Artefaktler

EEG kulaklıkları kullanırken, bazı sinyaller beyin dalgası ölçümlerine müdahale edebilir. Bu istenmeyen sinyaller, "artefaktlar" olarak adlandırılır ve iki ana türde gelir:

İçsel Artefaktlar: Bunlar vücudunuzdan kaynaklanan normal biyo sinyallerdir, örneğin:

• Yüz, boyun ve çene kas aktiviteleri: Gülümseme, dişlerinizi sıkma veya kaş çatma, göz kırpma, göz kırpma, çiğneme, konuşma, başınızı çevirme (boyun kasları). Her kas grubu bazı EEG sensörlerine daha yakın yerleştirilir ve diğerlerinden çok daha uzaktadır, bu nedenle her konumda algılanan sinyal farklıdır ve artefaktların çıkarılması daha zor hale gelir. Aslında Emotiv, hangi grupların aktifleştiğini ve dolayısıyla yüz ifadelerinizi tanımlamak için kas sinyallerinin dağılımını çözmek üzere sinyal işleme ve makine öğrenimi yöntemlerini kullanır!

• Göz aktivitesi: Her göz kürenizin arka yüzeyinde (retina, optik sinirler) yüksek bir sinir yoğunluğu vardır ve ön yüzeyde neredeyse hiç sinir yoktur. Sonuç olarak, göz küreniz ön ve arka arasında elektrik yükü dengesizliği ile büyük bir dipol görevi görür. Gözleriniz göz yuvalarında döndüğünde, dipol alanı baktığınız yöne doğru değişir ve her EEG sensörüne göre farklı açılarla arka plan biyopotansiyelindeki bir değişiklik olarak algılanır - bu da sensörler arasında ortak bir sinyal olmadığı anlamına gelir. Göz rotasyonunu kontrol eden kaslar tarafından ek sinyal artefaktları üretilir.

• Kardiyak sinyaller: Kalbiniz bazı veya tüm EEG kanalları tarafından doğrudan algılanabilen önemli bir ham kas sinyali kaynağıdır, aynı şekilde bir elektrokardiyogram kaydedilir. Karakteristik P-Q-R-S-T kompleksleri, zaman zaman bazı EEG kanallarında doğrudan gözlemlenebilir. İkinci bir kardiyak artefakt türü, kalbiniz kanı arterlerinizden pompalarken genişleyen ve daralan büyük kan damarlarından kaynaklanır. Arter duvarları kaslıdır ve kalp atış hızımıza senkronize olarak genişleyip daralırken ikincil sinyaller üretirler. Son olarak, eğer önemli bir arterin yanına doğrudan bir sensör yerleştirirseniz, sensör damarının değişen şekli ve boyutu tarafından mekanik olarak yerinden oynatılabilir, bu da sensörün cilt yüzeyinde ritmik hareketlerine yol açabilir ve temas empedansını değiştirebilir ve döngüsel bir desen üzerinde yanlış voltajlar tetikleyebilir.

Bu eylemler, beyin dalgası verileriyle karışabilecek kas, göz ve diğer biyosinyaller oluşturur. Genellikle bu biyosinyaller beyin sinyallerinden önemli ölçüde daha büyük olup, beyin aktivitesinin tespitini zorlaştırır, ancak bazı filtreleme ve kaynak ayırma biçimleri uygulanmadığı takdirde.

İçsel artefaktlar, belirgin tahmin edilebilir kategorilere girer ve bunları seçici olarak çıkarmak için uygulanabilecek birçok ön işleme araçları mevcut. En yaygın yöntem Bağımsız Bileşenler Analizi'dir (ICA, EEGLab, NME gibi birçok kütüphanede mevcuttur) ve Artefakt Alt Uzay Yeniden Yapılandırma yöntemleri (ASR, rASR, ICA'dan daha fazla hesaplama açısından verimlidir). Bu modeller bir zaman serisi sinyalini farklı bileşenlere ayırmaya, ardından bu artefakt türleriyle ilişkilendirilmeyen bileşenlerin bir alt kümesinden sinyali yeniden ortak yapmaya dayanır.

Emotiv EEG verisi, farklı kullanıcılar için ilgi çekici olabilecek içsel biyosinyal artefaktlarını çıkarmadan mümkün olduğunca temiz bir biçimde ana bilgisayara iletilir ve aynı zamanda ICA ve rASR yöntemlerinin içsel artefaktların bilinen sınıflarını çıkarmayı kolaylaştırıcı yöntemdedir, çünkü onların sinyalleri cihazdaki filtreleme tarafından bozulmamıştır.

Dışsal Artefaktlar: Bunlar dış kaynaklardan gelir, örneğin:

• Sensörlerin kayması, kulaklığın başınızda hareket etmesi veya çarpılmaları

• Elektrikli cihazlar, bilgisayarlar ve diğer ekipmanlardan yayılan elektrik alanları, transformatörler ve elektrik kablolama, özellikle elektrik güç hattı frekansında (50/60 Hz) ve bu frekansların harmonik katları. EEG sinyallerindeki artefaktların en sık görülen kaynağı güç hattı gürültüsüdür. 

