研究に最適なEEG(脳波計)システムの選び方

クリスチャン・ブルゴス

更新日

2026/11/13

研究に最適なEEG(脳波計)システムの選び方

クリスチャン・ブルゴス

更新日

2026/11/13

研究に最適なEEG(脳波計)システムの選び方

クリスチャン・ブルゴス

更新日

2026/11/13

脳波(EEG)システムの選択は、研究者が研究を計画する際に最初に行う決定事項の一つですが、製品仕様の比較から始めるべきではありません。チャンネル数、電極タイプ、サンプリングレートを評価する前に、研究者はまず何を測定したいのか、研究をどこで実施するのか、そしてどのようにデータを収集・分析するのかを明確に定義する必要があります。これらの要件が明確になれば、各技術仕様を研究自体のコンテキストの中で評価できるようになり、EEGシステムの比較がはるかに有意義なものになります。

本記事では、特定のデバイスを推奨するのではなく、科学的目標、実験デザイン、参加者、研究環境に基づいてEEGシステムを選択するための実践的なフレームワークを紹介します。

研究要件を明確にする

最も重要な問いは、「どのEEGシステムを買うべきか?」ではなく、「自分の研究には何が必要か?」です。

研究課題によって、EEGシステムに求められる要件は異なります。事象関連電位(ERP)を調査する実験室での研究は、職場における精神的作業負荷(メンタルワークロード)を測定するフィールド研究や、リアルタイムのデータストリーミングを必要とするブレイン・コンピュータ・インターフェース(BCI)の実験とは異なる技術要件を持ちます。

ハードウェアの仕様を比較する前に、以下のような質問を検討してください。

  • どのような認知プロセスを測定しているのか?

  • 参加者は座ったままなのか、それとも自然に動くのか?

  • 研究は実験室で行われるのか、それとも実環境で行われるのか?

  • 連続的なEEG記録、事象関連電位、またはリアルタイムデータのどれが必要か?

  • データの分析にはどのソフトウェアを使用するのか?

これらの質問をまず熟考することで、EEGシステムが満たすべき要件が確立されます。EEGの方法論に関するレビューでは、データの取得や分析を含む研究デザイン全体を通して、方法論の決定は研究目的に基づいて行われるべきであることが一貫して強調されています [1]。

重要ポイント #1:EEGハードウェアを評価する前に、研究要件を定義すること。

Flowchart with four questions to guide EEG study design: what you are measuring, where and how the study takes place, who participants are, and how the data will be used, each leading to a recommended option.

研究目標とシステムを一致させる

研究要件を確立したら、どのシステムがそれらを最もよくサポートするかについての評価を開始できます。

研究のタイプによって、優先される機能は異なります。ERP研究は、正確なイベントタイミングと再現可能な神経応答に依存します。精神的作業負荷や認知的疲労を調べる研究では、長時間の記録セッション中における参加者の快適性が求められることがよくあります。BCIアプリケーションでは、低遅延ストリーミング、ソフトウェア統合、リアルタイム処理が重視される場合があり、自然主義的な研究では携帯性や迅速なセットアップが優先されることがあります。

あらゆるシナリオで等しく優れたパフォーマンスを発揮する単一のEEGシステムは存在しません。研究者は、システムの機能が自身の研究の具体的な要求にどれだけ合致しているかを評価する必要があります。Pineggerらは、BCI用途向けに複数のEEG取得システムを比較することでこの原則を示し、システムの適合性は単一の性能指標ではなく目的とする用途によって決まることを明らかにしました [2]。

重要ポイント #2:最適なEEGシステムとは、研究の目標にその機能が最もよく合致するシステムです。

研究タイプ

最も重視される点

問うべき重要な質問

ERP研究

正確なイベントタイミング、再現可能な応答

イベントマーキングの精度はどの程度か?刺激提示ソフトウェアとマーカーを同期できるか?

精神的作業負荷と疲労

長時間のセッションにおける快適性と安定した信号

バッテリーはどのくらい持続するか?センサーが乾燥することはないか?

ブレイン・コンピュータ・インターフェース

低遅延ストリーミング、ソフトウェア統合

APIはあるか?リアルタイムでデータをストリーミングできるか?

自然主義的・フィールド研究

携帯性、迅速なセットアップ、ワイヤレス記録

近くにコンピュータがなくても記録できるか?セットアップにはどのくらい時間がかかるか?

重要な機能を評価する

どの技術仕様が研究目的に直接貢献するかを理解すれば、EEGシステムの比較ははるかに容易になります。

チャンネル数

EEGチャンネルの数は、記録される脳活動の空間解像度に影響を与えます。チャンネル数が多いほど詳細な空間情報が得られ、高度な分析が可能になりますが、セットアップ時間、複雑さ、処理すべきデータ量も増加します。

多くの研究において、チャンネルの追加は有意義な科学的価値をもたらします。しかし、他の研究では、研究課題への回答能力を向上させることなく、不必要な複雑さを加えるだけになる場合もあります。

電極タイプ

ドライ電極、生理食塩水電極、ゲル電極には、それぞれ異なる利点があります。

特定の電極タイプが普遍的に優れていると決めつけるのではなく、セットアップ時間、参加者の快適性、メンテナンス要件、記録品質などの要素を考慮する必要があります。

電極タイプ

準備

セッション中の考慮事項

メンテナンス

生理食塩水(フェルトパッド)

