniosek #3: Oceniaj specyfikacje techniczne pod kątem ich znaczenia dla Twoich badań, a nie dlatego, że reprezentują najwyższe dostępne wartości.

Specyfikacja

Insight

Epoc X

EPOC X PRO

Kanały

5

14

16

Typ czujnika

Półsuchy polimerowy

Solankowe wkładki filcowe

Wymienne, kompatybilne z suchymi i solankowymi

Częstotliwość próbkowania

128 SPS

128 lub 256 SPS

128 lub 256 Hz (512 Hz przez przyszłą aktualizację oprogramowania układowego)

Rozdzielczość

16-bitowa

14- lub 16-bitowa

24-bitowa

Bateria

Do 20 godz.

Do 9 godz. (odbiornik USB), 6 godz. (Bluetooth)

Nie określono; wbudowana rejestracja powyżej 8 godz. przy 256 Hz

Łączność

Bluetooth LE

Bluetooth LE lub odbiornik USB

Bluetooth i Wi-Fi 6

Cena

\$499

\$1,199

\$15,000 (przedsprzedaż \$10,000)

Zrównoważ wymagania dotyczące danych z praktycznością

Wybór systemu EEG często wiąże się ze zrównoważeniem sprzecznych priorytetów, a nie z maksymalizowaniem każdej specyfikacji technicznej.

Na przykład system EEG o dużej gęstości elektrod może zapewnić lepszą rozdzielczość przestrzenną, ale może również wydłużyć czas konfiguracji, zwiększyć zmęczenie uczestnika oraz stopień złożoności zbierania danych. Z kolei system przenośny może poświęcić część szczegółowości przestrzennej, umożliwiając jednocześnie prowadzenie badań w klasach, miejscach pracy czy społecznościach wiejskich, gdzie tradycyjny sprzęt laboratoryjny byłby niepraktyczny.

Badacze powinni również pamiętać, że system EEG to tylko jeden z czynników wpływających na jakość danych. Schemat eksperymentu, cechy uczestników, warunki rejestracji i zmienność między poszczególnymi sesjami – wszystko to wpływa na jakość i rzetelność danych EEG.

Melnik i in. odkryli, że zmienność wynika z wielu źródeł, w tym z systemu rejestrującego, uczestnika i samej sesji rejestracyjnej, co podkreśla wagę uwzględniania całego procesu badawczego, a nie skupiania się wyłącznie na sprzęcie [3].

Względy praktyczne mogą również decydować o tym, kto ma możliwość wzięcia udziału w badaniu. Bhavnani i in. wykazali wykonalność zbierania wysokiej jakości rejestracji spoczynkowego EEG w społecznościach wiejskich przy użyciu sprzętu przenośnego, ilustrując, jak postęp w dziedzinie ubieralnych neurotechnologii może pomóc w rozwiązaniu długotrwałych problemów związanych z populacjami badawczymi ograniczonymi geograficznie [4].

Wniosek #4: Właściwy system EEG równoważy wydajność techniczną z praktycznymi realiami prowadzenia badania.

Myśl szerzej niż tylko o sprzęcie

System EEG to coś więcej niż headset noszony przez uczestników. Otaczający go ekosystem oprogramowania może mieć równie duży wpływ na wydajność i elastyczność projektu badawczego.

Przed wyborem systemu badacze powinni zastanowić się, w jaki sposób dane EEG będą zbierane, zarządzane, analizowane i udostępniane przez cały czas trwania badania. Pytania, które warto sobie zadać, to:

  • Czy surowe dane EEG można wyeksportować do niezależnej analizy?

  • Czy system jest kompatybilny z oprogramowaniem takim jak MATLAB, Python, EEGLAB, Lab Streaming Layer (LSL) lub PsychoPy?

  • Czy platforma obsługuje dokładne oznaczanie zdarzeń na potrzeby eksperymentów ERP?

  • Czy badacze mogą łatwo zarządzać uczestnikami i sesjami rejestracji?

  • Czy oprogramowanie będzie obsługiwać przyszłe badania wraz z ewolucją potrzeb badawczych?

  • Czy bateria urządzenia wystarczy na czas trwania protokołu eksperymentu?

Wybór systemu, który płynnie integruje się z istniejącym przepływem pracy badawczej, może zmniejszyć obciążenie administracyjne, uprościć analizę i poprawić powtarzalność w całym projekcie. Kwestie te często stają się tak samo ważne jak specyfikacja sprzętu po rozpoczęciu zbierania danych.

