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，您製作了一段短片，並想找出影片中的哪些部分最吸引人。通常，您只會直接詢問他們。也許您會使用問卷調查。但最常見的答案可能是「我不太確定」或「我不記得了」。僅使用主觀測量方法進行人類感知研究可能會充滿不確定性，而測量神經生理反應則有望克服這一點。EEG 設備定位獨特，是一種易於獲取且具成本效益的工具，可以增強與人類感知相關的研究。 因此，它正迅速成為心理學、神經營銷學和 BCI 的關鍵工具。
什麼是 EEG？
腦電圖 (EEG) 是對腦細胞（稱為神經元）所產生的電活動的測量。這是一種安全且非侵入性的方法，使用放置在頭皮上的電極。用於此目的的 EEG 設備可以從單通道商業設備到 256 通道的醫療級系統不等。您可以在此處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 能夠指示前意識過程。
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，即測量毫秒級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，旨在避免主觀反應中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時間尺度上產生許多複雜的神經生理過程，這顯得非常緩慢。因此，由於其高時間解析度，EEG 能夠指示前意識過程，否則這些過程在僅靠自我報告和基於反應的任務中是無法被察覺的。
實惠性與移動性
體育科學：Paxton Lynch 使用 Emotiv Insight EEG 頭戴式裝置進行壓力測試。
EEG 設備已變得具成本效益且無線化，使研究人員能夠在現場進行研究，而不是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 EEG 是更易於獲取的研究工具，因為其低成本和移動性，使人類行為能夠在受控或自然環境中得到研究。替代的神經成像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，且參與者必須被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」。（參見 Park 等人的評論1，了解移動式 EEG 如何用於提高現場體育表現）
院內或遠端研究
EEG 不一定非得在實驗室中使用單一設備進行。隨著實惠的商業 EEG 設備的演進，家庭用戶也隨時能夠為自己錄製 EEG。 EmotivLABS 平台使研究人員能夠使用 Emotiv 頭戴式裝置在線上進行實驗，這些裝置已與研究級設備²ʹ³進行了對比驗證。閱讀我們在線試點的 EEG 研究 點擊這裡 或關於我們合作夥伴關係之一，Emotiv 用戶參與了一項評估簡報軟體的居家研究，點擊這裡。
我們能用 EEG 測量什麼？
研究人員最常用的是在刺激呈現後（即事件相關電位，或 ERPs）感興趣時間點的電壓振幅，或者是 EEG 每秒的（腦波）振盪量（即時頻分析）。
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，隨著複雜機器學習演算法的進步，我們可以開始解碼對特定刺激反應的精神狀態。例如，隨著針對注意力驗證的演算法的發展，我們現在可以輕鬆回答諸如「我的影片中哪一部分吸引了更多注意力」之類的問題。
需要注意的事項
重要的是要記住，我們無法精確地用 EEG 讀取思想。因此，理想情況下，被比較的刺激需要在除了感興趣的變量本身之外的每個方面都進行匹配。因此，設計良好的實驗任務是良好 EEG 研究的基石。其次，EEG 設備可能會受到電子設備的干擾，且 EEG 也容易受到移動的影響，這可能會在記錄中引入不必要的偽影。因此，原始 EEG 反映的是整個大腦的反應，需要經過清理和處理，才能對刺激的感知做出任何推論。
此外，單個電極處的腦部活動會記錄來自大腦的整體活動，其位置並不能精確地指示活動的來源（例如，前額電極活動增加並不意味著大腦額葉產生了這種反應）。為此目的，可以使用 EEG 反應的源重建⁴等方法來確定頭皮水平的源。為了更有信心地確定更深層的源，可以考慮將 MEG 或 fMRI 等神經成像方法與 EEG 結合使用。
目前研究中的 EEG
EEG 目前正以多種方式使用，不僅有助於心理學和醫學領域的研究人員，還在腦機介面（BCI）、神經回饋以及了解神經營銷等領域的消費者行為方面發揮作用。