各セッション前にパッドを湿らせる

長時間の記録中にパッドが乾燥する可能性がある

フェルトの再湿潤および交換

セミドライポリマー

溶液を数滴垂らす

1〜2分のセットアップ

時間の経過とともにセンサーチップを交換

ドライ(フラットまたはコーム型)

不要

パッドの乾燥による制限なし。参加者間の清掃不要

最小限

ゲル(Ag/AgCl)

各センサーにゲルを塗布

確立された実験室標準

各セッション後の清掃

サンプリングレート

サンプリングレートは、EEG信号が記録される頻度を決定するものであり、研究対象の現象の時間的特性に基づいて選択する必要があります。より高速なサンプリングレートが有利に働くアプリケーションもありますが、多くの認知神経科学の研究では、この仕様を最大化しなくても目的を達成できます。

携帯性とバッテリー持続時間

ポータブルEEGシステムは、教室、職場、診療所、地域社会の環境など、従来の実験室環境を超えた研究を可能にします。参加者が自然に動く場合や、制御された実験室環境外で記録を行う場合は、携帯性とバッテリー持続時間が重要な設計上の考慮事項となります。

重要ポイント #3:技術仕様は、単に利用可能な数値が最も高いからではなく、研究との関連性に基づいて評価すること。

仕様

Insight

Epoc X

EPOC X PRO

チャンネル数

5

14

16

センサータイプ

セミドライポリマー

生理食塩水フェルトパッド

交換可能なドライ、生理食塩水に対応

サンプリングレート

128 SPS

128または256 SPS

128または256 Hz(将来のファームウェアにより512 Hzに対応)

解像度

16ビット

14または16ビット

24ビット

バッテリー

最大20時間

最大9時間(USBレシーバー)、6時間(Bluetooth)

記載なし、256 Hzで8時間以上のオンボード記録

接続性

Bluetooth LE

Bluetooth LEまたはUSBレシーバー

BluetoothおよびWi-Fi 6

価格

$499

$1,199

$15,000(予約注文 $10,000)

データ要件と実用性のバランスをとる

EEGシステムの選択では、多くの場合、すべての技術仕様を最大化することよりも、相反する優先事項のバランスをとることが重要になります。

例えば、高密度EEGシステムはより高い空間解像度を提供できますが、セットアップ時間、参加者の疲労、データ収集の複雑さも増大させる可能性があります。逆に、ポータブルシステムは空間的な詳細の一部を犠牲にするかもしれませんが、従来の実験室用機器では実用的でない教室、職場、農村部などで研究を行うことを可能にします。

また、研究者はEEGシステムがデータ品質を左右する唯一の要素ではないことも留意すべきです。実験デザイン、参加者の特性、記録条件、セッション間のばらつきのすべてが、EEGデータの品質と信頼性に影響を与えます。

Melnikらは、ばらつきが記録システム、参加者、記録セッション自体を含む複数の要因から生じることを発見し、ハードウェアだけに焦点を当てるのではなく、研究プロセス全体を考慮することの重要性を強調しました [3]。

実用的な考慮事項は、誰が研究に参加できるかにも影響を与える可能性があります。Bhavnaniらは、ポータブル機器を使用して農村部で高品質な安静時EEG記録を収集できる実現可能性を実証し、ウェアラブル神経技術の進歩が、地理的に制限された研究対象集団に関連する長年の課題の解決にどのように役立つかを示しました [4]。

重要ポイント #4:適切なEEGシステムとは、技術的な性能と研究実施の実用的な現実とのバランスが取れたシステムです。

ハードウェアの先を見据える

EEGシステムは、参加者が装着するheadset以上の存在です。それを取り巻くソフトウェアエコシステムも、研究プロジェクトの効率性と柔軟性に同等の影響を与える可能性があります。

システムを選択する前に、研究全体を通してEEGデータがどのように収集、管理、分析、共有されるかを考慮する必要があります。問いかけるべき質問には以下のようなものがあります。

  • 生(raw)のEEGデータを独立した分析のためにエクスポートできるか?

  • MATLAB、Python、EEGLAB、Lab Streaming Layer(LSL)、PsychoPyなどのソフトウェアと互換性があるか?

  • プラットフォームはERP実験のための正確なイベントマーキングをサポートしているか?

  • 参加者と記録セッションを簡単に管理できるか?

  • 研究ニーズの進化に合わせて、ソフトウェアは将来の研究をサポートできるか?

  • デバイスのバッテリーは実験プロトコルの所要時間をサポートできるか?

既存の研究ワークフローにスムーズに統合できるシステムを選択することで、事務的な負担を軽減し、分析を簡素化し、プロジェクト全体での再現性を向上させることができます。これらの考慮事項は、データ収集が始まるとハードウェア仕様とまったく同じくらい重要になることがよくあります。

重要ポイント #5:EEGハードウェアだけでなく、研究エコシステム全体を評価すること。

研究者の疑問

確認すべきポイント

Emotivエコシステムにおける対応

生EEGをエクスポートできるか?

標準フォーマット

EmotivPROでのCSVおよびEDFエクスポート(Standardプラン以上)

既存のツールと統合できるか?