Wniosek #5: Oceniaj kompletny ekosystem badawczy, a nie tylko sprzęt EEG.

Pytanie badacza

Na co zwrócić uwagę

W ekosystemie Emotiv

Czy można wyeksportować surowe EEG?

Standardowe formaty

Eksport CSV i EDF w EmotivPRO (plan Standard lub wyższy)

Czy integruje się z moimi narzędziami?

MATLAB, Python, EEGLAB, PsychoPy, LSL

Przesyłanie strumieniowe LSL w EmotivPRO Standard Team i Performance; Cortex API dla własnych procesów analizy

Czy obsługuje oznaczanie zdarzeń ERP?

Znaczniki ze znacznikami czasu

Znaczniki zdarzeń w EmotivPRO; znaczniki czasu EPOC X PRO synchronizują się z dokładnością do około 1 ms

Czy mogę zarządzać zespołami i sesjami?

Udostępniane dane, uprawnienia

Udostępnianie danych w organizacji na licencjach z minimum 2 stanowiskami

Czy bateria wytrzyma cały protokół?

Bateria dopasowana do długości sesji

Zobacz Tabela 3

Lista kontrolna badacza

Gdy zawęzisz już opcje, wybór systemu EEG powinien przypominać mniej porównywanie produktów, a bardziej ocenę, który system najlepiej wesprze Twoje badanie. Przed podjęciem decyzji upewnij się, że Twoje wymagania badawcze są jasno zdefiniowane.

Zadaj sobie pytania:

  • Na jakie pytanie naukowe próbuję odpowiedzieć?

  • Jakie procesy poznawcze lub sygnały neuronalne będę mierzyć?

  • Gdzie uczestnicy zrealizują badanie?

  • Czy uczestnicy pozostaną w bezruchu, czy będą poruszać się naturalnie?

  • Ile kanałów rejestracyjnych jest odpowiednich dla moich celów badawczych?

  • Jaki typ elektrody najlepiej pasuje do moich uczestników i schematu badania?

  • Czy będę potrzebować dokładnego oznaczania zdarzeń, przesyłania danych w czasie rzeczywistym, czy obu tych funkcji?

  • Jakiego oprogramowania użyję do zbierania, analizowania i eksportowania danych EEG?

  • Czy system wspiera mój obecny projekt, pozostając jednocześnie wystarczająco elastycznym na potrzeby przyszłych badań?

Pytania te stanowią praktyczną podstawę do oceny systemów EEG w oparciu o potrzeby Twojego badania, a nie o izolowane porównywanie specyfikacji. Gdy Twoje wymagania staną się jasne, wybór najbardziej odpowiedniego systemu będzie znacznie bardziej świadomą decyzją.

Kluczowe wnioski

  • Zacznij od pytania badawczego, a nie od sprzętu.

  • Zdefiniuj wymagania techniczne i praktyczne swojego badania przed porównaniem systemów EEG.

  • Oceń specyfikacje, takie jak liczba kanałów, typ elektrody, mobilność i kompatybilność oprogramowania, pod kątem tego, jak wspierają one Twoje cele badawcze.

  • Pamiętaj, że komfort uczestnika, środowisko rejestracji i schemat eksperymentu wpływają na jakość danych.

  • Wybierz system EEG, który najlepiej pasuje do Twoich celów naukowych, a nie ten z najdłuższą listą funkcji.

Zastosuj swoją metodę w praktyce

Masz już podstawy do oceny systemów EEG w oparciu o własne cele badawcze. Teraz porównaj systemy EEG Emotiv obok siebie, aby zobaczyć, jak różnice w liczbie kanałów, technologii elektrod, kompatybilności oprogramowania, mobilności i innych funkcjach wspierają różne rodzaje badań.

Porównaj systemy EEG

Sugerowane lektury

Bibliografia

[1] H. Zhang i in., „The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology”, Military Medical Research, t. 10, nr 67, 2023.

[2] A. Pinegger, S. C. Wriessnegger, J. Faller i G. R. Müller-Putz, „Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies”, Frontiers in Neuroscience, t. 10, art. nr 441, 2016.

[3] A. Melnik i in., „Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?”, Frontiers in Human Neuroscience, t. 11, art. nr 150, 2017.

[4] S. Bhavnani i in., „The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities”, Frontiers in Human Neuroscience, t. 16, art. nr 802764, 2022.

