Một nghiên cứu EEG thành công bắt đầu từ rất lâu trước khi thu thập dữ liệu. Mọi quyết định, từ câu hỏi nghiên cứu đến việc lựa chọn người tham gia và thời gian thử nghiệm, đều ảnh hưởng đến chất lượng và khả năng diễn giải của kết quả.

Điện não đồ (EEG) cho phép các nhà nghiên cứu đo lường những thay đổi trong hoạt động của não với độ chính xác đến từng mili giây, khiến nó đặc biệt có giá trị trong việc nghiên cứu sự chú ý, nhận thức, khối lượng công việc nhận thức, ra quyết định và các quá trình nhận thức thay đổi nhanh chóng khác. Tuy nhiên, việc thu thập dữ liệu EEG chất lượng cao đòi hỏi nhiều hơn là việc lựa chọn đúng thiết bị. Một thử nghiệm được thiết kế tốt đảm bảo rằng hoạt động não được ghi lại phản ánh đúng các quá trình nhận thức đang được nghiên cứu thay vì các biến số không mong muốn.

Hướng dẫn này phác thảo các bước chính liên quan đến việc thiết kế một thử nghiệm EEG, từ việc xây dựng câu hỏi nghiên cứu đến việc lựa chọn thiết kế nghiên cứu phù hợp. Cho dù bạn đang tiến hành nghiên cứu EEG đầu tiên hay tinh chỉnh một quy trình hiện có, việc lập kế hoạch cẩn thận sẽ đặt nền móng cho nghiên cứu đáng tin cậy, có thể tái lập.

Bắt đầu với Câu hỏi Nghiên cứu

Mọi thử nghiệm EEG nên bắt đầu bằng một câu hỏi khoa học được xác định rõ ràng. Thay vì hỏi một headset EEG có thể đo được những gì, trước tiên các nhà nghiên cứu nên xác định quá trình nhận thức hoặc hành vi mà họ muốn nghiên cứu. Câu hỏi nghiên cứu sẽ định hướng cho mọi quyết định phương pháp luận tiếp theo, bao gồm mô hình thử nghiệm, nhóm người tham gia, thiết lập ghi nhận và chiến lược phân tích.

Ví dụ, một nghiên cứu tìm hiểu về sự chú ý duy trì có thể yêu cầu người tham gia hoàn thành một nhiệm vụ thực hiện liên tục trong một thời gian dài, trong khi một nghiên cứu kiểm tra việc phát hiện lỗi có thể dựa vào điện thế liên quan đến sự kiện (ERP) được tạo ra bởi các màn trình diễn kích thích cụ thể. Mặc dù cả hai nghiên cứu đều sử dụng EEG, chúng yêu cầu các thiết kế thử nghiệm khác nhau vì chúng nghiên cứu các khía cạnh nhận thức khác nhau.

Một câu hỏi nghiên cứu được xác định rõ ràng cũng giúp các nhà nghiên cứu xác định những biến số nào cần được thao tác và những kết quả nào cần được đo lường. Việc thiết lập các mối quan hệ này sớm sẽ giảm bớt sự phức tạp không cần thiết và giúp đảm bảo rằng dữ liệu thu thập được có thể giải quyết một cách có ý nghĩa giả thuyết ban đầu.

Xây dựng một Giả thuyết có thể Kiểm chứng

Sau khi câu hỏi nghiên cứu đã được thiết lập, bước tiếp theo là xây dựng một giả thuyết có thể được đánh giá bằng thực nghiệm. Một giả thuyết chuyển dịch một câu hỏi khoa học rộng lớn thành một dự đoán cụ thể có thể được kiểm chứng thông qua việc thu thập dữ liệu.

Ví dụ, thay vì hỏi liệu khối lượng công việc trí óc có ảnh hưởng đến sự chú ý hay không, một nhà nghiên cứu có thể đưa ra giả thuyết rằng việc tăng độ khó của nhiệm vụ sẽ tạo ra những thay đổi có thể đo lường được trong hoạt động EEG vùng trán liên quan đến khối lượng công việc nhận thức. Dự đoán này xác định cả thao tác thực nghiệm và kết quả mong đợi.

