EEG mérések hardveres és szoftveres validációja

Hasonló dokumentumok
A hierarchikus adatbázis struktúra jellemzői

Általános statisztika II. Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László

Standardizálás, transzformációk

1. Legfontosabb tulajdonságok. 2. A lejátszó leírása

KÉPZŐK KÉPZÉSE TÁMOP E-13/1/KONV szeptember 10. Dr. Balogh László Hajdúné dr. Petrovszki Zita Dr.

Condor 242 dc hordozható halradar használati útmutató

Többet látni. Többet nyújtani. Nyújtson még többet ügyfeleinek a Testo hõkamerájával! testo 880 csúcstechnológia új árdimenzióban.

Anatómiai régiók automatikus felismerése

Condor 242 dc és Condor 245 df halradar használati útmutató

Kézikönyv a kis és középvállalkozások könyvvizsgálatához a Nemzeti Könyvvizsgálati Standardok alapján

A PÁLYÁZAT LEFOLYÁSA, SZEMÉLYI, TARTALMI VÁLTOZÁSAI

A vas-oxidok redukciós folyamatainak termodinamikája

FESD Feuerschutz für System- und Datenschränke GmbH OFS. Az innovatív Objektumoltó berendezés a rendszerszekrények tűzvédelmére

Nagyon köszönöm a disszertáció alapvetően pozitív megítélését és a gondos bírálatot. A következőkben válaszolok a feltett kérdésekre.

DOKTORI ÉRTEKEZÉS TÉZISEI A HEMIPARETIKUS BETEGEK JÁRÁSÁNAK ÉS ÁLLÁSSTABILITÁSÁNAK HORVÁTH MÓNIKA

10. Genomika 2. Microarrayek és típusaik

Statikus és dinamikus elektroenkefalográfiás vizsgálatok Alzheimer kórban

Értelmezési szempontok

W-DMX. DMX512 - RF és RF - DMX512 Interfész. Kezelési útmutató. Tartsa kéznél, a jövőben szüksége lehet rá! rev /08/27

Napfénylámpa Használati utasítás

Bírálat Petrik Péter "Spektroellipszometria a mikroelektronikai rétegminősítésben" című MTA doktori értekezéséről.

VHR-23 Regisztráló műszer Felhasználói leírás

Többet látni... Többet nyújtani... testo 875 és testo 881

Egyéni gazdaságok kockázatkezelése a növénytermesztésben Risk management at individual farms of crop producers

SZÁLAS ALGA MEGSEMMISÍTŐ KÉSZÜLÉK CÉLSZERŰ HASZNÁLATA

Doktori (PhD) értekezés. Nyugat-magyarországi Egyetem. Simonyi Károly Műszaki, Faanyagtudományi és Művészeti Kar

ELEKTROMOS SZÁMÍTÓGÉPEK BIZTOSÍTÁSA BIZTOSÍTÁSI FELTÉTELEK ÉS ÜGYFÉLTÁJÉKOZTATÓ

MATEMATIKA évfolyam

INFORMÁCIÓTECHNOLÓGIA ÉS FOGLALKOZTATÁSI INNOVÁCIÓK MTA VILÁGGAZDASÁGI K UTATÓINTÉZET NKTH MECENATÚRA PÁLYÁZAT SZANYI MIKLÓS

TEST TÉR JELENTÉS 2. *

HÍRADÁSTECHNIKA. Többutas hullámterjedésből származó tv-vételzavarok. f 6m? ^ Igazgatóság

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM ÁRAMLÁSTAN TANSZÉK TOMPA TESTEK ELLENÁLLÁSTÉNYEZŐJÉNEK VIZSGÁLATA MÉRÉSI SEGÉDLET. 2013/14. 1.

Kvantitatív Makyoh-topográfia , T

Ebben az írásban a pedagógusképzés finanszírozásának egy-két sajátosságát

Friss országos adatok a kerékpárhasználatról a Kutatás 6. hulláma

Észak-Alföldi Regionális Innovációs Stratégia

5. mérés Mérés és kiértékelés számítógéppel

Önálló laboratórium dokumentáció

1. Hazugságvizsgálat: a mikromotoros vizsgálóeljárás lényege, avagy mit kell tudni a grafométerrıl?

Fiskális transzparencia jelzőszámok nélkül?

