在安全防范、司法调查和临床诊断领域，谎言检测一直是极具挑战性的技术难题。传统测谎仪主要依赖人在情绪变化时的各种生理变化（如呼吸、脉搏、频率、血压和皮肤湿度等），存在可靠性低、易受反制等局限，例如个体可通过控制呼吸或心率干扰结果，且其准确性在不同任务中差异显著，在法庭上的证据效力也有限。
传统测谎仪 @liedetectortest.uk
大约1000亿个神经元和数万亿个突触构成了复杂的人类大脑，而研究人员一直在探索各种在如此复杂的系统中区分真话与谎言的方法。在当前测谎研究中应用最广泛的方法是使用脑机接口（BCI）生物识别信号。脑机接口是一种多模态通信系统，它将神经冲动转换为电信号，使用户仅通过思维就能操作专门的软件或硬件。获取脑电图生物识别脑信号、使用预处理工具处理这些信号、利用分类器从这些信号中提取特征，以及识别公开可用的数据集和仪器，这些是脑机接口信号的五个主要组成部分。
脑电为什么可以测谎？
脑电图本身作为一种非侵入性、低成本的神经成像方法，通过捕捉大脑的动态模式，能够以高时间分辨率检测关于陈述有效性的虚假陈述，这是通过脑电波模式的变化来实现的。近年来，基于脑电图（EEG）的脑机接口方法，尤其是事件相关电位（ERP，一种特殊的脑诱发电位，通过有意地赋予刺激以特殊的心理意义，利用多个或多样的刺激所引起的脑的电位）中的P300成分，因其能捕捉大脑对隐蔽信息的反应，成为研究热点。在P300范式检测谎言过程中，实际上是开展了一项特殊的脑机接口任务，只不过相较于通常我们使用脑机接口识别的“正确”脑信号来控制外界事物，在测谎过程中变成了如何识别“隐藏”的脑信号。
与直接检测大脑神经活动的脑电技术相比，传统的基于生理反应的测谎技术是一种间接检测：从意图到生理反应是可以通过训练进行干扰的，尤其是对于那些具备“生理表演”天赋型选手完全能够控制自身的生理反应。而脑电图则可以通过头皮电极记录大脑电活动，结合使用事件相关电位中P300范式，就能在测谎过程中直接检测与注意力、记忆识别等高级认知功能。所以当个体识别到关键信息（如犯罪现场照片、熟人面孔）时，大脑会在约300毫秒后产生特征性正相波幅变化，这一过程难以通过主观意志控制，所以无法隐藏。在谎言测试中，这一方法尤其适用于检测对特定刺激（如面孔）的隐蔽认知。
基于同样的P300原理构建的脑机接口拼写器。@PLOS One
如何进行测谎？
用于测谎的有效脑电图通道
研究表明，特定的脑电图通道在识别与欺骗相关的活动方面特别有效，尤其是在额叶皮层、前额叶皮层（PFC）、额极、额叶中线区域、顶叶皮层、颞叶和中央区域、枕叶区域以及前扣带皮层（ACC）。这些通道在区分真实和欺骗性反应方面更有效，并且根据10-20电极放置系统对应于特定的头皮位置。进行欺骗行为通常需要更多的脑力，从而激活大脑的额叶区域。这种激活之所以发生，是因为说谎需要抑制反应并操纵信息。在这种情况下，某些区域尤为相关。
额极（Fp1、Fp2）与欺骗行为中的情绪调节和执行功能相关联。
额叶中线区域（Fz）在编造谎言时参与注意力和错误监测。
顶叶皮层（P3、P4和Pz等区域）有助于注意力和感觉整合，处理与记忆相关的欺骗。该区域表现出与识别隐藏信息相关的独特波反应。
颞叶和中央区域（Cz、T3、T4、T5和T6）监测与运动相关的反应，颞叶区域处理语言处理和记忆检索，这两者对于构建欺骗性回复都至关重要。
枕叶区域（O1和O2）虽然使用频率较低，但当视觉刺激参与欺骗过程时，有时也会对其进行研究。
前扣带回皮质（ACC，包括FCz、Fz和Cz）对冲突监测和错误检测至关重要，在欺骗情境中表现出高活跃度。
有效测谎脑电图通道的头部示意图。欺骗期间活动度高的区域用红色标记，为额叶和前额叶通道，包括Fp1、Fp2、F3、F4和Fz。活动度中等的区域用黄色标记，为顶叶通道，包括P3、P4和Pz。基线区域用蓝色标记，为枕叶通道，包括O1和O2。@brain sciences
用于测谎的特殊脑电P300
P300波成分是一种经过充分研究的事件相关电位，其特征在于事件相关电位中的一个正成分。P300反应的特征是脑电图信号中出现正向波形偏差，该偏差在刺激呈现后约300至1000毫秒内发生。大脑对不常见且重要输入的反应与对无关刺激的反应不同，并且与注意力、识别和工作记忆等活动相关。评估P300波的幅度用于判断一个人是否在隐瞒信息。P300是事件相关电位的一部分，通常在决策过程中诱发，受试者需要在一系列刺激中检测出罕见或重要的事件。
事件相关电位（ERP）不同成分和P300 波形示意图。@bing
另一方面，P300与注意力、工作记忆和预期更新等认知操作相关，被认为反映了注意力资源的分配和认知情境的更新。由于P300成分对隐蔽人脸识别的敏感性，先前的研究已经表明，在建立有效的测谎系统时，可将某些面孔作为事件相关电位P300情境中的刺激。当呈现已识别或未识别的视觉刺激时，基于P300的测谎可能会更有效。
