Hãy tưởng tượng bạn đã tạo một video ngắn và muốn tìm ra những phần nào của video khiến mọi người thấy hấp dẫn. Thông thường, bạn chỉ cần hỏi họ. Có thể bạn sẽ dùng một khảo sát. Nhưng câu trả lời phổ biến nhất có thể là “Tôi không chắc chính xác” hoặc “Tôi không nhớ”. Việc tiến hành nghiên cứu về nhận thức của con người chỉ bằng các thước đo chủ quan có thể đầy rẫy sự không chắc chắn mà việc đo các phản ứng sinh lý thần kinh có thể giúp khắc phục. Các thiết bị EEG có vị thế đặc biệt như một công cụ dễ tiếp cận, tiết kiệm chi phí, có thể nâng cao nghiên cứu liên quan đến nhận thức của con người. Vì vậy, nó đang nhanh chóng trở thành một công cụ then chốt trong tâm lý học, neuromarketing và BCI.

EEG là gì?

Điện não đồ (EEG) là phép đo hoạt động điện được tạo ra bởi các tế bào não, được gọi là nơ-ron. Đây là một phương pháp an toàn và không xâm lấn, sử dụng các điện cực đặt trên da đầu. Các thiết bị EEG dùng cho mục đích này có thể dao động từ thiết bị thương mại một kênh đến các hệ thống cấp y tế 256 kênh. Bạn có thể đọc thêm chi tiết về EEG là gì và các thiết bị EEG khác ở đây.

Lợi ích của EEG là gì?

Độ phân giải thời gian cao

Nhờ độ phân giải thời gian cao, EEG có thể định lượng các quá trình tiền ý thức.

Ưu điểm lớn nhất của EEG so với các phương pháp chụp ảnh thần kinh khác là độ phân giải thời gian của nó, tức là khả năng đo các phản ứng não nhanh ở mức mili giây. Các phương pháp chụp ảnh não khác như fMRI (chụp cộng hưởng từ chức năng) đòi hỏi phải có độ trễ một giây hoặc hơn sau khi trình bày các kích thích cần quan tâm. Ngoài ra, các nhiệm vụ hành vi được thiết kế để tránh sự không chắc chắn trong các phản ứng chủ quan thường dựa vào thời gian phản ứng và phản ứng bấm nút. Những điều này có thể mất tới một giây, khá chậm nếu xét rằng não có thể tạo ra nhiều quá trình sinh lý thần kinh phức tạp ở thang thời gian mili giây. Vì vậy, nhờ độ phân giải thời gian cao, EEG có thể định lượng các quá trình tiền ý thức, vốn sẽ không được nhận ra nếu chỉ dựa vào tự báo cáo và các nhiệm vụ dựa trên phản ứng.

Tính kinh tế và tính di động

Khoa học thể thao: Paxton Lynch trải qua bài kiểm tra áp lực với tai nghe EEG Emotiv Insight.

Các thiết bị EEG đã trở nên tiết kiệm chi phí và không dây, cho phép các nhà nghiên cứu tiến hành nghiên cứu ngoài hiện trường thay vì đưa người tham gia vào phòng thí nghiệm. Mặc dù cả EEG và MEG (từ kế não đồ) đều có độ phân giải thời gian cao, EEG là công cụ nghiên cứu dễ tiếp cận hơn nhờ chi phí thấp và tính di động, giúp có thể nghiên cứu hành vi con người trong môi trường có kiểm soát hoặc tự nhiên. Các phương pháp chụp ảnh thần kinh thay thế (ví dụ: MEG, MRI và PET) đòi hỏi chi phí bảo trì cao và người tham gia phải được đưa đến bệnh viện hoặc môi trường phòng thí nghiệm để thực hiện các nghiên cứu này. Trái lại, gần như bất kỳ không gian nào cũng có thể được chuyển thành một “phòng thí nghiệm” EEG. (Xem bài tổng quan của Park et al.1 về cách EEG di động có thể được dùng để cải thiện hiệu suất thể thao ngoài hiện trường)