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 最常見的用途是癲癇的診斷和發作的檢測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 目前正被用於識別客觀的疾病標記物，否則這些疾病的診斷需要依賴主觀的臨床評估。例如定量 EEG (qEEG) 這種計算振盪量並在頭皮上繪製圖譜的技術，正被用於描繪各種精神疾病引起的大腦變化⁷。應用於健康與患病大腦分類的機器學習也正為更客觀的
診斷⁸<sup>,⁹開闢道路。
神經營銷學
當然，了解消費者行為是神經營銷學的核心。EEG 在該領域最常見的用途是確定廣告¹⁰、產品或服務中較不顯著和吸引人的方面，以期對其進行改進。
Emotiv x 神經營銷學 - L’Oreal 奢華實驗室中消費者行為的未來。
EEG 振盪也用於識別是否存在潛意識的品牌/產品回憶¹¹。其他用途包括神經定價，即配合使用 EEG 的行為任務來尋找產品的最佳定價策略¹²。
Emotiv x 神經營銷學 - 大腦對不同定價建議的反應。
一般神經科學研究
這種類型的研究涉及了解大腦如何運作（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。它還涉及了解大腦與疾病（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，包括社會、情感、計算和認知領域。
腦機介面 (BCI)
BCI 研究旨在通過將 EEG 與計算設備結合，將大腦指令轉化為外部行動。使用大腦指令打出 Word 文檔、移動輪椅甚至是移動義肢，都是目前在 BCI 領域正利用來改善殘障人士生活品質的一些進展¹³。
腦機介面 (BCI) - 來自 8 歲腦性麻痺男孩 John 的精彩創作，在 Instagram 帳號 brainpaintbyjohn 上
另一個改革發生在音樂界，音樂家/歌手正在使用他們的思想來創作音樂（請參閱我們的相關貼文 點擊這裡）
腦機介面 (BCI) - Emotiv 的 EPOC 頭戴式裝置與偶像級的 TONTO 合成器是完美的搭配。
總體而言，使用 EEG 提供了超越淺層理解人類行為承諾的前景。它的成本效益和高普及性使其成為多個學科的實用工具。透過使用 EEG 進行比簡單的主觀自我報告更深層的探索，並客觀地解碼人類行為，可以實現從改善使用者體驗到推進治療方法等過程的精進。
腦機介面 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用大腦指令駕馭 F1 賽車
文章撰寫自
Roshini Randeniya，Emotiv 研究有限公司（EMOTIV Research Pty. Ltd）研究員
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 SUBCONSCIOUS 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，您製作了一段短片，並想找出影片中的哪些部分最吸引人。通常，您只會直接詢問他們。也許您會使用問卷調查。但最常見的答案可能是「我不太確定」或「我不記得了」。僅使用主觀測量方法進行人類感知研究可能會充滿不確定性，而測量神經生理反應則有望克服這一點。EEG 設備定位獨特，是一種易於獲取且具成本效益的工具，可以增強與人類感知相關的研究。 因此，它正迅速成為心理學、神經營銷學和 BCI 的關鍵工具。
什麼是 EEG？
腦電圖 (EEG) 是對腦細胞（稱為神經元）所產生的電活動的測量。這是一種安全且非侵入性的方法，使用放置在頭皮上的電極。用於此目的的 EEG 設備可以從單通道商業設備到 256 通道的醫療級系統不等。您可以在此處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 能夠指示前意識過程。
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，即測量毫秒級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，旨在避免主觀反應中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時間尺度上產生許多複雜的神經生理過程，這顯得非常緩慢。因此，由於其高時間解析度，EEG 能夠指示前意識過程，否則這些過程在僅靠自我報告和基於反應的任務中是無法被察覺的。
