1、脑电采集设备介绍
以下是主流的三种非侵入性脑电采集设备：
（1）无线干电极脑电系统Enobio
西班牙Neuroelectrics研发的Enobio是一套可穿戴的无线干电极脑电系统，无需导电膏，准备时间缩至5分钟。具有8、20和32个通道和直观的用户界面，可实现实时可视化高分辨率脑电图数据采集，可以满足大多数的研究需求。
Enobio电极种类丰富，包含干电极、导电膏电极、盐水电极、特殊电极等。干电极和固体凝胶电极佩戴更便捷，免去受试者实验后要立即洗头的困扰。不仅如此，Enobio采集单元中添加有三轴加速度传感器，可以将加速度和EEG同步采集。在数据展示方面，Enobio增加了实时功谱图和频谱图，其软件内还设置了基于有限元法（FEM）的3D建模功能，以白质或者灰质显示电场，其电场值可视化。
（2）便携式运动脑电系统SAGA/APEX
荷兰TMSi研发的SAGA脑电测试系统主要使用湿电极，SAGA有32通道、64通道、128通道三个型号（更多通道可以定制），都有16个附加通道，1个单极通道，2个双极通道，3个三极通道和1个数字通道，可以连接多种生理传感器同步测试。
它的优点是采集单元和数据接受单元是分开的，既可以进行有线连接，也可以进行无线连接，最重要的是SAGA采用了主动屏蔽技术，消除电源噪音干扰及导线扰动的影响因素。APEX是一款更轻便的可穿戴式脑电测试系统，有24通道和32通道，相比SAGA体积更小。
（3）高密度脑电系统BEL ONE
美国BEL研发的BEL ONE脑电系统是用于高清EEG研究的新一代脑电系统，突破了空间和时间分辨率的局限。
它的优点是支持130和280通道，测量范围广，可覆盖整个头部范围。
2、脑电信号的伪迹
除脑电外，人体自身其他部位的生理活动也会产生电信号。这些信号在人体的各种组织间传播，叠加在本就微弱的脑电信号中，形成伪迹，制约实验结果的精度。常见的伪迹有以下几类：
①眼电( EOG)伪迹：EOG包括眼球转动和眨眼产生的电信号，根据眼球的运动特征，分为水平眼电、垂直眼电和径向眼电。
②肌电( EMG)伪迹：EMG是一种复杂的生物信号，与肌肉的活动程度、机体运动机能和意图相关。脑电中的EMG伪迹主要来自头部，如咀嚼、皱眉等。
③心电( ECG)伪迹：心脏的电活动会产生ECG。ECG虽然具有一定的幅值，但心脏距离头皮很远，ECG传递到头皮处时会有很大的衰减。值得注意的是，心跳是周期性运动，所以ECG信号也带有一定的周期性。
④皮电伪迹：由于紧张或环境温度的原因，当受试对象出汗时，皮肤的阻抗会发生变化，导致脑电图混入皮电伪迹，此类伪迹变化很缓慢，频率极低，影响很小，可用适当的滤波去除。
综上，伪迹的成因与种类繁多，但主要为眼电和肌电伪迹，它们难以在采集过程中直接去除，所以需要对采集到的信号进行伪迹去除，以便进行后续的特征提取和识别等操作。
3、脑电图的应用
（1）医学诊断与治疗
癫痫诊断与监测：EEG是诊断癫痫发作和癫痫的重要工具。通过记录脑电活动，EEG可以检测到癫痫发作期间的异常脑电波，帮助医生确定癫痫的类型和发作起源。此外，视频和动态EEG监测技术也被广泛用于癫痫的诊断。
神经退行性疾病诊断：EEG在阿尔茨海默病（Alzheimer's disease）等神经退行性疾病的诊断中具有重要作用。研究表明，EEG信号的特征变化（如功率谱和功能连接性）可以作为早期诊断的生物标志物。
脑肿瘤与脑损伤评估：EEG可用于评估脑肿瘤和脑损伤患者的脑功能状态。通过分析EEG信号，可以检测脑部异常活动，辅助诊断和监测治疗效果。
睡眠障碍监测：EEG是研究和诊断睡眠障碍（如失眠症、嗜睡症等）的重要手段。EEG信号可以记录睡眠周期中的脑电活动变化，帮助医生分析睡眠结构和质量。
中风与神经康复：EEG可用于中风患者的脑功能评估和康复监测。通过分析EEG信号，可以检测中风后脑部的神经活动变化，为康复治疗提供指导。
心理健康与精神疾病：EEG在抑郁症、焦虑症和注意力缺陷多动障碍（ADHD）等精神疾病的诊断中也显示出潜力。研究表明，EEG信号的特定特征（如频谱功率、功能连接性）与这些疾病的病理机制相关。
昏迷与死亡判定：EEG可用于评估昏迷患者的脑功能状态，并在某些情况下辅助判断脑死亡。
神经反馈治疗：EEG技术还可用于神经反馈治疗，通过实时监测和反馈脑电活动，帮助患者调节大脑功能，改善认知和情绪状态。
（2）心理学与认知科学
情绪与情感处理：EEG被广泛用于研究情绪和情感的神经机制。例如，研究发现EEG信号的特定模式（如功率谱变化和功能连接性）可以反映情绪调节的神经活动。此外，EEG还被用于研究不同人群（如癌症患者、中风患者和创伤幸存者）的情绪处理差异。
认知功能与神经反馈：EEG技术在认知功能的研究中具有重要作用，尤其是在注意力、决策和记忆等领域。例如，通过EEG神经反馈训练，参与者可以主动调节大脑活动，从而改善情绪控制和认知灵活性。这种训练在提高音乐表演、情绪调节和决策能力方面显示出显著效果。
