為什麼在研究中使用腦電圖？
Mehul Nayak
更新於
2024年3月14日
為什麼在研究中使用腦電圖？
Mehul Nayak
更新於
2024年3月14日
為什麼在研究中使用腦電圖？
Mehul Nayak
更新於
2024年3月14日
想像你製作了一段短影片，並想找出影片中哪些部分讓人覺得有吸引力。通常，你只要詢問他們即可，也許會使用問卷調查。但最常見的回答可能是「我不太確定」或「我記不起來了」。僅靠主觀量測來研究人類知覺，往往充滿不確定性，而量測神經生理反應有望克服這一點。EEG 裝置因為容易取得且具成本效益，能夠提升與人類知覺相關的研究。 因此，它正迅速成為心理學、神經行銷和 BCI 的關鍵工具。
什麼是 EEG？
腦電圖（EEG）是對腦細胞所產生的電活動進行測量，這些腦細胞稱為神經元。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 裝置可從單通道商用設備到 256 通道醫療級系統不等。您可以在這裡閱讀更多關於 EEG 是什麼以及不同 EEG 裝置的詳細資訊。
EEG 有哪些優點？
高時間解析度
由於其高時間解析度，EEG 能夠標記前意識過程。
EEG 相較於其他神經影像方法最大的優勢在於其時間解析度，也就是能夠在毫秒範圍內測量快速的腦部反應。其他腦部影像方法，例如 fMRI（功能性磁振造影），在呈現目標刺激後往往需要一秒或更久。進一步來說，為了避免主觀回應中的不確定性所設計的行為任務，通常依賴反應時間與按鍵回應。這些反應可能需要長達一秒，若考量到大腦能在毫秒尺度上產生許多複雜的神經生理過程，這就非常緩慢。因此，憑藉其高時間解析度，EEG 能夠標記前意識過程，而這些過程若僅靠自我陳述與回應式任務，原本可能不會被察覺。
價格實惠與便攜性
運動科學：Paxton Lynch 佩戴 Emotiv Insight EEG 頭戴裝置接受壓力測試。
EEG 裝置已變得價格實惠且可無線使用，使研究人員能夠在現場進行研究，而不必將受試者帶進實驗室。雖然 EEG 與 MEG（腦磁圖）都具有高時間解析度，但由於成本較低且可攜性高，EEG 是更容易取得的研究工具，能讓人類行為在受控或自然情境中被研究。其他神經影像方法（例如 MEG、MRI 和 PET）需要較高的維護成本，而且必須將受試者帶到醫院或實驗室環境中才能進行這些研究。相較之下，幾乎任何場域都可以被轉換成 EEG「實驗室」。（參見 Park 等人綜述1，了解行動 EEG 如何用於提升現場運動表現）
內部或遠端研究
EEG 不一定非得在實驗室中以單一裝置進行。隨著價格實惠的商用 EEG 裝置持續進步，居家使用者也能自行記錄 EEG。該EmotivLABS平台讓研究人員能夠使用 Emotiv 頭戴裝置在線上進行實驗，而這些裝置已被驗證與研究級設備²ʹ³相符。請閱讀我們的線上 EEG 試點研究這裡，或了解我們的一項合作：Emotiv 使用者參與了一項居家研究，以評估簡報軟體這裡。
我們可以用 EEG 測量什麼？
最常見的是，研究人員會使用刺激出現後感興趣時間點的電壓振幅（即事件相關電位，或 ERPs）或每秒 EEG 中腦波振盪的數量（即時頻分析）。
這兩個領域讓我們能回答與行為相關的不同研究問題。此外，隨著更先進的機器學習演算法發展，我們開始能夠解碼對特定刺激的心智狀態。舉例來說，隨著針對注意力驗證的演算法出現，我們現在可以輕鬆回答像是「我的影片哪一部分吸引了更多注意力」這類問題。
需要考慮的注意事項
重要的是要記住，我們不能用 EEG 精確讀取想法。因此，被比較的刺激理想上應在每個面向都相同，除了其本身的關鍵變項之外。也就是說，一個設計良好的實驗任務，是優良 EEG 研究的基石。其次，EEG 裝置可能會拾取來自電氣設備的干擾，而 EEG 也可能對動作很敏感，進而在記錄中引入不希望出現的偽跡。因此，原始 EEG 反映的是整體腦部反應，必須先加以清理與處理，才能對與刺激知覺相關的任何推論下結論。
此外，單一電極所記錄到的腦活動，實際上來自整個大腦，而其位置並不能直接且精確地指出活動來源（例如，額部電極的活動增加並不代表額葉產生了這個反應）。為此可使用 EEG 反應的源重建⁴等方法，來判定頭皮層面的來源。若要更有把握地判定較深層的來源，可考慮將 EEG 與 MEG 或 fMRI 等神經影像方法結合使用。
EEG 在當前研究中的應用
EEG 目前被廣泛用於多種方式，不僅協助心理學與醫學領域的研究者，也應用於腦機介面、神經回饋，以及在神經行銷等領域中理解消費者行為。
醫學或臨床神經科學
EEG 主要用於醫學領域，以改善診斷與治療。例如，EEG 最常見的用途之一，是癲癇的診斷與癲癇發作的偵測⁵，以及在睡眠研究中偵測睡眠異常⁶。在精神醫學與臨床神經科學中，EEG 目前也被用來辨識那些原本依賴主觀臨床評估的疾病之客觀標記。量化 EEG（qEEG）等技術會計算振盪量並將其映射到頭皮上，用來描述各種精神疾病所造成的腦部變化⁷。將機器學習應用於健康與異常大腦分類的方法，也正在為更客觀的診斷⁸ˈ⁹鋪路。
神經行銷
當然，理解消費者行為正是神經行銷的核心。在此領域中，EEG 最常見的用途是找出廣告¹⁰、產品或服務中較不顯著、但較能引起參與感的面向，以便加以改進。
Emotiv x 神經行銷－L’Oreal 奢華實驗室中的消費者行為未來。
EEG 振盪也可用來辨識是否存在潛意識的品牌／產品回想¹¹。其他用途包括神經定價，在此會使用結合 EEG 的行為任務來找出產品的最佳定價策略¹²。
Emotiv x 神經行銷－大腦對不同價格建議的反應。
一般神經科學研究
這類研究著重於理解大腦如何運作（例如，我們的大腦如何處理視覺或聽覺刺激），以及大腦不同部位如何彼此溝通。它也涉及理解大腦與各種疾病之間的關係（例如，自閉症光譜障礙或思覺失調症）。這涵蓋了多個領域，包括社會、情感、計算與認知等範疇。
腦機介面(BCI)
BCI 研究旨在將心智指令轉化為外部動作，方法是將 EEG 與運算裝置整合。利用心智指令來打出一份文字文件、移動輪椅，甚至移動義肢，都是目前 BCI 用來改善身心障礙者生活品質的發展方向之一¹³。
腦機介面 (BCI)－來自 John 的驚人創作，他是一位 8 歲、患有腦性麻痺的男孩，見 brainpaintbyjohn 的 Instagram 頁面
另一場革命發生在音樂產業，音樂家／歌手正運用他們的想法創作音樂（見我們的相關文章這裡）
腦機介面 (BCI)－Emotiv 的 EPOC 頭戴裝置與標誌性的 TONTO 合成器是絕佳搭配。
總體而言，EEG 的使用為深入探究人類行為表層之下提供了可能。其成本效益與高度可及性，使它成為橫跨多個學科的實用工具；無論是改善使用者體驗，還是推進治療，都能透過比單純主觀自述更深入一步，並借助 EEG 以客觀方式解碼人類行為。
腦機介面 (BCI)－Emotiv x Rodrigo Hubner Mendes，使用心智指令駕駛 F1 賽車
文章作者
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 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
想像你製作了一段短影片，並想找出影片中哪些部分讓人覺得有吸引力。通常，你只要詢問他們即可，也許會使用問卷調查。但最常見的回答可能是「我不太確定」或「我記不起來了」。僅靠主觀量測來研究人類知覺，往往充滿不確定性，而量測神經生理反應有望克服這一點。EEG 裝置因為容易取得且具成本效益，能夠提升與人類知覺相關的研究。 因此，它正迅速成為心理學、神經行銷和 BCI 的關鍵工具。
什麼是 EEG？
腦電圖（EEG）是對腦細胞所產生的電活動進行測量，這些腦細胞稱為神經元。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 裝置可從單通道商用設備到 256 通道醫療級系統不等。您可以在這裡閱讀更多關於 EEG 是什麼以及不同 EEG 裝置的詳細資訊。
EEG 有哪些優點？
高時間解析度
由於其高時間解析度，EEG 能夠標記前意識過程。
EEG 相較於其他神經影像方法最大的優勢在於其時間解析度，也就是能夠在毫秒範圍內測量快速的腦部反應。其他腦部影像方法，例如 fMRI（功能性磁振造影），在呈現目標刺激後往往需要一秒或更久。進一步來說，為了避免主觀回應中的不確定性所設計的行為任務，通常依賴反應時間與按鍵回應。這些反應可能需要長達一秒，若考量到大腦能在毫秒尺度上產生許多複雜的神經生理過程，這就非常緩慢。因此，憑藉其高時間解析度，EEG 能夠標記前意識過程，而這些過程若僅靠自我陳述與回應式任務，原本可能不會被察覺。
價格實惠與便攜性
運動科學：Paxton Lynch 佩戴 Emotiv Insight EEG 頭戴裝置接受壓力測試。
EEG 裝置已變得價格實惠且可無線使用，使研究人員能夠在現場進行研究，而不必將受試者帶進實驗室。雖然 EEG 與 MEG（腦磁圖）都具有高時間解析度，但由於成本較低且可攜性高，EEG 是更容易取得的研究工具，能讓人類行為在受控或自然情境中被研究。其他神經影像方法（例如 MEG、MRI 和 PET）需要較高的維護成本，而且必須將受試者帶到醫院或實驗室環境中才能進行這些研究。相較之下，幾乎任何場域都可以被轉換成 EEG「實驗室」。（參見 Park 等人綜述1，了解行動 EEG 如何用於提升現場運動表現）
內部或遠端研究
EEG 不一定非得在實驗室中以單一裝置進行。隨著價格實惠的商用 EEG 裝置持續進步，居家使用者也能自行記錄 EEG。該EmotivLABS平台讓研究人員能夠使用 Emotiv 頭戴裝置在線上進行實驗，而這些裝置已被驗證與研究級設備²ʹ³相符。請閱讀我們的線上 EEG 試點研究這裡，或了解我們的一項合作：Emotiv 使用者參與了一項居家研究，以評估簡報軟體這裡。
我們可以用 EEG 測量什麼？
最常見的是，研究人員會使用刺激出現後感興趣時間點的電壓振幅（即事件相關電位，或 ERPs）或每秒 EEG 中腦波振盪的數量（即時頻分析）。
這兩個領域讓我們能回答與行為相關的不同研究問題。此外，隨著更先進的機器學習演算法發展，我們開始能夠解碼對特定刺激的心智狀態。舉例來說，隨著針對注意力驗證的演算法出現，我們現在可以輕鬆回答像是「我的影片哪一部分吸引了更多注意力」這類問題。
需要考慮的注意事項
重要的是要記住，我們不能用 EEG 精確讀取想法。因此，被比較的刺激理想上應在每個面向都相同，除了其本身的關鍵變項之外。也就是說，一個設計良好的實驗任務，是優良 EEG 研究的基石。其次，EEG 裝置可能會拾取來自電氣設備的干擾，而 EEG 也可能對動作很敏感，進而在記錄中引入不希望出現的偽跡。因此，原始 EEG 反映的是整體腦部反應，必須先加以清理與處理，才能對與刺激知覺相關的任何推論下結論。
此外，單一電極所記錄到的腦活動，實際上來自整個大腦，而其位置並不能直接且精確地指出活動來源（例如，額部電極的活動增加並不代表額葉產生了這個反應）。為此可使用 EEG 反應的源重建⁴等方法，來判定頭皮層面的來源。若要更有把握地判定較深層的來源，可考慮將 EEG 與 MEG 或 fMRI 等神經影像方法結合使用。
EEG 在當前研究中的應用
EEG 目前被廣泛用於多種方式，不僅協助心理學與醫學領域的研究者，也應用於腦機介面、神經回饋，以及在神經行銷等領域中理解消費者行為。
醫學或臨床神經科學
EEG 主要用於醫學領域，以改善診斷與治療。例如，EEG 最常見的用途之一，是癲癇的診斷與癲癇發作的偵測⁵，以及在睡眠研究中偵測睡眠異常⁶。在精神醫學與臨床神經科學中，EEG 目前也被用來辨識那些原本依賴主觀臨床評估的疾病之客觀標記。量化 EEG（qEEG）等技術會計算振盪量並將其映射到頭皮上，用來描述各種精神疾病所造成的腦部變化⁷。將機器學習應用於健康與異常大腦分類的方法，也正在為更客觀的診斷⁸ˈ⁹鋪路。
神經行銷
當然，理解消費者行為正是神經行銷的核心。在此領域中，EEG 最常見的用途是找出廣告¹⁰、產品或服務中較不顯著、但較能引起參與感的面向，以便加以改進。
Emotiv x 神經行銷－L’Oreal 奢華實驗室中的消費者行為未來。
EEG 振盪也可用來辨識是否存在潛意識的品牌／產品回想¹¹。其他用途包括神經定價，在此會使用結合 EEG 的行為任務來找出產品的最佳定價策略¹²。
Emotiv x 神經行銷－大腦對不同價格建議的反應。
一般神經科學研究
這類研究著重於理解大腦如何運作（例如，我們的大腦如何處理視覺或聽覺刺激），以及大腦不同部位如何彼此溝通。它也涉及理解大腦與各種疾病之間的關係（例如，自閉症光譜障礙或思覺失調症）。這涵蓋了多個領域，包括社會、情感、計算與認知等範疇。
腦機介面(BCI)
BCI 研究旨在將心智指令轉化為外部動作，方法是將 EEG 與運算裝置整合。利用心智指令來打出一份文字文件、移動輪椅，甚至移動義肢，都是目前 BCI 用來改善身心障礙者生活品質的發展方向之一¹³。
腦機介面 (BCI)－來自 John 的驚人創作，他是一位 8 歲、患有腦性麻痺的男孩，見 brainpaintbyjohn 的 Instagram 頁面
另一場革命發生在音樂產業，音樂家／歌手正運用他們的想法創作音樂（見我們的相關文章這裡）
腦機介面 (BCI)－Emotiv 的 EPOC 頭戴裝置與標誌性的 TONTO 合成器是絕佳搭配。
總體而言，EEG 的使用為深入探究人類行為表層之下提供了可能。其成本效益與高度可及性，使它成為橫跨多個學科的實用工具；無論是改善使用者體驗，還是推進治療，都能透過比單純主觀自述更深入一步，並借助 EEG 以客觀方式解碼人類行為。
腦機介面 (BCI)－Emotiv x Rodrigo Hubner Mendes，使用心智指令駕駛 F1 賽車
文章作者
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 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
想像你製作了一段短影片，並想找出影片中哪些部分讓人覺得有吸引力。通常，你只要詢問他們即可，也許會使用問卷調查。但最常見的回答可能是「我不太確定」或「我記不起來了」。僅靠主觀量測來研究人類知覺，往往充滿不確定性，而量測神經生理反應有望克服這一點。EEG 裝置因為容易取得且具成本效益，能夠提升與人類知覺相關的研究。 因此，它正迅速成為心理學、神經行銷和 BCI 的關鍵工具。
什麼是 EEG？
腦電圖（EEG）是對腦細胞所產生的電活動進行測量，這些腦細胞稱為神經元。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 裝置可從單通道商用設備到 256 通道醫療級系統不等。您可以在這裡閱讀更多關於 EEG 是什麼以及不同 EEG 裝置的詳細資訊。
EEG 有哪些優點？
高時間解析度
由於其高時間解析度，EEG 能夠標記前意識過程。
EEG 相較於其他神經影像方法最大的優勢在於其時間解析度，也就是能夠在毫秒範圍內測量快速的腦部反應。其他腦部影像方法，例如 fMRI（功能性磁振造影），在呈現目標刺激後往往需要一秒或更久。進一步來說，為了避免主觀回應中的不確定性所設計的行為任務，通常依賴反應時間與按鍵回應。這些反應可能需要長達一秒，若考量到大腦能在毫秒尺度上產生許多複雜的神經生理過程，這就非常緩慢。因此，憑藉其高時間解析度，EEG 能夠標記前意識過程，而這些過程若僅靠自我陳述與回應式任務，原本可能不會被察覺。
價格實惠與便攜性
運動科學：Paxton Lynch 佩戴 Emotiv Insight EEG 頭戴裝置接受壓力測試。
EEG 裝置已變得價格實惠且可無線使用，使研究人員能夠在現場進行研究，而不必將受試者帶進實驗室。雖然 EEG 與 MEG（腦磁圖）都具有高時間解析度，但由於成本較低且可攜性高，EEG 是更容易取得的研究工具，能讓人類行為在受控或自然情境中被研究。其他神經影像方法（例如 MEG、MRI 和 PET）需要較高的維護成本，而且必須將受試者帶到醫院或實驗室環境中才能進行這些研究。相較之下，幾乎任何場域都可以被轉換成 EEG「實驗室」。（參見 Park 等人綜述1，了解行動 EEG 如何用於提升現場運動表現）
內部或遠端研究
EEG 不一定非得在實驗室中以單一裝置進行。隨著價格實惠的商用 EEG 裝置持續進步，居家使用者也能自行記錄 EEG。該EmotivLABS平台讓研究人員能夠使用 Emotiv 頭戴裝置在線上進行實驗，而這些裝置已被驗證與研究級設備²ʹ³相符。請閱讀我們的線上 EEG 試點研究這裡，或了解我們的一項合作：Emotiv 使用者參與了一項居家研究，以評估簡報軟體這裡。
我們可以用 EEG 測量什麼？
最常見的是，研究人員會使用刺激出現後感興趣時間點的電壓振幅（即事件相關電位，或 ERPs）或每秒 EEG 中腦波振盪的數量（即時頻分析）。
這兩個領域讓我們能回答與行為相關的不同研究問題。此外，隨著更先進的機器學習演算法發展，我們開始能夠解碼對特定刺激的心智狀態。舉例來說，隨著針對注意力驗證的演算法出現，我們現在可以輕鬆回答像是「我的影片哪一部分吸引了更多注意力」這類問題。
需要考慮的注意事項
重要的是要記住，我們不能用 EEG 精確讀取想法。因此，被比較的刺激理想上應在每個面向都相同，除了其本身的關鍵變項之外。也就是說，一個設計良好的實驗任務，是優良 EEG 研究的基石。其次，EEG 裝置可能會拾取來自電氣設備的干擾，而 EEG 也可能對動作很敏感，進而在記錄中引入不希望出現的偽跡。因此，原始 EEG 反映的是整體腦部反應，必須先加以清理與處理，才能對與刺激知覺相關的任何推論下結論。
此外，單一電極所記錄到的腦活動，實際上來自整個大腦，而其位置並不能直接且精確地指出活動來源（例如，額部電極的活動增加並不代表額葉產生了這個反應）。為此可使用 EEG 反應的源重建⁴等方法，來判定頭皮層面的來源。若要更有把握地判定較深層的來源，可考慮將 EEG 與 MEG 或 fMRI 等神經影像方法結合使用。
EEG 在當前研究中的應用
EEG 目前被廣泛用於多種方式，不僅協助心理學與醫學領域的研究者，也應用於腦機介面、神經回饋，以及在神經行銷等領域中理解消費者行為。
醫學或臨床神經科學
EEG 主要用於醫學領域，以改善診斷與治療。例如，EEG 最常見的用途之一，是癲癇的診斷與癲癇發作的偵測⁵，以及在睡眠研究中偵測睡眠異常⁶。在精神醫學與臨床神經科學中，EEG 目前也被用來辨識那些原本依賴主觀臨床評估的疾病之客觀標記。量化 EEG（qEEG）等技術會計算振盪量並將其映射到頭皮上，用來描述各種精神疾病所造成的腦部變化⁷。將機器學習應用於健康與異常大腦分類的方法，也正在為更客觀的診斷⁸ˈ⁹鋪路。
神經行銷
當然，理解消費者行為正是神經行銷的核心。在此領域中，EEG 最常見的用途是找出廣告¹⁰、產品或服務中較不顯著、但較能引起參與感的面向，以便加以改進。
Emotiv x 神經行銷－L’Oreal 奢華實驗室中的消費者行為未來。
EEG 振盪也可用來辨識是否存在潛意識的品牌／產品回想¹¹。其他用途包括神經定價，在此會使用結合 EEG 的行為任務來找出產品的最佳定價策略¹²。
Emotiv x 神經行銷－大腦對不同價格建議的反應。
一般神經科學研究
這類研究著重於理解大腦如何運作（例如，我們的大腦如何處理視覺或聽覺刺激），以及大腦不同部位如何彼此溝通。它也涉及理解大腦與各種疾病之間的關係（例如，自閉症光譜障礙或思覺失調症）。這涵蓋了多個領域，包括社會、情感、計算與認知等範疇。
腦機介面(BCI)
BCI 研究旨在將心智指令轉化為外部動作，方法是將 EEG 與運算裝置整合。利用心智指令來打出一份文字文件、移動輪椅，甚至移動義肢，都是目前 BCI 用來改善身心障礙者生活品質的發展方向之一¹³。
腦機介面 (BCI)－來自 John 的驚人創作，他是一位 8 歲、患有腦性麻痺的男孩，見 brainpaintbyjohn 的 Instagram 頁面
另一場革命發生在音樂產業，音樂家／歌手正運用他們的想法創作音樂（見我們的相關文章這裡）
腦機介面 (BCI)－Emotiv 的 EPOC 頭戴裝置與標誌性的 TONTO 合成器是絕佳搭配。
總體而言，EEG 的使用為深入探究人類行為表層之下提供了可能。其成本效益與高度可及性，使它成為橫跨多個學科的實用工具；無論是改善使用者體驗，還是推進治療，都能透過比單純主觀自述更深入一步，並借助 EEG 以客觀方式解碼人類行為。
腦機介面 (BCI)－Emotiv x Rodrigo Hubner Mendes，使用心智指令駕駛 F1 賽車
文章作者
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 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
