
如何为您的研究选择合适的脑电图(EEG)系统
克里斯蒂安·布尔戈斯
更新于
2026年11月13日

如何为您的研究选择合适的脑电图(EEG)系统
克里斯蒂安·布尔戈斯
更新于
2026年11月13日

如何为您的研究选择合适的脑电图(EEG)系统
克里斯蒂安·布尔戈斯
更新于
2026年11月13日
选择脑电图(EEG)系统是研究人员在规划研究时做出的首要决定之一,但这不应从比较产品规格开始。在评估通道数量、电极类型或采样率之前,研究人员应首先明确他们想要测量什么、研究将在何处进行,以及如何收集和分析数据。一旦明确了这些要求,比较 EEG 系统就会变得更加有意义,因为每项技术特性都可以在研究本身的背景下进行评估。
本文并非推荐某款特定设备,而是提供了一个实用的框架,用于根据您的科学目标、实验设计、参与者和研究环境来选择 EEG 系统。
明确您的研究需求
最重要的问题不是我应该购买哪种 EEG 系统?而是我的研究需要什么?
不同的研究问题对 EEG 系统有不同的要求。与测量工作场所中心理负荷的现场研究或需要实时数据流的脑机接口(BCI)实验相比,研究事件相关电位(ERP)的实验室研究具有不同的技术要求。
在比较硬件规格之前,请考虑以下问题:
我正在测量哪种认知过程?
参与者是保持坐姿还是自然移动?
研究将在实验室还是在真实环境中进行?
我需要连续的 EEG 记录、事件相关电位还是实时数据?
我将使用哪种软件来分析数据?
先深入思考这些问题,可以确立您的 EEG 系统必须满足的要求。对 EEG 方法论的综述始终强调,研究目标应当指导整个研究设计过程中的方法论决策,包括数据采集和分析 [1]。
核心要点 #1:在评估 EEG 硬件之前,先明确您的研究需求。
使系统与您的研究目标相匹配
一旦确定了研究需求,您就可以开始评估哪种系统最能支持这些需求。
不同类型的研究侧重不同的能力。ERP 研究依赖于精确的事件计时和可重复的神经反应。检查心理负荷或认知疲劳的研究通常要求在较长的记录周期内确保参与者的舒适度。BCI 应用可能会强调低延迟流传输、软件集成和实时处理,而自然主义研究可能会优先考虑便携性和快速部署。
没有哪一种 EEG 系统能在每种场景下都同样出色。相反,研究人员应评估系统的能力与其研究的具体要求契合得有多好。Pinegger 等人通过比较用于 BCI 应用的多种 EEG 采集系统证明了这一原则,表明系统的适用性取决于预期的应用,而非任何单一的性能指标 [2]。
核心要点 #2:最好的 EEG 系统是其能力与您的研究目标最匹配的系统。
研究类型 | 最关键的要素 | 需提出的关键问题 |
|---|---|---|
ERP 研究 | 精确的事件计时、可重复的反应 | 事件标记的准确度如何?标记能否与刺激软件同步? |
心理负荷与疲劳 | 长时间记录过程中的舒适度和稳定信号 | 电池能使用多久?传感器会变干吗? |
脑机接口 | 低延迟流传输、软件集成 | 是否有 API?数据能否实时流式传输? |
自然主义与现场研究 | 便携性、快速设置、无线记录 | 它是否可以在附近没有计算机的情况下进行记录?设置需要多长时间? |
评估重要的特性
一旦您了解了哪些技术特性直接支持您的研究目标,比较 EEG 系统就会变得容易得多。
通道数量
EEG 通道的数量会影响所记录大脑活动的空间分辨率。更高的通道数量可以提供更详细的空间信息并支持高级分析,但它们也会增加设置时间、复杂性以及必须处理的数据量。
对于许多研究来说,额外的通道提供了有意义的科学价值。而对于其他研究,它们可能会增加不必要的复杂性,而无助于提高回答研究问题的能力。
电极类型
干电极、盐水和凝胶电极各具优势。
研究人员应综合考虑设置时间、参与者舒适度、维护要求和记录质量等因素,而不是假设某种电极类型普遍优于其他类型。
