Je to odvěký vědecký koncept, že pokud chcete něčemu porozumět, musíte to nejprve změřit. Pokusy o pochopení lidského chování mohou zahrnovat měření řady fyziologických signálů, ale přiblížit se mozku vyžaduje zařízení, které zaznamenává jeho aktivitu.
K dispozici je několik neurozobrazovacích zařízení, ale žádné z nich neposkytuje tak vysokou úroveň časového rozlišení jako EEG. Přestože úroveň získaných obrazových informací není tak podrobná jako u některých jiných neurozobrazovacích technik (např. fMRI nebo funkční magnetické rezonance), časové rozlišení v kombinaci s přenosností, relativní cenovou dostupností a snadným použitím znamená, že EEG je jednou z nejčastěji používaných neurozobrazovacích metod, ne-li tou nejpoužívanější.
EEG se často používá v rámci přísně kontrolovaných experimentálních prostředí – scénářů, v nichž se data sbírají po určitou dobu, s malým množstvím pohybu a jasně definovanými podněty. To je sice ideální pro hodnocení mozkové aktivity ve specifických podmínkách, ale někdy je zapotřebí jiný přístup.
Ambulační EEG je metoda sběru dat EEG po dlouhou dobu (může jít o hodiny až dny) v naturalistických podmínkách. To znamená nejen to, že bude k dispozici více údajů, ale také více pohybu a (pravděpodobně) široká škála vzájemně působících faktorů, které budou údaje ovlivňovat.
Jaké jsou důvody pro ambulantní EEG?
Ambulantní EEG se obvykle provádí z následujících důvodů:
- Detekce a monitorování epilepsie
- Vyšetřování záchvatů
- Studie spánku
- Výzkum přirozeného chování (např.Např. studie nakupujících, studie interakce uživatelů)
První dva příklady jsou zásadně z lékařských důvodů – aplikace ambulantních metod se tak děje za účelem zjištění nebo měření odchylné neurologické aktivity v průběhu dne. Poslední dva se týkají spíše pochopení toho, jak se mozkové procesy mění v běžné populaci v průběhu času (a případně i v různých souvislostech).
Následující text bude konkrétně pojednávat o tom, jak lze pomocí ambulantního EEG měřit mozkové procesy probíhající při přirozeném chování a jaká jsou běžná úskalí, která se vyskytují při sběru a analýze dat.
Jak to funguje?
V mnoha případech se ambulantní EEG v podstatě shoduje s obvyklým nastavením běžného EEG experimentu – účastník má na hlavě nasazenou náhlavní soupravu EEG, elektrody se dotýkají kůže pomocí nějakého vodivého gelu, testuje se vodivost a celé nastavení se kontroluje v připojeném softwaru.
Přestože existují zásadní podobnosti, existují také zásadní rozdíly. Zatímco některá nastavení EEG vyžadují zařízení, s nimiž je nepraktické (nebo nemožné) se snadno pohybovat, ambulantní EEG vyžaduje zařízení, která umožňují snadný pohyb a přenosnost. Každý účastník, který bude mít po delší dobu na hlavě náhlavní soupravu EEG, se musí moci nerušeně pohybovat a musí se při tom cítit pohodlně.
Další úvahy je třeba věnovat datům – nejen tomu, kam se budou ukládat (shromažďování obrovského množství dat samozřejmě vyžaduje, aby byla efektivně uložena), ale také tomu, jak se data shromažďují. Takový kontext často vyžaduje, aby se účastník pohyboval, což do signálů vnáší šum a artefakty.
Signál a šum
Šum bude vždy přítomen v podstatě při jakémkoli měření, bez ohledu na to, zda jde o sběr dat EEG, nebo o cokoli jiného (i když EEG je na přítomnost šumu obzvláště citlivé). Množství šumu může být nepatrné, ale určitá úroveň šumu se vždy očekává. Zmírnění (a případné odfiltrování) signálu od šumu je proto kritickou součástí jakékoli analýzy dat.
To je ještě výraznější u ambulantních měření EEG, při nichž může účastník chodit nebo se jinak pohybovat, což může rušit polohu elektrod na hlavě. Jak můžete vidět na obrázku záznamu EEG níže, může to mít závažný dopad na kvalitu dat.
To neznamená, že by ke sběru dat nemělo docházet ve scénářích, kdy se lidé musí pohybovat, ale jen to, že je zapotřebí nová strategie.
Existují dva hlavní způsoby, jak zmírnit problém, který to představuje. První spočívá v rámci experimentálního návrhu, druhý v rámci analýzy dat.
Experimentální návrh pro ambulantní EEG
Chcete-li obejít problém zašuměných dat, často je nejlepším přístupem vyhradit si v záznamu časová okna „bez artefaktů“. Například běžným scénářem pro ambulantní EEG by bylo zaznamenávat údaje EEG od účastníka, zatímco se pohybuje a interaguje s předměty (představte si studii nákupního chování v supermarketu nebo vývojovou studii s dětmi). Přestože v určitých okamžicích záznamu může docházet k velkému pohybu, analýza se soustředí na okamžiky, které jsou bez artefaktů.