[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim i N. A. Badcock, „A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research”, PeerJ, t. 8, e9713, 2020.

[6] N. S. Williams, G. M. McArthur i N. A. Badcock, „It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research”, PeerJ, t. 9, e10700, 2021.

[7] M. Duvinage i in., „Performance of the Emotiv Epoc Headset for P300-Based Applications”, BioMedical Engineering OnLine, t. 12, nr 56, 2013.

Wybór systemu elektroencefalografii (EEG) to jedna z pierwszych decyzji podejmowanych przez badaczy podczas planowania badania, ale nie powinien on zaczynać się od porównywania specyfikacji produktów. Przed oceną liczby kanałów, typu elektrod czy częstotliwości próbkowania badacze powinni najpierw określić, co chcą mierzyć, gdzie badanie będzie się odbywać oraz w jaki sposób dane będą zbierane i analizowane. Gdy te wymagania są już jasne, porównywanie systemów EEG staje się o wiele bardziej sensowne, ponieważ każdą cechę techniczną można ocenić w kontekście samego badania.

Zamiast polecać konkretne urządzenie, niniejszy artykuł przedstawia praktyczne ramy wyboru systemu EEG w oparciu o cele naukowe, schemat eksperymentu, uczestników i środowisko badawcze.

Zdefiniuj swoje wymagania badawcze

Najważniejsze pytanie nie brzmi: Jaki system EEG kupić? Brzmi ono: Czego wymaga moje badanie?

Różne pytania badawcze stawiają przed systemem EEG odmienne wymagania. Badanie laboratoryjne analizujące potencjały wywołane (ERP) ma inne wymagania techniczne niż badanie terenowe mierzące obciążenie psychiczne w miejscu pracy lub eksperyment z zakresu interfejsów mózg–komputer (BCI) wymagający przesyłania danych w czasie rzeczywistym.

Przed porównaniem specyfikacji sprzętu warto rozważyć następujące pytania:

  • Jaki proces poznawczy mierzę?

  • Czy uczestnicy będą siedzieć, czy poruszać się w naturalny sposób?

  • Czy badanie odbędzie się w laboratorium, czy w warunkach rzeczywistych?

  • Czy potrzebuję ciągłej rejestracji EEG, potencjałów wywołanych, czy danych w czasie rzeczywistym?

  • Jakiego oprogramowania użyję do analizy danych?

Przeanalizowanie tych pytań pozwala najpierw ustalić wymagania, które musi spełniać system EEG. Przeglądy metodologii EEG konsekwentnie podkreślają, że cele badawcze powinny kierować decyzjami metodologicznymi na każdym etapie projektowania badania, w tym akwizycją i analizą danych [1].

Wniosek #1: Zdefiniuj swoje wymagania badawcze przed oceną sprzętu EEG.

Flowchart with four questions to guide EEG study design: what you are measuring, where and how the study takes place, who participants are, and how the data will be used, each leading to a recommended option.

Dopasuj system do swoich celów badawczych

Po ustaleniu wymagań badawczych można zacząć oceniać, który system najlepiej je wesprze.

Różne rodzaje badań stawiają na pierwszym miejscu różne możliwości. Badania nad ERP zależą od precyzyjnego pomiaru czasu zdarzeń i powtarzalnych odpowiedzi neuronalnych. Badania sprawdzające obciążenie psychiczne lub zmęczenie poznawcze często wymagają komfortu uczestnika podczas dłuższych sesji rejestracyjnych. Zastosowania BCI mogą kłaść nacisk na przesyłanie strumieniowe o niskich opóźnieniach, integrację oprogramowania i przetwarzanie w czasie rzeczywistym, podczas gdy badania w środowisku naturalnym mogą priorytetowo traktować mobilność i szybkie wdrożenie.

Żaden pojedynczy system EEG nie sprawdza się jednakowo dobrze w każdym scenariuszu. Zamiast tego badacze powinni ocenić, jak dobrze możliwości systemu odpowiadają konkretnym wymaganiom ich badania. Pinegger i in. zademonstrowali tę zasadę, porównując wiele systemów akwizycji EEG do zastosowań BCI, wykazując, że przydatność systemu zależy od planowanego zastosowania, a nie od pojedynczego wskaźnika wydajności [2].

Wniosek #2: Najlepszym systemem EEG jest ten, którego możliwości najlepiej odpowiadają celom Twojego badania.

