Articolo metodologico

Quadro di acquisizione del segnale elettroencefalografico per la neurodiversità: un caso di studio di terapia assistita da delfini

DOI:

10.3791/67935

27 giugno 2025

In questo articolo

Sommario

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Qui presentiamo un protocollo per l'acquisizione e la registrazione di segnali elettroencefalografici (EEG) da bambini neurodivergenti prima, durante e dopo aver partecipato a sessioni di terapia assistita da delfini (DAT).

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo protocollo descrive in dettaglio i passaggi essenziali per l'acquisizione e la registrazione dei segnali elettroencefalografici (EEG) nei bambini neurodivergenti prima, durante e dopo la partecipazione alle sessioni di terapia assistita da delfini (DAT). Il suo obiettivo principale è quello di fornire dati coerenti e affidabili che consentano una valutazione accurata dell'attività cerebrale nelle varie fasi del processo terapeutico. Il protocollo stabilisce un quadro chiaro per il confronto dei segnali EEG ottenuti, garantendo che ogni registrazione soddisfi gli standard richiesti per un'analisi e un'interpretazione efficaci. A tal fine, viene utilizzato un approccio globale che combina strumenti elettronici e metodi matematici, come l'analisi spettrale di potenza, per identificare i cambiamenti nell'attività cerebrale dei bambini durante l'intervento. Inoltre, viene assicurata la replicabilità dei risultati, favorendo la validità e la coerenza negli studi scientifici relativi alla terapia. Questo protocollo, standardizzando l'acquisizione dei dati, cerca di ottimizzare i risultati terapeutici e fornire una solida base per confrontare diversi studi sull'impatto della DAT sulla neurodiversità infantile. Inoltre, fornisce un sistema robusto per la ricerca futura, facilitando l'interpretazione obiettiva degli effetti della terapia e migliorando gli interventi.

Introduzione

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Le differenze culturali tra i vari gruppi umani dipendono in gran parte dalle loro capacità cognitive. Mentre alcuni individui possono adattarsi a queste norme culturali, altri spesso affrontano l'emarginazione. Pertanto, è essenziale che queste persone partecipino a sessioni che promuovano la loro integrazione nella società umana1.

I bambini con disturbi dello sviluppo neurologico, come il disturbo da deficit di attenzione e iperattività (ADHD) o il disturbo dello spettro autistico (ASD), spesso richiedono una combinazione di terapie fisiche e alternative per una riabilitazione completa ed efficace 2,3. È importante notare che, oltre alle terapie convenzionali, sono state sviluppate terapie alternative per affrontare in modo olistico gli aspetti fisici, emotivi e spirituali dei pazienti. Queste terapie mirano a integrare gli approcci tradizionali e a promuovere un recupero più completo 2,4. Se raccomandate dai professionisti della salute, queste terapie possono fungere da preziosi complementi alla medicina convenzionale3.

Una terapia alternativa che ha suscitato un crescente interesse da parte del pubblico grazie ai suoi progressi nel sollievo dal dolore e nel miglioramento delle capacità di apprendimento nei bambini con disabilità è la terapia assistita da delfini (DAT)5. Questa terapia sfrutta l'interazione tra l'uomo e i delfini, tipicamente tursiopi in gravidanza o in allattamento, in un ambiente acquatico per migliorare la qualità della vita dei bambini con diverse abilità.

Attualmente, il DAT manca di un metodo completamente standardizzato, poiché sono state osservate variazioni nei processi applicati ai pazienti, ai terapisti e/o agli specialisti coinvolti, nella durata e nella frequenza delle sessioni, nonché nel tipo di delfino e nel suo addestramento per ottenere effetti terapeutici6,7,8. Secondo Jette et al.9, la standardizzazione di queste terapie migliora la raccolta dei dati per la ricerca, poiché la raccolta coerente dei dati consente studi comparativi e lo sviluppo di nuove strategie terapeutiche basate sull'evidenza.

L'assenza di un sistema standardizzato di acquisizione dei dati nella DAT complica la valutazione obiettiva dei suoi effetti, limitando la comparabilità dei risultati tra gli studi. Nonostante la crescente popolarità della DAT, il quadro metodologico utilizzato per monitorare i cambiamenti dei pazienti varia considerevolmente a seconda dell'istituzione e del team di ricerca, con conseguenti risultati incoerenti e persino contraddittori10,11.

Questa variabilità ha sollevato preoccupazioni all'interno della comunità scientifica, in quanto non esistono parametri affidabili per misurare l'efficacia terapeutica in termini di miglioramenti cognitivi, emotivi o comportamentali nei pazienti12. La mancanza di standard influisce anche sullo sviluppo di protocolli rigorosi, portando potenzialmente a interpretazioni distorte dei risultati ottenuti in diversi studi DAT.

La variabilità nelle procedure di acquisizione del segnale elettroencefalografico (EEG), come il posizionamento degli elettrodi, la calibrazione delle apparecchiature e le condizioni ambientali, può introdurre incongruenze nei risultati, complicando l'interpretazione degli effetti terapeutici e i confronti tra gli studi13,14. Pertanto, è essenziale standardizzare il processo di acquisizione dei dati per i segnali EEG in queste terapie per ottenere dati più accurati e affidabili, contribuendo così all'ottimizzazione delle pratiche terapeutiche e fornendo solide prove dell'efficacia della DAT.

Un protocollo standardizzato promuove una maggiore trasparenza negli studi. Quando vengono utilizzati metodi uniformi, i dati e le procedure possono essere condivisi in modo più aperto ed efficace, consentendo ad altri ricercatori di verificare e convalidare i risultati. Ciò è particolarmente importante nei campi emergenti o poco esplorati, in cui i ricercatori si affidano fortemente alla replica e alla convalida di studi precedenti per far progredire la comprensione dell'argomento15.