MATLAB、Python、EEGLAB、PsychoPy、LSL

EmotivPRO Standard TeamおよびPerformanceでのLSLストリーミング、カスタムパイプライン向けのCortex API

ERPイベントマーキングをサポートしているか?

タイムスタンプ付きマーカー

EmotivPROのイベントマーカー。EPOC X PROのタイムスタンプは約1ミリ秒に同期

チームやセッションを管理できるか?

データ共有、権限設定

2シート以上のライセンスでの組織的なデータ共有

バッテリーはプロトコル終了まで持つか?

セッション長に適合したバッテリー

表3を参照

研究者のためのチェックリスト

選択肢を絞り込む段階になれば、EEGシステムを選ぶことは、単なる製品同士の比較というよりも、どのシステムが自身の研究を最もよくサポートしてくれるかを評価する作業のように感じられるはずです。決定を下す前に、研究要件が明確に定義されていることを今一度確認してください。

以下をご自身に問いかけてみてください。

  • どのような科学的問いに答えようとしているのか?

  • どの認知プロセスや神経信号を測定するのか?

  • 参加者はどこで研究を受けるのか?

  • 参加者は静止したままなのか、それとも自然に動くのか?

  • 研究目標に対して適切な記録チャンネル数はいくつか?

  • 参加者と研究デザインに最も適した電極タイプはどれか?

  • 正確なイベントマーキング、リアルタイムデータストリーミング、またはその両方が必要か?

  • EEGデータの収集、分析、エクスポートにどのソフトウェアを使用するのか?

  • そのシステムは現在のプロジェクトをサポートしつつ、将来の研究にも対応できる十分な柔軟性を備えているか?

これらの質問は、仕様を単体で比較するのではなく、研究のニーズに基づいてEEGシステムを評価するための実践的なフレームワークとなります。要件が明確になれば、最も適切なシステムを選択することは、はるかに情報に基づいた確実な決定となります。

主なポイント

  • ハードウェアからではなく、研究課題から始めること。

  • EEGシステムを比較する前に、研究の技術的および実用的な要件を定義すること。

  • チャンネル数、電極タイプ、携帯性、ソフトウェア互換性などの仕様は、研究目標をどのようにサポートするかに基づいて評価すること。

  • 参加者の快適性、記録環境、実験デザインのすべてがデータ品質に影響を与えることを忘れないこと。

  • 機能リストが最も長いものではなく、科学的目標に最も適したEEGシステムを選択すること。

フレームワークを実践する

これで、研究目標に基づいてEEGシステムを評価するためのフレームワークが完成しました。次に、EmotivのEEGシステムを並べて比較し、チャンネル数、電極技術、ソフトウェアの互換性、携帯性、その他の機能の違いが、さまざまなタイプの研究をどのようにサポートしているかを確認してください。

EEGシステムを比較する

おすすめの参考文献

参考文献

[1] H. Zhang et al., "The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology," Military Medical Research, vol. 10, no. 67, 2023.

[2] A. Pinegger, S. C. Wriessnegger, J. Faller, and G. R. Müller-Putz, "Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies," Frontiers in Neuroscience, vol. 10, Art. no. 441, 2016.

[3] A. Melnik et al., "Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?" Frontiers in Human Neuroscience, vol. 11, Art. no. 150, 2017.

[4] S. Bhavnani et al., "The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities," Frontiers in Human Neuroscience, vol. 16, Art. no. 802764, 2022.

[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim, and N. A. Badcock, "A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research," PeerJ, vol. 8, e9713, 2020.

[6] N. S. Williams, G. M. McArthur, and N. A. Badcock, "It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research," PeerJ, vol. 9, e10700, 2021.

[7] M. Duvinage et al., "Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

脳波(EEG)システムの選択は、研究者が研究を計画する際に最初に行う決定事項の一つですが、製品仕様の比較から始めるべきではありません。チャンネル数、電極タイプ、サンプリングレートを評価する前に、研究者はまず何を測定したいのか、研究をどこで実施するのか、そしてどのようにデータを収集・分析するのかを明確に定義する必要があります。これらの要件が明確になれば、各技術仕様を研究自体のコンテキストの中で評価できるようになり、EEGシステムの比較がはるかに有意義なものになります。

本記事では、特定のデバイスを推奨するのではなく、科学的目標、実験デザイン、参加者、研究環境に基づいてEEGシステムを選択するための実践的なフレームワークを紹介します。

研究要件を明確にする

最も重要な問いは、「どのEEGシステムを買うべきか?」ではなく、「自分の研究には何が必要か?」です。

研究課題によって、EEGシステムに求められる要件は異なります。事象関連電位(ERP)を調査する実験室での研究は、職場における精神的作業負荷(メンタルワークロード)を測定するフィールド研究や、リアルタイムのデータストリーミングを必要とするブレイン・コンピュータ・インターフェース(BCI)の実験とは異なる技術要件を持ちます。

ハードウェアの仕様を比較する前に、以下のような質問を検討してください。

  • どのような認知プロセスを測定しているのか?

  • 参加者は座ったままなのか、それとも自然に動くのか?

  • 研究は実験室で行われるのか、それとも実環境で行われるのか?

  • 連続的なEEG記録、事象関連電位、またはリアルタイムデータのどれが必要か?

  • データの分析にはどのソフトウェアを使用するのか?

