Kısa bir video oluşturduğunuzu ve insanların videonun hangi bölümlerini ilgi çekici bulduğunu öğrenmek istediğinizi hayal edin. Genellikle bunu onlara doğrudan sorarsınız. Belki bir anket kullanırdınız. Ancak en yaygın yanıt "Tam olarak emin değilim" veya "Hatırlayamıyorum" olabilir. Sadece öznel ölçümler kullanarak insan algısı üzerine araştırmalar yürütmek, nörofizyolojik tepkilerin ölçülmesinin üstesinden gelmeyi önerebileceği belirsizliklerle dolu olabilir. EEG cihazları, insan algısıyla ilgili araştırmaları geliştirebilecek, kolay erişilebilir, 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 adı verilen beyin hücreleri tarafından üretilen elektriksel aktivitenin ölçülmesidir. Saç derisine yerleştirilen elektrotların kullanıldığı, güvenli ve invaziv olmayan bir yöntemdir. Bu amaçla kullanılan EEG cihazları, tek kanallı ticari cihazlardan 256 kanallı tıbbi düzeydeki sistemlere kadar çeşitlilik 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 beyin görüntüleme yöntemlerine göre en büyük avantajı zamansal çözünürlüğüdür, yani milisaniyeler düzeyindeki hızlı beyin tepkilerini ölçebilme yeteneğidir. fMRI (fonksiyonel manyetik rezonans görüntüleme) gibi diğer beyin görüntüleme yöntemleri, ilgilenilen uyarıcı sunulduktan sonra bir saniye veya daha fazla zamana ihtiyaç duyar. Dahası, öznel tepkilerdeki belirsizlikleri önlemek için tasarlanmış davranışsal görevler genellikle reaksiyon sürelerine ve düğmeye basma tepkilerine dayanır. Beynin milisaniyelik bir zaman diliminde birçok karmaşık nörofizyolojik süreç üretebildiği düşünüldüğünde, bunlar bir saniyeye kadar sürebilir ki bu oldukça yavaştır. Dolayısıyla, yüksek zamansal çözünürlüğü sayesinde EEG, sadece kendi kendine raporlama ve tepkiye dayalı görevlerle aksi takdirde fark edilmeyecek olan bilinç öncesi süreçleri indeksleyebilir.

Uygun maliyet ve mobilite

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

EEG cihazları uygun maliyetli ve kablosuz hale gelerek araştırmacıların katılımcıları laboratuvara getirmek yerine sahada araştırma yapmalarına olanak tanımıştır. Hem EEG hem de MEG (Manyetoensefalografi) yüksek zamansal çözünürlüğe sahip olsa da, EEG düşük maliyetli ve mobil olması sayesinde kontrollü veya doğal ortamlarda insan davranışının incelenmesini sağlayan daha erişilebilir bir araştırma aracıdır. Alternatif beyin görüntüleme yöntemleri (örneğin MEG, MRI ve PET) yüksek bakım maliyeti gerektirir ve bu çalışmaları yürütmek için katılımcıların hastane veya laboratuvar ortamına 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. incelemesine1 göz atın)

Kurum içi veya uzaktan çalışmalar

EEG'nin mutlaka tek bir cihazla laboratuvar tabanlı olması gerekmez. Uygun fiyatlı, ticari EEG cihazlarındaki gelişmelerle birlikte, ev kullanıcıları kendi üzerlerinde EEG kaydı yapabilmektedir. EmotivLABS platformu, araştırmacıların deneylerini, araştırma düzeyindeki cihazlara karşı doğrulanmış²ʹ³ Emotiv kulaklıkları ile çevrimiçi olarak yürütmelerine olanak tanır. Pilot çevrimiçi EEG çalışmamız hakkında buradan veya Emotiv kullanıcılarının bir sunum yazılımını değerlendirmek için evde yapılan bir çalışmaya katıldığı ortaklıklarımızdan biri hakkında buradan okuyun.

EEG ile neleri ölçebiliriz?

