Kısa bir video oluşturduğunuzu ve insanların videonun hangi bölümlerini ilgi çekici bulduğunu öğrenmek istediğinizi hayal edin. Genellikle bunu onlara doğrudan sorarsınız. Belki bir anket kullanırsınız. Ancak en yaygın yanıt "Tam olarak emin değilim" veya "Hatırlayamıyorum" olabilir. Yalnızca öznel ölçümler kullanarak insan algısı üzerine araştırmalar yürütmek, nörofizyolojik tepkilerin ölçülmesinin üstesinden gelmeyi vaat edebileceği belirsizliklerle dolu olabilir. EEG cihazları, insan algısıyla ilgili araştırmaları geliştirebilecek, kolayca erişilebilir ve uygun maliyetli bir araç olarak benzersiz bir konuma sahiptir. Sonuç olarak, psikoloji, nöropazarlama ve BCI alanlarında hızla temel bir araç haline gelmektedir.

EEG Nedir?

Elektroensefalografi (EEG), nöron olarak adlandırılan beyin hücrelerinin ürettiği elektriksel aktivitenin ölçülmesidir. Saçlı deriye yerleştirilen elektrotların kullanıldığı, güvenli ve invaziv olmayan bir yöntemdir. Bu amaçla kullanılan EEG cihazları, tek kanallı ticari cihazlardan 256 kanallı tıbbi düzeydeki sistemlere kadar değişiklik gösterebilir. EEG'nin ne olduğu ve farklı EEG cihazları hakkında daha fazla ayrıntıyı buradan okuyabilirsiniz.

EEG'nin faydaları nelerdir?

Yüksek zamansal çözünürlük

Yüksek zamansal çözünürlüğü sayesinde EEG, bilinç öncesi süreçleri indeksleyebilir.

EEG'nin diğer nörogörüntüleme yöntemlerine göre en büyük avantajı zamansal çözünürlüğüdür, yani milisaniye düzeyindeki hızlı beyin tepkilerini ölçebilme yeteneğidir. fMRI (fonksiyonel manyetik rezonans görüntüleme) gibi diğer beyin görüntüleme yöntemleri, ilgili uyaran sunulduktan sonra bir saniye veya daha fazla zamana ihtiyaç duyar. Ayrıca, öznel yanıtlardaki belirsizlikleri önlemek için tasarlanan davranışsal görevler genellikle reaksiyon sürelerine ve düğmeye basma tepkilerine dayanır. Bunlar bir saniyeye kadar sürebilir, bu da beynin milisaniyelik bir zaman diliminde birçok karmaşık nörofizyolojik süreç üretebildiği düşünüldüğünde çok yavaştır. Dolayısıyla, yüksek zamansal çözünürlüğü sayesinde EEG, yalnızca kendi bildirimine ve tepkiye dayalı görevlerle fark edilemeyecek olan bilinç öncesi süreçleri indeksleyebilir.

Uygun maliyet ve mobilite

Spor Bilimi: Paxton Lynch, Emotiv Insight EEG Kulaklığı ile basınç testinden geçiyor.

EEG cihazlarının uygun maliyetli ve kablosuz hale gelmesi, araştırmacıların katılımcıları laboratuvara getirmek yerine sahada araştırma yapmalarına olanak tanımaktadır. Hem EEG hem de MEG (Manyetoensefalografi) yüksek zamansal çözünürlüğe sahip olsa da, düşük maliyetli ve mobil olması sayesinde EEG, insan davranışının kontrollü veya doğal ortamlarda incelenmesini sağlayan daha erişilebilir bir araştırma aracıdır. Alternatif nörogörüntüleme yöntemleri (örneğin MEG, MRI ve PET) yüksek bakım maliyeti gerektirir ve bu çalışmaları yürütmek için katılımcıların hastaneye veya laboratuvara getirilmesi gerekir. Bunun tam aksine, hemen hemen her ortam bir EEG "laboratuvarına" dönüştürülebilir. (Mobil EEG'nin sahada spor performansını artırmada nasıl kullanılabileceğine dair Park ve ark. incelemesine bakın 1)