Rodzaj badania

Co ma największe znaczenie

Kluczowe pytania, które należy zadać

Badania nad ERP

Precyzyjny pomiar czasu zdarzeń, powtarzalne odpowiedzi

Jak dokładne jest oznaczanie zdarzeń? Czy znaczniki synchronizują się z oprogramowaniem do bodźców?

Obciążenie psychiczne i zmęczenie

Komfort i stabilny sygnał podczas długich sesji

Jak długo działa bateria? Czy elektrody wysychają?

Interfejs mózg–komputer

Przesyłanie strumieniowe o niskim opóźnieniu, integracja oprogramowania

Czy istnieje API? Czy dane mogą być przesyłane w czasie rzeczywistym?

Badania naturalistyczne i terenowe

Mobilność, szybka konfiguracja, bezprzewodowa rejestracja

Czy może rejestrować bez komputera w pobliżu? Ile czasu trwa przygotowanie?

Oceń cechy, które mają znaczenie

Porównywanie systemów EEG staje się znacznie łatwiejsze, gdy zrozumiesz, które cechy techniczne bezpośrednio wspierają Twoje cele badawcze.

Liczba kanałów

Liczba kanałów EEG wpływa na rozdzielczość przestrzenną rejestrowanej aktywności mózgu. Większa liczba kanałów może zapewnić bardziej szczegółowe informacje przestrzenne i umożliwić zaawansowane analizy, ale zwiększa również czas przygotowania, złożoność oraz ilość danych, które należy przetworzyć.

W wielu badaniach dodatkowe kanały wnoszą istotną wartość naukową. W innych mogą jedynie dodawać niepotrzebnej złożoności, nie poprawiając możliwości uzyskania odpowiedzi na pytanie badawcze.

Typ elektrod

Elektrody suche, solankowe i żelowe mają różne zalety.

Badacze powinni brać pod uwagę takie czynniki, jak czas konfiguracji, komfort uczestnika, wymagania konserwacyjne i jakość zapisu, zamiast zakładać, że jeden typ elektrod jest uniwersalnie lepszy od innych.

Typ elektrody

Przygotowanie

Kwestie dotyczące sesji

Konserwacja

Solankowe (filcowe wkładki)

Wkładki nawilżane przed każdą sesją

Wkładki mogą wysychać podczas długich rejestracji

Ponowne nawilżanie i wymiana filców

Półsuche polimerowe

Kilka kropel roztworu

Konfiguracja w 1–2 minuty

Okresowa wymiana końcówek czujników

Suche (płaskie lub grzebieniowe)

Brak

Brak ograniczeń związanych z wysychaniem wkładek; brak czyszczenia między uczestnikami

Minimalna

Żelowe (Ag/AgCl)

Żel nakładany na każdy czujnik

Uznany standard laboratoryjny

Czyszczenie po każdej sesji

Częstotliwość próbkowania

Częstotliwość próbkowania określa, jak często rejestrowane są sygnały EEG, i powinna być dobierana na podstawie charakterystyki czasowej badanego zjawiska. Wyższa częstotliwość próbkowania może być korzystna w pewnych zastosowaniach, podczas gdy wiele badań z zakresu neuronauki poznawczej może osiągnąć swoje cele bez maksymalizowania tego parametru.

Mobilność i żywotność baterii

Przenośne systemy EEG umożliwiają prowadzenie badań poza tradycyjnymi laboratoriami, w tym w klasach, miejscach pracy, klinikach i środowiskach społecznych. Jeśli uczestnicy będą poruszać się w sposób naturalny lub rejestracja będzie odbywać się poza kontrolowanymi warunkami laboratoryjnymi, mobilność i czas pracy baterii stają się ważnymi czynnikami projektowymi.

Wniosek #3: Oceniaj specyfikacje techniczne pod kątem ich znaczenia dla Twoich badań, a nie dlatego, że reprezentują najwyższe dostępne wartości.

Specyfikacja

Insight

Epoc X

EPOC X PRO

Kanały

5

14

16

Typ czujnika

Półsuchy polimerowy

Solankowe wkładki filcowe

Wymienne, kompatybilne z suchymi i solankowymi

Częstotliwość próbkowania

128 SPS

128 lub 256 SPS

128 lub 256 Hz (512 Hz przez przyszłą aktualizację oprogramowania układowego)

Rozdzielczość

16-bitowa

14- lub 16-bitowa

24-bitowa

Bateria

Do 20 godz.