Un sistema standardizzato di acquisizione dei dati, in particolare basato sull'uso di strumenti neurofisiologici come l'elettroencefalografia, potrebbe fornire dati più accurati sugli effetti del DAT sull'attività cerebrale dei pazienti neurodivergenti. Sebbene l'EEG sia un metodo non invasivo e ampiamente utilizzato per studiare l'attività cerebrale, la sua applicazione nel monitoraggio delle terapie alternative rimane incoerente, compromettendo l'affidabilità e la validità dei dati ottenuti16.

Le terapie alternative, come la DAT, offrono ai ricercatori l'opportunità di esplorare gli effetti dei trattamenti sul cervello dei pazienti analizzando segnali cerebrali come l'EEG, combinati con tecniche matematiche e strumenti di intelligenza artificiale per valutare l'efficacia e l'efficienza di vari interventi.

Questo studio, quindi, descrive un protocollo di test proposto per valutare i risultati del trattamento in Messico per i bambini con diagnosi di disturbi dello sviluppo neurologico, che incorpora la DAT. Questa proposta è stata accuratamente sviluppata in collaborazione con Delfiniti México, specialisti nell'interazione uomo-delfino, concentrandosi non solo sulle attività di nuoto ma anche su interventi terapeutici mediati dai delfini.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

NOTA: La metodologia utilizzata in questa ricerca è stata approvata dal Comitato Etico dell'Istituto Politecnico Nazionale del Messico in conformità con la Lettera di Impegno di Riservatezza D/1477/2020. Questo documento approva il metodo di raccolta dei campioni e il trattamento etico fornito ai tursiopi dal team di ricerca. È stato garantito l'uso responsabile dei dati dei partecipanti ed è stato ottenuto il loro consenso per l'utilizzo dei dati negli esperimenti. Prima della raccolta del campione e del collegamento del dispositivo, la procedura è stata spiegata in modo approfondito ai partecipanti, che erano liberi di ritirarsi dallo studio se non erano d'accordo. Coloro che hanno accettato di partecipare hanno firmato un modulo di consenso informato scritto. Inoltre, i partecipanti sono stati informati sui test da condurre; Tuttavia, alcuni non hanno compreso appieno le procedure prima di entrare nella vasca con i cetacei.

NOTA: Questo protocollo delinea i passaggi dettagliati per l'acquisizione e la registrazione di segnali elettroencefalografici (EEG) da bambini neurodiversi prima, durante e dopo la partecipazione alle sessioni di terapia assistita da delfini (DAT). Questo protocollo è suddiviso in otto fasi.

1. Consenso del paziente

  1. Colloquio iniziale con i genitori e consenso
    1. Fissa un incontro con i genitori o i tutori del bambino partecipante. Fallo di persona al Delfinario Delfiniti a Ixtapa, in Messico.
    2. Condurre un colloquio dettagliato per raccogliere informazioni rilevanti sulla neurodiversità del bambino, sulla storia medica, sui modelli comportamentali e sulle precedenti esperienze terapeutiche.
    3. Descrivere lo scopo dell'acquisizione e della registrazione dei dati EEG, le procedure coinvolte e i potenziali benefici e rischi. Assicurati che i genitori o i tutori comprendano e firmino un modulo di consenso informato. Assicurati che questo modulo sia conforme agli standard etici e alle linee guida istituzionali.
  2. Collaborazione con il personale del delfinario: Organizzare un incontro con il team terapeutico del delfinario, compresi gli addestratori, i terapisti e il personale amministrativo competente. Assicurati che la riunione copra gli obiettivi dello studio e i ruoli di ciascun membro del team.
    NOTA: Questa fase prepara i genitori e il team del delfinario per l'acquisizione e la registrazione dei segnali EEG, garantendo la comprensione, il coordinamento e un ambiente appropriato per il bambino durante la terapia, rispettando gli standard etici e tecnici.

2. Preparazione dell'ambiente

  1. Preparazione dell'attrezzatura
    1. Installare l'apparecchiatura EEG (Tabella 1) in un'area tranquilla, priva di distrazioni, vicino al delfinario prima di qualsiasi sessione di terapia. Assicurarsi che tutte le apparecchiature funzionino correttamente e che siano disponibili pezzi di ricambio.
    2. Calibrare i dispositivi EEG secondo le specifiche del produttore per garantire dati accurati e affidabili (Tabella 2, sezione segnale scarso).
      NOTA: Questa fase garantisce la corretta configurazione e calibrazione dell'apparecchiatura per l'acquisizione e la registrazione dei segnali EEG in un ambiente adatto, assicurando che funzioni correttamente e sia pronta ad acquisire dati accurati prima, durante e dopo il DAT.
IdrofoneFrequenza di campionamento 96000 sps
Sensibilità dell'idrofono 8103 25.41e-6; V/Pa
Sensibilità del convertitore di carica 2647A 0,001 V/pC
ThinkGear ASIC Modulo 1 (TGAM1)Frequenza di campionamento 512 sps
Bluetooth V3.0
Logitech C920Frequenza di campionamento18 sps
Computer portatile Windows11Modello: Machenike T58-V
CPU: i7-10870H (2,2 GHz-5 GHz/ 8 core)
GPU: NVIDIA Geforce RTX3060 GPU per laptop a doppio canale, fino a 32G
Conservazione: M.2 PCIE. HDD da 2,5"
Schermo: FHD da 15,6 pollici a 144 Hz

Tabella 1: Materiali necessari per il monitoraggio della terapia assistita da delfini (DAT). Questa tabella descrive in dettaglio l'attrezzatura necessaria per l'acquisizione e la registrazione del segnale EEG prima, durante e dopo il DAT.

