EEG i Psychofizjologia

Kompendium z elektroencefalografii, potencjałów wywołanych i metod psychofizjologicznych — materiały do laboratoriów.

10 tematów

Temat 01

Wprowadzenie do EEG i elektrofizjologii

Elektroencefalografia (EEG) mierzy aktywność bioelektryczną mózgu, rejestrując sumaryczny potencjał elektryczny generowany przez miliony neuronów. Milisekundowa rozdzielczość czasowa i niski koszt rejestracji sprawiają, że trafia zarówno do kliniki (diagnostyka padaczki, zaburzeń snu), jak i do laboratoriów badań poznawczych.

Temat 02

Sygnał EEG i rytmy mózgowe

Sygnał EEG to suma rytmów mózgowych w zakresie 0,5–70 Hz — od wolnych fal delta snu głębokiego po szybkie gamma integracji sensorycznej. Analiza częstotliwościowa pozwala rozkładać złożony sygnał na składowe harmoniczne i śledzić zmiany mocy poszczególnych pasm w czasie.

Temat 03

Sprzęt i organizacja laboratorium EEG

Skuteczna rejestracja EEG wymaga właściwego sprzętu i protokołu: doboru elektrod (pasywne lub aktywne), czepka z 64 lub 128 kanałami, wzmacniacza, odpowiednio przygotowanego pomieszczenia i kontroli impedancji.

Temat 04

Projektowanie badań EEG

W badaniach EEG manipulujemy zmiennymi niezależnymi i obserwujemy ich wpływ na miary sygnału (amplituda, latencja ERP, moc pasm). Właściwy dobór paradygmatu, liczby prób i kontrola czynników zakłócających decydują o wartości naukowej danych.

Temat 05

Preprocessing: od surowego sygnału do danych

Surowy sygnał EEG zawiera artefakty i wymaga wieloetapowego oczyszczenia przed analizą: wczytania danych, interpolacji złych elektrod, filtrowania, re-referencji, segmentacji, odrzucenia artefaktów, ICA i korekcji linii bazowej.

Temat 06

Potencjały wywołane (ERP)

Potencjały wywołane (Event-Related Potentials, ERP) to składowe sygnału EEG zsynchronizowane czasowo z bodźcem lub zdarzeniem, wyodrębniane metodą uśredniania. Każdy komponent charakteryzuje biegunowość, latencja, amplituda i topografia: te cztery wartości opisują kolejność i lokalizację etapów przetwarzania informacji.

Temat 07

Analiza czasowo-częstotliwościowa

Klasyczna FFT analizuje całe odcinki sygnału, tracąc informację o dynamice w czasie. Analiza czasowo-częstotliwościowa (TF) łączy oba wymiary: pozwala śledzić, jak moc poszczególnych częstotliwości zmienia się w trakcie przetwarzania bodźca.

Temat 08

Inne metody psychofizjologiczne

Oprócz EEG badania psychofizjologiczne sięgają po EOG (ruchy oczu), EMG (aktywność mięśni), EKG (rytm serca i HRV) i GSR/EDA (przewodnictwo skóry). Łączone ze sobą lub z EEG, dają pełny profil aktywności: od emocji i wzbudzenia po kontrolę ruchu.

Temat 09

Analiza statystyczna danych ERP

Sygnał ERP zawiera tysiące punktów czasowych na każdą elektrodę, a elektrody są przestrzennie skorelowane — co sprawia, że testowanie każdego punktu z osobna influje błąd I rodzaju. Rozwiązania: pomiar amplitudy odporny na szum, korekcja Greenhouse-Geisser dla ANOVA, cluster-based permutation testing i liniowe modele mieszane.

Temat 10

Lokalizacja źródeł sygnału EEG

Elektrody EEG rejestrują sumaryczny potencjał na powierzchni głowy, nie aktywność konkretnych generatorów. Lokalizacja źródeł (source localization) rekonstruuje aktywność generatorów wewnątrz mózgu na podstawie rozkładu potencjału na skalpie, ale natrafia na fundamentalne ograniczenie: problem odwrotny nie ma jedynego rozwiązania. Przy odpowiednich założeniach o modelu głowy daje oszacowania anatomiczne z dokładnością ok. 1–2 cm dla korowych źródeł.

Literatura obowiązkowa

Luck, S. J. (2014). An introduction to the event-related potential technique (2nd ed.). MIT Press.

Niedermeyer, E., Lopes da Silva, F. H. (2005). Electroencephalography: Basic principles, clinical applications, and related fields (5th ed.). Lippincott Williams & Wilkins.

Cohen, M. X. (2014). Analyzing neural time series data: Theory and practice. MIT Press.

Literatura uzupełniająca

Luck, S. J., Kappenman, E. S. (Eds.) (2012). The Oxford handbook of event-related potential components. Oxford University Press.

Makeig, S., Debener, S., Onton, J., Delorme, A. (2004). Mining event-related brain dynamics. Trends in Cognitive Sciences, 8(5), 204–210.

Delorme, A., Makeig, S. (2004). EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics. Journal of Neuroscience Methods, 134(1), 9–21.

© 2026 Aleksander Zębrowski. Materiały edukacyjne.

← Powrót do portfolio