labvanced logoLabVanced
Contact
    • Remote Physiological Measurements
    • Eye Tracking
    • Head & Face-Tracking
    • Emotion Detection
    • Heart Rate Detection (rPPG)
    • Generative AI
    • Audio Transcription
    • EEG & Hardware Integrations
    • Decision Making
    • Reaction Times
    • Keyboard Inputs
    • Mouse Tracking
    • Mobile / Touch
    • Questionnaires
    • Gamepad / Joystick Integration
    • Audio Recordings
    • Audio Transcription
    • Video Recordings
    • Screen Recordings
    • Photos / Snapshots
    • Video Conferencing
    • Canvas Drawings
    • Build with AI
    • Build with Spreadsheets
    • Using the Experiment Editor
    • Coding
    • Creating Questionnaires
    • Balancing & Randomization
    • UX & Website Testing
    • Single Session Studies
    • Factorial Designs
    • Longitudinal & Multi-session Studies
    • Individual & Case Studies
    • Real-time Multi-user Studies
    • Interviews & Video Calls
    • Surveys & Questionnaires
    • Experience Sampling & Diaries
    • Classroom & Group Testing
    • Interventions & Clinical Trials
    • In the Browser
    • Mobile App
    • Desktop App
    • WebBridge Chrome Extension
    • Stroop Test
    • Flanker Task
    • N-back Task
    • Implicit Association Test
    • Trail Making Test
    • Digit Span
    • Corsi Block Tapping
    • Tower of London
    • Balloon Analog Risk Task
    • Preferential Looking
    • Browse more →
    • DASS-21
    • GAD-7
    • Rosenberg Self-Esteem Scale
    • PHQ-9
    • Ten-Item Personality Inventory
    • Big Five Personality Test
    • Adult ADHD Self-Report Scale
    • Browse more →
    • Building a Multi-user Study
    • Webcam Eye Tracking with AOIs
    • Website Frame Eye Tracking
    • Conditional Eye Tracking Opt-in
    • ChatGPT Study
    • Desktop App Study with EEG
    • Between-subjects Group Balancing
    • Building a Reading Study
    • Stroop Task
    • Lexical Decision Task
    • Browse more →
    Public Experiment Library
    • Arts Research
    • Clinical Psychology & Neuropsychology Medicine
    • Cognitive Psychology
    • Developmental Psychology
    • Behavioral Economics & Decision Science
    • Educational Research & Psychology
    • HCI & Human Factors
    • Linguistics & Language Sciences
    • Consumer & Marketing Research
    • Social & Personality Psychology
    • Sport & Movement Science
    • UX & Website Testing
    • Executive Functions
    • Language & Reading
    • Decision-Making & Reasoning
    • Attention
    • Overview
    • HCI & Human Factors
    • UX & Website Testing
    • Consumer & Marketing Research
    • White-Label App
    • PageGazer
    • Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela Markova
    • Eye Tracking for Influencer MarketingDr. Alexander Edeling
    • Eye Tracking Infant Word ComprehensionDr. Giulia Calignano
    • Sentence Reading and Grammar JudgmentsDr. Jonathan Mirault
    • Regulating Emotions with MusicDr. Katrin Starcke
    • Game-Based Grammar Learning in ChildrenDr. Mireia Marimon
    • Gaze Cueing and AutismMax Soares Miehstein
    • Personality and Hearing in NoiseDr. Malte Wöstmann
    • All interviews →
    • Lab Notes
    • How to Cite Labvanced
    • Labvanced Platform Paper (2017)
    • Webcam Eye Tracking Validation (2024)
    • Webcam Eye Tracking Studies
    • Cognitive Psychology Studies
    • Developmental Psychology Studies
    • Linguistics Studies
    • See all publications →
    • Getting Started
    • Guide
    • Video Tutorials
    • Walkthroughs
    • Live Chat
    • Webinars & Onboarding Calls
    • AI Assistant
    • FAQ
    • Importing Templates Guide
    • Test Templates
    • Live Eye Tracking Metrics
    • Mouse Tracking Demo
    • ChatGPT Demo
    • Audio Recording Object Demo
    • Adding Image Stimuli Demo
    • Score & Feedback Demo
    • Browse all technical demos →
    • Timing Precision
    • Stimuli Presentation
    • Headphone Checks
    • Bot Checks
    • Participant Management
    • Comparisons
    • Research Blog
    • Prolific Integration
    • CloudResearch Integration
    • Sona Systems Integration
    • BeSample Integration
    • Panelabs Integration
    • Clickworker Integration
    • Labvanced Webhook API
    • Labvanced REST API
    • About Us
    • Newsletter Archive
    • Terms & Conditions
    • Data Security & Data Privacy
    • Technical & Organisational Measures
    • Accessibility
    • W-8BEN-E Form
    • Data Processing Agreement Template
    LinkedInYouTubeDiscord
    • Individual
    • Lab
    • Department / Consortium
    • Teaching
    • Campus
    • Commercial
    Top-Ups
    • Overview
    • Study Building
    • Subject Recruitment
    • Dedicated Support
    Checkout
  • Contact
    • FR
      • 中國人
      • Deutsch
      • Français
      • Español
      • English
      • 日本語
    • Appgo to app icon
    • Loginlogin icon
    Platform
    Labvanced makes it easy to implement the most advanced study design and reliably collect your data.
    Biosignals & AI
    Remote Physiological MeasurementsEye TrackingHead & Face-TrackingEmotion DetectionHeart Rate Detection (rPPG)Generative AIAudio TranscriptionEEG & Hardware Integrations
    Behavioral Recordings
    Decision MakingReaction TimesKeyboard InputsMouse TrackingMobile / TouchQuestionnairesGamepad / Joystick Integration
    Media Recordings
    Audio RecordingsAudio TranscriptionVideo RecordingsScreen RecordingsPhotos / SnapshotsVideo ConferencingCanvas Drawings
    Implementation Techniques
    Build with AIBuild with SpreadsheetsUsing the Experiment EditorCodingCreating QuestionnairesBalancing & RandomizationUX & Website Testing
    Study Formats

