1. Wprowadzenie

Witamy! W tym drugim samouczku nauczymy się, jak zaznaczać odpowiedź mózgu na bodźce.

Nauczymy się:

• Czym jest potencjał wywołany zdarzeniem (ERP)?

• Czym są szczyty i składowe ERP?

• Typowe kroki uzyskania ERP

• Praktyczne zastosowanie z wykorzystaniem urządzenia i oprogramowania Emotiv EPOC

  
  
  

2. Czym jest potencjał wywołany zdarzeniem (ERP)?

Potencjał wywołany zdarzeniem (ERP), określany również jako potencjał wywołany, jest odpowiedzią mózgu na zdarzenie lub bodziec (na przykład usłyszenie głośnego tonu). Dokładniej – jest to zmiana amplitudy napięcia widoczna w EEG w wyniku zdarzenia sensorycznego lub poznawczego.

Możemy obserwować „składowe ERP”, czyli stabilne szczyty pojawiające się po rozpoczęciu bodźca. ERP może mieć wiele dodatnich lub ujemnych szczytów, ale nie wszystkie są dobrze scharakteryzowanymi składowymi ERP, takimi jak składowe N100 lub P300.

Pamiętaj, aby zwracać uwagę na kierunek osi, gdy widzisz EEG w dziedzinie czasu. Czasami zobaczysz – u góry i + na dole osi, szczególnie w klinicznym EEG

Uwaga: ERP może być reprezentowany przez pojedyncze zdarzenie lub przez uśrednienie amplitud z wielu prób tego zdarzenia. Zwykle gładkie ERP z tak wyraźnymi składowymi – jak na obrazku – uzyskuje się tylko przez uśrednianie setek prób

Rys. 1 – Typowe składowe słuchowego ERP

Typowe składowe charakteryzują się swoją polaryzacją (tj. dodatnia (P) lub ujemna (N)) oraz momentem wystąpienia (np. pierwsza ujemna składowa N1). Tę samą składową N1 można również identyfikować po czasie jej wystąpienia (np. 100 ms od początku tonu) – N100

3. Kroki uzyskania ERP

Faza eksperymentu:

Projektujemy eksperymenty, aby uzyskać konkretne interesujące nas ERP.

Na przykład możemy rejestrować EEG, podczas gdy uczestnicy słuchają tonów dźwiękowych.

Aby zrozumieć dane EEG, musimy zaznaczyć moment, w którym uczestnik usłyszał ton w EEG. Nazywa się to markerami zdarzeń (pionowe czerwone linie na rysunku 2).

Rys. 2 – Markery zdarzeń (czerwone linie) wyświetlane na surowym EEG

Uzyskanie dokładnego dopasowania czasu markera zdarzenia do początku tonu jest dla nas bardzo ważne, aby móc zobaczyć ERP! Dlatego ważne jest, aby wybrać odpowiedni sprzęt i oprogramowanie, które pomogą nam uzyskać dokładne znaczniki czasu.

Wybór referencji

Pamiętaj, że aktywność elektryczna jest zawsze mierzona między dwoma punktami. W urządzeniach EEG potencjał elektryczny na każdym sensorze jest mierzony względem sensorów referencyjnych (DRL + CMS).

W urządzeniach Emotiv EPOC istnieją dwie opcje sensorów referencyjnych

Rys. 3 – Opcje referencji w urządzeniach typu Emotiv EPOC

Zestaw słuchawkowy typu EPOC ma dwie opcje referencjonowania:

• Referencja mastoidalna – Aby użyć mastoidu jako sensorów referencyjnych, zakładamy gumowe zatyczki na sensory P3/P4 i wilgotne filce na sensory mastoidalne.

• Referencja P3/P4 – Aby użyć P3/P4 jako sensorów referencyjnych, zakładamy gumowe zatyczki na sensory M1/M2 Mastoid i wilgotne filce na sensory P3/P4

Zwykle stosuje się referencję mastoidalną w eksperymentach ERP, ale można użyć referencji P3/P4, ponieważ dane można później ponownie zreferencjonować online podczas wstępnego przetwarzania przed analizą. Powszechną praktyką jest ponowne zreferencjonowanie danych do średniej ze wszystkich sensorów przed analizą danych.

W naszym eksperymencie będziemy zbierać dane, używając referencji mastoidalnej. Zazwyczaj dobrym założeniem jest tu to, że wyrostek sutkowaty nie będzie przewodził danych EEG tak bardzo jak inne miejsca na głowie, więc jest to dobry punkt odniesienia.

Wstępne przetwarzanie:

Nie możemy od razu zobaczyć ERP w surowym EEG, ponieważ jest to bardzo mały efekt (~ ±5uV) w porównaniu ze wszystkim innym, co dzieje się w naszym mózgu i wokół niego (~ ±40uV)!