A MAGYAR SPORT TERÜLETI VERSENYKÉPES- SÉGÉNEK VIZSGÁLATA TÖBBVÁLTOZÓS STATISZTIKAI MÓDSZEREKKEL

EGÉSZTESTSZÁMLÁLÁS. Mérésleírás Nukleáris környezetvédelem gyakorlat környezetmérnök hallgatók számára

NIPPON AVIONICS CO., LTD. Tavaszi akció 2014.

centrope Regionális Fejlődési Jelentés 2012 Projekt-összefoglaló és következtetések

3. mérés Sorozatmérés digitális kijelzésű mérőórával

Adatbányászati technikák (VISZM185) 2015 tavasz

BIZTONSÁGI ADATLAP A 1907/2006 számú EK rendelet szerint

Jel- és adatfeldolgozás a sportinformatikában

: 2K UNIVERZÁLIS RAGASZTÓ 50 ML (A)

Felhasználóbarát kliensszoftver

BIZTONSÁGI ADATLAP A 1907/2006 számú EK rendelet szerint

Közigazgatási szerződés

Klaszterezés, 2. rész

I: Az értékteremtés lehetőségei a vállalaton belüli megközelítésben és piaci szempontokból

BIZTONSÁGI ADATLAP A 1907/2006 számú EK rendelet szerint

Beszédadatbázis irodai számítógép-felhasználói környezetben

Engelmann hőmennyiségmérő. Beépítési és működési útmutató

Tárgyszavak: öntöttvas; vasötvözet; örvényáram; roncsolásmentes anyagvizsgálat, roncsolásmentes vizsgálat.

Mennyire nyitott az emberi agy?

Használati útmutató. 1.0 verzió október

Tájékoztató az eljárás eredményéről - Eredményjelző tábla beszerzése

Egyetemi doktori (PhD) értekezés tézisei A SZERVEZETI KULTÚRA ÉS A DOLGOZÓI ATTITŰD ÖSSZEHASONLÍTÓ VIZSGÁLATA MEZŐGAZDASÁGI VÁLLALKOZÁSOKBAN

ÚJ KÖVETELMÉNYEK ÚJ MEGOLDÁSOK

36009 hrsz Budapest, Diószegi Sámuel u szám alatt található ingatlan Ajánlattételi/részvételi jelentkezési határidő:

Brooklyn Credit Risk Monitoring System

JÁRMŐÁRAMLÁSTAN közúti jármővek II. autóbuszok, teherautók

Készlet common-rail szívattyúk vizsgálatához Használati utasítás

KW1M sorozat. Egyszerű és kis méretű fogyasztásmérő vezérlőtáblákhoz. KW1 M Eco-POWER METER

FEDÉLZETI INERCIÁLIS ADATGYŰJTŐ RENDSZER ALKALMAZÁSA PILÓTA NÉLKÜLI REPÜLŐGÉPEKBEN BEVEZETÉS

Mikrohullámok vizsgálata. x o

Számítástechnikai és Automatizálási Kutatóintézet (MTA SZTAKI), 1111, Budapest, Kende utca 13 17,

A hang terjedés számítása és szemléltetése Irányhallás számítása a vízszintes síkban Műfejbe épített mikrofonokkal

Környezeti elemek védelme II. Talajvédelem

Többet látni. Többet nyújtani. testo 880 hõkamera

KUTATÁSI BESZÁMOLÓ. A terület alapú gazdaságméret és a standard fedezeti hozzájárulás (SFH) összefüggéseinek vizsgálata a Nyugat-dunántúli régióban

TECHNOLÓGIAI KULCSSZAVAK. 1. ELEKTRONIKA, INFORMÁCIÓS TECHNOLÓGIA (angol nyelvő rövidítés: IT) ÉS TÁVKÖZLÉS

Elektromos ingerlés ELEKTROMOS INGERLÉS. A sejtmembrán szerkezete. Na + extra. Elektromos ingerlés:

DIFFERENCIÁLIS DEMOGRÁFIAI KÖZELÍTÉSEK FELHASZ- NÁLHATÓSÁGA: KÖZELÍTÉSEK, MÓDSZEREK, PÉLDÁK

STATISZTIKA I. Tantárgykódok. Oktatók. Időbeosztás. Tematika Előadás Bevezetés, a statisztika szerepe

Magyar Egészségügyi Szakdolgozói Kamara Csongrád Megyei Területi Szervezet

4. mérés Jelek és jelvezetékek vizsgálata

VIBROCONTROL A megbízható rezgésvédelem

AZ ERDŐSÜLTSÉG ÉS AZ ÁRHULLÁMOK KAPCSOLATA A FELSŐ-TISZA- VIDÉKEN

FWA 4630 futómű-állító készülék

A helyi önkormányzatokról szóló évi LXV. tv. 1. (6) bekezdése alapján a Nógrád Megyei Önkormányzat Közgyűlése az alábbi rendeletet alkotja:

A PÁKOZDVÁR ALATTI ÜREG REJTÉLYÉNEK NYOMÁBAN A TÉRINFORMATIKA SEGÍTSÉGÉVEL. Óbudai Egyetem Alba Regia Műszaki Kar, Geoinformatikai Intézet

Matematikai statisztikai elemzések 6.