• Tüm modern EEG sistemleri sabit bir örnekleme frekansında çalışan analog-dijital sinyal dönüştürücüler kullanır. Dijital örneklemede bilinen bir fenomen, örnekleme sistemi 50% örnekleme frekansından daha yüksek frekans bileşenleri olan bir sinyalle karşılaştığında meydana gelen aliasingdir (Nyquist frekansı). Örneğin, 128Hz'de örnekleme yaparken, Nyquist frekansı 64Hz'dir, 60Hz güç hattı frekansından biraz yüksektir. Ancak 60Hz'ın armonikleri: [120Hz,  180Hz, 240Hz, …] Nyquist frekansının etrafını "sarılır" ve 8Hz, 24Hz, 16Hz ve benzeri gibi sahte veya "taklit" sinyaller olarak görünür, çünkü dijital sistem bu yüksek frekans sinyallerinin her ikinci, üçüncü, dördüncü … döngüsünden bir kısmını örnekler. Güç hattı radyasyonunun yüksek harmonik yayılımı, güç sistemlerinde akımlar ve yayılan alanlar nadiren mükemmel sinüzoidal dalgalar olduğu için vardır. Tipik olarak, 10. harmoniğe kadar önemli ölçüde yayılan güç algılanabilir. Bu taklit edilen yüksek frekanslı sinyaller, beyin sinyalleri kapsamında tipik frekans aralığında gerçek osilasyonlardan ayırt edilemez, bu yüzden örnekleme sistemine sunulmadan önce gelen sinyalden çıkarılmalıdır.

• Yakındaki şarjlı nesneler ve insanlardan kaynaklanan statik elektrik alanları: Biriken elektrostatik yük, sizinle diğer insanlar ve etrafınızdaki nesneler arasında binlerce voltluk potansiyel farklar üretebilir. Örneğin, pozitif yüklü bir nesne vücudunuzda ve başınızda negatif yükleri o nesneye çekebilir ve negatif yüklerin geri püskürtülmesine neden olabilir, farklı EEG sensörlerinin altında düzensiz gövde potansiyeli dağılımına yol açar. Emotiv cihazları, tek bir referans noktası ile AC-bağlantılı algılama (analog yüksek geçiş filtreleme) kullanır, düzensiz statik yük dağılımını önemli ölçüde ayırır. Ancak siz veya bu şarjlı kaynaklardan herhangi biri etrafında hareket ederseniz, vücudunuzun etrafında yük hareket eder, bu da hızlı potansiyel değişimlerine yol açabilir, bu filtrelerden hızlıca iletilebilir.

• Sizin elektrostatik potansiyeliniz halı üzerinde yürüyerek veya metal nesnelere dokunarak kendinizi hızlı bir şekilde şarj edebilir veya deşarj edebilirseniz yavaşça veya anında değişebilir. Vücudunuzun potansiyeli bir anda, birkaç saniye veya daha uzun süre değişebilir. Bu değişiklikler giyilebilir EEG sistemlerindeki vücut potansiyel iptali devrelerini geçici olarak gölgede bırakabilir, EEG sinyallerinde büyük sivri ve daha yavaş toparlanma ile sonuçlanabilir. Laboratuvar tabanlı EEG sistemleri, örneğin deneğin hareketini kısıtlayarak, laboratuvarı elektriksel olarak koruyarak, elektrostatik birikimi önlemek için deneğe topraklama hattı bağlayarak, çok yüksek örnekleme frekansıyla ve benzeri pek çok uyum sağlayabilir.
  Giyilebilir, batarya ile çalışan kablosuz EEG sistemleri bu önlemlere güvenemez ve bu nedenle çeşitli azaltma stratejilerini kullanmalıdır. Veri iletim hızı batarya ömrü ile dengelenmelidir, çünkü kablosuz vericiler oldukça fazla güç tüketir.

Parazit Azaltma

EEG kulaklıkları istenmeyen gürültüyü minimize etmek üzere tasarlanmıştır. Çoğu dış gürültü kaynağı, örnek olarak statik elektrik ve elektromanyetik parazit (örneğin, güç hatlarından gelen 50/60 Hz gürültüsü ve harmonikleri) Tüm Sensör Modu Gürültüsü olarak görünür, buradaki temel gövde potansiyeli yaklaşık olarak tüm sensörler arasında aynı şekilde salınım yapar. 

Emotiv cihazları, vücut potansiyelini ölçmek için tek nokta referans sensörü (CMS) kullanır ve analog alanda aktif bir iptal sistemi ile birleştirir (CMS sinyali ters çevrilir ve DRL sensörüne geri beslenerek Tüm Sensör Modu salınımları iptal edilir ve diferansiyel giriş amplifikatörleri için düşük gürültülü EEG referans seviyesi elde edilir. Yüksek geçiş (AC bağlantısı) ve düşük geçiş analog filtreleri (takılma önleyici analog filtre), 2048Hz'de önemli ölçüde aşırı örnekleme, ardından dijital sistemde ardışık alt-Nyquist dijital filtreleme, 50/60Hz çift keskin filtreleme ve veri iletim frekansına (128 veya 256Hz) dijital alanda DSP işlemcisi içindeki kulaklıkta iletimden önce azaltma. Bu önlemler kulaklık doğru filtrelendiğinde ve temas empedansı düşük olduğunda çoğu dış gürültü kaynağını algılanamayacak seviyelere indirir.

Hareket artefaktları, her sensörü bağımsız olarak destekleyen ve her kullanıcının boyut ve şekline uyum sağlayan mekanik tasarımımızla minimize edilir.

EmotivPRO Veriyi Nasıl Ele Alır

EmotivPRO içindeki EEG verisi kulaklıktan geldiği gibi kaydedilir. Yazılım kas veya göz hareketlerinden kaynaklanan artefaktları otomatik olarak kaldırmaz çünkü veri temizleme teknikleri (ICA gibi) ham, filtrelenmemiş veride daha iyi çalışır. Ancak yukarıda belirtildiği gibi, Emotiv kulaklıkları dikkatlice hazırlanmış sinyal işleme uygular ve kulaklığın iyi teması olduğunda temiz sinyaller üretmeye yardımcı olur, beyin dalgası verilerini analiz etmeyi kolaylaştırır.