    Your study can take whatever format your research needs. Here are a few popular examples.

    Single Session StudiesFactorial DesignsLongitudinal & Multi-session StudiesIndividual & Case StudiesReal-time Multi-user StudiesInterviews & Video CallsSurveys & QuestionnairesExperience Sampling & DiariesClassroom & Group TestingInterventions & Clinical Trials
    Where Studies Run

    Run your study online in the browser, on mobile or tablet with the mobile app, or in-lab with the desktop app.

    In the BrowserMobile AppDesktop AppWebBridge Chrome Extension
    Tests
    Explore cognitive tests, questionnaires, walkthroughs, and our public experiment library: a starting point for your next study.
    Popular Cognitive Tests
    Stroop TestFlanker TaskN-back TaskImplicit Association TestTrail Making TestDigit SpanCorsi Block TappingTower of LondonBalloon Analog Risk TaskPreferential Looking
    Browse more →
    Questionnaires & Scales
    DASS-21GAD-7Rosenberg Self-Esteem ScalePHQ-9Ten-Item Personality InventoryBig Five Personality TestAdult ADHD Self-Report Scale
    Browse more →
    Public Experiment Library

    Take a look at what other researchers in the community are doing through our extensive, open catalog of shared studies.

    Open the public library →
    Walkthroughs

    Step-by-step builds of complete studies, from a blank project to a running experiment, that you can follow along or adapt.

    Building a Multi-user StudyWebcam Eye Tracking with AOIsWebsite Frame Eye TrackingConditional Eye Tracking Opt-inChatGPT StudyDesktop App Study with EEGBetween-subjects Group BalancingBuilding a Reading StudyStroop TaskLexical Decision Task
    Browse more →
    Research
    One platform for students, academics, and industry researchers studying human behavior.
    Harvard UniversityStanford UniversityCambridge UniversityUCLNYUMax Planck InstituteUCLATU Munich

    Trusted by researchers at 1,500+ universities worldwide

    Academic Research
    Arts ResearchClinical Psychology & Neuropsychology MedicineCognitive PsychologyDevelopmental PsychologyBehavioral Economics & Decision ScienceEducational Research & PsychologyHCI & Human FactorsLinguistics & Language SciencesConsumer & Marketing ResearchSocial & Personality PsychologySport & Movement ScienceUX & Website Testing
    Research Areas
    Executive FunctionsLanguage & ReadingDecision-Making & ReasoningAttention
    Industry / Commercial
    OverviewHCI & Human FactorsUX & Website TestingConsumer & Marketing ResearchWhite-Label AppPageGazer
    Researcher Interviews

    Conversations with researchers about the studies they ran with Labvanced, what worked, and what they learned.

