Wyobraź sobie, że stworzyłeś krótki film i chcesz sprawdzić, które jego fragmenty ludzie uznali za angażujące. Zazwyczaj po prostu byś ich zapytał. Może użyłbyś ankiety. Jednak najczęstszą odpowiedzią może być „nie jestem dokładnie pewien” albo „nie pamiętam”. Prowadzenie badań nad ludzką percepcją wyłącznie za pomocą subiektywnych miar może być pełne niepewności, którą pomiary odpowiedzi neurofizjologicznych mogą pomóc przezwyciężyć. Urządzenia EEG są wyjątkowo dobrze usytuowane jako łatwo dostępne, opłacalne narzędzie, które może wzmacniać badania związane z ludzką percepcją. W rezultacie szybko staje się ono kluczowym narzędziem w psychologii, neuromarketingu i BCI.

Czym jest EEG?

Elektroencefalografia (EEG) to pomiar aktywności elektrycznej wywoływanej przez komórki mózgowe, zwane neuronami. Jest to bezpieczna i nieinwazyjna metoda wykorzystująca elektrody umieszczone na skórze głowy. Urządzenia EEG używane do tego celu mogą się różnić od konsumenckich urządzeń jednokanałowych po medyczne systemy 256-kanałowe. Więcej szczegółów o tym, czym jest EEG i o różnych urządzeniach EEG, możesz przeczytać tutaj.

Jakie są korzyści z EEG?

Wysoka rozdzielczość czasowa

Dzięki wysokiej rozdzielczości czasowej EEG może rejestrować procesy przedświadome.

Największą zaletą EEG w porównaniu z innymi metodami neuroobrazowania jest jego rozdzielczość czasowa, czyli zdolność do pomiaru szybkich odpowiedzi mózgowych w skali milisekund. Inne metody obrazowania mózgu, takie jak fMRI (funkcjonalne obrazowanie metodą rezonansu magnetycznego), wymagają sekundy lub więcej po przedstawieniu interesującego bodźca. Ponadto zadania behawioralne zaprojektowane tak, by unikać niepewności w odpowiedziach subiektywnych, zwykle opierają się na czasie reakcji i odpowiedziach przyciskiem. Mogą one trwać nawet do sekundy, co jest bardzo wolne, jeśli weźmie się pod uwagę, że mózg jest w stanie generować wiele złożonych procesów neurofizjologicznych w skali milisekund. Zatem dzięki wysokiej rozdzielczości czasowej EEG może rejestrować procesy przedświadome, które w przeciwnym razie pozostałyby nierozpoznane przy samych samoopisach i zadaniach opartych na odpowiedziach.

Przystępność cenowa i mobilność

Nauki o sporcie: Paxton Lynch przechodzi test obciążeniowy z zestawem słuchawkowym EEG Emotiv Insight.

Urządzenia EEG stały się opłacalne i bezprzewodowe, co pozwala badaczom prowadzić badania w terenie, zamiast sprowadzać uczestników do laboratorium. Zarówno EEG, jak i MEG (magnetoencefalografia) mają wysoką rozdzielczość czasową, jednak EEG jest bardziej dostępnym narzędziem badawczym ze względu na niski koszt i mobilność, co umożliwia badanie ludzkich zachowań w warunkach kontrolowanych lub naturalnych. Alternatywne metody neuroobrazowania (np. MEG, MRI i PET) wymagają wysokich kosztów utrzymania, a uczestników trzeba sprowadzać do szpitala lub laboratorium, aby przeprowadzić takie badania. W ostrym kontraście niemal każde miejsce można przekształcić w „laboratorium” EEG. (Zob. przegląd Park i in.1 na temat tego, jak mobilne EEG może być wykorzystywane do poprawy wyników sportowych w terenie)

Badania prowadzone wewnętrznie lub zdalnie

EEG nie musi być koniecznie prowadzone wyłącznie w laboratorium z jednym urządzeniem. Dzięki postępom w przystępnych cenowo, komercyjnych urządzeniach EEG użytkownicy domowi mogą rejestrować EEG na sobie. Platforma EmotivLABS umożliwia badaczom prowadzenie eksperymentów online z wykorzystaniem zestawów słuchawkowych Emotiv, które zostały zwalidowane w porównaniu z urządzeniami klasy badawczej²ʹ³. Przeczytaj o naszym pilotażowym badaniu EEG online tutaj lub o jednym z naszych partnerstw, w ramach którego użytkownicy Emotiv uczestniczyli w badaniu domowym oceniającym oprogramowanie do prezentacji tutaj.

Co możemy mierzyć za pomocą EEG?

Najczęściej badacze wykorzystują albo amplitudy napięcia w punktach czasowych istotnych po pojawieniu się bodźca (tj. potencjały wywołane zdarzeniami, czyli ERP), albo ilość oscylacji (fal mózgowych) w EEG na sekundę (tj. analizę czasowo-częstotliwościową).

Te dwa obszary pozwalają nam odpowiadać na różne pytania badawcze związane z zachowaniem. Ponadto wraz z rozwojem zaawansowanych algorytmów uczenia maszynowego możemy zacząć dekodować stany umysłu w odpowiedzi na interesujące bodźce. Na przykład dzięki opracowaniu algorytmów zwalidowanych pod kątem uwagi możemy teraz łatwo odpowiadać na pytania takie jak „Która część mojego filmu przyciągnęła większą uwagę”.