Araştırmacılar çoğunlukla, bir uyarıcının başlangıcından sonra ilgilenilen zaman noktalarındaki voltaj genliklerini (yani olayla ilişkili potansiyeller veya ERP'ler) ya da EEG'de saniye başına düşen salınım (beyin dalgaları) miktarını (yani zaman-frekans analizi) kullanırlar.

Bu iki alan, davranışla ilgili farklı araştırma sorularını yanıtlamamıza olanak tanır. Ayrıca, gelişmiş yapay zeka algoritmalarının ilerlemesiyle, ilgilenilen uyarılara yanıt olarak zihinsel durumların kodunu çözmeye başlayabiliriz. Örneğin, dikkat için doğrulanmış algoritmaların geliştirilmesiyle artık "Videomun hangi bölümü daha fazla dikkat çekti" gibi soruları kolayca yanıtlayabiliyoruz.

Dikkate alınması gereken hususlar

EEG ile düşünceleri tam olarak okuyamadığımızı unutmamak önemlidir. Bu nedenle, karşılaştırılan uyarıcıların, ideal olarak ilgilenilen değişkenin kendisi dışındaki her açıdan eşleştirilmesi gerekir. Dolayısıyla, iyi tasarlanmış deneysel bir görev, iyi bir EEG araştırmasının temel taşıdır. İkinci olarak, EEG cihazları elektrikli ekipmanlardan kaynaklanan parazitleri alabilir ve EEG'ler ayrıca harekete karşı hassas olabilir ki bu da kayda istenmeyen artefaktlar sokabilir. Dolayısıyla, ham EEG'ler, uyarının 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 aktivitenin kaynağını doğrudan kesin olarak göstermez (örneğin, frontal elektrottaki artan aktivite bu tepkiyi frontal lobun ürettiği anlamına gelmez). EEG tepkisinin kaynak rekonstrüksiyonu⁴ gibi yöntemler, bu amaçla saç derisi düzeyindeki kaynağı belirlemek için kullanılabilir. Daha derin kaynakları daha güvenilir bir şekilde belirlemek için, EEG ile birleştirilmiş MEG veya fMRI gibi beyin görüntüleme yöntemleri düşünülebilir.

Güncel araştırmalarda EEG

EEG şu anda psikoloji ve tıp alanlarındaki araştırmacılara yardımcı olmanın yanı sıra beyin bilgisayar arayüzleri, nörogeribildirim ve nöropazarlama gibi alanlarda tüketici davranışını anlamada da çok çeşitli şekillerde kullanılmaktadır.

Tıbbi veya Klinik Sinirbilim

EEG, tıbbi alanlarda ağırlıklı olarak teşhis ve tedaviyi geliştirmek için kullanılır. Örneğin, EEG'nin en yaygın kullanımı epilepsi teşhisi ve nöbetlerin tespitinde⁵ ve uyku bozukluklarını tespit etmek için yapılan uyku çalışmalarındadır⁶. Psikiyatri ve klinik sinirbilimde EEG, şu anda aksi takdirde öznel klinik değerlendirmelere dayanan bozuklukların objektif belirteçlerini tanımlamak için kullanılmaktadır. Salınım miktarının hesaplandığı ve saç derisi üzerine haritalandığı kantitatif EEG (qEEG) gibi teknikler, çeşitli psikiyatrik bozuklukların beyinde neden olduğu değişiklikleri karakterize etmek için kullanılmaktadır⁷. Sağlıklı ve bozuk beyinlerin sınıflandırılmasına uygulanan yapay zeka da daha objektif teşhis⁸ˈ⁹ yöntemlerinin önünü açmaktadır.

Nöropazarlama

Şüphesiz, tüketici davranışını anlamak Nöropazarlamanın merkezinde yer alır. EEG'nin bu alandaki en yaygın kullanımı, reklamların¹⁰, ürünlerin veya hizmetlerin daha az göze çarpan ve ilgi çekici yönlerini bunları iyileştirmek amacıyla belirlemektir.

