
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.
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.
Sugerowane lektury
Jak zaprojektować badanie potencjałów wywołanych (ERP)
Dlaczego trafność ekologiczna ma znaczenie w badaniach poznawczych
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.
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.
Sugerowane lektury
Jak zaprojektować badanie potencjałów wywołanych (ERP)
Dlaczego trafność ekologiczna ma znaczenie w badaniach poznawczych
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.
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.
Sugerowane lektury
Jak zaprojektować badanie potencjałów wywołanych (ERP)
Dlaczego trafność ekologiczna ma znaczenie w badaniach poznawczych
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.

Kontynuuj czytanie