これらの質問をまず熟考することで、EEGシステムが満たすべき要件が確立されます。EEGの方法論に関するレビューでは、データの取得や分析を含む研究デザイン全体を通して、方法論の決定は研究目的に基づいて行われるべきであることが一貫して強調されています [1]。

重要ポイント #1:EEGハードウェアを評価する前に、研究要件を定義すること。

Flowchart with four questions to guide EEG study design: what you are measuring, where and how the study takes place, who participants are, and how the data will be used, each leading to a recommended option.

研究目標とシステムを一致させる

研究要件を確立したら、どのシステムがそれらを最もよくサポートするかについての評価を開始できます。

研究のタイプによって、優先される機能は異なります。ERP研究は、正確なイベントタイミングと再現可能な神経応答に依存します。精神的作業負荷や認知的疲労を調べる研究では、長時間の記録セッション中における参加者の快適性が求められることがよくあります。BCIアプリケーションでは、低遅延ストリーミング、ソフトウェア統合、リアルタイム処理が重視される場合があり、自然主義的な研究では携帯性や迅速なセットアップが優先されることがあります。

あらゆるシナリオで等しく優れたパフォーマンスを発揮する単一のEEGシステムは存在しません。研究者は、システムの機能が自身の研究の具体的な要求にどれだけ合致しているかを評価する必要があります。Pineggerらは、BCI用途向けに複数のEEG取得システムを比較することでこの原則を示し、システムの適合性は単一の性能指標ではなく目的とする用途によって決まることを明らかにしました [2]。

重要ポイント #2:最適なEEGシステムとは、研究の目標にその機能が最もよく合致するシステムです。

研究タイプ

最も重視される点

問うべき重要な質問

ERP研究

正確なイベントタイミング、再現可能な応答

イベントマーキングの精度はどの程度か?刺激提示ソフトウェアとマーカーを同期できるか?

精神的作業負荷と疲労

長時間のセッションにおける快適性と安定した信号

バッテリーはどのくらい持続するか?センサーが乾燥することはないか?

ブレイン・コンピュータ・インターフェース

低遅延ストリーミング、ソフトウェア統合

APIはあるか?リアルタイムでデータをストリーミングできるか?

自然主義的・フィールド研究

携帯性、迅速なセットアップ、ワイヤレス記録

近くにコンピュータがなくても記録できるか?セットアップにはどのくらい時間がかかるか?

重要な機能を評価する

どの技術仕様が研究目的に直接貢献するかを理解すれば、EEGシステムの比較ははるかに容易になります。

チャンネル数

EEGチャンネルの数は、記録される脳活動の空間解像度に影響を与えます。チャンネル数が多いほど詳細な空間情報が得られ、高度な分析が可能になりますが、セットアップ時間、複雑さ、処理すべきデータ量も増加します。

多くの研究において、チャンネルの追加は有意義な科学的価値をもたらします。しかし、他の研究では、研究課題への回答能力を向上させることなく、不必要な複雑さを加えるだけになる場合もあります。

電極タイプ

ドライ電極、生理食塩水電極、ゲル電極には、それぞれ異なる利点があります。

特定の電極タイプが普遍的に優れていると決めつけるのではなく、セットアップ時間、参加者の快適性、メンテナンス要件、記録品質などの要素を考慮する必要があります。

電極タイプ

準備

セッション中の考慮事項

メンテナンス

生理食塩水(フェルトパッド)

各セッション前にパッドを湿らせる

長時間の記録中にパッドが乾燥する可能性がある

フェルトの再湿潤および交換

セミドライポリマー

溶液を数滴垂らす

1〜2分のセットアップ

時間の経過とともにセンサーチップを交換

ドライ(フラットまたはコーム型)

不要

パッドの乾燥による制限なし。参加者間の清掃不要

最小限

ゲル(Ag/AgCl)

各センサーにゲルを塗布

確立された実験室標準

各セッション後の清掃

サンプリングレート

サンプリングレートは、EEG信号が記録される頻度を決定するものであり、研究対象の現象の時間的特性に基づいて選択する必要があります。より高速なサンプリングレートが有利に働くアプリケーションもありますが、多くの認知神経科学の研究では、この仕様を最大化しなくても目的を達成できます。

携帯性とバッテリー持続時間

ポータブルEEGシステムは、教室、職場、診療所、地域社会の環境など、従来の実験室環境を超えた研究を可能にします。参加者が自然に動く場合や、制御された実験室環境外で記録を行う場合は、携帯性とバッテリー持続時間が重要な設計上の考慮事項となります。

重要ポイント #3:技術仕様は、単に利用可能な数値が最も高いからではなく、研究との関連性に基づいて評価すること。

仕様

Insight

Epoc X

EPOC X PRO

チャンネル数

5

14

16

センサータイプ

セミドライポリマー

生理食塩水フェルトパッド

交換可能なドライ、生理食塩水に対応

サンプリングレート

128 SPS

128または256 SPS

128または256 Hz(将来のファームウェアにより512 Hzに対応)

解像度

16ビット

14または16ビット

24ビット

バッテリー

最大20時間

最大9時間(USBレシーバー)、6時間(Bluetooth)

記載なし、256 Hzで8時間以上のオンボード記録

接続性

Bluetooth LE

Bluetooth LEまたはUSBレシーバー

BluetoothおよびWi-Fi 6

価格

$499

$1,199

$15,000(予約注文 $10,000)

