by Dr. Tonny Mulder and Dr. Julia Dawitz
SENSORY - MOTOR PRACTICAL
In this practical you are going to examine the link between what enters the brain, the processing of this information and the behavioral output.
You will perform a behavioral auditory Go-NoGo task and record prefrontal and parietal cortices (EEG) in order to get a grip on the processing of this auditory information. Furthermore, to investigate the timing and accuracy of the behavioral output the activity of the motor and frontal cortex (EEG) and hand muscles (EMG) are recorded. Lastly, eyeblinks (EMG) and heartbeat (ECG) will be measured.
Before you can start with the actual experiment you will first examine a number of important principles that are essential for the interpretation of the results.
From sensory systems via the motorcortex to the keypress.
In a behavioral task where you press a key in response to a cue, sensory systems detect the cue and the corresponding muscle activity is regulated by the motorcortex (See picture to the left). The motor cortex has a topographical layout regarding the control of various muscles. Its axons run, amongst others, via the pyramidal track down to the ventral horn, synapsing on the large motor neurons of the spinal cord. These motor neurons innervate the muscles of the hand and fingers. The muscles move fingers across the key pad, producing this introduction to the experiment.
All this information is transmitted via neuronal actions which can be visualized by EEG, recorded with the EEG equipment. In addition this system can record muscle activity, the ElectroMyoGram (EMG).
In this practical activation of sensory systems will be recorded and the coupling between motor cortex and muscle activity examined. In addition heart beat (ElectroCardioGrams (ECG)) and eyeblinks (ElectroOculoGrams (EOG)) will be measured, both related to attention and stress.
Succes and lots of fun
Switch to English if you prefer.
Click image to continue in English, a new window will open
In totaal zijn er vier modules. Elke module start met algemene informatie, waarna je kan beginnen. Voor de eerste zelfstudieopdracht maak je module I en 'on-campus' loop je door module II en III heen. De analyse module IV wordt gebruikt in het laptopcollege: 'analyse van de data'.
Vergeet niet om alle informatie te lezen, voordat je een module in duikt. Ook tijdens het doorwerken van de modules is het belangrijk om alles te lezen!!
Klik op onderstaande buttons om nu met module I te starten
Module I
The principles of EEG recording
Module II
Your first recording
Module III
Sensori-motor experiment
Module IV
EMG analyse
From the analog brain to the digital PC
Tijdens dit eerste experiment maken jullie kennis met de omzetting van een analoog elektrisch signaal naar digitale data dat door de computer kan worden opgeslagen. Er vinden een aantal essentiële stappen plaats die invloed kunnen hebben op hoe je data er uiteindelijk uitziet en die je daarom moet begrijpen om je data te kunnen interpreteren. De hier beschreven stappen gelden overigens niet alleen voor EEG en EMG maar worden ook toegepast bij het meten van extracellulaire afleidingen, zoals jullie die in het wormenpracticum hebben gemeten.
Om de signalen te kunnen meten zijn er 3 basisstappen nodig: Versterken, Filteren en de Digitalisering van het signaal.
In dit eerste experiment gaan jullie de mogelijke invloeden van deze stappen aan de hand van vragen zelf onderzoeken. Voor elk experiment is er een CANVAS antwoord document waar de antwoorden op kunnen worden ingevuld. Lees eerst de tekst en volg de instructies op de website en beantwoord daarna de daarop volgende vragen binnen CANVAS.
Gebruik CANVAS om de vragen bij MODULE I te zien en maak de quiz!
Begin nu met Stap 1
Stap 1: Versterken
Stap 2: Filteren
Stap 3: Digitaliseren
Stap 4: Uitmiddelen
Versterken van het signaal
Het signaal wordt versterkt zodat het groot genoeg is om door de apparatuur gemeten te worden. Dit gebeurt hier in de g.MOBIlab versterker. Elke versterker heeft specificaties (Afbeelding 2). Deze bepalen de marges waarbinnen je met deze versterker kan meten.
Figuur 2: De EEG versterker (links) en de specificaties van het systeem (rechts).
Maak Vraag I.1 tot en met I.4 van de QUIZ: Motoriekpracticum Experiment I: van het analoge brein naar de digitale PC
Filteren van het signaal
Als het ruwe signaal binnenkomt, is het vaak niet 'schoon'. Dwz, het bestaat uit een deel van interesse en een deel uit ruis (noise) en artifacten. Ruis is in dit geval gedefinieerd als alle frequenties waar we niet in geinteresseerd zijn. Artifacten zijn externe verstoringen, zoals de 50Hz vanuit het lichtnet.
