設計 EEG 實驗：從研究問題到研究設計
H.B. Duran
更新於
2026年10月14日
設計 EEG 實驗：從研究問題到研究設計
H.B. Duran
更新於
2026年10月14日
設計 EEG 實驗：從研究問題到研究設計
H.B. Duran
更新於
2026年10月14日
成功的 EEG 研究早在數據收集之前就已開始。從研究問題到參與者選擇和實驗時機的每一項決定，都會影響結果的質量和可解釋性。
腦電圖 (EEG) 使研究人員能夠以毫秒級的精度測量大腦活動的變化，使其在研究注意力、感知、認知工作負載、決策制定和其他快速變化的認知過程時特別有價值。然而，收集高質量的 EEG 數據不僅僅是選擇合適的設備。設計良好的實驗可以確保記錄的大腦活動反映的是正在調查的認知過程，而不是無意間引入的變量。
本指南概述了設計 EEG 實驗所涉及的關鍵步驟，從開發研究問題到選擇合適的研究設計。無論您是進行首次 EEG 研究還是改進現有的方案，周密的計劃都為可靠且可重複的研究奠定了基礎。
從研究問題開始
每個 EEG 實驗都應該從一個定義明確的科學問題開始。研究人員不應該首先詢問 EEG headset可以測量什麼，而應該先確定他們想要調查的認知或行為過程。研究問題指導著隨後的每一個方法學決定，包括實驗範式、參與者群體、記錄設置和分析策略。
例如，一項調查持續注意力的研究可能需要參與者在延長的時間內完成一項持續性能任務，而一項檢查錯誤檢測的研究則可能依賴於由特定刺激呈現產生的事件相關電位 (ERP)。雖然這兩項研究都使用 EEG，但由於它們調查認知的不同方面，因此需要不同的實驗設計。
定義明確的研究問題也有助於研究人員確定應操縱哪些變量以及應測量哪些結果。儘早建立這些關係可以減少不必要的複雜性，並有助於確保收集的數據能夠切實解決原始假設。
開發可測試的假設
一旦確定了研究問題，下一步就是開發一個可以通過實驗進行評估的假設。假設將一個廣泛的科學問題轉化為一個可以通過數據收集進行測試的具體預測。
例如，研究人員可能不會詢問精神工作負載是否會影響注意力，而是假設增加任務難度將會在與認知工作負載相關的額葉 EEG 活動中產生可測量的變化。這一預測同時確定了實驗操縱和預期結果。
開發假設還需要確定研究的變量。自變量代表研究人員操縱的條件，例如任務難度或刺激類型，而因變量是正在測量的結果，包括行為表現、反應時間或源自 EEG 的指標。在數據收集之前明確定義這些變量有助於確保實驗設計直接解決科學問題。
開發完善的假設為整個研究提供了藍圖。它為參與者選擇提供資訊，決定實驗範式，並指導後續的統計分析，幫助研究人員在原始研究問題與從數據中得出的結論之間保持清晰的聯繫。
選擇實驗範式
實驗範式是參與者在數據收集過程中遵循的結構化程序。選擇合適的範式取決於正在調查的認知過程，而不是技術本身。
研究注意力的研究人員可能會使用持續性能任務或視覺搜索範式，而那些調查工作記憶的人則經常採用 n-back 任務或延遲匹配實驗。決策研究可能會結合賭博或基於風險的任務，而感知研究通常依賴於精心安排時間的感官刺激來引起特定的神經反應。
無論選擇何種範式，一致性都是必不可少的。標準化的指令、受控的實驗條件和精心安排時間的刺激呈現有助於減少參與者之間不必要的變異性。其目標是確保在 EEG 記錄中觀察到的差異反映了認知加工過程中的真實差異，而不是實驗程序中的不一致。
所選範式還應平衡實驗控制與生態效度。實驗室任務提供了對變量的精確控制，而更自然的情境可能更好地代表現實世界的行為。無線 EEG 的進步使得在傳統實驗室環境之外調查認知變得越來越實用，使研究人員能夠在適合研究問題的情況下，在教室、工作場所和其他真實環境中研究注意力、學習和決策制定 [1],[2]。
倫理考量
倫理審查是任何涉及人類參與者的 EEG 研究的基本要求。在開始招募或數據收集之前，研究人員應檢查是否需要機構審查委員會 (IRB) 或等效倫理委員會的批准。這一過程確保了實驗設計最大限度地減少對參與者的風險，並遵守已建立的倫理準則。
知情同意過程同樣至關重要，要求研究人員清楚地解釋研究的目的、程序、潛在風險以及參與的自願性。必須給予參與者提問的機會，並且在進行任何記錄之前，他們必須提供明確的同意。在此過程中保持透明度可以建立信任，並確保參與者充分了解自己的權利。