A mezõgazdaság gazdaságstruktúrája és jövedeleminformációs rendszerei

PEDAGÓGIAI PROGRAM EGYMI

Alapfogalmak Metrológia Metrológia: Általános metrológia Mérés célja Mérési elvek, mérési módszerek Mér eszközök konstrukciós elemei, elvei

Spektrográf elvi felépítése

BIOLÓGIA 7-8. évfolyam. A tantárgy heti óraszáma A tantárgy éves óraszáma 7. évfolyam 2 óra 72 óra 8. évfolyam 1,5 óra 54 óra. 7.

Állatvédelmi útmutató az állatok kábításához és leöléséhez

Fedési kett scsillagok fotometriai mérése, az adatok feldolgozása

Hosszú Zsuzsanna Körmendi Gyöngyi Tamási Bálint Világi Balázs: A hitelkínálat hatása a magyar gazdaságra*

Dr. Saxné Dr. Andor Ágnes Márta. Immateriális javak a számviteli gyakorlatban

Multiszenzoros feldolgozás. Vizsgálata. Eltérések lehetnek

Regressziószámítás alkalmazása kistérségi adatokon

KÖZHASZNÚSÁGÚ JELENTÉSÉHEZ

Tantárgyi követelmény Szakiskola 9/E évfolyam

Átírás:

EEG mérések hardveres és szoftveres validációja Kovács Annamária EAR1LJ Szoftver verifikáció és validáció 2015-12-10

Az elektroenkefalográfiáról (EEG) Az EEG olyan pszichofiziológiai mérési eljárás, mely során az idegsejtek skalpon mért aktivitását regisztráljuk. Nálunk: elsősorban hallással kapcsolatos kísérletek Hallási tárgyészlelést megalapozó inger-szerveződési folyamatok és az ehhez szükséges emlékezeti és figyelmi erőforrások vizsgálata Akusztikus szabályosságok regisztrációja és ennek csecsemőkori fejlődése Beszédhangok szétválasztása Koktélparti jelenség Ezen kívül: Látás, öregedés 2

3

4

Használt kísérleti elrendezés 5

Kiváltott válaszok Eseményhez kötött potenciálok Adott inger által kiváltott agyi jelek összessége Kognitív, motoros, szenzoros folyamatok Hol, miért? Figyelmi, információfeldolgozás, nyelv eseményt megelőző Vizuális, hallási Szomatoszenzoros, motoros Nálunk: hallási BERA: agytörzsi, hallórendszer válasza N1: megjósolhatatlan stimulusra, ampl. figyelemtől függ P2: felsőbb feldolgozási folyamatokat reprezentál, figyelem itt is N2: mismatch detektor, kongitív kontoroll, nyelvtanulás P3: döntés, stimulus kategorizálás, oddball paradigmával kiváltható Késői pozitív komponensek: régi/új hatás, memória 6

EEG jel validálása Honnan tudjuk, hogy EEG jelet mérünk? Kicsi jelek, nagyon zajos, hogyan lehetne validálni? Ötlet: Görögdinnyén alkalmazzák ugyanazt a setupot, mint a kísérlet során, végigfuttatják, elemzik az adatokat Artefakt szűréshez ami marad, tiszta EEG Artefaktok: Kamra nem Faraday kalitka Hálózati zaj Szemmozgások Izommozgások Szívverés Izzadás 7