Do 9 godz. (odbiornik USB), 6 godz. (Bluetooth)

Nie określono; wbudowana rejestracja powyżej 8 godz. przy 256 Hz

Łączność

Bluetooth LE

Bluetooth LE lub odbiornik USB

Bluetooth i Wi-Fi 6

Cena

\$499

\$1,199

\$15,000 (przedsprzedaż \$10,000)

Zrównoważ wymagania dotyczące danych z praktycznością

Wybór systemu EEG często wiąże się ze zrównoważeniem sprzecznych priorytetów, a nie z maksymalizowaniem każdej specyfikacji technicznej.

Na przykład system EEG o dużej gęstości elektrod może zapewnić lepszą rozdzielczość przestrzenną, ale może również wydłużyć czas konfiguracji, zwiększyć zmęczenie uczestnika oraz stopień złożoności zbierania danych. Z kolei system przenośny może poświęcić część szczegółowości przestrzennej, umożliwiając jednocześnie prowadzenie badań w klasach, miejscach pracy czy społecznościach wiejskich, gdzie tradycyjny sprzęt laboratoryjny byłby niepraktyczny.

Badacze powinni również pamiętać, że system EEG to tylko jeden z czynników wpływających na jakość danych. Schemat eksperymentu, cechy uczestników, warunki rejestracji i zmienność między poszczególnymi sesjami – wszystko to wpływa na jakość i rzetelność danych EEG.

Melnik i in. odkryli, że zmienność wynika z wielu źródeł, w tym z systemu rejestrującego, uczestnika i samej sesji rejestracyjnej, co podkreśla wagę uwzględniania całego procesu badawczego, a nie skupiania się wyłącznie na sprzęcie [3].

Względy praktyczne mogą również decydować o tym, kto ma możliwość wzięcia udziału w badaniu. Bhavnani i in. wykazali wykonalność zbierania wysokiej jakości rejestracji spoczynkowego EEG w społecznościach wiejskich przy użyciu sprzętu przenośnego, ilustrując, jak postęp w dziedzinie ubieralnych neurotechnologii może pomóc w rozwiązaniu długotrwałych problemów związanych z populacjami badawczymi ograniczonymi geograficznie [4].

Wniosek #4: Właściwy system EEG równoważy wydajność techniczną z praktycznymi realiami prowadzenia badania.

Myśl szerzej niż tylko o sprzęcie

System EEG to coś więcej niż headset noszony przez uczestników. Otaczający go ekosystem oprogramowania może mieć równie duży wpływ na wydajność i elastyczność projektu badawczego.

Przed wyborem systemu badacze powinni zastanowić się, w jaki sposób dane EEG będą zbierane, zarządzane, analizowane i udostępniane przez cały czas trwania badania. Pytania, które warto sobie zadać, to:

  • Czy surowe dane EEG można wyeksportować do niezależnej analizy?

  • Czy system jest kompatybilny z oprogramowaniem takim jak MATLAB, Python, EEGLAB, Lab Streaming Layer (LSL) lub PsychoPy?

  • Czy platforma obsługuje dokładne oznaczanie zdarzeń na potrzeby eksperymentów ERP?

  • Czy badacze mogą łatwo zarządzać uczestnikami i sesjami rejestracji?

  • Czy oprogramowanie będzie obsługiwać przyszłe badania wraz z ewolucją potrzeb badawczych?

  • Czy bateria urządzenia wystarczy na czas trwania protokołu eksperymentu?

Wybór systemu, który płynnie integruje się z istniejącym przepływem pracy badawczej, może zmniejszyć obciążenie administracyjne, uprościć analizę i poprawić powtarzalność w całym projekcie. Kwestie te często stają się tak samo ważne jak specyfikacja sprzętu po rozpoczęciu zbierania danych.

Wniosek #5: Oceniaj kompletny ekosystem badawczy, a nie tylko sprzęt EEG.

Pytanie badacza

Na co zwrócić uwagę

W ekosystemie Emotiv

Czy można wyeksportować surowe EEG?

Standardowe formaty

Eksport CSV i EDF w EmotivPRO (plan Standard lub wyższy)

Czy integruje się z moimi narzędziami?

MATLAB, Python, EEGLAB, PsychoPy, LSL

Przesyłanie strumieniowe LSL w EmotivPRO Standard Team i Performance; Cortex API dla własnych procesów analizy

Czy obsługuje oznaczanie zdarzeń ERP?