最後，研究人員必須建立完善的規程以確保數據隱私和參與者機密性。這包括對 EEG 記錄進行去識別化、使用安全的數據存儲系統以及限制對敏感信息的訪問。保護參與者身份不僅是一項倫理義務，也是維護研究完整性的關鍵組成部分。
選擇參與者
參與者選擇是實驗設計的另一個關鍵組成部分。參與者群體的特徵會影響數據的質量以及研究結果可推廣的程度。
研究人員應在招募開始前建立明確的納入和排除標準。年齡、神經系統病史、藥物使用、睡眠質量、視覺或聽覺狀態以及其他因素都可能影響 EEG 記錄，具體取決於研究目標。仔細定義這些標準有助於減少由與研究問題無關的因素引入的變異性。
研究人員還應在規劃階段考慮樣本量。雖然初步研究可能涉及相對較小的參與者群體，但驗證性研究通常需要較大的樣本以提高統計功效並增加對研究結果的信心。在數據收集之前確定合適的樣本量有助於進行更穩健和可重複的研究。
收集高質量的 EEG 數據
實驗設計延伸到了認知任務和參與者招募之外。研究人員還必須建立記錄程序，以最大化信號質量，同時最小化偽影和不必要的變異性。
一致的電極放置、牢固的傳感器接觸、參與者的舒適度以及標準化的記錄程序都有助於獲得可靠的 EEG。還應考慮環境條件，包括電磁干擾源、過度運動以及其他可能在記錄中引入噪聲的因素。
因為 EEG 測量的是大腦產生的電活動，所以它對非神經信號也極其敏感，例如眼球運動、肌肉活動和電極移動。雖然在預處理期間可以減少一些偽影，但在數據收集期間防止污染通常比事後試圖糾正糟糕的記錄能產生更高質量的數據集。
在記錄開始前進行周密的準備，通常可以減少稍後在分析流程中清理數據所花費的時間。
為什麼事件時機至關重要
許多 EEG 實驗涉及在精確定義的時刻呈現刺激或記錄參與者的反應。為了闡明大腦活動與這些事件的關係，研究人員必須準確地將實驗事件與持續的 EEG 記錄同步。
事件標記通過在呈現刺激、參與者做出反應或發生其他重大事件時在 EEG 記錄中放入帶有時間戳的標籤來提供這種同步。這些標記使研究人員能夠將神經活動與實驗期間的特定時刻對齊，從而能夠檢查大腦隨著時間的推移如何做出反應。
準確的事件時機對於事件相關電位 (ERP) 研究尤為重要，在該研究中，研究人員會對相同事件的多個重複呈現的大腦反應進行平均。即使是微小的時間不準確也可能會降低波形質量，並使微妙的神經反應更難被檢測到。獨立驗證研究表明，當使用合適的同步方法時，現代無線 EEG 系統可以實現適用於 ERP 研究的事件標記精度 [3]。
因為事件時機從實驗一開始就影響著數據的解釋，所以在研究設計期間就應該考慮同步，而不是僅僅將其視為一個技術實施細節。
平衡實驗控制與生態效度
實驗設計中最重要的決定之一是確定研究需要多少控制，以及它應該在多大程度上反映現實世界的行為。高度控制的實驗室實驗減少了外部變量並提高了內部效度，從而更容易識別特定刺激與神經反應之間的關係。然而，這些條件可能並不總是能代表人們在日常生活中的思考、學習或決策方式。
越來越多的研究人員正在設計旨在捕捉更自然環境中認知過程的研究。無線 EEG 技術的進步擴大了在教室、工作場所、駕駛模擬和戶外環境中調查注意力、協作、執行功能和學習的機會，同時保持了高質量的神經記錄。這種向生態效度的轉變使研究人員能夠在不犧牲科學嚴謹性的情況下，檢查自然展開的認知過程。
適當的平衡取決於研究問題。某些研究需要嚴格控制的實驗室條件來孤立特定的神經機制，而其他研究則受益於在真實環境中觀察參與者。選擇合適的實驗控制水平應該始終支持科學目標，而不是設備的功能。
規劃您的數據分析
儘管數據分析發生在收集之後，但研究人員應在實驗設計階段考慮他們的分析策略。在記錄開始前做出的決定通常決定了稍後可以進行哪些分析。
例如，調查事件相關電位的研究需要精確計時的事件標記和相同刺激的重複呈現。功能連接性研究可能需要更長的記錄時間，而機器學習應用通常受益於在多個會話中收集的更大數據集。了解預期的分析方法有助於確保實驗方案產生的數據適合回答研究問題。
提前規劃也有助於提高可重複性。清楚地記錄參與者標準、記錄程序、任務時機、預處理方法和統計分析，可以讓其他研究人員理解、評估和複製該研究。
選擇 EEG 系統
選擇 EEG 系統應該是實驗設計的最後步驟之一，而不是第一步。一旦確定了研究問題、假設、參與者群體和實驗範式，研究人員就可以選擇最支持其目標的設備。
通道數、移動性、參與者舒適度、設置時間以及與現有軟件的兼容性等因素都會影響系統的選擇。需要跨多個參與者快速部署的課堂研究可能會優先考慮便攜性和易用性，而涉及詳細空間分析的實驗室調查可能需要更高密度的電極陣列。
