為什麼要將腦電圖 (EEG) 用於研究？
梅胡爾·納亞克
更新於
2022年2月17日
為什麼要將腦電圖 (EEG) 用於研究？
梅胡爾·納亞克
更新於
2022年2月17日
為什麼要將腦電圖 (EEG) 用於研究？
梅胡爾·納亞克
更新於
2022年2月17日
想像一下，您製作了一段短影片，並想找出影片中哪些部分最吸引人。一般來說，您只需直接詢問他們，或者使用問卷調查。但在大多數情況下，最常見的回答可能是「我不太確定」或「我記不得了」。僅憑主觀指標在人類感知領域進行研究，往往充滿了不確定性，而這些不確定性可以通過測量神經生理反應來克服。EEG（腦電圖）設備具有獨特的優勢，是一種易於獲取且具成本效益的工具，能夠加強與人類感知相關的研究。 因此，它正迅速成為心理學、神經營銷和 BCI 領域的重要工具。
什麼是 EEG？
腦電圖（EEG）是對被稱為神經元的腦細胞所產生的電活動進行的測量。這是一種安全、無創的方法，將電極放置在頭皮上。用於此目的的 EEG 設備種類繁多，從單通道的商業設備到 256 通道的醫療級系統皆有。您可以在此閱讀更多關於什麼是 EEG 以及不同 EEG 設備的詳細資訊。
EEG 有哪些好處？
高時間解析度
由於其高時間解析度，EEG 能夠指標化前意識過程。
與其他神經影像學方法相比，EEG 的最大優勢在於其時間解析度，即測量以毫秒為單位的快速大腦反應的能力。其他大腦成像方法如 fMRI（功能性磁振造影），在呈現感興趣的刺激後需要一秒或更長時間。此外，旨在避免主觀反應不確定性的行為任務通常依賴於反應時間和按鍵反應。這些可能需要長達一秒的時間，而考慮到大腦能夠在毫秒的時間尺度上產生許多複雜的神經生理過程，這就顯得非常緩慢了。因此，由於其高時間解析度，EEG 能夠指標化前意識過程，否則這些過程單憑自我報告和基於反應的任務是無法被察覺的。
高性價比與移動性
體育科學：Paxton Lynch 配戴 Emotiv Insight EEG 頭戴式裝置接受壓力測試。
EEG 設備已變得經濟實惠且無線化，使研究人員能夠在現場開展研究，而無需將參與者帶入實驗室。雖然 EEG 和 MEG（腦磁圖）都具有高時間解析度，但由於成本低、便於移動，EEG 是更易於獲取的研究工具，這使得受試者可以在受控或自然的環境中進行人類行為研究。其他神經成像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，且必須將參與者帶到醫院或實驗室環境中才能進行這些研究。與之形成鮮明對比的是，幾乎任何環境都可以轉化為 EEG「實驗室」。（請參閱 Park 等人的回顧文章1，了解移動式 EEG 如何用於提高運動員在現場的運動表現）
內部或遠端研究
EEG 不一定非要在實驗室中進行。隨著價格實惠的商業化 EEG 設備的發展，家庭用戶也可以自行記錄 EEG。 EmotivLABS 平台使研究人員能夠使用 Emotiv 頭戴式裝置在線上開展實驗，其效果已通過與研究級設備的對比驗證²ʹ³。您可以在此處閱讀我們的線上 EEG 試點研究，或在此處閱讀我們的合作案例之一，其中 Emotiv 用戶參與了一項評估簡報軟體的居家研究。
我們可以用 EEG 測量什麼？
最常用的是，研究人員使用刺激呈現後感興趣時間點的電壓振幅（即事件相關電位，或 ERP）或 EEG 中每秒的振盪量（腦波）（即時間-頻率分析）。
這兩個領域使我們能夠回答與行為相關的不同研究問題。此外，隨著先進機器學習算法的發展，我們得以開始解碼對特定刺激反應的精神狀態。例如，借助針對注意力進行驗證的演算法，我們現在可以輕鬆回答「我的影片中哪一部分更能吸引注意力」等問題。
