Het is een eeuwenoud concept in de wetenschap dat als je iets wilt begrijpen, je het eerst moet meten. Pogingen om het menselijk gedrag te begrijpen kunnen de meting van een reeks fysiologische signalen omvatten, maar om dichter bij de hersenen te komen is apparatuur nodig om de activiteit ervan vast te leggen.
Er zijn verschillende neuro-beeldvormende apparaten beschikbaar, maar geen van hen geeft zo’n hoog niveau van temporele resolutie als EEG. Hoewel het niveau van de ontvangen visuele informatie niet zo gedetailleerd is als bij sommige andere neuro-beeldvormingstechnieken (zoals fMRI, of functionele magnetische resonantie imaging), betekent de temporele resolutie, gecombineerd met de draagbaarheid, de relatieve betaalbaarheid, en het gebruiksgemak dat EEG een van – zo niet de meest – gebruikte neuro-beeldvormingsmethoden is.
EEG wordt vaak gebruikt binnen strikt gecontroleerde experimentele settings – scenario’s waarin gegevens worden verzameld gedurende een vastgestelde hoeveelheid tijd, met weinig beweging, en duidelijk gedefinieerde stimuli. Hoewel dit ideaal is voor het beoordelen van hersenactiviteit in specifieke settings, is soms een andere aanpak vereist.
Ambulatoir EEG is de methode waarbij EEG-gegevens worden verzameld gedurende een lange periode (dit kan variëren van uren tot dagen) in een naturalistische omgeving. Dit betekent niet alleen dat er meer gegevens zullen zijn, maar ook meer beweging, en (waarschijnlijk) een breed scala van interagerende factoren zal de gegevens beïnvloeden.
Wat zijn de redenen voor ambulante EEG?
Ambulatoir EEG wordt gewoonlijk om de volgende redenen uitgevoerd:
- Epilepsie opsporing en monitoring
- Bevingsonderzoek
- Slaaponderzoek
- Onderzoek van natuurlijk gedrag (bijv.b.v. shopperstudies, studies van gebruikersinteractie)
De eerste twee voorbeelden zijn hoofdzakelijk om medische redenen – de toepassing van ambulante methoden geschiedt om afwijkende neurologische activiteit gedurende de dag op te sporen of te meten. Bij de laatste twee gaat het er meer om te begrijpen hoe hersenprocessen in een normale populatie in de loop van de tijd veranderen (en mogelijk ook binnen verschillende contexten).
Hierna zullen we het specifiek hebben over hoe de hersenprocessen die optreden bij natuurlijk gedrag kunnen worden gemeten met behulp van ambulant EEG, en de veel voorkomende valkuilen die zich voordoen bij het verzamelen en analyseren van gegevens.
Hoe werkt het?
In veel gevallen is ambulant EEG in wezen hetzelfde als de gebruikelijke opzet van een regulier EEG-experiment – bij een deelnemer wordt een EEG-headset op het hoofd geplaatst, de elektroden maken contact met de huid met behulp van een soort geleidende gel, de geleiding wordt getest, en de hele opzet wordt gecontroleerd in de aangesloten software.
Hoewel er cruciale overeenkomsten zijn, zijn er ook cruciale verschillen. Terwijl sommige EEG-opstellingen apparatuur vereisen die onpraktisch (of onmogelijk) is om gemakkelijk mee te verplaatsen, vereist ambulante EEG apparaten die gemakkelijk te verplaatsen en draagbaar zijn. Elke deelnemer die gedurende langere tijd een EEG-headset draagt, moet ongehinderd kunnen bewegen en zich daarbij op zijn gemak voelen.
Verder moeten overwegingen worden gemaakt voor de gegevens – niet alleen waar die naartoe gaan (het verzamelen van enorme hoeveelheden gegevens vereist natuurlijk dat ze efficiënt worden opgeslagen), maar ook hoe de gegevens worden verzameld. Dergelijke contexten vereisen vaak dat de deelnemer zich verplaatst, waardoor ruis en artefacten in de signalen worden geïntroduceerd.