Calibrazione dell'attrezzatura
Segnale scarsoUn segnale EEG cattura le correnti elettriche dai neuroni attivati nella corteccia cerebrale, rilevabili dai sistemi EEG. Questi sistemi funzionano come interfacce cervello-computer (BCI), utilizzando elettrodi di superficie posizionati secondo l'International 10-20 Positioning System, Il ThinkGear TGAM1 è un BCI non invasivo che registra e analizza i segnali neurali, raggiungendo un livello di precisione del 98%. Questo è possibile tenendo conto dell'integrità dei dati, scartando quei campioni in cui il flag o l'indicatore chiamato Poor Quality Value è uguale a zero.
Gli attributi dell'attività delle onde cerebrali monitorate dal sensore sono quantificati attraverso valori di flag designati: planarità del segnale (25), eccessività del segnale (26), rapporto di potenza (27) e rilevamento fuori testa (29). Sono possibili indicazioni di flag simultanee; Ad esempio, un valore di flag pari a 51 per una qualità del segnale non ottimale indica il mancato rispetto dei criteri di planarità ed eccessività. I valori delle bandiere sono stati meticolosamente selezionati per garantire l'unicità di ogni possibile combinazione. Inoltre, un valore di flag pari a 200 è indicativo di uno stato in cui il sensore ha registrato condizioni di assenza di testa per una durata di quattro secondi.
Il segnale RAW della serie temporale con una frequenza di campionamento di 512 Hz, che consente il campionamento fino a 256 Hz, rendendo così possibile la separazione dei segnali in bande d'onda cerebrali fondamentali o ritmi, nonché l'eliminazione della frequenza di 60 Hz, dovuta all'interferenza elettromagnetica proveniente dalla linea di alimentazione CA attraverso un filtro Notch a 60 Hz ovvero un filtro Band Stop.
Connessione BluetoothPer collegare un sensore TGAM1 a un PC tramite Bluetooth, assicurarsi innanzitutto che il sensore sia acceso e che il Bluetooth del PC sia abilitato. Associa il sensore cercando i dispositivi nelle impostazioni Bluetooth del PC, selezionando il sensore TGAM1 e inserendo il codice di associazione (solitamente "0000" o "1234"). Una volta accoppiato, apri l'applicazione che utilizzerà il sensore, selezionalo come dispositivo di input e configura la porta COM corretta, se necessario. Verifica la connessione verificando la trasmissione dei dati nell'applicazione e risolvi i problemi controllando la portata, riavviando i dispositivi o aggiornando i driver, se necessario.

Tabella 2: Calibrazione dell'apparecchiatura. Questa tabella fornisce una descrizione dettagliata della calibrazione dei componenti dell'apparecchiatura utilizzata.

3. Stimolo pre-DAT

  1. Preparazione del bambino
    1. Introdurre il bambino all'attrezzatura per l'acquisizione EEG in modo amichevole e non minaccioso. Prenditi del tempo per assicurarti che il bambino si senta a suo agio. Usa giocattoli, immagini o oggetti confortanti familiari al bambino per ridurre l'ansia, tra gli altri.
    2. Spiegare al bambino la procedura di acquisizione e registrazione dell'EEG utilizzando un linguaggio e ausili visivi adeguati all'età. Dimostra come funziona il sensore EEG e consenti al bambino di toccare ed esplorare l'attrezzatura, se lo desidera.
  2. Acquisizione e registrazione di segnali EEG
    1. Posiziona comodamente il bambino su una sedia o su un tappetino, in base alle sue preferenze e comodità. Quindi, verifica se la connessione Bluetooth è stabile tramite il terminale PC. Assicurarsi che siano seduti in modo da consentire un facile accesso al cuoio capelluto per il posizionamento del sensore di acquisizione e registrazione EEG (Tabella 2 sezione Connessione Bluetooth).
    2. Posizionare delicatamente e con attenzione il sensore di acquisizione e registrazione EEG sulla testa del bambino, in particolare nel punto FP1 (Figura 1), assicurandosi che sia aderente ma confortevole e che l'elettrodo sia collegato correttamente. Utilizzare un cinturino di dimensioni pediatriche e regolarlo secondo necessità per garantire una vestibilità sicura, come mostrato nella Figura 2.
    3. Dopo il corretto posizionamento del sensore e dell'elettrodo (Figura 3), impostare il sistema di acquisizione EEG per la frequenza di campionamento su 512 Hz (campioni/secondo). Questa velocità di acquisizione è sufficiente per registrare con precisione l'attività neurale fino a 256 Hz (secondo il teorema di Nyquist), che copre tutte le bande di frequenza EEG clinicamente rilevanti (0,5-100 Hz). Effettuare una misurazione EEG di riferimento per 1 minuto con questi parametri per ottenere un punto stabile per confrontare il segnale e il segnale post-terapia.
      NOTA: Nella ricerca EEG, è comune utilizzare finestre temporali di 30 secondi per l'analisi, come negli studi sul sonno, dove i dati sono segmentati in epoche di questa durata per classificare le fasi del sonno e riconoscere cicli ripetuti di attività cerebrale 17,18,19. Tuttavia, questo approccio può essere limitato in situazioni come il monitoraggio di pazienti critici, dove eventi brevi come le convulsioni potrebbero passare inosservati. Pertanto, la lunghezza delle finestre deve essere adattata alle specifiche dell'analisi. In questo studio, sono state utilizzate finestre più ampie per catturare meglio l'attività cerebrale associata all'intervento: un minuto prima, cinque minuti durante e un minuto dopo la terapia. Questo approccio consente l'identificazione sia di pattern dinamici a lungo termine che di cambiamenti a breve termine correlati alla terapia, fornendo una visione più completa della neurologia indotta dall'intervento e facilitando inferenze più accurate sui suoi effetti terapeutici.
    4. Eseguire immediatamente il backup dei dati del segnale EEG acquisiti e registrati su un dispositivo di archiviazione sicuro. Condurre un'analisi iniziale per verificare la qualità e l'integrità dei dati, verificando che l'indicatore di segnale scarso del sensore TGAM1 sia inferiore a 51, come mostrato nella sezione Tabella 2 del segnale scarso.
    5. Monitorare continuamente il bambino per eventuali segni di disagio o angoscia durante l'acquisizione e la registrazione dei segnali EEG. Fornisci rassicurazioni e pause se necessario. Mantieni il bambino rilassato conversando con calma o impegnandosi nelle sue attività preferite.
      NOTA: Questa fase del protocollo mira a garantire un processo fluido ed efficace per l'acquisizione e la registrazione dei segnali EEG prima del DAT, fornendo dati preziosi per migliorare la comprensione e l'efficacia del DAT.