Aby zobaczyć efekt mózgowy specyficzny dla naszego tonu, musimy oczyścić dane, aby usunąć szum lub artefakty. Następnie „epokujemy” dane – jest to termin używany do dzielenia odpowiedzi mózgowych na okno czasowe, które zdefiniowaliśmy (np. odpowiedź mózgu rozpoczynająca się 50 ms przed tonem i 400 ms po tonie). Następnie uśredniamy wszystkie oddzielne epokowane dane EEG (tj. odpowiedzi mózgu na wszystkie tony), aby uzyskać wyraźny ERP.

Poniżej przedstawiono podstawowe kroki typowego pipeline'u ERP. Badacze wybiorą kroki w zależności od swoich danych i celów.

Rys. 4 – Typowy pipeline przetwarzania ERP

4. Uzyskajmy nasz własny ERP

Najpierw skonfigurujmy oprogramowanie

1. Pobierz najnowszą wersję PsychoPy – https://www.psychopy.org/ Będziemy używać PsychoPy do prezentowania uczestnikom tonów.

2. Pobierz aplikacje Emotiv Launcher i EmotivPRO, aby rejestrować i wyświetlać EEG.

3. Połącz PsychoPy z oprogramowaniem Emotiv, aby mogły ze sobą współpracować.

Postępuj zgodnie z krokami w filmie:

Zbuduj eksperyment EEG Emotiv z PsychoPy

Gładki ERP można uzyskać, wykorzystując wiele powtórzeń dowolnego bodźca (np. obrazu, tonu). Tutaj zaprezentujemy uczestnikowi ten sam 50-ms ton co 4 sekundy, około 150 razy!

Kieruj się filmem, aby zbudować prosty eksperyment słuchowy z pojedynczym tonem:

Zbierzmy trochę danych

Teraz, gdy wybrałeś referencję, możesz obejrzeć film, aby dowiedzieć się, jak skonfigurować swój headset, aby uzyskać sygnał EEG najlepszej jakości:

Pipeline ERP z EmotivPRO Analyzer

Obejrzyj film i wykonaj kroki, aby wygenerować własny ERP:

Zrozumienie wyniku ERP z Analyzer

Dla każdego kanału zobaczysz uśredniony przebieg. Typowy gładki ERP z ujemnym szczytem przy 100 ms można zobaczyć poniżej. Ciągła linia oznacza średnią amplitudę, a jaśniejsze cieniowanie oznacza błąd standardowy średniej:

Oto zaszumiony przebieg bez wyraźnych składowych ERP. Może to wynikać z małej liczby prób:

Rzeczy do rozważenia

Przy porównywaniu ERP między uczestnikami zazwyczaj lepiej jest porównywać efekt różnicowy.

Np. Możemy spojrzeć na uśredniony ERP dla częstszego tonu (standard) w porównaniu z tonami, które występują rzadziej (deviant/oddball) w sekwencji. Możemy uzyskać przebieg różnicowy, po prostu odejmując amplitudy jednej fali od drugiej. Jak na rysunku 5 możemy wtedy zaobserwować składową ERP, zwykle znaną jako Mismatch Negativity (MMN), która jest powszechnie badana w badaniach ERP.

Rys. 5 – Składowa mismatch negativity może być obserwowana w ERP, gdy w środowisku dochodzi do naruszenia wzorca

5. Zastosowania ERP

Identyfikacja biomarkerów :

Jednym z najczęstszych zastosowań ERP jest w badaniach klinicznych, aby znaleźć lepsze sposoby diagnozowania zaburzeń psychicznych, takich jak schizofrenia. Osoby żyjące ze schizofrenią można odróżnić od zdrowych osób z grupy kontrolnej na podstawie ich odpowiedzi Mismatch Negativity

Rys. 6 – Amplitudy mismatch negativity są znacząco wyższe niż w przewlekłej schizofrenii, w świeżym początku choroby, a także u osób zagrożonych rozwojem zaburzenia (Jashan 2012)

ERP – BCI (interfejsy mózg-komputer)

ERP do różnych poleceń mentalnych lub bodźców wzrokowych (takich jak litery na klawiaturze) mogą być używane do poruszania wózkami inwalidzkimi lub zasilania spellerów BCI

6. Materiały

Podręczniki Emotiv

1. Podręcznik EmotivPRO Builder

2. Podręcznik EmotivPRO

3. Podręcznik EmotivPRO Analyzer

Polecana literatura

Luck, S.J., 2005. Dziesięć prostych zasad projektowania i interpretacji eksperymentów ERP. Potencjały wywołane zdarzeniem: podręcznik metod, 4.