データ要件と実用性のバランスをとる

EEGシステムの選択では、多くの場合、すべての技術仕様を最大化することよりも、相反する優先事項のバランスをとることが重要になります。

例えば、高密度EEGシステムはより高い空間解像度を提供できますが、セットアップ時間、参加者の疲労、データ収集の複雑さも増大させる可能性があります。逆に、ポータブルシステムは空間的な詳細の一部を犠牲にするかもしれませんが、従来の実験室用機器では実用的でない教室、職場、農村部などで研究を行うことを可能にします。

また、研究者はEEGシステムがデータ品質を左右する唯一の要素ではないことも留意すべきです。実験デザイン、参加者の特性、記録条件、セッション間のばらつきのすべてが、EEGデータの品質と信頼性に影響を与えます。

Melnikらは、ばらつきが記録システム、参加者、記録セッション自体を含む複数の要因から生じることを発見し、ハードウェアだけに焦点を当てるのではなく、研究プロセス全体を考慮することの重要性を強調しました [3]。

実用的な考慮事項は、誰が研究に参加できるかにも影響を与える可能性があります。Bhavnaniらは、ポータブル機器を使用して農村部で高品質な安静時EEG記録を収集できる実現可能性を実証し、ウェアラブル神経技術の進歩が、地理的に制限された研究対象集団に関連する長年の課題の解決にどのように役立つかを示しました [4]。

重要ポイント #4:適切なEEGシステムとは、技術的な性能と研究実施の実用的な現実とのバランスが取れたシステムです。

ハードウェアの先を見据える

EEGシステムは、参加者が装着するheadset以上の存在です。それを取り巻くソフトウェアエコシステムも、研究プロジェクトの効率性と柔軟性に同等の影響を与える可能性があります。

システムを選択する前に、研究全体を通してEEGデータがどのように収集、管理、分析、共有されるかを考慮する必要があります。問いかけるべき質問には以下のようなものがあります。

  • 生(raw)のEEGデータを独立した分析のためにエクスポートできるか?

  • MATLAB、Python、EEGLAB、Lab Streaming Layer(LSL)、PsychoPyなどのソフトウェアと互換性があるか?

  • プラットフォームはERP実験のための正確なイベントマーキングをサポートしているか?

  • 参加者と記録セッションを簡単に管理できるか?

  • 研究ニーズの進化に合わせて、ソフトウェアは将来の研究をサポートできるか?

  • デバイスのバッテリーは実験プロトコルの所要時間をサポートできるか?

既存の研究ワークフローにスムーズに統合できるシステムを選択することで、事務的な負担を軽減し、分析を簡素化し、プロジェクト全体での再現性を向上させることができます。これらの考慮事項は、データ収集が始まるとハードウェア仕様とまったく同じくらい重要になることがよくあります。

重要ポイント #5:EEGハードウェアだけでなく、研究エコシステム全体を評価すること。

研究者の疑問

確認すべきポイント

Emotivエコシステムにおける対応

生EEGをエクスポートできるか?

標準フォーマット

EmotivPROでのCSVおよびEDFエクスポート(Standardプラン以上)

既存のツールと統合できるか?

MATLAB、Python、EEGLAB、PsychoPy、LSL

EmotivPRO Standard TeamおよびPerformanceでのLSLストリーミング、カスタムパイプライン向けのCortex API

ERPイベントマーキングをサポートしているか?

タイムスタンプ付きマーカー

EmotivPROのイベントマーカー。EPOC X PROのタイムスタンプは約1ミリ秒に同期

チームやセッションを管理できるか?

データ共有、権限設定

2シート以上のライセンスでの組織的なデータ共有

バッテリーはプロトコル終了まで持つか?

セッション長に適合したバッテリー

表3を参照

研究者のためのチェックリスト

選択肢を絞り込む段階になれば、EEGシステムを選ぶことは、単なる製品同士の比較というよりも、どのシステムが自身の研究を最もよくサポートしてくれるかを評価する作業のように感じられるはずです。決定を下す前に、研究要件が明確に定義されていることを今一度確認してください。

以下をご自身に問いかけてみてください。

  • どのような科学的問いに答えようとしているのか?

  • どの認知プロセスや神経信号を測定するのか?

  • 参加者はどこで研究を受けるのか?

  • 参加者は静止したままなのか、それとも自然に動くのか?

  • 研究目標に対して適切な記録チャンネル数はいくつか?

  • 参加者と研究デザインに最も適した電極タイプはどれか?

  • 正確なイベントマーキング、リアルタイムデータストリーミング、またはその両方が必要か?

  • EEGデータの収集、分析、エクスポートにどのソフトウェアを使用するのか?

  • そのシステムは現在のプロジェクトをサポートしつつ、将来の研究にも対応できる十分な柔軟性を備えているか?