Wat je als signaal ziet en wat als noise dat verschilt per experiment. Voor een EEG/EMG meting worden alle frequenties hoger dan 100 Hz als noise gezien maar tijdens het wormenpracticum zijn alle frequenties lager dan 1000 Hz noise. Daar lag de interesse op de actiepotentialen.
Om ruis te verwijderen filter je deze uit je signaal. Dat gebeurt meestal in twee stappen.
Stap 1 zit vaak in de versterker ingebouwd en is onderdeel van de versterker specificaties (zie figuur 2). De gebruiker heeft daar geen invloed op, behalve door de juiste versterker te kopen voor het experiment.
Stap 2 staat onder de controle van de gebruiker, die on-line (tijdens de meting) of off-line (na de meting) verder het signaal kan filteren en daarmee opschonen.
Het signaal wordt in de MobiLab versterker gefilterd van 0.5 tot 100 Hz, dmv een bandpass filter. Alle frequenties tussen de 0.5 Hz en 100 Hz wordt doorgelaten en de rest wordt geblokkeerd (Zie afbeelding 3a).
Figuur 3a: Het toepassen van een bandpass filter. Eerst wordt het signaal door een Low-pass filter gestuurd en daarna door een High-pass filter. .
Op deze manier kan je het EEG signaal isoleren van storende, in dit geval Noise en Actiepotentialen. (Zie afbeelding 3b).
Figuur 3b: De filter settings van de MobiLab versterker en het effect op het ruwe signaal.
Maak Vraag 1.5 tot en met 1.7 van de QUIZ: Motoriekpracticum Experiment I: van het analoge brein naar de digitale PC
DIGITALISEREN VAN HET SIGNAAL
Introductie
De signalen die door de hersenen en de spieren worden geproduceerd zijn analoge, continue, signalen. Met computers is het niet mogelijk om een continu signaal op te slaan; een computer werkt digitaal. Het analoge signaal wordt gesampled met een bepaalde resolutie. Alleen deze gesampelde punten worden opgeslagen en de tussenliggende data gaat verloren. Zowel in de tijd (sample frequency) als in de amplitude (bit levels) wordt gesampled.
Jullie kennen dit van foto’s, uit het spatiële domein. Als je een digitale foto maar ver genoeg inzoomt zie je op een gegeven moment de vierkante pixels waaruit de foto is opgebouwd. Elke pixel geeft het gemiddelde weer van de informatie die binnen deze pixel is binnengekomen. Dingen die op dezelfde pixel zijn binnengekomen zijn niet van elkaar te onderscheiden, de spatiële resolutie van de foto is dan te laag om deze verschillen te zien (Afbeelding 4).
Afbeelding 4: Een digitale foto is opgebouwd uit pixels. Links, foto van gebouw H0.08 van het Science Park (UvA). Rechts, ingezoomd op de fiets die rechts naast het gebouw staat. De pixels zijn duidelijk zichtbaar. De spatiële resolutie van de foto laat het zien van details (zoals aan- of afwezigheid van een bel) niet toe.
Als we de analoge signalen van de hersenen en de spieren willen meten, maken we gebruik van digitale apparatuur, en krijgen we te maken met de omzetting van continue (analoge) naar digitale signalen. Zowel de tijd (sampling frequency) als de amplitude (aantal bit levels) wordt gesampled. De data tussen de samplepunten in wordt niet omgezet naar het digitale domein en gaat verloren. In de computer worden de individuele samples met elkaar verbonden door rechte lijnen. Dit is dus niet identiek aan de werkelijke waardes van het continue signaal. De betrouwbaarheid van het verkregen digitale signaal hangt dus af van de sampling frequentie en het aantal bit levels. In de volgende tutorial gaan we spelen met de 'sampling frequency' en laten het aantal bit levels even met rust.
OPDRACHT
Hiervoor heb je MATLAB nodig, dat je reeds gebruikt hebt tijdens jaar 1 Neuroanatomie en Neurofysiologie
Nu gaan we bestuderen welke invloed de meetfrequentie (sampling frequency) heeft op het digitale signaal dat uiteindelijk op ons scherm verschijnt. Het signaal dat we later voor analyse gaan gebruiken.
Als het goed is heb je reeds het sampling programma gedownload van CANVAS en staat het nu al op je laptop. Zo niet doe dat dan alsnog. Ga dan door met het openen van MATLAB
Download het programma sampling.m en sampling.fig van CANVAS (het is een zip file). Plaats de zip in een folder op je DESKTOP of op een logische plaats op je laptop.
UNZIP de file
Open MATLAB
Stuur MATLAB naar de folder waar je het sampling programma hebt gedownload en geunzipped. Je Current Folder ziet er dan ongeveer zoals op afbeelding 5 uit.
