事件相關電位（Event-related potential，簡稱 ERP）是一種分析標準腦電圖（EEG）記錄的專業方法，使研究人員能夠以毫秒級的精度追蹤認知過程的電信號特徵。這種時間上的準確性使得 ERP 在回答空間地圖無法企及的一類問題時具有獨特的價值：
大腦究竟是在什麼時候偵測到令人驚訝的刺激？
在什麼時刻，增加的記憶負載會改變大腦的處理過程？
神經系統疾病又是如何改變這些基本反應的時間點？
什麼是事件相關電位 (ERP)？
ERP 成分是平均波形中可重複的偏轉，研究人員認為這反映了特定的神經或認知操作。這些成分通常以 N（代表負向偏轉）和 P（代表正向偏轉）命名，後面接該成分出現的近似潛伏期或其在波形序列中的序位。
研究人員使用三個主要指標來量化這些成分：
振幅：反映電壓偏轉的大小，並被解釋為特定認知過程強度或範圍的標記。
潛伏期：指波峰出現的時間，並提供有關過程何時發生的資訊。
頭皮分佈：提供有關潛在神經發生源的線索。
這些指標的變化使研究人員能夠對認知做出推論。如果實驗操縱導致某個成分的振幅增加，通常的解釋是與該成分相關的認知操作變得更強或更廣泛。如果潛伏期向後推移，則認知過程可能需要更長的時間才能完成。
這些關係構成了 ERP 研究的骨幹，並使該方法能夠索引從早期感覺檢測到高級語義評估的認知功能。
ERP 信號如何從 EEG 數據中導出
原始 EEG 記錄捕捉了來自大腦的連續電活動流，但這個流同時包含了一切資訊。
持續的神經振盪、肌肉運動、眨眼和環境電噪聲都混合成一個複雜的信號。當研究人員想要將大腦對特定事件（螢幕上的閃光、聲音的出現、按鍵）的反應隔離開來時，實驗者必須從背景混亂中提取出那個微小的、與事件相關的信號。
這個過程始於時間鎖定。在刺激出現的確切時刻，實驗者在連續的 EEG 數據中放置一個標記。
然後將記錄切割成稱為時期（epochs）的固定時間段，通常跨越事件前後的數百毫秒。所有這些時期都與刺激發生的同一時刻對齊。如果在實驗期間播放了一百個相同的聲音，研究人員會創建一百個獨立的時期，每個時期都與聲音的出現對齊。
然後將這些對齊的時期平均在一起。研究人員通常會觀察始終與事件時間鎖定的大腦活動，該活動在每個時期的大致相同時刻發生。當這些時期結合在一起時，這種一致的信號仍然可見。
與事件無時間鎖定的背景 EEG 活動在各個試驗中隨機出現，並且傾向於在平均過程中相互抵消。所得的波形在 x 軸上顯示時間（以毫秒為單位），在 y 軸上顯示電壓（以微伏為單位）。該波形包含特徵性的正向和負向偏轉，研究人員可以測量其振幅和潛伏期。
然而，這種傳統的平均方法依賴於一個關鍵假設。它假設大腦的反應在各個試驗中基本上是相同的，並且任何背景 EEG 活動相對於該事件都是隨機的。
真實的神經反應很少如此整齊。因此，平均可能會掩蓋或扭曲這種變異性，呈現出一幅平滑的畫面，這可能無法完全忠實地反映大腦時刻變化的動態。
常見 ERP 成分（例如 P300、N400）
常見的成分標籤總結了循環出現的波形特徵，但其解釋取決於任務和記錄背景。
P300 通常與注意力、刺激評估以及工作表徵的更新有關；而 N400 則經常在刺激引起語義處理中的不匹配或困難時進行研究。其他成分，例如早期感覺負波或較晚與反應相關的活動，可用於檢查知覺和行動。
區分幾個經常被討論的成分的一種簡明方法是考慮它們的通常時間以及常用於研究的過程：
成分 | 典型時間 | 常見研究焦點 | 解釋注意事項 |
|---|---|---|---|
P300 | 約 300 毫秒 | 注意力和刺激評估 | 隨任務需求和機率而變化 |
N400 | 約 400 毫秒 | 語義獲取與整合 | 對上下文、預期和意義敏感 |
N100/N1 | 約 100 毫秒 | 早期感覺處理 | 受刺激屬性的強烈影響 |
錯誤相關負波 | 出錯後不久 | 反應監測 | 取決於任務結構和錯誤意識 |
認知神經科學研究中的 ERP 特徵
ERP 研究已經確定了一系列成分，可作為不同處理階段的通用標記：
早期成分通常在刺激後的前 100 至 200 毫秒內出現，經常與早期注意力分配或知覺處理相關聯。
較晚的成分在刺激後數百毫秒出現，與更高層次的認知功能相關，例如更新預期、評估意義以及在記憶檢索期間維持資訊。
