연구에 적합한 EEG 시스템을 선택하는 방법

크리스티안 부르고스

업데이트됨

2026. 11. 13.

연구에 적합한 EEG 시스템을 선택하는 방법

크리스티안 부르고스

업데이트됨

2026. 11. 13.

연구에 적합한 EEG 시스템을 선택하는 방법

크리스티안 부르고스

업데이트됨

2026. 11. 13.

뇌파(EEG) 시스템을 선택하는 것은 연구자가 연구를 계획할 때 내리는 첫 번째 결정 중 하나이지만, 제품 사양을 비교하는 것으로 시작해서는 안 됩니다. 채널 수, 전극 유형 또는 샘플링 속도를 평가하기 전에, 연구자는 먼저 무엇을 측정하고자 하는지, 연구가 어디서 진행될 것인지, 데이터를 어떻게 수집하고 분석할 것인지 정의해야 합니다. 이러한 요구사항이 명확해지면, 각 기술적 특징을 연구 자체의 맥락에서 평가할 수 있으므로 EEG 시스템을 비교하는 것이 훨씬 더 의미가 있습니다.

특정 장치를 추천하기보다는, 본 기사에서는 귀하의 과학적 목표, 실험 설계, 참가자 및 연구 환경을 바탕으로 EEG 시스템을 선택하기 위한 실용적인 프레임워크를 제시합니다.

연구 요구사항 정의하기

가장 중요한 질문은 어떤 EEG 시스템을 구매해야 하는가?가 아닙니다. 바로 내 연구에는 무엇이 필요한가?입니다.

서로 다른 연구 질문은 EEG 시스템에 서로 다른 요구사항을 부여합니다. 사건 관련 전위(ERP)를 조사하는 실험실 연구는 작업장에서 정신적 작업 부하를 측정하는 현장 연구나 실시간 데이터 스트리밍이 필요한 뇌-컴퓨터 인터페이스(BCI) 실험과는 다른 기술적 요구사항을 가집니다.

하드웨어 사양을 비교하기 전에 다음과 같은 질문을 고려해 보세요:

  • 어떤 인지 과정을 측정하고 있는가?

  • 참가자가 앉아 있을 것인가, 아니면 자연스럽게 움직일 것인가?

  • 연구가 실험실에서 진행되는가, 아니면 실제 환경에서 진행되는가?

  • 연속 EEG 기록, 사건 관련 전위 또는 실시간 데이터가 필요한가?

  • 데이터를 분석하는 데 어떤 소프트웨어를 사용할 것인가?

이러한 질문들을 먼저 깊이 고민해 보면 EEG 시스템이 충족해야 하는 요구사항이 확립됩니다. EEG 방법론에 관한 리뷰들은 연구 목표가 데이터 수집 및 분석을 포함한 연구 설계 전반의 방법론적 결정을 이끌어야 한다고 일관되게 강조합니다 [1].

핵심 요약 #1: EEG 하드웨어를 평가하기 전에 연구 요구사항을 먼저 정의하세요.

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.

연구 목표에 시스템 맞추기

연구 요구사항을 확립하고 나면, 어떤 시스템이 이를 가장 잘 지원하는지 평가하기 시작할 수 있습니다.

서로 다른 유형의 연구는 서로 다른 기능을 우선시합니다. ERP 연구는 정밀한 이벤트 타이밍과 재현 가능한 신경 반응에 의존합니다. 정신적 작업 부하나 인지 피로를 조사하는 연구는 종종 더 긴 기록 세션 동안 참가자의 편안함을 요구합니다. BCI 응용 분야는 저지연 스트리밍, 소프트웨어 통합 및 실시간 처리를 강조할 수 있는 반면, 자연주의적 연구는 휴대성과 빠른 배치를 우선시할 수 있습니다.

모든 시나리오에서 똑같이 뛰어난 단일 EEG 시스템은 없습니다. 대신, 연구자는 시스템의 기능이 연구의 특정 요구사항과 얼마나 잘 일치하는지 평가해야 합니다. Pinegger 등은 BCI 응용 분야를 위한 여러 EEG 수집 시스템을 비교하여 이 원칙을 입증했으며, 시스템 적합성은 단일 성능 지표가 아니라 의도된 적용 분야에 따라 달라진다는 것을 보여주었습니다 [2].

핵심 요약 #2: 최고의 EEG 시스템은 그 기능이 연구 목표와 가장 잘 일치하는 시스템입니다.

연구 유형

가장 중요한 요소

던져야 할 핵심 질문

ERP 연구

정밀한 이벤트 타이밍, 재현 가능한 반응

이벤트 마킹이 얼마나 정확한가? 마커가 자극 소프트웨어와 동기화될 수 있는가?

정신적 작업 부하 및 피로

장시간 세션 동안의 편안함 및 안정적인 신호

배터리가 얼마나 지속되는가? 센서가 마르는가?

뇌-컴퓨터 인터페이스

저지연 스트리밍, 소프트웨어 통합

API가 있는가? 데이터가 실시간으로 스트리밍될 수 있는가?

자연주의적 및 현장 연구

휴대성, 빠른 설치, 무선 기록

근처에 컴퓨터가 없어도 기록할 수 있는가? 설치에 얼마나 걸리는가?

중요한 기능 평가하기

어떤 기술적 기능이 연구 목표를 직접적으로 지원하는지 이해하고 나면 EEG 시스템 비교가 훨씬 쉬워집니다.

채널 수

EEG 채널 수는 기록되는 뇌 활동의 공간 분해능에 영향을 미칩니다. 채널 수가 많을수록 더 자세한 공간 정보를 제공하고 고급 분석을 지원할 수 있지만, 설치 시간, 복잡성 및 처리해야 하는 데이터의 양도 증가합니다.

많은 연구에서 추가 채널은 유의미한 과학적 가치를 제공합니다. 다른 연구에서는 연구 질문에 답하는 능력을 향상시키지 않으면서 불필요한 복잡성만 더할 수 있습니다.

