腦電圖（EEG）研究中的 2 大主要挑戰
梅胡爾·納亞克
更新於
2023年1月31日
腦電圖（EEG）研究中的 2 大主要挑戰
梅胡爾·納亞克
更新於
2023年1月31日
腦電圖（EEG）研究中的 2 大主要挑戰
梅胡爾·納亞克
更新於
2023年1月31日
當代 EEG 研究與分析面臨哪些挑戰？
1925 年，德國精神科醫生 Hans Berger 記錄了人類首張腦電圖 (EEG)。自那時起，腦機介面及計算技術便不斷在改進。
本篇文章將探討 EEG 研究中的兩大主要挑戰，分別是：
傳統學術性 EEG 研究在後勤物流上的複雜性，以及
EEG 硬體的創新。
傳統學術性 EEG 研究在後勤物流上的複雜性
獨占、資金不足、受地域限制的受試者群體
讓我們首先來了解腦電圖 (EEG) 研究。EEG 研究與認知神經科學的研究方法，涉及使用特意放置在受試者頭部表面、無創的電極來記錄人類大腦的電活動。透過使用涉及暴露於各種刺激的實驗設計，可以分析腦訊號的變化並推導出數據。
表 1 概述了使用 EEG 技術進行的研究和活動類型。也歡迎閱讀這份關於 EEG 腦電圖的入門指引。
表 1：腦電圖 (EEG) 研究的類型（改編自 (Williams et al., 2020)
腦機介面 (BCI) | 這些研究檢測並實現人機互動，例如控制機械手臂或輪椅，或是讓身心障礙患者能夠進行溝通。 |
臨床 | 這些研究將 EEG 應用於診斷和治療。包括檢測癲癇發作，或在認知治療中使用神經回饋。 |
實驗研究 | 這些研究收集電圖數據，以解答計算神經科學的問題或假設。 |
雖然 EEG 已被廣泛採用為一種有效的研究工具，但後勤工作卻可能極具挑戰性。大多數資助機構為臨床、轉譯或應用研究提供資金。然而，針對基礎實驗研究的資助較少。資金減少會加劇招募參與者和進行健全實驗研究的後勤困難，從而導致樣本量較小。這些小樣本量是為了方便起見，從受限的地理區域中篩選出來的。
這種現象被稱為 WEIRD 問題。它指的是作為典型研究樣本一部分的西方（Western）、受過高等教育（Educated）、工業化（Industrialized）、富裕（Rich）且民主（Democratic）的個體。這些樣本群體並不特別具備包容性，因為這些個體中的大多數來自大學校園。這種 WEIRD 人口統計學特徵無法反映現實世界的多樣性，也無法反映使我們成為人類的獨特認知與情感屬性。
總體而言，這種情況限制了實驗的實際意義和可推廣性。正因如此，這些研究的發現很難被推導，進而轉化為對所有人腦認知（即大腦工作負載、解決問題等）的新穎見解。
EEG 硬體創新
全球皆可取得的研究級、可攜式、低成本設備
EEG 裝置
在過去幾年裡，研究人員利用可攜式 EEG 裝置打破了神經科學研究的傳統障礙。腦機介面 (BCI)、腦機界面 (BMI) 或人機介面 (HCI) 正是如此。它們利用 EEG 訊號來表徵並識別認知或情感狀態。在硬體微型化和數據處理演算法改進的推動下，BCI 作為一種改變人類與環境互動方式的手段正在迅速發展。這些系統使人類能夠透過神經回饋來提升自我，並鼓勵人們在無需物理介入的情況下與周圍環境互動。
EEG 裝置的未來
至少在過去十年中，EEG 硬體的總體趨勢一直朝著更小、無線、可攜式且成本更低的方向發展。
圖 1：Emotiv 的 EPOC 頭戴式裝置
圖 2：Emotiv 的 EPOC Flex 頭戴式裝置
然而，將曾經需要昂貴、專用實驗室的系統轉變為可攜式、低成本的系統，並非沒有引起疑慮。一些科學家對 EEG 頭戴式裝置的效度、品質或實用性曾存有疑慮。為了調查這一點，研究人員進行了許多驗證研究，證實了這些系統的科學實用性。
EEG 頭戴式裝置的低成本和可攜性也開拓了廣泛的研究問題，這些問題現在可以進行原位（in situ）解答。也就是說，受試者的腦電波可以在現實生活情境中進行測量，而傳統硬體的移動性則非常有限。在運動或體育心理學中，這是一個巨大的變革。