Việc xây dựng giả thuyết cũng đòi hỏi phải xác định các biến số của nghiên cứu. Các biến độc lập đại diện cho các điều kiện do nhà nghiên cứu thao tác, chẳng hạn như độ khó của nhiệm vụ hoặc loại kích thích, trong khi các biến phụ thuộc là kết quả được đo lường, bao gồm hiệu suất hành vi, thời gian phản ứng hoặc các chỉ số bắt nguồn từ EEG. Việc xác định rõ ràng các biến này trước khi thu thập dữ liệu giúp đảm bảo rằng thiết kế thử nghiệm giải quyết trực tiếp câu hỏi khoa học.

Một giả thuyết được xây dựng tốt cung cấp một lộ trình cho toàn bộ nghiên cứu. Nó định hướng việc lựa chọn người tham gia, xác định mô hình thử nghiệm và hướng dẫn các phân tích thống kê sau đó, giúp các nhà nghiên cứu duy trì mối liên hệ rõ ràng giữa câu hỏi nghiên cứu ban đầu và các kết luận rút ra từ dữ liệu.

Lựa chọn một Mô hình Thử nghiệm

Mô hình thử nghiệm là quy trình có cấu trúc mà người tham gia tuân theo trong quá trình thu thập dữ liệu. Việc lựa chọn một mô hình phù hợp phụ thuộc vào quá trình nhận thức đang được nghiên cứu chứ không phải bản thân công nghệ.

Các nhà nghiên cứu nghiên cứu về sự chú ý có thể sử dụng các nhiệm vụ thực hiện liên tục hoặc các mô hình tìm kiếm thị giác, trong khi những người nghiên cứu trí nhớ làm việc thường sử dụng các nhiệm vụ n-back hoặc các thử nghiệm so khớp trì hoãn. Các nghiên cứu về ra quyết định có thể kết hợp các nhiệm vụ cờ bạc hoặc dựa trên rủi ro, trong khi nghiên cứu về nhận thức thường dựa vào các kích thích giác quan được tính toán thời gian cẩn thận để gợi lên các phản ứng thần kinh cụ thể.

Bất kể mô hình nào được chọn, tính nhất quán là điều cần thiết. Các hướng dẫn được chuẩn hóa, các điều kiện thực nghiệm được kiểm soát và việc trình bày kích thích được tính toán thời gian cẩn thận giúp giảm bớt sự biến động không mong muốn giữa các người tham gia. Mục tiêu là đảm bảo rằng những khác biệt quan sát được trong các bản ghi EEG phản ánh sự khác biệt thực sự trong quá trình xử lý nhận thức chứ không phải do sự không nhất quán trong quy trình thử nghiệm.

Mô hình được chọn cũng nên cân bằng giữa kiểm soát thực nghiệm và giá trị sinh thái. Các nhiệm vụ trong phòng thí nghiệm cung cấp khả năng kiểm soát chính xác các biến số, trong khi các môi trường tự nhiên hơn có thể đại diện tốt hơn cho hành vi trong thế giới thực. Những tiến bộ trong EEG không dây đã giúp việc nghiên cứu nhận thức bên ngoài môi trường phòng thí nghiệm truyền thống ngày càng trở nên thực tế, cho phép các nhà nghiên cứu nghiên cứu sự chú ý, học tập và ra quyết định trong lớp học, nơi làm việc và các môi trường thực tế khác khi phù hợp với câu hỏi nghiên cứu [1],[2].

Cân nhắc về Đạo đức

Sự giám sát về đạo đức là một yêu cầu cơ bản cho bất kỳ nghiên cứu EEG nào liên quan đến người tham gia là con người. Trước khi bắt đầu tuyển dụng hoặc thu thập dữ liệu, các nhà nghiên cứu nên kiểm tra xem có cần sự chấp thuận của Hội đồng Đánh giá Thể chế (IRB) hoặc một ủy ban đạo đức tương đương hay không. Quy trình này đảm bảo rằng thiết kế nghiên cứu giảm thiểu rủi ro cho người tham gia và tuân thủ các hướng dẫn đạo đức đã được thiết lập.