    Webcam vs. Lab Eye Tracking in InfantsAnna Banki & Gabriela MarkovaEye Tracking for Influencer MarketingDr. Alexander EdelingEye Tracking Infant Word ComprehensionDr. Giulia CalignanoSentence Reading and Grammar JudgmentsDr. Jonathan MiraultRegulating Emotions with MusicDr. Katrin StarckeGame-Based Grammar Learning in ChildrenDr. Mireia MarimonGaze Cueing and AutismMax Soares MiehsteinPersonality and Hearing in NoiseDr. Malte Wöstmann
    All interviews →
    Our Research
    Lab NotesHow to Cite Labvanced
    Peer Reviewed Studies

    A selection of peer-reviewed work built on Labvanced: our own platform and validation papers, and studies by the research community grouped by area. Hundreds more are listed on the full publications page.

    Labvanced Platform Paper (2017)Webcam Eye Tracking Validation (2024)Webcam Eye Tracking StudiesCognitive Psychology StudiesDevelopmental Psychology StudiesLinguistics Studies
    See all publications →
    Resources
    Valuable resources to help you learn the platform, stay updated, and more.
    Documentation
    Getting StartedGuideVideo TutorialsWalkthroughs
    Support
    Live ChatWebinars & Onboarding CallsAI AssistantFAQ
    Templates & Demos

    These are a few popular examples. Browse our guide and a selection of technical demos to get started with implementation.

    Importing Templates GuideTest TemplatesLive Eye Tracking MetricsMouse Tracking DemoChatGPT DemoAudio Recording Object DemoAdding Image Stimuli DemoScore & Feedback Demo
    Browse all technical demos →
    Methodology
    Timing PrecisionStimuli PresentationHeadphone ChecksBot ChecksParticipant ManagementComparisonsResearch Blog
    Integrations & APIs
    Prolific IntegrationCloudResearch IntegrationSona Systems IntegrationBeSample IntegrationPanelabs IntegrationClickworker IntegrationLabvanced Webhook APILabvanced REST API
    Company & Legal
    About UsNewsletter ArchiveTerms & ConditionsData Security & Data PrivacyTechnical & Organisational MeasuresAccessibilityW-8BEN-E FormData Processing Agreement Template
    LinkedInYouTubeDiscord
    Pricing
    Our licenses and additional services at a glance.
    Licenses
    IndividualLabDepartment / ConsortiumTeachingCampusCommercial
    Top-Ups

    Need more recordings for your lab or your own research? Simply use one of these recording top-up packages.

    Browse top-up packages →
    Additional Services

    Hire Labvanced’s expert team to quickly bring your project to the level of rigor it needs.

    OverviewStudy BuildingSubject RecruitmentDedicated Support
    Checkout

    Ready to purchase a license or top-up? Head straight to checkout.

    Go to checkout →
    • 中國人
    • Deutsch
    • Français
    • Español
    • English
    • 日本語
    • Commencer
    • Guide
      • COMMENCER

        • Éditeur de Tâches
        • Cadres
          • Cadre Canvas
          • Cadre de Page
          • Cadre de site Web
        • Chronologie de l'Essai
        • Présentation des Stimuli
        • Exactitude de la Réponse
        • Objets
        • Événements
        • Variables
        • Assistant de Tâches
        • Système d'Essai
        • Conception d'Expériences
          • Création d'une étude
          • Importer des modèles dans Labvanced
          • Modèles de Cadre de Données
          • Conception d'expérience multi-utilisateur
          • Conception d'Expérience Longitudinale
      • SUJETS EN VEDETTE