想像一下，有一個研究小組正在調查特定抽樣的體育運動大學生的反應時間。他們想知道足球守門員對球的反應時間是否比其他隊友更快。在傳統的研究範式中，這些受試者必須進入實驗室、接上電線、在實體螢幕上執行任務，並透過硬體按鈕或按鍵進行回報。而有了較新的 EEG 設備，在實際的足球場上即可應用並測量這個相同的問題。
總體而言，EEG 硬體的這些創新開拓了實驗室之外的實際應用。因此，它們提高了神經科學研究的能力和範疇。
迎接創新 – 遇見 Emotiv
過去幾年裡，深度學習和其他機器學習分析領域取得了令人興奮的進展。出於這個原因，需要一個大型、有效且高品質的數據集（n=1000+）來發揮這些程式的價值。鑑於 EEG 研究中對訊號處理、分類、驗證和性能評估的要求，如果應用這些人工智慧方法，該領域將大為受益。大數據是克服目前神經科學迭代實驗研究性質的必要條件，特別是在神經退行性疾病和腦機介面更為複雜的領域。直到現在，那些數據一直無法取得。
有兩種方法可以增加潛在的樣本群體以及隨後
收集的數據：
開發可在全球範圍內使用的研究級、可攜式、低成本的 EEG 硬體。
改進數據 collected、驗證和自動分析技術。
化解挑戰，與變革並肩成長。選擇 Emotiv
回顧 Emotiv 過去十年在 EEG 技術上的創新
EEG 裝置在神經科學研究和臨床環境中的使用持續增加（見圖 3）。在過去的十年中，Emotiv 開發了研究級、無線、可攜式且易於使用的 EEG 設備，並配備了世界上任何人、任何地方都可以使用的品質控制，以應對這些挑戰。
圖 3 – 包含「EEG」的出版物數量 (1940 – 2021)，經由 Neuroscience Information Framework
硬體演進
此外，EEG 硬體已從濕電極演進為乾電極。濕電極佩戴耗時、佩戴不適且限制了移動性。配備乾電極或混合電極的頭戴式裝置工作迅速、便於攜帶，且製造和操作成本顯著降低。這些技術進步使我們更接近神經學研究的突破，但我們仍未完全實現目標。
確保多樣化的樣本集
Emotiv 可以幫助您增加研究的多樣性。Emotiv EEG 頭戴式裝置的 EPOC 系列已推出十多年，並已獲得全球研究機構的獨立驗證。它們已被應用於各種領域，包括控制機器人肢體和輪椅、安全系統中的生物特徵使用者身份驗證，以及識別認知與情感的心智狀態。
Emotiv 全球應用的潛力和低資金門檻，為資源有限的人們推動了研究。例如，Parameshwaran and Thiagarajan 在印度農村和城市環境中使用 Emotiv EEG 設備，展示了與社會經濟地位、接觸科技的機會以及旅遊經驗相關的 EEG 訊號特徵差異。
當代 EEG 研究與分析面臨哪些挑戰？
1925 年，德國精神科醫生 Hans Berger 記錄了人類首張腦電圖 (EEG)。自那時起，腦機介面及計算技術便不斷在改進。
本篇文章將探討 EEG 研究中的兩大主要挑戰，分別是：
傳統學術性 EEG 研究在後勤物流上的複雜性，以及
EEG 硬體的創新。
傳統學術性 EEG 研究在後勤物流上的複雜性
獨占、資金不足、受地域限制的受試者群體
讓我們首先來了解腦電圖 (EEG) 研究。EEG 研究與認知神經科學的研究方法，涉及使用特意放置在受試者頭部表面、無創的電極來記錄人類大腦的電活動。透過使用涉及暴露於各種刺激的實驗設計，可以分析腦訊號的變化並推導出數據。
表 1 概述了使用 EEG 技術進行的研究和活動類型。也歡迎閱讀這份關於 EEG 腦電圖的入門指引。
表 1：腦電圖 (EEG) 研究的類型（改編自 (Williams et al., 2020)
腦機介面 (BCI) | 這些研究檢測並實現人機互動，例如控制機械手臂或輪椅，或是讓身心障礙患者能夠進行溝通。 |