Type het woord: sampling in je ‘Command window’ en druk op enter. Het programma wordt geladen en opent!
Afbeelding 5: Matlab interface. Screenshot van de ‘Current Folder’ van Matlab. In de adresbalk moet de folder staan waar jij sampling.m en sampling.fig hebt neergezet.
Voor het gemak gaan we ervan uit dat ons (analoge) input signaal een sinus met een bepaalde frequentie is, echter voor complexe signalen zoals hersengolven en spierpotentialen geldt de samenhang die we nu uitwerken ook.
Voer nu in: een analog frequency van 20 Hz en een sampling frequency van 400 Hz, Gebruik de 'show lines between samples' functie en sample de data.
Maak Vraag 1.8 tot en met 1.10 van de QUIZ: Motoriekpracticum Experiment I: van het analoge brein naar de digitale PC
N.B.: In de 'sampled data' plot in de simulatie wordt de lijn tussen de gemeten punten door het programma zelf ingevuld. Hetzelfde wordt gedaan tijdens het digitaliseren van EEG data. Deze verbindingslijnen worden geplaatst om ons het idee van een continue signaal te geven. We kunnen er worst van maken.
Dit is dus geen gemeten data. Zet de 'show lines between samples' functie maar eens uit. 'Its a sinus but not as we perceive it'
Als we een signaal bekijken willen we vaak twee dingen weten: Wat is de frequentie van het signaal en wat is de amplitude?
Ga nu het analoge 20 Hz, 1 mV input signaal met steeds lagere frequenties meten. Gebruik de volgende meetfrequenties (sampling frequencies): 400 Hz, 200 Hz, 100 Hz, 40 Hz, 20 Hz, 10 Hz, 5 Hz.
Gebruik voor deze opdracht: 'Keep Sample plots' om meerdere metingen over elkaar heen te plotten. Zet je deze optie weer uit dan verschijnt er de volgende keer dat je data ‘meet’ weer maar één plot.
'Clear plots' verwijderd alle geplotte data.
Maak Vraag 1.12 tot en met 1.17 van de QUIZ: Motoriekpracticum Experiment I: van het analoge brein naar de digitale PC
We hebben nu gezien dat een (te) lage sampling frequency invloed kan hebben op ons meetresultaat. De EEG apparatuur die we gebruiken om de spieractiviteit (en later ook de hersensignalen) te meten heeft een sample frequentie van 256 Hz (of zoals het in de software staat aangegeven 256 ‘samples per second’).
VOOR DE VOLLEDIGHEID: onze Mobilab versterker heeft in het amplitude domein een resolutie van 216 bit levels. Dat betekent dat de maximale amplitude range die we kunnen meten met onze versterker verdeeld wordt in 65535 samples. Gezien de input range van onze versterker 1 mV bedraagt is de amplitude resolutie 0.015 microV.
UITMIDDELEN VAN HET SIGNAAL
Introductie
In voorgaande opdrachten hebben we binnen het EEG signaal gekeken naar de frequenties die zich daar voordoen en daarvan de amplitudes. Er is echter nog een compleet ander veld van onderzoek dat zich bezig houdt met EEG signalen die ontstaan naar aanleiding van events (gebeurtenissen). Deze tak van sport meet 'event related potentials' of te wel ERPs. ERPs hebben een zeer kleine amplitude, tenopzichte van de 'sterke' hersengolven gerelateerd aan bv alpha, beta frequenties.
Om deze zichtbaar te maken is het noodzakelijk om de events vaak aan te bieden waardoor we een gemiddelde reactie van het brein op een bepaald event kunnen visualiseren. De volgende Zelfstudieopdracht, op CANVAS is er om dit proces duidelijk te maken.
Ga nu naar CANVAS en vervolg daar met de zelfstudie: Het verkrijgen van een mooi ERP
Nu we kennis hebben gemaakt met de theorie achter een EEG meting is het tijd om de eerste data zelf te meten. Het doel van dit experiment is om kennis te maken met:
Als eerste gaan we met een eenvoudig proefje de spierpotentialen van de onderarm en het EEG van de prefrontale cortex meten.
Gebruik CANVAS om de vragen bij Module II te zien en lever per groep de antwoorden op de quiz in!
Maak Vraag II.1 en II.2 de QUIZ: Motoriekpracticum module II: De eerste EEG/EMG/ECG meting
Alle materialen staan voor jullie klaar op de labtafels en de EEG setup is reeds in elkaar gezet en aangesloten.
Scan the picture below to identify essential components
Voor het experiment van Module II hebben we nodig:
Check of je alles hebt...