Het signaal en de ruis
Ruis zal altijd aanwezig zijn in vrijwel elke meting, of het nu gaat om het verzamelen van EEG-gegevens, of om iets anders (hoewel EEG bijzonder gevoelig is voor de aanwezigheid van ruis). De hoeveelheid ruis kan minuscuul zijn, maar een zekere mate van ruis wordt altijd verwacht. Het temperen (en mogelijk filteren) van het signaal uit de ruis is daarom een kritische component van elke gegevensanalyse.
Dit is nog meer uitgesproken bij ambulante EEG metingen, waarbij de deelnemer kan rondlopen of op andere manieren kan bewegen die de positie van de elektroden op het hoofd kunnen verstoren. Zoals u kunt zien in de afbeelding van een EEG-opname hieronder, kan dit een ernstige impact hebben op de kwaliteit van de gegevens.
Dit wil niet zeggen dat er geen gegevens mogen worden verzameld in scenario’s waarin mensen moeten rondlopen, maar alleen dat er een nieuwe strategie nodig is.
Er zijn twee belangrijke manieren om het probleem dat dit oplevert te beperken. De eerste ligt in het experimenteel ontwerp, de andere in de gegevensanalyse.
Experimenteel ontwerp voor ambulant EEG
Om het probleem van ruisende gegevens te omzeilen, is de beste aanpak vaak het reserveren van ‘artefact-vrije’ tijdvensters in de opname. Bijvoorbeeld, een veel voorkomend scenario voor ambulante EEG zou zijn om EEG-gegevens van een deelnemer op te nemen terwijl ze zich verplaatsen en interactie hebben met items (denk aan een studie van winkelgedrag in een supermarkt, of een ontwikkelingsstudie met kinderen). Hoewel er op bepaalde punten in de opname veel beweging kan zijn, concentreert de analyse zich op de momenten die vrij zijn van artefacten.
Experimenteel ontwerp kan er daarom voor zorgen dat er momenten van weinig activiteit zijn waarvan kan worden opgenomen – wanneer een deelnemer bijvoorbeeld stopt om naar een schap in de supermarkt te kijken, of wanneer een kind (eindelijk!) stilstaat.
Dit doet ook de vraag rijzen welke EEG-hardware het meest geschikt is voor ambulante settings. Neuro-elektrische headsets hebben het voordeel dat ze voorzien zijn van een hoofdkap, waardoor de hoeveelheid beweging naar de elektroden enigszins wordt beperkt. Ze kunnen ook worden uitgerust met verschillende soorten elektroden, wat de snelheid van de toepassing of de signaalkwaliteit ten goede kan komen.
ABM (Advanced Brain Monitoring) en Emotiv headsets kunnen ook draagbaar worden gedragen en de gegevens kunnen worden verzameld via een Bluetooth-verbinding, hoewel ze niet in een cap zijn geconfigureerd.
Herhaalde metingen, waarbij de deelnemers aan dezelfde stimulus worden blootgesteld, en telkens verschillende delen van de gegevens kunnen worden verzameld, kunnen worden gebruikt om een volledig beeld te verkrijgen van de neurale reacties gedurende de gehele duur van de stimulusblootstelling.
Dit betekent bijvoorbeeld dat de EEG-gegevens van de eerste 10 seconden van de eerste stimulusblootstelling kunnen worden aangevuld met de daaropvolgende 10 seconden van de tweede stimulusblootstelling. Als het gemiddelde wordt genomen over voldoende proeven en deelnemers, kan op betrouwbare wijze een algemeen beeld van de reacties van de deelnemers worden verkregen.
