挑戰您的記憶力！在Emotiv App中玩新的N-Back遊戲
為什麼在研究中使用腦電圖？
Mehul Nayak
分享：
想像你創建了一個短片，你想找出影片中哪些部分讓觀眾覺得有趣。通常，你只需詢問他們。也許你會使用調查問卷。但最常見的答案可能是“我不太確定”或“我不記得了”。僅靠主觀措施進行人類感知研究可能會充滿不確定性，而神經生理反應的測量可以克服這一問題。EEG 設備作為一種易於接近且具成本效益的工具，能夠促進與人類感知相關的研究。 因此，它正迅速成為心理學、神經行銷和腦機接口 (BCI) 的關鍵工具之一。
什麼是 EEG？
腦電圖 (EEG) 是對腦細胞（稱為神經元）引發的電活動的測量。這是一種安全的非侵入性方法，使用放置在頭皮上的電極。用於此目的的 EEG 設備可能從單通道商用設備到 256 通道醫療級系統不等。你可以在這裡閱讀更多關於 EEG 的詳細信息及不同的 EEG 設備。
EEG 的好處是什麼？
高時間解析度
由於其高時間解析度，EEG 能夠索引前意識過程。
EEG 相較於其他神經影像方法的最大優勢在於其時間解析度，即能夠在毫秒範圍內測量大腦的快速反應。其他腦成像方法如功能性磁振造影 (fMRI)，在呈現感興趣的刺激後需一秒或更久。此外，為避免主觀反應中不確定性而設計的行為任務通常依賴反應時間和按鈕按下反應。這些可能需要一秒之久，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時，這是非常慢的。因此，由於其高時間解析度，EEG 能夠索引否則僅靠自我報告和基於反應的任務無法識別的前意識過程。
經濟性與移動性
運動科學：帕克斯頓·林奇接受 Emotiv Insight EEG 頭戴裝置壓力測試。
EEG 設備已經成為一種成本效益高和無線的選擇，使研究人員能夠在實地進行研究，而不是將受試者帶到實驗室。雖然 EEG 和 MEG (腦磁圖) 都具有高時間解析度，但 EEG 由於其低成本和便捷性，成為更易於使用的研究工具，使得人類行為可以在控制或自然環境中進行研究。其他神經影像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，參與者必須被帶到醫院或實驗室環境中進行這些研究。相比之下，幾乎任何環境都可以轉換成 EEG “實驗室”。（參見Park 等人的評論1，了解如何在實地使用移動式 EEG 改善運動表現）
在家或遠程研究
EEG 不一定必須是在單一設備的實驗室中進行。隨著經濟實惠的商用 EEG 設備的進步，家庭用戶能夠自行錄製 EEG。EmotivLABS 平台允許研究人員通過 EMOTIV 耳機在線進行實驗，這些耳機已通過與研究級設備的驗證²ʹ³。閱讀我們的在線 EEG 試點研究這裡，或關於我們的其中一項合作夥伴關係，EMOTIV 用戶在家中參與了一項評估演示軟件的研究，詳情請參見這裡。
我們可以用 EEG 測量什麼？
最常見的是，研究人員使用感興趣刺激開始後的時間點的電壓幅度（即事件相關電位或 ERP）或在 EEG 每秒中的腦波振盪量（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，隨著複雜的機器學習算法的進步，我們可以開始解碼對感興趣刺激的心理狀態，例如，隨著驗證了注意力的算法的發展，我們現在可以輕鬆回答像是“我影片的哪個部分吸引了更多注意力”這樣的問題。
需要考量的問題
值得記住的是，我們無法精確地用 EEG 讀取思想。因此，對比的刺激理想上需要在除感興趣變量外的每個方面上匹配。因此，設計良好的實驗任務是優良 EEG 研究的基石。其次，EEG 設備可能會受到電氣設備的干擾影響，而且 EEG 也容易受到移動的影響，這可能會在錄製中引入不需要的工件。因此，原始 EEG 反映了整個大腦的反應，在與刺激感知相關的推斷之前需要進行清理和處理。
此外，單個電極下的腦活動錄製整個大腦的活動，其位置不會直接指示活動的來源（例如，額頂電極上的活躍增加並不意味著額葉生成了這一反應）。EEG 反應的源重構⁴之類的方法可以用於這個目的，從頭皮層級確定來源。若要更有信心地確定更深的來源，可以考慮結合 EEG 使用神經成像方法如 MEG 或 fMRI。
