EEG-handledningar

Elektroencefalografi (EEG) är en icke-invasiv hjärnavbildningsteknik som mäter elektrisk aktivitet i hjärnbarken med hjälp av små elektroder placerade på skalpens yta. När EEG-data tidsmässigt kopplas till en specifik händelse eller stimuli (t.ex. ett ord, ett ljud eller en bild) får vi fram så kallade event-related potentials (ERPs). Vi analyserar tidpunkten, amplituden och andra egenskaper hos olika ERP-komponenter som indikatorer på olika neurokognitiva processer.

I. Capping och datainsamling

I denna grupphandledning får deltagarna en kort översikt över systemet och möjlighet att öva på att sätta på EEG-mössan och spela in EEG-data.

Efter en kort introduktion till EEG kommer vi att arbeta i EEG-labbet där deltagarna får samla in EEG-data. Detta innefattar följande steg: sätta på en elektrodmössa på en deltagares huvud, applicera gel i elektroderna, optimera anslutningen genom att sänka impedansnivåerna, köra ett experiment i PsychoPy och samla in data, granska och diskutera den kontinuerliga EEG-signalen under datainsamlingen, samt para den inspelade filen. Deltagarna kommer att turas om att agera som testpersoner. Vi börjar med att gå igenom grunderna i EEG-metodik och hur den kan användas inom forskning.

Ingen tidigare kunskap om EEG krävs.

En heldag krävs för grupper med fler än tre deltagare. Vid en heldagsworkshop delas deltagarna upp i två grupper. Workshopen ställs in om färre än två deltagare anmäler sig.

II. Databearbetning och plottning

I denna grupphandledning kommer deltagarna att arbeta med ett befintligt dataset och gå igenom de olika stegen som ingår i bearbetning av EEG-data och plottning av ERPs.

Efter en kort introduktion till EEG kommer vi att arbeta med ett tidigare insamlat dataset och gå igenom stegen för att bearbeta rå EEG-data och omvandla den till ERP-vågor. Vi kommer använda två olika protokoll för att bearbeta EEG data: ett manuellt protokoll med hjälp av EEGLAB, ett automatiserat protokoll med MATLAB- och Python-skript. Kursen täcker inte statistisk analys av EEG-data, men en kort översikt kan inkluderas om tiden tillåter.

Förkunskapskrav:

  • Deltagarna förväntas ha genomfört EEG-handledning I eller ha en grundläggande förståelse för EEG-metodik och hur EEG-data samlas in.
  • Grundläggande kunskaper i MATLAB och Python är fördelaktigt men inte nödvändigt.
  • Deltagarna ska ha egna datorer med MATLAB, Python och EEGLAB installerade. Instruktioner för installation skickas ut före mötet.

För information och ansökan, kontakta sara.farshchihumlab.luse

Gå till sidan aktuella pedagogiska aktiviteter för information om denna grupphandledning ges denna termin.

Sidansvarig: Maja.Peterssonhumlab.luse | 2025-01-14