EN.... Controleer de verbindingen, of ze zoals in afbeelding hierboven zijn aangesloten. Klopt er iets niet, waarschuw je assistent.
EN.... Heb je alles?
OPSTARTEN VAN DE APPARATUUR
Binnen Module II wordt alleen de EEG_Recorder laptop gebruikt
The EEG Recorder software is already downloaded and available on your EEG_Recorder laptop.
The latest version = ......... SEE your Recorder laptop
Start EEG_Recorder in MATLAB (32bits)
Switch your Mobilab amplifier on
START THE PROGRAM
After loading the program, this is how the recording window should look, more or less!
In the latest version, however, colored buttons have been added and analyse tools have been updated.
EEG_recorder contains the following main functions:
AANSLUITEN ELECTRODES
Lees eerst onderstaande aansluit procedure door VOORDAT je er aan begint
Afbeelding: Het ‘gellen’ van de elektrodes.
INSTELLEN RECORDING-COMPUTER
We gebruiken specifieke settings voor dit sensori-motor prakticum, die hieronder worden uitgelegd. Als je dat wilt inzien dan staat hier een uitgebreide uitleg over de algemene instellingen > > > > > > > > > > > > >
INSTELLEN RECORDING-COMPUTER Module II :
Als alle elektrodes zijn bevestigd kan het signaal worden getest. Als je nu weer even naar jullie recording programma kijkt dan zien jullie dat standaard alle EEG en alle Marker(DIO) kanalen aanstaan. "Just to be save".
Voor dit experiment hebben we niet alle kanalen nodig dus er kunnen een paar uit worden gezet. (zie afbeelding 8).
Afbeelding 8: Het selecteren van EEG en markerkanalen in EEG_Recorder.
LIVE VIEW PANEL
Met het ‘Live view’ paneel kan de instelling van het beeldscherm worden aangepast. Deze settings veranderen niets aan de opgeslagen data.
Afbeelding 9: Het interactieve ‘Live view’ instellingspaneel van de EEG_Recorder.
Een kort intermezzo over Fast Fourier Transform
Een EEG en EMG wordt vanuit het tijdsdomein bekeken. Dat wil zeggen dat het ruwe signaal (voltages) wordt uitgezet op een tijd as. Zie het 'raw EEG window' van het EEG-Recorder programma.
Een fast Fourier Transformatie (FFT) rekent het EEG signaal om van het tijdsdomein naar het frequentie domein. Kort door de bocht betekent het dat per tijdseenheid de sterkte (Power) van elke aanwezige frequentie wordt uitgerekend en weergegeven. Denk daarbij aan de delta, theta, alpha, beta en gamma frequenties waarvan jullie de frequentiebanden hebben aangegeven in de thuisopdracht van Module I. Zie als voorbeeld het 'FFT window' van het EEG-Recorder programma, boven.
Door nu in ons experiment zowel de 'Preview sample length' als de 'FFT sample length' op 1024 samples (4 seconden) te zetten, wordt de FFT berekent over het stuk data dat we in beeld hebben.
Realiseer je daarbij dat een EEG signaal een complex signaal is waarbinnen Alpha, Beta en bv Gamma oscillaties tegelijkertijd kunnen voorkomen. En als je je daarna ook nog realiseert dat een FFT analyse een puur mathematische berekening is dan begrijp je ook dat zowel de door ons gedefinieerde oscillaties almede alle andere frequenties worden weergegeven in de FFT plot. Niet alleen de frequenties die 'uit ons brein' komen, maar ook alle artifactfrequenties die rondwaren in de ruimte zoals de frequentie waar ons electriciteits netwerk wekt (alternating current, de AC van AC/DC).
Maak Vraag II.3 en II.4 van de Module II Quiz: Motoriekpracticum module II: De eerste EEG meting
RECORDING STARTEN EN STOPPEN
Voordat de meting wordt gestart eerst nog wat uitleg over het meest rechter paneel waarmee de voortgang van de registratie wordt bediend.
Lees eerst de hele beschijving even helemaal door voordat je werkelijk de meting gaat starten. In het segment hierna ga je pas werkelijk starten.
Afbeelding 10: Het Clear/Start/Stop menu van de EEG_Recorder.
Zet de ‘Time to record (s)’ op de gewenste tijd.
TESTEN SIGNAAL :
Nu we klaar zijn met de instellingen kan de eerste testmeting plaatsvinden
Maak eerst vraag II.5 van de Module II Quiz: Motoriekpracticum module II: De eerste EEG meting
Bekijk het signaal dat nu binnenkomt. Bespreek de kwaliteit van het signaal met je assistent.
