É um conceito antigo na ciência que se você quer entender algo, primeiro você tem que medi-lo. Tentativas de compreender o comportamento humano podem envolver a medição de uma gama de sinais fisiológicos, mas para se aproximar do cérebro é necessário equipamento para registrar sua atividade.
Existem vários dispositivos de neuroimagem disponíveis, mas nenhum deles dá um nível tão alto de resolução temporal como o EEG. Enquanto o nível de informação visual recebida não é tão detalhado como algumas outras técnicas de neuroimagem (como fMRI, ou ressonância magnética funcional), a resolução temporal, combinada com a portabilidade, relativa acessibilidade e facilidade de uso significa que o EEG é um dos – se não o mais utilizado – métodos de neuroimagem mais utilizados.
EEG é frequentemente utilizado dentro de configurações experimentais estritamente controladas – cenários nos quais os dados são coletados por um determinado período de tempo, com pouco movimento e estímulos claramente definidos. Embora isto tenha sido ideal para avaliar a atividade cerebral em cenários específicos, às vezes é necessária uma abordagem diferente.
EEG ambulatorial é o método de coleta de dados de EEG durante um longo período de tempo (isto pode ser qualquer coisa, de horas a dias) em cenários naturalistas. Isto significa não só que haverá mais dados, mas também mais movimento, e (provavelmente) uma ampla gama de fatores interagindo terá impacto nos dados.
Quais são as razões para o EEG ambulatorial?
O EEG ambulatorial é geralmente realizado pelas seguintes razões:
- Detecção e monitorização da epilepsia
- Exames de apreensão
- Estudos do sono
- Pesquisa do comportamento natural (e.g. estudos de compras, estudos de interação com usuários)
Os dois primeiros exemplos são principalmente por razões médicas – a aplicação de métodos ambulatórios é feita de forma a detectar ou medir a atividade neurológica aberrante ao longo do dia. Os dois últimos estão mais preocupados em entender como os processos cerebrais mudam em uma população normal ao longo do tempo (e potencialmente dentro de diferentes contextos também).
Below, falaremos especificamente sobre como os processos cerebrais que ocorrem com o comportamento natural podem ser medidos usando EEG ambulatorial, e as armadilhas comuns que ocorrem com a coleta e análise de dados.
Como funciona?
Em muitos casos, o EEG ambulatorial é essencialmente o mesmo para a configuração usual de um experimento EEG regular – um participante tem um fone de ouvido EEG colocado na cabeça, os eletrodos fazem contato com a pele usando algum tipo de gel condutor, a condutância é testada e toda a configuração é verificada no software conectado.
Embora existam semelhanças cruciais, também existem diferenças cruciais. Enquanto algumas configurações do EEG requerem equipamentos que são impraticáveis (ou impossíveis) de se mover facilmente, o EEG ambulatorial necessita de dispositivos que ofereçam facilidade de movimentação e portabilidade. Qualquer participante que esteja usando um fone de ouvido EEG por um longo período de tempo precisará ser capaz de se mover sem obstáculos e se sentir confortável para fazê-lo.
Outras considerações devem ser feitas para os dados – não apenas para onde eles vão (a coleta de grandes quantidades de dados, é claro, requer que eles sejam armazenados de forma eficiente), mas também como os dados são coletados. Tais contextos muitas vezes exigem que o participante se mova, introduzindo ruído e artefatos nos sinais.
O sinal e o ruído
O ruído estará sempre presente em essencialmente qualquer medida, independentemente de ser coleta de dados de EEG, ou qualquer outra coisa (embora o EEG seja particularmente sensível à presença de ruído). A quantidade de ruído pode ser minúscula, mas um certo nível de ruído é sempre esperado. Mitigar (e potencialmente filtrar) o sinal do ruído é, portanto, um componente crítico de qualquer análise de dados.
Isto é ainda mais pronunciado em medições de EEG ambulatoriais, nas quais o participante pode estar andando ou se movendo de outras formas que podem interferir com a posição dos eletrodos na cabeça. Como você pode ver na imagem de uma gravação de EEG abaixo, isto pode ter um impacto severo na qualidade dos dados.
>
Isto não quer dizer que a coleta de dados não deva acontecer em cenários nos quais as pessoas são obrigadas a andar por aí, mas apenas que uma nova estratégia é necessária.
Há duas formas principais de mitigar o problema que isto apresenta. A primeira está no desenho experimental, a outra na análise de dados.
Desenho experimental para o EEG ambulatorial
Para contornar o problema dos dados ruidosos, muitas vezes a melhor abordagem é reservar janelas de tempo ‘sem artefatos’ na gravação. Por exemplo, um cenário comum para o EEG ambulatorial seria registrar os dados do EEG de um participante enquanto ele se movimenta e interage com os itens (pense em um estudo do comportamento de compras em um supermercado, ou em um estudo de desenvolvimento com crianças). Embora possa haver uma grande quantidade de movimento em certos pontos do registro, a análise foca nos momentos que estão livres de artefatos.
