2016年8月9日
本稿では、空間的に集束されたエンジニアリングの問題を解決しながら、人間の神経活動を測定するためのアプローチについて説明します。脳波の方法論は、最終的には、問題のタイプ間と参加者間の両方のタスクのパフォーマンスの比較を可能にする目的で、神経効率の点でベータ脳波測定値を解釈するのに役立ちます。
この手順の全体的な目標は、空間能力を必要とする問題セットを完了する参加者の神経効率を比較することです。この方法は、学生が1学期でコアコンテンツの専門知識を習得できるかなど、工学教育の分野における重要な質問に答えることができます。あるいは、神経学的測定は、生徒が空間能力を使って問題を解いているときと、工学的な問題を解いているときをどのように区別するのでしょうか。
この手法の主な利点は、脳の効率に関する洞察を提供することです。そして、その情報を生徒の成績に合わせることができます。この方法は、空間能力と静力学の問題に関する洞察を提供しますが、高度なダイナミクスに見られるような他のスキル測定や問題タイプにも適用できます。
彼らの手順を実演するのは、研究室の学部生研究者であるブラッドリー・ロビンソンです。スティーブン・ウッドと私たちのチームの学部生研究者は、今日私たちが示しているプロトコルを受け取ります。製造元の指示に従って、脳波計またはEEGヘッドセットをセットアップすることから始めます。
各セッションの少なくとも1時間前まで、少なくとも2つのヘッドセットを常に充電してください。EEG電極を湿らせるための液体と、EEG参照電極との良好な接触を保証するための研磨クリーナーを入手します。次に、フェルトを各ケーシングに挿入し、シリンジを使用して湿し液でそれらを飽和させます。
減衰した電極を静止させます。参加者の行動を測定するために 2 台のビデオ カメラをセットアップします。参加者が所定の位置に着いたらカメラを調整し、ビデオにタイムスタンプが付けられていることを確認します。
最後に、コンピューターの電源を入れ、ソフトウェアが脳波データを記録するためにオンになっていることを確認します。すべてのソフトウェアとデータ収集デバイスがデータ収集のために適切にインターフェースしていることを確認します。到着したら、参加者を脳波室に案内します。
参加者に、身体から電子機器をすべて取り外すように依頼します。ノードを飽和させるためのシリンジの使用を実演し、EEGフェルトスタンプを保持するためだけに使用されることを説明します。フェルトのdをチェックするamping、フェルトをケーシングの組み合わせでEEGヘッドセットに入れます。
次に、参加者の基準点を研磨剤入りのクリーナーで清掃し、残留物を拭き取ります。EEGヘッドセットを参加者に置きます。ヘッドセットの参照ノードを参加者の頭の参照ポイントに合わせます。
不快感を避けるために、ヘッドセットのアームを手の届くように曲げたり、リファレンスノードと耳の後ろの間に隙間を空けたりしないでください。最後に、参加者が所定の位置に配置されたらカメラを再調整し、ビデオにタイムスタンプが付けられていることを確認します。1台のカメラを参加者の顔にピントを合わせることで、表情や高音質な音声を収録します。
もう一方のカメラを参加者の前の領域に焦点を合わせて、手書きの動作を含む手の動きをキャプチャしたり、コンピューター画面にどのタスクが表示されているかを確認したりします。EEGロギングソフトウェア内でデータのロギングを開始します。ロギングデバイスにすべてのチャネルが表示されていることを確認して、ロギングデバイスとEEGヘッドセットの間に良好な接続が存在することを確認します。
すべてのチャンネルが、低振幅の振動で最初に同様の動作を示すことを確認します。次に、休憩時間の直前と新しい問題タイプの開始前に、EEGをチェックして、フェルトを再配線および調整して参加者との良好な接続を確保し、ロギングデバイスで一貫したパターンを実現します。タスクの演習中は、できるだけ静かに静かにするように参加者に指示します。
データ収集中、事前に計画されたすべてのビジュアルコミュニケーションはコンピューターのモニターを介して行われることを彼らに伝えます。タスク プレゼンテーション ソフトウェアを起動します。ベースライン データの取得に使用されるデータ収集の開始時と終了時に休息期間を割り当てます。
最初の空間問題タイプ (多肢選択式テストまたは真/偽の回転問題) を表示します。その後、2番目の空間問題タイプ、多肢選択式テストまたは真/偽のメンタルカット問題のいずれかを表示します。次に、Engineering statics の特定の原理に焦点を当てた Engineering 問題タイプを表示します。
タスクが完了したら、EEGヘッドセットを取り外します。また、タスクプレゼンテーションソフトウェア、EEGロギングソフトウェア、およびビデオ録画機器の電源を切ってください。最後に、参加者に感謝し、今後の連絡の概要と、研究の結果が将来どのように利用可能になるかを説明します。
EEGキャップは、ここに示すように、データ内の特定のアーティファクトや複数のイベントを手動で除去する必要がある電位を介して脳の活性化を収集します。独立した成分分析に続いて、ソフトウェアはデータを活性化の頭皮表現にマッピングし、試行回数と時間によって配置された活性化の2次元連続プロットとしてマッピングできます。一度習得すれば、このテクニックは45分から1時間で実行できます。
それは参加者の問題解決のスピードに依存することを理解しています。この手順を試行する際は、通常はフェルトスタンプを保持することにより、EGが参加者の頭と良好な接続性を持っていることを確認することを忘れないでください。このビデオを見れば、脳波デバイスのセットアップや参加者からのデータ収集など、神経効率研究のための脳波データの収集方法について十分に理解できるはずです。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
本稿では、空間的に集中して取り組む工学的問題を解いている間の人間の神経活動を測定する手法について記述します。脳波測定法を用いることで、ベータ波の測定値を神経効率の観点から解釈することが可能となり、最終的には問題の種類間および参加者間でのタスクパフォーマンスの比較を実現することを目的としています。
本プロトコルにより、バイオファーマの研究開発チームは、EEG由来のベータ波測定を用いて、空間的および工学的な問題解決タスクにおける神経効率を定量的に評価することが可能になります。ベータ波活性の低下とタスクパフォーマンスを相関させることで、本手法はターゲットバリデーションやフェノタイプスクリーニングに使用される認知モデルのメカニズム的なリスク低減を支援します。また、神経疾患の前臨床モデルや認知機能改善薬の開発における認知エンドポイントを評価するための、トランスレーショナルなバイオマーカーのフレームワークを提供します。
この手法は、初期探索における仮説検証をサポートし、スクリーニングにおけるアッセイ準備を可能にし、さらに分析主導の意思決定のための定量的な神経生理学的リードアウトを提供することで、ディスカバリーの連続的なプロセスに適合します。