一項基礎研究展示了這些成分如何對大腦的內部機率模型做出反應。當參與者聆聽高音和低音序列時，P300 和慢波成分的振幅與先驗機率呈反比關係。發生可能性較小的事件會產生較大的反應。值得注意的是，序列結構發揮了獨立的影響。
在每個機率水平上，當聲音重複前一個聲音時，它引起的反應較小，而當它代表一種變化時，它引起的反應較大。這一發現表明，大腦使用重疊但可分離的機制來追蹤全局機率和局部序列上下文。此外，作者認為 P300 複合體整合了多個上下文資訊流以產生分級的神經反應。
此外，在一項語義記憶檢索任務中，參與者將單字探針與類別標籤進行匹配，同時研究人員記錄他們的大腦活動。在此研究中，Mecklinger 等人報告指出，隨著記憶負載增加，反應時間變慢且準確度降低。
特別是，兩個 ERP 成分與記憶集的大小呈現倒數關係：P300 振幅降低，而負慢波振幅增加。這兩個成分在統計分析中作為不同的因素出現，表明它們索引了記憶檢索過程的不同方面。
此外，N400 成分顯示出對語義不匹配的敏感性。與匹配的目標詞相比，與類別標籤不匹配的非目標詞產生了更大的 N400 反應，這突顯了該成分在語義評估中的作用。
同時，隨著記憶負載變重，EEG 的 theta 頻段（集中在 5 到 7 Hz 左右）顯示出能量增加。這種 theta 活動在功能和拓撲上與負慢波相關，這一發現指出時域 ERP 偏轉與頻域 EEG 振盪之間存在深層聯繫。
這兩種指標似乎共同反映了記憶檢索過程中概念操作的難度，將通常分開處理的兩種分析傳統聯繫起來。
單試驗 ERP 分析與傳統平均的比較
平均 ERP 可以提供乾淨但不完整的畫面。它們無法顯示注意力如何從一個試驗波動到下一個試驗、反應準備如何變化，或者患者含有偽跡的記錄在噪聲之下是否包含有效的神經數據。單試驗分析方法通過單獨檢查每個時期來解決這些局限性。
獨立成分分析（或 ICA）提供了一種計算方法，用於理清在統計上獨立且非高斯的混合 EEG 信號。這種線性分解技術採用多通道 EEG 數據並將其分離為統計上獨立的成分，每個成分都源自不同的大腦或腦外源。
當應用於 ERP 實驗時，ICA 可以將眨眼偽跡、眼動信號、顳肌活動、刺激鎖定的大腦反應、反應鎖定的活動以及持續的背景 EEG 隔離到獨立的成分中。
此外，伴隨的視覺化工具（如 Jung 等人所述的工具）可以顯示按行為或生理變量排序的單個試驗，將原本混亂的重疊波形堆疊轉化為試驗間變異性的有序視圖。排序後試驗中振幅和潛伏期的變化變得立即可見，揭示了平均波形會掩蓋的動態變化。
這些結合的技術在幾個關鍵方面擴展了 ERP 方法：
可以從單試驗數據中消除所有類型的偽跡，而無需拒絕整個時期。
可以識別並分離刺激鎖定和反應鎖定的成分，從而澄清哪些神經活動與刺激處理有關，哪些與反應產生有關。
可以跨條件或參與者群體視覺化並測量單試驗反應的差異。
當跨受試者應用時，代表眨眼、眼動、肌肉活動和事件相關電位的 ICA 成分顯示出實質性的複製，這提供了這些分解捕捉到真實生理來源的信心。
ERP 方法的研究應用
ERP 方法已被證明廣泛應用於認知神經科學、臨床研究以及學習的大腦自我調節研究中。
在健康志願者中，針對特定 EEG 頻段的神經回饋方案有可能以頻段特異性的方式改變行為和 ERP 指標。例如，Egner & Gruzelier 發現，12 至 15 Hz 成分的操作性增強與持續注意力任務中更少的委託錯誤和提高的知覺敏感性相關。另一方面，15 至 18 Hz 成分的增強顯示出相反的行為模式。
然而，這兩種頻率的增強都與聽覺奇異值任務中顯著增加的 P300 振幅有關。這些關聯指向對注意力知覺和運動方面的頻段特異性效應，儘管它們代表的是相關性，而不是因果關係的直接證明。
另一個應用是記憶和語義處理。當參與者將項目保持在記憶中並檢索匹配項時，ERP 成分以極高的敏感性追蹤任務的認知需求。
增加保持在記憶中的項目數量會降低 P300 振幅並增加負慢波振幅。反應時間變慢，準確度下降。Theta 頻段能量與慢波平行上升，表明這些時域和頻域指標在檢索過程中與概念操作的難度相關，具有共同的功能意義。如前所述，N400 成分區分語義匹配與不匹配，提供在數百毫秒內展開的意義評估的神經生理學標記。