        • Randomisation & Équilibre
        • Suivi des Yeux
          • Présentation des Stimuli dans une Tâche de Suivi oculaire
          • Comment Choisir les Paramètres de Calibration du Suivi Oculaire
          • Configuration du suivi oculaire dans une tâche
          • Enregistrement et Exportation des Données de Regard
          • Utilisation des formes comme zones d'intérêt (AOI) pour le suivi oculaire
          • L'expérience de calibration des participants
        • Pont Web
          • Sélectionner les AOI de site Web | Ancrer, ajuster et vérifier le suivi des AOI
          • Suivi du comportement de la souris sur une AOI de site Web | Guide Web Bridge
        • Questionnaires
        • Application de Bureau
        • Études Échantillons
        • Recrutement de Participants
        • Accès API
          • API REST
          • API Webhook
          • API WebSocket
        • Autres Sujets

          • Horaires des Stimuli Précis
          • Études Multi-Utilisateurs
          • Suivi de la tête dans Labvanced | Guide
      • ONGLETS PRINCIPAUX DE L'APPLICATION

        • Aperçu : Onglets Principaux
        • Tableau de Bord
        • Mes Études
        • Études Partagées
        • Mes Fichiers
        • Bibliothèque d'Expériences
        • Mon Compte
        • Licence & Services
      • ONGLETS D'ÉTUDE

        • Aperçu : Onglets Spécifiques à l'Étude
        • Conception de l'Étude
          • Tâches
          • Blocs
          • Sessions
          • Groupes
        • Éditeur de Tâches
          • Contrôles de tâche
          • Le Système des Essais
          • Types de cadres
          • Objets
          • Tables de Propriétés des Objets
          • Variables
          • Tableau des Variables Système
          • Le Système d'Événements
          • Fonctions de l'Éditeur de Texte
          • Options de suivi oculaire dans l'éditeur de tâches
          • Suivi de tête dans une tâche
          • Études multi-utilisateurs
        • Paramètres
        • Variables
        • Médias
        • Texte & Traduire
        • Lancer & Participer
        • Gestion des Sujets
        • Dataview et Exporter
    • Tutoriels vidéo
      • Aperçu vidéo
      • Initiation à Labvanced
      • Création de tâches
      • Vidéos sur les éléments
      • Événements et variables
      • Sujets avancés
    • Guides
      • Introduction
      • Tâche de Stroop
      • Tâche de décision lexicale
      • Tâche de cueing oculaire de Posner
      • Paradigme de clignotement de cécité au changement
      • Étude d'exemple de suivi oculaire
      • Étude de suivi oculaire des nourrissons
      • Étude de capture attentionnelle avec suivi de souris
      • Présentation visuelle sérielle rapide
      • Étude ChatGPT
      • Démo de suivi oculaire : SVGs comme AOIs
      • Démo multi-utilisateur : Afficher les curseurs des sujets
      • Configuration de base du contrôleur Gamepad / Joystick
      • Étude sur application de bureau avec intégration EEG
      • Équilibrage de groupe et configuration des variables entre sujets
      • Construction d'une étude multi-utilisateur
      • Guide de suivi oculaire de cadre de site web
      • Suivi oculaire conditionnel par webcam
      • Construction d'une étude de segmentation de texte
      • Construction d'une étude avec IA
    • FAQ
      • Fonctionnalités
      • Politique de support et directives
      • Sécurité et confidentialité des données
      • Licences
      • Précision de Labvanced
      • Utilisation programmatique et API
      • Utilisation de Labvanced hors ligne
      • Dépannage
      • Questions sur la création d'études

    Étude sur l'application de bureau avec intégration EEG

    Contenu :

    1. Aperçu
    2. Paramètres de l'étude
    3. Configuration des événements
    4. Session d'enregistrement des données EEG
    5. Analyse des données EEG

    Aperçu

    L'objectif de ce guide est de démontrer comment configurer une étude simple avec intégration EEG en utilisant l'application de bureau.

    Note : Pour plus d'informations sur l'application de bureau, y compris un guide d'installation et un aperçu des fonctionnalités de l'application - référez-vous à cette page.

    Note : Pour plus d'informations sur l'application de bureau, y compris un guide d'installation et un aperçu des fonctionnalités de l'application, référez-vous à cette page.