Emotiv 提供了多種針對不同研究需求而設計的研究級 EEG 系統：
Insight 提供了一個簡化的五通道系統，適用於教育研究、人因工程以及許多需要快速設置的認知研究。
Epoc X 提供十四個通道，平衡了移動性和擴展的空間覆蓋範圍，使其適用於廣泛的認知神經科學、BCI和應用研究應用。
Flex Saline 和 Flex Gel 提供多達 32 個通道的可擴展、研究級配置，適用於需要更廣泛皮層覆蓋的研究、事件相關電位研究或更高級的實驗設計。
由於每項研究都有不同的方法學要求，研究人員應選擇最符合其科學目標的系統，而不是假設更多的通道或更複雜的硬件總能產生更好的研究成果。
關鍵要點
成功的 EEG 研究始於周密的實驗設計，而不是設備選擇。定義明確的研究問題、可測試的假設、適當的實驗範式、精心挑選的參與者以及標準化的記錄程序都有助於產生可靠且可解釋的數據。
研究人員在開始數據收集之前，還應考慮事件時機、生態效度、預期的分析方法和數據質量。在規劃階段解決這些因素有助於減少稍後在研究過程中可以避免的問題，並支持更具可重複性的科學。
通過建立強大的實驗基礎，研究人員可以使自己處於最佳位置，從而從他們的 EEG 數據中產生有意義的見解。
將您的框架付諸實踐
無論您是在設計初步研究還是大型研究項目，選擇符合您方法論的 EEG 系統都可以簡化數據收集，同時支持可靠、高質量的記錄。
探索 Emotiv 的研究型 EEG 系統，尋找最適合您實驗設計的平台。
繼續構建您的 EEG 研究
設計一個強大的實驗只是第一步。即使是精心計劃的研究也可能會受到眨眼、肌肉活動、電極移動或環境噪聲的影響，從而降低信號質量。
在下一篇指南《EEG 偽影與信號質量》中，我們將探討 EEG 偽影最常見的來源、在數據收集期間防止其發生的實用策略，以及在開始預處理之前產生更乾淨數據集的最佳實踐。
推薦閱讀
參考文獻
[1] Badcock, N. A. 等人，"Validation of the Emotiv EPOC® EEG gaming system for measuring research quality auditory ERPs"，PeerJ，第 1 卷，e38，2013 年。
[2] García-Monge, A. 等人，"Mobile EEG in educational research: Opportunities and challenges for studying cognition in authentic learning environments"，Frontiers in Education，2024 年。
[3] Nastase, S. A.、Goldstein, A. 和 Hasson, U.，"Keep it real: Rethinking the primacy of experimental control in cognitive neuroscience"，NeuroImage，第 222 卷，2020 年。
成功的 EEG 研究早在數據收集之前就已開始。從研究問題到參與者選擇和實驗時機的每一項決定，都會影響結果的質量和可解釋性。
腦電圖 (EEG) 使研究人員能夠以毫秒級的精度測量大腦活動的變化，使其在研究注意力、感知、認知工作負載、決策制定和其他快速變化的認知過程時特別有價值。然而，收集高質量的 EEG 數據不僅僅是選擇合適的設備。設計良好的實驗可以確保記錄的大腦活動反映的是正在調查的認知過程，而不是無意間引入的變量。
本指南概述了設計 EEG 實驗所涉及的關鍵步驟，從開發研究問題到選擇合適的研究設計。無論您是進行首次 EEG 研究還是改進現有的方案，周密的計劃都為可靠且可重複的研究奠定了基礎。
從研究問題開始
每個 EEG 實驗都應該從一個定義明確的科學問題開始。研究人員不應該首先詢問 EEG headset可以測量什麼，而應該先確定他們想要調查的認知或行為過程。研究問題指導著隨後的每一個方法學決定，包括實驗範式、參與者群體、記錄設置和分析策略。
例如，一項調查持續注意力的研究可能需要參與者在延長的時間內完成一項持續性能任務，而一項檢查錯誤檢測的研究則可能依賴於由特定刺激呈現產生的事件相關電位 (ERP)。雖然這兩項研究都使用 EEG，但由於它們調查認知的不同方面，因此需要不同的實驗設計。