전극 유형

건식, 식염수 및 젤 기반 전극은 각각 서로 다른 이점을 제공합니다.

연구자는 하나의 전극 유형이 보편적으로 우수하다고 가정하기보다는 설치 시간, 참가자 편안함, 유지 관리 요구사항 및 기록 품질과 같은 요소를 고려해야 합니다.

전극 유형

준비

세션 고려사항

유지 관리

식염수(펠트 패드)

매 세션 전 패드 적시기

장시간 기록 중 패드가 마를 수 있음

펠트 재적시기 및 교체

반건식 폴리머

용액 몇 방울

1~2분 설치

시간 경과에 따라 센서 팁 교체

건식(평면 또는 빗 형태)

없음

패드 건조로 인한 제한 없음; 참가자 간 세척 필요 없음

최소한의 수준

젤(Ag/AgCl)

각 센서에 젤 도포

확립된 실험실 표준

매 세션 후 세척

샘플링 속도

샘플링 속도는 EEG 신호가 얼마나 자주 기록되는지를 결정하며 연구 중인 현상의 시간적 특성을 기반으로 선택해야 합니다. 더 빠른 샘플링 속도는 특정 응용 분야에 유리할 수 있지만, 많은 인지 신경과학 연구는 이 사양을 최대화하지 않고도 목표를 달성할 수 있습니다.

이동성 및 배터리 수명

휴대용 EEG 시스템은 교실, 직장, 클리닉 및 커뮤니티 환경을 포함하여 기존의 실험실 환경을 넘어선 연구를 가능하게 합니다. 참가자가 자연스럽게 움직이거나 통제된 실험실 조건 외부에서 기록이 이루어지는 경우, 휴대성과 배터리 수명이 중요한 설계 고려사항이 됩니다.

핵심 요약 #3: 기술 사양이 최고 수치를 나타내기 때문이 아니라 연구와의 관련성을 바탕으로 기술 사양을 평가하세요.

사양

Insight

Epoc X

EPOC X PRO

채널

5

14

16

센서 유형

반건식 폴리머

식염수 펠트 패드

교체 가능한 건식, 식염수 호환

샘플링 속도

128 SPS

128 또는 256 SPS

128 또는 256 Hz(향후 펌웨어를 통해 512 Hz 지원)

해상도

16비트

14 또는 16비트

24비트

배터리

최대 20시간

최대 9시간(USB 수신기), 6시간(Bluetooth)

명시되지 않음; 256 Hz에서 8시간 이상 온보드 기록

연결성

Bluetooth LE

Bluetooth LE 또는 USB 수신기

Bluetooth 및 Wi-Fi 6

가격

\$499

\$1,199

\$15,000 (사전 주문 \$10,000)

데이터 요구사항과 실용성의 균형

EEG 시스템을 선택하는 것은 종종 모든 기술 사양을 최대화하기보다는 상충되는 우선순위 간의 균형을 맞추는 작업을 수반합니다.

예를 들어, 고밀도 EEG 시스템은 더 높은 공간 분해능을 제공할 수 있지만, 설치 시간, 참가자 피로도 및 데이터 수집의 복잡성을 증가시킬 수도 있습니다. 반대로, 휴대용 시스템은 일부 공간적 세부사항을 희생할 수 있지만 기존 실험실 장비로는 실용적이지 않은 교실, 직장 또는 농촌 커뮤니티에서 연구를 수행할 수 있게 해줍니다.

연구자는 또한 EEG 시스템이 데이터 품질에 영향을 미치는 유일한 요소가 아니라는 점을 기억해야 합니다. 실험 설계, 참가자 특성, 기록 조건 및 세션 간 가변성 모두가 EEG 데이터의 품질과 신뢰성에 기여합니다.

Melnik 등은 기록 시스템, 참가자, 기록 세션 자체를 포함한 여러 출처에서 가변성이 발생한다는 점을 발견했으며, 이는 하드웨어에만 배타적으로 집중하기보다 전체 연구 과정을 고려하는 것이 중요함을 강조합니다 [3].

실용적인 고려사항은 누가 연구에 참여할 수 있는지에도 영향을 미칠 수 있습니다. Bhavnani 등은 휴대용 장비를 사용하여 농촌 커뮤니티에서 고품질의 휴지기 EEG 기록을 수집할 수 있는 타당성을 입증했으며, 웨어러블 신경 기술의 발전이 지리적으로 제한된 연구 대상 인구와 관련된 오랜 과제를 해결하는 데 어떻게 도움이 될 수 있는지 보여주었습니다 [4].

핵심 요약 #4: 올바른 EEG 시스템은 기술적 성능과 연구 수행의 실질적인 현실 사이에서 균형을 이룹니다.

하드웨어 너머를 생각하기

EEG 시스템은 참가자가 착용하는 headset 그 이상입니다. 이를 둘러싼 소프트웨어 생태계는 연구 프로젝트의 효율성과 유연성에 하드웨어만큼이나 큰 영향을 미칠 수 있습니다.

시스템을 선택하기 전에 연구자는 연구 전반에 걸쳐 EEG 데이터가 어떻게 수집, 관리, 분석 및 공유될 것인지 고려해야 합니다. 다음과 같은 질문들을 해볼 가치가 있습니다:

  • 독립적인 분석을 위해 원시 EEG 데이터를 내보낼 수 있는가?

  • 시스템이 MATLAB, Python, EEGLAB, Lab Streaming Layer (LSL) 또는 PsychoPy와 같은 소프트웨어와 호환되는가?

  • 플랫폼이 ERP 실험을 위한 정확한 이벤트 마킹을 지원하는가?

  • 연구자가 참가자와 기록 세션을 쉽게 관리할 수 있는가?

  • 연구 요구사항이 진화함에 따라 소프트웨어가 향후 연구를 지원할 것인가?

  • 장치 배터리가 실험 프로토콜의 지속 시간을 지원할 수 있는가?