    Paramètres

    Dans l'onglet Paramètres, sous la colonne Fonctionnalités spéciales, faites défiler jusqu'à l'option Lab-Streaming-Layer et activez-la. Pour plus d'informations sur ces paramètres, visitez cette page.

    Ensuite, un champ de texte apparaîtra où vous pourrez nommer le flux de sortie. Ici, nous avons créé un seul flux et conservé le nom et les options par défaut.

    Typiquement, vous souhaitez configurer un flux de sortie pour les événements générés dans Labvanced et l'envoyer comme flux de marqueurs à vos enregistrements EEG pour marquer des événements afin de pouvoir effectuer une analyse des données EEG liées aux événements. Après cela, vous pouvez envoyer des marqueurs individuels sur ce flux, ce qui est assez simple en utilisant le système d'événements Labvanced.

    Configuration d'une étude simple

    Pour les besoins de ce guide, nous allons rapidement configurer une étude pour le bouba-kiki effect afin d'avoir une base de discussion et une fondation pour configurer les événements liés à l'EEG pour envoyer des marqueurs basés sur :

    • Quelle catégorie de stimuli est affichée (c'est-à-dire, bouba catégorie = formes rondes ; kiki catégorie = formes épineuses / aiguisées)
    • Quand l'image a été cliquée

    Pour voir comment nous avons configuré les stimuli (pour le contexte), référez-vous à la minute 04:19 dans cette vidéo :

    Description rapide du processus de téléchargement des stimuli (basée sur la vidéo ci-dessus) :

    • À partir du système d'essai, nous créons le niveau et le nommons 'bouba', qui sera pour les images de stimuli de formes rondes, puis créons un autre niveau et le nommons 'kiki' pour les images de stimuli de formes épineuses.
    • Maintenant, sous la condition Bouba affichée sur le Système d'Essai, nous cliquons dessus et sélectionnons l'objet, puis téléchargeons nos fichiers image pertinents, en sélectionnant les options pour : i.) créer autant d'essais qu'il y a de stimuli et ii.) les affecter automatiquement.
    • Ensuite, nous faisons de même pour l'autre condition en sélectionnant l'objet sous la condition et en répétant le processus.

    À ce stade, nous avons une étude simple avec deux types de stimuli. Après avoir configuré les événements (section suivante), la tâche finale ressemblera à ceci avec un clic sur l'image naviguant l'étude vers le prochain essai, tout en envoyant des marqueurs EEG.

    Configuration des événements

    Maintenant pour les événements, l'idée principale est que nous voulons envoyer un marqueur EEG basé sur quel type / catégorie d'image le participant voit, ainsi qu'un marqueur pour quand l'image a été cliquée.

    Événement 1 : Envoyer un marqueur (début du cadre/stimulus) à l'EEG

    Pour ce premier événement, nous voulons que l'EEG sache : a) quand le cadre avec les stimuli a commencé, mais b.) aussi de quelle catégorie d'image le stimulus appartient (c'est-à-dire bouba ou kiki).

    DÉCLENCHEUR

    • Déclencheur d'essai et de cadre → Au début du cadre

    Sélection du début du cadre comme déclencheur pour savoir quand le premier marqueur EEG doit être créé.
    Sélection du début du cadre comme déclencheur pour savoir quand le premier marqueur EEG doit être créé.

    ACTION
    Puisque nous voulons passer d'une condition à l'autre, nous aurons besoin d'une action if/then, dans l'éditeur :

    • Action de contrôle → Action de besoin (Si…Alors)

    Pour spécifier la première condition, nous appelons la variable de facteur correspondante et la définissons comme 'bouba.' Cela se fait en appliquant les étapes suivantes dans l'éditeur :

    • Cliquez sur + Besoin
    • Dans l'icône de crayon de gauche : Variable → Sélectionner la variable et choisissez factor1_tg1_task0
    • Dans l'icône de crayon de droite : Valeur constante → Chaine → tapez la chaîne bouba

    Note : Dans le processus de conception de l'expérience, vous devriez donner à vos facteurs des noms uniques et descriptifs. Dans l'exemple ci-dessus, nous avons utilisé le nom par défaut factor1_tg1_task0, mais pour des conceptions structurellement solides, vous devriez donner à vos facteurs des noms plus précis pour refléter la catégorie (comme ‘Forme’).

