Nonlinear EEG analysis of the sublime experience induced in virtual reality: brain complexity and chaos

Electroencephalography (EEG), used in numerous diagnostic and research fields, allows a direct measurement of the neuronal activity, and thus can play a key role in emotional identification research. Among various methodologies for features extraction (linear and nonlinear features), the complexity and limited predictability of the EEG signals have recently motivated the application of nonlinear indexes, i.e., Wavelet Entropy (WE), Power Spectral Entropy (PSE), Correlation Dimension (CD), and Lyapunov Exponents (LEs). A deeper understanding of the brain response to intense emotions elicited in a controlled environment is needed to understand whether these can be used as a tool to promote mental health. The sublime, conceived as a mixture of pleasant (i.e., awe and happiness) and unpleasant (i.e., fear and anger) feelings, is the strongest emotion one can experience. Reproducing the feeling of awe in a controlled experimental setting using awe-inducing virtual reality (VR), allowed us to enlighten, by means of the EEG, the brain activity and connectivity connected to it. The two pivotal questions of this master thesis were whether it is possible to measure statistically significant differences, both at a brain-level and at a channel-level, between (1) the awe-inducing VR scenarios and the reference VR one (neutral VR), and (2) between a resting-state EEG signal without VR (baseline) and the reference VR scenario, caused by the awe-inducing VR and the VR, respectively. For the implementation of the brain-level and channel-level analyses it was decided to study the signal by considering not only the entire frequency content (pipeline used for all the methods for features extraction), but also by dividing the frequency content into frequency bands (pipeline used only for WE and PSE). Moreover, to relate the measures obtained from the signal analyses and the emotional values associated to the scenarios by each participant, it was decided to use a Generalized Linear Model (GLM) analysis. Finally, effective connectivity measures were estimated on those channels (or nodes) whose actual significance was retrieved from the GLM. Overall, our aim was to assess whether the VR or awe-inducing VR result in global increases or decreases in one or more of the features extracted, and in one or more frequency bands, and to assess which brain regions and channels may be more correlated with awe. With this pipeline it was possible to retrieve some useful information on the main EEG frequency bands: the use of an awe-inducing VR seems to elicit a diminishing entropy in the theta and alpha bands, and an increasing entropy in the delta, beta, and gamma low bands. Moreover, both the VR and awe-inducing VR seem to determine a diminishing signal’s complexity. Finally, the brain regions that resulted in higher correlations between the EEG features and awe are the frontal, central and temporal left, and the information is generally flowing from the central and temporo-parietal lobes’ electrodes to those in the frontal lobe: a passage of information significantly correlated with awe, mainly resulted between channels E2 and E15.

L'elettroencefalografia (EEG), utilizzata in numerosi ambiti diagnostici e di ricerca, consente di misurare in modo diretto l'attività neuronale e può quindi svolgere un ruolo chiave nella ricerca sull'identificazione delle emozioni. Tra le varie metodologie per l'estrazione di features (lineari e non lineari), la complessità e la limitata predicibilità dei segnali EEG hanno recentemente motivato l'applicazione di indici non lineari, tra i quali l'Entropia Wavelet (WE), l'Entropia Spettrale di Potenza (PSE), la Dimensione di Correlazione (CD) e gli Esponenti di Lyapunov (LE). Per capire se emozioni intense elicitate in un ambiente controllato possono essere utilizzate come strumento per promuovere la salute mentale, è necessaria una comprensione più approfondita della risposta del cervello alle medesime. Il sublime, concepito come una miscela di sentimenti piacevoli (ad esempio, profonda meraviglia e felicità) e spiacevoli (ad esempio, paura e rabbia), è l'emozione più forte che si possa provare. Riprodurre la profonda meraviglia in un contesto sperimentale controllato, utilizzando un tipo di realtà virtuale (VR) in grado di indurre profonda meraviglia, ci ha permesso di studiare, attraverso l'EEG, l'attività cerebrale e la connettività ad essa collegata. Le due domande cardine di questa tesi magistrale riguardano la possibilità di misurare, sia a livello cerebrale che a livello del singolo canale, differenze statisticamente significative nell'attività cerebrale (1) tra gli scenari VR che inducono profonda meraviglia e quello di riferimento (VR neutra), e (2) tra un segnale EEG in stato di riposo senza VR e lo scenario di riferimento, differenze determinate rispettivamente dalla VR che induce profonda meraviglia (e quindi dalla esperienza di sublime) e dalla VR stessa. Per l'implementazione delle analisi a livello del cervello e a livello del singolo canale, si è deciso di studiare il segnale considerando non solo l'intero contenuto in frequenza (pipeline utilizzata per tutti i metodi di estrazione delle EEG-features), ma anche dividendo il contenuto in bande di frequenza (pipeline utilizzata solo per WE e PSE). Inoltre, per mettere in relazione le misure ottenute dall'analisi dei segnali e i valori emotivi associati agli scenari da ciascun partecipante, si è deciso di utilizzare un modello lineare generalizzato (GLM). Infine, sono state stimate misure di connettività effettiva su quei canali (o nodi) la cui significatività effettiva è stata ottenuta dal GLM. Complessivamente, il nostro obiettivo era quello di valutare se la VR o la VR che induce profonda meraviglia determinano aumenti o diminuzioni globali in una o più delle features estratte dal segnale EEG, e in una o più bande di frequenza, e di valutare quali regioni e canali cerebrali possono essere maggiormente correlati con la profonda meraviglia. Con questa pipeline è stato possibile ottenere alcune informazioni utili sulle principali bande di frequenza dell'EEG: l'uso di una VR che induce la profonda meraviglia sembra determinare una diminuzione dell'entropia nelle bande theta e alfa e un aumento dell'entropia nelle bande delta, beta e gamma basse. Inoltre, sia la VR che la VR che induce profonda meraviglia sembrano determinare una diminuzione della complessità del segnale. Infine, le aree cerebrali nelle quali è stato possibile registrare una maggiore correlazione tra le features estratte dal segnale EEG e la profonda meraviglia sono quelle frontali, centrali e temporali sinistre, e l'informazione fluisce generalmente dagli elettrodi dei lobi centrali e temporo-parietali a quelli del lobo frontale: un passaggio di informazioni significativamente correlato con la profonda meraviglia è risultato principalmente tra i canali E2 ed E15.