电极类型 | 准备工作 | 实验过程注意事项 | 维护 |
|---|---|---|---|
盐水(毛毡垫) | 每次实验前弄湿垫片 | 长时间记录过程中垫片可能会变干 | 重新润湿并更换毛毡 |
半干式聚合物 | 几滴溶液 | 1–2 分钟快速设置 | 随时间更换传感器探头 |
干式(扁平或梳状) | 无 | 不受垫片变干的限制;参与者之间无需清洁 | 极少 |
凝胶(Ag/AgCl) | 每个传感器涂抹凝胶 | 公认的实验室标准 | 每次实验后进行清洁 |
采样率
采样率决定了记录 EEG 信号的频率,应根据所研究现象的时间特征进行选择。更高的采样率可能对某些应用有益,而许多认知神经科学研究无需将此规格最大化即可实现其目标。
移动性与电池续航
便携式 EEG 系统使研究能够走出传统实验室环境,进入包括教室、工作场所、诊所和社区环境在内的更多场所。如果参与者将自然移动或记录将在受控实验室条件之外进行,那么便携性和电池续航将成为重要的设计考量因素。
核心要点 #3:根据技术规格与研究的相关性来评估它们,而不是因为它们代表了最高可用数值。
规格 | Insight | Epoc X | EPOC X PRO |
|---|---|---|---|
通道 | 5 | 14 | 16 |
传感器类型 | 半干式聚合物 | 盐水毛毡垫 | 可互换干式,兼容盐水 |
采样率 | 128 SPS | 128 或 256 SPS | 128 或 256 Hz(未来固件支持 512 Hz) |
分辨率 | 16 位 | 14 或 16 位 | 24 位 |
电池 | 长达 20 小时 | 长达 9 小时(USB 接收器),6 小时(蓝牙) | 未注明;在 256 Hz 下板载记录超过 8 小时 |
连接性 | 低功耗蓝牙 | 低功耗蓝牙或 USB 接收器 | 蓝牙和 Wi-Fi 6 |
价格 | $499 | $1,199 | $15,000(预订价 $10,000) |
在数据需求与实用性之间取得平衡
选择 EEG 系统通常涉及权衡相互竞争的优先事项,而不是盲目追求各项技术指标的最大化。
例如,高密度 EEG 系统可以提供更高的空间分辨率,但它也可能增加设置时间、参与者疲劳度以及数据收集的复杂性。相反,便携式系统可能会牺牲一些空间细节,但它使得在传统实验室设备无法使用的教室、工作场所或农村社区开展研究成为可能。
研究人员还应记住,EEG 系统只是影响数据质量的因素之一。实验设计、参与者特征、记录条件以及不同实验周期之间的变异性都会对 EEG 数据的质量和可靠性产生影响。
Melnik 等人发现,变异性来源于多种因素,包括记录系统、参与者以及记录过程本身,这突显了统筹考虑整个研究过程而非仅仅关注硬件的重要性 [3]。
实际考量也会影响谁能够参与研究。Bhavnani 等人证明了在农村社区使用便携式设备采集高质量静息态 EEG 记录的可行性,这说明了可穿戴神经技术的进步如何帮助解决长期以来因地域限制带来的研究人群受限问题 [4]。
核心要点 #4:合适的 EEG 系统是在技术性能与开展研究的实际现实之间取得平衡的系统。
跳出硬件本身的思考
EEG 系统不仅仅是参与者佩戴的 headset。周边的软件生态系统对研究项目的效率和灵活性同样有着举足轻重的影响。
在选择系统之前,研究人员应考虑在整个研究过程中如何收集、管理、分析和共享 EEG 数据。值得提出的问题包括:
原始 EEG 数据是否可以导出以进行独立分析?
该系统是否兼容 MATLAB、Python、EEGLAB、Lab Streaming Layer (LSL) 或 PsychoPy 等软件?
该平台是否支持针对 ERP 实验的精确事件标记?
研究人员能否轻松管理参与者和记录周期?
随着研究需求的发展,该软件能否支持未来的研究?
设备电池能否支持整个实验方案的持续时间?