    Une fois que cette condition SI est remplie, nous ALORS voulons que ce qui suit se produise :

    • Ajouter une action
    • Actions API → Envoyer un marqueur LabStreamingLayer
    • Sélectionnez le flux qui a été créé précédemment sous les ‘Paramètres de l'étude’ à cette fin (c'est-à-dire le labvanced_stream_1)
    • Valeur à envoyer : Valeur constante → Chaine → tapez le mot bouba

    Spécification du marqueur LSL basé sur le type de condition des stimuli image.
    Spécification du marqueur LSL basé sur le type de condition des stimuli image.

    Nous répétons le processus pour la condition kiki en cliquant sur l'option + Ajouter un cas Else If.

    Astuce de flux de travail : Au lieu de créer un deuxième événement pour la condition ‘kiki’. Il suffit de copier l'événement ci-dessus (en utilisant l'icône de duplication en haut, à côté du mot `IF`) et de simplement changer les chaînes pour correspondre à l'autre facteur ou type de stimulus, c'est-à-dire ‘kiki’.

    RÉSUMÉ
    Jusqu'à présent, nous avons configuré Labvanced pour envoyer un marqueur EEG (basé sur le type de forme de stimulus) dès que le cadre commence, c'est-à-dire dès que le stimulus est présenté.

    Événement 2 : Réponse du participant

    Maintenant, nous voulons envoyer un marqueur et mesurer quelque chose de plus dynamique, c'est-à-dire quand l'image a été cliquée. Ici, nous pouvons également quantifier le temps de réaction et passer à l'essai suivant (tout basé sur le clic de la souris sur l'image).

    Nous pouvons créer un autre événement, donc lorsque l'image est cliquée, l'EEG reçoit le marqueur de ‘clic’.

    DÉCLENCHEUR

    • Entrée utilisateur → Déclencheur de souris
    • + Ajouter une cible → sélectionnez l'objet image (image_1)

    Sélection d'un clic sur l'image comme déclencheur pour savoir quand le deuxième marqueur doit être créé.
    Sélection d'un clic sur l'image comme déclencheur pour savoir quand le deuxième marqueur doit être créé.

    ACTION 1 (Envoyer le marqueur ‘clic’ à l'EEG)
    Créer un nouveau marqueur en :

    • Actions API → Envoyer un marqueur LabStreamingLayer
    • Flux LSL : sélectionner labvanced_stream_1
    • Valeur à envoyer : Valeur constante → Chaine → tapez le mot Clic

    ACTION 2 (Enregistrer le temps de réaction)
    Utilisez le Définir / Enregistrer la variable et créez une variable qui est scalaire et numérique qui enregistre le temps de déclenchement de la souris depuis le début du cadre en :

    • + Action
    • Actions de variable → Définir / Enregistrer la variable
    • Sélectionner (bouton vert) → +Nouvelle variable (en haut à droite)
      • Nom: RT
      • Format: Scalaire
      • Type de données : Numérique
      • → ‘OK’
    • Icône de crayon → Déclencheur (Souris) → Temps de déclenchement (Depuis le début du cadre)

    ACTION 3 (Passer à l'essai suivant)

    • + Action
    • Actions de saut → Passer à → Essai suivant

    Suite à cette procédure, votre événement ressemblera à ceci :

    Trois actions sont définies pour se produire lors d'un clic de souris sur l'image cible : i.) envoyer le marqueur à l'EEG, quantifier le temps de réaction, et passer à l'essai suivant.
    Trois actions sont définies pour se produire lors d'un clic de souris sur l'image cible : i.) envoyer le marqueur à l'EEG, quantifier le temps de réaction, et passer à l'essai suivant.

    RÉSUMÉ
    L'événement ci-dessus, avec le déclencheur d'un clic sur une image spécifique, déclenche les actions suivantes : un marqueur direct ‘clic’ est envoyé à l'EEG, un temps de réaction (depuis le début du cadre) est enregistré en millisecondes et stocké dans la variable ‘RT’, et l'expérience passe à l'essai suivant.

