A carregar...
Publicação
EEG Spectral Analysis as a Predictor of Popularity
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.57 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A eletroencefalografia (EEG) é uma técnica não invasiva que permite medir os campos elétricos
gerados pela corrente elétrica cerebral. Esta é uma técnica bastante utilizada em neuroimagem devido à
sua excelente resolução temporal. Para colmatar a fraca resolução espacial, foi desenvolvida EEG de
alta densidade que consiste num número elevado de elétrodos no capacete de EEG (normalmente 128
ou 256). A eletroencefalografia de alta densidade é muitas vezes associada à ressonância magnética,
uma vez que a conjunção de ambas as técnicas garante uma elevada resolução temporal e espacial, para
além de permitir uma melhor reconstrução das fontes de atividade cerebral.
Uma das diversas formas de avaliar a atividade cerebral com EEG é recorrendo aos potenciais
relacionados a eventos (ERPs) que são criados por certos eventos, como por exemplo estímulos visuais
e auditivos. Estes ERPs podem ser quantificados usando o método de dessincronização/sincronização.
A dessincronização (ERD, do inglês ‘Event-Related Desynchronization’) representa uma diminuição da
amplitude do EEG após o estímulo, enquanto que a sincronização (ERS, do inglês ‘Event-Related
Synchronization’) simboliza um aumento da amplitude do EEG após o estímulo.
A presente dissertação encontra-se associada à experiência Brain as Predictor (BAP) que
pertence ao projeto eMOTIONAL Cities. O objetivo maior deste projeto é obter evidências de como os
espaços urbanos moldam os processos cognitivos e emocionais do ser humano. A experiência BAP
recorreu a EEG e fMRI (functional Magnetic Resonance Imaging), em simultâneo, para estudar a
atividade cerebral e avaliar o potencial dessa mesma atividade como fator de previsão dos espaços
urbanos no ser humano. Já em relação ao objetivo concreto da presente dissertação, este prende-se em
dois pontos. Primeiramente, pretende-se verificar se a análise espetral dos sinais de EEG pode servir
como fator de previsão da popularidade dos espaços urbanos. Para além disto, pretende-se verificar se
existe diferença significativa na análise espetral dos sinais de EEG entre as imagens tiradas por turistas
e as fotografias tiradas por residentes, recorrendo para tal a um boxplot de violino.
A experiência Brain as Predictor tem como objetivo averiguar se a atividade cerebral pode ser
utilizada para prever a forma como os ambientes urbanos afetam as pessoas, nomeadamente a atividade
do córtex frontal, visto que é uma zona proeminente no que toca a tarefas de memória de curto prazo e
atenção. Para este estudo recorreu-se estímulos visuais que consistiam em imagens de diferentes
ambientes urbanos de Lisboa (uns mais turísticos e outros mais urbanos). Os sujeitos saudáveis
participaram na experiência, na qual classificaram cada imagem utilizando um joystick numa escala de
1 a 4. A experiência seguiu um paradigma específico, incluindo intervalos de ecrã em branco,
apresentação de cruzes pretas, apresentação de imagens e classificação por estrelas, cada uma com
intervalos de tempo definidos. Os participantes passaram por duas sessões com 80 imagens cada,
perfazendo a duração total de cada tarefa 640 segundos. O processo completo de aquisição de dados
durou 1280 segundos. Para esta experiência foram recrutados 25 participantes saudáveis com idades
compreendidas entre os 18 e 35 anos (𝑚é𝑑𝑖𝑎 = 23.1 e 𝑠𝑡𝑑 = 3.24).
