Sygnałem bioelektrycznym nazywamy zapis zmiennego w czasie potencjału elektrycznego, który powstaje w tkankach organizmów żywych. Najczęściej badanymi sygnałami bioelektrycznymi są: elektrokardiogram (EKG), elektromiogram (EMG) oraz elektroencefalogram (EEG). Sygnały te mierzone są za pomocą elektrod, zwykle umieszczanych na powierzchni skóry. Dzięki temu zapis czynności elektrycznej serca, mięśni czy mózgu jest bezinwazyjny, łatwy w przeprowadzeniu oraz bezpieczny dla pacjenta. Ponadto koszt wykonania badań jest niski w porównaniu z innymi, bardziej specjalistycznymi technikami diagnostycznymi.

Elekroencefalogram to zapis czynności elektrycznej mózgu, odzwierciedlającej przede wszystkim potencjały generowane w korze mózgowej. Mierzone na powierzchni głowy prądy powstają dzięki potencjałom postsynaptycznym neuronów piramidowych, znajdujących się w czwartej warstwie kory mózgowej (więcej informacji można znaleźć tutaj). Sygnał EEG rejestrowany jest przy pomocy elektrod umieszczanych na głowie osoby badanej. Amplituda mierzonych potencjałów jest rzędu µV, przez co pomiar wymaga bardzo czułej aparatury. Ponadto rejestrowany sygnał należy odseparować od wpływu znacznie silniejszych potencjałów, generowanych na przykład przez serce lub mięśnie twarzy, a także zakłóceń pochodzących od urządzeń elektrycznych.

Podstawy metodologii ERP

W mojej pracy naukowej zajmuję się (dotychczas się zajmowałem) analizą zapisów EEG. Na przestrzeni ostatniego wieku badacze zajmujący się tą tematyką opracowali kilka różnych metodologii badawczych. Dla przykładu, można analizować sygnał powstały spontanicznie, bądź też sygnał bedący na coś odpowiedzią. Ja zazwyczaj pracowałem w ramach tego drugiego podejścia, które postaram się krótko nakreślić.

Przy pewnych założeniach, ludzki mózg można traktować jak bardzo skomplikowany system bioelektryczny. Jednym ze sposobów badania takich układów w fizyce jest podanie na ich wejście impulsów elektrycznych o znanych parametrach i obserwacja reakcji na tak rozumiane zaburzenia, zwane bodźcami.

Zazwyczaj reakcja na pojedynczy bodziec jest mała względem pozostałych aktywności zachodzących w podobnym czasie i zawartych w zapisie EEG. Klasyczne podejście do wyodrębnienia manifestacji elektrycznej podanego bodźca zostało przedstawione na zamieszczonym obok rysunku. Polega ono na uśrednieniu wielu fragmentów sygnału, zawierających odpowiedź na dane zaburzenie. Technika ta opiera się na założeniu, że zawarta w EEG odpowiedź mózgu na każdy z kolejnych bodźców jest niezmienna. Innymi słowy, występuje zawsze w tym samym momencie czasu, oraz skutkuje pojawieniem się w sygnale struktury o ustalonym kształcie. Jednocześnie zakłada się, że EEG odzwierciedlające pozostałe zachodzące procesy może zostać potraktowane, jak nieskorelowany z odpowiedzią na bodziec proces stochastyczny o średniej równej zeru.

W klinicznej neurofizjologii jako potencjał wywołany (ang. Event Related Potential, ERP) rozumie się więc uśrednioną odpowiedź na podawany bodziec. Jakkolwiek możliwa jest interpretacja ERP w dziedzinie częstości, jednak analiza potencjałów wywołanych opiera się w dużej mierze na rozpoznawaniu tzw. załamków, czyli przejściowych wzrostów lub spadków amplitudy sygnału w uśrednionym przebiegu czasowym. Dalsza analiza oparta jest na wieloletnich doświadczeniach badaczy wynikających z obserwacji korelacji między latencją i amplitudą pozytywnych i ujemnych załamków uzyskanych przebiegów ERP, a także behawioralnego bądź klinicznego stanu pacjenta.

Bodźcem prezentowanym badanym może być dosłownie cokolwiek. Na przykład dźwięki, obrazy, wideo, czy też słowa. Istotne jest swoiste nacechowanie czymś takiego bodźca. Zazwyczaj używa się kilku różnych typów zaburzeń, a następnie zebrane na nie odpowiedzi są między sobą różnicowane. Jak zostało wspomniane wyżej, standardowe podejście do analizy potencjałów wywołanych polega na uśrednieniu zapisów EEG. Uśrednieniu dużej liczby odpowiedzi na bodziec. Odpowiedzi zsynchronizowanych względem wystąpienia bodźca.

Programy do prezentacji bodźców

Do prezentacji bodźców używa się zazwyczaj specjalnych programów, takich jak Presentation (program komercyjny), czy PsychoPy (darmowy odpowiednik). Nigdy nie znalazłem w sobie dość samozaparcia, by nauczyć się obsługi któregoś z nich. Zawsze pisałem stosowne programy samodzielnie. Używałem w tym celu języka Python. Przy okazji udało mi się bardzo dużo nauczyć i gdybym dziś stanął ponownie przed wyborem, czy użyć np. PsychPy, czy napisać całość samemu, postąpiłbym tak jak wcześniej. Poniżej prezentowane są kolejne programy wraz z krótkimi opisami ich funkcjonalności. Oczywiście, programy pisane później cechują się lepszym stylem kodowania, niemniej jednak wszystkie programy tu opisane są tzw. “softem naukowym“. Oznacza to, że działanie programu jest, było i będzie ważniejsze niż jakość kodu, czy przyjemność płynąca z jego użytkowania.