Nella scienza è un vecchio concetto che se si vuole capire qualcosa, bisogna prima misurarla. I tentativi di comprendere il comportamento umano possono comportare la misurazione di una serie di segnali fisiologici, ma avvicinarsi al cervello richiede un’apparecchiatura per registrare la sua attività.
Ci sono diversi dispositivi di neuroimaging disponibili, ma nessuno di loro dà un livello così alto di risoluzione temporale come l’EEG. Mentre il livello di informazioni visive ricevute non è così dettagliato come alcune altre tecniche di neuroimaging (come la fMRI, o risonanza magnetica funzionale), la risoluzione temporale, combinata con la portabilità, la relativa accessibilità e la facilità d’uso significa che l’EEG è uno – se non il più – comunemente usato metodi di neuroimaging.
EEG è spesso usato all’interno di impostazioni sperimentali strettamente controllate – scenari in cui i dati vengono raccolti per una certa quantità di tempo, con poco movimento, e stimoli chiaramente definiti. Mentre questo è stato ideale per valutare l’attività cerebrale in ambienti specifici, a volte è necessario un approccio diverso.
L’EEG ambulatorio è il metodo di raccogliere dati EEG per un lungo periodo di tempo (questo può essere qualsiasi cosa da ore a giorni) in ambienti naturalistici. Questo significa non solo che ci saranno più dati, ma anche più movimento, e (probabilmente) una vasta gamma di fattori interagenti avrà un impatto sui dati.
Quali sono le ragioni per l’EEG ambulatoriale?
L’EEG ambulatoriale viene solitamente effettuato per i seguenti motivi:
- Rilevamento e monitoraggio dell’epilessia
- Indagini sulle crisi
- Studi sul sonno
- Ricerca del comportamento naturale (es.I primi due esempi sono principalmente per ragioni mediche – l’applicazione di metodi ambulatoriali è fatta in modo da rilevare o misurare l’attività neurologica aberrante durante il giorno. Gli ultimi due sono più interessati a capire come i processi cerebrali cambiano in una popolazione normale nel corso del tempo (e potenzialmente anche all’interno di diversi contesti).
Di seguito, parleremo specificamente di come i processi cerebrali che si verificano con il comportamento naturale possono essere misurati utilizzando EEG ambulatoriale, e le insidie comuni che si verificano con la raccolta e l’analisi dei dati.
Come funziona?
In molti casi, l’EEG ambulatoriale è essenzialmente uguale alla solita impostazione di un normale esperimento EEG – un partecipante ha un auricolare EEG posto sulla testa, gli elettrodi fanno contatto con la pelle utilizzando un qualche tipo di gel conduttivo, la conduttanza viene testata, e l’intera impostazione viene controllata nel software collegato.
Anche se ci sono somiglianze cruciali, ci sono anche differenze fondamentali. Mentre alcune configurazioni EEG richiedono attrezzature che sono poco pratiche (o impossibili) da spostare facilmente, l’EEG ambulatoriale richiede dispositivi che forniscono facilità di movimento e portabilità. Qualsiasi partecipante che indossa un auricolare EEG per un lungo periodo di tempo avrà bisogno di potersi muovere senza ostacoli e di sentirsi a proprio agio nel farlo.
Altre considerazioni dovrebbero essere fatte per i dati – non solo dove andranno (la raccolta di enormi quantità di dati richiede ovviamente che siano memorizzati in modo efficiente), ma anche come i dati vengono raccolti. Tali contesti spesso richiedono che il partecipante si muova, introducendo rumore e artefatti ai segnali.
Il segnale e il rumore
Il rumore sarà sempre presente essenzialmente in qualsiasi misurazione, indipendentemente dal fatto che si tratti della raccolta di dati EEG, o qualsiasi altra cosa (anche se l’EEG è particolarmente sensibile alla presenza di rumore). La quantità di rumore potrebbe essere minuscola, ma un certo livello di rumore è sempre previsto. Mitigare (e potenzialmente filtrare) il segnale dal rumore è quindi una componente critica di qualsiasi analisi dei dati.
Questo è ancora più pronunciato nelle misurazioni EEG ambulatoriali, in cui il partecipante potrebbe camminare o muoversi in altri modi che possono interferire con la posizione degli elettrodi sulla testa. Come si può vedere nell’immagine di una registrazione EEG qui sotto, questo può avere un grave impatto sulla qualità dei dati.
Questo non vuol dire che la raccolta dei dati non dovrebbe avvenire in scenari in cui le persone devono camminare, ma solo che è necessaria una nuova strategia.
Ci sono due modi principali per mitigare il problema che questo presenta. Il primo risiede nel disegno sperimentale, l’altro nell’analisi dei dati.
Disegno sperimentale per l’EEG ambulatoriale
Per aggirare il problema dei dati rumorosi, spesso l’approccio migliore è quello di riservare finestre temporali “senza artefatti” nella registrazione. Per esempio, uno scenario comune per l’EEG ambulatoriale sarebbe quello di registrare i dati EEG di un partecipante mentre si muove e interagisce con gli oggetti (si pensi a uno studio del comportamento di acquisto in un supermercato, o uno studio di sviluppo con i bambini). Mentre ci può essere una grande quantità di movimento in alcuni punti della registrazione, l’analisi si concentra sui momenti che sono privi di artefatti.