De modo a analisar os dados provenientes da eletroencefalografia, foi necessário fazer um préprocessamento para limpar o sinal. Os sinais de EEG são frequentemente ruidosos, pelo que a limpeza
é um passo crucial para uma correta análise. O processo compreendeu várias etapas, como a remoção
de artefactos, a resolução de um efeito de corte residual nos dados, a remoção de canais desnecessários,
a redução da amostragem dos dados para eficiência computacional, a aplicação de um filtro passa-banda
para limitar a informação de frequência, a limpeza agressiva para remover canais e partes de dados com
ruído, a interpolação para colmatar a ausência de canais ruidosos e, finalmente, a re-referenciação dos
dados EEG utilizando a referenciação média. A Análise de Componentes Independentes (ICA) foi também efetuada para classificar os componentes em diferentes categorias, sendo listados em: cérebro,
músculo, olho, coração, ruído de linha, ruído de canal e outros, com valores de limiar específicos para
rejeição.
Para analisar estes potenciais, é muito recorrente utilizar o domínio tempo-frequência dos ritmos
do EEG. Esta análise consiste num gráfico 3D com o tempo e a frequência nos eixos xx e yy,
respetivamente, e uma outra variável no eixo zz, como por exemplo a amplitude. Para obter o gráfico no
domínio tempo-frequência, foi utilizado o método da convolução com wavelets, com o sinal do EEG e
em diversas frequências pertencentes às ondas cerebrais. Este método é uma alternativa ao espetrograma
convencional e garante uma ótima resolução temporal e em frequência. Para fazer esta convolução, as
wavelets de Morlet complexas foram sobrepostas ao EEG pré-processado. Após a convolução, os
valores de potência resultantes foram extraídos de frequências de 8 a 30 Hz e de -1 a 4 segundos em
relação ao início do estímulo. Foi escolhida uma onda de 10 ciclos para equilibrar a resolução temporal
e de frequência. A análise principal teve como objetivo comparar as respostas do EEG a imagens tiradas
por residentes e turistas. Os conjuntos de dados EEG foram carregados, segmentados, e analisados
dentro das bandas de frequência alfa e beta, aplicando uma correção da linha de base. Os ensaios com
tempos de reação inferiores a 1 segundo foram excluídos. A qualidade dos dados foi ainda melhorada
através da remoção de épocas com potência excessiva em bandas de frequência específicas. As
representações tempo-frequência de todos os ensaios foram traçadas e foram aplicadas máscaras
estatísticas para identificar pontos significativos com base em testes t. Foi efetuada uma comparação
entre imagens de residentes e de turistas utilizando boxplots e gráficos de violino. Além disso, o
coeficiente de correlação de Spearman foi utilizado para explorar a relação entre as respostas EEG
(ERS/ERD) e a popularidade da imagem para os pontos significativos.
Após a análise tempo-frequência, foi aplicada uma máscara estatística que identificou três
regiões significativas que foram nomeadas com base na gama de frequências pertencentes: região alfa,
região alfa-beta e região beta. A região na banda alfa está associada ao processamento de estímulos
visuais, marcadas por ERD, indicando ativação cortical durante a visualização de imagens. As regiões
alfa-beta e beta estão relacionadas com a tomada de decisões, marcadas por ERS, indicando uma redução
do processamento de informações no córtex frontal. Na zona alfa, a população dos turistas apresenta
valores de ERS/ERD mais elevados e com menor variabilidade do que o grupo dos residentes. Apesar
disto, ambos os grupos parecem ser estatisticamente semelhantes (𝑝 = 0.87). Foi evidenciada uma
correlação entre popularidade e ERS/ERD (𝑟 = 0.24, 𝑝 < 0.05). Para a zona alfa-beta, a população
dos residentes apresenta valores de ERS/ERD ligeiramente superiores, porém ambos os grupos
apresentam uma variabilidade semelhante. O t-test aplicado evidencia a identidade estatística entre
ambas as populações (𝑝 = 0.30). A popularidade não se correlacionou significativamente com a
ERS/ERD (𝑟 = 0.07, 𝑝 > 0.05). Na zona da banda beta, a população dos residentes tinha dados mais
dispersos e o grupo dos turistas tinha valores ERS/ERD mais elevados. A análise estatística sugere que
as populações não são estatisticamente diferentes (𝑝 = 0.54). A relação entre popularidade e
ERS/ERD foi insignificante (𝑟 = 0.05, 𝑝 > 0.05). De modo geral, os valores de ERS/ERD diferiram
em ambas as populações em várias regiões das bandas de frequência, mas o seu poder preditivo para a
popularidade da imagem foi evidente apenas na zona da banda alfa. Em resumo, a atividade do ritmo
alfa no córtex frontal fornece informações valiosas para prever a popularidade dos locais urbanos
apresentados nas imagens.