Als het er als een zooitje uitziet: Trouble shoot!! Bij een slecht signaal zie je meestal een hele grote 50 Hz piek in je FFT plot aan de rechterkant van het scherm.
Speel met het signaal totdat je er tevreden over bent. Duidelijke registraties, weinig 50 Hz etc etc.
Stop uiteindelijk de EEG_Recorder meting en Reset de EEG_Recorder (door op clear te drukken)
De eerste meting.
Kijk nu eerst naar de twee EMG signalen
Maak nu vraag II.6, II.7, II.8 en II.9 van de Module II Quiz: Motoriekpracticum module II: De eerste EEG meting
Stop de meting, wacht totdat het programma alle data verwerkt heeft en naar het scherm geplot. Dat duurt even: Wees geduldig!
SAVE de data: File > > Save, in een folder op de desktop. Dat wordt jullie data folder. Gebruik hier uit ‘privacy’-redenen nooit de naam van de proefpersoon, maar bijvoorbeeld een geanonimiseerd nummer en een korte beschrijving van het proefje: ‘ppn1_arm1’. Gebruik geen spaties of andere vreemde karakters in de naamgeving. Beperk je tot letters, cijfers en underscores(_)
Reset nu de EEG_recorder (door op ‘clear’ te drukken).
Kijk nu naar het ECG signaal
Maak nu vraag II.10 van de Module II Quiz: Motoriekpracticum module II: De eerste EEG meting
Stop de meting, wacht totdat het programma alle data verwerkt heeft en naar het scherm geplot. Dat duurt even: Wees geduldig!
SAVE de data: File > > Save, in een folder op de desktop. Dat wordt jullie data folder. Gebruik hier uit ‘privacy’-redenen nooit de naam van de proefpersoon, maar bijvoorbeeld een geanonimiseerd nummer en een korte beschrijving van het proefje: ‘ppn1_arm1’. Gebruik geen spaties of andere vreemde karakters in de naamgeving. Beperk je tot letters, cijfers en underscores(_)
Reset nu de EEG_recorder (door op ‘clear’ te drukken).
Nu gaan we kijken naar de meting van de frontale electrode
Maak nu vraag II.11 en II.12 van de Module II Quiz: Motoriekpracticum module II: De eerste EEG meting
Stop de meting, wacht totdat het programma alle data verwerkt heeft en naar het scherm geplot. Dat duurt even: Wees geduldig!
SAVE de data: File > > Save, in een folder op de desktop.
Reset nu de EEG_recorder (door op ‘clear’ te drukken).
Hier eindigt Module II.
We hebben nu gezien hoe we zowel EMG, ECG als EEG kunnen meten. In Module III gaan we deze kennis gebruiken in het feitelijke sensori-motor experiment, maar nu eerst nog het 'Fysieke Stress Experiment'
Ga nu door met onderstaand experiment, daarna tijd voor pauze!
Nu wordt het eindelijk tijd om een echt experiment met een vraag en hypothese uit te voeren. Tijdens het uittesten van alle signalen hebben jullie kennis gemaakt met de fysiologische metingen van spieren, en aan het eind ook oogknippers en hartslag gemeten. Nu willen we onderzoeken hoe de spierpotentialen veranderen als een spier vermoeid raakt en of het vermoeid raken van een spier een fysieke stressrespons opwekt bij de proefpersoon.
Dit experiment wordt uitgevoerd door één deelnemer van de groep
Extra materiaal:
De electrodeconfiguratie is zoals tijdens het testen van de signalen.
Sluit een proefpersoon aan!
Test nu eerst het signaal
Afbeelding 11: Zoals de meting eruit kan zien. Hier kanaal 1: hartslag, Kanaal 2: EMG en kanaal 3: Frontaal met Oogknippers
Doe nu het feitelijke experiment
Geef nu de proefpersoon de tennisbal of de geltube in de rechterhand. Laat de tube op de tafel staan en knijp de tube losjes tussen de wijsvinger en de duim. Hou de andere vingers in een vuist. Laat de proefpersoon nu naar een leeg/wit scherm naar de in het midden geplaatste cursor kijken om oogbewegingen zoveel mogelijk te voorkomen en verstoringen te vermijden.
Timing van Spierpotentialen
We hebben gezien hoe we de kracht die een spier uitoefent kunnen meten. Naast de kracht is ook het timing van spierpotentialen essentieel om een taak goed uit te kunnen voeren. Doordat spierpotentiaalmetingen variabel zijn en soms ook veel ruis bevatten, is het erg moeilijk om het timing op basis van een enkele spierpotentiaalmeting te bepalen. We hebben herhaaldelijke, getimede metingen nodig die we kunnen gebruiken om te middelen.
