Marcin KOODZIEJ, Andrzej MAJKOWSKI, Grzegorz SUKO, Remigiusz Jan RAK

Politechnika Warszawska, Instytut Elektrotechniki Teoretycznej i Systemw Informacyjno-Pomiarowych

Neurofeedback - realizacja praktyczna w LabVIEW

Streszczenie. W artykule przedstawiono aplikacj do samodzielnego treningu umysu z wykorzystaniem neurofeedbacku. Aplikacja zostaa stworzona w rodowisku LabVIEW, z uyciem otwartej platformy BCI2000. Najwaniejsze czci aplikacji to: modu zbierania danych oraz modu przetwarzania sygnau EEG przy uyciu szybkiego przeksztacenia Fouriera. Kluczowym elementem systemu jest modu, ktry dla okrelonej przez uytkownika czstotliwoci, dokonuje pomiaru energii sygnau. Wyniki wywietlane s na panelu aplikacji uytkownika, zapewniajc podane sprzenie zwrotne. Abstract. This paper presents an application for self-training of the mind with the use of neurofeedback. The application was developed in LabVIEW environment, using the open BCI2000 platform. The most important parts of the application are data acquisition module and EEG signal processing module implementing Fast Fourier Transform. The key element of the system is the module that, for a user-specified frequency, measures signal energy. The results are then displayed to provide the desired feedback. (Neurofeedback practical realization in LabVIEW).

Sowa kluczowe: biofeedback, neurofeedback, sygna EEG. Keywords: biofeedback, neurofeedback, EEG signal.

Wstp Sygnay EEG s szeroko wykorzystywane w diagnozowaniu oraz wspomaganiu terapii rnego typu zaburze zwizanych z prac mzgu. Analiza EEG moe by pomocna przy monitorowaniu i diagnozowaniu padaczki, zaburze snu, zaburze wiadomoci, urazw gowy, piczki czy mierci mzgu. W przypadku osb zdrowych sygna EEG moe by wykorzystywany do treningu umysu poprzez biofeedback EEG zwany te neurofeedbackiem. Autorzy, korzystajc z firmowego wzmacniacza biosygnaw oraz darmowej, otwartej platformy BCI2000, stworzyli w rodowisku LabVIEW aplikacj do samodzielnego treningu umysu z wykorzystaniem neurofeedbacku. W aplikacji zaimplementowano modu przetwarzania sygnau EEG przy uyciu szybkiego przeksztacenia Fouriera, ktry dla okrelonej przez uytkownika czstotliwoci, dokonuje pomiaru energii sygnau. Wyniki nastpnie wywietlane s na panelu aplikacji, zapewniajc podane sprzenie zwrotne.