기존 연구 워크플로에 매끄럽게 통합되는 시스템을 선택하면 관리 부담을 줄이고 분석을 단순화하며 프로젝트 전반의 재현성을 향상시킬 수 있습니다. 이러한 고려사항은 데이터 수집이 시작되면 하드웨어 사양만큼이나 중요해지는 경우가 많습니다.

핵심 요약 #5: EEG 하드웨어뿐만 아니라 완전한 연구 생태계를 평가하세요.

연구자 질문

확인해야 할 사항

Emotiv 생태계에서는

원시 EEG를 내보낼 수 있는가?

표준 포맷

EmotivPRO(Standard 플랜 이상)에서 CSV 및 EDF 내보내기

내 도구와 통합되는가?

MATLAB, Python, EEGLAB, PsychoPy, LSL

EmotivPRO Standard Team 및 Performance에서 LSL 스트리밍; 맞춤형 파이프라인을 위한 Cortex API

ERP 이벤트 마킹을 지원하는가?

타임스탬프가 적용된 마커

EmotivPRO의 이벤트 마커; EPOC X PRO 타임스탬프는 약 1 ms까지 동기화됨

팀과 세션을 관리할 수 있는가?

공유 데이터, 권한

2개 이상의 시트가 있는 라이선스에서 조직 데이터 공유 가능

배터리가 프로토콜 동안 지속되는가?

세션 길이에 맞춘 배터리

표 3 참조

연구자를 위한 체크리스트

선택지를 좁힐 때쯤이면, EEG 시스템을 선택하는 것이 제품을 비교하는 것보다 연구를 가장 잘 지원하는 시스템이 무엇인지 평가하는 과정처럼 느껴져야 합니다. 결정을 내리기 전에 연구 요구사항이 명확하게 정의되어 있는지 잠시 확인해 보세요.

스스로에게 질문해 보세요:

  • 어떤 과학적 질문에 답하고자 하는가?

  • 어떤 인지 과정이나 신경 신호를 측정할 것인가?

  • 참가자가 어디에서 연구를 완료하게 되는가?

  • 참가자가 가만히 있을 것인가, 아니면 자연스럽게 움직일 것인가?

  • 연구 목표에 적절한 기록 채널 수는 몇 개인가?

  • 어떤 전극 유형이 참가자와 연구 설계에 가장 적합한가?

  • 정확한 이벤트 마킹, 실시간 데이터 스트리밍 또는 둘 다 필요한가?

  • EEG 데이터를 수집, 분석 및 내보내는 데 어떤 소프트웨어를 사용할 것인가?

  • 시스템이 현재 프로젝트를 지원하면서 향후 연구를 위해 충분히 유연성을 유지하는가?

이러한 질문들은 사양을 단편적으로 비교하기보다 연구 요구사항에 기반하여 EEG 시스템을 평가할 수 있는 실용적인 프레임워크를 제공합니다. 요구사항이 명확해지면 가장 적합한 시스템을 선택하는 것이 훨씬 더 현명한 결정이 됩니다.

주요 요점

  • 하드웨어가 아닌 연구 질문부터 시작하세요.

  • EEG 시스템을 비교하기 전에 연구의 기술적, 실질적 요구사항을 정의하세요.

  • 채널 수, 전극 유형, 이동성, 소프트웨어 호환성과 같은 사양이 연구 목표를 어떻게 지원하는지 바탕으로 평가하세요.

  • 참가자의 편안함, 기록 환경, 실험 설계가 모두 데이터 품질에 기여한다는 점을 기억하세요.

  • 기능 목록이 가장 긴 시스템보다는 과학적 목표에 가장 잘 맞는 EEG 시스템을 선택하세요.

프레임워크를 실제로 적용해 보세요

연구 목표를 기반으로 EEG 시스템을 평가하는 프레임워크를 개발했습니다. 이제 Emotiv EEG 시스템들을 나란히 비교하여 채널 수, 전극 기술, 소프트웨어 호환성, 이동성 및 기타 기능의 차이가 서로 다른 유형의 연구를 어떻게 지원하는지 확인해 보세요.

EEG 시스템 비교

추천 자료

참고문헌

[1] H. Zhang 등, "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, 및 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 등, "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 등, "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, 및 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, 및 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 등, "Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

뇌파(EEG) 시스템을 선택하는 것은 연구자가 연구를 계획할 때 내리는 첫 번째 결정 중 하나이지만, 제품 사양을 비교하는 것으로 시작해서는 안 됩니다. 채널 수, 전극 유형 또는 샘플링 속도를 평가하기 전에, 연구자는 먼저 무엇을 측정하고자 하는지, 연구가 어디서 진행될 것인지, 데이터를 어떻게 수집하고 분석할 것인지 정의해야 합니다. 이러한 요구사항이 명확해지면, 각 기술적 특징을 연구 자체의 맥락에서 평가할 수 있으므로 EEG 시스템을 비교하는 것이 훨씬 더 의미가 있습니다.

특정 장치를 추천하기보다는, 본 기사에서는 귀하의 과학적 목표, 실험 설계, 참가자 및 연구 환경을 바탕으로 EEG 시스템을 선택하기 위한 실용적인 프레임워크를 제시합니다.

연구 요구사항 정의하기

가장 중요한 질문은 어떤 EEG 시스템을 구매해야 하는가?가 아닙니다. 바로 내 연구에는 무엇이 필요한가?입니다.

서로 다른 연구 질문은 EEG 시스템에 서로 다른 요구사항을 부여합니다. 사건 관련 전위(ERP)를 조사하는 실험실 연구는 작업장에서 정신적 작업 부하를 측정하는 현장 연구나 실시간 데이터 스트리밍이 필요한 뇌-컴퓨터 인터페이스(BCI) 실험과는 다른 기술적 요구사항을 가집니다.

하드웨어 사양을 비교하기 전에 다음과 같은 질문을 고려해 보세요:

  • 어떤 인지 과정을 측정하고 있는가?

  • 참가자가 앉아 있을 것인가, 아니면 자연스럽게 움직일 것인가?

  • 연구가 실험실에서 진행되는가, 아니면 실제 환경에서 진행되는가?

