數十年來，臨床醫生一直依賴視覺檢查腦電圖（EEG）波形來診斷癲癇或腦病。然而，對於其他廣泛的神經與精神疾病，人類肉眼很難提取出一致且有意義的模式。
定量腦電圖（qEEG）填補了這一空白，它通過應用信號處理算法，將原始波形轉換為豐富的數值特徵，例如特定頻段的功率、相干性測量，以及與常模數據庫進行統計學對比。
什麼是 qEEG？
qEEG，即定量腦電圖（quantitative electroencephalography），是對腦電圖檢測過程中收集的數據進行電腦化分析的技術。該術語有時與「腦圖譜（brain mapping）」交替使用，儘管具體的方法和報告因醫療提供者而異。
記錄是通過放置在頭皮上的電極進行的。這些感測器檢測極其微弱的電訊號，這些訊號被放大、數字化，並處理成頻率、振幅、分佈以及訊號之間的關係等測量指標。因此，qEEG 並不直接拍攝腦組織或測量血流量；它描述的是電活動隨時間變化的特徵。
qEEG 屬於更廣泛的神經科學領域，在該領域中，電訊號與行為、生理學和臨床歷史一同被研究。其價值取決於記錄獲取的品質、偽影（Artifacts）的處理方式、所使用的參考數據，以及研究結果與其他證據的契合程度。一份報告通常最好被理解為評估的一個組成部分，而不是獨立的答案。
qEEG 腦地圖（Brain Mapping）解析
「腦圖譜」通常是指以視覺格式呈現定量脑电图（qEEG）的研究結果。報告可能會使用頭皮圖、圖表、表格或彩色編碼地圖，來顯示測得的活動在不同位置和頻帶上的變化。這些顯示可以使複雜的數字資訊更容易查看，但醒目的色彩圖案並不自動成為疾病的證據。
分析可能會檢查常規頻帶，包括較慢和較快的節律，以及對稱性、連接性或相干性的測量。具體的測量指標取決於記錄系統和分析方案。由於電活動會隨著年齡、警覺性、藥物、睡眠、運動和任務需求而變化，因此解讀時需要注意收集數據時的條件。
因此，一張有用的腦圖不僅僅是一幅圖像。它是對經過過濾、審查並與適當參考框架進行比較後的訊號的結構化摘要。背景情況決定了解讀：相同的統計偏差，其重要性可能會因症狀、神經系統檢查、病史以及基礎記錄的品質而有所不同。
qEEG 腦部掃描是如何運作的
qEEG 腦部掃描始於腦電圖記錄，而不是解剖學掃描。該系統在受檢者保持靜止並遵循簡單指令（例如睜眼或閉眼休息）的同時，捕捉來自多個頭皮位置的電訊號。然後使用軟體對產生的數據進行檢查和分析。
記錄可以被分成簡短的片段或時段（epochs），以便識別受偽影干擾的時間段，例如運動、肌肉緊張、眼球活動或電極接觸不良。分析人員可能會在計算定量測量指標之前應用濾波器和其他預處理步驟。
在設置過程中，技術人員會測量或確定頭皮位置，並使用帽子、導電膏、凝膠或其他經批准的配置來連接電極。電極佈局可能會遵循標準化的放置系統，以便在不同記錄之間保持位置的合理一致。準備工作可能比記錄本身花費更長的時間，特別是在使用許多通道時。
受檢者通常坐在或躺在安靜的房間裡。技術人員會檢查訊號品質，說明何時睜眼或閉眼，並可能根據方案要求進行短暫的運動或其他簡單的條件。
典型的檢測過程是無痛的，儘管導電膏、帽子或需要保持靜止可能會讓人感到不便。眨眼、咬緊牙關、說話和頭部運動都可能產生偽影。因此，安靜的環境和清晰的指令是測量過程的一部分，而不僅僅是為了舒適。
原始腦電圖與 qEEG
傳統腦電圖在癲癇檢測之外的解讀，存在著一個記錄詳實的可靠性問題。
一項綜合評論發現，當專家對非癲癇評估的相同腦電圖軌跡進行視覺檢查時，他們的一致性評分低至 0.2-0.29（在 1.0 表示完美的量表上）。這意味著兩位專家看著同一個記錄，往往會得出完全不同的結論，而這些解讀的預測效度幾乎接近於零。