定義明確的研究問題也有助於研究人員確定應操縱哪些變量以及應測量哪些結果。儘早建立這些關係可以減少不必要的複雜性，並有助於確保收集的數據能夠切實解決原始假設。
開發可測試的假設
一旦確定了研究問題，下一步就是開發一個可以通過實驗進行評估的假設。假設將一個廣泛的科學問題轉化為一個可以通過數據收集進行測試的具體預測。
例如，研究人員可能不會詢問精神工作負載是否會影響注意力，而是假設增加任務難度將會在與認知工作負載相關的額葉 EEG 活動中產生可測量的變化。這一預測同時確定了實驗操縱和預期結果。
開發假設還需要確定研究的變量。自變量代表研究人員操縱的條件，例如任務難度或刺激類型，而因變量是正在測量的結果，包括行為表現、反應時間或源自 EEG 的指標。在數據收集之前明確定義這些變量有助於確保實驗設計直接解決科學問題。
開發完善的假設為整個研究提供了藍圖。它為參與者選擇提供資訊，決定實驗範式，並指導後續的統計分析，幫助研究人員在原始研究問題與從數據中得出的結論之間保持清晰的聯繫。
選擇實驗範式
實驗範式是參與者在數據收集過程中遵循的結構化程序。選擇合適的範式取決於正在調查的認知過程，而不是技術本身。
研究注意力的研究人員可能會使用持續性能任務或視覺搜索範式，而那些調查工作記憶的人則經常採用 n-back 任務或延遲匹配實驗。決策研究可能會結合賭博或基於風險的任務，而感知研究通常依賴於精心安排時間的感官刺激來引起特定的神經反應。
無論選擇何種範式，一致性都是必不可少的。標準化的指令、受控的實驗條件和精心安排時間的刺激呈現有助於減少參與者之間不必要的變異性。其目標是確保在 EEG 記錄中觀察到的差異反映了認知加工過程中的真實差異，而不是實驗程序中的不一致。
所選範式還應平衡實驗控制與生態效度。實驗室任務提供了對變量的精確控制，而更自然的情境可能更好地代表現實世界的行為。無線 EEG 的進步使得在傳統實驗室環境之外調查認知變得越來越實用，使研究人員能夠在適合研究問題的情況下，在教室、工作場所和其他真實環境中研究注意力、學習和決策制定 [1],[2]。
倫理考量
倫理審查是任何涉及人類參與者的 EEG 研究的基本要求。在開始招募或數據收集之前，研究人員應檢查是否需要機構審查委員會 (IRB) 或等效倫理委員會的批准。這一過程確保了實驗設計最大限度地減少對參與者的風險，並遵守已建立的倫理準則。
知情同意過程同樣至關重要，要求研究人員清楚地解釋研究的目的、程序、潛在風險以及參與的自願性。必須給予參與者提問的機會，並且在進行任何記錄之前，他們必須提供明確的同意。在此過程中保持透明度可以建立信任，並確保參與者充分了解自己的權利。
最後，研究人員必須建立完善的規程以確保數據隱私和參與者機密性。這包括對 EEG 記錄進行去識別化、使用安全的數據存儲系統以及限制對敏感信息的訪問。保護參與者身份不僅是一項倫理義務，也是維護研究完整性的關鍵組成部分。
選擇參與者
參與者選擇是實驗設計的另一個關鍵組成部分。參與者群體的特徵會影響數據的質量以及研究結果可推廣的程度。
研究人員應在招募開始前建立明確的納入和排除標準。年齡、神經系統病史、藥物使用、睡眠質量、視覺或聽覺狀態以及其他因素都可能影響 EEG 記錄，具體取決於研究目標。仔細定義這些標準有助於減少由與研究問題無關的因素引入的變異性。
研究人員還應在規劃階段考慮樣本量。雖然初步研究可能涉及相對較小的參與者群體，但驗證性研究通常需要較大的樣本以提高統計功效並增加對研究結果的信心。在數據收集之前確定合適的樣本量有助於進行更穩健和可重複的研究。
收集高質量的 EEG 數據
實驗設計延伸到了認知任務和參與者招募之外。研究人員還必須建立記錄程序，以最大化信號質量，同時最小化偽影和不必要的變異性。
一致的電極放置、牢固的傳感器接觸、參與者的舒適度以及標準化的記錄程序都有助於獲得可靠的 EEG。還應考慮環境條件，包括電磁干擾源、過度運動以及其他可能在記錄中引入噪聲的因素。
因為 EEG 測量的是大腦產生的電活動，所以它對非神經信號也極其敏感，例如眼球運動、肌肉活動和電極移動。雖然在預處理期間可以減少一些偽影，但在數據收集期間防止污染通常比事後試圖糾正糟糕的記錄能產生更高質量的數據集。
在記錄開始前進行周密的準備，通常可以減少稍後在分析流程中清理數據所花費的時間。
為什麼事件時機至關重要
