fbpx

Technologie en wetenschap

Het fundament achter de 51Hz - Brainscan

 

De EEG-technologie

Voor het uitvoeren van de breinmeting wordt gebruik gemaakt van een ‘twee-kanaals kwantitatieve EEGmeting (Q-EEG-meting) van de prefrontale cortex. Hierbij wordt de elektrische activiteit van de hersenen gemeten. Er zijn verschillende golven te zien, die verschillen in het moment waarop ze optreden en in de sterkte van het signaal. Van frequenties Delta 1 en 2, Theta 1 en 2, Alfa 1 en 2, Beta 1 en 2 tot Gamma 1 en 2. Het ontwikkelde model gaat ervan uit dat de lage frequenties trage hormonen aansturen en de hoge frequenties de snelle hormonen. De hormonen geven een gevoelsreflectie aan het menselijk bewustzijn. Dit kan zowel in het brein zijn als in het lichaam. Het doel van de Q-EEG is om afwijkingen in hersenactiviteit in beeld te brengen. De EEG van de cliënt wordt hiervoor vergeleken met de genormeerde gemiddelden van eerdere metingen.

 

Onze unieke scanner en analyse

Elektro-encefalografie (EEG) is een methode om de elektrische activiteit van de hersenen te meten. Het is een non-invasieve ingreep, waarbij de elektroden doorgaans op de hoofdhuid worden geplakt. EEG meet potentiaalverschillen die ontstaan door de ionenstroom in de zenuwcellen van de hersenen.[1] In de kliniek wordt er met een EEG gekeken naar spontane elektrische activiteit in de hersenen gedurende een bepaalde tijd,[1] gemeten door meerdere elektroden die op het hoofd worden geplaatst.

 
 

Wetenschap

Er is een wetenschappelijke basis die bewijst hoe alle verschillende onderdelen met EEG-technologie gemeten kan worden. Daarnaast is de 51Hz Brainscan in proces om de COTAN-validatie van het Nederlands Instituut van Psychologen (NIP) te behalen. Hiermee is de Brainscan de eerste PsyTech applicatie ooit die geaccepteerd is om gevalideerd te worden door het NIP. 

 

Refferenties
Acharya, U. R., Sudarshan, V. K., Adeli, H., Santhosh, J., Koh, J. E., Puthankatti, S. D., & Adeli, A. (2015). A novel depression diagnosis index using nonlinear features in EEG signals. European neurology74(1-2), 79-83.
Subhani, A. R., Xia, L., & Malik, A. S. (2011, November). EEG signals to measure mental stress. In 2nd International Conference on Behavioral, Cognitive and Psychological Sciences (pp. 84-88). Maldives.
M. A. Klados, P. Konstantinidi, R. Dacosta-Aguayo, V. Kostaridou , A. Vinciarelli, M. Zervakis (2020) Automatic Recognition of Personality Profiles Using EEG Functional Connectivity during Emotional Processing, Brain Sci. 2020, 10, 278 : Brain sciences.
O.Sanyal, S. Das (2020) Big five personality trait analysis from random EEG signal using convolutional neural network’International Journal of Advanced Research in Computer Science, 11(2),

 

 

Bedankt!

Uw verzoek is succesvol verzonden, 
we nemen zo spoedig mogelijk contact met u op.

51Hz