需要注意的事項
重要的是要記住，我們無法真正利用 EEG 來閱讀心思。因此，理想情況下，除了感興趣的變量本身之外，被比較的刺激需要在每個方面都相匹配。所以，設計良好的實驗任務是优秀 EEG 研究的基石。其次，EEG 設備可能會受到電子設備的幹擾，並且 EEG 也容易受到身體移動的影響，這會將不必要的偽影引入記錄中。因此，原始 EEG 反映的是整個大腦的反應，在對刺激感知做出任何推論之前，需要對其進行清洗和處理。
此外，單一電極記錄到的腦電活動是整個大腦活動的疊加，其位置並不能精確、直接地指示活動的來源（例如，額葉電極活動增加並不意味著是額葉產生了這種反應）。這時可以使用 EEG 反應的源重組⁴等方法來確定頭皮水平的來源。若要以更高的置信度確定更深層的信號源，可以考慮將 MEG 或 fMRI 與 EEG 同時結合使用。
EEG 在當前研究中的應用
EEG 目前被廣泛應用，不僅能輔助心理學和醫學領域的研究人員，還能應用於腦機介面、神經回饋，以及在神經營銷等領域中幫助理解消費者行為。
醫學或臨床神經科學
EEG 主要用於醫學領域，以改善診斷和治療。例如，EEG 最常見的用途是診斷癲癇和檢測癲癇發作⁵，以及在睡眠研究中檢測睡眠異常⁶。在精神病學和臨床神經科學中，EEG 目前被用於識別精神障礙的客觀標記，否則這些學科通常需要依賴主觀的臨床評估。定量腦電圖（qEEG）等技術（計算並在頭皮上繪製出振盪量）正被用於表徵各種精神障礙引起的大腦變化⁷。應用於健康大腦與病態大腦分類的機器學習也為更客觀的診斷方法奠定了基礎⁸ˈ⁹。
神經營銷
毫無疑問，理解消費者行為是神經營銷的核心。EEG 在該領域最常見的用途是確定廣告¹⁰、產品或服務中不夠顯眼和不夠吸引人的地方，以便對其進行改進。
Emotiv x 神經營銷 - 歐萊雅奢華實驗室探討消費者行為的未來。
EEG 振盪也用於識別是否存在潛意識的品牌/產品記憶¹¹。其他用途還包括神經定價，利用 EEG 配合行為任務來尋找產品的最佳定價策略¹²。
Emotiv x 神經營銷 - 大腦對不同定價建議的反應。
一般神經科學研究
這類研究涉及理解大腦如何運作（例如，我們的大腦如何處理視覺或聽覺刺激）以及大腦的不同部分如何相互溝通。它也涉及理解大腦與精神障礙（例如，自閉症譜系障礙或思覺失調症）之間的關係。這涵蓋了多個領域，包括社交、情感、計算和認知領域。
腦機介面 (BCI)
BCI 研究旨在通過將 EEG 與計算設備相結合，將大腦指令轉化為外部行動。使用心智指令來打字、移動輪椅、甚至移動假肢，都是 BCI 目前發展的一部分，用於提高殘疾人士的生活品質¹³。
腦機介面 (BCI) - 患有腦性麻痺的8歲小男孩 John，其在 Instagram 帳號 brainpaintbyjohn 上的精彩創作
另一個變革是在音樂產業，音樂家/歌手正利用他們的思想來創作音樂（請參閱我們的相關貼文在此）
腦機介面 (BCI) - Emotiv 的 EPOC 頭戴式裝置與標誌性的 TONTO 合成器是完美契合的。
總體而言，使用 EEG 提供了探索人類行為深層情況的契機。其高性價比和高可及性使它成為多個學科的有用工具，透過使用 EEG 深入進行研究，可以超越簡單的主觀自我報告，客觀地解碼人類行為，從而改善用戶體驗並推動治療方法的研究。
腦機介面 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用心智指令駕駛 F1 賽車
文章撰寫人：
Roshini Randeniya，Emotiv Research Pty. Ltd. 研究專員
參考文獻