选择能够顺利集成到现有研究工作流程中的系统可以减少行政开销、简化分析并提高整个项目的可重复性。一旦开始数据收集,这些考虑因素往往会变得与硬件规格同等重要。
核心要点 #5:评估完整的研究生态系统,而不仅仅是 EEG 硬件。
研究人员提出的问题 | 需要关注的方面 | 在 Emotiv 生态系统中 |
|---|---|---|
是否可以导出原始 EEG? | 标准格式 | EmotivPRO 中的 CSV 和 EDF 导出功能(标准方案或更高版本) |
它是否与我的工具集成? | MATLAB、Python、EEGLAB、PsychoPy、LSL | EmotivPRO Standard 团队版和性能版中的 LSL 流式传输;用于自定义流程的 Cortex API |
它是否支持 ERP 事件标记? | 带时间戳的标记 | EmotivPRO 中的事件标记;EPOC X PRO 时间戳同步至约 1 毫秒 |
我能否管理团队和实验周期? | 共享数据、权限 | 拥有 2 个或更多席位的许可证可进行组织数据共享 |
电池续航能满足实验方案的要求吗? | 与实验时长匹配的电池 | 参见表 3 |
研究人员核对清单
当您缩小选择范围时,挑选 EEG 系统应该不再只是对比产品,而更多的是评估哪种系统最能支持您的研究。在做出决定之前,请花一点时间确认您的研究需求已经明确界定。
问问自己:
我试图回答什么科学问题?
我将测量哪些认知过程或神经信号?
参与者将在哪里完成研究?
参与者是保持静止还是自然移动?
对于我的研究目标,多少个记录通道是合适的?
哪种电极类型最适合我的参与者和研究设计?
我是否需要精确的事件标记、实时数据流传输,还是两者都需要?
我将使用哪种软件来收集、分析和导出 EEG 数据?
该系统是否在支持我当前项目的同时,具备足够的灵活性以适应未来的研究?
这些问题提供了一个实用的框架,使您能够根据研究需要评估 EEG 系统,而不是孤立地比较规格。一旦明确了您的需求,选择最合适的系统就会成为一个更为明智的决定。
核心结论
从您的研究问题出发,而不是硬件。
在比较 EEG 系统之前,明确您研究的技术和实用要求。
根据通道数量、电极类型、移动性和软件兼容性等规格如何支持您的研究目标来对其进行评估。
切记参与者的舒适度、记录环境和实验设计都会对数据质量产生影响。
选择最适合您科学目标的 EEG 系统,而不是功能列表最长的系统。
将您的框架付诸实践
您已经建立了一个根据研究目标评估 EEG 系统的框架。现在,您可以横向比较 Emotiv EEG 系统,看看通道数量、电极技术、软件兼容性、移动性以及其他特性方面的差异如何支持不同类型的研究。
推荐阅读
如何设计事件相关电位(ERP)研究
参考文献
[1] H. Zhang 等人,"The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology," Military Medical Research, vol. 10, no. 67, 2023.
[2] A. Pinegger, S. C. Wriessnegger, J. Faller, 和 G. R. Müller-Putz, "Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies," Frontiers in Neuroscience, vol. 10, Art. no. 441, 2016.
[3] A. Melnik 等人,"Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?" Frontiers in Human Neuroscience, vol. 11, Art. no. 150, 2017.
[4] S. Bhavnani 等人,"The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities," Frontiers in Human Neuroscience, vol. 16, Art. no. 802764, 2022.
[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim, 和 N. A. Badcock, "A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research," PeerJ, vol. 8, e9713, 2020.
[6] N. S. Williams, G. M. McArthur, 和 N. A. Badcock, "It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research," PeerJ, vol. 9, e10700, 2021.
[7] M. Duvinage 等人,"Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.
选择脑电图(EEG)系统是研究人员在规划研究时做出的首要决定之一,但这不应从比较产品规格开始。在评估通道数量、电极类型或采样率之前,研究人员应首先明确他们想要测量什么、研究将在何处进行,以及如何收集和分析数据。一旦明确了这些要求,比较 EEG 系统就会变得更加有意义,因为每项技术特性都可以在研究本身的背景下进行评估。
本文并非推荐某款特定设备,而是提供了一个实用的框架,用于根据您的科学目标、实验设计、参与者和研究环境来选择 EEG 系统。
明确您的研究需求
最重要的问题不是我应该购买哪种 EEG 系统?而是我的研究需要什么?