figure-protocol-1
Figura 1: Sistema internazionale 10-20 per il posizionamento di elettrodi extracranici. Il sensore deve entrare in contatto con il punto23 dell'FP1. Clicca qui per visualizzare una versione più grande di questa figura.

figure-protocol-2
Figura 2: Uso del dispositivo elettroencefalografico. Questa figura mostra il modo corretto di posizionare il dispositivo EEG. Clicca qui per visualizzare una versione più grande di questa figura.

figure-protocol-3
Figura 3: Acquisizione e registrazione dei segnali EEG prima della DAT. Questa figura mostra il processo di acquisizione dei segnali EEG prima dell'inizio della terapia. Clicca qui per visualizzare una versione più grande di questa figura.

4. DAT stimolo

  1. Configurazione dell'apparecchiatura EEG
    1. Assicurarsi che il cappuccio contenente il dispositivo di acquisizione e registrazione del segnale EEG sia posizionato correttamente sulla testa del bambino. Verificare che l'elettrodo sia a buon contatto con il cuoio capelluto e, se necessario, strofinare la fronte, come mostrato nella Figura 1.
    2. Verificare che la connessione wireless sia stabile e che la trasmissione dei dati funzioni correttamente poiché viene utilizzato un dispositivo di acquisizione e registrazione EEG Bluetooth, come mostrato nella Tabella 2 sezione Connessione Bluetooth.
  2. Ingresso in acqua e raccolta iniziale dei dati
    1. Assistere il bambino nell'entrare in acqua sotto la supervisione del personale del delfinario. Assicurarsi che il bambino sia a suo agio e che l'apparecchiatura EEG sia impermeabile e fissata saldamente.
    2. Assicurarsi che l'apparecchiatura di acquisizione e registrazione EEG sia impermeabilizzata e fissata saldamente.
    3. Raccogli e registra i dati del segnale EEG di riferimento quando il bambino entra in acqua e inizia a interagire con i delfini.
  3. Durante la terapia assistita da delfini
    1. Monitorare continuamente l'acquisizione e la registrazione dei segnali EEG per 5 minuti (ininterrottamente) mentre il bambino interagisce con i delfini (Figura 4). Assicurarsi che l'attrezzatura sia montata correttamente e che il bambino rimanga rilassato.
      NOTA: Rivedere la nota scritta del passaggio 3.2.3.
    2. Assicurati che qualcuno del personale prenda appunti dettagliati sul comportamento del bambino, sulle interazioni con i delfini e su eventuali cambiamenti degni di nota durante l'acquisizione e la registrazione dei segnali EEG.

figure-protocol-4
Figura 4: Acquisizione e registrazione di segnali EEG durante DAT. Questa figura mostra il processo di acquisizione dei segnali EEG durante la terapia. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Gestione dei dati post-terapia:
    1. Eseguire immediatamente il backup dei dati del segnale EEG acquisiti e registrati su un dispositivo di archiviazione sicuro.
      NOTA: Si ottiene un documento di testo normale (.txt).
    2. Assistere il paziente nell'uscita dall'acqua.
      NOTA: Questa fase ha lo scopo di garantire un processo fluido ed efficace per continuare l'acquisizione e la registrazione dei segnali EEG durante la DAT, fornendo dati preziosi per migliorare la comprensione e l'efficacia di questo approccio terapeutico, che consente di ottenere dati per il miglioramento continuo del processo DAT e quindi aiutare a identificare qualsiasi comportamento singolare del delfino nei confronti del paziente con una certa affettazione e anche durante le terapie per identificare quali punti nella vita del paziente corpo sono stimolati e che generano cambiamenti nel loro comportamento, che modifica l'attività cerebrale del paziente.