    À ce stade, une étude très simple est configurée avec une structure et la capacité d'envoyer des marqueurs à un EEG !

    • Deux types de stimuli différents
    • L'EEG reçoit des marqueurs basés sur :
      • le type de stimulus affiché
      • quand le ‘clic’ a eu lieu
    • L'étude enregistre le temps de réaction et dispose d'une navigation configurée

    MODE LOCAL
    Dans l'application de bureau maintenant, revenir au mode ‘local’ montre qu'il y a une synchronisation en cours.

    L'étude se charge et se met à jour localement sur l'application de bureau.
    L'étude se charge et se met à jour localement sur l'application de bureau.

    Après quelques secondes, l'étude mise à jour a été téléchargée, donc tous les changements effectués en ligne sont reflétés dans la version locale.

    Passons à la session d'enregistrement EEG.

    Session d'enregistrement des données EEG

    Pour commencer une session d'enregistrement de données EEG, nous avons bien sûr besoin de l'étude Labvanced que nous avons faite ci-dessus (avec sa structure et événements pour envoyer les marqueurs). Mais nous aurons également besoin de quelques programmes complémentaires (gratuits) afin d'injecter les marqueurs EEG, ainsi que des outils pour visualiser et potentiellement analyser les données.

    Équipement EEG (Muse 2 EEG)

    Dans cette démonstration, nous utilisons un casque portable Muse 2 EEG. Avec le programme BlueMuse (gratuit) ouvert (pour le casque EEG Muse 2), nous cliquons sur l'option ‘Démarrer le streaming’. Une seconde fenêtre apparaîtra montrant 4 flux différents : le canal EEG, l'accéléromètre, le gyroscope, etc., ainsi que leurs taux d'échantillonnage respectifs.

    Démarrer le streaming dans BlueMuse (fenêtre de droite) et les flux apparaissent (fenêtre de gauche).
    Démarrer le streaming dans BlueMuse (fenêtre de droite) et les flux apparaissent (fenêtre de gauche).

    Ces deux fenêtres peuvent être minimisées maintenant.

    Enregistreur Lab

    Le prochain outil que nous allons utiliser est le Lab Recorder (gratuit), qui est le logiciel d'enregistrement LSL que vous pouvez utiliser pour enregistrer le flux de données LSL que vous venez de connecter, ainsi que le sauvegarder dans un fichier .XDF.

    Si vous avez démarré votre système EEG et commencé le flux LSL, vous les verrez ici. À ce stade, le flux Labvanced n'a pas encore commencé car l'étude n'a pas encore commencé. Donc, l'étude doit être commencée afin que ce flux commence également.

    Le flux supérieur (en rouge) n'est pas démarré car l'étude n'a pas encore commencé. Démarrer l'étude rendra ce flux vert. Sur le côté droit, vous pouvez spécifier où sauvegarder les données.
    Le flux supérieur (en rouge) n'est pas démarré car l'étude n'a pas encore commencé. Démarrer l'étude rendra ce flux vert. Sur le côté droit, vous pouvez spécifier où sauvegarder les données.

    Dès que l'étude est démarrée (c'est-à-dire ouvrez l'étude dans Labvanced et appuyez sur Enregistrer). Dès que l'étude est démarrée et dans le hall d'attente, vous pouvez alors cliquer sur le bouton ‘mettre à jour’ dans l'Enregistreur Lab et vous pouvez voir que le flux Labvanced est maintenant prêt.

    Note : Sur le côté droit du programme Enregistreur Lab, vous pouvez indiquer le chemin du fichier et choisir où sauvegarder le fichier de flux de données de données combinées du flux Labvanced et de l'EEG et potentiellement d'autres sources de séries temporelles localement sur votre ordinateur.

    Maintenant, cliquez sur Démarrer dans le programme Enregistreur Lab (coin supérieur gauche) pour commencer l'enregistrement.

    Vision du cerveau

    Pour voir quelque chose, c'est-à-dire le flux en direct du flux LSL, vous devez démarrer un autre outil tel que le Brain Vision Analyzer (gratuit) de Brain Products que nous utilisons ici, qui fournit une belle visualisation de ce qui est enregistré.