許多 EEG 實驗涉及在精確定義的時刻呈現刺激或記錄參與者的反應。為了闡明大腦活動與這些事件的關係，研究人員必須準確地將實驗事件與持續的 EEG 記錄同步。
事件標記通過在呈現刺激、參與者做出反應或發生其他重大事件時在 EEG 記錄中放入帶有時間戳的標籤來提供這種同步。這些標記使研究人員能夠將神經活動與實驗期間的特定時刻對齊，從而能夠檢查大腦隨著時間的推移如何做出反應。
準確的事件時機對於事件相關電位 (ERP) 研究尤為重要，在該研究中，研究人員會對相同事件的多個重複呈現的大腦反應進行平均。即使是微小的時間不準確也可能會降低波形質量，並使微妙的神經反應更難被檢測到。獨立驗證研究表明，當使用合適的同步方法時，現代無線 EEG 系統可以實現適用於 ERP 研究的事件標記精度 [3]。
因為事件時機從實驗一開始就影響著數據的解釋，所以在研究設計期間就應該考慮同步，而不是僅僅將其視為一個技術實施細節。
平衡實驗控制與生態效度
實驗設計中最重要的決定之一是確定研究需要多少控制，以及它應該在多大程度上反映現實世界的行為。高度控制的實驗室實驗減少了外部變量並提高了內部效度，從而更容易識別特定刺激與神經反應之間的關係。然而，這些條件可能並不總是能代表人們在日常生活中的思考、學習或決策方式。
越來越多的研究人員正在設計旨在捕捉更自然環境中認知過程的研究。無線 EEG 技術的進步擴大了在教室、工作場所、駕駛模擬和戶外環境中調查注意力、協作、執行功能和學習的機會，同時保持了高質量的神經記錄。這種向生態效度的轉變使研究人員能夠在不犧牲科學嚴謹性的情況下，檢查自然展開的認知過程。
適當的平衡取決於研究問題。某些研究需要嚴格控制的實驗室條件來孤立特定的神經機制，而其他研究則受益於在真實環境中觀察參與者。選擇合適的實驗控制水平應該始終支持科學目標，而不是設備的功能。
規劃您的數據分析
儘管數據分析發生在收集之後，但研究人員應在實驗設計階段考慮他們的分析策略。在記錄開始前做出的決定通常決定了稍後可以進行哪些分析。
例如，調查事件相關電位的研究需要精確計時的事件標記和相同刺激的重複呈現。功能連接性研究可能需要更長的記錄時間，而機器學習應用通常受益於在多個會話中收集的更大數據集。了解預期的分析方法有助於確保實驗方案產生的數據適合回答研究問題。
提前規劃也有助於提高可重複性。清楚地記錄參與者標準、記錄程序、任務時機、預處理方法和統計分析，可以讓其他研究人員理解、評估和複製該研究。
選擇 EEG 系統
選擇 EEG 系統應該是實驗設計的最後步驟之一，而不是第一步。一旦確定了研究問題、假設、參與者群體和實驗範式，研究人員就可以選擇最支持其目標的設備。
通道數、移動性、參與者舒適度、設置時間以及與現有軟件的兼容性等因素都會影響系統的選擇。需要跨多個參與者快速部署的課堂研究可能會優先考慮便攜性和易用性，而涉及詳細空間分析的實驗室調查可能需要更高密度的電極陣列。
Emotiv 提供了多種針對不同研究需求而設計的研究級 EEG 系統：
Insight 提供了一個簡化的五通道系統，適用於教育研究、人因工程以及許多需要快速設置的認知研究。
Epoc X 提供十四個通道，平衡了移動性和擴展的空間覆蓋範圍，使其適用於廣泛的認知神經科學、BCI和應用研究應用。
Flex Saline 和 Flex Gel 提供多達 32 個通道的可擴展、研究級配置，適用於需要更廣泛皮層覆蓋的研究、事件相關電位研究或更高級的實驗設計。
由於每項研究都有不同的方法學要求，研究人員應選擇最符合其科學目標的系統，而不是假設更多的通道或更複雜的硬件總能產生更好的研究成果。
關鍵要點
成功的 EEG 研究始於周密的實驗設計，而不是設備選擇。定義明確的研究問題、可測試的假設、適當的實驗範式、精心挑選的參與者以及標準化的記錄程序都有助於產生可靠且可解釋的數據。
研究人員在開始數據收集之前，還應考慮事件時機、生態效度、預期的分析方法和數據質量。在規劃階段解決這些因素有助於減少稍後在研究過程中可以避免的問題，並支持更具可重複性的科學。
通過建立強大的實驗基礎，研究人員可以使自己處於最佳位置，從而從他們的 EEG 數據中產生有意義的見解。
將您的框架付諸實踐
無論您是在設計初步研究還是大型研究項目，選擇符合您方法論的 EEG 系統都可以簡化數據收集，同時支持可靠、高質量的記錄。
探索 Emotiv 的研究型 EEG 系統，尋找最適合您實驗設計的平台。