これらの質問は、仕様を単体で比較するのではなく、研究のニーズに基づいてEEGシステムを評価するための実践的なフレームワークとなります。要件が明確になれば、最も適切なシステムを選択することは、はるかに情報に基づいた確実な決定となります。

主なポイント

  • ハードウェアからではなく、研究課題から始めること。

  • EEGシステムを比較する前に、研究の技術的および実用的な要件を定義すること。

  • チャンネル数、電極タイプ、携帯性、ソフトウェア互換性などの仕様は、研究目標をどのようにサポートするかに基づいて評価すること。

  • 参加者の快適性、記録環境、実験デザインのすべてがデータ品質に影響を与えることを忘れないこと。

  • 機能リストが最も長いものではなく、科学的目標に最も適したEEGシステムを選択すること。

フレームワークを実践する

これで、研究目標に基づいてEEGシステムを評価するためのフレームワークが完成しました。次に、EmotivのEEGシステムを並べて比較し、チャンネル数、電極技術、ソフトウェアの互換性、携帯性、その他の機能の違いが、さまざまなタイプの研究をどのようにサポートしているかを確認してください。

EEGシステムを比較する

おすすめの参考文献

参考文献

[1] H. Zhang et al., "The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology," Military Medical Research, vol. 10, no. 67, 2023.

[2] A. Pinegger, S. C. Wriessnegger, J. Faller, and G. R. Müller-Putz, "Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies," Frontiers in Neuroscience, vol. 10, Art. no. 441, 2016.

[3] A. Melnik et al., "Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?" Frontiers in Human Neuroscience, vol. 11, Art. no. 150, 2017.

[4] S. Bhavnani et al., "The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities," Frontiers in Human Neuroscience, vol. 16, Art. no. 802764, 2022.

[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim, and N. A. Badcock, "A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research," PeerJ, vol. 8, e9713, 2020.

[6] N. S. Williams, G. M. McArthur, and N. A. Badcock, "It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research," PeerJ, vol. 9, e10700, 2021.

[7] M. Duvinage et al., "Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

脳波(EEG)システムの選択は、研究者が研究を計画する際に最初に行う決定事項の一つですが、製品仕様の比較から始めるべきではありません。チャンネル数、電極タイプ、サンプリングレートを評価する前に、研究者はまず何を測定したいのか、研究をどこで実施するのか、そしてどのようにデータを収集・分析するのかを明確に定義する必要があります。これらの要件が明確になれば、各技術仕様を研究自体のコンテキストの中で評価できるようになり、EEGシステムの比較がはるかに有意義なものになります。

本記事では、特定のデバイスを推奨するのではなく、科学的目標、実験デザイン、参加者、研究環境に基づいてEEGシステムを選択するための実践的なフレームワークを紹介します。

研究要件を明確にする

最も重要な問いは、「どのEEGシステムを買うべきか?」ではなく、「自分の研究には何が必要か?」です。

研究課題によって、EEGシステムに求められる要件は異なります。事象関連電位(ERP)を調査する実験室での研究は、職場における精神的作業負荷(メンタルワークロード)を測定するフィールド研究や、リアルタイムのデータストリーミングを必要とするブレイン・コンピュータ・インターフェース(BCI)の実験とは異なる技術要件を持ちます。

ハードウェアの仕様を比較する前に、以下のような質問を検討してください。

  • どのような認知プロセスを測定しているのか?

  • 参加者は座ったままなのか、それとも自然に動くのか?

  • 研究は実験室で行われるのか、それとも実環境で行われるのか?

  • 連続的なEEG記録、事象関連電位、またはリアルタイムデータのどれが必要か?

  • データの分析にはどのソフトウェアを使用するのか?

これらの質問をまず熟考することで、EEGシステムが満たすべき要件が確立されます。EEGの方法論に関するレビューでは、データの取得や分析を含む研究デザイン全体を通して、方法論の決定は研究目的に基づいて行われるべきであることが一貫して強調されています [1]。

重要ポイント #1:EEGハードウェアを評価する前に、研究要件を定義すること。

Flowchart with four questions to guide EEG study design: what you are measuring, where and how the study takes place, who participants are, and how the data will be used, each leading to a recommended option.

研究目標とシステムを一致させる

研究要件を確立したら、どのシステムがそれらを最もよくサポートするかについての評価を開始できます。

研究のタイプによって、優先される機能は異なります。ERP研究は、正確なイベントタイミングと再現可能な神経応答に依存します。精神的作業負荷や認知的疲労を調べる研究では、長時間の記録セッション中における参加者の快適性が求められることがよくあります。BCIアプリケーションでは、低遅延ストリーミング、ソフトウェア統合、リアルタイム処理が重視される場合があり、自然主義的な研究では携帯性や迅速なセットアップが優先されることがあります。

あらゆるシナリオで等しく優れたパフォーマンスを発揮する単一のEEGシステムは存在しません。研究者は、システムの機能が自身の研究の具体的な要求にどれだけ合致しているかを評価する必要があります。Pineggerらは、BCI用途向けに複数のEEG取得システムを比較することでこの原則を示し、システムの適合性は単一の性能指標ではなく目的とする用途によって決まることを明らかにしました [2]。

重要ポイント #2:最適なEEGシステムとは、研究の目標にその機能が最もよく合致するシステムです。

研究タイプ

最も重視される点

問うべき重要な質問

ERP研究

正確なイベントタイミング、再現可能な応答

イベントマーキングの精度はどの程度か?刺激提示ソフトウェアとマーカーを同期できるか?

精神的作業負荷と疲労

長時間のセッションにおける快適性と安定した信号

バッテリーはどのくらい持続するか?センサーが乾燥することはないか?