Il design sperimentale può quindi garantire che ci siano momenti di poca attività da cui registrare – quando un partecipante si ferma a guardare uno scaffale del supermercato per esempio, o quando un bambino è (finalmente!) fermo.
Questo solleva anche la questione di quale hardware EEG è più adatto alle impostazioni ambulatorio. Le cuffie neuroelettriche hanno il vantaggio di essere dotate di una cuffia, limitando in qualche modo la quantità di movimento degli elettrodi. Possono anche essere dotati di una varietà di tipi di elettrodi che possono aiutare nella velocità di applicazione o la qualità del segnale.
ABM (Advanced Brain Monitoring) e Emotiv cuffie possono anche essere indossati portabile e dati raccolti attraverso una connessione Bluetooth, anche se non sono configurati all’interno di un cappuccio.
Misure ripetute, in cui i partecipanti sono esposti allo stesso stimolo, e diverse sezioni dei dati possono essere raccolte ogni volta, possono essere utilizzate per generare un quadro completo delle risposte neurali per tutta la durata dell’esposizione allo stimolo.
Questo significa, per esempio, che i dati EEG per i primi 10 secondi dell’esposizione al primo stimolo potrebbero essere integrati con i successivi 10 secondi dall’esposizione al secondo stimolo. Se si fa la media su un numero sufficiente di prove e di partecipanti, si può costruire in modo affidabile una visione generale delle risposte dei partecipanti.
Questo vale anche per i disegni di esperimenti all’interno dei partecipanti – è più valido confrontare i simili negli esperimenti. Questo significa in sostanza che confrontare le reazioni dei partecipanti allo stimolo A con le loro reazioni allo stimolo B è più valido che confrontare le reazioni di due diversi gruppi di partecipanti.
Tutti questi approcci comunque richiedono anche che gli sforzi siano fatti in un’altra area dello studio – nell’analisi.
Metodi di analisi per EEG ambulatoriale
È chiaro che raccogliere dati EEG da un ambiente che cambia dinamicamente per un periodo di tempo rappresenta una sfida. Il rumore da una serie di fonti è facilmente introdotto.
Il primo passo nell’analisi dei dati è spesso l’ispezione visiva – potrebbe essere che gli unici dati che sono impattati dal rumore siano presenti in momenti dell’esperimento (o degli elettrodi) che non sono oggetto di studio (ad esempio quando il bambino non sta prestando attenzione agli stimoli / quando la persona sta camminando tra gli scaffali). Queste parti rumorose dei dati vengono semplicemente rimosse.
Se il rumore persiste nelle parti importanti dei dati, il passo successivo è applicare il filtraggio. Il filtraggio è particolarmente efficace se il rumore è presente in frequenze molto basse (sotto 1 Hz) o molto alte (sopra 50 Hz) – frequenze che di solito non sono di interesse per lo studio.
In questo caso, un filtro passa-alto (sopprimendo gli artefatti sotto un cutoff) o un filtro passa-basso (sopprimendo gli artefatti sopra un cutoff) può essere applicato ai dati. Per esempio, se la domanda di ricerca riguarda l’attività alfa (che è l’attività nella gamma di frequenza da 8 a 12 Hz), il rumore ad alta frequenza può spesso essere tranquillamente rimosso utilizzando un filtro passa-basso.
Si stanno occupando degli artefatti in iMotions? All’interno di iMotions, è importante distinguere tra lavorare con i “dati grezzi” o con le “metriche”. Gli utenti che usano iMotions come strumento di registrazione, esportano i ‘dati grezzi’ per l’ulteriore elaborazione in software EEG specializzati, come EEGLAB, Fieldtrip, BCILAB, BESA o Cartool.
Come tale, l’utente ha il pieno controllo (e la piena responsabilità) dell’elaborazione del segnale applicata ai dati. Altri utenti lavorano con “metriche”, che sono fornite dall’hardware (per ABM o Emotiv) o da iMotions (ad esempio, “asimmetria frontale”). In questo caso, la decontaminazione del segnale è già curata nel calcolo delle metriche.
Conclusione
L’EEG ambulatorio offre la promessa di comprendere l’azione del cervello in ambienti realistici e dinamici. Ha anche il prezzo di una (spesso) ridotta qualità dei dati. Questo purtroppo non è del tutto evitabile, ma con il giusto approccio sperimentale, l’impostazione dello studio e la gestione dei dati, gli effetti possono essere mitigati. Ciò significa che la ricerca naturalistica può essere completata.
Mentre questi metodi possono aiutare a gestire i dati raccolti da esperimenti EEG ambulatoriali, l’aspetto più importante e vantaggioso di qualsiasi esperimento (ambulatoriale o meno) si basa sul pilotaggio dell’approccio prima di estenderlo a più partecipanti. Testare il test è fondamentale per una ricerca di successo, in quanto permette di capire cosa funziona e cosa no.
Spero che ti sia piaciuto leggere cos’è l’EEG ambulatoriale e come funziona. Se vuoi una spiegazione più approfondita dell’EEG, scarica la nostra guida gratuita qui sotto.