Biofeedback EMG (elektromiografia) rejestracja zmian napicia miniowego. Biofeedback GSR (reakcja skrno-galwaniczna) obserwacja zmian rezystancji skry jako objawu stresu. Biofeedback temperaturowy - obserwacja zmian temperatury ciaa. Biofeedback RESP (spirografia) obserwacja zmian pojemnoci puc z uyciem spirometru. Rodzaj uytego biofeedbacku wpywa na charakter oraz przebieg sesji terapeutycznych. Nie mona te przyjmowa, e biofeedback jest alternatywn form terapii w stosunku do farmakologii. Zazwyczaj stanowi on jedynie jej uzupenienie/wspomaganie, tylko w niektrych przypadkach moe j zastpi [5]. Wykorzystanie elektroencefalografii (EEG) do kontroli funkcji mzgu jest szczeglnym rodzajem biofeedbacku, zwanym te neurofeedbackiem. Informacje o aktywnoci mzgu (rejestracja sygnaw EEG) zbierane s w czasie rzeczywistym i su do samodzielnej prby zmiany tej aktywnoci przez uytkownika. Zazwyczaj, w tym przypadku, do rejestracji sygnaw EEG uywa si tylko kilku elektrod. Uytkownik ma za zadanie tak sterowa aktywnoci swojego mzgu, by wpyn na przebieg sygnaw EEG, obserwowanych np. na ekranie monitora. Tego typu neurofeedback moe by stosowany w terapii osb z zespoem nadpobudliwoci psychoruchowej (ADHD), zaburzeniach procesu uczenia si, przy wspomaganiu leczenia padaczki, rnego typu uzalenie, depresji, przewlekego zespou przemczenia. Z neurofeedbacku mog korzysta rwnie osoby zdrowe w celu poprawy koncentracji, ograniczenia stresu, poprawy szybkoci nauki czy polepszenia jakoci snu [6]. Terapia z uyciem neurofeedbacku nie jest zadaniem jednorazowym. Wymaga co najmniej kilkunastu sesji z aktywnym udziaem uytkownika. Wanym elementem neurofeedbacku jest silna wola i motywacja. Zazwyczaj terapia skada si z okoo 40 do 50 sesji. Najczciej odbywaj si 3-4 sesje tygodniowo przez okres paru miesicy. Praktyka pokazuje, e ju po 10-20 sesjach mona zauway postpy [8]. Czas trwania jednej sesji uzaleniony jest od celu neurofeedbacku. Zazwyczaj wynosi on 45 minut. W przypadku neurofeedbacku najczciej stosuje si dwie elektrody (C3, C4 lub C3, Cz) [7] oraz elektrod referencyjn przyczepion do ucha. Zastosowanie wikszej liczby elektrod moe by pomocne przy wyborze najlepszego rozmieszczenia elektrod docelowych, dla konkretnego uytkownika.

Rodzaje biofeedbacku
Mierzc cinienie krwi czy wag ciaa uzyskujemy informacj, ktr moemy wykorzysta np. do polepszenia kondycji fizycznej. Jest to jedna z wielu metod biologicznego sprzenia zwrotnego okrelanego mianem biofeedbacku. Biofeedback uywany jest w wielu dziedzinach takich jak: psychologia (usunicie stanw depresyjnych), medycyna (unormowanie cinienia krwi), sport (poprawa kondycji fizycznej), biznes (zmniejszenie stresu). Dziki odpowiedniemu treningowi uytkownik uczy si modyfikowa funkcje organizmu, ktre normalnie nie s kontrolowane w sposb widomy, np. fale mzgowe, rezystancja skry czy napicie mini. Sposb przekazywania informacji zwrotnej zaley od uytej metody oraz celu terapii. Najczciej informacje przekazywane s w formie wizualnej (np. wywietlenie wskanika temperatury ciaa na ekranie), bd akustycznej (np. generacja charakterystycznego dwiku po osigniciu zamierzonego efektu). Rozrnia si nastpujce rodzaje biofeedbacku: Biofeedback EKG (elektrokardiografia) - obserwacja czynnoci minia sercowego w postaci sygnaw z elektrod umieszczonych na powierzchni klatki piersiowej. Biofeedback EEG (elektroencefalografia) obserwacja przebiegu sygnaw EEG i badanie zmian potencjaw postsynaptycznych wystpujcych w mzgu.