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCUSED MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
想像一下，您製作了一段短影片，並想找出影片中哪些部分最吸引人。一般來說，您只需直接詢問他們，或者使用問卷調查。但在大多數情況下，最常見的回答可能是「我不太確定」或「我記不得了」。僅憑主觀指標在人類感知領域進行研究，往往充滿了不確定性，而這些不確定性可以通過測量神經生理反應來克服。EEG（腦電圖）設備具有獨特的優勢，是一種易於獲取且具成本效益的工具，能夠加強與人類感知相關的研究。 因此，它正迅速成為心理學、神經營銷和 BCI 領域的重要工具。
什麼是 EEG？
腦電圖（EEG）是對被稱為神經元的腦細胞所產生的電活動進行的測量。這是一種安全、無創的方法，將電極放置在頭皮上。用於此目的的 EEG 設備種類繁多，從單通道的商業設備到 256 通道的醫療級系統皆有。您可以在此閱讀更多關於什麼是 EEG 以及不同 EEG 設備的詳細資訊。
EEG 有哪些好處？
高時間解析度
由於其高時間解析度，EEG 能夠指標化前意識過程。
與其他神經影像學方法相比，EEG 的最大優勢在於其時間解析度，即測量以毫秒為單位的快速大腦反應的能力。其他大腦成像方法如 fMRI（功能性磁振造影），在呈現感興趣的刺激後需要一秒或更長時間。此外，旨在避免主觀反應不確定性的行為任務通常依賴於反應時間和按鍵反應。這些可能需要長達一秒的時間，而考慮到大腦能夠在毫秒的時間尺度上產生許多複雜的神經生理過程，這就顯得非常緩慢了。因此，由於其高時間解析度，EEG 能夠指標化前意識過程，否則這些過程單憑自我報告和基於反應的任務是無法被察覺的。
高性價比與移動性
體育科學：Paxton Lynch 配戴 Emotiv Insight EEG 頭戴式裝置接受壓力測試。
EEG 設備已變得經濟實惠且無線化，使研究人員能夠在現場開展研究，而無需將參與者帶入實驗室。雖然 EEG 和 MEG（腦磁圖）都具有高時間解析度，但由於成本低、便於移動，EEG 是更易於獲取的研究工具，這使得受試者可以在受控或自然的環境中進行人類行為研究。其他神經成像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，且必須將參與者帶到醫院或實驗室環境中才能進行這些研究。與之形成鮮明對比的是，幾乎任何環境都可以轉化為 EEG「實驗室」。（請參閱 Park 等人的回顧文章1，了解移動式 EEG 如何用於提高運動員在現場的運動表現）
內部或遠端研究
EEG 不一定非要在實驗室中進行。隨著價格實惠的商業化 EEG 設備的發展，家庭用戶也可以自行記錄 EEG。 EmotivLABS 平台使研究人員能夠使用 Emotiv 頭戴式裝置在線上開展實驗，其效果已通過與研究級設備的對比驗證²ʹ³。您可以在此處閱讀我們的線上 EEG 試點研究，或在此處閱讀我們的合作案例之一，其中 Emotiv 用戶參與了一項評估簡報軟體的居家研究。
我們可以用 EEG 測量什麼？
最常用的是，研究人員使用刺激呈現後感興趣時間點的電壓振幅（即事件相關電位，或 ERP）或 EEG 中每秒的振盪量（腦波）（即時間-頻率分析）。
這兩個領域使我們能夠回答與行為相關的不同研究問題。此外，隨著先進機器學習算法的發展，我們得以開始解碼對特定刺激反應的精神狀態。例如，借助針對注意力進行驗證的演算法，我們現在可以輕鬆回答「我的影片中哪一部分更能吸引注意力」等問題。
需要注意的事項