Quy trình đồng ý có hiểu biết cũng quan trọng không kém, yêu cầu các nhà nghiên cứu giải thích rõ ràng mục đích, quy trình, rủi ro tiềm ẩn của nghiên cứu và tính chất tự nguyện của việc tham gia. Người tham gia phải được trao cơ hội để đặt câu hỏi và phải đưa ra sự đồng ý rõ ràng của họ trước khi bất kỳ hoạt động ghi nhận nào diễn ra. Việc duy trì tính minh bạch trong quy trình này giúp xây dựng lòng tin và đảm bảo rằng người tham gia nhận thức đầy đủ về quyền lợi của họ.

Cuối cùng, các nhà nghiên cứu phải thiết lập các quy trình mạnh mẽ để đảm bảo quyền riêng tư dữ liệu và tính bảo mật của người tham gia. Điều này bao gồm việc ẩn danh các bản ghi EEG, sử dụng các hệ thống lưu trữ dữ liệu an toàn và giới hạn quyền truy cập vào thông tin nhạy cảm. Bảo vệ danh tính người tham gia không chỉ là một nghĩa vụ đạo đức mà còn là một thành phần quan trọng để duy trì tính toàn vẹn của nghiên cứu.

Lựa chọn Người tham gia

Lựa chọn người tham gia là một thành phần quan trọng khác của thiết kế thử nghiệm. Các đặc điểm của nhóm người tham gia ảnh hưởng đến cả chất lượng dữ liệu và mức độ mà các phát hiện có thể được khái quát hóa.

Các nhà nghiên cứu nên thiết lập các tiêu chí lựa chọn và loại trừ rõ ràng trước khi quá trình tuyển dụng bắt đầu. Tuổi tác, tiền sử thần kinh, sử dụng thuốc, chất lượng giấc ngủ, tình trạng thị lực hoặc thính lực, và các yếu tố khác đều có thể ảnh hưởng đến các bản ghi EEG tùy thuộc vào mục tiêu của nghiên cứu. Việc xác định cẩn thận các tiêu chí này giúp giảm bớt sự biến động gây ra bởi các yếu tố không liên quan đến câu hỏi nghiên cứu.

Các nhà nghiên cứu cũng nên xem xét quy mô mẫu trong giai đoạn lập kế hoạch. Trong khi các nghiên cứu thí điểm có thể liên quan đến các nhóm người tham gia tương đối nhỏ, các nghiên cứu xác nhận thường yêu cầu các mẫu lớn hơn để cải thiện sức mạnh thống kê và tăng độ tin cậy của các phát hiện. Việc xác định một quy mô mẫu phù hợp trước khi thu thập dữ liệu sẽ hỗ trợ cho nghiên cứu mạnh mẽ và có thể tái lập tốt hơn.

Thu thập Dữ liệu EEG Chất lượng cao

Thiết kế thử nghiệm không chỉ giới hạn ở các nhiệm vụ nhận thức và tuyển dụng người tham gia. Các nhà nghiên cứu cũng phải thiết lập các quy trình ghi nhận nhằm tối đa hóa chất lượng tín hiệu đồng thời giảm thiểu các nhiễu ảnh và biến động không cần thiết.

Vị trí điện cực nhất quán, tiếp xúc cảm biến an toàn, sự thoải mái của người tham gia và các quy trình ghi nhận được chuẩn hóa đều góp phần vào việc thu nhận EEG đáng tin cậy. Các điều kiện môi trường cũng cần được xem xét, bao gồm các nguồn gây nhiễu điện, cử động quá mức và các yếu tố khác có thể gây nhiễu cho các bản ghi.

Bởi vì EEG đo lường hoạt động điện do não tạo ra, nó cũng nhạy cảm với các tín hiệu không phải thần kinh như chuyển động mắt, hoạt động cơ và chuyển động của điện cực. Mặc dù một số nhiễu ảnh có thể được giảm bớt trong quá trình tiền xử lý, việc ngăn ngừa nhiễu trong quá trình thu thập dữ liệu thường tạo ra các bộ dữ liệu chất lượng cao hơn so với việc cố gắng sửa chữa các bản ghi kém chất lượng sau đó.