Nghiên cứu tại chỗ hoặc từ xa

EEG không nhất thiết phải dựa trên phòng thí nghiệm với một thiết bị duy nhất. Với những tiến bộ trong các thiết bị EEG thương mại, giá cả phải chăng, người dùng tại nhà có thể tự ghi EEG cho chính mình. Nền tảng EmotivLABS cho phép các nhà nghiên cứu tiến hành các thí nghiệm của họ trực tuyến với tai nghe Emotiv, vốn đã được xác thực so với các thiết bị đạt chuẩn nghiên cứu²ʹ³. Đọc về nghiên cứu EEG trực tuyến thí điểm của chúng tôi ở đây hoặc về một trong những dự án hợp tác của chúng tôi, nơi người dùng Emotiv tham gia một nghiên cứu tại nhà để đánh giá phần mềm trình bày ở đây.

Chúng ta có thể đo gì bằng EEG?

Thông thường nhất, các nhà nghiên cứu sử dụng hoặc các biên độ điện áp tại những thời điểm quan tâm sau khi một kích thích xuất hiện (tức là các điện thế gắn với sự kiện, hay ERP) hoặc lượng dao động (của sóng não) trong EEG mỗi giây (tức là phân tích thời gian - tần số).

Hai miền này cho phép chúng ta trả lời các câu hỏi nghiên cứu khác nhau liên quan đến hành vi. Hơn nữa, với sự phát triển của các thuật toán học máy tinh vi, chúng ta có thể bắt đầu giải mã các trạng thái tinh thần khi phản ứng với các kích thích cần quan tâm. Ví dụ, với việc phát triển các thuật toán đã được xác thực cho sự chú ý, giờ đây chúng ta có thể dễ dàng trả lời những câu hỏi như “Phần nào trong video của tôi thu hút nhiều sự chú ý hơn”.

Những lưu ý cần cân nhắc

Điều quan trọng cần nhớ là, chúng ta không thể đọc suy nghĩ một cách chính xác bằng EEG. Vì vậy, lý tưởng nhất là các kích thích được so sánh phải được ghép tương ứng về mọi khía cạnh ngoại trừ chính biến số cần quan tâm. Do đó, một nhiệm vụ thí nghiệm được thiết kế tốt là nền tảng của nghiên cứu EEG tốt. Thứ hai, các thiết bị EEG có thể thu nhiễu từ thiết bị điện và EEG cũng có thể nhạy cảm với chuyển động, điều này có thể đưa các nhiễu không mong muốn vào bản ghi. Vì vậy, EEG thô phản ánh toàn bộ phản ứng của não và cần được làm sạch và xử lý trước khi có thể đưa ra bất kỳ suy luận nào liên quan đến nhận thức về các kích thích.

Ngoài ra, hoạt động não tại một điện cực đơn lẻ ghi nhận hoạt động từ toàn bộ não và vị trí của nó không chỉ ra chính xác trực tiếp nguồn gốc của hoạt động đó (ví dụ: hoạt động tăng lên ở một điện cực trán không có nghĩa là thùy trán đã tạo ra phản ứng này). Các phương pháp như tái dựng nguồn⁴ của phản ứng EEG có thể được dùng cho mục đích này để xác định nguồn ở mức da đầu. Để xác định các nguồn sâu hơn với độ tin cậy cao hơn, có thể cân nhắc các phương pháp chụp ảnh thần kinh như MEG hoặc fMRI kết hợp với EEG.

EEG trong nghiên cứu hiện nay

EEG hiện đang được dùng theo rất nhiều cách, hỗ trợ các nhà nghiên cứu không chỉ trong tâm lý học và y học mà còn trong giao diện não - máy tính, phản hồi thần kinh và trong việc hiểu hành vi người tiêu dùng ở các lĩnh vực như neuromarketing.

Khoa học thần kinh y học hoặc lâm sàng

EEG chủ yếu được sử dụng trong các lĩnh vực y học để cải thiện chẩn đoán và điều trị. Chẳng hạn, cách dùng phổ biến nhất của EEG là trong chẩn đoán động kinh và phát hiện cơn co giật⁵, cũng như trong các nghiên cứu giấc ngủ để phát hiện các bất thường giấc ngủ⁶. Trong tâm thần học và khoa học thần kinh lâm sàng, EEG hiện đang được dùng để xác định các dấu ấn khách quan của các rối loạn vốn trước đây chủ yếu dựa vào các đánh giá lâm sàng mang tính chủ quan. Các kỹ thuật như EEG định lượng (qEEG), trong đó lượng dao động được tính toán và lập bản đồ trên da đầu, đang được dùng để mô tả những thay đổi trong não do nhiều rối loạn tâm thần khác nhau gây ra⁷. Học máy được áp dụng vào việc phân loại não khỏe mạnh so với não có rối loạn cũng đang mở đường cho các phương pháp khách quan hơn để chẩn đoán⁸ˈ⁹.