Znaczniki ze znacznikami czasu

Znaczniki zdarzeń w EmotivPRO; znaczniki czasu EPOC X PRO synchronizują się z dokładnością do około 1 ms

Czy mogę zarządzać zespołami i sesjami?

Udostępniane dane, uprawnienia

Udostępnianie danych w organizacji na licencjach z minimum 2 stanowiskami

Czy bateria wytrzyma cały protokół?

Bateria dopasowana do długości sesji

Zobacz Tabela 3

Lista kontrolna badacza

Gdy zawęzisz już opcje, wybór systemu EEG powinien przypominać mniej porównywanie produktów, a bardziej ocenę, który system najlepiej wesprze Twoje badanie. Przed podjęciem decyzji upewnij się, że Twoje wymagania badawcze są jasno zdefiniowane.

Zadaj sobie pytania:

  • Na jakie pytanie naukowe próbuję odpowiedzieć?

  • Jakie procesy poznawcze lub sygnały neuronalne będę mierzyć?

  • Gdzie uczestnicy zrealizują badanie?

  • Czy uczestnicy pozostaną w bezruchu, czy będą poruszać się naturalnie?

  • Ile kanałów rejestracyjnych jest odpowiednich dla moich celów badawczych?

  • Jaki typ elektrody najlepiej pasuje do moich uczestników i schematu badania?

  • Czy będę potrzebować dokładnego oznaczania zdarzeń, przesyłania danych w czasie rzeczywistym, czy obu tych funkcji?

  • Jakiego oprogramowania użyję do zbierania, analizowania i eksportowania danych EEG?

  • Czy system wspiera mój obecny projekt, pozostając jednocześnie wystarczająco elastycznym na potrzeby przyszłych badań?

Pytania te stanowią praktyczną podstawę do oceny systemów EEG w oparciu o potrzeby Twojego badania, a nie o izolowane porównywanie specyfikacji. Gdy Twoje wymagania staną się jasne, wybór najbardziej odpowiedniego systemu będzie znacznie bardziej świadomą decyzją.

Kluczowe wnioski

  • Zacznij od pytania badawczego, a nie od sprzętu.

  • Zdefiniuj wymagania techniczne i praktyczne swojego badania przed porównaniem systemów EEG.

  • Oceń specyfikacje, takie jak liczba kanałów, typ elektrody, mobilność i kompatybilność oprogramowania, pod kątem tego, jak wspierają one Twoje cele badawcze.

  • Pamiętaj, że komfort uczestnika, środowisko rejestracji i schemat eksperymentu wpływają na jakość danych.

  • Wybierz system EEG, który najlepiej pasuje do Twoich celów naukowych, a nie ten z najdłuższą listą funkcji.

Zastosuj swoją metodę w praktyce

Masz już podstawy do oceny systemów EEG w oparciu o własne cele badawcze. Teraz porównaj systemy EEG Emotiv obok siebie, aby zobaczyć, jak różnice w liczbie kanałów, technologii elektrod, kompatybilności oprogramowania, mobilności i innych funkcjach wspierają różne rodzaje badań.

Porównaj systemy EEG

Sugerowane lektury

Bibliografia

[1] H. Zhang i in., „The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology”, Military Medical Research, t. 10, nr 67, 2023.

[2] A. Pinegger, S. C. Wriessnegger, J. Faller i G. R. Müller-Putz, „Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies”, Frontiers in Neuroscience, t. 10, art. nr 441, 2016.

[3] A. Melnik i in., „Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?”, Frontiers in Human Neuroscience, t. 11, art. nr 150, 2017.

[4] S. Bhavnani i in., „The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities”, Frontiers in Human Neuroscience, t. 16, art. nr 802764, 2022.

[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim i N. A. Badcock, „A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research”, PeerJ, t. 8, e9713, 2020.

[6] N. S. Williams, G. M. McArthur i N. A. Badcock, „It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research”, PeerJ, t. 9, e10700, 2021.

[7] M. Duvinage i in., „Performance of the Emotiv Epoc Headset for P300-Based Applications”, BioMedical Engineering OnLine, t. 12, nr 56, 2013.

Baner wyprzedaży Emotiv Black Friday 2026: wczesny dostęp od 9 do 14 listopada, 20% zniżki na headsety i nowe licencje EmotivPRO z kodem BFWEEK20 przy kasie, przedstawiający cztery headsety EEG Emotiv na ciemnym tle.

Kontynuuj czytanie

Wyprzedaż Black Friday 2026 w Emotiv