臨床 | 這些研究將 EEG 應用於診斷和治療。包括檢測癲癇發作，或在認知治療中使用神經回饋。 |
實驗研究 | 這些研究收集電圖數據，以解答計算神經科學的問題或假設。 |
雖然 EEG 已被廣泛採用為一種有效的研究工具，但後勤工作卻可能極具挑戰性。大多數資助機構為臨床、轉譯或應用研究提供資金。然而，針對基礎實驗研究的資助較少。資金減少會加劇招募參與者和進行健全實驗研究的後勤困難，從而導致樣本量較小。這些小樣本量是為了方便起見，從受限的地理區域中篩選出來的。
這種現象被稱為 WEIRD 問題。它指的是作為典型研究樣本一部分的西方（Western）、受過高等教育（Educated）、工業化（Industrialized）、富裕（Rich）且民主（Democratic）的個體。這些樣本群體並不特別具備包容性，因為這些個體中的大多數來自大學校園。這種 WEIRD 人口統計學特徵無法反映現實世界的多樣性，也無法反映使我們成為人類的獨特認知與情感屬性。
總體而言，這種情況限制了實驗的實際意義和可推廣性。正因如此，這些研究的發現很難被推導，進而轉化為對所有人腦認知（即大腦工作負載、解決問題等）的新穎見解。
EEG 硬體創新
全球皆可取得的研究級、可攜式、低成本設備
EEG 裝置
在過去幾年裡，研究人員利用可攜式 EEG 裝置打破了神經科學研究的傳統障礙。腦機介面 (BCI)、腦機界面 (BMI) 或人機介面 (HCI) 正是如此。它們利用 EEG 訊號來表徵並識別認知或情感狀態。在硬體微型化和數據處理演算法改進的推動下，BCI 作為一種改變人類與環境互動方式的手段正在迅速發展。這些系統使人類能夠透過神經回饋來提升自我，並鼓勵人們在無需物理介入的情況下與周圍環境互動。
EEG 裝置的未來
至少在過去十年中，EEG 硬體的總體趨勢一直朝著更小、無線、可攜式且成本更低的方向發展。
圖 1：Emotiv 的 EPOC 頭戴式裝置
圖 2：Emotiv 的 EPOC Flex 頭戴式裝置
然而，將曾經需要昂貴、專用實驗室的系統轉變為可攜式、低成本的系統，並非沒有引起疑慮。一些科學家對 EEG 頭戴式裝置的效度、品質或實用性曾存有疑慮。為了調查這一點，研究人員進行了許多驗證研究，證實了這些系統的科學實用性。
EEG 頭戴式裝置的低成本和可攜性也開拓了廣泛的研究問題，這些問題現在可以進行原位（in situ）解答。也就是說，受試者的腦電波可以在現實生活情境中進行測量，而傳統硬體的移動性則非常有限。在運動或體育心理學中，這是一個巨大的變革。
想像一下，有一個研究小組正在調查特定抽樣的體育運動大學生的反應時間。他們想知道足球守門員對球的反應時間是否比其他隊友更快。在傳統的研究範式中，這些受試者必須進入實驗室、接上電線、在實體螢幕上執行任務，並透過硬體按鈕或按鍵進行回報。而有了較新的 EEG 設備，在實際的足球場上即可應用並測量這個相同的問題。
總體而言，EEG 硬體的這些創新開拓了實驗室之外的實際應用。因此，它們提高了神經科學研究的能力和範疇。
迎接創新 – 遇見 Emotiv
過去幾年裡，深度學習和其他機器學習分析領域取得了令人興奮的進展。出於這個原因，需要一個大型、有效且高品質的數據集（n=1000+）來發揮這些程式的價值。鑑於 EEG 研究中對訊號處理、分類、驗證和性能評估的要求，如果應用這些人工智慧方法，該領域將大為受益。大數據是克服目前神經科學迭代實驗研究性質的必要條件，特別是在神經退行性疾病和腦機介面更為複雜的領域。直到現在，那些數據一直無法取得。
有兩種方法可以增加潛在的樣本群體以及隨後
收集的數據：
開發可在全球範圍內使用的研究級、可攜式、低成本的 EEG 硬體。
改進數據 collected、驗證和自動分析技術。
化解挑戰，與變革並肩成長。選擇 Emotiv
回顧 Emotiv 過去十年在 EEG 技術上的創新