定量腦電圖（qEEG）避開了這種主觀性。電腦將訊號分解為簡短的片段（甚至是短至 40 秒的時段），並計算出頻譜功率、相干性及其他指標。
在多項研究中，這種方法提供了超過 0.9 的折半信度和重測信度。相隔數天或數週的重複記錄產生了高度穩定的結果，這對於長期追蹤患者而言是一項至關重要的特性。定量腦電圖通過以測量、可複製的「指紋」取代印象派式的觀察，為臨床醫生提供了一個一致的基線來測量大腦功能。
特徵 | 標準腦電圖 (EEG) | 定量腦電圖 (qEEG) |
|---|---|---|
主要輸出 |
經臨床醫生審查的電氣記錄
定量測量和視覺摘要
主要重點
基於時間的波形圖案
基於統計和頻率的特徵
典型解讀
臨床神經生理學背景
臨床背景加上計算對比
常見局限性
可能不太適合進行大型數值比較
對方案、偽影和參考數據敏感
為什麼常模大腦應該進行年齡與性別匹配
解讀個人的 qEEG 需要一個參考群體。只有在該平均值正確考量了正常的生物學差異的情況下，與平均值的偏差才具有意義。
一個大型常模數據庫收集了 1,289 名年齡在 4.5 到 81 歲之間的健康參與者的靜息態腦電圖。當研究人員分別為男性和女性建立模型，並進一步按年齡分組時，所得 Z 分數的準確性顯著提高。如果不進行這種分層，該數據庫將會把許多健康個體錯誤地標記為異常，僅僅是因為他們的大腦節律反映了不同的年齡或性別。
在考慮健康老化過程中會發生什麼時，年齡匹配的必要性變得更加清晰。一項使用源定位來追蹤皮質節律起源的研究發現，隨著成年人年齡的增長，枕葉區域的 delta (2–4 Hz) 功率呈線性下降，而頂葉、枕葉、顳葉和邊緣系統區域的 alpha (8–13 Hz) 功率也平行減少。
如果將 75 歲老人的 qEEG 與來自 25 歲人群的常模進行比較，自然較低的 delta 和 alpha 水平可能會被誤認為是病理性的減慢。因此，Z 分數（個體與年齡和性別匹配的平均值相差的標準差個數）成為唯一在統計上站得住腳的、用來標記真正異常值的方法。
qEEG 測量指標的效度
信度是先決條件，但這些數值也必須有效，因為它們必須真實地反映神經功能並預測臨床結果。證實了 qEEG 高信度的同一份審查報告也表明，其特徵具有強大的內容效度，這根植於數十年的神經生理學研究中。
更令人信服的是，qEEG 指標與神經心理學測試的表現一致相關，並可以預測治療反應等結果。這種預測效度意味著彩色的腦圖和統計分數並非抽象的空談，而且它們承載著臨床相關的資訊。
對於非癲癇應用，qEEG 的預測效度與視覺腦電圖讀數近乎為零的效度形成鮮明對比。當與適當的常模框架相結合時，qEEG 輪廓為行為評估提供了數據驅動的補充，以客觀、可量化的反饋引導臨床決策。
qEEG 如何追蹤藥物引起的神經毒性
一個關於 qEEG 臨床價值的具體例子來自一項針對兩種抗癲癇藥物的隨機雙盲研究。23 名健康志願者服用加巴噴丁（gabapentin，每日高達 3,600 mg）或卡馬西平（carbamazepine，每日高達 1,200 mg）持續 12 週。在服藥期前後，研究人員記錄了結構化的 qEEG，進行了認知測試，並收集了主觀副作用評級。
兩種藥物都引起了後部優勢 alpha 節律（大腦的靜息空轉頻率）的顯著減慢。卡馬西平的影響更為顯著。關鍵在於，接受卡馬西平治療的受試者中有 10 人，接受加巴噴丁治療的受試者中有 6 人，超出了個體的 95% 置信區間，這意味著他們的 alpha 節律減慢到了在未服藥人群中極其罕見的程度。
雖然很少有參與者在客觀認知測試中出現大幅退步，但腦電圖減慢的幅度與更多主觀神經毒性抱怨，以及綜合評分中較差的整體認知表現都有所關聯。