5. Stimolo post-DAT

  1. Preparazione post-terapia per il bambino
    1. Aiuta il bambino a passare dall'area di terapia a uno spazio confortevole e asciutto.
    2. Spiegare al bambino, in modo appropriato all'età, che l'acquisizione e la registrazione dei segnali EEG continuerà ancora per un po'.
  2. Verificare l'apparecchiatura di acquisizione e registrazione EEG, nonché la sua ricalibrazione. Assicurarsi che l'apparecchiatura di acquisizione e registrazione EEG rimanga in posizione e funzioni correttamente dopo la sessione di terapia.
  3. Raccolta iniziale dei dati post-terapia:
    1. Acquisire, registrare e memorizzare immediatamente i dati del segnale EEG di riferimento per 1 minuto subito dopo che il bambino è uscito dall'acqua (Figura 5).
      NOTA: Rivedere la nota scritta del passaggio 3.2.3.
    2. Permettere al bambino di rilassarsi in un ambiente confortevole.

figure-protocol-5
Figura 5: Acquisizione e registrazione dei segnali EEG dopo DAT. Questa figura mostra il processo di acquisizione dei segnali EEG dopo la terapia. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Attività strutturate post-terapia:
    1. Coinvolgi il bambino in attività a bassa stimolazione, come ascoltare musica soft.
    2. Monitora continuamente l'acquisizione e la registrazione dei segnali EEG per epoche di 1 minuto, al fine di garantire la stabilità dei dati riducendo al minimo l'affaticamento dei partecipanti.
  2. Gestione dei dati post-terapia: backup immediato dei dati del segnale EEG acquisiti e registrati su un dispositivo di archiviazione sicuro.
    NOTA: Questa fase garantisce un processo fluido ed efficace per continuare l'acquisizione e la registrazione del segnale EEG dopo il DAT.

6. Acquisizione dei dati EEG

  1. Analisi dei dati e preparazione dei report
    NOTA: L'elaborazione dei dati grezzi EEG è controllata utilizzando un'interfaccia utente al fine di promuovere una comprensione intuitiva in relazione a un ciclo percezione-azione, come mostrato nella Figura 6.
    1. Avviare l'ambiente di sviluppo integrato (IDE) per l'acquisizione del segnale EEG e caricare il sistema.
    2. Aprire l'IDE progettato per l'elaborazione EEG (Figura 7).
      NOTA: Il sistema visualizzerà le risorse disponibili sul computer, inclusi i dispositivi collegati come webcam e hardware di acquisizione EEG.

figure-protocol-6
Figura 6: Elaborazione EEG. L'elaborazione dei dati EEG grezzi è controllata da un'interfaccia utente per promuovere una comprensione intuitiva in relazione a un ciclo percezione-azione. Clicca qui per visualizzare una versione più grande di questa figura.

figure-protocol-7
Figura 7: L'ambiente di sviluppo integrato (IDE) per il segnale EEG. Il sistema visualizzerà le risorse disponibili sul computer, inclusi i dispositivi collegati come webcam e hardware di acquisizione EEG. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Accedere alla finestra Configurazione di sistema :
    1. Passare alla finestra Configurazione di sistema all'interno dell'IDE (Figura 8).
    2. Selezionare il dispositivo EEG per il campionamento e configurarne le impostazioni (Frequenza di campionamento = 512 sps, Canali da registrare = Fp1).
    3. Salvare la configurazione per garantire la coerenza tra le sessioni.

figure-protocol-8
Figura 8: Finestra di configurazione del sistema. Visualizza la finestra Configurazione di sistema, in cui i dispositivi vengono configurati e personalizzati. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Inserire le informazioni sul paziente.
    1. Utilizzare la finestra delle informazioni sul paziente (Figura 9) per inserire i seguenti dettagli: nome e diagnosi del paziente, durata dell'esperimento in minuti, contesto della raccolta dei dati relativi al processo DAT (ad esempio, prima, durante o dopo).
    2. Confermare le voci per procedere.

figure-protocol-9
Figura 9: Finestra informativa per il paziente. Mostra la finestra Informazioni sul paziente, utilizzata per inserire dettagli essenziali come nome, diagnosi e parametri dell'esperimento. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Avviare il campionamento dei dati:
    1. Dalla schermata principale, avviare l'acquisizione dei dati attivando la sezione di campionamento EEG.
    2. Fare clic sul pulsante Acquisisci campione (Figura 10) per avviare l'acquisizione dei dati.
      NOTA: Durante il processo, il pulsante di acquisizione del campione sarà disabilitato per evitare ulteriori interazioni durante la raccolta dei dati dai dispositivi configurati.
    3. Una volta completato il processo, verrà visualizzato un messaggio che indica completato Figura 11). Al termine verrà creata una cartella contenente le immagini della telecamera e i file di testo con i risultati dell'EEG e dell'idrofono.
      NOTA: La cartella include i dati del paziente, la data dell'acquisizione, l'ora in cui è stata eseguita e se sono state effettuate ulteriori acquisizioni nello stesso giorno con la stessa configurazione.

figure-protocol-10
Figura 10: Avvio del campionamento dei dati. Questa figura mostra l'avvio dell'acquisizione dei dati attivando la sezione di campionamento EEG. Clicca qui per visualizzare una versione più grande di questa figura.

figure-protocol-11
Figura 11: Campione completo prelevato dal paziente. La figura mostra quando il software ha completato l'acquisizione dei campioni del paziente. Clicca qui per visualizzare una versione più grande di questa figura.

7. Analisi dei dati EEG

  1. Passare alla finestra Analisi dati, come mostrato nella Figura 11 (evidenziata in rosso). Successivamente, nella sezione Analisi dell'interfaccia utente principale (UI) (evidenziata in rosso), selezionare i segnali EEG raccolti durante l'esperimento per l'elaborazione (Figura 12).

figure-protocol-12
Figura 12: finestra di analisi dei dati. Questa figura mostra la sezione di analisi dell'interfaccia principale. Clicca qui per visualizzare una versione più grande di questa figura.