重要的是要記住，我們無法真正利用 EEG 來閱讀心思。因此，理想情況下，除了感興趣的變量本身之外，被比較的刺激需要在每個方面都相匹配。所以，設計良好的實驗任務是优秀 EEG 研究的基石。其次，EEG 設備可能會受到電子設備的幹擾，並且 EEG 也容易受到身體移動的影響，這會將不必要的偽影引入記錄中。因此，原始 EEG 反映的是整個大腦的反應，在對刺激感知做出任何推論之前，需要對其進行清洗和處理。
此外，單一電極記錄到的腦電活動是整個大腦活動的疊加，其位置並不能精確、直接地指示活動的來源（例如，額葉電極活動增加並不意味著是額葉產生了這種反應）。這時可以使用 EEG 反應的源重組⁴等方法來確定頭皮水平的來源。若要以更高的置信度確定更深層的信號源，可以考慮將 MEG 或 fMRI 與 EEG 同時結合使用。
EEG 在當前研究中的應用
EEG 目前被廣泛應用，不僅能輔助心理學和醫學領域的研究人員，還能應用於腦機介面、神經回饋，以及在神經營銷等領域中幫助理解消費者行為。
醫學或臨床神經科學
EEG 主要用於醫學領域，以改善診斷和治療。例如，EEG 最常見的用途是診斷癲癇和檢測癲癇發作⁵，以及在睡眠研究中檢測睡眠異常⁶。在精神病學和臨床神經科學中，EEG 目前被用於識別精神障礙的客觀標記，否則這些學科通常需要依賴主觀的臨床評估。定量腦電圖（qEEG）等技術（計算並在頭皮上繪製出振盪量）正被用於表徵各種精神障礙引起的大腦變化⁷。應用於健康大腦與病態大腦分類的機器學習也為更客觀的診斷方法奠定了基礎⁸ˈ⁹。
神經營銷
毫無疑問，理解消費者行為是神經營銷的核心。EEG 在該領域最常見的用途是確定廣告¹⁰、產品或服務中不夠顯眼和不夠吸引人的地方，以便對其進行改進。
Emotiv x 神經營銷 - 歐萊雅奢華實驗室探討消費者行為的未來。
EEG 振盪也用於識別是否存在潛意識的品牌/產品記憶¹¹。其他用途還包括神經定價，利用 EEG 配合行為任務來尋找產品的最佳定價策略¹²。
Emotiv x 神經營銷 - 大腦對不同定價建議的反應。
一般神經科學研究
這類研究涉及理解大腦如何運作（例如，我們的大腦如何處理視覺或聽覺刺激）以及大腦的不同部分如何相互溝通。它也涉及理解大腦與精神障礙（例如，自閉症譜系障礙或思覺失調症）之間的關係。這涵蓋了多個領域，包括社交、情感、計算和認知領域。
腦機介面 (BCI)
BCI 研究旨在通過將 EEG 與計算設備相結合，將大腦指令轉化為外部行動。使用心智指令來打字、移動輪椅、甚至移動假肢，都是 BCI 目前發展的一部分，用於提高殘疾人士的生活品質¹³。
腦機介面 (BCI) - 患有腦性麻痺的8歲小男孩 John，其在 Instagram 帳號 brainpaintbyjohn 上的精彩創作
另一個變革是在音樂產業，音樂家/歌手正利用他們的思想來創作音樂（請參閱我們的相關貼文在此）
腦機介面 (BCI) - Emotiv 的 EPOC 頭戴式裝置與標誌性的 TONTO 合成器是完美契合的。
總體而言，使用 EEG 提供了探索人類行為深層情況的契機。其高性價比和高可及性使它成為多個學科的有用工具，透過使用 EEG 深入進行研究，可以超越簡單的主觀自我報告，客觀地解碼人類行為，從而改善用戶體驗並推動治療方法的研究。
腦機介面 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用心智指令駕駛 F1 賽車
文章撰寫人：
Roshini Randeniya，Emotiv Research Pty. Ltd. 研究專員
參考文獻
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCUSED MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