常用的测谎协议
为了判定有罪或无罪，大多数科学家采用测谎方法，包括隐蔽信息测试（CIT）、差异信息测试（DIT）、有罪知识测验（GKT）、事件相关电位测谎（EMD）、真实/谎言测试（TST）以及空间去噪算法（SDA）。这些测谎方法能够识别心理生理活动，这是心理学的一个领域，只有犯罪者才知晓犯罪的具体细节。检查个体欺骗行为最常用的方法是隐蔽信息测试技术，与测谎仪不同，它更难被愚弄、操纵或抑制。
2017年至2024年使用最多的协议。@brain sciences
隐蔽信息测试（CIT）
在实验设计方面，隐蔽信息测试是最常用的协议，其核心是通过呈现三类刺激 —— 探测刺激（与犯罪相关的关键信息）、目标刺激（无关但需响应的信息）和无关刺激，记录受试者对不同刺激的P300反应。例如，在面孔识别任务中，呈现犯罪现场相关面孔（识别面孔）和无关面孔（未识别面孔），通过比较P300波幅和潜伏期差异判断是否隐瞒信息。相较于传统测谎仪的直接质问模式，隐蔽信息测试基于认知反应，更难被主观干扰。
内疚知识测试（GKT）
内疚知识测试（GKT）是一种额外的方法，旨在量化对多项选择题的生理反应。它可用于检测隐藏的知识和信息。早期研究结果表明，基于P300的内疚知识测试可能有效地利用事件相关电位（ERP）的P300成分来揭示隐藏信息。模式识别系统，而非自举幅度差（BAD）和自举相关差（BCD），是内疚知识测试研究最合适的工具。但内疚知识测试的缺点是无法通过单次试验ERP中得出测谎结果，但如果对多次结果进行平均则会带来生物信号随时间变化的问题。
犯罪场景模拟
之前的大多数研究与开发都集中在通过人脸识别进行视觉刺激分析上，还有一些研究使用模拟犯罪场景进行，其中涉及受害者面部特征、谋杀所用武器、同谋姓名或被盗物品等元素。我们就是在此确定个人是否参与了该事件，或者是否知晓犯罪现场或所涉特定物品。P300成分通常使用沿颅骨中轴线放置的Fz、Cz和Pz电极进行评估。再者，之前以脑电图信号为基础的研究表明，该成分的振幅在额叶和前额叶通道（包括Fp1、Fp2、F3、F4和Fz）中最大且最为有效。同时，中等振幅出现在顶叶和中央叶通道，包括P3、P4、Pz和Cz。然而，基线区域位于枕叶通道，包括O1和O2。尽管如此，大多数研究人员已将重点缩小到研究顶叶区域的单个Pz通道，即ERP P300振幅最大的确切位置。
常用的EEG测谎设备
从设备来看，16通道的脑电图可穿戴设备（如Emotiv Insight Pro, EasyCap等）是主流选择。多通道设备能捕捉更全面的脑电空间分布，例如前额叶（Fp1、Fp2）和顶叶（Pz）电极对P300的响应最强，而单通道（如 Pz）分析则因聚焦高幅值区域被广泛采用。此外，便携式设备如EMOTIV头设的普及，推动了测谎技术向实时、移动场景发展，但需平衡通道数量与信号质量。
22通道标准脑电帽 @EasyCap
脑电测谎效果如何？
多项研究表明，脑电图（EEG）测谎的准确率显著高于传统方法。例如，使用长短期记忆网络（LSTM）和离散小波变换（DWT）的组合在LieWaves数据集上达到99.88%的准确率，而基于CSP和K近邻（KNN）的模型在小样本实验中实现100%分类。对比不同协议，隐蔽信息测试结合P300的准确率普遍高于内疚知识测试，可能因隐蔽信息测试更聚焦于特定刺激的识别反应。在特征提取与算法的匹配上，离散小波变换等时频分析方法与深度学习模型结合效果最佳，而传统机器学习算法（如SVM、LDA）在特征工程优化后也能达到高准确率。
尽管脑电图（EEG）测谎已展现潜力，但其应用仍面临多重挑战。空间分辨率低是主要局限之一，EEG信号反映的是皮层电活动的综合效应，难以精确定位前额叶、前扣带回等关键脑区的具体激活模式，需结合功能磁共振成像（fMRI）等技术实现多模态融合。个体差异也显著影响模型泛化性，不同受试者的P300潜伏期、波幅及脑区激活模式差异较大，导致跨个体模型准确率下降，需开发自适应算法或利用迁移学习减少个体校准需求。
此外，生态效度不足是实际应用的障碍。现有研究多在实验室环境中使用模拟犯罪场景（如识别虚拟面孔或物品），与真实执法中的高压力、复杂情境存在差异，可能导致神经反应模式不同。系统复杂度与实时性也是瓶颈，当前信号处理流程（预处理、特征提取、分类）耗时较长，难以满足现场快速检测需求，需优化算法效率或开发专用硬件加速。
未来方向
未来研究可聚焦以下方向：首先，推动实时EEG测谎系统的开发，结合边缘计算和轻量级神经网络（如MobileNet）实现毫秒级分类；其次，探索跨个体通用模型，通过大规模数据集和元学习（Meta-Learning）提升模型泛化性；第三，深化多模态融合，结合眼动追踪、皮电反应等生理信号，构建更鲁棒的测谎框架；最后，关注伦理与法律问题，建立脑电图测谎结果的可靠性评估标准，避免侵犯隐私以及减少误判无辜者的风险，推动其在司法等领域的合法合规应用。