  1. Applicare tecniche di elaborazione del segnale (l'IDE supporta diversi metodi per l'analisi dei dati EEG). Applicare le tecniche di elaborazione dei segnali implementando la pipeline computazionale definita nelle equazioni 1-5.
    1. Visualizzazione del segnale EEG grezzo: ispeziona i segnali registrati in microvolt per verificarne l'integrità e la qualità.
    2. Periodogramma FFT: Esegui una trasformata di Fourier veloce per analizzare le componenti di frequenza dei segnali EEG.
      1. Per eseguire la scomposizione dei segnali EEG nelle loro componenti di frequenza utilizzando la trasformata veloce di Fourier (FFT), applicare il seguente processo matematico. Il segnale EEG, rappresentato come x(t) nel dominio del tempo, viene trasformato nella sua rappresentazione nel dominio della frequenza X(f) utilizzando l'equazione (1)20,21,22
        figure-protocol-13 (1)
      2. Per segnali discreti, come l'EEG campionato a una velocità specifica, utilizzare la trasformata discreta di Fourier (DFT), calcolata come (2) 20,21,22
        figure-protocol-14 (2)
        Qui, N è il numero di campioni, x[n] è il segnale discreto e k corrisponde ai bin di frequenza.
      3. I passaggi prevedono prima il caricamento del segnale EEG grezzo da un file .txt (valori di tensione delle serie temporali), quindi l'applicazione dell'algoritmo FFT (equazione 2) per trasformare il segnale nel dominio della frequenza e, infine, il tracciamento della densità spettrale di potenza (PSD) o del periodogramma per visualizzare le componenti di frequenza. L'output viene interpretato identificando i picchi nello spettro corrispondenti alle frequenze dominanti delle onde cerebrali (ad esempio, delta, theta, alfa).
    3. Analisi dello spettrogramma: genera spettrogrammi per esaminare come il contenuto di frequenza del segnale si evolve nel tempo.
      1. Pre-elaborazione: segmentare il segnale EEG x(t) in finestre temporali sovrapposte (ad esempio, finestre di 1 secondo con sovrapposizione del 50%) per acquisire le caratteristiche di frequenza variabili nel tempo. Moltiplicare ogni finestra per una finestra di Hamming w(t) per minimizzare la dispersione spettrale, secondo l'equazione (3) 20,21,22.
        figure-protocol-15 (3)
      2. Formazione di Fourier: applicare la FFT a ciascun segmento finestrato per convertire il segnale nel dominio del tempo nel dominio della frequenza, ottenendo uno spettro a valori complessi, secondo l'equazione (4) 20,21,22
        figure-protocol-16 (4)
        NOTA: X(f) rappresenta le componenti di frequenza, N è il numero di campioni nel segmento e f è la frequenza.
      3. Generazione dello spettrogramma: Calcola la grandezza al quadrato di X(f) per ottenere la densità spettrale di potenza (PSD) per ogni segmento di tempo, come mostrato nell'equazione (5) 20,21,22:
        figure-protocol-17 (5)
        NOTA: Il risultato viene tracciato come uno spettrogramma, dove l'asse x rappresenta il tempo, l'asse y rappresenta la frequenza e l'intensità del colore indica la potenza di ciascun componente di frequenza.
      4. Selezionare l'opzione EEG o Idrofono e caricare i dati, come mostrato nella casella evidenziata in rosso nella Figura 13.
      5. Filtro passa-banda: applica un filtro passa-banda per isolare intervalli di frequenza specifici, come le bande beta basse e gamma basse, che sono rilevanti per il ciclo percezione-azione.
    4. Istogramma FFT: identifica le bande di frequenza chiave come delta (0,5-4 Hz), theta (4-8 Hz), alfa (8-13 Hz), beta (13-30 Hz) e gamma (>30 Hz), essenziali per l'analisi EEG.

figure-protocol-18
Figura 13: Risultati dell'elaborazione EEG. Output generati dal sistema, che mostrano i dati grezzi e i segnali EEG elaborati (A), l'elaborazione del segnale attraverso il periodogramma FFT (B), lo spettrogramma (C) e lo spettrogramma filtrato passa-banda (D). Clicca qui per visualizzare una versione più grande di questa figura.

  1. Esamina e interpreta i risultati.
    1. Esaminare gli output elaborati (periodogrammi/spettrogrammi FFT) come segue.
      1. Periodogrammi: Identificare i picchi di frequenza dominanti (ad esempio, alfa: 8-13 Hz) utilizzando il grafico PSD (Equazione 5). I picchi che superano il rumore di base indicano oscillazioni fisiologicamente rilevanti.
      2. Spettrogrammi: analizza le dinamiche di potenza tempo-frequenza (ad esempio, esplosioni beta/gamma durante attività di azione-percezione) interpretando i gradienti di intensità del colore (tempo [s] sull'asse x, frequenza [Hz] sull'asse y). Correlare i cambiamenti di potenza (ad esempio, soppressione a basso beta) con le epoche delle attività.
    2. Contestualizzare i risultati incrociando i modelli spettrali (ad esempio, rapporti theta/delta) con i metadati del paziente (ad esempio, condizioni cliniche, prestazioni del compito) e annotando gli eventi (ad esempio, l'insorgenza dello stimolo) sugli spettrogrammi per allineare l'attività neurale con le linee temporali sperimentali.
  2. Esporta e salva i risultati.
    1. Memorizza i valori PSD (frequenza x potenza) e gli array di spettrogrammi (tempo x frequenza x potenza) in formati strutturati.
    2. Esportazione tramite le opzioni dell'interfaccia: seleziona i formati (ad esempio, TIFF per le figure, ASCII per i valori PSD grezzi) compatibili con MATLAB. Per gli spettrogrammi, mantenere le risoluzioni tempo-frequenza nei file esportati.