想像一下，您製作了一段短影片，並想找出影片中哪些部分最吸引人。一般來說，您只需直接詢問他們，或者使用問卷調查。但在大多數情況下，最常見的回答可能是「我不太確定」或「我記不得了」。僅憑主觀指標在人類感知領域進行研究，往往充滿了不確定性，而這些不確定性可以通過測量神經生理反應來克服。EEG（腦電圖）設備具有獨特的優勢，是一種易於獲取且具成本效益的工具，能夠加強與人類感知相關的研究。 因此，它正迅速成為心理學、神經營銷和 BCI 領域的重要工具。
什麼是 EEG？
腦電圖（EEG）是對被稱為神經元的腦細胞所產生的電活動進行的測量。這是一種安全、無創的方法，將電極放置在頭皮上。用於此目的的 EEG 設備種類繁多，從單通道的商業設備到 256 通道的醫療級系統皆有。您可以在此閱讀更多關於什麼是 EEG 以及不同 EEG 設備的詳細資訊。
EEG 有哪些好處？
高時間解析度
由於其高時間解析度，EEG 能夠指標化前意識過程。
與其他神經影像學方法相比，EEG 的最大優勢在於其時間解析度，即測量以毫秒為單位的快速大腦反應的能力。其他大腦成像方法如 fMRI（功能性磁振造影），在呈現感興趣的刺激後需要一秒或更長時間。此外，旨在避免主觀反應不確定性的行為任務通常依賴於反應時間和按鍵反應。這些可能需要長達一秒的時間，而考慮到大腦能夠在毫秒的時間尺度上產生許多複雜的神經生理過程，這就顯得非常緩慢了。因此，由於其高時間解析度，EEG 能夠指標化前意識過程，否則這些過程單憑自我報告和基於反應的任務是無法被察覺的。
高性價比與移動性
體育科學：Paxton Lynch 配戴 Emotiv Insight EEG 頭戴式裝置接受壓力測試。
EEG 設備已變得經濟實惠且無線化，使研究人員能夠在現場開展研究，而無需將參與者帶入實驗室。雖然 EEG 和 MEG（腦磁圖）都具有高時間解析度，但由於成本低、便於移動，EEG 是更易於獲取的研究工具，這使得受試者可以在受控或自然的環境中進行人類行為研究。其他神經成像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，且必須將參與者帶到醫院或實驗室環境中才能進行這些研究。與之形成鮮明對比的是，幾乎任何環境都可以轉化為 EEG「實驗室」。（請參閱 Park 等人的回顧文章1，了解移動式 EEG 如何用於提高運動員在現場的運動表現）
內部或遠端研究
EEG 不一定非要在實驗室中進行。隨著價格實惠的商業化 EEG 設備的發展，家庭用戶也可以自行記錄 EEG。 EmotivLABS 平台使研究人員能夠使用 Emotiv 頭戴式裝置在線上開展實驗，其效果已通過與研究級設備的對比驗證²ʹ³。您可以在此處閱讀我們的線上 EEG 試點研究，或在此處閱讀我們的合作案例之一，其中 Emotiv 用戶參與了一項評估簡報軟體的居家研究。
我們可以用 EEG 測量什麼？
最常用的是，研究人員使用刺激呈現後感興趣時間點的電壓振幅（即事件相關電位，或 ERP）或 EEG 中每秒的振盪量（腦波）（即時間-頻率分析）。
這兩個領域使我們能夠回答與行為相關的不同研究問題。此外，隨著先進機器學習算法的發展，我們得以開始解碼對特定刺激反應的精神狀態。例如，借助針對注意力進行驗證的演算法，我們現在可以輕鬆回答「我的影片中哪一部分更能吸引注意力」等問題。
需要注意的事項