不同的研究问题对 EEG 系统有不同的要求。与测量工作场所中心理负荷的现场研究或需要实时数据流的脑机接口(BCI)实验相比,研究事件相关电位(ERP)的实验室研究具有不同的技术要求。
在比较硬件规格之前,请考虑以下问题:
我正在测量哪种认知过程?
参与者是保持坐姿还是自然移动?
研究将在实验室还是在真实环境中进行?
我需要连续的 EEG 记录、事件相关电位还是实时数据?
我将使用哪种软件来分析数据?
先深入思考这些问题,可以确立您的 EEG 系统必须满足的要求。对 EEG 方法论的综述始终强调,研究目标应当指导整个研究设计过程中的方法论决策,包括数据采集和分析 [1]。
核心要点 #1:在评估 EEG 硬件之前,先明确您的研究需求。
使系统与您的研究目标相匹配
一旦确定了研究需求,您就可以开始评估哪种系统最能支持这些需求。
不同类型的研究侧重不同的能力。ERP 研究依赖于精确的事件计时和可重复的神经反应。检查心理负荷或认知疲劳的研究通常要求在较长的记录周期内确保参与者的舒适度。BCI 应用可能会强调低延迟流传输、软件集成和实时处理,而自然主义研究可能会优先考虑便携性和快速部署。
没有哪一种 EEG 系统能在每种场景下都同样出色。相反,研究人员应评估系统的能力与其研究的具体要求契合得有多好。Pinegger 等人通过比较用于 BCI 应用的多种 EEG 采集系统证明了这一原则,表明系统的适用性取决于预期的应用,而非任何单一的性能指标 [2]。
核心要点 #2:最好的 EEG 系统是其能力与您的研究目标最匹配的系统。
研究类型 | 最关键的要素 | 需提出的关键问题 |
|---|---|---|
ERP 研究 | 精确的事件计时、可重复的反应 | 事件标记的准确度如何?标记能否与刺激软件同步? |
心理负荷与疲劳 | 长时间记录过程中的舒适度和稳定信号 | 电池能使用多久?传感器会变干吗? |
脑机接口 | 低延迟流传输、软件集成 | 是否有 API?数据能否实时流式传输? |
自然主义与现场研究 | 便携性、快速设置、无线记录 | 它是否可以在附近没有计算机的情况下进行记录?设置需要多长时间? |
评估重要的特性
一旦您了解了哪些技术特性直接支持您的研究目标,比较 EEG 系统就会变得容易得多。
通道数量
EEG 通道的数量会影响所记录大脑活动的空间分辨率。更高的通道数量可以提供更详细的空间信息并支持高级分析,但它们也会增加设置时间、复杂性以及必须处理的数据量。
对于许多研究来说,额外的通道提供了有意义的科学价值。而对于其他研究,它们可能会增加不必要的复杂性,而无助于提高回答研究问题的能力。
电极类型
干电极、盐水和凝胶电极各具优势。
研究人员应综合考虑设置时间、参与者舒适度、维护要求和记录质量等因素,而不是假设某种电极类型普遍优于其他类型。
电极类型 | 准备工作 | 实验过程注意事项 | 维护 |
|---|---|---|---|
盐水(毛毡垫) | 每次实验前弄湿垫片 | 长时间记录过程中垫片可能会变干 | 重新润湿并更换毛毡 |
半干式聚合物 | 几滴溶液 | 1–2 分钟快速设置 | 随时间更换传感器探头 |
干式(扁平或梳状) | 无 | 不受垫片变干的限制;参与者之间无需清洁 | 极少 |
凝胶(Ag/AgCl) | 每个传感器涂抹凝胶 | 公认的实验室标准 | 每次实验后进行清洁 |
采样率
采样率决定了记录 EEG 信号的频率,应根据所研究现象的时间特征进行选择。更高的采样率可能对某些应用有益,而许多认知神经科学研究无需将此规格最大化即可实现其目标。
移动性与电池续航
便携式 EEG 系统使研究能够走出传统实验室环境,进入包括教室、工作场所、诊所和社区环境在内的更多场所。如果参与者将自然移动或记录将在受控实验室条件之外进行,那么便携性和电池续航将成为重要的设计考量因素。
核心要点 #3:根据技术规格与研究的相关性来评估它们,而不是因为它们代表了最高可用数值。
规格 | Insight | Epoc X | EPOC X PRO |
|---|---|---|---|