PRZEGLD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 89 NR 10/2013

263

Akwizycja sygnau EEG Elektroencefalografia (EEG) jest bezinwazyjn metod rejestracji bioelektrycznej czynnoci mzgu. Badania realizowane s za pomoc elektrod, umieszczonych na powierzchni skry gowy. Zapis sygnau EEG jest w duym stopniu cech osobnicz i zmienia si w zalenoci od stanu psychofizycznego czowieka. Zarwno amplituda sygnau, jak i dominujce czstotliwoci ulegaj tu zmianie. Przyjmuje si, e u zdrowego czowieka powstaj fale mzgowe o czstotliwociach z przedziau: 0,5 Hz do 100 Hz oraz amplitudzie od kilku do kilkuset V. Wyrnia si kilka charakterystycznych rytmw (fal) sygnau EEG: fale alfa (8Hz 13Hz), ktre s szczeglnie widoczne podczas braku bodcw wzrokowych, fale beta (12Hz 60Hz), ktre mona zaobserwowa w okolicy czoowej i wystpuj podczas koncentracji, fale gamma (26Hz 100Hz), ktre mona obserwowa podczas wykonywania funkcji motorycznych, fale delta (0,5 4Hz), ktre mona zaobserwowa w 3 i 4 stadium snu, fale theta (4Hz 8Hz), ktre wystpuj podczas lekkiego snu oraz obserwowane s podczas hipnozy. Standardowo w badaniu EEG uywa si 19 elektrod, zgodnie z tak zwanym systemem 10-20 ktry jest zalecany przez Midzynarodow Federacj Neurofizjologii Klinicznej (IFCN). W zastosowaniu do neurofeedbacku, ktry nie jest objty norm, uywa mona mniejszej liczby elektrod. W tym kontekcie, nie budzi wtpliwoci fakt, e bardzo wanym elementem interfejsw mzg-komputer jest akwizycja, przetwarzanie, analiza i klasyfikacja sygnaw EEG. Wszystkie te elementy, zarwno analogowego, jak i cyfrowego przetwarzania sygnau EEG musz odbywa si w czasie rzeczywistym. W celu przeprowadzenia eksperymentw autorzy wykorzystali profesjonalny wzmacniacz EEG firmy g-Tec. Opis oprogramowania Jednym z bardziej znanych zintegrowanych rodowisk programistycznych do bada nad BCI i neurofeedbackiem jest otwarty pakiet rdowy BCI2000. Zawiera on bowiem wiele moduw sucych do przetwarzania sygnau. Do komunikacji z zewntrznym oprogramowaniem autorskim wykorzystano modu wbudowany - AppConnector. Ponadto, z pakietu BCI2000 wykorzystano tylko modu DummySignalProcessing. Umoliwia on akwizycj sygnau EEG oraz jego przekazanie do nastpnego moduu, ktrym w tym przypadku jest aplikacja uytkownika (przetwarzanie sygnau EEG oraz prezentacja wynikw). System BCI2000 oraz aplikacja uytkownika nie musz znajdowa si na tym samym komputerze. Komunikacja miedzy nimi moe odbywa si za porednictwem sieci komputerowej. Z uwagi na wymg bardzo szybkiego przesyania danych, do komunikacji midzy moduami programu wykorzystano protok UDP [7]. Brak mechanizmu nawizywania poczenia, ledzenia sesji oraz kontroli przepywu, sprawia e protok ten nadaje si do transmisji danych w czasie rzeczywistym. Z wyej wymienionych powodw istnieje jednak moliwo utraty danych, bd wystpienia bdw w przesyanych pakietach. Gwnymi moduami opracowanej aplikacji do neurofeedbacku (rys.1) s: Modu akwizycji sygnau jego zadaniem jest pobieranie sygnau aktywnoci mzgu (EEG) metod nieinwazyjn, z wykorzystaniem aktywnych elektrod, a nastpnie wzmocnienie i przetworzenie do postaci cyfrowej. Modu przetwarzania wstpnego zadaniem tego moduu jest filtracja czstotliwociowa majca na celu

usunicie zakce i artefaktw wystpujcych w sygnale EEG. Zastosowano filtr pasmowozaporowy do tumienia sygnau o czstotliwoci sieci elektroenergetycznej 50Hz oraz filtr dolnoprzepustowy 0.01Hz - 60Hz do usuwania danych bezuytecznych. Modu ekstrakcji cech jego zadaniem jest analiza sygnau EEG w dziedzinie czstotliwoci. Cechy (prki widma) opisujce sygna EEG s generowane w ramach przesuwanego okna czasowego. Modu progowania - dla okrelonej przez uytkownika czstotliwoci, dokonuje selektywnego pomiaru energii sygnau. Modu prezentacji wynikw - pozwala na obserwacj wynikw przez uytkownika, w ramach ptli sprzenia zwrotnego.