多模态研究与脑-行为关系：EEG与其他神经成像技术（如fMRI）的结合为研究脑-行为关系提供了更全面的视角。例如，EEG-fMRI联合研究揭示了情绪调节和决策过程中神经动态与脑结构的相互作用。此外，EEG还被用于研究不同文化背景下的情绪处理模式。
神经反馈与心理干预：EEG神经反馈技术被用于心理干预，帮助个体调节情绪和认知状态。例如，研究发现通过EEG神经反馈训练，可以显著改善青少年的焦虑情绪和自我调节能力。这种技术在应对疫情压力、提升情绪调节能力方面也显示出积极效果。
决策与行为科学：EEG在决策和行为科学中的应用包括研究个体在不同情境下的决策过程。例如，通过EEG信号分析，研究者能够预测个体在决策任务中的反应，准确率高达88%-90%。这种研究为开发基于生物学的人工智能系统提供了理论基础。
（3）教育领域
学习过程与认知能力评估：EEG技术被广泛应用于评估学习过程中的大脑活动，以了解不同学习策略对大脑的影响。通过这种研究，教育工作者可以设计出更有效的教学方法，提高学生的学习效果。例如，通过ERP分析学生在不同教学情境下的认知参与度。
*事件相关电位（ERP，event-related potential）是指在特定心理事件或刺激作用下，大脑产生的电位变化。这种电位变化是通过脑电图（EEG）技术记录下来的，反映了认知过程中的神经电生理活动。也就是指当人们对某课题进行认知加工时，从头颅表面记录到的脑电位。
注意力与思维活跃度监测：在教育实践中，EEG设备可用于实时监测学生在课堂上的注意力集中程度和思维活跃度。教师可以根据这些数据及时调整教学方法和策略，从而实现个性化的教学。
个性化教育支持：EEG技术为个性化教育提供了新的可能性。通过监测学生的学习状态和认知能力，EEG可以帮助教师为每个学生量身定制学习方案，从而显著提高教学效果。
情绪与学习障碍研究：EEG被用于研究学生的情绪状态和学习障碍，帮助教育工作者更好地理解学生在学习过程中的心理状态。这种研究可以为设计更具包容性的教学策略提供依据。
（4）脑机接口（BCI）
*脑机接口技术（Brain Computer Interface，BCI）是一种变革性的人机交互技术。其作用机制是绕过外周神经和肌肉，直接在大脑与外部设备之间建立全新的通信与控制通道。它通过捕捉大脑信号并将其转换为电信号，实现信息的传输和控制。
EEG作为脑机接口（BCI）的核心输入信号，已被广泛应用于多个领域。BCI技术通过解码EEG信号实现人脑与外部设备的直接交互，具有非侵入性、便携性强的特点。EEG-BCI技术的主要应用范式包括运动想象（MI-BCI）、P300-BCI和稳态视觉诱发电位（SSVEP-BCI）等，这些范式在康复医疗、智能家居控制、游戏娱乐等领域展现出广阔的应用前景
被动BCI：分析用户的大脑活动，无需目标监测，例如监测学习任务中的认知状态。
主动BCI：将大脑活动的变化解释为控制命令，用于控制假肢、轮椅等辅助设备。
反应BCI：检测和分类大脑对外部刺激的反应。
（5）虚拟现实（VR）与增强现实（AR）
EEG与VR/AR技术结合，根据用户的大脑状态实时调整虚拟环境，提供更沉浸式的体验。
（6）运动科学
EEG可用于监测运动员的大脑状态，优化训练计划，提高运动表现。
运动员视觉技能与神经适应：EEG研究揭示了运动员与非运动员之间存在不同的皮质激活模式，表明运动训练会导致特定的神经适应。例如，研究发现，不同运动项目（如体操、足球和电竞）对运动员的视觉技能提出了不同的要求，这些要求影响大脑的内在活动。
运动表现与神经效率：EEG被用于研究运动员在不同运动场景下的神经效率。例如，研究发现精英运动员在处理动作判断任务时表现出更高的神经效率，这与大脑皮层的特定激活模式有关。
运动训练对神经功能的影响：EEG研究还探讨了运动训练对大脑功能的长期影响。例如，一项综述研究分析了运动训练对神经功能和行为表现的适应性变化，发现运动训练可以显著改变大脑的神经活动模式。
EEG在运动心理学中的应用：EEG被用于研究运动员的心理状态和表现之间的关系。例如，通过EEG研究发现，运动员在执行特定任务时表现出不同的脑电节律变化，这些变化与注意力、认知控制和情绪状态密切相关。
运动疲劳与恢复：EEG可以用于监测运动疲劳对大脑活动的影响。例如，研究发现，运动疲劳会导致大脑皮层的特定区域活动减弱，而恢复性活动（如睡眠或休息）可以改善这些变化。
运动技能学习与神经反馈：EEG技术也被应用于运动技能的学习和神经反馈训练中。例如，通过EEG神经反馈训练，运动员可以更好地调节大脑活动，从而提高运动表现。
（7）工程与技术应用
驾驶安全监测：EEG可用于检测驾驶员的疲劳状态，通过分析脑电活动识别疲劳驾驶。
软件工具：多种开源软件平台（如OpenViBE、EEGLAB、FieldTrip等）可用于EEG信号处理和分析。