大腦對機率和序列上下文的敏感性也在早期 ERP 工作中得到了確立。P300 和慢波追蹤先驗機率，較罕見的事件會產生較大的反應。
同時，局部序列結構發揮著獨立的影響，重複的刺激產生較小的反應，而交替刺激則產生較大的反應，無論總體機率如何。這些雙重影響使 ERP 能夠作為預測、驚奇以及大腦對其內部上下文模型進行持續更新的即時指標。
最後，臨床研究已將 ERP 應用於神經退行性疾病，並產生了複雜且有時令人驚訝的發現。在無癡呆症的巴金森氏症患者中，P3 振幅並不像預期的那樣降低。它增加了。
然而，這種增加並非單獨發生。N1 振幅、刺激後平均振幅，以及關鍵的靜息 EEG 總能量也升高了。這意味著在無癡呆症的巴金森氏症中，P3 振幅升高似乎不能僅歸因於任務相關的處理，因為即使在閉眼的無任務靜息狀態下，EEG 的偏移也存在。
隨著患者樣本中認知障礙（癡呆症）的增加，模式發生了變化。EEG 能量和 ERP 振幅降低，且 P3 潛伏期延長。
無癡呆症患者的 EEG 能量和 P3 振幅是否可以預測未來的認知衰退仍是一個需要前瞻性研究的開放性問題。
ERP 解釋的邊界是什麼？
ERP 研究提供了毫秒級的認知時間 Insight，但該方法帶有固有的局限性，這些局限性必須影響研究結果的解釋方式。
傳統的平均波形可能會掩蓋有意義的試驗間變異性。使用 ICA 和 ERP 圖像視覺化的單試驗方法解決了這一局限性，但它們引入了分析的複雜性，並需要仔細的解釋。由 ICA 提取的成分是統計學建構，其生理學基礎需要跨受試者和條件進行驗證。
此外，ERP 效應通常是在群體水平上報告的，個體差異可能非常顯著。具有明顯 P300 效應的群體平均波形可能無法完美忠實地代表任何單個參與者的反應。
任務特異性也限制了推廣。在語義檢索任務中索引記憶負載的 ERP 成分，在具有不同刺激或反應需求的工作記憶範式中可能表現得不盡相同。
此外，ERP 指標與行為之間的關係在本質上是相關性的。神經回饋研究表明，學得的 EEG 變化和 P300 振幅偏移可以與行為改善同時發生，但這些關聯並不能證明 ERP 的變化導致了表現的提升。
臨床 ERP 差異提供了一個特別具有啟發性的警示。在無癡呆症的巴金森氏症中，增加的 P3 振幅伴隨著靜息 EEG 能量的增加，這表明 ERP 效應是嵌入在大腦電狀態的更廣泛改變中，而不是狹隘的任務特異性認知增強。
事件相關電位研究的未來
未來的 ERP 研究可能會更加強調試驗級別的變化，而不是將平均波形視為唯一有意義的結果。單試驗方法可以檢查注意力、預期、覺醒和刺激前的大腦狀態如何影響從一個事件到下一個事件的反應。這可能會提供更詳細的神經動力學描述，同時也需要更強大的統計模型和更好的品質控制。
改進的設備和分析方法可能支持在比傳統實驗室限制更少的環境中進行記錄。更實用的電極系統、更清晰的事件同步和多模態設計可以將 EEG 時間與行為、眼動、成像或外周生理學聯繫起來。更廣泛的數據集和開放的分析管道也可能使跨研究的比較變得更可行。
該領域仍將面臨熟悉的限制。ERP 測量的是頭皮上協調神經活動的電學結果，而不是單個心理操作的直接讀數或精確的解剖源。因此，進步將取決於嚴謹的實驗設計、預先註冊的分析、透明的報告以及對診斷或認知的謹慎聲明。這些標準可以使 ERP 研究更具累積性，而不會削弱該方法獨特的時間優勢。
為什麼毫秒在解讀大腦電信號中至關重要
ERP 提供了純空間成像無法比擬的認知視角，捕捉了大腦如何對驚奇、上下文或記憶需求做出反應的精確時間。通過對時間鎖定的 EEG 記錄進行平均，該方法將真正的神經訊息與背景電噪聲分開，揭示了心理操作何時發生以及它們的強度在變化條件下如何轉移。這種基於時間的視角不僅顯示了活動發生的位置，還提供了一幅大腦何時理解其周圍環境的時間圖譜。
同樣具有啟發性的是數據揭示的測量限制，因為單試驗信號是任何單個波形都無法講述完整故事的。這些方法表明，有價值的大腦變化可能是分佈式的、多變的，並且嵌入在更廣泛的電活動中，而不是單個乾淨的標記，而且大腦指標與行為之間的關聯仍然與絕對因果關係無關。
參考文獻
