Wyobraź sobie, że stworzyłeś krótki film i chcesz dowiedzieć się, które jego części najbardziej zaangażowały odbiorców. Zazwyczaj po prostu byś ich o to zapytał. Może użyłbyś ankiety. Jednak najczęstszą odpowiedzią mogłoby być „nie jestem dokładnie pewien” lub „nie pamiętam”. Prowadzenie badań nad ludzką percepcją wyłącznie przy użyciu miar subiektywnych może wiązać się z niepewnością, którą pomiary reakcji neurofizjologicznych proponują przezwyciężyć. Urządzenia EEG mają wyjątkową pozycję jako łatwo dostępne i opłacalne narzędzie, które może usprawnić badania związane z ludzką percepcją. W rezultacie stają się one szybko kluczowym narzędziem w psychologii, neuromarketingu i BCI.

Czym jest EEG?

Elektroencefalografia (EEG) to pomiar aktywności elektrycznej wywoływanej przez komórki mózgowe, nazywane neuronami. Jest to bezpieczna i nieinwazyjna metoda wykorzystująca elektrody umieszczone na skórze głowy. Urządzenia EEG używane w tym celu mogą wahać się od jednokanałowych urządzeń komercyjnych do 256-kanałowych systemów klasy medycznej. Więcej szczegółów na temat tego, czym jest EEG i o różnych urządzeniach EEG, możesz przeczytać tutaj.

Jakie są zalety EEG?

Wysoka rozdzielczość czasowa

Dzięki wysokiej rozdzielczości czasowej EEG jest w stanie rejestrować procesy przedświadome.

Największą zaletą EEG w porównaniu z innymi metodami neuroobrazowania jest jego rozdzielczość czasowa, tzn. zdolność do pomiaru szybkich reakcji mózgu w zakresie milisekund. Inne metody obrazowania mózgu, takie jak fMRI (funkcjonalny rezonans magnetyczny), wymagają sekundy lub więcej po zaprezentowaniu interesujących bodźców. Ponadto zadania behawioralne zaprojektowane w celu uniknięcia niepewności w subiektywnych odpowiedziach zazwyczaj opierają się na czasach reakcji i naciskaniu przycisków. Może to zająć nawet sekundę, co jest bardzo wolnym tempem, biorąc pod uwagę, że mózg jest w stanie wygenerować wiele złożonych procesów neurofizjologicznych w skali czasowej milisekund. Tym samym, dzięki wysokiej rozdzielczości czasowej, EEG pozwala na rejestrowanie procesów przedświadomych, które w przeciwnym razie pozostałyby niezauważone przy zwykłych zadaniach opartych na samoopisach i reakcjach.

Dostępność cenowa i mobilność

Nauka o sporcie: Paxton Lynch przechodzi test ciśnieniowy z zestawem słuchawkowym Emotiv Insight EEG.

Urządzenia EEG stały się opłacalne i bezprzewodowe, co pozwala badaczom na prowadzenie badań w terenie, zamiast zapraszać uczestników do laboratorium. Chociaż zarówno EEG, jak i MEG (magnetoencefalografia) cechują się wysoką rozdzielczością czasową, to EEG jest bardziej dostępnym narzędziem badawczym ze względu na niski koszt i mobilność, co umożliwia badanie zachowań ludzkich w kontrolowanych lub naturalnych warunkach. Alternatywne metody neuroobrazowania (np. MEG, MRI i PET) wymagają wysokich kosztów utrzymania, a uczestnicy muszą być przyprowadzani do szpitala lub laboratorium w celu przeprowadzenia tych badań. W ostrym kontraście, niemal każde otoczenie może zostać przekształcone w „laboratorium” EEG. (Zobacz przegląd Park et al.1 na temat tego, jak mobilne EEG może być stosowane w celu poprawy wyników sportowych w terenie)

