Integrating Pupillometry with MEG to Enhance Cognitive Effort Analysis
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Authors
Date
2024-08-19
Department
Major/Subject
Biomedical Engineering
Mcode
SCI3059
Degree programme
Master’s Programme in Life Science Technologies
Language
en
Pages
36
Series
Abstract
Pupillometry that measures pupil diameter and reactivity can capture subtle changes in mental state, reflecting various psychological and physiological conditions. This study investigated cognitive effort during speech recognition under varying signal-to-noise ratios (SNRs) by integrating pupillometry with magnetoencephalography (MEG). The aim was to simultaneously address pupil diameter and MEG to understand how cognitive load manifests in challenging auditory conditions and to develop this into a physiological framework and experimental setup for assessing cognitive load feasibly in future MEG studies. Originally, 60 participants suffering from mild cognitive impairment (MCI) were measured; after rigorous preprocessing steps to ensure data quality the final analysis included data from 15 participants. Findings revealed that pupil dilation is a sensitive and reliable measure of cognitive load. Both peak pupil dilation (PPD) and mean pupil dilation (MPD) were significantly higher in the cognitively most challenging condition compared to the less challenging conditions. These results indicate that task difficulty during speech recognition correlates with objective measures of cognitive effort as reflected by larger pupil dilation. A mixed linear model analysis further confirmed statistically significant effects of SNR and time on pupil dilation: The pattern of pupil dilation varied significantly over time depending on the speech SNR. The results are consistent with existing literature on the use of pupil dilation as a robust indicator of cognitive load. The integration of pupillometry with MEG offers a comprehensive approach to study cognitive effort by combining physiological and neural measures. Future research should include larger and more diverse study samples, optimize the experimental setups, and explore additional cognitive tasks to enhance the reliability and applicability of this method. Careful measurement device calibration and attempts to improve data quality by minimizing errors during data recording should be emphasized. The present study demonstrates the feasibility and benefits of the integrated approach, and it provides valuable insights into the cognitive processes involved in speech recognition under challenging auditory conditions in subjects suffering from MCI.Pupillometria mittaa pupillin halkaisijaa ja sen muutoksia. Menetelmän avulla voidaan havaita myös hienovaraisia muutoksia mielentilassa. Tässä tutkimuksessa yhdistettiin pupillometria samanaikaiseen aivomagneettikäyrä- eli magnetoenkefalografiamittaukseen (MEG) kognitiivisen kuormituksen arvioimiseksi puheentunnistustehtävän aikana. Ärsykkeinä käytettiin lyhyitä numerosarjoja samanaikaisen kohinan kanssa eri signaali-kohinasuhteilla (signal-to-noise ratio, SNR). Työn tavoitteena oli kehitettää kokeellinen järjestely kognitiivisen kuormituksen arvioimiseksi luotettavasti MEG- mittausten aikana. Mittauksiin osallistui 60 vapaaehtoista koehenkilöä, jotka kärsivät lievästä kognitiivisesta heikentymästä (mild cognitive impairment, MCI). Kokeen tiedonkeruun aikana esiintyneistä haasteista johtuen lopulliseen analyysiin hyväksyttiin 15 koehenkilön mittaukset. Tulokset osoittivat, että pupillin laajeneminen on herkkä kognitiivisen kuormituksen mittari esitetyn puheentunnistustehtävän aikana. Pupillin laajeneminen (sekä huippu- että keskiarvo) oli tilastollisesti merkittävästi suurempaa haastavimmissa ääniolosuhteissa verrattuna vähemmän haastaviin olosuhteisiin. Tehtävän vaikeuden lisääntyminen korreloi suuremman kognitiivisen kuormituksen kanssa, mikä ilmeni suurempana pupillin laajenemisena. Ääniolosuhteiden lisäksi pupillinlaajenemismalli vaihteli ajan myötä SNR-tasosta riippuvaisesti. Nämä tulokset ovat johdonmukaisia olemassa olevan kirjallisuuden kanssa, mikä tukee pupillin laajenemisen käyttöä kognitiivisen kuormituksen luotettavana mittarina. Pupillometrian ja MEG:n yhdistäminen tarjoaa kattavan lähestymistavan kognitiivisen kuormituksen tutkimiseen yhdistämällä fysiologiset ja neurologiset mittarit. Tulevissa tutkimuksissa tulisi käyttää suurempaa otantaa, optimoida kokeellinen asetelma ja tutkia myös muita kognitiivisia tehtäviä menetelmän luotettavuuden ja sovellettavuuden parantamiseksi. Erityisesti mittalaitteiden huolellinen kalibrointi ja mittausvirheiden välttäminen on tärkeää signaalin laadun varmistamiseksi. Nyt tehty tutkimus osoittaa integroidun lähestymistavan toteutettavuuden ja hyödyt, ja se tarjoaa arvokasta tietoa puheentunnistukseen liittyvistä kognitiivisista prosesseista haastavissa ääniolosuhteissa lievästä kognitiivisesta heikentymästä kärsivillä henkilöillä.Description
Supervisor
Renvall, HannaThesis advisor
Mäntynen, VilleKeywords
pupillometry, MEG, cognitive load, speech recognition, MCI