實惠性與移動性
體育科學：Paxton Lynch 使用 Emotiv Insight EEG 頭戴式裝置進行壓力測試。
EEG 設備已變得具成本效益且無線化，使研究人員能夠在現場進行研究，而不是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 EEG 是更易於獲取的研究工具，因為其低成本和移動性，使人類行為能夠在受控或自然環境中得到研究。替代的神經成像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，且參與者必須被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」。（參見 Park 等人的評論1，了解移動式 EEG 如何用於提高現場體育表現）
院內或遠端研究
EEG 不一定非得在實驗室中使用單一設備進行。隨著實惠的商業 EEG 設備的演進，家庭用戶也隨時能夠為自己錄製 EEG。 EmotivLABS 平台使研究人員能夠使用 Emotiv 頭戴式裝置在線上進行實驗，這些裝置已與研究級設備²ʹ³進行了對比驗證。閱讀我們在線試點的 EEG 研究 點擊這裡 或關於我們合作夥伴關係之一，Emotiv 用戶參與了一項評估簡報軟體的居家研究，點擊這裡。
我們能用 EEG 測量什麼？
研究人員最常用的是在刺激呈現後（即事件相關電位，或 ERPs）感興趣時間點的電壓振幅，或者是 EEG 每秒的（腦波）振盪量（即時頻分析）。
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，隨著複雜機器學習演算法的進步，我們可以開始解碼對特定刺激反應的精神狀態。例如，隨著針對注意力驗證的演算法的發展，我們現在可以輕鬆回答諸如「我的影片中哪一部分吸引了更多注意力」之類的問題。
需要注意的事項
重要的是要記住，我們無法精確地用 EEG 讀取思想。因此，理想情況下，被比較的刺激需要在除了感興趣的變量本身之外的每個方面都進行匹配。因此，設計良好的實驗任務是良好 EEG 研究的基石。其次，EEG 設備可能會受到電子設備的干擾，且 EEG 也容易受到移動的影響，這可能會在記錄中引入不必要的偽影。因此，原始 EEG 反映的是整個大腦的反應，需要經過清理和處理，才能對刺激的感知做出任何推論。
此外，單個電極處的腦部活動會記錄來自大腦的整體活動，其位置並不能精確地指示活動的來源（例如，前額電極活動增加並不意味著大腦額葉產生了這種反應）。為此目的，可以使用 EEG 反應的源重建⁴等方法來確定頭皮水平的源。為了更有信心地確定更深層的源，可以考慮將 MEG 或 fMRI 等神經成像方法與 EEG 結合使用。
目前研究中的 EEG
EEG 目前正以多種方式使用，不僅有助於心理學和醫學領域的研究人員，還在腦機介面（BCI）、神經回饋以及了解神經營銷等領域的消費者行為方面發揮作用。
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 最常見的用途是癲癇的診斷和發作的檢測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 目前正被用於識別客觀的疾病標記物，否則這些疾病的診斷需要依賴主觀的臨床評估。例如定量 EEG (qEEG) 這種計算振盪量並在頭皮上繪製圖譜的技術，正被用於描繪各種精神疾病引起的大腦變化⁷。應用於健康與患病大腦分類的機器學習也正為更客觀的
診斷⁸<sup>,⁹開闢道路。
神經營銷學
當然，了解消費者行為是神經營銷學的核心。EEG 在該領域最常見的用途是確定廣告¹⁰、產品或服務中較不顯著和吸引人的方面，以期對其進行改進。
Emotiv x 神經營銷學 - L’Oreal 奢華實驗室中消費者行為的未來。
EEG 振盪也用於識別是否存在潛意識的品牌/產品回憶¹¹。其他用途包括神經定價，即配合使用 EEG 的行為任務來尋找產品的最佳定價策略¹²。
Emotiv x 神經營銷學 - 大腦對不同定價建議的反應。
一般神經科學研究
這種類型的研究涉及了解大腦如何運作（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。它還涉及了解大腦與疾病（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，包括社會、情感、計算和認知領域。
腦機介面 (BCI)