繼續構建您的 EEG 研究
設計一個強大的實驗只是第一步。即使是精心計劃的研究也可能會受到眨眼、肌肉活動、電極移動或環境噪聲的影響，從而降低信號質量。
在下一篇指南《EEG 偽影與信號質量》中，我們將探討 EEG 偽影最常見的來源、在數據收集期間防止其發生的實用策略，以及在開始預處理之前產生更乾淨數據集的最佳實踐。
推薦閱讀
參考文獻
[1] Badcock, N. A. 等人，"Validation of the Emotiv EPOC® EEG gaming system for measuring research quality auditory ERPs"，PeerJ，第 1 卷，e38，2013 年。
[2] García-Monge, A. 等人，"Mobile EEG in educational research: Opportunities and challenges for studying cognition in authentic learning environments"，Frontiers in Education，2024 年。
[3] Nastase, S. A.、Goldstein, A. 和 Hasson, U.，"Keep it real: Rethinking the primacy of experimental control in cognitive neuroscience"，NeuroImage，第 222 卷，2020 年。
成功的 EEG 研究早在數據收集之前就已開始。從研究問題到參與者選擇和實驗時機的每一項決定，都會影響結果的質量和可解釋性。
腦電圖 (EEG) 使研究人員能夠以毫秒級的精度測量大腦活動的變化，使其在研究注意力、感知、認知工作負載、決策制定和其他快速變化的認知過程時特別有價值。然而，收集高質量的 EEG 數據不僅僅是選擇合適的設備。設計良好的實驗可以確保記錄的大腦活動反映的是正在調查的認知過程，而不是無意間引入的變量。
本指南概述了設計 EEG 實驗所涉及的關鍵步驟，從開發研究問題到選擇合適的研究設計。無論您是進行首次 EEG 研究還是改進現有的方案，周密的計劃都為可靠且可重複的研究奠定了基礎。
從研究問題開始
每個 EEG 實驗都應該從一個定義明確的科學問題開始。研究人員不應該首先詢問 EEG headset可以測量什麼，而應該先確定他們想要調查的認知或行為過程。研究問題指導著隨後的每一個方法學決定，包括實驗範式、參與者群體、記錄設置和分析策略。
例如，一項調查持續注意力的研究可能需要參與者在延長的時間內完成一項持續性能任務，而一項檢查錯誤檢測的研究則可能依賴於由特定刺激呈現產生的事件相關電位 (ERP)。雖然這兩項研究都使用 EEG，但由於它們調查認知的不同方面，因此需要不同的實驗設計。
定義明確的研究問題也有助於研究人員確定應操縱哪些變量以及應測量哪些結果。儘早建立這些關係可以減少不必要的複雜性，並有助於確保收集的數據能夠切實解決原始假設。
開發可測試的假設
一旦確定了研究問題，下一步就是開發一個可以通過實驗進行評估的假設。假設將一個廣泛的科學問題轉化為一個可以通過數據收集進行測試的具體預測。
例如，研究人員可能不會詢問精神工作負載是否會影響注意力，而是假設增加任務難度將會在與認知工作負載相關的額葉 EEG 活動中產生可測量的變化。這一預測同時確定了實驗操縱和預期結果。
開發假設還需要確定研究的變量。自變量代表研究人員操縱的條件，例如任務難度或刺激類型，而因變量是正在測量的結果，包括行為表現、反應時間或源自 EEG 的指標。在數據收集之前明確定義這些變量有助於確保實驗設計直接解決科學問題。
開發完善的假設為整個研究提供了藍圖。它為參與者選擇提供資訊，決定實驗範式，並指導後續的統計分析，幫助研究人員在原始研究問題與從數據中得出的結論之間保持清晰的聯繫。
選擇實驗範式
實驗範式是參與者在數據收集過程中遵循的結構化程序。選擇合適的範式取決於正在調查的認知過程，而不是技術本身。
研究注意力的研究人員可能會使用持續性能任務或視覺搜索範式，而那些調查工作記憶的人則經常採用 n-back 任務或延遲匹配實驗。決策研究可能會結合賭博或基於風險的任務，而感知研究通常依賴於精心安排時間的感官刺激來引起特定的神經反應。