Badania stacjonarne lub zdalne

EEG nie musi koniecznie odbywać się w laboratorium przy użyciu jednego urządzenia. Dzięki postępowi w dziedzinie niedrogich, komercyjnych urządzeń EEG, użytkownicy domowi mogą sami rejestrować swoje EEG. Platforma EmotivLABS pozwala badaczom na prowadzenie eksperymentów online przy użyciu zestawów nagłownych firmy Emotiv, które zostały zweryfikowane pod kątem zgodności z urządzeniami klasy badawczej²ʹ³. Przeczytaj o naszym pilotażowym badaniu EEG online tutaj lub o jednym z naszych partnerstw, w ramach którego użytkownicy urządzeń Emotiv wzięli udział w badaniu domowym oceniającym oprogramowanie do prezentacji tutaj.

Co możemy mierzyć za pomocą EEG?

Najczęściej badacze mierzą amplitudy napięcia w interesujących momentach po wystąpieniu bodźca (tj. potencjały wywołane, ERP) lub intensywność oscylacji (fal mózgowych) w EEG na sekundę (tj. analiza czasowo-częstotliwościowa).

Te dwa obszary pozwalają nam odpowiedzieć na różne pytania badawcze związane z zachowaniem. Ponadto wraz z rozwojem wyrafinowanych algorytmów uczenia maszynowego możemy zacząć dekodować stany psychiczne w odpowiedzi na interesujące nas bodźce. Na przykład dzięki opracowaniu algorytmów zweryfikowanych pod kątem uwagi możemy teraz łatwo odpowiedzieć na pytania typu „Która część mojego filmu przyciągnęła większą uwagę”.

Zastrzeżenia, o których należy pamiętać

Ważne jest, aby pamiętać, że za pomocą EEG nie potrafimy dokładnie czytać w myślach. Dlatego porównywane bodźce powinny być idealnie dopasowane pod każdym względem, z wyjątkiem samej badanej zmiennej. W związku z tym dobrze zaprojektowane zadanie eksperymentalne jest kamieniem węgielnym udanych badań EEG. Po drugie, urządzenia EEG mogą wychwytywać zakłócenia z urządzeń elektrycznych, a pomiary EEG mogą być również podatne na ruch, co może wprowadzać niepożądane artefakty do zapisu. Surowe dane EEG odzwierciedlają zatem reakcje całego mózgu, które muszą zostać oczyszczone i przetworzone, zanim będzie można wyciągnąć jakiekolwiek wnioski dotyczące percepcji bodźców.

Dodatkowo aktywność mózgu na pojedynczej elektrodzie rejestruje aktywność z całego mózgu, a jej lokalizacja nie wskazuje bezpośrednio i precyzyjnie źródła tej aktywności (np. zwiększona aktywność na elektrodzie czołowej nie oznacza, że płat czołowy wygenerował tę reakcję). Metody takie jak rekonstrukcja źródła⁴ sygnału EEG mogą być stosowane w tym celu do określenia źródła na poziomie skóry głowy. Aby z większą pewnością określić głębsze źródła, można rozważyć metody neuroobrazowania, takie jak MEG lub fMRI połączone z EEG.

EEG w obecnych badaniach

EEG jest obecnie wykorzystywane na wiele sposobów, pomagając badaczom nie tylko w psychologii i medycynie, ale także w interfejsach mózg-komputer, neurofeedbacku oraz w zrozumieniu zachowań konsumenckich w takich dziedzinach jak neuromarketing.

Medyczna lub kliniczna neuronauka

EEG jest stosowane przede wszystkim w dziedzinach medycznych w celu poprawy diagnostyki i leczenia. Na przykład najczęstszym zastosowaniem EEG jest diagnostyka padaczki i wykrywanie napadów drgawkowych⁵ oraz badania snu mające na celu wykrycie zaburzeń snu⁶. W psychiatrii i neuronauce klinicznej EEG jest obecnie stosowane do identyfikacji obiektywnych markerów zaburzeń, które w przeciwnym razie opierają się na subiektywnych ocenach klinicznych. Techniki takie jak ilościowe EEG (qEEG), w którym oblicza się natężenie oscylacji i mapuje je na skórze głowy, są wykorzystywane do charakterystyki zmian w mózgu wywołanych przez różne zaburzenia psychiczne⁷. Uczenie maszynowe zastosowane w klasyfikacji mózgów zdrowych i chorych toruje również drogę dla bardziej obiektywnych metod diagnostyki⁸ˈ⁹.