Evoked Related Potentials (ERPs)
De redenatie is hier dat de ruis toevallig is en uit gaat middelen terwijl het echte, verstopte, signaal in alle metingen zit en dus door het middelen zichtbaar wordt. Met deze techniek worden ook de Evoked Related Potentials (ERPs) gemaakt die vaak in cognitieonderzoek worden gebruikt. Hier zullen we nu een ERP experiment uitvoeren: We gaan de spierpotentialen in de arm meten die gegenereerd worden om een toets op het keyboard te kunnen indrukken. Maar dit is niet alles! We gaan tegelijkertijd ook de activiteit in de frontale en de motorcortex meten. Zo kunnen we de onderlinge timing tussen activatie van de cortici, de spierpotentiaal en de feitelijke keypress bekijken.
Het experiment is een gedeeltelijke replicatie van het Nieuwenhuis 2003 experiment waar jullie ook al naar gekeken hebben in de zelfstudie module I. In het kort: proefpersonen krijgen hoge en lage tonen te horen en reageren volgens instructie op de hoge tonen of de lage tonen. In feite is het een Go-NoGo taak!
Gebruik CANVAS om de vragen bij Module III te zien en lever per groep de antwoorden op de quiz in!
Maak Vraag III.1 en III.2 van de Module III Quiz: het sensori-motor experiment
Dit experiment wordt uitgevoerd door één deelnemer van de groep. Iemand anders dan in Module II
We gaan nu de volledige setup die voor jullie staat gebruiken; Materialen:
STIMULUS COMPUTER
Om de key-presses te kunnen registreren en te koppelen aan de spierpotentialen gebruiken we het stimulatieprogramma 'Stimulus Presenter' op de stimulus computer. Stimulus Presenter is ontwikkeld door Erwin Diepgrond, nav het EEG-practicum in zijn 2e jaar van de opleiding Psychobiologie. "Moeten we daarmee werken, dat kan toch veel beter?" En ja, het kon veel beter.
'Stimulus Presenter' kan plaatjes laten zien, geluid afspelen, tekst laten zien etc etc. Verder kan het ook reacties van de proefpersoon opslaan
De Experimentele opzet: De bijdrage van 'stimulus presenter'
Opslaan van 'events'
Daarvoor dienen we 'Stimulus Presenter' op de stimulus computer zo te configureren dat deze de start van elke keypress en de onset van elke uitgestuurde toon doorgeeft aan de recording computer.
Nu hebben we het experiment voor jullie voorgekookt. Tijdens het 2e jaars Experimentele Psychologie en EEG practicum gaan jullie zel een eigen experiment in elkaar zetten.
INSTELLEN VAN DE STIMULUS PRESENTER SOFTWARE
Afbeelding 12: Stimulus Presenter Startmenu
INSTELLEN VAN DE EEG_RECORDER SOFTWARE
Elke keer dat een specifieke toets wordt ingedrukt op de stimuluslaptop of dat er een toon wordt afgespeeld worden er TTL-pulsen via de DIO-box naar de recordingcomputer gezonden. Deze wordt echter alleen door de EEG_recorder opgenomen als de desbetreffende Marker kanalen (DIO) in de EEG-recorder zijn aangezet (afbeelding 13). De verbinding tussen de DIO-box en de recording-PC is reeds gemaakt. In tegenstelling tot de EEG-kanalen worden de DIO-kanalen alleen opgeslagen als ze aan staan.
Afbeelding 13: TTL-puls panel in EEG_recorder. In dit panel kun je kiezen welke markers je gebruikt. In het sensori-motor experiment hebben we alle 6 marker kanalen nodig .
Maak Vraag III.3 van de Module III Quiz: het sensori-motor experiment
Testen connectie stimulus computer met de recording computer
Zet nu de EEG-Recorder weer aan zonder aangesloten proefpersoon
Selecteer op de stimulus laptop de Marker test!.
Het Marker test programma stopt vanzelf.
Stop nu de EEG_Recorder en Sla de file op
Maak Vraag III.4 van de Module III Quiz: het sensori-motor experiment
Als de marker test succesvol is verlopen dan kan het echte sensori-motor experiment starten
Stop nu het Stimulus_presenter programma
HEEL BELANGRIJK: Sluit nu MATLAB64bits af.
Start nu Matlab64bits weer op en start ook het programma 'MSP_Oct3_2021_BeepBoop_2tasks_markers' weer op!
Pak nu de EEG-Cap, roep een van de begeleiders erbij en laat je uitleggen hoe de electrodes te plaatsen
Maak Vraag III.5 van de Module III Quiz: het sensori-motor experiment
Kies nu uit je groep een nieuwe proefpersoon.