  • 연속 EEG 기록, 사건 관련 전위 또는 실시간 데이터가 필요한가?

  • 데이터를 분석하는 데 어떤 소프트웨어를 사용할 것인가?

이러한 질문들을 먼저 깊이 고민해 보면 EEG 시스템이 충족해야 하는 요구사항이 확립됩니다. EEG 방법론에 관한 리뷰들은 연구 목표가 데이터 수집 및 분석을 포함한 연구 설계 전반의 방법론적 결정을 이끌어야 한다고 일관되게 강조합니다 [1].

핵심 요약 #1: EEG 하드웨어를 평가하기 전에 연구 요구사항을 먼저 정의하세요.

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.

연구 목표에 시스템 맞추기

연구 요구사항을 확립하고 나면, 어떤 시스템이 이를 가장 잘 지원하는지 평가하기 시작할 수 있습니다.

서로 다른 유형의 연구는 서로 다른 기능을 우선시합니다. ERP 연구는 정밀한 이벤트 타이밍과 재현 가능한 신경 반응에 의존합니다. 정신적 작업 부하나 인지 피로를 조사하는 연구는 종종 더 긴 기록 세션 동안 참가자의 편안함을 요구합니다. BCI 응용 분야는 저지연 스트리밍, 소프트웨어 통합 및 실시간 처리를 강조할 수 있는 반면, 자연주의적 연구는 휴대성과 빠른 배치를 우선시할 수 있습니다.

모든 시나리오에서 똑같이 뛰어난 단일 EEG 시스템은 없습니다. 대신, 연구자는 시스템의 기능이 연구의 특정 요구사항과 얼마나 잘 일치하는지 평가해야 합니다. Pinegger 등은 BCI 응용 분야를 위한 여러 EEG 수집 시스템을 비교하여 이 원칙을 입증했으며, 시스템 적합성은 단일 성능 지표가 아니라 의도된 적용 분야에 따라 달라진다는 것을 보여주었습니다 [2].

핵심 요약 #2: 최고의 EEG 시스템은 그 기능이 연구 목표와 가장 잘 일치하는 시스템입니다.

연구 유형

가장 중요한 요소

던져야 할 핵심 질문

ERP 연구

정밀한 이벤트 타이밍, 재현 가능한 반응

이벤트 마킹이 얼마나 정확한가? 마커가 자극 소프트웨어와 동기화될 수 있는가?

정신적 작업 부하 및 피로

장시간 세션 동안의 편안함 및 안정적인 신호

배터리가 얼마나 지속되는가? 센서가 마르는가?

뇌-컴퓨터 인터페이스

저지연 스트리밍, 소프트웨어 통합

API가 있는가? 데이터가 실시간으로 스트리밍될 수 있는가?

자연주의적 및 현장 연구

휴대성, 빠른 설치, 무선 기록

근처에 컴퓨터가 없어도 기록할 수 있는가? 설치에 얼마나 걸리는가?

중요한 기능 평가하기

어떤 기술적 기능이 연구 목표를 직접적으로 지원하는지 이해하고 나면 EEG 시스템 비교가 훨씬 쉬워집니다.

채널 수

EEG 채널 수는 기록되는 뇌 활동의 공간 분해능에 영향을 미칩니다. 채널 수가 많을수록 더 자세한 공간 정보를 제공하고 고급 분석을 지원할 수 있지만, 설치 시간, 복잡성 및 처리해야 하는 데이터의 양도 증가합니다.

많은 연구에서 추가 채널은 유의미한 과학적 가치를 제공합니다. 다른 연구에서는 연구 질문에 답하는 능력을 향상시키지 않으면서 불필요한 복잡성만 더할 수 있습니다.

전극 유형

건식, 식염수 및 젤 기반 전극은 각각 서로 다른 이점을 제공합니다.

연구자는 하나의 전극 유형이 보편적으로 우수하다고 가정하기보다는 설치 시간, 참가자 편안함, 유지 관리 요구사항 및 기록 품질과 같은 요소를 고려해야 합니다.

전극 유형

준비

세션 고려사항

유지 관리

식염수(펠트 패드)

매 세션 전 패드 적시기

장시간 기록 중 패드가 마를 수 있음

펠트 재적시기 및 교체

반건식 폴리머

용액 몇 방울

1~2분 설치

시간 경과에 따라 센서 팁 교체

건식(평면 또는 빗 형태)

없음

패드 건조로 인한 제한 없음; 참가자 간 세척 필요 없음

최소한의 수준

젤(Ag/AgCl)

각 센서에 젤 도포

확립된 실험실 표준

매 세션 후 세척

샘플링 속도

샘플링 속도는 EEG 신호가 얼마나 자주 기록되는지를 결정하며 연구 중인 현상의 시간적 특성을 기반으로 선택해야 합니다. 더 빠른 샘플링 속도는 특정 응용 분야에 유리할 수 있지만, 많은 인지 신경과학 연구는 이 사양을 최대화하지 않고도 목표를 달성할 수 있습니다.

이동성 및 배터리 수명

휴대용 EEG 시스템은 교실, 직장, 클리닉 및 커뮤니티 환경을 포함하여 기존의 실험실 환경을 넘어선 연구를 가능하게 합니다. 참가자가 자연스럽게 움직이거나 통제된 실험실 조건 외부에서 기록이 이루어지는 경우, 휴대성과 배터리 수명이 중요한 설계 고려사항이 됩니다.

핵심 요약 #3: 기술 사양이 최고 수치를 나타내기 때문이 아니라 연구와의 관련성을 바탕으로 기술 사양을 평가하세요.