8. Comunicazione dei risultati

  1. Compila un rapporto dettagliato dei risultati.
    1. Strutturare il report in modo da includere:
      1. Analisi spettrale: Tabulare le bande di frequenza dominanti (ad esempio, potenza alfa di picco a 10 Hz ± 1,5 Hz) e la loro rilevanza statistica (ad esempio, p < 0,05, corretto per confronti multipli).
      2. Dinamica tempo-frequenza: evidenziare i modelli di spettrogramma significativi (ad esempio, aumenti di potenza della banda gamma [30-45 Hz] durante l'esecuzione del motore) con timestamp allineati agli eventi dell'attività.
      3. Correlazioni cliniche/sperimentali: Annotare le osservazioni.
      4. Ausili visivi: incorpora le cifre chiave (grafici PSD, spettrogrammi) con etichette standardizzate (ad esempio, "Potenza (μV2/Hz)") e didascalie che specificano i parametri (ad esempio, "Finestra di Hamming: 1 s, sovrapposizione del 50%").
      5. Integrazione dei dati: allegare file di dati elaborati (ad esempio, tabelle .csv dei valori di potenza di banda per soggetto) per la riproducibilità.
  2. Feedback e chiusura.
    1. Revisione delle parti interessate: Distribuire la bozza del rapporto ai collaboratori per verificare la coerenza metodologica (ad esempio, confermare che i parametri FFT corrispondono ai protocolli preregistrati) e l'accuratezza dell'interpretazione (ad esempio, convalidare le affermazioni di accoppiamento theta-gamma rispetto alle tracce grezze).
    2. Finalizzazione: Indirizza il feedback in modo iterativo e archivia tutti gli output (dati grezzi/elaborati, script, report) in un repository strutturato.
      NOTA: Organizzare un incontro con lo staff del delfinario per fornire un riepilogo della sessione di raccolta dati post-terapia. I risultati ottenuti saranno a disposizione del personale del delfinario per condividerli con i genitori. In questa fase, i dati EEG acquisiti e registrati vengono analizzati e caratterizzati, viene preparato un rapporto dettagliato e viene offerto un feedback ai genitori in merito ai risultati.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio descrive il processo di acquisizione e analisi dei segnali EEG attraverso un'interfaccia utente simulata in IDE, integrata dall'applicazione di un metodo standardizzato per la raccolta dei dati. Questo approccio fornisce un quadro di riferimento che facilita la comparabilità tra gli studi e ne garantisce la riproducibilità, consentendo ad altri ricercatori di replicare le procedure e ottenere risultati coerenti in vari contesti.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La terapia assistita da delfini (DAT) è emersa come modalità terapeutica per gli individui con autismo e sviluppo24,25. DAT offre ai partecipanti esperienze fresche e arricchenti per la vita, stimolando l'interesse e il coinvolgimento sensoriale in uno scenario accattivante25,26. Tuttavia, ci sono diverse limitazioni che influenzano l'interpretazione dell'efficacia della ...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno nulla da rivelare.

Ringraziamenti

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo articolo è sostenuto dall'Istituto Politecnico Nazionale (Instituto Politécnico Nacional) del Messico attraverso il progetto n. 20250776, concesso dal Segretariato di Ricerca e Post-laurea (Secretaría de Investigación y Posgrado), Secretaría de Ciencia, Humanidades, Tecnología e Innovación (SECIHTI). Inoltre, la ricerca descritta in questo lavoro è stata condotta presso il Center for Computing Research (Centro de Investigación en Computación). Va notato che questa ricerca è una parte importante della tesi di dottorato intitolata Estandarización de la recolección de señales EEG de niños neurodivergentes durante Terapias Asistidas por Delfines, bajo el Paradigma de la Ciencia de Sistemas, supportata dal lavoro di Brenda Lorena Flores Hidalgo, lavoro diretto dal Dr. Oswaldo Morales Matamoros e dal Dr. Jesús Jaime Moreno Escobar. Inoltre, il sostegno è stato ricevuto attraverso la borsa di studio concessa con CVU 1145035 dalla Secretaría de Ciencia, Humanidades, Tecnología e Innovación (SECIHTI).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Convertitore di caricaHottinger Brü el & Kjæ rSensibilità: 2647 A, 0,001 V/pC
Frequenza di campionamento: 512 sps
IdrofoneHottinger Brü el & Kjæ r8103Frequenza di campionamento 96000 sps
Sensibilità 8103 25.41e-6; V/Pa
Computer portatile Windows11MachenikeMachenike T58-VCPU: i7-10870H (2,2 GHz-5 GHz/ 8 core)
GPU: GPU per laptop NVIDIA Geforce RTX3060 Dual Channel, fino a 32G
Archiviazione: M.2 PCIE. Schermo HDD
da 2,5": FHD da 15,6 pollici a 144 Hz
Modulo ASIC ThinkGear 1 NeuroCieloTGAM1Bluetooth V3.0
WebcamLogitech  C920Frequenza di campionamento18 sps