BCI 研究旨在通過將 EEG 與計算設備結合，將大腦指令轉化為外部行動。使用大腦指令打出 Word 文檔、移動輪椅甚至是移動義肢，都是目前在 BCI 領域正利用來改善殘障人士生活品質的一些進展¹³。
腦機介面 (BCI) - 來自 8 歲腦性麻痺男孩 John 的精彩創作，在 Instagram 帳號 brainpaintbyjohn 上
另一個改革發生在音樂界，音樂家/歌手正在使用他們的思想來創作音樂（請參閱我們的相關貼文 點擊這裡）
腦機介面 (BCI) - Emotiv 的 EPOC 頭戴式裝置與偶像級的 TONTO 合成器是完美的搭配。
總體而言，使用 EEG 提供了超越淺層理解人類行為承諾的前景。它的成本效益和高普及性使其成為多個學科的實用工具。透過使用 EEG 進行比簡單的主觀自我報告更深層的探索，並客觀地解碼人類行為，可以實現從改善使用者體驗到推進治療方法等過程的精進。
腦機介面 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用大腦指令駕馭 F1 賽車
文章撰寫自
Roshini Randeniya，Emotiv 研究有限公司（EMOTIV Research Pty. Ltd）研究員
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 SUBCONSCIOUS 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，您製作了一段短片，並想找出影片中的哪些部分最吸引人。通常，您只會直接詢問他們。也許您會使用問卷調查。但最常見的答案可能是「我不太確定」或「我不記得了」。僅使用主觀測量方法進行人類感知研究可能會充滿不確定性，而測量神經生理反應則有望克服這一點。EEG 設備定位獨特，是一種易於獲取且具成本效益的工具，可以增強與人類感知相關的研究。 因此，它正迅速成為心理學、神經營銷學和 BCI 的關鍵工具。
什麼是 EEG？
腦電圖 (EEG) 是對腦細胞（稱為神經元）所產生的電活動的測量。這是一種安全且非侵入性的方法，使用放置在頭皮上的電極。用於此目的的 EEG 設備可以從單通道商業設備到 256 通道的醫療級系統不等。您可以在此處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 能夠指示前意識過程。
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，即測量毫秒級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，旨在避免主觀反應中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時間尺度上產生許多複雜的神經生理過程，這顯得非常緩慢。因此，由於其高時間解析度，EEG 能夠指示前意識過程，否則這些過程在僅靠自我報告和基於反應的任務中是無法被察覺的。
實惠性與移動性
體育科學：Paxton Lynch 使用 Emotiv Insight EEG 頭戴式裝置進行壓力測試。
EEG 設備已變得具成本效益且無線化，使研究人員能夠在現場進行研究，而不是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 EEG 是更易於獲取的研究工具，因為其低成本和移動性，使人類行為能夠在受控或自然環境中得到研究。替代的神經成像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，且參與者必須被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」。（參見 Park 等人的評論1，了解移動式 EEG 如何用於提高現場體育表現）
院內或遠端研究
EEG 不一定非得在實驗室中使用單一設備進行。隨著實惠的商業 EEG 設備的演進，家庭用戶也隨時能夠為自己錄製 EEG。 EmotivLABS 平台使研究人員能夠使用 Emotiv 頭戴式裝置在線上進行實驗，這些裝置已與研究級設備²ʹ³進行了對比驗證。閱讀我們在線試點的 EEG 研究 點擊這裡 或關於我們合作夥伴關係之一，Emotiv 用戶參與了一項評估簡報軟體的居家研究，點擊這裡。
我們能用 EEG 測量什麼？
研究人員最常用的是在刺激呈現後（即事件相關電位，或 ERPs）感興趣時間點的電壓振幅，或者是 EEG 每秒的（腦波）振盪量（即時頻分析）。