    En cliquant sur Connecter, tous les flux devraient être affichés ici. Vous pouvez également cliquer sur le flux Labvanced et cliquer sur OK.

    Maintenant, nous pouvons commencer l'expérience et commencer à enregistrer et visualiser les données EEG !

    Aperçu du flux EEG en direct dans Brain Vision.
    Aperçu du flux EEG en direct dans Brain Vision.

    Lorsqu'il y a un clic ou une réponse dans l'étude, vous verrez également les marqueurs apparaître dans le flux EEG en bas du programme Brain Vision.

    Le marqueur ‘clic’ et le marqueur de condition ne sont pas si distincts à cette échelle. C'est parce que quelques millisecondes après avoir cliqué sur l'image, le marqueur de condition est défini pour le nouvel essai, donc ils apparaissent ensemble ici, se chevauchant visuellement.

    Les marqueurs créés dans Labvanced apparaissent en bas, basés sur le type de condition et le clic.
    Les marqueurs créés dans Labvanced apparaissent en bas, basés sur le type de condition et le clic.

    Dans l'ensemble, cela fonctionne assez bien !

    Fin de l'enregistrement

    Maintenant que l'étude est terminée. Nous pouvons arrêter l'enregistrement des données en cliquant sur Arrêter dans le programme Enregistreur Lab. Cela prend quelques secondes pour que le fichier soit créé et sauvegardé.

    Analyse des données EEG

    EEGLAB Standalone

    La dernière chose que nous voulons montrer est comment analyser les données EEG. Bien sûr, il existe de nombreuses manières d'analyser les données EEG comme en Python ou en R ou utiliser MatLab.

    Nous utiliserons le EEGLAB Standalone (gratuit) de l'Université de Californie - San Diego (UCSD) qui ne nécessite pas de MatLab ni de licence, juste un environnement d'exécution afin que vous puissiez inspecter directement les enregistrements de données.

    Avec les options EEGLAB Standalone, tous les plugins comme ceux pour charger les fichiers .XDF (qui est le format de sortie de l'Enregistreur Lab) peuvent être chargés directement.

    À partir de l'option Fichier, allez à Importer des données → Utiliser les fonctions et plugins EEGLAB → à partir de .XDF vers le fichier .XDFZ et trouvez le fichier de l'Enregistreur Lab dans le dossier local qui a été spécifié plus tôt pour être sauvegardé. Ensuite, chargez-le. Des boîtes de dialogue apparaîtront pour nommer l'importation et le jeu de données.

    Une fois le fichier ouvert, des informations concernant les images par époque ainsi que le nombre d'événements, etc., apparaîtront.

    Aperçu du jeu de données [test_1] depuis EEGLAB Standalone.
    Aperçu du jeu de données [test_1] depuis EEGLAB Standalone.

    Nous pouvons aller à Tracer → Données de canal (défilement) qui est un joli aperçu des données enregistrées et vous pouvez naviguer dans les données.

    Ouverture des données de canal et navigation à travers la session d'enregistrement. Les marqueurs sont listés en rose et vert en haut.
    Ouverture des données de canal et navigation à travers la session d'enregistrement. Les marqueurs sont listés en rose et vert en haut.

    Nous ne ferons pas d'analyse maintenant, mais de là vous pouvez effectuer des opérations intéressantes en utilisant des timestamps et des ensembles de données par époque. Il existe de bons matériaux et tutoriels de EEGLAB couvrant un large éventail de sujets.

    Par exemple, sous l'élément de menu Tracer, vous pouvez voir de nombreuses options. C'est une sorte de spectrogramme de l'enregistrement.

    Un exemple de figure créée en utilisant EEGLAB Standalone basé sur les données enregistrées dans cette démo.
    Un exemple de figure créée en utilisant EEGLAB Standalone basé sur les données enregistrées dans cette démo.

    Nous espérons que cela a été utile et a démontré à quel point une étude EEG peut être configurée rapidement en utilisant l'application de bureau Labvanced. Merci !

    Prev
    Configuration de base du contrôleur Gamepad / Joystick
    Next
    Équilibrage de groupe et configuration des variables entre sujets