Wykorzystanie pomiarów elektroencefalografii do porównania sprawności neuronalnej specyficznej dla danego zadania: zadania z zakresu inteligencji przestrzennej
August 9th, 2016
Ten manuskrypt opisuje podejście do pomiaru aktywności neuronalnej ludzi podczas rozwiązywania przestrzennie skoncentrowanych problemów inżynieryjnych. Metodologia elektroencefalogramu pomaga interpretować pomiary fal mózgowych beta pod kątem wydajności neuronalnej, aby ostatecznie umożliwić porównanie wykonania zadań zarówno między typami problemów, jak i między uczestnikami.
Ogólnym celem tej procedury jest porównanie sprawności neuronalnej uczestników wykonujących zestawy zadań wymagających zdolności przestrzennych. Ta metoda może odpowiedzieć na kluczowe pytania w dziedzinie edukacji inżynierskiej, takie jak: czy studenci mogą zdobyć wiedzę specjalistyczną w zakresie podstawowych treści w ciągu jednego semestru? Albo w jaki sposób pomiary neurologiczne odróżniają się, kiedy uczniowie rozwiązują problem za pomocą zdolności przestrzennych, a kiedy rozwiązują problem inżynierski.
Główną zaletą tej techniki jest to, że zapewnia ona wgląd w wydajność mózgu. I możemy dostosować te informacje do wyników uczniów. Chociaż metoda ta oferuje wgląd w problemy związane ze zdolnościami przestrzennymi i statyką, może być również stosowana do innych pomiarów umiejętności i typów problemów, takich jak te, które można znaleźć w zaawansowanej dynamice.
Ich procedurę zademonstruje Bradley Robinson, badacz ze studiów licencjackich w laboratorium. Steven Wood, badacz ze studiów licencjackich w naszym zespole, otrzyma protokół, który dzisiaj demonstrujemy. Zacznij od skonfigurowania zestawów słuchawkowych do elektroencefalografii lub EEG zgodnie z instrukcjami producenta.
Utrzymuj co najmniej dwie głowice ładowane przez cały czas przez co najmniej godzinę przed każdą sesją. Zaopatrz się w płyn do zwilżania elektrod EEG i ścierny środek czyszczący, aby zapewnić dobry kontakt z elektrodami referencyjnymi EEG. Następnie włóż filce do każdej osłonki i za pomocą strzykawki nasącz je płynem zwilżającym.
Pozwól, aby zwilżone elektrody odpoczęły. Ustaw dwie kamery wideo, aby mierzyć zachowanie uczestników. Dostosowujemy kamery, gdy uczestnik jest już na miejscu i upewniamy się, że wideo jest oznaczone czasem.
Na koniec włącz komputer i sprawdź, czy oprogramowanie jest włączone do rejestrowania danych fal mózgowych. Sprawdź, czy wszystkie oprogramowanie i urządzenia zbierające dane są prawidłowo połączone w celu zbierania danych. Po przyjeździe odprowadź uczestnika do sali EEG.
Poproś uczestnika, aby usunął ze swojej osoby wszelkie urządzenia elektroniczne. Zademonstruj użycie strzykawki do nasycenia węzłów chłonnych i wyjaśnij, że będą one używane tylko do przechowywania pieczęci filcowej EEG. Sprawdź filce pod kątem wilgoci i umieść filc w kombinacjach obudów w zestawie słuchawkowym EEG.
Następnie wyczyść punkty odniesienia na uczestniku za pomocą ściernego środka czyszczącego i zetrzyj wszelkie pozostałości. Umieść gogle EEG na uczestniku. Wyrównaj węzły odniesienia na goglach z punktami odniesienia na głowie uczestnika.
Nie zginaj w sposób dostępny ramion zestawu słuchawkowego i pozostaw przerwę między węzłem odniesienia a tylną częścią ucha, aby uniknąć dyskomfortu. Na koniec ponownie wyreguluj kamery, gdy uczestnik znajdzie się na miejscu i upewnij się, że wideo jest oznaczone czasem. Ustaw jedną kamerę na twarzy uczestnika, aby nagrać mimikę twarzy i wysokiej jakości dźwięk.