Sự chuẩn bị chu đáo trước khi bắt đầu ghi nhận thường giúp giảm thời gian làm sạch dữ liệu sau đó trong quy trình phân tích.

Tại sao Thời gian Sự kiện lại Quan trọng

Nhiều thử nghiệm EEG liên quan đến việc trình bày các kích thích hoặc ghi lại các phản ứng của người tham gia vào những thời điểm được xác định chính xác. Để diễn giải cách hoạt động của não liên quan đến các sự kiện này, các nhà nghiên cứu phải đồng bộ hóa chính xác các sự kiện thực nghiệm với bản ghi EEG liên tục.

Nhãn sự kiện cung cấp sự đồng bộ hóa này bằng cách đặt các nhãn được đánh dấu thời gian trong bản ghi EEG bất cứ khi nào một kích thích được trình bày, một người tham gia phản ứng hoặc một sự kiện quan trọng khác xảy ra. Các nhãn này cho phép các nhà nghiên cứu căn chỉnh hoạt động thần kinh với các thời điểm cụ thể trong suốt thử nghiệm, giúp có thể kiểm tra cách não phản ứng theo thời gian.

Độ chính xác về thời gian của sự kiện đặc biệt quan trọng đối với nghiên cứu điện thế liên quan đến sự kiện (ERP), nơi các nhà nghiên cứu tính trung bình các phản ứng của não qua các lần trình bày lặp đi lặp lại của cùng một sự kiện. Ngay cả những sai lệch nhỏ về thời gian cũng có thể làm giảm chất lượng dạng sóng và khiến các phản ứng thần kinh tinh tế khó phát hiện hơn. Các nghiên cứu xác thực độc lập đã chứng minh rằng các hệ thống EEG không dây hiện đại có thể đạt được độ chính xác đánh dấu sự kiện phù hợp cho nghiên cứu ERP khi các phương pháp đồng bộ hóa thích hợp được sử dụng [3].

Bởi vì thời gian sự kiện ảnh hưởng đến việc diễn giải dữ liệu ngay từ đầu thử nghiệm, việc đồng bộ hóa nên được xem xét trong quá trình thiết kế nghiên cứu thay vì chỉ được coi là một chi tiết triển khai kỹ thuật.

Cân bằng giữa Kiểm soát Thực nghiệm và Giá trị Sinh thái

Một trong những quyết định quan trọng nhất trong thiết kế thử nghiệm là xác định mức độ kiểm soát mà nghiên cứu yêu cầu so với mức độ phản ánh sát sao hành vi trong thế giới thực của nó. Các thử nghiệm trong phòng thí nghiệm được kiểm soát cao giúp giảm bớt các biến số bên ngoài và cải thiện giá trị nội bộ, giúp dễ dàng xác định mối quan hệ giữa các kích thích cụ thể và phản ứng thần kinh. Tuy nhiên, những điều kiện này không phải lúc nào cũng đại diện cho cách mọi người suy nghĩ, học tập hoặc đưa ra quyết định trong cuộc sống hàng ngày.

Ngày càng có nhiều nhà nghiên cứu thiết kế các nghiên cứu ghi lại các quá trình nhận thức trong môi trường tự nhiên hơn. Những tiến bộ trong công nghệ EEG không dây đã mở rộng cơ hội nghiên cứu sự chú ý, sự hợp tác, chức năng điều hành và học tập trong lớp học, nơi làm việc, mô phỏng lái xe và bối cảnh ngoài trời trong khi vẫn duy trì các bản ghi thần kinh chất lượng cao. Sự chuyển dịch hướng tới giá trị sinh thái này cho phép các nhà nghiên cứu kiểm tra nhận thức khi nó diễn ra một cách tự nhiên mà không làm mất đi tính nghiêm túc khoa học.