Emotiv EPOC játékhoz tervezett EEG készülék validációja Validation of the Emotiv EPOC EEG gaming system for measuring research quality auditory ERPs (N. A. Badcock, P. Mousikou, Y. Majahan, P. De Lissa, J. Thie, G. McArthur, 2013) Háttér: EEG/ERP mérés fontos: hallottak kognitív feldolgozása, pl dyslexia, hiperaktivitás, figyelemzavar, skizofrénia, autizmus Laborban az EEG mérés hosszadalmas, kényelmetlen, gyermekeknek ijesztő is lehet, elzárt kamrában egyedül, sapkafelrakás nehézkes Azonban vannak már kereskedelemben kapható EEG rendszerek játékhoz, ezek könnyen felvehetők, kisebbek, hordozható, olcsóbb, könnyebb (irányítható játékok) Kérdés: Ugyanazokat a kiváltott potenciálokat méri-e az egyik, mint a másik összehasonlítás Eszköz: mismatch paradigma, aktív és passzív kondíciókkal, Neuroscan kísérletekben használt EEG-vel összehasonlítás 8

ERP: átlagos elektromos aktivitása nagyobb sejtcsoportoknak Hallási ERP előnye: passzívan is kiváltható, amíg a KSZ mással van elfoglalva, nem kell figyelnie sem (DVD-t néz közben) MMN: mismatch negativity Késői kiváltott válasz esetén: standardból (gyakori) kivonjuk a deviánst (ritka) Figyelmi memória, hallási megkülönböztetés Résztvevők: 21 felnőtt (12 nő, 9 férfi) 31 év átlagkor Stimulusok: két blokk (passzív videot, aktív dev. számolás) 566 standard (175 ms 1000 Hz, 10 ms rise and fall, 85% of trials) 100 deviáns (175 ms 1200 Hz, 10 ms rise and fall, 15% of trials) Standard után 3-35 közzel jön deviáns Jittered SOA 0.9-1.1 között, hogy az ERP-ben minimálisan jelenjen meg az a hatás, hogy mindig ugyanakkor kezdődik a stimulus 9

Neuroscan: 16 csatorna, Ag/AgCl elektródok, 1000 Hz 1-100 Hz szűrővel, 128 Hz-re újramintavételezve Emotiv EPOC: aranybevonatú szenzorok, headsetre erősítve, 16 mérési pont, 128 Hz-re újramintavételezve, 0.16-43 Hz között szűrt jel Triggerek helyett O1-O2 csatornára 50mV-nál nagyobb jel kiküldése, ehhez igazították később az ERP számítást Sapkára rakták a hordozható EEG-t, így egyszerre mérik a jeleket EEG feldolgozás: EEGLAB Artefaktszűrés: szemmozgásdetekció, 0.1-30 Hz között szűrt jel, szívverés kiszűrése ICA-val Epochok: 102 ms stimulus előtt, 500 ms stimulus után, prestimulus baseline korrekció 10

ERP hullámformák generálása: elektródák feldolgozott jeleinek epochonkénti összeátlagolása Standard epochok: P1, N1, P2, N2 csúcsok detekciója (deviáns nem, mert kevés van) MMN készítése passzív blokkokból itt nem vonja el semmi a figyelmet, figyelem nem modulálja P3-at (standard-deviáns) Manuális csúcsdetekció az említett kiváltott válaszokon, Emotiv EPOC nagyon zajos, jobb kézzel, hogy valid legyen 11

Eredmények 12

13

Diszkusszió Játékhoz használt EEG rendszer validálása volt a feladat hallási kutatási eszközként Párhuzamos mérés két EEG rendszer felhasználásával 21 felnőtt KSZen Analízis eredménye: frontális oldalon regisztrálták a legnagyobb hallási ERP válaszokat Intraklassz korrelációs együtthatók (ICC), melyek jelzik, hogy mind a standard, mind a deviáns ERP válaszok hasonlóak voltak a két rendszernél Ez nem igaz az MMN-re kevesebb deviáns epochot használtunk Ha ezeket a KSZ-eket eltávolítjuk, az MMN is hasonló lesz ICC-ből kiderült, hogy a hasonlóság relevánsabb az aktív blokkoknál Oka lehet, hogy itt még nem száradt meg a paszta, kevésbé stabil Az eredmények azt mutatják, hogy a késői hallási ERP komponensek jól összevethetők a két rendszernél, MNN nem annyira 14

EEG adatra alkalmazott PCA validációja Validation in Principal Component Analysis applied to EEG data, J. Costa, P. J. Da-Silva, R. Almeida, A. Infantosi PCA: dimenziócsökkentés Jól működik, ha a mintaméret nagy Kisebb mintán problémás lehet Itt: validációs eljárás kerül bemutatásra bootstrapping PCA-ról röviden: p változó, n object (nxp mátrix) az adatmátrix, melyből a PCA az eredeti változók lineáris kombinációjaként újakat hoz létre Ortogonális lineáris transzformáció, ahol az adat bizonyos projekciója szerinti legnagyobb variancia az első koordinátán helyezkedik el (az első főkomponens) 15