Ustaw ostrość drugą kamerę na obszarze przed uczestnikiem, aby uchwycić ruchy dłoni, w tym czynności związane z pisaniem odręcznym, a także zobaczyć, które zadanie znajduje się na ekranie komputera. Rozpocznij rejestrowanie danych w oprogramowaniu do rejestrowania EEG. Upewnij się, że istnieje dobra łączność między urządzeniem rejestrującym a zestawem słuchawkowym EEG, sprawdzając, czy wszystkie kanały są wyświetlane na urządzeniu rejestrującym.
Sprawdź, czy wszystkie kanały początkowo zachowują się podobnie przy oscylacjach o niskiej amplitudzie. Następnie, bezpośrednio przed okresami odpoczynku i przed rozpoczęciem każdego nowego typu problemu, sprawdź EEG, aby zapewnić dobrą łączność z uczestnikiem, zmieniając okablowanie i dostosowując filce w celu uzyskania spójnych wzorców na urządzeniu rejestrującym. Poinstruuj uczestnika, aby pozostał tak spokojny i cichy, jak to możliwe podczas ćwiczeń zadaniowych.
Poinformuj ich, że podczas zbierania danych cała zaplanowana wcześniej komunikacja wizualna będzie odbywać się za pośrednictwem monitora komputera. Uruchom oprogramowanie do prezentacji zadań. Przypisz okresy odpoczynku na początku i na końcu zbierania danych, które zostaną wykorzystane do uzyskania danych bazowych.
Wyświetla pierwszy typ problemu przestrzennego, który jest testem wielokrotnego wyboru lub problemem obrotu prawda/fałsz. Następnie wyświetl drugi typ problemu przestrzennego, test wielokrotnego wyboru lub problem z cięciem umysłowym prawda/fałsz. Następnie wyświetl typ problemu inżynierskiego, skoncentrowany na określonych zasadach statyki inżynierskiej.
Po zakończeniu zadań zdejmij zestaw słuchawkowy EEG. Dodatkowo wyłącz oprogramowanie do prezentacji zadań, oprogramowanie do rejestrowania EEG i sprzęt do nagrywania wideo. Na koniec podziękuj uczestnikowi i przedstaw mu przegląd wszelkich przyszłych kontaktów oraz sposób, w jaki wyniki badania mogą być mu udostępnione w przyszłości.
Czapka EEG zbiera aktywację mózgu za pomocą potencjałów elektrycznych, w których pewne artefakty w danych, a także wiele zdarzeń, muszą zostać ręcznie usunięte, jak pokazano tutaj. Po niezależnej analizie komponentów oprogramowanie może mapować dane do reprezentacji aktywacji skóry głowy oraz jako ciągły wykres aktywacji z dwoma D, ułożony według prób i czasu. Po opanowaniu tej techniki można wykonać w ciągu 45 minut do godziny.
Zrozumienie, że zależy to od szybkości rozwiązywania problemów przez uczestników. Próbując wykonać tę procedurę, należy pamiętać o sprawdzeniu, czy EG ma dobrą łączność z głową uczestnika, zazwyczaj poprzez zachowanie filcowej pieczęci. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak zbierać dane EEG do badań wydajności neuronalnej, konfigurując urządzenie EEG i zbierając dane od uczestników.
View the full transcript and gain access to thousands of scientific videos
Przegląd
Niniejszy rękopis opisuje podejście do pomiaru aktywności neuronalnej ludzi podczas rozwiązywania przestrzennie ukierunkowanych problemów inżynieryjnych. Metodologia elektroencefalogramu pomaga interpretować pomiary fal mózgowych beta w kategoriach efektywności neuronalnej, z zamiarem ostatecznego umożliwienia porównania wyników zadań zarówno między typami problemów, jak i między uczestnikami.
Kluczowe elementy badania
Obszar nauki
- Neuronauka
- Edukacja inżynierska
- Elektrofizjologia
Tło
- Rozumienie efektywności neuronalnej może zapewnić wgląd w uczenie się i rozwiązywanie problemów.
- Zdolność przestrzenna jest kluczowa w zadaniach inżynieryjnych.
- Elektroencefalogram (EEG) mierzy aktywność mózgu związaną z wykonywaniem zadań.
- Porównawcza analiza strategii rozwiązywania problemów może ulepszyć metodologie edukacyjne.
Cel badania
- Porównać efektywność neuronalną uczestników rozwiązujących zestawy problemów zdolności przestrzennych.
- Zbadać, jak pomiary neurologiczne różnicują typy problemów.