Rys. 1. Schemat blokowy aplikacji do neurofeedbacku

Aplikacja uytkownika przygotowana zostaa w programistycznym rodowisku narzdziowym LabVIEW, firmy National Instruments. Graficzny interfejs uytkownika zamieszczono na rys.2.

Rys. 2. Interfejs graficzny uytkownika neurofeedbacku

Gwnym zadaniem aplikacji jest dostarczanie uytkownikowi, w czasie rzeczywistym, selektywnej informacji zwrotnej o parametrach jego fal mzgowych. Program umoliwia te zapis w pliku wartoci amplitud prkw widma dla wybranych czstotliwoci [10,11]. Plik moe zosta nastpnie wykorzystany do analizy i prezentacji zawartych w nim danych w trybie off-line, np. z uyciem pakietu MATLAB. W szczeglnoci graficzny interfejs uytkownika umoliwia: ustawienie parametrw pracy systemu BCI2000,

264

PRZEGLD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 89 NR 10/2013

 wybr poziomu progowania dla danej czstotliwoci, wybr skali wywietlania prkw widma, Zawiera on pola informacyjne przedstawiajce: przebieg czasowy przefiltrowanego sygnau EEG, zbir prkw widma (transformaty FFT) sygnau, dla wybranego okna czasowego, histori zmian energii sygnau EEG w wybranym pamie. Przebieg eksperymentu Autorzy przeprowadzili prosty eksperyment polegajcy na selektywnym (wzgldem czstotliwoci) wyznaczeniu energii sygnau EEG dla stanu relaksu. Uytkownik siedzia wygodnie na krzele. Sygnay EEG byy rejestrowane za pomoc dwch elektrod. Elektrody rozmieszczone zostay na pozycjach: Cz, Oz, stosownie do wynikw studiw literaturowych oraz bada wasnych. Przebieg rejestrowanych sygnaw EEG oraz energia sygnau EEG, dla okrelonego podpasma czstotliwoci i wybranej elektrody wywietlane byy w czasie rzeczywistym na ekranie monitora (rys.3). Zadaniem uytkownika bya prba zrelaksowania si w okrelonych przez nadzorujcego eksperyment chwilach czasu.

danego uytkownika oraz wyeliminowania czynnikw psychofizycznych takich jak np. zmczenie. Podsumowanie Zaprojektowana aplikacja stanowi przykad programu do pracy nad polepszeniem wasnej koncentracji i pogebienia stanu relaksu. Przeprowadzony przez autorw eksperyment jednoznacznie wskazuje na wzrost energii fal EEG w pamie 813 Hz w stanie relaksu. Zastosowane rozwizania, takie jak komunikacja midzy BCI2000 a aplikacj napisan w rodowisku LabVIEW, mog zosta wykorzystane w wielu innych programach nie zwizanych z neurofeedbackiem. Aplikacj mona rozbudowa o moliwo obserwacji energii sygnau EEG w wikszym zakresie czstotliwoci. Mona te zmienic bodce w ptli sprzenia zwrotnego np. na form sygnau dwikowego. Barier wprowadzenia neurofeedbacku do codziennej terapii jest konieczno posiadania specjalistycznego wzmacniacza sygnaw EEG. Podane byoby zastpienie drogiego wzmacniacza wielokanaowego, znacznie taszym dwukanaowym, poniewa do celw neurofeedbacku najczciej wystarcza ta liczba elektrod. Ponadto, naley pamita, e przeprowadzenie sesji treningowych moe by pomocne w wyborze najlepszego rozmieszczenia elektrod i tym samym znaczco wpyn na osigane wyniki.
Niniejsza praca bya czciowo finansowana przez MNiSZW, grant nr N N510 526239. This work was partly supported by MNiSZW grant N N510 526239.