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，隨著複雜機器學習演算法的進步，我們可以開始解碼對特定刺激反應的精神狀態。例如，隨著針對注意力驗證的演算法的發展，我們現在可以輕鬆回答諸如「我的影片中哪一部分吸引了更多注意力」之類的問題。
需要注意的事項
重要的是要記住，我們無法精確地用 EEG 讀取思想。因此，理想情況下，被比較的刺激需要在除了感興趣的變量本身之外的每個方面都進行匹配。因此，設計良好的實驗任務是良好 EEG 研究的基石。其次，EEG 設備可能會受到電子設備的干擾，且 EEG 也容易受到移動的影響，這可能會在記錄中引入不必要的偽影。因此，原始 EEG 反映的是整個大腦的反應，需要經過清理和處理，才能對刺激的感知做出任何推論。
此外，單個電極處的腦部活動會記錄來自大腦的整體活動，其位置並不能精確地指示活動的來源（例如，前額電極活動增加並不意味著大腦額葉產生了這種反應）。為此目的，可以使用 EEG 反應的源重建⁴等方法來確定頭皮水平的源。為了更有信心地確定更深層的源，可以考慮將 MEG 或 fMRI 等神經成像方法與 EEG 結合使用。
目前研究中的 EEG
EEG 目前正以多種方式使用，不僅有助於心理學和醫學領域的研究人員，還在腦機介面（BCI）、神經回饋以及了解神經營銷等領域的消費者行為方面發揮作用。
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 最常見的用途是癲癇的診斷和發作的檢測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 目前正被用於識別客觀的疾病標記物，否則這些疾病的診斷需要依賴主觀的臨床評估。例如定量 EEG (qEEG) 這種計算振盪量並在頭皮上繪製圖譜的技術，正被用於描繪各種精神疾病引起的大腦變化⁷。應用於健康與患病大腦分類的機器學習也正為更客觀的
診斷⁸<sup>,⁹開闢道路。
神經營銷學
當然，了解消費者行為是神經營銷學的核心。EEG 在該領域最常見的用途是確定廣告¹⁰、產品或服務中較不顯著和吸引人的方面，以期對其進行改進。
Emotiv x 神經營銷學 - L’Oreal 奢華實驗室中消費者行為的未來。
EEG 振盪也用於識別是否存在潛意識的品牌/產品回憶¹¹。其他用途包括神經定價，即配合使用 EEG 的行為任務來尋找產品的最佳定價策略¹²。
Emotiv x 神經營銷學 - 大腦對不同定價建議的反應。
一般神經科學研究
這種類型的研究涉及了解大腦如何運作（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。它還涉及了解大腦與疾病（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，包括社會、情感、計算和認知領域。
腦機介面 (BCI)
BCI 研究旨在通過將 EEG 與計算設備結合，將大腦指令轉化為外部行動。使用大腦指令打出 Word 文檔、移動輪椅甚至是移動義肢，都是目前在 BCI 領域正利用來改善殘障人士生活品質的一些進展¹³。
腦機介面 (BCI) - 來自 8 歲腦性麻痺男孩 John 的精彩創作，在 Instagram 帳號 brainpaintbyjohn 上
另一個改革發生在音樂界，音樂家/歌手正在使用他們的思想來創作音樂（請參閱我們的相關貼文 點擊這裡）
腦機介面 (BCI) - Emotiv 的 EPOC 頭戴式裝置與偶像級的 TONTO 合成器是完美的搭配。
總體而言，使用 EEG 提供了超越淺層理解人類行為承諾的前景。它的成本效益和高普及性使其成為多個學科的實用工具。透過使用 EEG 進行比簡單的主觀自我報告更深層的探索，並客觀地解碼人類行為，可以實現從改善使用者體驗到推進治療方法等過程的精進。
腦機介面 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用大腦指令駕馭 F1 賽車
文章撰寫自
Roshini Randeniya，Emotiv 研究有限公司（EMOTIV Research Pty. Ltd）研究員
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 SUBCONSCIOUS 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