在這種情況下，qEEG 捕捉到了大腦功能性變化，這比標準的紙筆測試更加敏感。對於調整藥物的臨床醫生而言，alpha 峰值頻率超出個人常模範圍的轉變可以作為認知副作用的早期、客觀指標，在患者的日常生活受到影響之前提示需要進行劑量評估。
在 qEEG 上從正常老化到阿茲海默症
從健康老化到失智症的軌跡強調了 qEEG 如何描繪出獨特的疾病特徵。如前所述，健康的老化會帶來 delta 和後部 alpha 功率的逐漸喪失。
阿茲海默症（AD）則以相反的方向破壞了這種模式。當研究人員比較來自 26 名阿茲海默症患者、53 名具有輕度認知障礙（MCI）的個體，以及 246 名按年齡分層的健康對照組的靜息態腦電圖時，與年齡匹配的同齡人相比，阿茲海默症組顯示出慢波功率（delta 和 theta）顯著增加，而 alpha 功率則有所減少。
本質上，阿茲海默症患者的大腦矛盾地產生了更多緩慢的活動，同時失去了更快、有組織的節律。
Theta-to-alpha 比率（TAR）將這種雙重打擊捕捉為一個單一的數值，並產生了最大且最顯著的組間差異。為了分析出輕度認知障礙中更微細的改變，研究人員開發了一種功率分佈距離測量（PDDM），該方法檢查了隨時間變化的功率概率分佈的完整形狀，而不是簡單地對各個時段進行平均。PDDM 適度增強了對輕度認知障礙特異性變化的檢測，揭示了局限於顳葉區域的小而顯著的影響。
當將這些特徵輸入機器學習分類器時，該模型將個體阿茲海默症患者與對照組區分開來的 ROC 曲線下面積（AUC）為 0.85——這是一個強烈的作用效果，表明例如隨機選擇的阿茲海默症患者在 85% 的情況下會被評為高於隨機選擇的對照組。然而，對於輕度認知障礙，AUC 僅為有限的 0.6，這意味著只有適度的準確性。
令人欣慰的是，qEEG 衍生的概率和比率評分與阿茲海默症組的簡易精神狀態檢查（MMSE）評分和其他神經心理學測試相關，將電學異常與現實世界中的認知退化聯繫了起來。
這些發現既突出了前景，也提示了謹慎。在已確診的阿茲海默症中，qEEG 承載著強大的生理訊號。但作為一項針對極早期認知變化的獨立篩檢工具，其對輕度認知障礙有限的敏感性意味著，正常的讀數不能排除早期疾病，而異常的讀數則可能是假警報。然而，當與臨床評估和其他生物標誌物協同使用時，qEEG 提供了一個無創、低成本的了解神經功能障礙的窗口。
常見誤區與誇大應用
宣稱與證據。 許多商業平台和流行文章將 qEEG 視為幾種大腦疾病的決定性診斷工具。雖然研究仍在進行中，但目前的文獻對於支持在這些疾病中進行常規臨床使用持謹慎態度。
常模數據庫的品質至關重要。 如果參考數據庫建構不良，整個解讀框架就會崩塌。如果沒有嚴格的年齡和性別分層，正常的差異可能會被重新標記為病理性的。任何可靠的 qEEG 評估都必須參考經過科學驗證的常模群體。
個體差異可能會掩蓋群體效應。 即使某種藥物或疾病產生了顯著的群體水平變化，某些個體仍會保持在正常範圍內。在藥物研究中，儘管服用了顯著的劑量，仍有幾位參與者的 alpha 減慢程度並未超出 95% 的置信區間。因此，單一的 qEEG 數值必須放在完整臨床情況的背景下進行解讀，而不能作為絕對的試金石。
早期疾病中的效應量較小。 輕度認知障礙的 AUC 僅為 0.6，這意味著僅靠 qEEG 無法可靠地識別認知退化的最早期階段；很可能會出現假陽性和假陰性。在通過更先進的分析方法提高效應量之前，qEEG 最好作為輔助工具，而不是獨立的篩檢器。
如何為 qEEG 檢測做準備
準備指南因方案和記錄目的而異。醫療提供者可能會就美髮產品、咖啡因、睡眠、飲食和藥物給出指導，因為這些因素會影響警覺性或訊號品質。這些指導應該被理解為測試設計的一部分，而不是每次 qEEG 預約的通用規則。