無論選擇何種範式，一致性都是必不可少的。標準化的指令、受控的實驗條件和精心安排時間的刺激呈現有助於減少參與者之間不必要的變異性。其目標是確保在 EEG 記錄中觀察到的差異反映了認知加工過程中的真實差異，而不是實驗程序中的不一致。
所選範式還應平衡實驗控制與生態效度。實驗室任務提供了對變量的精確控制，而更自然的情境可能更好地代表現實世界的行為。無線 EEG 的進步使得在傳統實驗室環境之外調查認知變得越來越實用，使研究人員能夠在適合研究問題的情況下，在教室、工作場所和其他真實環境中研究注意力、學習和決策制定 [1],[2]。
倫理考量
倫理審查是任何涉及人類參與者的 EEG 研究的基本要求。在開始招募或數據收集之前，研究人員應檢查是否需要機構審查委員會 (IRB) 或等效倫理委員會的批准。這一過程確保了實驗設計最大限度地減少對參與者的風險，並遵守已建立的倫理準則。
知情同意過程同樣至關重要，要求研究人員清楚地解釋研究的目的、程序、潛在風險以及參與的自願性。必須給予參與者提問的機會，並且在進行任何記錄之前，他們必須提供明確的同意。在此過程中保持透明度可以建立信任，並確保參與者充分了解自己的權利。
最後，研究人員必須建立完善的規程以確保數據隱私和參與者機密性。這包括對 EEG 記錄進行去識別化、使用安全的數據存儲系統以及限制對敏感信息的訪問。保護參與者身份不僅是一項倫理義務，也是維護研究完整性的關鍵組成部分。
選擇參與者
參與者選擇是實驗設計的另一個關鍵組成部分。參與者群體的特徵會影響數據的質量以及研究結果可推廣的程度。
研究人員應在招募開始前建立明確的納入和排除標準。年齡、神經系統病史、藥物使用、睡眠質量、視覺或聽覺狀態以及其他因素都可能影響 EEG 記錄，具體取決於研究目標。仔細定義這些標準有助於減少由與研究問題無關的因素引入的變異性。
研究人員還應在規劃階段考慮樣本量。雖然初步研究可能涉及相對較小的參與者群體，但驗證性研究通常需要較大的樣本以提高統計功效並增加對研究結果的信心。在數據收集之前確定合適的樣本量有助於進行更穩健和可重複的研究。
收集高質量的 EEG 數據
實驗設計延伸到了認知任務和參與者招募之外。研究人員還必須建立記錄程序，以最大化信號質量，同時最小化偽影和不必要的變異性。
一致的電極放置、牢固的傳感器接觸、參與者的舒適度以及標準化的記錄程序都有助於獲得可靠的 EEG。還應考慮環境條件，包括電磁干擾源、過度運動以及其他可能在記錄中引入噪聲的因素。
因為 EEG 測量的是大腦產生的電活動，所以它對非神經信號也極其敏感，例如眼球運動、肌肉活動和電極移動。雖然在預處理期間可以減少一些偽影，但在數據收集期間防止污染通常比事後試圖糾正糟糕的記錄能產生更高質量的數據集。
在記錄開始前進行周密的準備，通常可以減少稍後在分析流程中清理數據所花費的時間。
為什麼事件時機至關重要
許多 EEG 實驗涉及在精確定義的時刻呈現刺激或記錄參與者的反應。為了闡明大腦活動與這些事件的關係，研究人員必須準確地將實驗事件與持續的 EEG 記錄同步。
事件標記通過在呈現刺激、參與者做出反應或發生其他重大事件時在 EEG 記錄中放入帶有時間戳的標籤來提供這種同步。這些標記使研究人員能夠將神經活動與實驗期間的特定時刻對齊，從而能夠檢查大腦隨著時間的推移如何做出反應。
準確的事件時機對於事件相關電位 (ERP) 研究尤為重要，在該研究中，研究人員會對相同事件的多個重複呈現的大腦反應進行平均。即使是微小的時間不準確也可能會降低波形質量，並使微妙的神經反應更難被檢測到。獨立驗證研究表明，當使用合適的同步方法時，現代無線 EEG 系統可以實現適用於 ERP 研究的事件標記精度 [3]。
因為事件時機從實驗一開始就影響著數據的解釋，所以在研究設計期間就應該考慮同步，而不是僅僅將其視為一個技術實施細節。
平衡實驗控制與生態效度
實驗設計中最重要的決定之一是確定研究需要多少控制，以及它應該在多大程度上反映現實世界的行為。高度控制的實驗室實驗減少了外部變量並提高了內部效度，從而更容易識別特定刺激與神經反應之間的關係。然而，這些條件可能並不總是能代表人們在日常生活中的思考、學習或決策方式。
越來越多的研究人員正在設計旨在捕捉更自然環境中認知過程的研究。無線 EEG 技術的進步擴大了在教室、工作場所、駕駛模擬和戶外環境中調查注意力、協作、執行功能和學習的機會，同時保持了高質量的神經記錄。這種向生態效度的轉變使研究人員能夠在不犧牲科學嚴謹性的情況下，檢查自然展開的認知過程。