EEG 裝置在神經科學研究和臨床環境中的使用持續增加（見圖 3）。在過去的十年中，Emotiv 開發了研究級、無線、可攜式且易於使用的 EEG 設備，並配備了世界上任何人、任何地方都可以使用的品質控制，以應對這些挑戰。
圖 3 – 包含「EEG」的出版物數量 (1940 – 2021)，經由 Neuroscience Information Framework
硬體演進
此外，EEG 硬體已從濕電極演進為乾電極。濕電極佩戴耗時、佩戴不適且限制了移動性。配備乾電極或混合電極的頭戴式裝置工作迅速、便於攜帶，且製造和操作成本顯著降低。這些技術進步使我們更接近神經學研究的突破，但我們仍未完全實現目標。
確保多樣化的樣本集
Emotiv 可以幫助您增加研究的多樣性。Emotiv EEG 頭戴式裝置的 EPOC 系列已推出十多年，並已獲得全球研究機構的獨立驗證。它們已被應用於各種領域，包括控制機器人肢體和輪椅、安全系統中的生物特徵使用者身份驗證，以及識別認知與情感的心智狀態。
Emotiv 全球應用的潛力和低資金門檻，為資源有限的人們推動了研究。例如，Parameshwaran and Thiagarajan 在印度農村和城市環境中使用 Emotiv EEG 設備，展示了與社會經濟地位、接觸科技的機會以及旅遊經驗相關的 EEG 訊號特徵差異。
當代 EEG 研究與分析面臨哪些挑戰？
1925 年，德國精神科醫生 Hans Berger 記錄了人類首張腦電圖 (EEG)。自那時起，腦機介面及計算技術便不斷在改進。
本篇文章將探討 EEG 研究中的兩大主要挑戰，分別是：
傳統學術性 EEG 研究在後勤物流上的複雜性，以及
EEG 硬體的創新。
傳統學術性 EEG 研究在後勤物流上的複雜性
獨占、資金不足、受地域限制的受試者群體
讓我們首先來了解腦電圖 (EEG) 研究。EEG 研究與認知神經科學的研究方法，涉及使用特意放置在受試者頭部表面、無創的電極來記錄人類大腦的電活動。透過使用涉及暴露於各種刺激的實驗設計，可以分析腦訊號的變化並推導出數據。
表 1 概述了使用 EEG 技術進行的研究和活動類型。也歡迎閱讀這份關於 EEG 腦電圖的入門指引。
表 1：腦電圖 (EEG) 研究的類型（改編自 (Williams et al., 2020)
腦機介面 (BCI) | 這些研究檢測並實現人機互動，例如控制機械手臂或輪椅，或是讓身心障礙患者能夠進行溝通。 |
臨床 | 這些研究將 EEG 應用於診斷和治療。包括檢測癲癇發作，或在認知治療中使用神經回饋。 |
實驗研究 | 這些研究收集電圖數據，以解答計算神經科學的問題或假設。 |
雖然 EEG 已被廣泛採用為一種有效的研究工具，但後勤工作卻可能極具挑戰性。大多數資助機構為臨床、轉譯或應用研究提供資金。然而，針對基礎實驗研究的資助較少。資金減少會加劇招募參與者和進行健全實驗研究的後勤困難，從而導致樣本量較小。這些小樣本量是為了方便起見，從受限的地理區域中篩選出來的。
這種現象被稱為 WEIRD 問題。它指的是作為典型研究樣本一部分的西方（Western）、受過高等教育（Educated）、工業化（Industrialized）、富裕（Rich）且民主（Democratic）的個體。這些樣本群體並不特別具備包容性，因為這些個體中的大多數來自大學校園。這種 WEIRD 人口統計學特徵無法反映現實世界的多樣性，也無法反映使我們成為人類的獨特認知與情感屬性。
總體而言，這種情況限制了實驗的實際意義和可推廣性。正因如此，這些研究的發現很難被推導，進而轉化為對所有人腦認知（即大腦工作負載、解決問題等）的新穎見解。
EEG 硬體創新
全球皆可取得的研究級、可攜式、低成本設備
EEG 裝置