ブレイン・コンピュータ・インターフェース

低遅延ストリーミング、ソフトウェア統合

APIはあるか?リアルタイムでデータをストリーミングできるか?

自然主義的・フィールド研究

携帯性、迅速なセットアップ、ワイヤレス記録

近くにコンピュータがなくても記録できるか?セットアップにはどのくらい時間がかかるか?

重要な機能を評価する

どの技術仕様が研究目的に直接貢献するかを理解すれば、EEGシステムの比較ははるかに容易になります。

チャンネル数

EEGチャンネルの数は、記録される脳活動の空間解像度に影響を与えます。チャンネル数が多いほど詳細な空間情報が得られ、高度な分析が可能になりますが、セットアップ時間、複雑さ、処理すべきデータ量も増加します。

多くの研究において、チャンネルの追加は有意義な科学的価値をもたらします。しかし、他の研究では、研究課題への回答能力を向上させることなく、不必要な複雑さを加えるだけになる場合もあります。

電極タイプ

ドライ電極、生理食塩水電極、ゲル電極には、それぞれ異なる利点があります。

特定の電極タイプが普遍的に優れていると決めつけるのではなく、セットアップ時間、参加者の快適性、メンテナンス要件、記録品質などの要素を考慮する必要があります。

電極タイプ

準備

セッション中の考慮事項

メンテナンス

生理食塩水(フェルトパッド)

各セッション前にパッドを湿らせる

長時間の記録中にパッドが乾燥する可能性がある

フェルトの再湿潤および交換

セミドライポリマー

溶液を数滴垂らす

1〜2分のセットアップ

時間の経過とともにセンサーチップを交換

ドライ(フラットまたはコーム型)

不要

パッドの乾燥による制限なし。参加者間の清掃不要

最小限

ゲル(Ag/AgCl)

各センサーにゲルを塗布

確立された実験室標準

各セッション後の清掃

サンプリングレート

サンプリングレートは、EEG信号が記録される頻度を決定するものであり、研究対象の現象の時間的特性に基づいて選択する必要があります。より高速なサンプリングレートが有利に働くアプリケーションもありますが、多くの認知神経科学の研究では、この仕様を最大化しなくても目的を達成できます。

携帯性とバッテリー持続時間

ポータブルEEGシステムは、教室、職場、診療所、地域社会の環境など、従来の実験室環境を超えた研究を可能にします。参加者が自然に動く場合や、制御された実験室環境外で記録を行う場合は、携帯性とバッテリー持続時間が重要な設計上の考慮事項となります。

重要ポイント #3:技術仕様は、単に利用可能な数値が最も高いからではなく、研究との関連性に基づいて評価すること。

仕様

Insight

Epoc X

EPOC X PRO

チャンネル数

5

14

16

センサータイプ

セミドライポリマー

生理食塩水フェルトパッド

交換可能なドライ、生理食塩水に対応

サンプリングレート

128 SPS

128または256 SPS

128または256 Hz(将来のファームウェアにより512 Hzに対応)

解像度

16ビット

14または16ビット

24ビット

バッテリー

最大20時間

最大9時間(USBレシーバー)、6時間(Bluetooth)

記載なし、256 Hzで8時間以上のオンボード記録

接続性

Bluetooth LE

Bluetooth LEまたはUSBレシーバー

BluetoothおよびWi-Fi 6

価格

$499

$1,199

$15,000(予約注文 $10,000)

データ要件と実用性のバランスをとる

EEGシステムの選択では、多くの場合、すべての技術仕様を最大化することよりも、相反する優先事項のバランスをとることが重要になります。

例えば、高密度EEGシステムはより高い空間解像度を提供できますが、セットアップ時間、参加者の疲労、データ収集の複雑さも増大させる可能性があります。逆に、ポータブルシステムは空間的な詳細の一部を犠牲にするかもしれませんが、従来の実験室用機器では実用的でない教室、職場、農村部などで研究を行うことを可能にします。

また、研究者はEEGシステムがデータ品質を左右する唯一の要素ではないことも留意すべきです。実験デザイン、参加者の特性、記録条件、セッション間のばらつきのすべてが、EEGデータの品質と信頼性に影響を与えます。

Melnikらは、ばらつきが記録システム、参加者、記録セッション自体を含む複数の要因から生じることを発見し、ハードウェアだけに焦点を当てるのではなく、研究プロセス全体を考慮することの重要性を強調しました [3]。

実用的な考慮事項は、誰が研究に参加できるかにも影響を与える可能性があります。Bhavnaniらは、ポータブル機器を使用して農村部で高品質な安静時EEG記録を収集できる実現可能性を実証し、ウェアラブル神経技術の進歩が、地理的に制限された研究対象集団に関連する長年の課題の解決にどのように役立つかを示しました [4]。

重要ポイント #4:適切なEEGシステムとは、技術的な性能と研究実施の実用的な現実とのバランスが取れたシステムです。

ハードウェアの先を見据える

EEGシステムは、参加者が装着するheadset以上の存在です。それを取り巻くソフトウェアエコシステムも、研究プロジェクトの効率性と柔軟性に同等の影響を与える可能性があります。

システムを選択する前に、研究全体を通してEEGデータがどのように収集、管理、分析、共有されるかを考慮する必要があります。問いかけるべき質問には以下のようなものがあります。

  • 生(raw)のEEGデータを独立した分析のためにエクスポートできるか?