Bergmann, T. O., Mölle, M., Schmidt, M. A., Lindner, C., Marshall, L., Born, J., & Siebner, H. R. (2012). EEG-guided transcranial magnetic stimulation reveals rapid shifts in motor cortical excitability during the human sleep slow oscillation. The Journal of Neuroscience, 32(1), 243-253. https://doi.org/10.1111/j.1469-8986.1977.tb01312.x
Mecklinger, A., Kramer, A. F., & Strayer, D. L. (1992). Event related potentials and EEG components in a semantic memory search task. Psychophysiology, 29(1), 104-119. https://doi.org/10.1111/j.1469-8986.1992.tb02021.x
Makeig, S., & Westerfield, M. Analysis and visualization of single-trial event-related potentials. Human Brain Mapping, 14, 166-185. https://doi.org/10.1002/hbm.1050
Egner, T., & Gruzelier, J. H. (2001). Learned self-regulation of EEG frequency components affects attention and event-related brain potentials in humans. Neuroreport, 12(18), 4155-4159.
常見問題
什麼是事件相關電位 (ERP) 以及它是如何導出的？
事件相關電位是 EEG 中微小的電壓變化，它精確地與感覺、認知或運動事件時間鎖定。它是通過將連續的 EEG 切割成與事件對齊的時期並對其進行平均而導出的，這樣一致的神經反應就會突顯出來，而隨機的背景活動則會抵消。
為什麼平均 EEG 時期有助於隔離大腦對事件的反應？
平均之所以起作用，是因為相對於事件在相同時間一致發生的大腦活動保持可見，而隨機的背景 EEG 活動則會抵消。這揭示了一個乾淨的波形，其中包含研究人員可以測量振幅和潛伏期的正向和負向偏轉。
ERP 振幅和潛伏期提供什麼資訊？
振幅反映了認知過程的強度或範圍，而潛伏期則指出該過程在時間上何時發生。頭皮分佈也有助於推斷哪些大腦區域可能產生該成分。
ERP 如何測量大腦對驚奇或預期事件的反應？
P300 和慢波成分對重複或可能發生的事件顯示出較小的反應，對變化或罕見事件顯示出較大的反應。大腦在這些成分中使用獨立但重疊的機制來追蹤全局機率和局部序列上下文。
N400 成分在語言和語義處理中的作用是什麼？
N400 對語義不匹配敏感，對於與其上下文或類別不匹配的單字產生更大的反應。它作為意義評估的即時標記，在數百毫秒內區分預期與未預期的語義資訊。
單試驗分析方法如何克服傳統平均的局限性？
平均會隱藏試驗間的變異性，因此像獨立成分分析和 ERP 圖像這樣的單試驗方法可以將偽跡與神經源分開，並視覺化變化的反應。這些技術允許消除眨眼和肌肉活動，而無需拒絕整個時期，並且它們揭示了群體平均所遺漏的動態變化。
ERP 指標與像 theta 頻段這樣的大腦振盪之間有什麼關係？
在記憶任務中，增加的記憶負載與更大的負慢波振幅和更高的額葉 theta 能量相關。這兩種指標顯示出功能和拓撲上的相似性，表明它們反映了在記憶檢索期間概念操作中共同的難度。
解釋 ERP 結果的主要局限性是什麼？
傳統的平均波形會掩蓋有意義的試驗間變異性，而且 ERP 效應通常是在群體水平上報告的，這可能無法代表個體反應。ERP 指標與行為是相關的，而不是因果關係，且任務特異性限制了跨範式或臨床背景的推廣。
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·布爾戈斯