Sự cân bằng phù hợp phụ thuộc vào câu hỏi nghiên cứu. Một số nghiên cứu yêu cầu các điều kiện phòng thí nghiệm được kiểm soát chặt chẽ để cô lập các cơ chế thần kinh cụ thể, trong khi những nghiên cứu khác được hưởng lợi từ việc quan sát người tham gia trong môi trường thực tế. Việc lựa chọn mức độ kiểm soát thực nghiệm phù hợp luôn phải hỗ trợ cho mục tiêu khoa học chứ không phải khả năng của thiết bị.

Lập kế hoạch Phân tích Dữ liệu của Bạn

Mặc dù việc phân tích dữ liệu diễn ra sau khi thu thập, các nhà nghiên cứu nên xem xét chiến lược phân tích của họ ngay trong giai đoạn thiết kế thử nghiệm. Các quyết định được đưa ra trước khi bắt đầu ghi nhận thường quyết định những phân tích nào có thể thực hiện được sau đó.

Ví dụ, các nghiên cứu tìm hiểu về điện thế liên quan đến sự kiện yêu cầu các nhãn sự kiện được tính toán thời gian chính xác và việc trình bày lặp đi lặp lại của cùng một kích thích. Các nghiên cứu về kết nối chức năng có thể yêu cầu thời gian ghi nhận dài hơn, trong các ứng dụng học máy thường được hưởng lợi từ các bộ dữ liệu lớn hơn được thu thập qua nhiều phiên. Hiểu được phương pháp phân tích dự kiến giúp đảm bảo rằng quy trình thực nghiệm tạo ra dữ liệu phù hợp để trả lời câu hỏi nghiên cứu.

Lập kế hoạch trước cũng hỗ trợ khả năng tái lập. Việc tài liệu hóa rõ ràng các tiêu chí của người tham gia, quy trình ghi nhận, thời gian thực hiện nhiệm vụ, phương pháp tiền xử lý và phân tích thống kê cho phép các nhà nghiên cứu khác hiểu, đánh giá và nhân rộng nghiên cứu.

Lựa chọn một Hệ thống EEG

Lựa chọn một hệ thống EEG nên là một trong những bước cuối cùng trong thiết kế thử nghiệm chứ không phải là bước đầu tiên. Khi câu hỏi nghiên cứu, giả thuyết, nhóm người tham gia và mô hình thử nghiệm đã được thiết lập, các nhà nghiên cứu có thể chọn thiết bị hỗ trợ tốt nhất cho các mục tiêu của họ.

Các yếu tố như số lượng kênh, tính di động, sự thoải mái của người tham gia, thời gian thiết lập và khả năng tương thích với phần mềm hiện có đều ảnh hưởng đến việc lựa chọn hệ thống. Một nghiên cứu trong lớp học yêu cầu triển khai nhanh chóng trên nhiều người tham gia có thể ưu tiên tính di động và dễ sử dụng, trong khi một cuộc điều tra trong phòng thí nghiệm liên quan đến các phân tích không gian chi tiết có thể yêu cầu một dãy điện cực mật độ cao hơn.

Emotiv cung cấp một số hệ thống EEG cấp độ nghiên cứu được thiết kế cho các nhu cầu nghiên cứu khác nhau:

• Insight cung cấp một hệ thống 5 kênh được sắp xếp hợp lý, phù hợp cho nghiên cứu giáo dục, các yếu tố con người và nhiều nghiên cứu nhận thức yêu cầu thiết lập nhanh chóng.

• Epoc X cung cấp 14 kênh để cân bằng giữa tính di động và độ bao phủ không gian mở rộng, giúp nó phù hợp với một loạt các ứng dụng khoa học thần kinh nhận thức, BCI và nghiên cứu ứng dụng.

• Flex Saline và Flex Gel cung cấp các cấu hình có thể mở rộng, cấp độ nghiên cứu với tối đa 32 kênh cho các nghiên cứu yêu cầu độ bao phủ vỏ não rộng hơn, nghiên cứu điện thế liên quan đến sự kiện hoặc các thiết kế thử nghiệm tiên tiến hơn.