Desenho experimental pode, portanto, garantir que há momentos de pouca atividade a partir dos quais se pode registrar – quando um participante pára para olhar para uma prateleira de supermercado, por exemplo, ou quando uma criança está (finalmente!) imóvel.
Isso também levanta a questão de qual hardware de EEG é mais adequado para ambientes ambulatoriais. Os fones de ouvido Neuroelétricos têm a vantagem de serem equipados com um headcap, restringindo um pouco a quantidade de movimento para os eletrodos. Eles também podem ser equipados com uma variedade de tipos de eletrodos que podem ajudar na velocidade da aplicação ou na qualidade do sinal.
ABM (Advanced Brain Monitoring) e fones de ouvido Emotiv também podem ser usados de forma portátil e os dados coletados através de uma conexão Bluetooth, embora não sejam configurados dentro de uma tampa.
Medidas repetidas, nas quais os participantes são expostos ao mesmo estímulo, e diferentes seções dos dados podem ser coletadas a cada vez, podem ser usadas para gerar uma imagem completa das respostas neurais durante toda a duração da exposição ao estímulo.
Isso significa, por exemplo, que os dados do EEG para os primeiros 10 segundos da exposição ao primeiro estímulo poderiam ser complementados com os 10 segundos subseqüentes da exposição ao segundo estímulo. Se a média for superior a um número suficiente de testes e participantes, uma visão geral das respostas dos participantes pode ser construída de forma confiável.
Isso também se aplica a desenhos de experimentos com participantes internos – é mais válido comparar o mesmo tipo de experimento em experimentos. Isto significa em essência que comparar as reações dos participantes ao estímulo A com suas reações ao estímulo B é mais válido do que comparar as reações de dois grupos diferentes de participantes.
Todas essas abordagens, no entanto, também exigem que esforços sejam feitos em outra área do estudo – na análise.
Métodos de análise para EEG ambulatoriais
É claro que a coleta de dados de EEG de um ambiente em mudança dinâmica ao longo de um período de tempo apresenta um desafio. O ruído de várias fontes é facilmente introduzido.
O primeiro passo na análise dos dados é frequentemente a inspecção visual – pode ser que os únicos dados que são afectados pelo ruído estejam presentes em momentos da experiência (ou eléctrodos) que não estão a ser investigados (por exemplo, quando a criança não está a prestar atenção aos estímulos / quando a pessoa está a caminhar entre prateleiras). Estas partes ruidosas dos dados são simplesmente removidas.
Se o ruído persistir nas partes importantes dos dados, o próximo passo é aplicar a filtragem. A filtragem é particularmente eficaz se o ruído estiver presente em frequências muito baixas (abaixo de 1 Hz) ou muito altas (acima de 50 Hz) – frequências que normalmente não são de interesse para o estudo.
Nesse caso, um filtro passa-alto (suprimindo artefactos abaixo de um corte) ou um filtro passa-baixo (suprimindo artefactos acima de um corte) pode ser aplicado aos dados. Por exemplo, se a pergunta de pesquisa diz respeito à actividade alfa (que é a actividade na gama de frequências de 8 a 12 Hz), o ruído de alta frequência pode frequentemente ser removido com segurança usando um filtro passa-baixo.
Os artefactos estão a ser tratados dentro do iMotions? Dentro do iMotions, é importante distinguir entre trabalhar com ‘dados brutos’ ou com ‘métricas’. Os usuários que utilizam o iMotions como ferramenta de gravação, exportam os ‘dados brutos’ para processamento posterior em software EEG especializado, como EEGLAB, Fieldtrip, BCILAB, BESA ou Cartool.
Como tal, o usuário tem total controle (e com total responsabilidade) do processamento do sinal aplicado aos dados. Outros usuários trabalham com ‘métricas’, que são fornecidas ou pelo hardware (para ABM ou Emotiv) ou por iMotions (por exemplo, ‘assimetria frontal’). Nesse caso, a descontaminação do sinal já é tratada no cálculo das métricas.
Conclusão
Ambulatório EEG oferece a promessa de compreender a ação do cérebro em ambientes realistas e dinâmicos. Ele também vem ao preço de uma (muitas vezes) qualidade de dados reduzida. Isso infelizmente não é totalmente evitável, mas com a abordagem experimental, a configuração do estudo e o manuseio de dados corretos, os efeitos podem ser mitigados. Isto significa que a pesquisa naturalista pode ser completada.
Embora estes métodos acima possam ajudar a lidar com os dados coletados de experimentos EEG ambulatoriais, o aspecto mais importante e benéfico de qualquer experimento (ambulatorial ou não) depende da pilotagem da abordagem antes de estendê-la a mais participantes. Testar o teste é crucial para o sucesso da pesquisa, pois permite compreender o que funciona ou não.
Espero que tenha gostado de ler sobre o que é e como funciona o EEG ambulatorial. Se você gostaria de uma caminhada mais profunda do EEG, então baixe nosso guia gratuito abaixo.