EEG 在當前研究中的應用
EEG 目前在多種方式中被應用，協助研究人員不僅在心理學和醫療領域，還有腦機接口、神經反饋和在如神經行銷等領域中理解消費者行為。
醫療或臨床神經科學
EEG 主要用於醫療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 正在用於識別基於主觀臨床評估的障礙的客觀標記。技術如定量 EEG (qEEG)，即計算和繪製振盪在頭皮上的分布，正在用於表徵由各種精神疾病引起的大腦變化⁷。應用於健康與病態腦分類的機器學習也正在為更客觀的診斷⁸ˈ⁹方法鋪路。
神經行銷
當然，理解消費者行為是神經行銷的核心。EEG 在此領域中最常見的用途是確定廣告¹⁰、產品或服務中哪些不夠顯而易見且不太引人入勝的方面，以改善它們。
EMOTIV x 神經行銷 - 消費者行為未來在 L'Oreal 的奢侈品實驗室。
EEG 振盪也被用於判斷是否存在潛意識的品牌/產品記憶¹¹。其他用途包括神經定價，在該用例中，帶有 EEG 的行為任務用於找到產品的最佳定價策略¹²。
EMOTIV x 神經行銷 - 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互相通信。它還涉及理解大腦與疾病之間的關係（例如，自閉症譜系障礙或精神分裂症）。這涵蓋多個領域，包括社會、情感、計算、和認知領域。
腦機接口 (BCI)
BCI 研究旨在通過將 EEG 與計算設備結合，將心智命令轉化為外部行動。使用心智指令來鍵入文本文件，移動輪椅，甚至移動義肢，是目前用於改善殘疾人士生活質量的 BCI 發展的一些例子¹³。
腦機接口 (BCI) - 來自 8 歲腦瘫男孩 John 的驚人創作，在 brainpaintbyjohn 上的 Instagram
另一個革命是在音樂產業中，音樂家/歌手正使用他們的思想來創作音樂（參見我們的相關帖子這裡）
腦機接口 (BCI) - EMOTIV 的 EPOC 耳機與標誌性的 TONTO 合成器完美結合。
總體而言，EEG 的使用提供了一個超越人類行為表面理解的承諾。其成本效益高且高度可及性，使其成為一種跨多領域的實用工具，透過深入研究來提升使用者體驗及提升治療效果，而不僅限於簡單的主觀自我報告，透過使用 EEG 客觀地解碼人類行為來達成這些目的。
腦機接口 (BCI) - EMOTIV x Rodrigo Hubner Mendes，使用意念控制 F1 賽車
文章作者
Roshini Randeniya，研究員，EMOTIV 研究有限公司
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). (神經行銷)
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
想像你創建了一個短片，你想找出影片中哪些部分讓觀眾覺得有趣。通常，你只需詢問他們。也許你會使用調查問卷。但最常見的答案可能是“我不太確定”或“我不記得了”。僅靠主觀措施進行人類感知研究可能會充滿不確定性，而神經生理反應的測量可以克服這一問題。EEG 設備作為一種易於接近且具成本效益的工具，能夠促進與人類感知相關的研究。 因此，它正迅速成為心理學、神經行銷和腦機接口 (BCI) 的關鍵工具之一。
什麼是 EEG？
腦電圖 (EEG) 是對腦細胞（稱為神經元）引發的電活動的測量。這是一種安全的非侵入性方法，使用放置在頭皮上的電極。用於此目的的 EEG 設備可能從單通道商用設備到 256 通道醫療級系統不等。你可以在這裡閱讀更多關於 EEG 的詳細信息及不同的 EEG 設備。
EEG 的好處是什麼？
高時間解析度
由於其高時間解析度，EEG 能夠索引前意識過程。
EEG 相較於其他神經影像方法的最大優勢在於其時間解析度，即能夠在毫秒範圍內測量大腦的快速反應。其他腦成像方法如功能性磁振造影 (fMRI)，在呈現感興趣的刺激後需一秒或更久。此外，為避免主觀反應中不確定性而設計的行為任務通常依賴反應時間和按鈕按下反應。這些可能需要一秒之久，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時，這是非常慢的。因此，由於其高時間解析度，EEG 能夠索引否則僅靠自我報告和基於反應的任務無法識別的前意識過程。
