Produkter
Webbutik Kampanjer Aktiviteter

Produkter  /  Fysiologiska mätsystem  /  Forskningssystem  /  Applikationsexempel  /  

EEG - Att mäta hjärnaktivitet med EEG

Varför mäta hjärnaktivitet? Hjärnan koordinerar hela kroppens reglersystem samt är centrum för minnen, känslor och beslutsprocesser och som därmed kodar vårt beteende i förhållande till vår omgivning. Därför vill man mäta hjärnaktivitet inom många områden, från patologi till forskning kring hjärnans besluts- och minnesprocesser, sömn med mera. Hur hjärnan lagrar och värderar information och tar beslut har implikationer även för vårt sociala beteende.

EEG eller fMRI, fNIRs, MEG, PET?

Hjärnaktiviteten består av nervceller som kommunicerar med varandra med elektriska impulser i ett gigantisk nätverk. För att driva dessa impulser behöver cellerna glukos och syre från blodet. Detta gör att det finns två olika metoder för att mäta hjärnaktivitet:

  • Projektionen av de elektriska eller magnetiska fältet på huvudet – EEG eller MEG.
    Detta är ett mått på hjärncellerns momentana elektriska aktivitet
  • Hemodynamiska mätningar av blodvolym och syresättning – fMRI,fNIR, PET
    Detta är ett mått på celllernas energiförbrukning och blodtillförsel till hjärnan

Alla olika avbildningstekniker har sina för- och nackdelar, både tekniskt och kostnadsmässigt och kan därför även komplettera varandra och ibland användas parallellt.

EEG har fördelarna att det är en väl beprövad mätmetod som funnits länge. Dvs. det finns mycket publicerad forskning där man använt EEG så att man kan jämföra med tidigare studier. En annan fördel är att man har extremt god tidsupplösning på millisekundnivå i och med att man mäter upp det faktiska elektriska fältet som genereras av den momentana nervaktiveringen och inte den indirekta effekten på hemoglobin och blodvolym som vid hemodynamiska metoder.

Vad är en EEG-signal och hur mäts den?

En EEG-signal mäts genom av att mäta den elektriska potentialskillnaden mellan olika punkter på huvudet. Man fäster ledande elektroder på huvudet antingen via lösa elektroder eller genom elektrodmössor. Normalt har man ett antal ”aktiva” positioner samt en referenspunkt. Då mäter man den elektriska spännningen mellan den aktiva positionen och referenselektroder.

Skalpsignaler kan ligga mellan 0.2-200uV och innehålla frekvenser 0.01-100Hz. Normalt brukar man dock skilja på diskussionerna om snabba transienta signaler på huvudet (ERP), samt långsamma förändringar i hjärnbarkspotential (SCP), från det man normalt sett kallar det typiska EEG-bandet 0.5-44 Hz.

Man brukar också dela in EEG-signalen i olika frekvensband eftersom man vet att energin i olika frekvensband innehåller information om hjärnans tillstånd, nedanstående är endast en förenklad översikt.

Namn

Frekvens

Ökad nivå associeras med

0.01-3 Hz

SCP - Hjärnbarkspotentialer som skiftar (Slow Cortical Potential)

Delta

0.5-4 Hz

djup sömn, dominerar också hos små barn < 2 år

Theta

4-8 Hz

sömn, dåsighet och bristande uppmärksamhet

Alfa

8-13Hz

inaktivitet i syncentrum (man blundar) / bakhuvudet

Beta

13-30 Hz

ökad uppmärksamhet

Gamma

36-44 Hz

hjärnaktivering / glukosmetabolism, uppmärksamhet, upphetsning

< 1 kHz

ERP - transienta evoked responses

Hur processar man en EEG-signal?

Även om prioriteten alltid bör bara att förebygga dålig signalkvalitet och störningar så innehåller en EEG-signal normalt ändå en mängd signifikanta artifakter, t.ex. störningar från andra biopotentialer t.ex. EOG, ECG, EMG, samt rörelserartifakter och 50Hz störningar.

Innan man börjar analysera en EEG-signal för att räkna fram sina mått, måste man ta ställning till hur man hanterar störningar (ignorera, korrigera eller kassera data), och det finns många metoder för detta. Gör man inte det så riskerar de mått som man sedan räknat fram att bli helt missvisande. I programvaran AcqKnowledge finns flera verktyg för denna artifakthantering. Dels har man konventionella bandpass-filter, bandstop-filter, samt även independent component analysis (ICA) för att separera EOG- eller ECG-störningar från EEG-data, om man mätt dessa samtidigt. Det går också att göra egna avancerade rutiner med BIOPAC-script.

När råsignalen är kontrollerad är det dags att räkna fram de mått man vill använda. I AcqKnowledge finns flera fördefinierade analyser man gör via menyval:

  • approximativ entropi (ApEn)
  • delta-energi
  • alpha-RMS
  • frekvensband: delta, theta, alpha, beta, gamma
  • frekvensanalys: energi, median, medel, peak
  • krampanalys för möss
  • independent component analysis

Tolkning av EEG-mått

För tolkning av måtten får man referera till den stora mängd forskning och litteratur som finns inom området. Det handlar om att olika tillstånd associeras med olika frekvensmått samt olika spatiella mått ofta i kombination, samt även jämförande asymmetrimått. Detta område med EEG-tolkning och artifakthantering är ett komplext område med pågående forskning.

Vilken utrustning behövs för att mäta och analysera EEG?

Man behöver ett mätsystem med anpassade filter och förstärkare för EEG-signaler. Sen behöver man antingen fristående elektroder, eller en elektrodmössa. Sen krävs också en programvara som på ett användarvänligt sätt kan göra både datainsamling och inspektion, artifakthantering samt räkna ut de önskade matematiska måtten. Sist men inte minst är det viktigt att mätsystemet har möjligheten att synkronisera mätningen med stimuli samt övriga fysiologiska signaler som mäts samtidigt.

För att förstå exakt vilka mått man skall använda, får man då dels referera till litteratur inom neurovetenskap och psykofysiologi samt tidigare publicerat material i ämnet för specifika applikationsområden. För att veta vilken typ av störningshantering man behöver så kanske man får göra några pilottester och se vilken typ av störningar man har under givna förutsättningar och vad som är kritiskt för de mått man ska ha fram (störningsanalys). Olika applikationer kan alltså kräva olika metoder.

Hårdvarulösningar från BIOPAC:

MP160 med EEG100C med 10/20 mössa eller lösa elektroder »

Mobita 31ch trådlös EEG / logger »

b-Alert 9ch trådlös EEG med cognitive state metrics »

Bionomadix 2-kanaliga trådlösa EEG-förstärkare som används med MP160 eller logger »

epoch wireless EEG implants for mice/rats »

Har du ytterligare frågor så kontakta oss gärna på biopac@jor.se och berätta om dina projekt så kan vi komma med mer specifika förslag på utrustning för just ditt projekt.

(1) Generell referens: Handbook of Psychophysiology – chapter 3 – EEG »

(2) Electroencephalography (EEG) Pt. 1 »

(3) EEG – Automated filtering with AcqKnowledge »

(4) EEG – frequency analysis with AcqKnowledge »

(5) EEG – EOG artifact removal with AcqKnowledge »

Webinarie i ämnet: "EEG Webinar l  EEG for Psychophysiology Research"

Mer info här »

Boka_webdemo_big_.jpg

Sök

Skriv in det du vill söka efter här