Afbeelding 14: Links de locatie van CZ elektrode t.o.v. Nasion en Inion. Rechts de standaard plaatsingsmogelijkheden van de elektrodes.
Afbeelding 15: Het ‘gellen’ van de elektrodes.
Vul tabel bij vraag III.6 in van de Module III Quiz: het sensori-motor experiment
HET SENSORI-MOTOR EXPERIMENT
Nu gaan we het feitelijke experiment uitvoeren, dat bestaat uit 3 afzonderlijke experimenten die je achter elkaar draait
En als je na de marker test Matlab niet opnieuw hebt opgestart: doe dan eerst onderstaande
Stop nu het Stimulus_presenter programma en sluit MATLAB64bits af.
Start nu Matlab64bits weer op en start ook het programma 'MSP_Oct3_2021_BeepBoop_markers' weer op!
Zet de EEG-Recorder klaar
Selecteer nu het sensori2motorExperiment taak in het stimulus presenter start programma.
Als alles klaar staat kan het van start
De taak op de stimulus laptop is afgelopen en na op 'C' van close te hebben gedrukt wordt in een window aangegeven dat de results file is opgeslagen. Wacht daarop!
Koppel de proefpersoon af
Copieer nu alle meetfiles naar je eigen drive en mededeelnemers
Note: Een emailprogramma accepteert geen .mat files. Deze worden gezien als gevaarlijk. Om .mat files toch te kunnen versturen kan je ze zippen.
De 'on-campus' nabespreking
Maak nu de 'on-campus' nabespreking quiz
Alle data is nu opgeslagen dus nu is het tijd om ons te wagen aan de analyse
We bespreken hier alleen de analyse van de EMG. De analyse van het EEG volgt het zelfde patroon echter, niet alle parameters bij de EMG analyse zijn hetzelfde als bij een EEG analyse, dus denk zelf na wat je in het geval van een EEG analyse invult!
Als je onderstaande stappen hebt doorlopen en begrepen, verwijzen we voor de analyse van het EEG in relatie tot de tonen naar de ERP_ANALYSIS pagina. Daar staat meer uitleg over het hoe en waarom
Loop nu onder de stappen door om het EMG te analyseren.
DATA ANALYSE in 6 logische stappen
De dataanalyse verloopt in het algemeen in een aantal logische stappen.
Hieronder lopen we ze in volgorde door.
STAP 1: WEGFILTEREN VAN ONGEWENSTE FREQUENTIES
De net opgeslagen en onbewerkte datafile noemen we de 'Ruwe' data. Zoals jullie waarschijnlijk hebben opgemerkt kan er nog veel noise in deze files zitten. De grootste verstoorder van het signaal is hier de 50Hz vanuit het lichtnet.
Deze 50 Hz gaan we nu eerst verwijderen door deze weg te filteren mbv de filtertool.
In module I hebben jullie al kennis gemaakt met band-pass en de band-stop optie van filters. Een band-pass laat een frequentieband door, terwijl een band-stop er een frequentieband uitfiltert. Om de 50 Hz verstoring te verwijderen gebruiken we nu een band-pass filter met grenzen van 0.05 en 48 Hz.
Maar pas op: in een EMG signaal zijn de hoge frequenties niet van belang, maar als je geinteresseerd bent in de hoge frequenties in je data, bv de hoog frequente gamma oscillaties dan worden deze ook door deze procedure veranderd.
Overleg nu even met je groepje wat je zou doen als je toch de hoog frequente gammaband oscillaties zou willen behouden.
Afbeelding : Filter Tool. Voor het toepassen van band-pass en band stop filters en Power analyse.
Je krijgt twee save windows, de eerste saved het ruwe gefilterde signaal, deze hebben we nu nodig. De tweede berekent de powerwaarden voor de gehele file, deze kan je cancellen. Voor de power analyse gebruiken we de 'TF_analyse' tool in EEG_redorder
De data is nu vrij van 50 Hz.
STAP 2: KNIPPEN VAN DE DATA
De tweede stap is het knippen van de data in korte stukjes op basis van de onset van de keypress. Hiervoor gebruiken we de ‘Event cutter’.
Afbeelding : Event cutter Tool. Voor het knippen van EEG data in ERP gerelateerd aan gemeten 'events.
Elke keer dat een toets werd ingedrukt werd een TTL-puls naar de recordingcomputer gestuurd (de DIO's of markers). We willen de data dus gebaseerd op de TTL-pulsen knippen. Hiervoor moeten we de data die we net hebben gemeten eerst inladen.
