Análises de dados de eletroencefalografia no estudo do processamento neurocognitivo da linguagem

Abstract

Resumo : dois métodos de análise de dados extraídos de eletroencefalografia no estudo do processamento da linguagem e analisar suas potenciais vantagens e desvantagens. Desde os trabalhos pioneiros no estudo do processamento da linguagem, a literatura utiliza um procedimento que estabelece uma janela temporal de interesse, calcula múltiplas médias e, a partir delas, testa hipóteses com ANOVAs – procedimento chamado de extração de potenciais relacionados a eventos – em inglês, "event-related potentials", ERPs. Uma análise alternativa é baseada na decomposição do sinal em tempo e frequência como uma série temporal, por meio da convolução entre uma Wavelet Complexa de Morlet e o sinal do EEG (Transformada de Fourier), seguida de um teste de hipótese paramétrico – chamada de "Time-Frequency Decomposition" – TFD. Para comparar a extração de ERPs e a TFD, neste trabalho aplicam-se ambas as análises ao mesmo conjunto de dados. Demonstra-se que, embora a TFD seja menos precisa temporalmente que a extração de ERPs, a TFD apresenta ao menos duas vantagens: (i) possibilitar a análise de mais frequências; e (ii) necessitar de menos participantes para aumentar a razão sinal-ruído.

Abstract : This article aims to compare two methods to analyze the signal extracted from electroencephalography in the electrophysiology of language processing and to study their potential advantages and disadvantages. Since pioneering work in the electrophysiology of language processing, the most used procedure involves to establish a time window of interest, to multiply average the data and, based on the result, to test hypotheses with ANOVAs – a procedure called extraction of event-related potentials – ERPs. An alternative analysis is based on the decomposition of the signal in its time and frequency as a time series, through the convolution between a Morlet Complex Wavelet and the EEG signal (Fourier Transform), followed by a parametric hypothesis testing – known as "Time-Frequency Decomposition" – TFD. In order to compare the extraction of ERPs and the TFD, in this article we applied both analyzes to the same data set. We show that, although TFD is less time-accurate than ERP extraction, TFD has at least two advantages: (i) it allows us to analyze more frequencies; and (ii) it requires fewer participants to increase the signal-to-noise ratio.