記錄環境通常是安靜的，受檢者可能會被要求保持放鬆並儘量減少不必要的移動。頭髮和頭皮的清潔可以使電極接觸更容易，而疲勞或不尋常的睡眠可能會改變測量的狀態。任何可能影響記錄的相關因素都應記錄下來，供負責解讀的臨床醫生參考。
解讀您的 qEEG 報告
一份 qEEG 報告可能包括原始或處理過的波形、頻譜、地形圖、統計分數和書面解讀。醫療提供者之間的報告格式存在相當大的差異。「偏高」、「降低」或「異常」等術語描述的是相對於所選對比的測量值，它們本身並不代表診斷出某種疾病。
當這些細節具有臨床相關性時，報告通常會註明記錄條件、品質控制流程和參考框架。它還應該將觀察到的數據與解讀分開。有用的解釋會將研究結果與轉介問題聯繫起來，而不會暗示超出證據支持的確定性。
關於報告的疑問，最好諮詢負責解讀該報告的合格專業人員。任何單一的顏色、分數或比率都不應單獨解讀。當結合症狀、病史、檢查和其他測試綜合考慮時，該報告會變得更有意義。
定量腦電圖目前能為臨床醫生提供和不能提供什麼
定量腦電圖通過以穩定的數值指標取代主觀的視覺解讀，將一項有著百年歷史的技術轉變為一個客觀、可複製的工具。它在現實世界中的價值已經在具體的場景中顯現，例如在標準測試注意到之前檢測出藥物引起的認知減慢，以及以極高的準確性區分阿茲海默症與健康老化。
然而，支持這些應用的相同證據也為其在其他神經系統疾病中的更廣泛應用劃定了明確的界限。
每個 qEEG 結果的可靠性都取決於與之比較的參考群體的品質，因為大腦節律會隨著年齡自然轉變，並且因性別而異。當作為臨床評估的補充而不是獨立的判定時，qEEG 提供了一個低成本、無創的了解大腦功能的窗口，可以指導藥物調整並標記認知退化。
它的未來取決於不斷增長的常模數據庫和更敏銳的分析方法，但它目前的角色已經很明確：一個強大的客觀輔助工具，而不是臨床判斷的替代品。
參考文獻
Thatcher, R. W. (2010). Validity and reliability of quantitative electroencephalography. Journal of neurotherapy, 14(2), 122-152. https://doi.org/10.1080/10874201003773500
Ko, J., Park, U., Kim, D., & Kang, S. W. (2021). Quantitative electroencephalogram standardization: a sex-and age-differentiated normative database. Frontiers in Neuroscience, 15, 766781. https://doi.org/10.3389/fnins.2021.766781
Babiloni, C., Binetti, G., Cassarino, A., Dal Forno, G., Del Percio, C., Ferreri, F., Ferri, R., Frisoni, G., Galderisi, S., Hirata, K., Lanuzza, B., Miniussi, C., Mucci, A., Nobili, F., Rodriguez, G., Luca Romani, G., & Rossini, P. M. (2006). Sources of cortical rhythms in adults during physiological aging: a multicentric EEG study. Human brain mapping, 27(2), 162–172. https://doi.org/10.1002/hbm.20175