  • MATLAB、Python、EEGLAB、Lab Streaming Layer(LSL)、PsychoPyなどのソフトウェアと互換性があるか?

  • プラットフォームはERP実験のための正確なイベントマーキングをサポートしているか?

  • 参加者と記録セッションを簡単に管理できるか?

  • 研究ニーズの進化に合わせて、ソフトウェアは将来の研究をサポートできるか?

  • デバイスのバッテリーは実験プロトコルの所要時間をサポートできるか?

既存の研究ワークフローにスムーズに統合できるシステムを選択することで、事務的な負担を軽減し、分析を簡素化し、プロジェクト全体での再現性を向上させることができます。これらの考慮事項は、データ収集が始まるとハードウェア仕様とまったく同じくらい重要になることがよくあります。

重要ポイント #5:EEGハードウェアだけでなく、研究エコシステム全体を評価すること。

研究者の疑問

確認すべきポイント

Emotivエコシステムにおける対応

生EEGをエクスポートできるか?

標準フォーマット

EmotivPROでのCSVおよびEDFエクスポート(Standardプラン以上)

既存のツールと統合できるか?

MATLAB、Python、EEGLAB、PsychoPy、LSL

EmotivPRO Standard TeamおよびPerformanceでのLSLストリーミング、カスタムパイプライン向けのCortex API

ERPイベントマーキングをサポートしているか?

タイムスタンプ付きマーカー

EmotivPROのイベントマーカー。EPOC X PROのタイムスタンプは約1ミリ秒に同期

チームやセッションを管理できるか?

データ共有、権限設定

2シート以上のライセンスでの組織的なデータ共有

バッテリーはプロトコル終了まで持つか?

セッション長に適合したバッテリー

表3を参照

研究者のためのチェックリスト

選択肢を絞り込む段階になれば、EEGシステムを選ぶことは、単なる製品同士の比較というよりも、どのシステムが自身の研究を最もよくサポートしてくれるかを評価する作業のように感じられるはずです。決定を下す前に、研究要件が明確に定義されていることを今一度確認してください。

以下をご自身に問いかけてみてください。

  • どのような科学的問いに答えようとしているのか?

  • どの認知プロセスや神経信号を測定するのか?

  • 参加者はどこで研究を受けるのか?

  • 参加者は静止したままなのか、それとも自然に動くのか?

  • 研究目標に対して適切な記録チャンネル数はいくつか?

  • 参加者と研究デザインに最も適した電極タイプはどれか?

  • 正確なイベントマーキング、リアルタイムデータストリーミング、またはその両方が必要か?

  • EEGデータの収集、分析、エクスポートにどのソフトウェアを使用するのか?

  • そのシステムは現在のプロジェクトをサポートしつつ、将来の研究にも対応できる十分な柔軟性を備えているか?

これらの質問は、仕様を単体で比較するのではなく、研究のニーズに基づいてEEGシステムを評価するための実践的なフレームワークとなります。要件が明確になれば、最も適切なシステムを選択することは、はるかに情報に基づいた確実な決定となります。

主なポイント

  • ハードウェアからではなく、研究課題から始めること。

  • EEGシステムを比較する前に、研究の技術的および実用的な要件を定義すること。

  • チャンネル数、電極タイプ、携帯性、ソフトウェア互換性などの仕様は、研究目標をどのようにサポートするかに基づいて評価すること。

  • 参加者の快適性、記録環境、実験デザインのすべてがデータ品質に影響を与えることを忘れないこと。

  • 機能リストが最も長いものではなく、科学的目標に最も適したEEGシステムを選択すること。

フレームワークを実践する

これで、研究目標に基づいてEEGシステムを評価するためのフレームワークが完成しました。次に、EmotivのEEGシステムを並べて比較し、チャンネル数、電極技術、ソフトウェアの互換性、携帯性、その他の機能の違いが、さまざまなタイプの研究をどのようにサポートしているかを確認してください。

EEGシステムを比較する

おすすめの参考文献

参考文献

[1] H. Zhang et al., "The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology," Military Medical Research, vol. 10, no. 67, 2023.

[2] A. Pinegger, S. C. Wriessnegger, J. Faller, and G. R. Müller-Putz, "Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies," Frontiers in Neuroscience, vol. 10, Art. no. 441, 2016.

[3] A. Melnik et al., "Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?" Frontiers in Human Neuroscience, vol. 11, Art. no. 150, 2017.

[4] S. Bhavnani et al., "The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities," Frontiers in Human Neuroscience, vol. 16, Art. no. 802764, 2022.

[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim, and N. A. Badcock, "A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research," PeerJ, vol. 8, e9713, 2020.

[6] N. S. Williams, G. M. McArthur, and N. A. Badcock, "It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research," PeerJ, vol. 9, e10700, 2021.

[7] M. Duvinage et al., "Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

Emotiv ブラックフライデーセール 2026 バナー:11月9日〜14日のアーリーアクセス、チェックアウト時にコード「BFWEEK20」を入力でheadsetおよび新規EmotivPROライセンスが20%オフ、ダークな背景に4台のEmotiv EEG headsetを掲載。

読むのを続ける

Emotiv ブラックフライデーセール 2026