Electroencephalography (EEG) is the

Electroencephalography (EEG) is the measurement and recording of electrical activity from the brain, or ’brain waves’ in layman terms. In this experiment, we use surface EEG (noninvasive)
to record the signals from six locations on the scalp (Fp1, Fp2, C3, C4, O1, O2) using wet electrodes (Ag/AgCl)based on the International 10-20 system shown in Fig. 1. Different regions of the brain (e.g. frontal lobe, occipital lobe, parietal lobe) control and process different bodily processes, voluntary and involuntary. Therefore, by placing the EEG sensors on positions on the scalp covering different regions of the brain, the observed signals should present certain differences, reflecting the activities being processed by those regions. In fact, this is the basic concept behind the use of EEG to diagnose and monitor certain medical conditions such as epilepsy, sleeping disorders (e.g. insomnia), or other brainrelated illnesses like brain tumours. EEG waveforms are classified according to their frequency, amplitude, and shape. The conventional categorisation defines five primary types of EEG wave rhythm, shown in Fig. 2, and
summarised in Table I (E & da Silva F., 1993; Carr, 2001). Alpha waves (also known as Berger’s wave) were the first types of ’brain waves’ discovered, introduced in 1924 by Hans Berger, the inventor of the EEG (Millet, 2002). Alpha waves originate from the thalamus, which is located close to the centre of the brain, between the cerebral cortex and midbrain, as can be seen in Fig. 3. It filters and relays incoming sensory and motor information from the spinal cord and cranial nerves to the cerebral cortex, while regulating states of consciousness, sleep, and alertness (Sherman, 2006; Marieb & Hoehn, 2013; Steriade & Llin´as, 1988). Hence, alpha rhythm increases significantly during relaxed but wakeful states characterised by tranquil effortless alertness (Biocybernaut, 2011), i.e. when a person is fully conscious but inactive (with the eyes closed). On the other hand, beta rhythm is prominent during normal waking consciousness, i.e when a person’s eyes are open while not doing anything requiring intense concentration.
Considering these two types of wave rhythms, we should be able to see a change in alpha and beta rhythm with a simple eyes-closed-eyes-open test, as is conducted in this experiment. However, whether the subject is sleeping, closing his/her eyes, or doing a cross-word puzzle, raw EEG signals obtained from subjects are not composed of solely alpha or beta waves, but rather a combination of all of the wave types listed in Table I. If we intend to analyse specific types of wave rhythm such as alpha or beta waves, the EEG signals collected need to be filtered or otherwise similarly processed to extract these individual ’components’ first, before further analyses can be performed. Two popular methods are available to us; by digital filtering, or by Wavelet transform, both of which can be achieved through MATLAB, which is a high-level programming language and interactive environment especially designed for technical computations such as data analysis (MathWorks, n.d.), perfect for our purposes.

Kết quả (Việt) 1:

Điện não đồ (EEG) là đo lường và ghi âm của các hoạt động điện từ não hoặc 'sóng não' trong điều khoản layman. Trong thử nghiệm này, chúng tôi sử dụng bề mặt EEG (noninvasive)để ghi lại các tín hiệu từ sáu địa điểm trên da đầu (Fp1 Fp2, C3, C4, O1, O2) bằng cách sử dụng điện cực ướt (Ag/AgCl) dựa trên quốc tế hệ thống 10-20 Hiển thị trong hình 1. Các khu vực khác nhau của các bộ não (ví dụ như thùy trán, thùy chẩm, thùy đỉnh) và kiểm soát quá trình cơ thể quá trình khác nhau, tự nguyện và không tự nguyện. Vì vậy, bằng cách đặt các bộ cảm biến EEG vào các vị trí trên da đầu bao gồm các khu vực khác nhau của não bộ, các tín hiệu quan sát nên trình bày một số sự khác biệt, phản ánh các hoạt động được xử lý bởi các vùng. Trong thực tế, đây là khái niệm cơ bản đằng sau việc sử dụng các EEG để chẩn đoán và theo dõi một số điều kiện y tế chẳng hạn như động kinh, ngủ disorders (ví dụ: mất ngủ), hoặc brainrelated bệnh khác như khối u não. EEG waveforms được phân loại theo tần số, biên độ và hình dạng của họ. Phân loại thông thường xác định năm chính loại EEG sóng nhịp điệu, thể hiện trong hình 2, vàtóm tắt trong bảng I (E & da Silva F., 1993; Carr, 2001). Alpha sóng (còn được gọi là làn sóng Berger's) đã là các loại đầu tiên của 'sóng não' phát hiện, giới thiệu trong năm 1924 bởi Hans Berger, người phát minh ra EEG (Millet, 2002). Alpha sóng bắt nguồn từ các đồi não, mà nằm gần trung tâm của não bộ, giữa vỏ não và não giữa, có thể nhìn thấy trong hình 3. Nó bộ lọc và chuyển tiếp đến cảm giác và vận động thông tin từ cột sống và dây thần kinh sọ để vỏ não, trong khi quy định trạng thái của tâm thức, giấc ngủ và sự tỉnh táo (Sherman, năm 2006; Marieb & Hoehn, năm 2013; Steriade & Llin´as, năm 1988). Do đó, alpha nhịp tăng đáng kể trong thời gian thoải mái nhưng không thể ngủ kỳ đặc trưng bởi sự tỉnh táo không mệt nhọc yên tĩnh (Biocybernaut, năm 2011), tức là khi một người là hoàn toàn có ý thức nhưng không hoạt động (với đôi mắt khép kín). Mặt khác, nhịp điệu beta là nổi bật trong quá trình bình thường thức dậy thức, tức là khi một người mắt được mở trong khi không làm bất cứ điều gì mà đòi hỏi sự tập trung cường độ cao.Xem xét hai loại sóng nhịp, chúng tôi có thể nhìn thấy một sự thay đổi trong alpha và beta nhịp với một thử nghiệm đơn giản của đôi mắt-đóng cửa-đôi mắt-mở, được thực hiện trong thử nghiệm này. Tuy nhiên, cho dù đối tượng đang ngủ, đóng cửa đôi mắt của mình, hoặc làm một trò chơi chữ thập-chữ, nguyên EEG tín hiệu thu được từ các đối tượng không được bao gồm trong chỉ alpha hoặc beta sóng, nhưng thay vì một sự kết hợp của tất cả các loại sóng liệt kê trong bảng I. Nếu chúng tôi dự định để phân loại cụ thể của làn sóng nhịp điệu như alpha hoặc beta sóng, tín hiệu EEG thu thập phải được lọc hoặc nếu không xử lý tương tự để trích xuất các thành phần' cá nhân' đầu tiên, trước khi tiếp tục phân tích có thể được thực hiện. Hai phương pháp phổ biến là có sẵn cho chúng tôi; bằng cách lọc kỹ thuật số, hoặc bằng cách biến đổi bề mặt, cả hai đều có thể đạt được thông qua MATLAB, mà là một ngôn ngữ lập trình cao cấp và môi trường tương tác thiết kế đặc biệt cho các tính toán kỹ thuật như phân tích dữ liệu (MathWorks, là n.d.), hoàn hảo cho các mục đích của chúng tôi.