사양

Insight

Epoc X

EPOC X PRO

채널

5

14

16

센서 유형

반건식 폴리머

식염수 펠트 패드

교체 가능한 건식, 식염수 호환

샘플링 속도

128 SPS

128 또는 256 SPS

128 또는 256 Hz(향후 펌웨어를 통해 512 Hz 지원)

해상도

16비트

14 또는 16비트

24비트

배터리

최대 20시간

최대 9시간(USB 수신기), 6시간(Bluetooth)

명시되지 않음; 256 Hz에서 8시간 이상 온보드 기록

연결성

Bluetooth LE

Bluetooth LE 또는 USB 수신기

Bluetooth 및 Wi-Fi 6

가격

\$499

\$1,199

\$15,000 (사전 주문 \$10,000)

데이터 요구사항과 실용성의 균형

EEG 시스템을 선택하는 것은 종종 모든 기술 사양을 최대화하기보다는 상충되는 우선순위 간의 균형을 맞추는 작업을 수반합니다.

예를 들어, 고밀도 EEG 시스템은 더 높은 공간 분해능을 제공할 수 있지만, 설치 시간, 참가자 피로도 및 데이터 수집의 복잡성을 증가시킬 수도 있습니다. 반대로, 휴대용 시스템은 일부 공간적 세부사항을 희생할 수 있지만 기존 실험실 장비로는 실용적이지 않은 교실, 직장 또는 농촌 커뮤니티에서 연구를 수행할 수 있게 해줍니다.

연구자는 또한 EEG 시스템이 데이터 품질에 영향을 미치는 유일한 요소가 아니라는 점을 기억해야 합니다. 실험 설계, 참가자 특성, 기록 조건 및 세션 간 가변성 모두가 EEG 데이터의 품질과 신뢰성에 기여합니다.

Melnik 등은 기록 시스템, 참가자, 기록 세션 자체를 포함한 여러 출처에서 가변성이 발생한다는 점을 발견했으며, 이는 하드웨어에만 배타적으로 집중하기보다 전체 연구 과정을 고려하는 것이 중요함을 강조합니다 [3].

실용적인 고려사항은 누가 연구에 참여할 수 있는지에도 영향을 미칠 수 있습니다. Bhavnani 등은 휴대용 장비를 사용하여 농촌 커뮤니티에서 고품질의 휴지기 EEG 기록을 수집할 수 있는 타당성을 입증했으며, 웨어러블 신경 기술의 발전이 지리적으로 제한된 연구 대상 인구와 관련된 오랜 과제를 해결하는 데 어떻게 도움이 될 수 있는지 보여주었습니다 [4].

핵심 요약 #4: 올바른 EEG 시스템은 기술적 성능과 연구 수행의 실질적인 현실 사이에서 균형을 이룹니다.

하드웨어 너머를 생각하기

EEG 시스템은 참가자가 착용하는 headset 그 이상입니다. 이를 둘러싼 소프트웨어 생태계는 연구 프로젝트의 효율성과 유연성에 하드웨어만큼이나 큰 영향을 미칠 수 있습니다.

시스템을 선택하기 전에 연구자는 연구 전반에 걸쳐 EEG 데이터가 어떻게 수집, 관리, 분석 및 공유될 것인지 고려해야 합니다. 다음과 같은 질문들을 해볼 가치가 있습니다:

  • 독립적인 분석을 위해 원시 EEG 데이터를 내보낼 수 있는가?

  • 시스템이 MATLAB, Python, EEGLAB, Lab Streaming Layer (LSL) 또는 PsychoPy와 같은 소프트웨어와 호환되는가?

  • 플랫폼이 ERP 실험을 위한 정확한 이벤트 마킹을 지원하는가?

  • 연구자가 참가자와 기록 세션을 쉽게 관리할 수 있는가?

  • 연구 요구사항이 진화함에 따라 소프트웨어가 향후 연구를 지원할 것인가?

  • 장치 배터리가 실험 프로토콜의 지속 시간을 지원할 수 있는가?

기존 연구 워크플로에 매끄럽게 통합되는 시스템을 선택하면 관리 부담을 줄이고 분석을 단순화하며 프로젝트 전반의 재현성을 향상시킬 수 있습니다. 이러한 고려사항은 데이터 수집이 시작되면 하드웨어 사양만큼이나 중요해지는 경우가 많습니다.

핵심 요약 #5: EEG 하드웨어뿐만 아니라 완전한 연구 생태계를 평가하세요.

연구자 질문

확인해야 할 사항

Emotiv 생태계에서는

원시 EEG를 내보낼 수 있는가?

표준 포맷

EmotivPRO(Standard 플랜 이상)에서 CSV 및 EDF 내보내기

내 도구와 통합되는가?

MATLAB, Python, EEGLAB, PsychoPy, LSL

EmotivPRO Standard Team 및 Performance에서 LSL 스트리밍; 맞춤형 파이프라인을 위한 Cortex API

ERP 이벤트 마킹을 지원하는가?

타임스탬프가 적용된 마커

EmotivPRO의 이벤트 마커; EPOC X PRO 타임스탬프는 약 1 ms까지 동기화됨

팀과 세션을 관리할 수 있는가?

공유 데이터, 권한

2개 이상의 시트가 있는 라이선스에서 조직 데이터 공유 가능

배터리가 프로토콜 동안 지속되는가?

세션 길이에 맞춘 배터리

표 3 참조

연구자를 위한 체크리스트

선택지를 좁힐 때쯤이면, EEG 시스템을 선택하는 것이 제품을 비교하는 것보다 연구를 가장 잘 지원하는 시스템이 무엇인지 평가하는 과정처럼 느껴져야 합니다. 결정을 내리기 전에 연구 요구사항이 명확하게 정의되어 있는지 잠시 확인해 보세요.

스스로에게 질문해 보세요:

  • 어떤 과학적 질문에 답하고자 하는가?

  • 어떤 인지 과정이나 신경 신호를 측정할 것인가?

  • 참가자가 어디에서 연구를 완료하게 되는가?

  • 참가자가 가만히 있을 것인가, 아니면 자연스럽게 움직일 것인가?

  • 연구 목표에 적절한 기록 채널 수는 몇 개인가?

  • 어떤 전극 유형이 참가자와 연구 설계에 가장 적합한가?

  • 정확한 이벤트 마킹, 실시간 데이터 스트리밍 또는 둘 다 필요한가?