Neuromarketing

Chắc chắn rằng, việc hiểu hành vi người tiêu dùng là trọng tâm của Neuromarketing. Cách dùng EEG phổ biến nhất trong lĩnh vực này là để xác định các khía cạnh ít nổi bật hơn nhưng hấp dẫn hơn của quảng cáo¹⁰, sản phẩm hoặc dịch vụ với mục tiêu cải thiện chúng.

Emotiv x Neuromarketing - Tương lai của hành vi người tiêu dùng tại Luxury Lab của L’Oreal.

Các dao động EEG cũng được dùng để xác định xem có sự gợi nhớ thương hiệu/sản phẩm trong tiềm thức hay không¹¹. Những ứng dụng khác bao gồm định giá thần kinh, trong đó các nhiệm vụ hành vi với EEG được dùng để tìm ra chiến lược định giá tối ưu cho sản phẩm¹².

Emotiv x Neuromarketing - Não phản ứng như thế nào với các gợi ý giá khác nhau.

Nghiên cứu khoa học thần kinh tổng quát

Loại nghiên cứu này liên quan đến việc hiểu cách não hoạt động (ví dụ: cách não chúng ta xử lý các kích thích thị giác hoặc thính giác) và các phần khác nhau của não giao tiếp với nhau như thế nào. Nó cũng bao gồm việc hiểu mối quan hệ giữa não và các rối loạn (ví dụ: rối loạn phổ tự kỷ hoặc tâm thần phân liệt). Điều này bao hàm nhiều lĩnh vực, bao gồm các miền xã hội, cảm xúc, tính toán và nhận thức.

Giao diện não - máy tính (BCI)

Nghiên cứu BCI nhằm chuyển các lệnh tinh thần thành một hành động bên ngoài bằng cách tích hợp EEG với các thiết bị máy tính. Việc dùng các lệnh tinh thần để gõ một tài liệu Word, di chuyển xe lăn và thậm chí di chuyển các chi giả là một số phát triển hiện nay trong BCI, đang được sử dụng để cải thiện chất lượng cuộc sống của người khuyết tật¹³.

Giao diện não - máy tính (BCI) - Những sáng tạo tuyệt đẹp của John, cậu bé 8 tuổi mắc bại não, tại brainpaintbyjohn trên Instagram

Một cuộc cách mạng khác nằm ở ngành công nghiệp âm nhạc, nơi các nhạc sĩ/ca sĩ đang dùng suy nghĩ của họ để tạo ra âm nhạc (xem bài đăng liên quan của chúng tôi ở đây)

Giao diện não - máy tính (BCI) - Tai nghe EPOC của Emotiv & bộ tổng hợp âm thanh TONTO mang tính biểu tượng là sự kết hợp hoàn hảo.

Nhìn chung, việc sử dụng EEG mang lại lời hứa sẽ đi sâu hơn cái nhìn bề mặt về hành vi con người. Tính tiết kiệm chi phí và mức độ dễ tiếp cận cao của nó khiến nó trở thành một công cụ hữu ích trong nhiều lĩnh vực, nơi các quy trình từ cải thiện trải nghiệm người dùng đến thúc đẩy các phương pháp điều trị có thể được thực hiện bằng cách đi sâu hơn những báo cáo tự thuật chủ quan đơn giản và giải mã hành vi con người một cách khách quan bằng EEG.

Giao diện não - máy tính (BCI) - Emotiv x Rodrigo Hubner Mendes, lái xe F1 bằng các lệnh tinh thần

Bài viết bởi
Roshini Randeniya, Cán bộ nghiên cứu, Emotiv Research Pty. Ltd

Tài liệu tham khảo

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