Kết quả (Việt) 2:

Ghi điện não đồ (EEG) là đo và ghi lại hoạt động điện từ não, hay "sóng não" về giáo dân. Trong thí nghiệm này, chúng tôi sử dụng EEG bề mặt (không xâm lấn)
để thu các tín hiệu từ sáu địa điểm trên da đầu (FP1, FP2, C3, C4, O1, O2) sử dụng các điện ướt (Ag / AgCl) dựa trên hệ thống quốc tế 10-20 thể hiện trong hình. 1. vùng khác nhau của não bộ (ví dụ như thùy trán, thùy chẩm, thùy) kiểm soát và xử lý các quá trình cơ thể khác nhau, tự nguyện và không tự nguyện. Vì vậy, bằng cách đặt các cảm biến EEG vào các vị trí trên da đầu bao gồm các vùng khác nhau của não, các tín hiệu quan sát nên trình bày sự khác biệt nhất định, phản ánh các hoạt động đang được xử lý bởi các vùng đó. Trong thực tế, đây là khái niệm cơ bản đằng sau việc sử dụng điện não đồ để chẩn đoán và theo dõi tình trạng bệnh như động kinh, rối loạn (ví dụ như mất ngủ), hoặc các bệnh brainrelated khác như u não ngủ. Dạng sóng điện não đồ được phân loại theo tần số của họ, biên độ, và hình dạng. Việc phân loại thông thường định nghĩa năm loại chính của EEG sóng nhịp điệu, thể hiện trong hình. 2, và
tóm tắt trong Bảng I (E & da Silva F., 1993; Carr, 2001). Sóng alpha (còn được gọi là làn sóng của Berger) là loại đầu tiên của 'sóng não "phát hiện, được giới thiệu vào năm 1924 bởi Hans Berger, người phát minh ra điện não đồ (Millet, 2002). Sóng alpha nguồn từ đồi thị, nằm gần trung tâm của não, giữa vỏ não và não giữa, như có thể thấy trong hình. 3. Nó lọc và chuyển tiếp incoming cảm giác và vận động thông tin từ tủy sống và các dây thần kinh sọ và vỏ não, trong khi quy định về trạng thái ý thức, giấc ngủ, và sự tỉnh táo (Sherman, 2006; Marieb & Hoehn năm 2013; Steriade & Llin'as, 1988). Do đó, alpha nhịp tăng đáng kể trong các giai đoạn thư giãn nhưng không thể ngủ yên tĩnh đặc trưng bởi sự tỉnh táo dàng (Biocybernaut, 2011), tức là khi một người hoàn toàn tỉnh táo nhưng không hoạt động (với mắt nhắm lại). Mặt khác, nhịp beta là nổi bật trong ý thức tỉnh táo bình thường, tức là khi đôi mắt của một người cởi mở trong khi không làm bất cứ điều gì đòi hỏi tập trung cao độ.
Xét hai loại nhịp sóng, chúng ta sẽ có thể thấy một sự thay đổi trong alpha và beta nhịp điệu với một kiểm tra mắt khép hờ đôi mắt mở đơn giản, được thực hiện trong thí nghiệm này. Tuy nhiên, cho dù đối tượng đang ngủ, đóng / đôi mắt của mình, hoặc làm một câu đố chéo từ, tín hiệu EEG liệu thu được từ các đối tượng không được bao gồm chỉ alpha hoặc beta sóng, mà là một sự kết hợp của tất cả các loại sóng được liệt kê trong bảng I. Nếu chúng ta có ý định phân tích các loại cụ thể của nhịp sóng như alpha hoặc beta sóng, tín hiệu EEG thu cần phải được lọc hoặc tương tự như chế biến chiết xuất những 'thành phần' cá nhân đầu tiên, trước khi phân tích thêm có thể được thực hiện. Hai phương pháp phổ biến là có sẵn cho chúng ta; bằng cách lọc kỹ thuật số, hoặc bằng phép biến đổi Wavelet, cả hai đều có thể đạt được thông qua MATLAB, mà là một ngôn ngữ lập trình cấp cao và môi trường tương tác thiết kế đặc biệt cho các tính toán kỹ thuật như phân tích dữ liệu (MathWorks, nd), lý tưởng cho mục đích của chúng tôi.