通道 | 5 | 14 | 16 |
传感器类型 | 半干式聚合物 | 盐水毛毡垫 | 可互换干式,兼容盐水 |
采样率 | 128 SPS | 128 或 256 SPS | 128 或 256 Hz(未来固件支持 512 Hz) |
分辨率 | 16 位 | 14 或 16 位 | 24 位 |
电池 | 长达 20 小时 | 长达 9 小时(USB 接收器),6 小时(蓝牙) | 未注明;在 256 Hz 下板载记录超过 8 小时 |
连接性 | 低功耗蓝牙 | 低功耗蓝牙或 USB 接收器 | 蓝牙和 Wi-Fi 6 |
价格 | $499 | $1,199 | $15,000(预订价 $10,000) |
在数据需求与实用性之间取得平衡
选择 EEG 系统通常涉及权衡相互竞争的优先事项,而不是盲目追求各项技术指标的最大化。
例如,高密度 EEG 系统可以提供更高的空间分辨率,但它也可能增加设置时间、参与者疲劳度以及数据收集的复杂性。相反,便携式系统可能会牺牲一些空间细节,但它使得在传统实验室设备无法使用的教室、工作场所或农村社区开展研究成为可能。
研究人员还应记住,EEG 系统只是影响数据质量的因素之一。实验设计、参与者特征、记录条件以及不同实验周期之间的变异性都会对 EEG 数据的质量和可靠性产生影响。
Melnik 等人发现,变异性来源于多种因素,包括记录系统、参与者以及记录过程本身,这突显了统筹考虑整个研究过程而非仅仅关注硬件的重要性 [3]。
实际考量也会影响谁能够参与研究。Bhavnani 等人证明了在农村社区使用便携式设备采集高质量静息态 EEG 记录的可行性,这说明了可穿戴神经技术的进步如何帮助解决长期以来因地域限制带来的研究人群受限问题 [4]。
核心要点 #4:合适的 EEG 系统是在技术性能与开展研究的实际现实之间取得平衡的系统。
跳出硬件本身的思考
EEG 系统不仅仅是参与者佩戴的 headset。周边的软件生态系统对研究项目的效率和灵活性同样有着举足轻重的影响。
在选择系统之前,研究人员应考虑在整个研究过程中如何收集、管理、分析和共享 EEG 数据。值得提出的问题包括:
原始 EEG 数据是否可以导出以进行独立分析?
该系统是否兼容 MATLAB、Python、EEGLAB、Lab Streaming Layer (LSL) 或 PsychoPy 等软件?
该平台是否支持针对 ERP 实验的精确事件标记?
研究人员能否轻松管理参与者和记录周期?
随着研究需求的发展,该软件能否支持未来的研究?
设备电池能否支持整个实验方案的持续时间?
选择能够顺利集成到现有研究工作流程中的系统可以减少行政开销、简化分析并提高整个项目的可重复性。一旦开始数据收集,这些考虑因素往往会变得与硬件规格同等重要。
核心要点 #5:评估完整的研究生态系统,而不仅仅是 EEG 硬件。
研究人员提出的问题 | 需要关注的方面 | 在 Emotiv 生态系统中 |
|---|---|---|
是否可以导出原始 EEG? | 标准格式 | EmotivPRO 中的 CSV 和 EDF 导出功能(标准方案或更高版本) |
它是否与我的工具集成? | MATLAB、Python、EEGLAB、PsychoPy、LSL | EmotivPRO Standard 团队版和性能版中的 LSL 流式传输;用于自定义流程的 Cortex API |
它是否支持 ERP 事件标记? | 带时间戳的标记 | EmotivPRO 中的事件标记;EPOC X PRO 时间戳同步至约 1 毫秒 |
我能否管理团队和实验周期? | 共享数据、权限 | 拥有 2 个或更多席位的许可证可进行组织数据共享 |
电池续航能满足实验方案的要求吗? | 与实验时长匹配的电池 | 参见表 3 |
研究人员核对清单
当您缩小选择范围时,挑选 EEG 系统应该不再只是对比产品,而更多的是评估哪种系统最能支持您的研究。在做出决定之前,请花一点时间确认您的研究需求已经明确界定。
问问自己:
我试图回答什么科学问题?