經濟性與移動性
運動科學：帕克斯頓·林奇接受 Emotiv Insight EEG 頭戴裝置壓力測試。
EEG 設備已經成為一種成本效益高和無線的選擇，使研究人員能夠在實地進行研究，而不是將受試者帶到實驗室。雖然 EEG 和 MEG (腦磁圖) 都具有高時間解析度，但 EEG 由於其低成本和便捷性，成為更易於使用的研究工具，使得人類行為可以在控制或自然環境中進行研究。其他神經影像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，參與者必須被帶到醫院或實驗室環境中進行這些研究。相比之下，幾乎任何環境都可以轉換成 EEG “實驗室”。（參見Park 等人的評論1，了解如何在實地使用移動式 EEG 改善運動表現）
在家或遠程研究
EEG 不一定必須是在單一設備的實驗室中進行。隨著經濟實惠的商用 EEG 設備的進步，家庭用戶能夠自行錄製 EEG。EmotivLABS 平台允許研究人員通過 EMOTIV 耳機在線進行實驗，這些耳機已通過與研究級設備的驗證²ʹ³。閱讀我們的在線 EEG 試點研究這裡，或關於我們的其中一項合作夥伴關係，EMOTIV 用戶在家中參與了一項評估演示軟件的研究，詳情請參見這裡。
我們可以用 EEG 測量什麼？
最常見的是，研究人員使用感興趣刺激開始後的時間點的電壓幅度（即事件相關電位或 ERP）或在 EEG 每秒中的腦波振盪量（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，隨著複雜的機器學習算法的進步，我們可以開始解碼對感興趣刺激的心理狀態，例如，隨著驗證了注意力的算法的發展，我們現在可以輕鬆回答像是“我影片的哪個部分吸引了更多注意力”這樣的問題。
需要考量的問題
值得記住的是，我們無法精確地用 EEG 讀取思想。因此，對比的刺激理想上需要在除感興趣變量外的每個方面上匹配。因此，設計良好的實驗任務是優良 EEG 研究的基石。其次，EEG 設備可能會受到電氣設備的干擾影響，而且 EEG 也容易受到移動的影響，這可能會在錄製中引入不需要的工件。因此，原始 EEG 反映了整個大腦的反應，在與刺激感知相關的推斷之前需要進行清理和處理。
此外，單個電極下的腦活動錄製整個大腦的活動，其位置不會直接指示活動的來源（例如，額頂電極上的活躍增加並不意味著額葉生成了這一反應）。EEG 反應的源重構⁴之類的方法可以用於這個目的，從頭皮層級確定來源。若要更有信心地確定更深的來源，可以考慮結合 EEG 使用神經成像方法如 MEG 或 fMRI。
EEG 在當前研究中的應用
EEG 目前在多種方式中被應用，協助研究人員不僅在心理學和醫療領域，還有腦機接口、神經反饋和在如神經行銷等領域中理解消費者行為。
醫療或臨床神經科學
EEG 主要用於醫療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 正在用於識別基於主觀臨床評估的障礙的客觀標記。技術如定量 EEG (qEEG)，即計算和繪製振盪在頭皮上的分布，正在用於表徵由各種精神疾病引起的大腦變化⁷。應用於健康與病態腦分類的機器學習也正在為更客觀的診斷⁸ˈ⁹方法鋪路。
神經行銷
當然，理解消費者行為是神經行銷的核心。EEG 在此領域中最常見的用途是確定廣告¹⁰、產品或服務中哪些不夠顯而易見且不太引人入勝的方面，以改善它們。
EMOTIV x 神經行銷 - 消費者行為未來在 L'Oreal 的奢侈品實驗室。
EEG 振盪也被用於判斷是否存在潛意識的品牌/產品記憶¹¹。其他用途包括神經定價，在該用例中，帶有 EEG 的行為任務用於找到產品的最佳定價策略¹²。
EMOTIV x 神經行銷 - 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互相通信。它還涉及理解大腦與疾病之間的關係（例如，自閉症譜系障礙或精神分裂症）。這涵蓋多個領域，包括社會、情感、計算、和認知領域。