Dit geldt ook voor experimenten binnen een deelnemer – het is zinvoller om bij experimenten gelijken met gelijken te vergelijken. Dit betekent in wezen dat het vergelijken van de reacties van deelnemers op stimulus A met hun reacties op stimulus B meer valide is dan het vergelijken van de reacties van twee verschillende groepen deelnemers.
Al deze benaderingen vereisen echter ook dat inspanningen worden geleverd op een ander gebied van het onderzoek – in de analyse.
Analysemethoden voor ambulant EEG
Het is duidelijk dat het verzamelen van EEG-gegevens van een dynamisch veranderende omgeving gedurende een bepaalde tijd een uitdaging vormt. Ruis uit verschillende bronnen wordt gemakkelijk geïntroduceerd.
De eerste stap in de gegevensanalyse is vaak visuele inspectie – het zou kunnen dat de enige gegevens die door ruis worden beïnvloed, aanwezig zijn op momenten van het experiment (of de elektroden) die niet worden onderzocht (bv. wanneer het kind geen aandacht besteedt aan de stimuli / wanneer de persoon tussen planken loopt). Deze ruisige delen van de gegevens worden eenvoudigweg verwijderd.
Als er ruis blijft bestaan in de belangrijke delen van de gegevens, is de volgende stap het toepassen van filtering. Filtering is bijzonder effectief als er ruis aanwezig is in zeer lage (onder 1 Hz) of zeer hoge (boven 50 Hz) frequenties – frequenties die gewoonlijk niet van belang zijn voor het onderzoek.
In dat geval kan op de gegevens een hoogdoorlaatfilter (dat artefacten onder een cutoff onderdrukt) of een laagdoorlaatfilter (dat artefacten boven een cutoff onderdrukt) worden toegepast. Als de onderzoeksvraag bijvoorbeeld betrekking heeft op alfa-activiteit (dat is activiteit in het frequentiegebied van 8 tot 12 Hz), kan hoogfrequente ruis vaak veilig worden verwijderd met behulp van een laagdoorlaatfilter.
Wordt er binnen iMotions voor artefacten gezorgd? Binnen iMotions is het belangrijk onderscheid te maken tussen het werken met ‘ruwe data’ of met ‘metrics’. Gebruikers die iMotions gebruiken als opnametool, exporteren de ‘ruwe data’ voor verdere verwerking in gespecialiseerde EEG software, zoals EEGLAB, Fieldtrip, BCILAB, BESA of Cartool.
Als zodanig heeft de gebruiker de volledige controle over (en de volledige verantwoordelijkheid voor) de signaalverwerking die op de data wordt toegepast. Andere gebruikers werken met “metrieken”, die ofwel door de hardware (voor ABM of Emotiv) of door iMotions worden geleverd (bv. “frontale asymmetrie”). In dat geval wordt de ontsmetting van het signaal al verzorgd bij de berekening van de metrieken.
Conclusie
Ambulatoir EEG biedt de belofte van het begrijpen van de werking van de hersenen in realistische, dynamische omgevingen. Het komt ook op de prijs van (vaak) verminderde kwaliteit van de gegevens. Dit is helaas niet geheel te vermijden, maar met de juiste experimentele aanpak, studie opzet, en data behandeling, kunnen de effecten worden gemitigeerd. Dit betekent dat naturalistisch onderzoek kan worden voltooid.
Hoewel deze bovenstaande methoden kunnen helpen bij het omgaan met de gegevens die zijn verzameld bij ambulante EEG-experimenten, berust het allerbelangrijkste en voordeligste aspect van elk experiment (ambulant of niet) op het testen van de aanpak alvorens deze uit te rollen naar meer deelnemers. Het testen van de test is cruciaal voor succesvol onderzoek, omdat het u in staat stelt te begrijpen wat wel en niet werkt.
Ik hoop dat u genoten hebt van het lezen over wat ambulante EEG is, en hoe het werkt. Als u meer wilt weten over EEG, download dan onze gratis gids hieronder.