Riferimenti

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Müller, E., Schuler, A., Yates, G. B. Social challenges and supports from the perspective of adults with Asperger syndrome and other autism spectrum disabilities. Autism. 16 (5), 478-490 (2012).
  2. Carrillo-Mora, P., et al. Alternative and complementary medicine in neurological disorders and neurological disability patients: prevalence, factors, opinions and reasons. Complement Ther Med. 72, 102920(2023).
  3. Böhne, L. Ä, Wirner, C., Schoser, B., Schröter, C., Baum, P. Frequency and satisfaction of conventional and complementary or alternative therapies for neuromuscular disorders. Neurol Res Pract. 5 (1), 53(2023).
  4. Brondino, N., et al. Complementary and alternative therapies for autism spectrum disorder. Evid Based Complement Alternat Med. 2015, 258589(2015).
  5. Dolphin sonar pulse intervals and human resonance characteristics. Birch, S. Proceedings of the 2nd International Conference on Bioelectromagnetism (Cat. No.98TH8269), 2022, Melbourne, VIC, Australia. 141-142 (2022).
  6. Griffioen, R. E., Enders-Slegers, M. The effect of dolphin-assisted therapy on the cognitive and social development of children with Down syndrome. Anthrozoös. 27 (4), 569-580 (2014).
  7. Griffioen, R., Van Der Steen, S., Cox, R. F. A., Verheggen, T., Enders-Slegers, M. Verbal interactional synchronization between therapist and children with autism spectrum disorder during dolphin assisted therapy: five case studies. Animals. 9 (10), 716(2019).
  8. The psychosocial effect of therapeutic activities with dolphins for children with disabilities. Kreiviniene, B., Mockevičienė, D., Kleiva, Ž, Vaišvilaitė, V. Proceedings of the International Scientific Conference, 3, 94-106 (2019).
  9. Jette, D. U., Halbert, J., Iverson, C., Miceli, E., Shah, P. Use of standardized outcome measures in physical therapist practice: perceptions and applications. Phys Ther. 89 (2), 125-135 (2009).
  10. Servais, V. Some comments on context embodiment in dolphin-assisted therapy. Anthrozoös. 18 (1), 43-49 (2005).
  11. Brensing, K., Linke, K., Todt, D. Can dolphins heal by ultrasound: studies on the echolocation of dolphins. J Theor Biol. 225 (1), 99-105 (2003).
  12. Marino, L., Lilienfeld, S. Dolphin-assisted therapy for autism and other developmental disorders: a dangerous fad. Am Psychol. 33 (2), 2-3 (2007).
  13. Pascual-Marqui, R. D., Michel, C. M., Lehmann, D. EEG neuroimaging. Clin Neurophysiol. 118 (10), 2463-2492 (2017).
  14. Niedermeyer, E., Da Silva, F. L. Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. , Lippincott Williams & Wilkins. New York. (2004).
  15. Rutherford, M. Standardized nursing language: what does it mean for nursing practice. Online J Issues Nurs. 13 (1), 1-9 (2008).
  16. Kwak, S., Lee, M., Lim, J. Standardization of EEG signal processing in clinical neurofeedback. Neuroimage. 152, 221-234 (2017).
  17. Prerau, M. J., Brown, R. E., Bianchi, M. T., Ellenbogen, J. M., Purdon, P. L. Sleep neurophysiological dynamics through the lens of multitaper spectral analysis. Physiology. 32 (1), 60-92 (2016).
  18. A look at the strength of micro and macro-EEG analysis for distinguishing insomnia within an HIV cohort. Gunnarsdottir, K. M., et al. Annu Int Conf IEEE Eng Med Biol Soc, , 6622-6625 (2015).
  19. Herman, S. T., et al. Consensus statement on continuous EEG in critically ill adults and children, part II: personnel, technical specifications, and clinical practice. J Clin Neurophysiol. 32 (2), 96-108 (2015).
  20. Detection of EEG signal post-stroke using FFT and convolutional neural network. Djamal, E. C., Furi, W. I., Nugraha, F. 2019 6th International Conference on Electrical Engineering, Computer Science and Informatics (EECSI), 2019, Bandung, Indonesia. 18-23 (2019).
  21. Emotion classification using fast Fourier transform and recurrent neural networks. Prawira, H. G., Sundari, S., Djamal, E. C., Wulandari, A. 2021 International Conference on Instrumentation, Control, and Automation (ICA), 2021, Bandung, Indonesia. 94-99 (2021).
  22. EEG feature extraction with fast Fourier transform for investigating different brain regions in cognitive and reasoning activity. Amin, H. U., et al. 2022 IEEE 5th International Symposium in Robotics and Manufacturing Automation (ROMA), 2022, Malacca, Malaysia. 1-4 (2022).
  23. Jurcak, V., Tsuzuki, D., Dan, I. 10/20, 10/10, and 10/5 systems revisited: their validity as relative head-surface-based positioning systems. Neuroimage. 34 (4), 1600-1611 (2007).
  24. Marino, L., Lilienfeld, S. Third time's the charm or three strikes you're out: an updated review of the efficacy of dolphin-assisted therapy for autism and developmental disabilities. J Clin Psychol. 77 (6), 1265-1279 (2021).
  25. Marino, L., Lilienfeld, S. O. Dolphin-assisted therapy: more flawed data and more flawed conclusions. Anthrozoös. 20 (3), 239-249 (2007).
  26. Marino, L., Lilienfeld, S. Dolphin-assisted therapy: flawed data, flawed conclusions. Anthrozoös. 11 (4), 194-200 (1998).
  27. Marino, L., Lilienfeld, S. Does Dolphin-Assisted Therapy have Healing Effects. Pseudoscience in Child and Adolescent Psychotherapy. , Cambridge University Press. New York. (2019).
  28. Müller, R. A., Shih, P., Keehn, B. The use of EEG biomarkers in neurodevelopmental disorders: progress and challenges. Biol Psychiatry Cogn Neurosci Neuroimaging. 4 (7), 574-583 (2019).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Segnali elettroencefalograficiAcquisizione del segnale EEGBambini neurodivergentiMonitoraggio dell attivit cerebraleAnalisi spettrale di potenzaTecniche di elaborazione del segnaleRegistrazione EEG pediatricaConfronto tra sessioni terapeuticheBiomarcatori multimodali

Articoli correlati