  • EEG 데이터를 수집, 분석 및 내보내는 데 어떤 소프트웨어를 사용할 것인가?

  • 시스템이 현재 프로젝트를 지원하면서 향후 연구를 위해 충분히 유연성을 유지하는가?

이러한 질문들은 사양을 단편적으로 비교하기보다 연구 요구사항에 기반하여 EEG 시스템을 평가할 수 있는 실용적인 프레임워크를 제공합니다. 요구사항이 명확해지면 가장 적합한 시스템을 선택하는 것이 훨씬 더 현명한 결정이 됩니다.

주요 요점

  • 하드웨어가 아닌 연구 질문부터 시작하세요.

  • EEG 시스템을 비교하기 전에 연구의 기술적, 실질적 요구사항을 정의하세요.

  • 채널 수, 전극 유형, 이동성, 소프트웨어 호환성과 같은 사양이 연구 목표를 어떻게 지원하는지 바탕으로 평가하세요.

  • 참가자의 편안함, 기록 환경, 실험 설계가 모두 데이터 품질에 기여한다는 점을 기억하세요.

  • 기능 목록이 가장 긴 시스템보다는 과학적 목표에 가장 잘 맞는 EEG 시스템을 선택하세요.

프레임워크를 실제로 적용해 보세요

연구 목표를 기반으로 EEG 시스템을 평가하는 프레임워크를 개발했습니다. 이제 Emotiv EEG 시스템들을 나란히 비교하여 채널 수, 전극 기술, 소프트웨어 호환성, 이동성 및 기타 기능의 차이가 서로 다른 유형의 연구를 어떻게 지원하는지 확인해 보세요.

EEG 시스템 비교

추천 자료

참고문헌

[1] H. Zhang 등, "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, 및 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 등, "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 등, "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, 및 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, 및 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 등, "Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

뇌파(EEG) 시스템을 선택하는 것은 연구자가 연구를 계획할 때 내리는 첫 번째 결정 중 하나이지만, 제품 사양을 비교하는 것으로 시작해서는 안 됩니다. 채널 수, 전극 유형 또는 샘플링 속도를 평가하기 전에, 연구자는 먼저 무엇을 측정하고자 하는지, 연구가 어디서 진행될 것인지, 데이터를 어떻게 수집하고 분석할 것인지 정의해야 합니다. 이러한 요구사항이 명확해지면, 각 기술적 특징을 연구 자체의 맥락에서 평가할 수 있으므로 EEG 시스템을 비교하는 것이 훨씬 더 의미가 있습니다.

특정 장치를 추천하기보다는, 본 기사에서는 귀하의 과학적 목표, 실험 설계, 참가자 및 연구 환경을 바탕으로 EEG 시스템을 선택하기 위한 실용적인 프레임워크를 제시합니다.

연구 요구사항 정의하기

가장 중요한 질문은 어떤 EEG 시스템을 구매해야 하는가?가 아닙니다. 바로 내 연구에는 무엇이 필요한가?입니다.

서로 다른 연구 질문은 EEG 시스템에 서로 다른 요구사항을 부여합니다. 사건 관련 전위(ERP)를 조사하는 실험실 연구는 작업장에서 정신적 작업 부하를 측정하는 현장 연구나 실시간 데이터 스트리밍이 필요한 뇌-컴퓨터 인터페이스(BCI) 실험과는 다른 기술적 요구사항을 가집니다.

하드웨어 사양을 비교하기 전에 다음과 같은 질문을 고려해 보세요:

  • 어떤 인지 과정을 측정하고 있는가?

  • 참가자가 앉아 있을 것인가, 아니면 자연스럽게 움직일 것인가?

  • 연구가 실험실에서 진행되는가, 아니면 실제 환경에서 진행되는가?

  • 연속 EEG 기록, 사건 관련 전위 또는 실시간 데이터가 필요한가?

  • 데이터를 분석하는 데 어떤 소프트웨어를 사용할 것인가?

이러한 질문들을 먼저 깊이 고민해 보면 EEG 시스템이 충족해야 하는 요구사항이 확립됩니다. EEG 방법론에 관한 리뷰들은 연구 목표가 데이터 수집 및 분석을 포함한 연구 설계 전반의 방법론적 결정을 이끌어야 한다고 일관되게 강조합니다 [1].

핵심 요약 #1: EEG 하드웨어를 평가하기 전에 연구 요구사항을 먼저 정의하세요.

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.

연구 목표에 시스템 맞추기

연구 요구사항을 확립하고 나면, 어떤 시스템이 이를 가장 잘 지원하는지 평가하기 시작할 수 있습니다.

서로 다른 유형의 연구는 서로 다른 기능을 우선시합니다. ERP 연구는 정밀한 이벤트 타이밍과 재현 가능한 신경 반응에 의존합니다. 정신적 작업 부하나 인지 피로를 조사하는 연구는 종종 더 긴 기록 세션 동안 참가자의 편안함을 요구합니다. BCI 응용 분야는 저지연 스트리밍, 소프트웨어 통합 및 실시간 처리를 강조할 수 있는 반면, 자연주의적 연구는 휴대성과 빠른 배치를 우선시할 수 있습니다.

모든 시나리오에서 똑같이 뛰어난 단일 EEG 시스템은 없습니다. 대신, 연구자는 시스템의 기능이 연구의 특정 요구사항과 얼마나 잘 일치하는지 평가해야 합니다. Pinegger 등은 BCI 응용 분야를 위한 여러 EEG 수집 시스템을 비교하여 이 원칙을 입증했으며, 시스템 적합성은 단일 성능 지표가 아니라 의도된 적용 분야에 따라 달라진다는 것을 보여주었습니다 [2].

핵심 요약 #2: 최고의 EEG 시스템은 그 기능이 연구 목표와 가장 잘 일치하는 시스템입니다.