We gebruiken nu de 'TTL Based cuts' sectie. De TTL-pulsen van het toetsenboard zijn opgeslagen in kanaal 9 t/m 14. Dit is afhankelijk van hoeveel markerkanalen (DIOs) je hebt gebruikt; de eerste acht kanalen zijn altijd de EEG kanalen en dan één kanaal per marker in volgorde. Met de huidige opstelling zijn er dus maximaal 14 kanalen actief (8 EEG/EMG kanalen en 6 markerkanalen).
Als het sensori-motor experiment is uitgevoerd dan heb je drie afzonderlijke taken na elkaar uitgevoerd. Als het goed is heb je daarbij op markerkanaal 9 en 10 de markers voor het eerste experiment, op 11 en 12 de markers voor het tweede experiment en op kanaal 13 en 14 de markers voor het derde experiment zien binnenkomen. Op het eerste kanaal is steeds de onset van de toon en op het tweede kanaal de daaraan gekoppelde reactie.
Overleg nu even met je groepje waarom het nu verstandig zou zijn om de markers in kanaal 12 te gebruiken als je veel keypresses van de rechterarm in 1 keer zou willen selecteren.
We zijn nu geïnteresseerd in de reactie van de spieren in relatie tot de keypresses. maar ook in de korte tijd voorafgaand aan de toon.
Bespreek nu met je groepje waar je de reactie van de spieren verwacht in relatie tot de keypress.
Vóórdat je nu de event cutter wegklikt, kijk even naar wat het knippen nu eigenlijk heeft opgeleverd: zie 'File size new'. Hier staan 3 getallen. Bepaal nu met je groepje waar die getallen voor staan.
Hoeveel keypresses verwacht je eigenlijk? En, klopt dat met wat je ziet?
STAP 3: BASISLIJN CORRECTIE VAN DE ERPs
Sluit nu de ‘Event_cutter’ af.
De volgende stap is een basislijn correctie van de geknipte stukjes data, de ERPs. Dit kun je doen met behulp van de ERP tool (wederom te vinden onder tools).
Afbeelding : ERP_Tool. Voor het bewerken en analyseren van ERPs.
De data is nu basislijn gecorrigeerd.
STAP 4: SELECTEREN VAN DE JUISTE MARKERS
De volgende stap is het selecteren van de juiste events binnen de geknipte stukjes EEG data.
NOTE: Na alle tonen werd er ongeacht of er een key wordt ingedrukt een 'keypress' marker gecreëerd. Eigenlijk geeft de marker het 'end of trial' aan. Dus de ERPs die geknipt zijn zijn een mix van werkelijke keypresses EN het aflopen van een trial zonder dat er een keypress heeft plaatsgevonden. Haal uit je gedragsfile (de .csv file) welke markers werkelijk gerelateerd zijn aan een keypress. Deze ga je nu selecteren door de 'end of trial' stukjes data te verwijderen.
Afbeelding : De selection tool binnen de Array_manipulator_Tool. Voor het selecteren van stukken data uit je file.
De eerste twee dimensies van je dataset zijn meetpunten in de tijd en de verschillende kanalen. In de (nieuwe) derde dimensie zitten de verschillende stukjes die we net hebben geknipt. Hier gaan we nu alleen de werkelijke keypresses selecteren door de 'end of trial' markers te verwijderen.
De data bestaat nu alleen uit geselecteerde trails met keypresses.
STAP 5: MIDDELEN VAN DE DATA
De volgende stap is het middelen van de data. Dit kun je doen met behulp van de Array_manipulator (wederom te vinden onder tools).
Afbeelding : De 'Average along dimension' tool binnen de Array_manipulator_Tool. Voor het middelen van data binnen je file.
De eerste twee dimensies van je dataset zijn meetpunten in de tijd en de verschillende kanalen. In de (nieuwe) derde dimensie zitten de verschillende stukjes die we net hebben geselecteerd. Hierover willen we middelen.
De data is nu gemiddeld over alle ERPs .
STAP 6: PLOTTEN VAN DE DATA
We hebben nu 8 kanalen (alle EEG kanalen) met telkens 1500 ms data over. Deze 1500 ms zijn gemiddeld over alle signalen 1000 ms voor en 500 ms na de werkelijke onset van de keypress.
Ten slotte kunnen we de data eindelijk bekijken. Gebruik hiervoor de Data_plotter (zoals gebruikelijk te vinden onder tools).
Afbeelding : De Plotting tool. Voor het plotten van data.
Bespreek nu met je groepje het resultaat.
Gebruik nu de ERP analyse pipeline om de Audio getriggerde resultaten vanuit de beide EEG kanalen te selecteren en te analyseren.