適當的平衡取決於研究問題。某些研究需要嚴格控制的實驗室條件來孤立特定的神經機制，而其他研究則受益於在真實環境中觀察參與者。選擇合適的實驗控制水平應該始終支持科學目標，而不是設備的功能。
規劃您的數據分析
儘管數據分析發生在收集之後，但研究人員應在實驗設計階段考慮他們的分析策略。在記錄開始前做出的決定通常決定了稍後可以進行哪些分析。
例如，調查事件相關電位的研究需要精確計時的事件標記和相同刺激的重複呈現。功能連接性研究可能需要更長的記錄時間，而機器學習應用通常受益於在多個會話中收集的更大數據集。了解預期的分析方法有助於確保實驗方案產生的數據適合回答研究問題。
提前規劃也有助於提高可重複性。清楚地記錄參與者標準、記錄程序、任務時機、預處理方法和統計分析，可以讓其他研究人員理解、評估和複製該研究。
選擇 EEG 系統
選擇 EEG 系統應該是實驗設計的最後步驟之一，而不是第一步。一旦確定了研究問題、假設、參與者群體和實驗範式，研究人員就可以選擇最支持其目標的設備。
通道數、移動性、參與者舒適度、設置時間以及與現有軟件的兼容性等因素都會影響系統的選擇。需要跨多個參與者快速部署的課堂研究可能會優先考慮便攜性和易用性，而涉及詳細空間分析的實驗室調查可能需要更高密度的電極陣列。
Emotiv 提供了多種針對不同研究需求而設計的研究級 EEG 系統：
Insight 提供了一個簡化的五通道系統，適用於教育研究、人因工程以及許多需要快速設置的認知研究。
Epoc X 提供十四個通道，平衡了移動性和擴展的空間覆蓋範圍，使其適用於廣泛的認知神經科學、BCI和應用研究應用。
Flex Saline 和 Flex Gel 提供多達 32 個通道的可擴展、研究級配置，適用於需要更廣泛皮層覆蓋的研究、事件相關電位研究或更高級的實驗設計。
由於每項研究都有不同的方法學要求，研究人員應選擇最符合其科學目標的系統，而不是假設更多的通道或更複雜的硬件總能產生更好的研究成果。
關鍵要點
成功的 EEG 研究始於周密的實驗設計，而不是設備選擇。定義明確的研究問題、可測試的假設、適當的實驗範式、精心挑選的參與者以及標準化的記錄程序都有助於產生可靠且可解釋的數據。
研究人員在開始數據收集之前，還應考慮事件時機、生態效度、預期的分析方法和數據質量。在規劃階段解決這些因素有助於減少稍後在研究過程中可以避免的問題，並支持更具可重複性的科學。
通過建立強大的實驗基礎，研究人員可以使自己處於最佳位置，從而從他們的 EEG 數據中產生有意義的見解。
將您的框架付諸實踐
無論您是在設計初步研究還是大型研究項目，選擇符合您方法論的 EEG 系統都可以簡化數據收集，同時支持可靠、高質量的記錄。
探索 Emotiv 的研究型 EEG 系統，尋找最適合您實驗設計的平台。
繼續構建您的 EEG 研究
設計一個強大的實驗只是第一步。即使是精心計劃的研究也可能會受到眨眼、肌肉活動、電極移動或環境噪聲的影響，從而降低信號質量。
在下一篇指南《EEG 偽影與信號質量》中，我們將探討 EEG 偽影最常見的來源、在數據收集期間防止其發生的實用策略，以及在開始預處理之前產生更乾淨數據集的最佳實踐。
推薦閱讀
參考文獻
[1] Badcock, N. A. 等人，"Validation of the Emotiv EPOC® EEG gaming system for measuring research quality auditory ERPs"，PeerJ，第 1 卷，e38，2013 年。
[2] García-Monge, A. 等人，"Mobile EEG in educational research: Opportunities and challenges for studying cognition in authentic learning environments"，Frontiers in Education，2024 年。
[3] Nastase, S. A.、Goldstein, A. 和 Hasson, U.，"Keep it real: Rethinking the primacy of experimental control in cognitive neuroscience"，NeuroImage，第 222 卷，2020 年。