연구 유형

가장 중요한 요소

던져야 할 핵심 질문

ERP 연구

정밀한 이벤트 타이밍, 재현 가능한 반응

이벤트 마킹이 얼마나 정확한가? 마커가 자극 소프트웨어와 동기화될 수 있는가?

정신적 작업 부하 및 피로

장시간 세션 동안의 편안함 및 안정적인 신호

배터리가 얼마나 지속되는가? 센서가 마르는가?

뇌-컴퓨터 인터페이스

저지연 스트리밍, 소프트웨어 통합

API가 있는가? 데이터가 실시간으로 스트리밍될 수 있는가?

자연주의적 및 현장 연구

휴대성, 빠른 설치, 무선 기록

근처에 컴퓨터가 없어도 기록할 수 있는가? 설치에 얼마나 걸리는가?

중요한 기능 평가하기

어떤 기술적 기능이 연구 목표를 직접적으로 지원하는지 이해하고 나면 EEG 시스템 비교가 훨씬 쉬워집니다.

채널 수

EEG 채널 수는 기록되는 뇌 활동의 공간 분해능에 영향을 미칩니다. 채널 수가 많을수록 더 자세한 공간 정보를 제공하고 고급 분석을 지원할 수 있지만, 설치 시간, 복잡성 및 처리해야 하는 데이터의 양도 증가합니다.

많은 연구에서 추가 채널은 유의미한 과학적 가치를 제공합니다. 다른 연구에서는 연구 질문에 답하는 능력을 향상시키지 않으면서 불필요한 복잡성만 더할 수 있습니다.

전극 유형

건식, 식염수 및 젤 기반 전극은 각각 서로 다른 이점을 제공합니다.

연구자는 하나의 전극 유형이 보편적으로 우수하다고 가정하기보다는 설치 시간, 참가자 편안함, 유지 관리 요구사항 및 기록 품질과 같은 요소를 고려해야 합니다.

전극 유형

준비

세션 고려사항

유지 관리

식염수(펠트 패드)

매 세션 전 패드 적시기

장시간 기록 중 패드가 마를 수 있음

펠트 재적시기 및 교체

반건식 폴리머

용액 몇 방울

1~2분 설치

시간 경과에 따라 센서 팁 교체

건식(평면 또는 빗 형태)

없음

패드 건조로 인한 제한 없음; 참가자 간 세척 필요 없음

최소한의 수준

젤(Ag/AgCl)

각 센서에 젤 도포

확립된 실험실 표준

매 세션 후 세척

샘플링 속도

샘플링 속도는 EEG 신호가 얼마나 자주 기록되는지를 결정하며 연구 중인 현상의 시간적 특성을 기반으로 선택해야 합니다. 더 빠른 샘플링 속도는 특정 응용 분야에 유리할 수 있지만, 많은 인지 신경과학 연구는 이 사양을 최대화하지 않고도 목표를 달성할 수 있습니다.

이동성 및 배터리 수명

휴대용 EEG 시스템은 교실, 직장, 클리닉 및 커뮤니티 환경을 포함하여 기존의 실험실 환경을 넘어선 연구를 가능하게 합니다. 참가자가 자연스럽게 움직이거나 통제된 실험실 조건 외부에서 기록이 이루어지는 경우, 휴대성과 배터리 수명이 중요한 설계 고려사항이 됩니다.

핵심 요약 #3: 기술 사양이 최고 수치를 나타내기 때문이 아니라 연구와의 관련성을 바탕으로 기술 사양을 평가하세요.

사양

Insight

Epoc X

EPOC X PRO

채널

5

14

16

센서 유형

반건식 폴리머

식염수 펠트 패드

교체 가능한 건식, 식염수 호환

샘플링 속도

128 SPS

128 또는 256 SPS

128 또는 256 Hz(향후 펌웨어를 통해 512 Hz 지원)

해상도

16비트

14 또는 16비트

24비트

배터리

최대 20시간

최대 9시간(USB 수신기), 6시간(Bluetooth)

명시되지 않음; 256 Hz에서 8시간 이상 온보드 기록

연결성

Bluetooth LE

Bluetooth LE 또는 USB 수신기

Bluetooth 및 Wi-Fi 6

가격

\$499

\$1,199

\$15,000 (사전 주문 \$10,000)

데이터 요구사항과 실용성의 균형

EEG 시스템을 선택하는 것은 종종 모든 기술 사양을 최대화하기보다는 상충되는 우선순위 간의 균형을 맞추는 작업을 수반합니다.

예를 들어, 고밀도 EEG 시스템은 더 높은 공간 분해능을 제공할 수 있지만, 설치 시간, 참가자 피로도 및 데이터 수집의 복잡성을 증가시킬 수도 있습니다. 반대로, 휴대용 시스템은 일부 공간적 세부사항을 희생할 수 있지만 기존 실험실 장비로는 실용적이지 않은 교실, 직장 또는 농촌 커뮤니티에서 연구를 수행할 수 있게 해줍니다.

연구자는 또한 EEG 시스템이 데이터 품질에 영향을 미치는 유일한 요소가 아니라는 점을 기억해야 합니다. 실험 설계, 참가자 특성, 기록 조건 및 세션 간 가변성 모두가 EEG 데이터의 품질과 신뢰성에 기여합니다.

Melnik 등은 기록 시스템, 참가자, 기록 세션 자체를 포함한 여러 출처에서 가변성이 발생한다는 점을 발견했으며, 이는 하드웨어에만 배타적으로 집중하기보다 전체 연구 과정을 고려하는 것이 중요함을 강조합니다 [3].

실용적인 고려사항은 누가 연구에 참여할 수 있는지에도 영향을 미칠 수 있습니다. Bhavnani 등은 휴대용 장비를 사용하여 농촌 커뮤니티에서 고품질의 휴지기 EEG 기록을 수집할 수 있는 타당성을 입증했으며, 웨어러블 신경 기술의 발전이 지리적으로 제한된 연구 대상 인구와 관련된 오랜 과제를 해결하는 데 어떻게 도움이 될 수 있는지 보여주었습니다 [4].