Bởi vì mỗi nghiên cứu có các yêu cầu phương pháp luận khác nhau, các nhà nghiên cứu nên chọn hệ thống phù hợp nhất với các mục tiêu khoa học của họ thay vì giả định rằng nhiều kênh hơn hoặc phần cứng phức tạp hơn sẽ luôn tạo ra nghiên cứu tốt hơn.

Các bài học chính

Các nghiên cứu EEG thành công bắt đầu bằng thiết kế thử nghiệm chu đáo chứ không phải lựa chọn thiết bị. Một câu hỏi nghiên cứu được xác định rõ ràng, giả thuyết có thể kiểm chứng, mô hình thử nghiệm phù hợp, người tham gia được lựa chọn cẩn thận và các quy trình ghi nhận được chuẩn hóa đều góp phần tạo ra dữ liệu đáng tin cậy và có thể diễn giải được.

Các nhà nghiên cứu cũng nên xem xét thời gian sự kiện, giá trị sinh thái, phương pháp phân tích dự kiến và chất lượng dữ liệu trước khi bắt đầu thu thập dữ liệu. Việc giải quyết các yếu tố này trong giai đoạn lập kế hoạch giúp giảm bớt các vấn đề có thể tránh được sau này trong quá trình nghiên cứu và hỗ trợ khoa học có thể tái lập tốt hơn.

Bằng cách xây dựng một nền tảng thực nghiệm vững chắc, các nhà nghiên cứu đặt mình vào vị thế tốt nhất để tạo ra những hiểu biết có ý nghĩa từ dữ liệu EEG của họ.

Đưa Khung làm việc của Bạn vào Thực tế

Cho dù bạn đang thiết kế một nghiên cứu thí điểm hay một dự án nghiên cứu quy mô lớn, việc lựa chọn một hệ thống EEG phù hợp với phương pháp luận của bạn có thể đơn giản hóa việc thu thập dữ liệu đồng thời hỗ trợ các bản ghi chất lượng cao, đáng tin cậy.

Khám phá các hệ thống EEG nghiên cứu của Emotiv để tìm nền tảng phù hợp nhất với thiết kế nghiên cứu của bạn.

Tiếp tục Xây dựng Nghiên cứu EEG của Bạn

Thiết kế một thử nghiệm vững chắc mới chỉ là bước đầu tiên. Ngay cả một nghiên cứu được lên kế hoạch tốt cũng có thể bị ảnh hưởng bởi chớp mắt, hoạt động cơ, chuyển động điện cực hoặc nhiễu môi trường làm giảm chất lượng tín hiệu.

Trong hướng dẫn tiếp theo, Nhiễu ảnh EEG và Chất lượng Tín hiệu, chúng ta sẽ khám phá các nguồn nhiễu ảnh EEG phổ biến nhất, các chiến lược thực tế để ngăn ngừa chúng trong quá trình thu thập dữ liệu và các phương pháp hay nhất để tạo ra các bộ dữ liệu sạch hơn trước khi quá trình tiền xử lý bắt đầu.

Tài liệu Đọc Gợi ý

• Những gì Điện thế Liên quan đến Sự kiện Tiết lộ về Bộ não

• Đo lường Sự chú ý bằng EEG: Vượt ra ngoài Đánh giá Hành vi

• Công học Thần kinh là gì? Thấu hiểu Não bộ tại Nơi làm việc

• Giải pháp Nghiên cứu Học thuật & Giáo dục

Tài liệu tham khảo

[1] Badcock, N. A., và cộng sự, "Sự xác thực của hệ thống chơi game Emotiv EPOC® EEG để đo lường chất lượng nghiên cứu ERP thính giác," PeerJ, tập 1, e38, 2013.

[2] García-Monge, A., và cộng sự, "EEG di động trong nghiên cứu giáo dục: Cơ hội và thách thức cho việc nghiên cứu nhận thức trong môi trường học tập thực tế," Frontiers in Education, 2024.

[3] Nastase, S. A., Goldstein, A., & Hasson, U., "Giữ cho nó có thực: Suy nghĩ lại về tính tối cao của kiểm soát thực nghiệm trong khoa học thần kinh nhận thức," NeuroImage, tập 222, 2020.