onments affect cognitive and emotional processes. The study involved electroencephalography (EEG) to analyse whether brain responses can predict the popularity of urban spaces shown to the participants and whether there are differences between images taken by tourists and residents. EEG is a non-invasive technique widely used in neuroimaging due to its high temporal resolution. To improve spatial resolution, high-density EEG uses many electrodes (usually 128 or 256). One way to assess brain activity with EEG is through Event-Related Potentials (ERPs), which are brain responses to events such as visual and auditory stimuli. A baseline period is used to normalize the time-frequency version of ERPs known as Event Related Spectral Perturbation (ERSP). An interactive 3D graph containing time, frequency, and power serves as the ERSP representation. This graph is produced by convolution with complex Morlet waves, which guarantees good temporal and frequency resolution. The EEG data, obtained from the frontal cortex, was pre-processed to remove artefacts and improve quality. Time-frequency analysis revealed three significant time-frequency regions, in which were named as: alpha, alpha-beta and beta spots. The alpha spot can be related to visual processing, while alpha-beta and beta spots are linked to decision-making. Tourist group showed higher ERSP values in the alpha region and a correlation with popularity (𝑟 = 0.24, 𝑝 < 0.05) was found. Regarding alpha-beta spot, residents had slightly higher values, but no significant correlation with popularity (𝑟 = 0.07, 𝑝 > 0.05) was found. In the beta region, residents had more scattered data, and tourists had higher ERPs, with an insignificant correlation (𝑟 = 0.05, 𝑝 > 0.05) between ERS/ERD and popularity. In summary, alpha activity from the frontal cortex provides valuable insights into predicting the popularity of the urban places shown, and there are no differences between residents and tourists.
onments affect cognitive and emotional processes. The study involved electroencephalography (EEG) to analyse whether brain responses can predict the popularity of urban spaces shown to the participants and whether there are differences between images taken by tourists and residents. EEG is a non-invasive technique widely used in neuroimaging due to its high temporal resolution. To improve spatial resolution, high-density EEG uses many electrodes (usually 128 or 256). One way to assess brain activity with EEG is through Event-Related Potentials (ERPs), which are brain responses to events such as visual and auditory stimuli. A baseline period is used to normalize the time-frequency version of ERPs known as Event Related Spectral Perturbation (ERSP). An interactive 3D graph containing time, frequency, and power serves as the ERSP representation. This graph is produced by convolution with complex Morlet waves, which guarantees good temporal and frequency resolution. The EEG data, obtained from the frontal cortex, was pre-processed to remove artefacts and improve quality. Time-frequency analysis revealed three significant time-frequency regions, in which were named as: alpha, alpha-beta and beta spots. The alpha spot can be related to visual processing, while alpha-beta and beta spots are linked to decision-making. Tourist group showed higher ERSP values in the alpha region and a correlation with popularity (𝑟 = 0.24, 𝑝 < 0.05) was found. Regarding alpha-beta spot, residents had slightly higher values, but no significant correlation with popularity (𝑟 = 0.07, 𝑝 > 0.05) was found. In the beta region, residents had more scattered data, and tourists had higher ERPs, with an insignificant correlation (𝑟 = 0.05, 𝑝 > 0.05) between ERS/ERD and popularity. In summary, alpha activity from the frontal cortex provides valuable insights into predicting the popularity of the urban places shown, and there are no differences between residents and tourists.
Descrição
Tese de Mestrado, Engenharia Biomédica e Biofísica, 2024, Universidade de Lisboa, Faculdade de Ciências
Palavras-chave
ERS/ERD Espaços urbanos Preditor Sinais EEG Tempo-frequência Teses de mestrado - 2024