Salinsky, M. C., Binder, L. M., Oken, B. S., Storzbach, D., Aron, C. R., & Dodrill, C. B. (2002). Effects of gabapentin and carbamazepine on the EEG and cognition in healthy volunteers. Epilepsia, 43(5), 482-490. https://doi.org/10.1046/j.1528-1157.2002.22501.x
Meghdadi, A. H., Stevanović Karić, M., McConnell, M., Rupp, G., Richard, C., Hamilton, J., ... & Berka, C. (2021). Resting state EEG biomarkers of cognitive decline associated with Alzheimer’s disease and mild cognitive impairment. PloS one, 16(2), e0244180. https://doi.org/10.1371/journal.pone.0244180
常見問題
傳統腦電圖和定量腦電圖之間的主要區別是什麼？
傳統腦電圖依賴於對原始腦電波軌跡的視覺檢查，這可能是主觀的，並且專家之間的一致性較差。qEEG 使用電腦算法將這些原始波形轉換為數值特徵（例如頻帶功率、連接性測量指標和 Z 分數），從而使分析具有可複制性和客觀性。
為什麼將 qEEG 與年齡和性別匹配的常模進行比較很重要？
大腦節律會隨著年齡自然變化，並且在不同性別之間也存在差異，因此只有與相似的參考群體進行比較，個人的結果才有意義。如果沒有進行適當的匹配，健康老年人自然較慢的腦電波可能會被誤認為是病理學異常。
與非癲癇疾病的視覺腦電圖解讀相比，qEEG 如何提高可靠性？
對於非癲癇評估，腦電圖的視覺檢查在專家之間的一致性非常低，有時接近於零。qEEG 通過對簡短的腦電波片段進行自動化計算，實現了較高的重測信度，這意味著重複記錄會產生穩定的結果，可用於長期追蹤患者。
為什麼常模數據庫的品質對於 qEEG 解讀至關重要？
計算 Z 分數的整個系統取決於擁有一個建構良好、且按年齡和性別進行適當分層的參考群體。如果數據庫建構不良，正常的生物學差異可能會被錯誤地標記為病理，從而破壞 qEEG 結果的有效性。
qEEG 代表什麼？
qEEG 代表定量腦電圖。它是指對通過腦電圖電極記錄的電活動進行電腦化的數值分析。
qEEG 與腦部掃描相同嗎？
qEEG 有時被稱為腦圖譜，但它不是解剖學影像掃描。它分析的是從頭皮記錄的電訊號，而不是直接產生大腦結構的圖像。
qEEG 檢測過程會痛嗎？
qEEG 檢測通常是無創的，不涉及電刺激。電極導電膏、帽子或需要保持靜止可能會帶來輕微的不適或不便。
qEEG 需要多長時間？
總預約時長因準備工作、記錄條件、感測器數量以及是否包含其他任務而異。設置和數據品質檢查可能會花費大量時間。
什麼會影響 qEEG 結果？
睡眠、警覺性、藥物、物質、壓力、眼球運動、肌肉緊張、身體移動、電極接觸以及技術干擾都可能影響記錄或其解讀。
誰來解讀 qEEG 報告？
解讀應由在腦電圖和相關臨床背景方面接受過適當培訓的合格專業人員進行。該報告應與其他評估資訊相結合，而不是單獨考慮。
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。
克里斯蒂安·布戈斯