- Zbadać potencjał uzyskania przez studentów ekspertyzy w podstawowej zawartości w ciągu semestru.
Stosowane metody
- Metodologia elektroencefalogramu (EEG) do pomiaru aktywności mózgu.
- Analiza pomiarów fal mózgowych beta.
- Porównawcze oceny wydajności w różnych typach problemów.
- Zastosowanie wyników do różnych pomiarów umiejętności poza zdolnością przestrzenną.
Główne wyniki
- Wgląd w efektywność mózgu podczas wykonywania zadań problemowych.
- Różnice w odpowiedziach neuronalnych przy rozwiązywaniu problemów przestrzennych i inżynieryjnych.
- Potencjalne korelacje między danymi EEG a wynikami studentów.
- Możliwość zastosowania metody do innych typów problemów, takich jak zaawansowana dynamika.
Wnioski
- Badanie dostarcza cennych informacji na temat związku między aktywnością neuronalną a efektywnością rozwiązywania problemów.
- Wyniki mogą informować strategie edukacyjne w inżynierii.
- Dalsze badania mogłyby rozszerzyć zastosowanie tej metodologii na inne dziedziny.
Często zadawane pytania
Executive Industry Relevance
This protocol enables biopharma R&D teams to quantitatively assess neural efficiency during spatial and engineering problem-solving tasks using EEG-derived beta wave measurements. By correlating reduced beta activation with task performance, the method supports mechanistic de-risking of cognitive models used in target validation and phenotypic screening. It provides a translational biomarker framework for evaluating cognitive endpoints in preclinical models of neurological disorders or cognitive enhancer development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by linking neural efficiency metrics to spatial ability and engineering problem-solving performance.
- Operational Value: Supports biological de-risking through standardized EEG protocols that isolate task-specific neural resource expenditure.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by establishing baseline neural efficiency profiles across task types.
- Operational Value: Addresses assay standardization and reproducibility through time-stamped video monitoring and consistent EEG electrode preparation.
Translational & Preclinical Research
- Scientific Value: Discusses disease relevance by aligning neural efficiency measurements with spatially intensive engineering tasks as a proxy for cognitive function in disease models.
- Operational Value: Describes continuity from discovery through preclinical validation by enabling intra-participant and inter-participant comparisons of neural efficiency across task types.
Pipeline & Workflow Integration
The method fits within the discovery continuum by supporting hypothesis testing in early discovery, enabling assay readiness in screening, and providing quantitative neurophysiological readouts for analytics-driven decision-making.
- Discovery Biology: Explains how the method supports hypothesis testing by comparing neural efficiencies across spatial ability and engineering problem types to clarify pathway engagement.
- Screening: Describes assay readiness through standardized EEG setup, impedance checking, and time-stamped behavioral recording to ensure reliable data collection.
- Analytics: Highlights measurements of beta brain wave activation as a quantitative readout for comparing neural resource expenditure between tasks and participants.
- Translational Research: Connects the method to preclinical continuity by enabling correlation of functional performance on spatial tasks with EEG data to inform cognitive biomarker alignment.
- Enterprise Reuse: Frames the method as a reusable capability for evaluating cognitive endpoints across multiple problem types, including advanced dynamics and other skill measurements.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence through objective neural efficiency metrics that reduce mechanistic ambiguity in cognitive task performance.
- Operational Value: Standardization, reproducibility, and scalability via fixed EEG setup procedures, reference electrode alignment, and consistent task presentation timing.
- Strategic Value: Better go/no-go decisions by identifying neural efficiency patterns that correlate with task difficulty and participant skill level.
- Portfolio Impact: Risk-adjusted prioritization by enabling data-driven advancement decisions based on neural efficiency profiles across cognitive task domains.
Implementation Considerations
- Requires expertise in electroencephalography setup, electrode impedance management, and behavioral time-stamping techniques.
- Dependent on EEG headsets, conductive gel or liquid dampening systems, abrasive skin preparation tools, and synchronized video recording equipment.
- Necessitates cross-team standardization of EEG protocol execution, including reference node alignment and consistent rest period timing.
- Involves adaptation considerations when applying the protocol to different cognitive task types or participant populations with varying baseline neural activity.
- Practical limitations include manual artifact removal requirements and dependency on participant stillness and quietness during task execution to maintain data quality.