在過去幾年裡，研究人員利用可攜式 EEG 裝置打破了神經科學研究的傳統障礙。腦機介面 (BCI)、腦機界面 (BMI) 或人機介面 (HCI) 正是如此。它們利用 EEG 訊號來表徵並識別認知或情感狀態。在硬體微型化和數據處理演算法改進的推動下，BCI 作為一種改變人類與環境互動方式的手段正在迅速發展。這些系統使人類能夠透過神經回饋來提升自我，並鼓勵人們在無需物理介入的情況下與周圍環境互動。
EEG 裝置的未來
至少在過去十年中，EEG 硬體的總體趨勢一直朝著更小、無線、可攜式且成本更低的方向發展。
圖 1：Emotiv 的 EPOC 頭戴式裝置
圖 2：Emotiv 的 EPOC Flex 頭戴式裝置
然而，將曾經需要昂貴、專用實驗室的系統轉變為可攜式、低成本的系統，並非沒有引起疑慮。一些科學家對 EEG 頭戴式裝置的效度、品質或實用性曾存有疑慮。為了調查這一點，研究人員進行了許多驗證研究，證實了這些系統的科學實用性。
EEG 頭戴式裝置的低成本和可攜性也開拓了廣泛的研究問題，這些問題現在可以進行原位（in situ）解答。也就是說，受試者的腦電波可以在現實生活情境中進行測量，而傳統硬體的移動性則非常有限。在運動或體育心理學中，這是一個巨大的變革。
想像一下，有一個研究小組正在調查特定抽樣的體育運動大學生的反應時間。他們想知道足球守門員對球的反應時間是否比其他隊友更快。在傳統的研究範式中，這些受試者必須進入實驗室、接上電線、在實體螢幕上執行任務，並透過硬體按鈕或按鍵進行回報。而有了較新的 EEG 設備，在實際的足球場上即可應用並測量這個相同的問題。
總體而言，EEG 硬體的這些創新開拓了實驗室之外的實際應用。因此，它們提高了神經科學研究的能力和範疇。
迎接創新 – 遇見 Emotiv
過去幾年裡，深度學習和其他機器學習分析領域取得了令人興奮的進展。出於這個原因，需要一個大型、有效且高品質的數據集（n=1000+）來發揮這些程式的價值。鑑於 EEG 研究中對訊號處理、分類、驗證和性能評估的要求，如果應用這些人工智慧方法，該領域將大為受益。大數據是克服目前神經科學迭代實驗研究性質的必要條件，特別是在神經退行性疾病和腦機介面更為複雜的領域。直到現在，那些數據一直無法取得。
有兩種方法可以增加潛在的樣本群體以及隨後
收集的數據：
開發可在全球範圍內使用的研究級、可攜式、低成本的 EEG 硬體。
改進數據 collected、驗證和自動分析技術。
化解挑戰，與變革並肩成長。選擇 Emotiv
回顧 Emotiv 過去十年在 EEG 技術上的創新
EEG 裝置在神經科學研究和臨床環境中的使用持續增加（見圖 3）。在過去的十年中，Emotiv 開發了研究級、無線、可攜式且易於使用的 EEG 設備，並配備了世界上任何人、任何地方都可以使用的品質控制，以應對這些挑戰。
圖 3 – 包含「EEG」的出版物數量 (1940 – 2021)，經由 Neuroscience Information Framework
硬體演進
此外，EEG 硬體已從濕電極演進為乾電極。濕電極佩戴耗時、佩戴不適且限制了移動性。配備乾電極或混合電極的頭戴式裝置工作迅速、便於攜帶，且製造和操作成本顯著降低。這些技術進步使我們更接近神經學研究的突破，但我們仍未完全實現目標。
確保多樣化的樣本集
Emotiv 可以幫助您增加研究的多樣性。Emotiv EEG 頭戴式裝置的 EPOC 系列已推出十多年，並已獲得全球研究機構的獨立驗證。它們已被應用於各種領域，包括控制機器人肢體和輪椅、安全系統中的生物特徵使用者身份驗證，以及識別認知與情感的心智狀態。
Emotiv 全球應用的潛力和低資金門檻，為資源有限的人們推動了研究。例如，Parameshwaran and Thiagarajan 在印度農村和城市環境中使用 Emotiv EEG 設備，展示了與社會經濟地位、接觸科技的機會以及旅遊經驗相關的 EEG 訊號特徵差異。
繼續閱讀