我将测量哪些认知过程或神经信号?
参与者将在哪里完成研究?
参与者是保持静止还是自然移动?
对于我的研究目标,多少个记录通道是合适的?
哪种电极类型最适合我的参与者和研究设计?
我是否需要精确的事件标记、实时数据流传输,还是两者都需要?
我将使用哪种软件来收集、分析和导出 EEG 数据?
该系统是否在支持我当前项目的同时,具备足够的灵活性以适应未来的研究?
这些问题提供了一个实用的框架,使您能够根据研究需要评估 EEG 系统,而不是孤立地比较规格。一旦明确了您的需求,选择最合适的系统就会成为一个更为明智的决定。
核心结论
从您的研究问题出发,而不是硬件。
在比较 EEG 系统之前,明确您研究的技术和实用要求。
根据通道数量、电极类型、移动性和软件兼容性等规格如何支持您的研究目标来对其进行评估。
切记参与者的舒适度、记录环境和实验设计都会对数据质量产生影响。
选择最适合您科学目标的 EEG 系统,而不是功能列表最长的系统。
将您的框架付诸实践
您已经建立了一个根据研究目标评估 EEG 系统的框架。现在,您可以横向比较 Emotiv EEG 系统,看看通道数量、电极技术、软件兼容性、移动性以及其他特性方面的差异如何支持不同类型的研究。
推荐阅读
如何设计事件相关电位(ERP)研究
参考文献
[1] H. Zhang 等人,"The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology," Military Medical Research, vol. 10, no. 67, 2023.
[2] A. Pinegger, S. C. Wriessnegger, J. Faller, 和 G. R. Müller-Putz, "Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies," Frontiers in Neuroscience, vol. 10, Art. no. 441, 2016.
[3] A. Melnik 等人,"Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?" Frontiers in Human Neuroscience, vol. 11, Art. no. 150, 2017.
[4] S. Bhavnani 等人,"The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities," Frontiers in Human Neuroscience, vol. 16, Art. no. 802764, 2022.
[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim, 和 N. A. Badcock, "A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research," PeerJ, vol. 8, e9713, 2020.
[6] N. S. Williams, G. M. McArthur, 和 N. A. Badcock, "It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research," PeerJ, vol. 9, e10700, 2021.
[7] M. Duvinage 等人,"Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.
选择脑电图(EEG)系统是研究人员在规划研究时做出的首要决定之一,但这不应从比较产品规格开始。在评估通道数量、电极类型或采样率之前,研究人员应首先明确他们想要测量什么、研究将在何处进行,以及如何收集和分析数据。一旦明确了这些要求,比较 EEG 系统就会变得更加有意义,因为每项技术特性都可以在研究本身的背景下进行评估。
本文并非推荐某款特定设备,而是提供了一个实用的框架,用于根据您的科学目标、实验设计、参与者和研究环境来选择 EEG 系统。
明确您的研究需求
最重要的问题不是我应该购买哪种 EEG 系统?而是我的研究需要什么?
不同的研究问题对 EEG 系统有不同的要求。与测量工作场所中心理负荷的现场研究或需要实时数据流的脑机接口(BCI)实验相比,研究事件相关电位(ERP)的实验室研究具有不同的技术要求。
在比较硬件规格之前,请考虑以下问题:
我正在测量哪种认知过程?
参与者是保持坐姿还是自然移动?
研究将在实验室还是在真实环境中进行?
我需要连续的 EEG 记录、事件相关电位还是实时数据?
我将使用哪种软件来分析数据?