Neuromarketing

Zrozumienie zachowań konsumenckich leży oczywiście u podstaw neuromarketingu. Najczęstszym zastosowaniem EEG w tej dziedzinie jest określenie mniej wyraźnych i angażujących aspektów reklam¹⁰, produktów lub usług w celu ich ulepszenia.

Emotiv x Neuromarketing - przyszłość zachowań konsumenckich w Luxury Lab marki L'Oreal.

Oscylacje EEG są również wykorzystywane do identyfikacji, czy zachodzi podświadome zapamiętywanie marki/produktu¹¹. Inne zastosowania obejmują neuropricing, gdzie zadania behawioralne z użyciem EEG są wykorzystywane do znajdowania optymalnych strategii cenowych dla produktów¹².

Emotiv x Neuromarketing - jak mózg reaguje na różne sugestie cenowe.

Ogólne badania z zakresu neuronauki

Ten rodzaj badań wiąże się ze zrozumieniem, jak funkcjonuje mózg (np. jak nasz mózg przetwarza bodźce wzrokowe lub słuchowe) i jak różne części mózgu komunikują się ze sobą. Obejmuje również zrozumienie relacji między mózgiem a zaburzeniami (np. zaburzenia ze spektrum autyzmu czy schizofrenia). Obejmuje to wiele dziedzin, w tym obszary społeczne, afektywne, obliczeniowe i poznawcze.

Interfejsy mózg-komputer (BCI)

Badania nad BCI mają na celu przełożenie poleceń umysłowych na działania zewnętrzne poprzez integrację EEG z urządzeniami komputerowymi. Używanie poleceń umysłowych do pisania dokumentu tekstowego, poruszania się na wózku inwalidzkim, a nawet poruszania protezami kończyn to tylko niektóre z obecnych osiągnięć w dziedzinie BCI, wykorzystywanych do poprawy jakości życia osób z niepełnosprawnościami¹³.

Interfejsy mózg-komputer (BCI) - Niezwykłe dzieła Johna, 8-letniego chłopca z porażeniem mózgowym, na profilu brainpaintbyjohn na Instagramie

Kolejna rewolucja dokonuje się w branży muzycznej, gdzie muzycy/wokalistki używają swoich myśli do tworzenia muzyki (zobacz nasz powiązany post tutaj)

Interfejsy mózg-komputer (BCI) - Zestaw słuchawkowy EPOC firmy Emotiv i kultowy syntezator TONTO to idealne połączenie.

Ogólnie rzecz biorąc, wykorzystanie EEG daje nadzieję na sięgnięcie głębiej niż powierzchniowe zrozumienie ludzkiego zachowania. Jego opłacalność i wysoka dostępność czynią z niego przydatne narzędzie w wielu dyscyplinach, w których procesy – od ulepszania wrażeń użytkownika po rozwój terapii – mogą być ulepszane poprzez wykraczanie poza proste, subiektywne samoopisy i obiektywne dekodowanie ludzkich zachowań za pomocą EEG.

Interfejsy mózg-komputer (BCI) - Emotiv x Rodrigo Hubner Mendes, prowadzący bolid F1 za pomocą poleceń umysłowych

Artykuł autorstwa
Roshini Randeniya, Research Officer, Emotiv Research Pty. Ltd

Bibliografia

1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).

2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).

3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).

4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).

5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).

6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).

7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).

8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).

9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).

10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).

11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)

12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).

13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod