搜尋其他主題…

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

在不同的腦電波節律中,有一個節律數十年來一直吸引著神經科學家的注意,因為它似乎處於行動、知覺和社交理解的交匯點。

Mu 節律是在感覺運動皮層上記錄到的 8-13 Hz 振盪,每當我們執行某個動作、觀看他人執行相同動作,甚至僅僅是想像執行該動作時,其能量都會降低。這種被稱為去同步化(desynchronization)的特性,使 Mu 節律成為模仿、共情以及從口吃至自閉症等臨床障礙研究的核心角色。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

什麼是腦電圖(EEG)Mu 節律?

EEG mu 節律是一種從大腦感覺運動區上方的頭皮電極記錄到的規律性振盪。它通常被描述為具有類似 alpha 頻率的弓形或梳狀節律,最常見的頻率約為 8–13 Hz,儘管不同研究所報告的範圍有所差異。該節律可能在安靜清醒時出現,並會在感覺運動系統參與活動時發生改變。

Mu 活動並非一種獨立的電物質,也不是單一心理過程的直接讀數。它是腦電圖中一種可測量的模式,由神經源、電極放置位置、參考電極選擇以及個人的狀態所塑造。因此,觀察到的節律必須在特定情境下進行解讀,而不能將其視為某種特定行為或病症的獨立標誌。

Mu 節律腦電圖:它從何而來

Mu 節律源自大腦皮層的前運動區和運動區,並持續受到皮層下結構的調節,特別是基底核——這是一組位於大腦深處、負責調控運動啟動與抑制的神經核團。該節律對運動和感覺過程的敏感性,源自於其劃分為兩個功能各異的頻帶。

較慢的成分 mu-alpha 佔據了經典的 8–13 Hz 範圍,主要對來自基底核的抑制信號以及到達運動皮層的感覺反饋做出反應。可以將 mu-alpha 視為衡量大腦運動輸出受到多大程度抑制,以及傳入的感覺信息(表面的觸感、肢體的位置)如何被整合的指標。

較快的成分 mu-beta 橫跨 14–25 Hz,反映了一種不同的計算流。它捕捉大腦內部的正向模型,即運動系統對運動所產生的感覺後果所做的預測。當你伸手拿杯子時,大腦在手指接觸到杯子之前就已經預測到了觸覺感受。Mu-beta 追蹤這些運動到感覺投射的時間點與精確度。

這種雙頻帶結構意味著研究人員可以在特定事件的時間進程中,同時觀察 mu-alpha 和 mu-beta 的變化,為神經生理功能提供了一個豐富的觀察窗口。僅在其中一個頻帶出現異常而在另一個頻帶沒有,可以揭示某種臨床病症是源於抑制功能障礙、感覺反饋退化,還是內部時序受損。

例如,在口吃患者中,工作記憶任務期間的 mu-alpha 抑制相較於流暢說話者顯著減弱,這表明存在以高時間精準度展現的特定基底核與感覺運動整合缺陷。

特徵

Mu-Alpha

Mu-Beta

頻率

8–13 Hz

14–25 Hz

主要作用

抑制與感覺反饋

內部正向模型預測

敏感於

基底核信號

運動至感覺投射的時間點

臨床範例

口吃時抑制程度降低

內部時序受損

如何識別 Mu 節律

在原始腦電圖波形上,mu 節律在中央導聯上可能表現為相對規則的弓形波形。它可以是雙側對稱的,也可以在一側更強,並且可能是斷斷續續而非持續可見的。其形狀可能顯得輪廓銳利但並非癲癇樣波,因此單憑形態學不應決定其臨床意義。

實用的識別過程會將可疑節律與其頭皮分佈、頻率、狀態依賴性以及對相關任務的反應進行比較。隨對側手部運動或其他感覺運動操作而改變的節律,比形狀相同但保持不變的節律更符合反應性 mu 活動。即便如此,該結果也是概率性的而非絕對定論。

在審查記錄時,以下幾項觀察特別有用:

  • 該活動在中央電極附近最為顯著或最強,而非僅出現在後部電極。

  • 其主導頻率落在類似 alpha 的感覺運動範圍內。

  • 其振幅或功率在運動、運動想像或動作觀察期間會發生改變。

  • 該模式在多次試驗中具有可重複性,且不能用肌肉或電極偽影來解釋。

這些檢查降低了將 mu 節律與後部 alpha 節律、節律性偽影或附帶的正常變異相混淆的風險。它們也說明了為什麼僅憑單一短暫的腦電圖片段很少能解答完整的解讀問題。

Mu 節律 vs Alpha 節律:關鍵差異

Mu 節律和 alpha 節律在頻率上可能重疊,這是它們有時會被混淆的主要原因。區分兩者不能單靠頻率。Alpha 節律通常與後部視覺區域相關,並隨睜眼或閉眼而改變,而 mu 節律與中央感覺運動區域的關係更為密切,並隨感覺運動參與而改變。

它們的波形看起來也可能很相似。兩者都具有節律性,且兩者的振幅在不同狀態和人群之間都可能有所變化。類似 alpha 的中央節律應測試其地形分佈和反應性,而不應僅憑外觀進行分類。

以下對比很有參考價值,但並非絕對:

問題

Mu 節律

Alpha 節律

通常在哪裡最強?

中央感覺運動頭皮區域

後部或枕部頭皮區域

什麼通常會改變它?

運動、運動想像或動作觀察

視覺狀態,特別是睜眼與閉眼

頻率告訴了我們什麼?

它可能佔據類似 alpha 的範圍

僅憑頻率不足以進行識別

主要的解讀風險是什麼?

將其與後部 alpha 或偽影混淆

將後部活動與中央 mu 混淆

這些區別為分析提供了指導,但不能取代對完整導聯組合的檢查。參考電極的選擇、容積傳導以及重疊的神經源,可能會使頭皮分佈不如教科書範例中那麼清晰分明。

腦電圖 Mu 節律分析方法

腦電圖 mu 節律研究採用目視檢查和定量分析兩種方法。目視審查會考慮波形形狀、分佈、狀態和反應性,而定量分析則估算預選頻率範圍內的功率或振幅。可靠的研究通常會報告參考電極、濾波器、偽影排除標準、時程設定、基線以及統計模型,以便對結果進行評估和復現。

時頻分析通常很有用,因為 mu 反應可能是短暫且鎖定於任務的。頻率分析將電壓變化轉換為節律成分的表示,而時間分辨方法則顯示變化何時開始以及持續多長時間。研究人員仍必須將真正的神經效應與頻率洩漏、濾波效應和非神經干擾區分開來。

事件相關去同步化解析

事件相關去同步化(ERD)是相對於參考期而言,與任務相關的振盪功率降低。對於 mu 研究,ERD 通常圍繞運動或運動想像進行計算,並表示為相較於基線的百分比或分貝變化。該方法捕捉的是相對反應,相較於在顱骨導電率、電極接觸或基線功率存在差異的個體之間比較絕對振幅,這種方法通常更為理想。

典型的 ERD 分析會將記錄劃分為試驗片段,去除或標記受污染的片段,估算頻譜功率,並將任務區間與刺激前或靜息區間進行比較。確切的結果取決於時間窗長度、頻率分辨率、基線選擇以及多重比較的校正。較短的時間窗保留了時間信息,但給出的頻率估算較不穩定;較長的時間窗提高了頻率精度,但可能會模糊快速發生的變化。

因此,解讀時應涵蓋完整的分析設計。具有統計學顯著性的降低是在這些條件下與任務相關的信號變化的證據,而非某種特定心理機制導致該變化的證明。跨任務、測試期和樣本的重複驗證可增強推論的可靠性。

鏡像神經元假說及其爭議

Mu 節律在社會神經科學中聲名鵲起,源於一個精妙的假說:如果在我們執行動作和觀察動作時是同一群神經元在發放衝動,並且如果 mu 節律反映了這種神經活動,那麼動作觀察期間的 mu 抑制就可以作為鏡像神經元系統功能的一種非侵入性指標。這一邏輯推動了數百項將 mu 去同步化與模仿、共情、語言發展和心智理論聯繫起來的研究。

該假說建立在堅實的實證基礎之上。Mu 節律在動作執行和動作觀察期間確實都會衰減,這一特性將其與主要對視覺注意做出反應的後部 alpha 節律區分開來。這種與最初在獼猴前運動皮層和頂葉皮層中發現的鏡像神經元相似的功能特性,使 mu 節律成為轉化人類研究中極具吸引力的工具。

然而,這種關聯的特異性受到了嚴格檢驗。一項關鍵測試採用跨模態模式分類來確定動作觀察期間的 mu 節律活動究竟是攜帶運動信息,還是反映體感特徵。

參與者觀察了在抓握類型(全手抓握或精確抓握)、是否存在觸覺刺激以及動作是否涉及使用物體(及物)或不涉及(不及物)方面各不相同的動作。當分類器被訓練來區分這些動作特徵時,觸覺刺激和動作及物性的分類準確率高於隨機水平,但耐人尋味的是,抓握類型的運動細節並未達到高於隨機水平的分類準確率。

Mu 節律似乎編碼的是物體是否被觸摸以及是否涉及工具,而不是執行抓握所需的具體運動程序。

這一發現重新界定了 mu 節律的功能角色。在動作觀察期間,感覺運動皮層上去同步化的可能是一種體感表徵,即大腦對動作感受的模擬,而不是如何執行該動作的直接運動模擬。

這種區別至關重要,因為它限制了研究人員在將 mu 抑制用作因變量時所能做出的推論類型。如果該信號主要攜帶觸覺和及物性信息,那麼在缺乏其他佐證的情況下,將社會認知任務期間的 mu 抑制解釋為運動鏡像的證據就會產生問題。

運動經驗調節感覺運動反應

儘管存在這些關於特異性的疑慮,但有一個發現始終明確:mu 節律對個體的運動經歷極其敏感。大腦的感覺運動迴路對所有觀察到的動作並非做出一致的反應。它們會與觀察者親身執行過的動作產生更強烈的共鳴。

一項針對該原則的直接測試訓練了兩組成年人進行一項相對新穎的動作:使用爪狀工具夾取玩具。一組接受主動運動訓練,親自操作該工具直到能夠流暢執行該動作。第二組接受同等強度的視覺接觸,反覆觀看並對相同動作的影片進行編碼,但從未實際操作過。第三組完全沒有經驗的初學者則對該工具毫無經驗。

  • 主動運動訓練:親自操作工具直至流暢執行。

  • 視覺接觸:觀看並對動作影片進行編碼,從未親自執行。

  • 完全初學者:對該工具完全沒有先驗經驗。

隨後記錄三組人員觀看工具使用動作時的腦電圖,結果顯示實際操作組的 mu 節律去同步化程度最高,特別是在右半球。

觀察組儘管擁有豐富的視覺熟悉度,但反應較弱。初學者組的反應在所有組別中最弱。

這種梯度變化表明,主動運動經驗比被動觀察更能塑造產生 mu 節律的感覺運動迴路。這一發現對理解模仿和早期社會學習具有重要意義。它表明,當嬰兒或成人習得新的運動技能時,他們的大腦會變得具有選擇性,能夠靈敏地檢測和處理他人執行的相同動作,這種神經機制可能支持了構成模仿基礎的運動詞彙的逐步建立。

值得注意的是,這項研究涉及的訓練時間相對較短,大約只有單次實驗的時間,而不是經典鏡像神經元研究中對舞者或運動員所考察的數年專業經驗。Mu 節律對短暫運動學習過程的敏感性,使其成為研究感覺運動系統中經驗依賴性可塑性如何展開的實用工具。

腦機介面研究中的 Mu 節律

Mu 節律對運動和運動想像的反應性,使其成為無需身體運動的腦機介面(BCI)的候選信號。數個研究小組探索了市售的低成本 headset 是否能夠可靠地檢測 mu 節律變化以用於 BCI 控制。

邁向低成本 Mu 節律 BCI

一項研究著手評估低成本 Emotiv Epoc X 在基於 mu 節律的 BCI 中的應用。健康參與者在記錄腦電圖的同時進行連續的運動想像或實際的腳趾運動。研究人員使用線性判別分析和支持向量機分類器來區分運動與非運動試驗,並計算了 C3、C4、FC3 和 FC4 處高 alpha/低 beta 頻帶的功率。

結果表明,無論是想像運動還是真實運動,感覺運動事件相關同步化都需要幾秒鐘才能出現,並且當分析聚焦於運動開始後 5–7 秒的區間時,分類準確率最高。作為一項演示,該團隊建立了一個簡單的音樂應用程序,透過想像或真實的腳趾運動來改變音調的高低。

用於 BCI 訓練的影片刺激方案

另一項研究測試了不同的影片刺激方案,以在使用 Emotiv 無線 headset 進行記錄的同時引導想像的手部動作。六名參與者被要求在觀看四種影片類型之一的同時想像移動他們的手。

結果報告顯示,基於觀察的影片——即展示參與者被要求想像的相同動作的影片——引發了最強的平均 mu 節律去同步化。該研究還觀察到,頻域提取 mu 活動對去同步化的敏感度高於時域方法。

即時 Mu 節律模式識別

第三項實驗在即時 BCI 框架內重新探討了使用自迴歸和線性分類器的 mu 節律模式識別。研究人員利用 BCI2000 和 Emotiv headset,建立了一維游標任務作為生物反饋。

三名受試者嘗試透過調節他們的 mu 節律來使小球朝目標移動。自迴歸和線性分類器方法達到了約 76% 的平均目標準確率,為即時應用中的 mu 節律特徵提供了概念驗證概述。

這些研究共同表明,便攜式消費級腦電圖儀可以在實驗室 BCI 任務中捕捉與任務相關的 mu 節律調製。然而,這些研究規模較小,結果尚屬初步,表明的是可行性而非已確立的可靠性。這項工作凸顯了將 mu 節律反應性轉化為普及、非臨床腦機通訊的早期步伐。

從運動共鳴到情緒洞察(Insight)

如果 mu 抑制僅僅是一種低水平的運動共鳴信號,那麼它與複雜社會認知的相關性將十分有限。但現在的證據表明,通過 mu 去同步化測量的感覺運動模擬,有助於對他人的感受進行高階推斷。

在結合自然主義影片刺激與連續情緒評分的一組實驗中,參與者觀看了人們描述情緒生活事件的短片。部分參與者觀看的短片同時包含畫面和聲音,部分僅有畫面,部分僅有音訊。

他們對目標人物當時的感受進行了即時評分,共情準確度被量化為參與者的評分與目標人物自己報告的情緒體驗之間的相關性。

關鍵發現是,感覺運動區域上方右側側向化的 mu 抑制追蹤了共情準確度。當參與者表現出更強的 mu 去同步化時,他們的情緒推斷與目標人物的實際感受更為吻合。

這種關係在兩個文化樣本(一個在美國,一個在以色列)中均得到了復現,不過在以色列樣本中,這種關係特別是在使用個別化頻帶且僅針對視覺刺激時才成立。

這種模態特異性效應在理論上非常重要。它表明,正是在有面部表情、手勢和姿勢信息等視覺線索驅動模擬時,感覺運動模擬才對共情準確度有所貢獻。當僅有聽覺信息存在時,其他神經系統似乎承擔了計算重任。

這些結果將 mu 抑制的功能意義擴展到了遠超低水平運動共鳴的範疇。感覺運動皮層似乎參與構建了構成日常共情的、關於他人內部狀態的豐富且具情境性的推斷。右半球的側向化與社會神經科學中將右半球與情緒處理和自我-他人區分聯繫起來的更廣泛發現相吻合。

運動想像與尋求可靠的 BCI 控制

Mu 節律對想像運動的反應性,使其成為運動想像腦機介面(BCI)的核心信號。這些系統將使用者想像移動左手還是右手時發生的功率變化轉化為外部設備的控制指令。其原理是:想像的手部動作會抑制對側感覺運動皮層上的 mu 節律,而這種側向化的抑制可以被即時檢測和分類。

然而,BCI 的性能在個體之間差異巨大。在2024 年的一項研究中,作者提到有相當少數的使用者(約 15% 到 30%)無法實現可靠的控制,這種現象被稱為 BCI 無效性。找出能夠預測性能的因素一直是該領域持續追求的目標。性別曾被提出作為其中一個因素,一些早期研究表明女性在運動想像任務期間可能表現出更強的 mu 調製。

這項大規模的 2024 年研究結合了四個獨立的數據集,匯集了男女比例均等的 248 名參與者樣本,規模遠大於以往任何針對該問題的研究。所有參與者都執行了標準的左手與右手運動想像任務。

分析從位於左側和右側感覺運動皮層上方的電極中提取了 Mu 抑制指數,並比較了女性和男性參與者之間的數值。結果顯示各組之間沒有顯著差異。至少在這個樣本量充足的研究中,性別並不能預測運動想像期間調節 mu 節律的能力。

這一無效結果具有實際意義。BCI 研究人員和臨床醫生在招募參與者或為基於運動想像的系統選擇使用者時,很可能可以排除將性別作為篩選變量。尋找 BCI 性能的可靠預測指標可能需要關注其他方面,例如神經生理特質、認知策略或訓練方案。

口吃中的臨床特徵

Mu 節律的雙頻帶結構使其特別適合捕捉某些臨床疾病特有的特定神經缺陷。

口吃提供了一個極具說服力的案例研究。長期以來,這種病症一直與調節運動時序和啟動的基底核迴路功能障礙,以及言語產生中感覺運動整合受損有關。對基底核抑制信號和感覺至運動反饋敏感的 mu-alpha,以及對時序和正向模型預測敏感的 mu-beta,為觀察這些缺陷提供了互補的視角。

在言語產生任務中,獨立成分分析可以從原始腦電信號中提取 mu 節律,並將 alpha 和 beta 功率的變化與發音器官的肌電活動相對應。採用這種方法的研究已經證明,在言語和聽覺辨別任務中,mu-alpha 和 mu-beta 活動能可靠地區分口吃者與言語流暢者。

腦電圖的高時間精準度使研究人員能夠觀察到在語句規劃和執行的哪個階段會出現感覺運動缺陷。一項來自非詞重複任務的新發現進一步顯示,與通常流暢的對照組相比,口吃組的 mu-alpha 抑制減弱,這將 mu 節律的敏感性擴展到了言語本身之外的認知領域。

Mu 節律揭示了關於動作、共情和腦信號的什麼信息

Mu 節律的歷程是一個不斷精化的過程,表明這種曾經被貼上鏡像神經元指標標籤的腦電波,實際上攜帶著更豐富、更偏向感覺的信息。當我們觀看他人行動時,我們測量到的去同步化反映了該動作的感受,而不僅僅是運動指令,這一區別改變了研究人員解讀社會神經科學數據的方式。

個人運動經驗會增強這種反應,這意味著大腦會自我調整以識別其親身練習過的動作,這支持了模仿技能的逐步構建。與此同時,相同的信號可以預測跨文化背景下人們從面部表情解讀情緒的準確程度,將 mu 節律的相關性擴展到了遠超低水平運動的範疇。

Mu 節律的價值不在於任何單一固定的解釋,而在於越來越多持續精準界定其測量內容以及為何這對人體生理學至關重要的實證證據。

參考文獻

  1. Coll, M. P., Press, C., Hobson, H., Catmur, C., & Bird, G. (2017). Crossmodal Classification of Mu Rhythm Activity during Action Observation and Execution Suggests Specificity to Somatosensory Features of Actions. The Journal of neuroscience : the official journal of the Society for Neuroscience, 37(24), 5936–5947. https://doi.org/10.1523/JNEUROSCI.3393-16.2017

  2. Cannon, E. N., Yoo, K. H., Vanderwert, R. E., Ferrari, P. F., Woodward, A. L., & Fox, N. A. (2014). Action experience, more than observation, influences mu rhythm desynchronization. Plos one, 9(3), e92002. https://doi.org/10.1371/journal.pone.0092002

  3. Genzer, S., Ong, D. C., Zaki, J., & Perry, A. (2022). Mu rhythm suppression over sensorimotor regions is associated with greater empathic accuracy. Social Cognitive and Affective Neuroscience, 17(9), 788-801. https://doi.org/10.1093/scan/nsac011

  4. von Groll, V. G., Leeuwis, N., Rimbert, S., Roc, A., Pillette, L., Lotte, F., & Alimardani, M. (2024). Large scale investigation of the effect of gender on mu rhythm suppression in motor imagery brain-computer interfaces. Brain computer interfaces (Abingdon, England), 11(3), 87–97. https://doi.org/10.1080/2326263X.2024.2345449

  5. Jenson, D., Bowers, A. L., Hudock, D., & Saltuklaroglu, T. (2020). The application of EEG mu rhythm measures to neurophysiological research in stuttering. Frontiers in human neuroscience, 13, 458. https://doi.org/10.3389/fnhum.2019.00458

常見問題

什麼是 mu 節律?為什麼它在神經科學中很重要?

Mu 節律是在感覺運動皮層記錄到的一種節律性電振盪,每當一個人執行、觀察或想像一個動作時,其功率就會降低。這種被稱為去同步化的特性,使其成為研究動作、感知和社會理解的關鍵信號。

Mu 節律如何劃分為功能成分?各自的作用是什麼?

Mu 節律劃分為較慢的成分和較快的成分。較慢的成分對來自基底核的抑制信號和感覺反饋做出反應,而較快的成分則追蹤大腦對運動的感覺後果所做的內部預測。

Mu 節律與共情或理解他人感受有聯繫嗎?

是的,當參與者觀看情緒影片時,右側感覺運動區域更強的 mu 抑制與更高的共情準確度相關聯。這種關係在面部表情和手勢等視覺線索可用時特別成立,表明 mu 節律支持了對他人內部狀態的推斷。

Mu 節律可以用於腦機介面嗎?

Mu 節律是運動想像腦機介面的核心信號,因為想像運動會引起側向化抑制,這種抑制可以被轉化為控制指令。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

透過快速設置、針對彈性現場部署進行優化的的高密度無線電極陣列,加速您的分析性腦波圖(EEG)時程。

Emotiv 是一家神經科技領導者,透過可近用的 EEG 和腦部資料工具,協助推動神經科學研究進展。

醫療免責聲明:本網站提供的資訊僅供教育和參考之用,不構成醫療或健康建議。本內容可能含有錯誤,不應作為做出改變生活的健康、醫療或生活方式選擇的依據。若您對醫療狀況或治療有任何疑問,請務必諮詢您的醫生或其他符合資格的健康提供者的建議。

克里斯蒂安·布戈斯

我們的最新消息

乾式腦電圖(EEG)電極的權衡:速度與舒適度 vs. 信號保真度

數十年來,腦電圖(EEG)一直是神經科學的基石,它透過放置在頭皮上的電極來測量大腦的電活動。傳統的「濕式」電極需要導電凝膠來填補皮膚與感測器之間的間隙,以降低可能阻擋這些微小電壓的電阻(即阻抗)。塗抹凝膠的過程既繁瑣又耗時,且通常會讓受試者感到不適。

隨著腦電圖走出實驗室,進入家庭、診所和走動式環境,對更快速、更簡便介面的需求也日益增長。無需凝膠、可直接接觸皮膚的乾式電極正帶來了這樣的希望:快速設置與更高的舒適度。

但這種便利性也伴隨著物理代價。缺少凝膠會導致更高的阻抗和雜訊更多的訊號,從而在實用性與數據保真度之間產生了持續的權衡取捨。近期一系列的獨立研究精確描繪了這種權衡的具體面向,釐清了乾式電極在哪些方面表現出色,而在哪些方面仍屬次選。

閱讀文章

居家腦電圖(EEG)如何進行日常大腦記錄?

居家腦電圖(Home EEG)是指在任何臨床或實驗室環境之外自行進行的記錄。它將電極凝膠、headset 以及記錄軟體交給未受過專業訓練的使用者,通常僅透過智慧型手機應用程式進行引導。這個概念在於具備能夠融入日常生活的腦部測量能力,有可能在沒有前往醫院的後勤負擔下,記錄睡眠結構、認知專注力或癲癇發作模式。

閱讀文章

作為整體系統的神經回饋設備

想像一下玩電子遊戲時控制器是隱形的——你僅僅依靠自己的腦電波來操控。這個想法正是神經回饋的核心,這項技術為你提供了一個觀察大腦活動的即時窗口,並教導你如何調節它。

設備會接收你大腦產生的訊號,最常見的是使用腦電圖 (EEG) 檢測頭皮上的電位變化模式,或是偶爾使用功能性近紅外光譜 (fNIRS) 感測器追蹤血流情況。這些原始訊號經過處理後,會轉換成簡單的遊戲、聲音或螢幕上移動的圖形。透過反覆試錯,你的大腦會學會產生相應的模式,使回饋朝著你期望的方向發展。

許多指南都著重於各個組件——EEG 電極、導線、軟體——但只有當這些組件構成一個協調的整體時,設備才能真正發揮作用。本介紹將神經回饋視為一個整合系統來進行探討,其中訊號處理、回饋設計和日常可用性相互結合,共同決定它是否能帶來真正的幫助。

閱讀文章

掌握腦電圖 (EEG) 設定:記錄前的最佳實踐

將清晰、可解讀的神經訊號與受到肌肉假訊號或電源雜訊干擾的波形區分開來的,並非複雜的事後處理演算法,而是一套有系統、按時間順序進行的準備步驟流程。在這種情況下,腦電圖(EEG)的設置不僅僅是將電極帽戴在受試者頭上。它是一套嚴謹的生物、環境及電氣校準程序,共同在大腦與放大器之間建立一個穩定且低雜訊的介面。

本文將逐步介紹記錄前的工作流程,並綜合現有證據以證明:細緻的受試者說明、頭皮準備、環境屏蔽、參考導聯配置選擇以及基準假訊號篩查,構成了一套不可或缺的相互依賴環節。

閱讀文章