先深入思考这些问题,可以确立您的 EEG 系统必须满足的要求。对 EEG 方法论的综述始终强调,研究目标应当指导整个研究设计过程中的方法论决策,包括数据采集和分析 [1]。
核心要点 #1:在评估 EEG 硬件之前,先明确您的研究需求。
使系统与您的研究目标相匹配
一旦确定了研究需求,您就可以开始评估哪种系统最能支持这些需求。
不同类型的研究侧重不同的能力。ERP 研究依赖于精确的事件计时和可重复的神经反应。检查心理负荷或认知疲劳的研究通常要求在较长的记录周期内确保参与者的舒适度。BCI 应用可能会强调低延迟流传输、软件集成和实时处理,而自然主义研究可能会优先考虑便携性和快速部署。
没有哪一种 EEG 系统能在每种场景下都同样出色。相反,研究人员应评估系统的能力与其研究的具体要求契合得有多好。Pinegger 等人通过比较用于 BCI 应用的多种 EEG 采集系统证明了这一原则,表明系统的适用性取决于预期的应用,而非任何单一的性能指标 [2]。
核心要点 #2:最好的 EEG 系统是其能力与您的研究目标最匹配的系统。
研究类型 | 最关键的要素 | 需提出的关键问题 |
|---|---|---|
ERP 研究 | 精确的事件计时、可重复的反应 | 事件标记的准确度如何?标记能否与刺激软件同步? |
心理负荷与疲劳 | 长时间记录过程中的舒适度和稳定信号 | 电池能使用多久?传感器会变干吗? |
脑机接口 | 低延迟流传输、软件集成 | 是否有 API?数据能否实时流式传输? |
自然主义与现场研究 | 便携性、快速设置、无线记录 | 它是否可以在附近没有计算机的情况下进行记录?设置需要多长时间? |
评估重要的特性
一旦您了解了哪些技术特性直接支持您的研究目标,比较 EEG 系统就会变得容易得多。
通道数量
EEG 通道的数量会影响所记录大脑活动的空间分辨率。更高的通道数量可以提供更详细的空间信息并支持高级分析,但它们也会增加设置时间、复杂性以及必须处理的数据量。
对于许多研究来说,额外的通道提供了有意义的科学价值。而对于其他研究,它们可能会增加不必要的复杂性,而无助于提高回答研究问题的能力。
电极类型
干电极、盐水和凝胶电极各具优势。
研究人员应综合考虑设置时间、参与者舒适度、维护要求和记录质量等因素,而不是假设某种电极类型普遍优于其他类型。
电极类型 | 准备工作 | 实验过程注意事项 | 维护 |
|---|---|---|---|
盐水(毛毡垫) | 每次实验前弄湿垫片 | 长时间记录过程中垫片可能会变干 | 重新润湿并更换毛毡 |
半干式聚合物 | 几滴溶液 | 1–2 分钟快速设置 | 随时间更换传感器探头 |
干式(扁平或梳状) | 无 | 不受垫片变干的限制;参与者之间无需清洁 | 极少 |
凝胶(Ag/AgCl) | 每个传感器涂抹凝胶 | 公认的实验室标准 | 每次实验后进行清洁 |
采样率
采样率决定了记录 EEG 信号的频率,应根据所研究现象的时间特征进行选择。更高的采样率可能对某些应用有益,而许多认知神经科学研究无需将此规格最大化即可实现其目标。
移动性与电池续航
便携式 EEG 系统使研究能够走出传统实验室环境,进入包括教室、工作场所、诊所和社区环境在内的更多场所。如果参与者将自然移动或记录将在受控实验室条件之外进行,那么便携性和电池续航将成为重要的设计考量因素。
核心要点 #3:根据技术规格与研究的相关性来评估它们,而不是因为它们代表了最高可用数值。
规格 | Insight | Epoc X | EPOC X PRO |
|---|---|---|---|
通道 | 5 | 14 | 16 |
传感器类型 | 半干式聚合物 | 盐水毛毡垫 | 可互换干式,兼容盐水 |
采样率 | 128 SPS | 128 或 256 SPS | 128 或 256 Hz(未来固件支持 512 Hz) |
分辨率 | 16 位 | 14 或 16 位 | 24 位 |
电池 | 长达 20 小时 | 长达 9 小时(USB 接收器),6 小时(蓝牙) | 未注明;在 256 Hz 下板载记录超过 8 小时 |
连接性 | 低功耗蓝牙 | 低功耗蓝牙或 USB 接收器 | 蓝牙和 Wi-Fi 6 |