腦機接口 (BCI)
BCI 研究旨在通過將 EEG 與計算設備結合，將心智命令轉化為外部行動。使用心智指令來鍵入文本文件，移動輪椅，甚至移動義肢，是目前用於改善殘疾人士生活質量的 BCI 發展的一些例子¹³。
腦機接口 (BCI) - 來自 8 歲腦瘫男孩 John 的驚人創作，在 brainpaintbyjohn 上的 Instagram
另一個革命是在音樂產業中，音樂家/歌手正使用他們的思想來創作音樂（參見我們的相關帖子這裡）
腦機接口 (BCI) - EMOTIV 的 EPOC 耳機與標誌性的 TONTO 合成器完美結合。
總體而言，EEG 的使用提供了一個超越人類行為表面理解的承諾。其成本效益高且高度可及性，使其成為一種跨多領域的實用工具，透過深入研究來提升使用者體驗及提升治療效果，而不僅限於簡單的主觀自我報告，透過使用 EEG 客觀地解碼人類行為來達成這些目的。
腦機接口 (BCI) - EMOTIV x Rodrigo Hubner Mendes，使用意念控制 F1 賽車
文章作者
Roshini Randeniya，研究員，EMOTIV 研究有限公司
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). (神經行銷)
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
想像你創建了一個短片，你想找出影片中哪些部分讓觀眾覺得有趣。通常，你只需詢問他們。也許你會使用調查問卷。但最常見的答案可能是“我不太確定”或“我不記得了”。僅靠主觀措施進行人類感知研究可能會充滿不確定性，而神經生理反應的測量可以克服這一問題。EEG 設備作為一種易於接近且具成本效益的工具，能夠促進與人類感知相關的研究。 因此，它正迅速成為心理學、神經行銷和腦機接口 (BCI) 的關鍵工具之一。
什麼是 EEG？
腦電圖 (EEG) 是對腦細胞（稱為神經元）引發的電活動的測量。這是一種安全的非侵入性方法，使用放置在頭皮上的電極。用於此目的的 EEG 設備可能從單通道商用設備到 256 通道醫療級系統不等。你可以在這裡閱讀更多關於 EEG 的詳細信息及不同的 EEG 設備。
EEG 的好處是什麼？
高時間解析度
由於其高時間解析度，EEG 能夠索引前意識過程。
EEG 相較於其他神經影像方法的最大優勢在於其時間解析度，即能夠在毫秒範圍內測量大腦的快速反應。其他腦成像方法如功能性磁振造影 (fMRI)，在呈現感興趣的刺激後需一秒或更久。此外，為避免主觀反應中不確定性而設計的行為任務通常依賴反應時間和按鈕按下反應。這些可能需要一秒之久，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時，這是非常慢的。因此，由於其高時間解析度，EEG 能夠索引否則僅靠自我報告和基於反應的任務無法識別的前意識過程。
經濟性與移動性
運動科學：帕克斯頓·林奇接受 Emotiv Insight EEG 頭戴裝置壓力測試。
EEG 設備已經成為一種成本效益高和無線的選擇，使研究人員能夠在實地進行研究，而不是將受試者帶到實驗室。雖然 EEG 和 MEG (腦磁圖) 都具有高時間解析度，但 EEG 由於其低成本和便捷性，成為更易於使用的研究工具，使得人類行為可以在控制或自然環境中進行研究。其他神經影像方法（例如 MEG、MRI 和 PET）需要高昂的維護成本，參與者必須被帶到醫院或實驗室環境中進行這些研究。相比之下，幾乎任何環境都可以轉換成 EEG “實驗室”。（參見Park 等人的評論1，了解如何在實地使用移動式 EEG 改善運動表現）
在家或遠程研究
EEG 不一定必須是在單一設備的實驗室中進行。隨著經濟實惠的商用 EEG 設備的進步，家庭用戶能夠自行錄製 EEG。EmotivLABS 平台允許研究人員通過 EMOTIV 耳機在線進行實驗，這些耳機已通過與研究級設備的驗證²ʹ³。閱讀我們的在線 EEG 試點研究這裡，或關於我們的其中一項合作夥伴關係，EMOTIV 用戶在家中參與了一項評估演示軟件的研究，詳情請參見這裡。
