This Cognitive Science Colloquium is about EEG and should be of interest to makers. I know I&#39;ve talked to several people at Bloominglabs about EEG and I know a couple of our members have their own EEG devices.<div><br>
</div><div>Plus, I&#39;m travelling and can&#39;t go. This talk is open to the public, so go and then tell me all about it!</div><div><br></div><div>Jenett</div><div><br><div class="gmail_quote">---------- Forwarded message ----------<br>
<br>
Our first Cognitive Science Colloquium Lecture of the semester is today,<br>
September 24, 2012.  It will run from 4:00-5:00 PM in Psychology Room 101 at<br>
1101 E. 10th St.<br>
<br>
Speaker: Scott Makeig, University of California San Diego<br>
<br>
Abstract: Electroencephalography (EEG), the recording of electric potentials<br>
produced by the partial areal synchrony of electrical field activity in<br>
cortical neuropile, was the earliest and is still the most widely known,<br>
most portable, most relatively low-cost, and most non-invasive brain imaging<br>
modality. However, for a variety of reasons until recently EEG imaging has<br>
not received adequate attention from engineers and applied mathematicians to<br>
the important question of how to extract more of its biologically and<br>
psychologically relevant information. Today, neurologists still typically<br>
review clinical EEG &#39;squiggles&#39; by visual inspection alone, and most<br>
psychophysiologists consider only peaks in scalp-recorded event-related<br>
potential (ERP)  averages - by so doing ignoring 90-99% of the recorded EEG<br>
signals. It is now generally accepted that spatiotemporal changes in EEG<br>
activity patterns correlate with changes in cognitive arousal, attention,<br>
intention, evaluation, and the like, thereby providing a high<br>
temporal-resolution “window on the brain/mind.” However, the biological<br>
mechanisms that link EEG patterns to these and other aspects of cognition<br>
are not understood in much detail.  In the last two decades, more adequate<br>
signal processing methods, made feasible by ever-faster computers, have<br>
greatly increased the amount of meaningful information about brain / mental<br>
function that can be mined from high-density EEG signals. My laboratory,<br>
SCCN, continues to develop the open-source the EEGLAB signal processing<br>
environment for Matlab (Delorme &amp; Makeig, 2004) that in particular<br>
implements use of EEG source imaging based on independent component analysis<br>
(ICA) and time/frequency analysis. We are also working to develop a new<br>
imaging modality, mobile brain/body imaging (MoBI), that combines portable<br>
high-density EEG (&#39;What the brain does.&#39;) with full-body motion capture, eye<br>
gaze tracking, and behavioral response recording (&#39;What the brain<br>
controls?&#39;) to better understand and monitor what might be called our<br>
&#39;natural cognition&#39; that guides and evaluated our naturally motivated<br>
actions -- and interactions. Using MoBI, macroscopic changes in cortical<br>
field synchrony, including interactions between multiple brain areas timed<br>
precisely to our actions (and interactions), can be detected and modeled,<br>
hopefully leading to better basic understanding of brain dynamics supporting<br>
our daily living (and their pathologies). In coming years, as well, more<br>
adequate, near real-time EEG signal processing for feature extraction and<br>
state prediction or recognition, in combination with fast-developing<br>
non-invasive, dry, wireless and wearable EEG and other biosensor systems,<br>
will likely produce meaningful 3-D functional brain imaging and<br>
brain-computer interface (BCI) applications for a wide range of purposes. <br>
Thus EEG, the oldest brain imaging modality, is rapidly becoming a &#39;new&#39; and<br>
important imaging modality, both for basic neuroscience and for the quickly<br>
evolving field of &#39;neurotechnology&#39; applications.<br><br></div></div>