重要的是要記住，我們無法真正利用 EEG 來閱讀心思。因此，理想情況下，除了感興趣的變量本身之外，被比較的刺激需要在每個方面都相匹配。所以，設計良好的實驗任務是优秀 EEG 研究的基石。其次，EEG 設備可能會受到電子設備的幹擾，並且 EEG 也容易受到身體移動的影響，這會將不必要的偽影引入記錄中。因此，原始 EEG 反映的是整個大腦的反應，在對刺激感知做出任何推論之前，需要對其進行清洗和處理。
此外，單一電極記錄到的腦電活動是整個大腦活動的疊加，其位置並不能精確、直接地指示活動的來源（例如，額葉電極活動增加並不意味著是額葉產生了這種反應）。這時可以使用 EEG 反應的源重組⁴等方法來確定頭皮水平的來源。若要以更高的置信度確定更深層的信號源，可以考慮將 MEG 或 fMRI 與 EEG 同時結合使用。
EEG 在當前研究中的應用
EEG 目前被廣泛應用，不僅能輔助心理學和醫學領域的研究人員，還能應用於腦機介面、神經回饋，以及在神經營銷等領域中幫助理解消費者行為。
醫學或臨床神經科學
EEG 主要用於醫學領域，以改善診斷和治療。例如，EEG 最常見的用途是診斷癲癇和檢測癲癇發作⁵，以及在睡眠研究中檢測睡眠異常⁶。在精神病學和臨床神經科學中，EEG 目前被用於識別精神障礙的客觀標記，否則這些學科通常需要依賴主觀的臨床評估。定量腦電圖（qEEG）等技術（計算並在頭皮上繪製出振盪量）正被用於表徵各種精神障礙引起的大腦變化⁷。應用於健康大腦與病態大腦分類的機器學習也為更客觀的診斷方法奠定了基礎⁸ˈ⁹。
神經營銷
毫無疑問，理解消費者行為是神經營銷的核心。EEG 在該領域最常見的用途是確定廣告¹⁰、產品或服務中不夠顯眼和不夠吸引人的地方，以便對其進行改進。
Emotiv x 神經營銷 - 歐萊雅奢華實驗室探討消費者行為的未來。
EEG 振盪也用於識別是否存在潛意識的品牌/產品記憶¹¹。其他用途還包括神經定價，利用 EEG 配合行為任務來尋找產品的最佳定價策略¹²。
Emotiv x 神經營銷 - 大腦對不同定價建議的反應。
一般神經科學研究
這類研究涉及理解大腦如何運作（例如，我們的大腦如何處理視覺或聽覺刺激）以及大腦的不同部分如何相互溝通。它也涉及理解大腦與精神障礙（例如，自閉症譜系障礙或思覺失調症）之間的關係。這涵蓋了多個領域，包括社交、情感、計算和認知領域。
腦機介面 (BCI)
BCI 研究旨在通過將 EEG 與計算設備相結合，將大腦指令轉化為外部行動。使用心智指令來打字、移動輪椅、甚至移動假肢，都是 BCI 目前發展的一部分，用於提高殘疾人士的生活品質¹³。
腦機介面 (BCI) - 患有腦性麻痺的8歲小男孩 John，其在 Instagram 帳號 brainpaintbyjohn 上的精彩創作
另一個變革是在音樂產業，音樂家/歌手正利用他們的思想來創作音樂（請參閱我們的相關貼文在此）
腦機介面 (BCI) - Emotiv 的 EPOC 頭戴式裝置與標誌性的 TONTO 合成器是完美契合的。
總體而言，使用 EEG 提供了探索人類行為深層情況的契機。其高性價比和高可及性使它成為多個學科的有用工具，透過使用 EEG 深入進行研究，可以超越簡單的主觀自我報告，客觀地解碼人類行為，從而改善用戶體驗並推動治療方法的研究。
腦機介面 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用心智指令駕駛 F1 賽車
文章撰寫人：
Roshini Randeniya，Emotiv Research Pty. Ltd. 研究專員
參考文獻
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCUSED MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
繼續閱讀