핵심 요약 #4: 올바른 EEG 시스템은 기술적 성능과 연구 수행의 실질적인 현실 사이에서 균형을 이룹니다.

하드웨어 너머를 생각하기

EEG 시스템은 참가자가 착용하는 headset 그 이상입니다. 이를 둘러싼 소프트웨어 생태계는 연구 프로젝트의 효율성과 유연성에 하드웨어만큼이나 큰 영향을 미칠 수 있습니다.

시스템을 선택하기 전에 연구자는 연구 전반에 걸쳐 EEG 데이터가 어떻게 수집, 관리, 분석 및 공유될 것인지 고려해야 합니다. 다음과 같은 질문들을 해볼 가치가 있습니다:

  • 독립적인 분석을 위해 원시 EEG 데이터를 내보낼 수 있는가?

  • 시스템이 MATLAB, Python, EEGLAB, Lab Streaming Layer (LSL) 또는 PsychoPy와 같은 소프트웨어와 호환되는가?

  • 플랫폼이 ERP 실험을 위한 정확한 이벤트 마킹을 지원하는가?

  • 연구자가 참가자와 기록 세션을 쉽게 관리할 수 있는가?

  • 연구 요구사항이 진화함에 따라 소프트웨어가 향후 연구를 지원할 것인가?

  • 장치 배터리가 실험 프로토콜의 지속 시간을 지원할 수 있는가?

기존 연구 워크플로에 매끄럽게 통합되는 시스템을 선택하면 관리 부담을 줄이고 분석을 단순화하며 프로젝트 전반의 재현성을 향상시킬 수 있습니다. 이러한 고려사항은 데이터 수집이 시작되면 하드웨어 사양만큼이나 중요해지는 경우가 많습니다.

핵심 요약 #5: EEG 하드웨어뿐만 아니라 완전한 연구 생태계를 평가하세요.

연구자 질문

확인해야 할 사항

Emotiv 생태계에서는

원시 EEG를 내보낼 수 있는가?

표준 포맷

EmotivPRO(Standard 플랜 이상)에서 CSV 및 EDF 내보내기

내 도구와 통합되는가?

MATLAB, Python, EEGLAB, PsychoPy, LSL

EmotivPRO Standard Team 및 Performance에서 LSL 스트리밍; 맞춤형 파이프라인을 위한 Cortex API

ERP 이벤트 마킹을 지원하는가?

타임스탬프가 적용된 마커

EmotivPRO의 이벤트 마커; EPOC X PRO 타임스탬프는 약 1 ms까지 동기화됨

팀과 세션을 관리할 수 있는가?

공유 데이터, 권한

2개 이상의 시트가 있는 라이선스에서 조직 데이터 공유 가능

배터리가 프로토콜 동안 지속되는가?

세션 길이에 맞춘 배터리

표 3 참조

연구자를 위한 체크리스트

선택지를 좁힐 때쯤이면, EEG 시스템을 선택하는 것이 제품을 비교하는 것보다 연구를 가장 잘 지원하는 시스템이 무엇인지 평가하는 과정처럼 느껴져야 합니다. 결정을 내리기 전에 연구 요구사항이 명확하게 정의되어 있는지 잠시 확인해 보세요.

스스로에게 질문해 보세요:

  • 어떤 과학적 질문에 답하고자 하는가?

  • 어떤 인지 과정이나 신경 신호를 측정할 것인가?

  • 참가자가 어디에서 연구를 완료하게 되는가?

  • 참가자가 가만히 있을 것인가, 아니면 자연스럽게 움직일 것인가?

  • 연구 목표에 적절한 기록 채널 수는 몇 개인가?

  • 어떤 전극 유형이 참가자와 연구 설계에 가장 적합한가?

  • 정확한 이벤트 마킹, 실시간 데이터 스트리밍 또는 둘 다 필요한가?

  • EEG 데이터를 수집, 분석 및 내보내는 데 어떤 소프트웨어를 사용할 것인가?

  • 시스템이 현재 프로젝트를 지원하면서 향후 연구를 위해 충분히 유연성을 유지하는가?

이러한 질문들은 사양을 단편적으로 비교하기보다 연구 요구사항에 기반하여 EEG 시스템을 평가할 수 있는 실용적인 프레임워크를 제공합니다. 요구사항이 명확해지면 가장 적합한 시스템을 선택하는 것이 훨씬 더 현명한 결정이 됩니다.

주요 요점

  • 하드웨어가 아닌 연구 질문부터 시작하세요.

  • EEG 시스템을 비교하기 전에 연구의 기술적, 실질적 요구사항을 정의하세요.

  • 채널 수, 전극 유형, 이동성, 소프트웨어 호환성과 같은 사양이 연구 목표를 어떻게 지원하는지 바탕으로 평가하세요.

  • 참가자의 편안함, 기록 환경, 실험 설계가 모두 데이터 품질에 기여한다는 점을 기억하세요.

  • 기능 목록이 가장 긴 시스템보다는 과학적 목표에 가장 잘 맞는 EEG 시스템을 선택하세요.

프레임워크를 실제로 적용해 보세요

연구 목표를 기반으로 EEG 시스템을 평가하는 프레임워크를 개발했습니다. 이제 Emotiv EEG 시스템들을 나란히 비교하여 채널 수, 전극 기술, 소프트웨어 호환성, 이동성 및 기타 기능의 차이가 서로 다른 유형의 연구를 어떻게 지원하는지 확인해 보세요.

EEG 시스템 비교

추천 자료

참고문헌

[1] H. Zhang 등, "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, 및 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 등, "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 등, "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, 및 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, 및 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 등, "Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

Emotiv 블랙 프라이데이 세일 2026 배너: 11월 9일부터 14일까지 사전 이용 가능, 결제 시 코드 BFWEEK20을 입력하면 headsets 및 신규 EmotivPRO 라이선스 20% 할인, 어두운 배경에 Emotiv EEG headsets 4개가 표시되어 있습니다.

계속 읽기

Emotiv 2026년 블랙 프라이데이 세일