Experimentální design proto může zajistit, aby existovaly okamžiky s malou aktivitou, ze kterých se bude pořizovat záznam – například když se účastník zastaví, aby se podíval na regál v supermarketu, nebo když je dítě (konečně!) v klidu.
To také vyvolává otázku, jaký hardware EEG je nejvhodnější pro ambulantní prostředí. Neuroelektrické náhlavní soupravy mají tu výhodu, že jsou opatřeny pokrývkou hlavy, která poněkud omezuje množství pohybu elektrod. Mohou být také vybaveny různými typy elektrod, což může pomoci v rychlosti aplikace nebo kvalitě signálu.
Náhlavní soupravyABM (Advanced Brain Monitoring) a Emotiv lze také nosit přenosně a data sbírat prostřednictvím připojení Bluetooth, ačkoli nejsou konfigurovány v rámci čepice.
K vytvoření úplného obrazu nervových reakcí po celou dobu expozice podnětu lze použít opakovaná měření, při nichž jsou účastníci vystaveni stejnému podnětu a pokaždé lze shromáždit jiné části údajů.
To například znamená, že údaje EEG za prvních 10 sekund první expozice podnětu lze doplnit o následných 10 sekund z druhé expozice podnětu. Pokud se zprůměrují za dostatečný počet pokusů a účastníků, lze spolehlivě sestavit obecný pohled na reakce účastníků.
Toto platí i pro návrhy experimentů v rámci účastníků – v experimentech je platnější porovnávat podobné s podobnými. To v podstatě znamená, že porovnávání reakcí účastníků na podnět A s jejich reakcemi na podnět B je validnější než porovnávání reakcí dvou různých skupin účastníků.
Všechny tyto přístupy však také vyžadují, aby bylo vynaloženo úsilí v jiné oblasti studie – v analýze.
Metody analýzy ambulantního EEG
Je jasné, že sběr dat EEG z dynamicky se měnícího prostředí po určitou dobu představuje výzvu. Snadno se do něj vnáší šum z různých zdrojů.
Prvním krokem při analýze dat je často vizuální kontrola – může se stát, že jediná data, která jsou ovlivněna šumem, jsou přítomna v okamžicích experimentu (nebo elektrod), které nejsou předmětem zkoumání (např. když dítě nevěnuje pozornost podnětům / když osoba přechází mezi regály). Tyto zašuměné části dat se jednoduše odstraní.
Pokud šum přetrvává v důležitých částech dat, dalším krokem je použití filtrace. Filtrování je obzvláště účinné, pokud se šum vyskytuje ve velmi nízkých (pod 1 Hz) nebo velmi vysokých (nad 50 Hz) frekvencích – frekvencích, které obvykle nejsou pro studii zajímavé.
V takovém případě lze na data aplikovat vysokofrekvenční filtr (potlačuje artefakty pod mezní hodnotou) nebo dolnofrekvenční filtr (potlačuje artefakty nad mezní hodnotou). Pokud se například výzkumná otázka týká aktivity alfa (což je aktivita ve frekvenčním rozsahu 8 až 12 Hz), lze vysokofrekvenční šum často bezpečně odstranit pomocí dolnoprůchodového filtru.
Je v rámci systému iMotions postaráno o artefakty? V rámci systému iMotions je důležité rozlišovat mezi prací se „surovými daty“ a s „metrikami“. Uživatelé, kteří používají iMotions jako nástroj pro záznam, exportují „surová data“ pro další zpracování ve specializovaném softwaru EEG, jako je EEGLAB, Fieldtrip, BCILAB, BESA nebo Cartool.
Jako takový má uživatel plnou kontrolu nad zpracováním signálu použitého na data (a nese za něj plnou odpovědnost). Ostatní uživatelé pracují s „metrikami“, které poskytuje buď hardware (pro ABM nebo Emotiv), nebo iMotions (např. „frontální asymetrie“). V takovém případě je o dekontaminaci signálu postaráno již při výpočtu metrik.
Závěr
Ambulační EEG nabízí příslib pochopení činnosti mozku v realistickém, dynamickém prostředí. Přichází však také za cenu (často) snížené kvality dat. Tomu se bohužel nelze zcela vyhnout, nicméně při správném experimentálním přístupu, nastavení studie a zpracování dat lze tyto dopady zmírnit. To znamená, že naturalistický výzkum může být dokončen.
Přestože tyto výše uvedené metody mohou pomoci při práci s údaji získanými z ambulantních EEG experimentů, nejdůležitější a nejpřínosnější aspekt každého experimentu (ambulantního nebo neambulantního) spočívá v pilotování přístupu před jeho rozšířením na více účastníků. Testování je pro úspěšný výzkum klíčové, protože umožňuje pochopit, co funguje a co ne.
Doufám, že se vám čtení o tom, co je ambulantní EEG a jak funguje, líbilo. Pokud byste chtěli EEG projít hlouběji, stáhněte si našeho bezplatného průvodce níže.
.