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

EEG salınımları, bilinçaltında marka/ürün hatırlaması¹¹ olup olmadığını belirlemek için de kullanılır. Diğer kullanımlar arasında, ürünler için en uygun fiyatlandırma stratejilerini bulmak amacıyla EEG ile davranışsal görevlerin kullanıldığı nörofiyatlandırma yer alır¹².

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

Genel Sinirbilim Araştırmaları

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

Beyin bilgisayar arayüzleri (BCI)

BCI araştırmaları, EEG'yi bilgisayar cihazlarıyla entegre ederek zihinsel komutları harici bir eyleme dönüştürmeyi amaçlamaktadır. Bir kelime belgesi yazmak, tekerlekli sandalyeyi hareket ettirmek ve hatta protez uzuvları hareket ettirmek için zihinsel komutların kullanılması, engelli insanların yaşam kalitesini artırmak için kullanılan BCI'daki mevcut gelişmelerden bazılarıdır¹³.

Beyin bilgisayar arayüzleri (BCI) - Serebral palsili 8 yaşındaki bir çocuk olan John'un Instagram'daki brainpaintbyjohn hesabında yer alan çarpıcı eserleri

Diğer bir devrim ise müzisyenlerin/şarkıcıların müzik yaratmak için düşüncelerini kullandıkları müzik endüstrisindedir (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 yüzey düzeyindeki anlaşılmasının ötesine geçme vaadini sunmaktadır. Uygun maliyetli ve yüksek erişilebilirliği, kullanıcı deneyimlerini iyileştirmekten terapötikleri geliştirmeye kadar uzanan süreçlerin, basit öznel kendi kendine raporların ötesine geçilerek ve EEG kullanımıyla insan davranışının objektif olarak çözülmesiyle gerçekleştirilebileceği çok sayıda 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 Görevlisi, Emotiv Research Pty. Ltd

Referanslar

1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Mobil biliş için kanıt oluşturma: EEG ve spor performansı. Neurosci. Biobehav. Rev. 52, 117–130 (2015).

2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Duygusal yüz işlemenin ERP korelasyonlarını çıkarmak için Emotiv EPOC+ doğrulamsı. Biocybern. Biomed. Eng. 38, 773–781 (2018).

3. Badcock, N. A. et al. Çocuklarda araştırma kalitesinde işitsel olayla ilişkili potansiyeller için Emotiv EPOC EEG sisteminin doğrulanması. PeerJ 3, e907 (2015).

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

5. Noachtar, S. & Rémi, J. Epilepside EEG'nin rolü: Kritik bir inceleme. Epilepsy Behav. 15, 22–33 (2009).

6. Aldrich, M. S. & Jahnke, B. Video-EEG polisomnografinin tanısal değeri. Neurology 41, 1060–1060 (1991).

7. Prichep, L. S. & John, E. R. Psikiyatrik bozuklukların qEEG profilleri. Brain Topogr. 4, 249–257 (1992).

8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. Majör depresif bozukluk için SSRI tedavisine yanıtı tahmin etmek için EEG verilerini kullanan bir makine öğrenimi yaklaşımı. Clin. Neurophysiol. 124, 1975–1985 (2013).

9. Čukić, M., López, V. & Pavón, J. Psikiyatride Yeni Bir Uygulama Olarak Dinlenme Durumu Elektroensefalogramı Aracılığıyla Depresyon Sınıflandırması: Derleme. J. Med. Internet Res. 22, e19548 (2020).

10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. EEG ve galvanik deri tepkisi ölçümleri aracılığıyla reklam uyaranlarına verilen nörofizyolojik reaksiyonların analizi. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).

11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Nöropazarlamada Elektroensefalografi (EEG) Uygulaması-Bilinçaltı Zihni Keşfetme NÖROPAZARLAMADA ELEKTROENSEFALOGRAFİ (EEG) UYGULAMASI-BİLİNÇALTI ZİHNİ KEŞFETME. 14, (2020). (Nöropazarlama)

12. Nigdelis, V. & Tsolaki, M. Nörofiyatlandırma: Beynin fiyata maruz kalmaya verdiği tepkilerin perspektifleri. Hell. J. Nucl. Med. 20, 196–203 (2017).

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