LITERATURA
[1] Bailey D. L, Townsend D. W. ,Valk P.E., Maisey M.N., Positron Emission Tomography: Basic Sciences. Secaucus, NJ: Springer-Verlag (2005). [2] Graimann B., Allison B., Pfurtscheller G., BrainComputer Interfaces, (2011). [3] Haas, L. F., "Hans Berger (1873-1941), Richard Caton (18421926) and electroencephalography". Journal of Neurology, Neurosurgery & Psychiatry 74 (1), (2003), 9 - 10. [4] Fisch BJ., Fisch and Spehlmanns third revised and enlarged EEG primer, Elsevier, Amsterdam (1999). [5] Moss, D., & Andrasik, F. (2008), Foreword: Evidence-based practice in biofeedback and neurofeedback. In Yucha, C., Montgomery, D. (2008). Evidence-based practice in biofeedback and neurofeedback (2nd ed.). Wheat Ridge, CO: Association for Applied Psychophysiology and Biofeedback. [6] Pop-Jordanova N., Biofeedback application for somatoform disorders and attention deficit hyperactivity disorder (ADHD) in children, International Journal of Medicine and Medical Sciences, (2009), Vol. 1(2), 1722. [7] Hartmut H., Gevensleben H., Strehl U., Annotation: Neurofeedback train yourbrain to train behaviour, Journal of Child Psychology and Psychiatry 48 (1), (2007), 316. [8] McCulloch J., Neurofeedback training in clinical practice, OSMT Advocate, Vol.18 Number 1, (2011), 17- 17. [9] Hammond D., Neurofeedback for the Enhancement of Athletic Performance and Physical Balance, The Journal of the American Board of Sport Psychology, Volume 1, (2007), 1-9. [10]Koodziej M., Majkowski A., Rak R, Optymalizacja doboru okien czasowych do przetwarzania sygnau EEG w interfejsach mzg-komputer, Przegld Elektrotechniczny Vol. 87 (2011), 142-144 [11] Koodziej M., Majkowski A., Rak R., A new method of feature extraction from EEG signal for brain-computer interface design, Przegld Elektrotechniczny, Vol. 87 (2010), 187-189. Autorzy: prof. dr hab. in. Remigiusz J. Rak, E-mail: rakrem@iem.pw.edu.pl; dr in. Andrzej Majkowski, E-mail: amajk@iem.pw.edu.pl; dr in. Marcin Koodziej, E-mail: kolodzim@iem.pw.edu.pl; in. Grzegorz Suko, E-mail: gsulko@gmail.com, Instytut Elektrotechniki Teoretycznej i Systemw Informacyjno-Pomiarowych, Politechnika Warszawska, ul. Koszykowa 75, 00-661 Warszawa

Rys. 3. Stanowisko badawcze

W trakcie eksperymentu wykonano kilka sesji, dla ktrych zarejestrowano i zapisano pliku sygnay EEG. Do analizy danych w trybie off-line wykorzystano oprogramowanie Matlab. Na rys. 4 zaprezentowano energi sygnau EEG dla czstotliwoci 8-12Hz w czasie trwania wybranej sesji. Kolorem czerwonym zaznaczono fragmenty, w ktrych uytkownik mia za zadanie zrelaksowa si.

Rys. 4. Energia sygnau EEG w pamie alfa 8-12Hz

Przeprowadzone dowiadczenie wskazuje istotne zmiany w widmie sygnau EEG podczas relaksu. Opracowany przez autorw program umoliwia obserwacj widma, co w sposb znaczcy uatwia "samokontrol" relaksu przez uytkownika. Uzyskanie lepszych wynikw wymaga przeprowadzenia wikszej liczby sesji z udziaem

PRZEGLD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 89 NR 10/2013

265