Zastrzeżenia do rozważenia

Ważne jest, aby pamiętać, że nie potrafimy dokładnie czytać myśli za pomocą EEG. Dlatego porównywane bodźce idealnie powinny być dopasowane pod każdym względem poza samą zmienną zainteresowania. Zatem dobrze zaprojektowane zadanie eksperymentalne jest fundamentem dobrych badań EEG. Po drugie, urządzenia EEG mogą rejestrować zakłócenia z urządzeń elektrycznych, a same EEG są również podatne na ruch, który może wprowadzać niepożądane artefakty do zapisu. Surowe zapisy EEG odzwierciedlają więc odpowiedzi całego mózgu, które należy oczyścić i przetworzyć, zanim będzie można wyciągnąć jakiekolwiek wnioski dotyczące percepcji bodźców.

Ponadto aktywność mózgu rejestrowana przez pojedynczą elektrodę obejmuje aktywność z całego mózgu, a jej położenie nie wskazuje bezpośrednio i precyzyjnie źródła tej aktywności (np. wzrost aktywności na elektrodzie czołowej nie oznacza, że odpowiedź ta została wygenerowana przez płat czołowy). W tym celu można wykorzystać takie metody jak rekonstrukcja źródła⁴ odpowiedzi EEG, aby określić źródło na poziomie skóry głowy. Aby z większą pewnością określić głębsze źródła, można rozważyć metody neuroobrazowania, takie jak MEG lub fMRI, połączone z EEG.

EEG we współczesnych badaniach

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

Medyczna lub kliniczna neuronauka

EEG jest stosowane przede wszystkim w medycynie, aby poprawiać diagnozę i leczenie. Na przykład najczęstsze zastosowanie EEG to diagnozowanie padaczki i wykrywanie napadów⁵ oraz w badaniach snu do wykrywania nieprawidłowości snu⁶. W psychiatrii i klinicznej neuronauce EEG jest obecnie używane do identyfikowania obiektywnych markerów zaburzeń, które w innym przypadku opierają się na subiektywnych ocenach klinicznych. Techniki takie jak ilościowe EEG (qEEG), w których oblicza się ilość oscylacji i mapuje je na powierzchni skóry głowy, są wykorzystywane do charakteryzowania zmian w mózgu spowodowanych przez różne zaburzenia psychiatryczne⁷. Uczenie maszynowe zastosowane do klasyfikacji zdrowych i zaburzonych mózgów również toruje drogę bardziej obiektywnym metodom diagnozy⁸ˈ⁹.

Neuromarketing

Z pewnością zrozumienie zachowań konsumenckich leży u podstaw neuromarketingu. Najczęstsze zastosowanie EEG w tej dziedzinie polega na określaniu mniej wyrazistych i angażujących aspektów reklam¹⁰, produktów lub usług w celu ich ulepszenia.

Emotiv x Neuromarketing - Przyszłość zachowań konsumenckich w Luxury Lab L’Oreal.

Oscylacje EEG są także wykorzystywane do identyfikacji, czy występuje podświadome rozpoznawanie marki/produktu¹¹. Inne zastosowania obejmują neuropricing, gdzie zadania behawioralne z EEG są używane do znajdowania optymalnych strategii cenowych dla produktów¹².

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

Ogólne badania neuronaukowe

Ten rodzaj badań obejmuje zrozumienie, jak funkcjonuje mózg (np. jak nasz mózg przetwarza bodźce wzrokowe lub słuchowe) oraz jak różne części mózgu komunikują się ze sobą. Obejmuje także zrozumienie związku między mózgiem a zaburzeniami (np. zaburzeniem ze spektrum autyzmu lub schizofrenią). Obejmuje to wiele dziedzin, w tym obszary społeczne, afektywne, obliczeniowe i poznawcze.

Interfejsy mózg-komputer(BCI)

Badania BCI mają na celu przekształcanie poleceń mentalnych w działania zewnętrzne poprzez integrację EEG z urządzeniami komputerowymi. Wykorzystywanie poleceń mentalnych do pisania dokumentu tekstowego, poruszania wózkiem inwalidzkim, a nawet poruszania protezami kończyn to niektóre z obecnych osiągnięć BCI, które pomagają poprawiać jakość życia osób z niepełnosprawnościami¹³.

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

Kolejną rewolucją jest przemysł muzyczny, w którym muzycy/wokaliści używają swoich myśli do tworzenia muzyki (zobacz nasz powiązany wpis tutaj)

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

Ogólnie rzecz biorąc, wykorzystanie EEG daje obietnicę zejścia poniżej powierzchownego rozumienia ludzkiego zachowania. Jego opłacalność i wysoka dostępność sprawiają, że jest to użyteczne narzędzie w wielu dyscyplinach, w których można dokonywać postępów od poprawy doświadczeń użytkownika po rozwój terapii, sięgając głębiej niż proste subiektywne samoopisy i obiektywnie dekodując ludzkie zachowanie za pomocą EEG.

Interfejsy mózg-komputer (BCI) - Emotiv x Rodrigo Hubner Mendes, prowadzenie samochodu F1 za pomocą poleceń mentalnych

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