Bootstrapping Megbecsülhető vele a becslés pontossága, újramintavételezés a főbb jellemzőkre vonatkozóan : statistic of interest populáció egy ismeretlen paraméterértéke Nonparamteric BST R db megismételt mintát generál : A megfigyelt D kiszámolása: BST pontossága legjobban a konfidencia intervallumokkal (CI) adható meg, ezt az újramintavételezett mintákból generáljuk : adott konfidencia szint R megválasztása: BST-hez >1000, PCA-hoz >30, >100 16

Validáció Mindig jobb a teljesítménye az algoritmusnak azon az adaton, melyen a modellt tanították Ezért test és validation set használata Algoritmus generalizáló képessége jól mérhető Validálás fajtái: Internal (pl cross-val., 2 felé vágott adat, BST módszerek) External (új adaton lefuttatás) Relative (más modell az alap adathalmazra) Kis elemű adathalmaz: BST internal validation Minden adat szükséges a validációhoz 17

BST után különböznek a sajátvektorok, nem lehet közvetlenül összehasonlítani az eredetivel Valamiféle korrekciós eljárás kell: Procrustes analízis (stat. shape analysis) Konfidenciaintervallumok poligonok vagy convex hull-ok Átlapolódás: ugyanazok az objektumok Kiterjedtség: minél keskenyebb, annál stabilabb CI középpontjai alapján új PCA score-ok számíthatók ki Poligon középpontjainak kiszámítása BST centroidok BST centroidok az eredeti PC score-ok koordinátáinak közelítései Összehasonlíthatók, pl felügyelet nélküli klasszifikációval Példa felügyelet nélküli klasszifikációra: DENDROGRAM AHA: agglomerative hierarchical algorithm -> bottom up alg. Dendrogram vágása bizonyos magasságban Average Linkage Algorithm (mint a legstabilabb AHA algoritmus) használata 18

Kísérlet 31 KSZ, EEG és stabilométerrel mérések 5 perces EEG felvétel, különféle kondíciók, 3 perc pihenés: Resting state csukott szemmel Resting state nyitott szemmel Stabilométer mérés közben állva, nyitott szemmel Stabilométer mérés közben állva, csukott szemmel 20 elektródán mértek, csak az O1-t használták fel Minden epochra 4 statisztika: + agyhullámok maximuma, teljesítménye Négyzetes közép (RMS) Maximális pozitív és minimális negatív elem különbsége (Mm) Szórás (SD) Ferdeség (S) EEGből: 24 KSZ * 2 kondíció= 48 6+4 frekvencia és időbeli jellemző 48x10-es adatmátrix, ezen végzik el a PCA-t, majd a BST-t Ezek után a validáció következett PC score-ok variabilitása: convex hull területek összehasonlítása BST centroidok és eredeti dendrogram score-ok összehasonlítása 19

Eredmények 6 és 2 területe a legnagyobb, 29 és 23 területe a legkisebb Mivel a kicsi és nagy területek ellenkező oldalon vannak, ez a PC különbséget tesz közöttük (kicsik/nagyok) 6 és 2 különben is figyelmet érdekel: más kvadránsban vannak 20

2 és 6 itt is különböző klaszterben 21 Itt is két külön klaszterbe estek

Diszkusszió Statisztikai modellekben fontos a validáció, PCA sem kivétel PC score-ok közötti távolság nem tudjuk, hogy biztosan valódi távolság-e, főleg, ha a mintaszám kicsi BST alkalmazása ilyen feladatokra körültekintést igényel, mert nyújthatja, torzíthatja, elforgathatja Hogy ezt elkerüljük, itt BST után Procrustes analízist alkalmaztunk Az eredmények alapján a BST módszer jó validáló eljárásnak tekinthető Új PC score-ok kiszámítása a CI-k centroidjai alapján (validation set), melyet az eredeti adaton alkalmazott BST algoritmussal tudunk kiszámolni, új eljárásnak tekinthető PCA outlierekre érzékeny 2-es jel itt az volt PCA EEG-nél például szemmozgás kiszűrésére használható, vagy egyéb artefaktok eltávolítására Használták jel/zaj arány növelésére 22

Köszönöm a figyelmet! 23