Kurum içi veya uzaktan çalışmalar

EEG'nin mutlaka tek bir cihazla laboratuvar tabanlı olması gerekmez. Uygun fiyatlı, ticari EEG cihazlarındaki gelişmeler sayesinde, evdeki kullanıcılar kendi üzerlerinde EEG kaydedebilmektedir. EmotivLABS platformu, araştırmacıların deneylerini araştırma kalitesindeki cihazlara karşı doğrulanmış olan Emotiv kulaklıklarıyla çevrimiçi olarak yürütmelerine olanak tanır²ʹ³. Çevrimiçi pilot EEG çalışmamızı buradan veya Emotiv kullanıcılarının bir sunum yazılımını değerlendirmek üzere evde yürütülen bir çalışmaya katıldığı ortaklıklarımızdan biri hakkında buradan bilgi edinebilirsiniz.

EEG ile neleri ölçebiliriz?

Araştırmacılar çoğunlukla bir uyaranın başlamasından sonraki ilgili zaman noktalarındaki voltaj genliklerini (yani olayla ilişkili potansiyeller veya ERP'ler) ya da saniyede EEG'deki osilasyonların (beyin dalgalarının) miktarını (yani zaman-frekans analizi) kullanırlar.

Bu iki alan, davranışla ilgili farklı araştırma sorularını yanıtlamamızı sağlar. Ayrıca, gelişmiş yapay zeka algoritmalarının ilerlemesiyle, ilgi duyulan uyarılara yanıt olarak zihinsel durumları çözmeye başlayabiliriz. Örneğin, dikkat için doğrulanmış algoritmaların geliştirilmesiyle artık "Videomun hangi bölümü daha fazla dikkat çekti" gibi soruları kolayca yanıtlayabiliyoruz.

Göz önünde bulundurulması gereken önemli hususlar

Unutmamak önemlidir ki, EEG ile düşünceleri tam olarak okuyamayız. Bu nedenle, karşılaştırılan uyaranların ideal olarak, ilgilenilen değişkenin kendisi dışındaki her açıdan eşleştirilmesi gerekir. Dolayısıyla, iyi tasarlanmış bir deneysel görev, iyi bir EEG araştırmasının temel taşıdır. İkinci olarak, EEG cihazları elektrikli ekipmanlardan kaynaklanan parazitleri alabilir ve EEG'ler ayrıca kayda istenmeyen artefaktlar sokabilecek hareketlere karşı hassas olabilir. Bu nedenle, ham EEG'ler, uyaranların algılanmasıyla ilgili herhangi bir çıkarımda bulunulmadan önce temizlenmesi ve işlenmesi gereken tüm beyin tepkilerini yansıtır.

Ek olarak, tek bir elektrottaki beyin aktivitesi tüm beyinden gelen aktiviteyi kaydeder ve konumu doğrudan aktivitenin kaynağını tam olarak göstermez (örneğin, frontal elektrottaki artan aktivite bu tepkiyi frontal lobun ürettiği anlamına gelmez). EEG tepkisinin kaynak rekonstrüksiyonu⁴ gibi yöntemler, bu amaçla saçlı deri seviyesindeki kaynağı belirlemek için kullanılabilir. Daha derin kaynakları daha yüksek güvenle belirlemek için, EEG ile birleştirilmiş MEG veya fMRI gibi nörogörüntüleme yöntemleri düşünülebilir.

Güncel araştırmalarda EEG

EEG şu anda yalnızca psikoloji ve tıp alanlarındaki araştırmacılara yardımcı olmakla kalmayıp, beyin bilgisayar arayüzlerinde, nörogeribildirimde ve nöropazarlama gibi alanlarda tüketici davranışlarını anlamada da çok çeşitli şekillerde kullanılmaktadır.