我們可以用 EEG 測量什麼？
最常見的是，研究人員使用感興趣刺激開始後的時間點的電壓幅度（即事件相關電位或 ERP）或在 EEG 每秒中的腦波振盪量（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，隨著複雜的機器學習算法的進步，我們可以開始解碼對感興趣刺激的心理狀態，例如，隨著驗證了注意力的算法的發展，我們現在可以輕鬆回答像是“我影片的哪個部分吸引了更多注意力”這樣的問題。
需要考量的問題
值得記住的是，我們無法精確地用 EEG 讀取思想。因此，對比的刺激理想上需要在除感興趣變量外的每個方面上匹配。因此，設計良好的實驗任務是優良 EEG 研究的基石。其次，EEG 設備可能會受到電氣設備的干擾影響，而且 EEG 也容易受到移動的影響，這可能會在錄製中引入不需要的工件。因此，原始 EEG 反映了整個大腦的反應，在與刺激感知相關的推斷之前需要進行清理和處理。
此外，單個電極下的腦活動錄製整個大腦的活動，其位置不會直接指示活動的來源（例如，額頂電極上的活躍增加並不意味著額葉生成了這一反應）。EEG 反應的源重構⁴之類的方法可以用於這個目的，從頭皮層級確定來源。若要更有信心地確定更深的來源，可以考慮結合 EEG 使用神經成像方法如 MEG 或 fMRI。
EEG 在當前研究中的應用
EEG 目前在多種方式中被應用，協助研究人員不僅在心理學和醫療領域，還有腦機接口、神經反饋和在如神經行銷等領域中理解消費者行為。
醫療或臨床神經科學
EEG 主要用於醫療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 正在用於識別基於主觀臨床評估的障礙的客觀標記。技術如定量 EEG (qEEG)，即計算和繪製振盪在頭皮上的分布，正在用於表徵由各種精神疾病引起的大腦變化⁷。應用於健康與病態腦分類的機器學習也正在為更客觀的診斷⁸ˈ⁹方法鋪路。
神經行銷
當然，理解消費者行為是神經行銷的核心。EEG 在此領域中最常見的用途是確定廣告¹⁰、產品或服務中哪些不夠顯而易見且不太引人入勝的方面，以改善它們。
EMOTIV x 神經行銷 - 消費者行為未來在 L'Oreal 的奢侈品實驗室。
EEG 振盪也被用於判斷是否存在潛意識的品牌/產品記憶¹¹。其他用途包括神經定價，在該用例中，帶有 EEG 的行為任務用於找到產品的最佳定價策略¹²。
EMOTIV x 神經行銷 - 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互相通信。它還涉及理解大腦與疾病之間的關係（例如，自閉症譜系障礙或精神分裂症）。這涵蓋多個領域，包括社會、情感、計算、和認知領域。
腦機接口 (BCI)
BCI 研究旨在通過將 EEG 與計算設備結合，將心智命令轉化為外部行動。使用心智指令來鍵入文本文件，移動輪椅，甚至移動義肢，是目前用於改善殘疾人士生活質量的 BCI 發展的一些例子¹³。
腦機接口 (BCI) - 來自 8 歲腦瘫男孩 John 的驚人創作，在 brainpaintbyjohn 上的 Instagram
另一個革命是在音樂產業中，音樂家/歌手正使用他們的思想來創作音樂（參見我們的相關帖子這裡）
腦機接口 (BCI) - EMOTIV 的 EPOC 耳機與標誌性的 TONTO 合成器完美結合。
總體而言，EEG 的使用提供了一個超越人類行為表面理解的承諾。其成本效益高且高度可及性，使其成為一種跨多領域的實用工具，透過深入研究來提升使用者體驗及提升治療效果，而不僅限於簡單的主觀自我報告，透過使用 EEG 客觀地解碼人類行為來達成這些目的。
腦機接口 (BCI) - EMOTIV x Rodrigo Hubner Mendes，使用意念控制 F1 賽車
文章作者
Roshini Randeniya，研究員，EMOTIV 研究有限公司
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). (神經行銷)
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
