Page 48 - Stefano Rastelli (a cura di), La ricerca sperimentale sul linguaggio: acquisizione, uso, perdita, Pavia, Pavia University Press, 2013

30 F. Vespignani

Da ultimo vanno menzionate le onde alfa, di origine cerebrale, che au-
mentano in ampiezza in stato di veglia rilassata; siccome spesso per evitare
stimoli distraenti gli esperimenti vanno svolti in un ambiente silenzioso e con
illuminazione moderata è possibile, specialmente se la sessione ha durata su-
periore ai 30 minuti che emerga una certa sonnolenza nel partecipante con
conseguente aumento delle onde alfa. Per limitare questo problema è utile in-
serire delle pause all’interno della sequenza di stimolazione durante le quali è
consigliabile parlare con il partecipante.

4.2. Riduzione degli artefatti in fase di analisi dei dati
Nonostante tali accorgimenti è comunque possibile che durante le epoche di
interesse si presentino ampi artefatti per i quali la procedura di average non è
sufficientemente efficace. Per migliorare ulteriormente il rapporto segnale-
rumore è possibile adottare specifiche procedure di elaborazione del segnale in
fase di analisi.
L’analisi dei dati EEG viene tipicamente svolta tramite software dedicati e
prevede un certo numero di passaggi che andremmo a presentare brevemente
(per trattazioni più dettagliate dell’analisi dei dati si veda Picton et al. 2000;
Luck 2005). Oltre a numerosi software commerciali spesso forniti dalle stesse
ditte che producono l’hardware per l’acquisizione dei dati sono disponibili
gratuitamente alcuni toolbox di MATLAB, in particolare vogliamo citare
EEGLAB (Delorme, Makeig 2004) che congiuntamente al pacchetto ERPLAB
sono strumenti largamente utilizzati dalla comunità scientifica, dotati di ampia
documentazione e tutorial e di interfaccia grafica e adatti quindi anche a utenti
non esperti in programmazione e analisi dei segnali. Un ulteriore toolbox di-
sponibile gratuitamente è FieldTrip (Oostenveld et al. 2011) che offre un mag-
gior numero di algoritmi (soprattutto per altre tipologie di analisi dei dati
EEG) e una maggior facilità di estensione essendo proprio stato pensato come
un framework per sviluppare nuovi algoritmi piuttosto che un pacchetto di
facile utilizzo per non addetti ai lavori.
Come detto, in fase di analisi dei dati, è possibile utilizzare ulteriori stra-
tegie per il miglioramento del rapporto segnale-rumore. Queste sono: il fil-
traggio di frequenza, l’esclusione di prove contenenti artefatti, la correzione di
artefatti tramite modelli.