Tıbbi veya Klinik Nörobilim

EEG, tıbbi alanlarda ağırlıklı olarak tanı ve tedaviyi geliştirmek amacıyla kullanılır. Örneğin, EEG'nin en yaygın kullanımı epilepsi teşhisi ve nöbetlerin tespitinde⁵ ve uyku bozukluklarını tespit etmek için yapılan uyku çalışmalarındadır⁶. Psikiyatri ve klinik nörobilimde EEG, halihazırda öznel klinik değerlendirmelere dayanan bozuklukların objektif belirteçlerini tanımlamak için kullanılmaktadır. Çeşitli psikiyatrik bozuklukların beyinde yol açtığı değişiklikleri karakterize etmek amacıyla, salınım miktarlarının hesaplandığı ve kafa derisi üzerinde haritalandırıldığı kantitatif EEG (qEEG) gibi teknikler kullanılmaktadır⁷. Sağlıklı ve bozuk beyinlerin sınıflandırılmasına uygulanan yapay zeka da daha objektif teşhis⁸ˈ⁹ yöntemlerinin önünü açmaktadır.

Nöropazarlama

Kuşkusuz tüketici davranışını anlamak nöropazarlamanın merkezinde yer almaktadır. EEG'nin bu alandaki en yaygın kullanımı, reklamların¹⁰, ürünlerin veya hizmetlerin daha az göze çarpan ve ilgi çekici yönlerini bunları geliştirmek amacıyla belirlemektir.

Emotiv x Neuromarketing - L’Oreal’in Luxury Lab’inde Tüketici Davranışının Geleceği.

EEG dalgalanmaları ayrıca bilinçaltında marka/ürün hatırlaması olup olmadığını belirlemek için de kullanılır¹¹. Diğer kullanımlar arasında, ürünler için en uygun fiyatlandırma stratejilerini bulmak amacıyla EEG ile davranışsal görevlerin kullanıldığı nörofiyatlandırma yer alır¹².

Emotiv x Neuromarketing - Beynin farklı fiyatlandırma önerilerine nasıl tepki verdiği.

Genel Nörobilim Araştırmaları

Bu tür bir araştırma, beynin nasıl çalıştığını (örneğin, beynimizin görsel veya işitsel uyaranları nasıl işlediğini) ve beynin farklı kısımlarının birbirleriyle nasıl iletişim kurduğunu anlamayı içerir. Ayrıca beyin ile bozukluklar (örneğin, otizm spektrum bozukluğu veya şizofreni) arasındaki ilişkiyi anlamayı da içerir. Bu; sosyal, duyuşsal, hesaplamalı ve bilişsel alanları içeren çok sayıda alanı kapsar.

Beyin bilgisayar arayüzleri (BCI)

BCI araştırmaları, EEG'yi bilgi işlem cihazlarıyla entegre ederek zihinsel komutları harici bir eyleme dönüştürmeyi amaçlamaktadır. Bir kelime belgesi yazmak için zihinsel komutların kullanılması, bir tekerlekli sandalyenin hareket ettirilmesi ve hatta protez uzuvların hareket ettirilmesi, engelli kişilerin yaşam kalitesini artırmak için kullanılan BCI alanındaki mevcut gelişmelerden bazılarıdır¹³.

Beyin bilgisayar arayüzleri (BCI) - Serebral palsili 8 yaşındaki bir çocuk olan John'un Instagram'da brainpaintbyjohn adresindeki çarpıcı tasarımları

Müzik endüstrisinde de müzisyenlerin/şarkıcıların müzik yaratmak için düşüncelerini kullandıkları bir başka devrim yaşanıyor (ilgili yazımıza buradan göz atın)

Beyin bilgisayar arayüzleri (BCI) - Emotiv’in EPOC kulaklığı ve ikonik TONTO sentezleyici mükemmel bir uyum sergiliyor.

Genel olarak, EEG kullanımı insan davranışının yüzeysel düzeydeki anlaşılmasının ötesine geçme vaadi sunmaktadır. Maliyet etkinliği ve yüksek erişilebilirliği, kullanıcı deneyimlerini iyileştirmekten terapötikleri geliştirmeye kadar uzanan süreçlerin, basit öznel kendi bildirimlerinin ötesine geçilerek ve insan davranışının EEG kullanımıyla objektif bir şekilde çözülerek gerçekleştirilebileceği birden fazla disiplinde onu yararlı bir araç haline getirmektedir.

Beyin bilgisayar arayüzleri (BCI) - Emotiv x Rodrigo Hubner Mendes, zihinsel komutları kullanarak F1 aracı sürüyor

Yazar:
Roshini Randeniya, Araştırma Sorumlusu, Emotiv Research Pty. Ltd

Kaynaklar

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