价格 | $499 | $1,199 | $15,000(预订价 $10,000) |
在数据需求与实用性之间取得平衡
选择 EEG 系统通常涉及权衡相互竞争的优先事项,而不是盲目追求各项技术指标的最大化。
例如,高密度 EEG 系统可以提供更高的空间分辨率,但它也可能增加设置时间、参与者疲劳度以及数据收集的复杂性。相反,便携式系统可能会牺牲一些空间细节,但它使得在传统实验室设备无法使用的教室、工作场所或农村社区开展研究成为可能。
研究人员还应记住,EEG 系统只是影响数据质量的因素之一。实验设计、参与者特征、记录条件以及不同实验周期之间的变异性都会对 EEG 数据的质量和可靠性产生影响。
Melnik 等人发现,变异性来源于多种因素,包括记录系统、参与者以及记录过程本身,这突显了统筹考虑整个研究过程而非仅仅关注硬件的重要性 [3]。
实际考量也会影响谁能够参与研究。Bhavnani 等人证明了在农村社区使用便携式设备采集高质量静息态 EEG 记录的可行性,这说明了可穿戴神经技术的进步如何帮助解决长期以来因地域限制带来的研究人群受限问题 [4]。
核心要点 #4:合适的 EEG 系统是在技术性能与开展研究的实际现实之间取得平衡的系统。
跳出硬件本身的思考
EEG 系统不仅仅是参与者佩戴的 headset。周边的软件生态系统对研究项目的效率和灵活性同样有着举足轻重的影响。
在选择系统之前,研究人员应考虑在整个研究过程中如何收集、管理、分析和共享 EEG 数据。值得提出的问题包括:
原始 EEG 数据是否可以导出以进行独立分析?
该系统是否兼容 MATLAB、Python、EEGLAB、Lab Streaming Layer (LSL) 或 PsychoPy 等软件?
该平台是否支持针对 ERP 实验的精确事件标记?
研究人员能否轻松管理参与者和记录周期?
随着研究需求的发展,该软件能否支持未来的研究?
设备电池能否支持整个实验方案的持续时间?
选择能够顺利集成到现有研究工作流程中的系统可以减少行政开销、简化分析并提高整个项目的可重复性。一旦开始数据收集,这些考虑因素往往会变得与硬件规格同等重要。
核心要点 #5:评估完整的研究生态系统,而不仅仅是 EEG 硬件。
研究人员提出的问题 | 需要关注的方面 | 在 Emotiv 生态系统中 |
|---|---|---|
是否可以导出原始 EEG? | 标准格式 | EmotivPRO 中的 CSV 和 EDF 导出功能(标准方案或更高版本) |
它是否与我的工具集成? | MATLAB、Python、EEGLAB、PsychoPy、LSL | EmotivPRO Standard 团队版和性能版中的 LSL 流式传输;用于自定义流程的 Cortex API |
它是否支持 ERP 事件标记? | 带时间戳的标记 | EmotivPRO 中的事件标记;EPOC X PRO 时间戳同步至约 1 毫秒 |
我能否管理团队和实验周期? | 共享数据、权限 | 拥有 2 个或更多席位的许可证可进行组织数据共享 |
电池续航能满足实验方案的要求吗? | 与实验时长匹配的电池 | 参见表 3 |
研究人员核对清单
当您缩小选择范围时,挑选 EEG 系统应该不再只是对比产品,而更多的是评估哪种系统最能支持您的研究。在做出决定之前,请花一点时间确认您的研究需求已经明确界定。
问问自己:
我试图回答什么科学问题?
我将测量哪些认知过程或神经信号?
参与者将在哪里完成研究?
参与者是保持静止还是自然移动?
对于我的研究目标,多少个记录通道是合适的?
哪种电极类型最适合我的参与者和研究设计?
我是否需要精确的事件标记、实时数据流传输,还是两者都需要?
我将使用哪种软件来收集、分析和导出 EEG 数据?
该系统是否在支持我当前项目的同时,具备足够的灵活性以适应未来的研究?
这些问题提供了一个实用的框架,使您能够根据研究需要评估 EEG 系统,而不是孤立地比较规格。一旦明确了您的需求,选择最合适的系统就会成为一个更为明智的决定。
核心结论
从您的研究问题出发,而不是硬件。
在比较 EEG 系统之前,明确您研究的技术和实用要求。
根据通道数量、电极类型、移动性和软件兼容性等规格如何支持您的研究目标来对其进行评估。
切记参与者的舒适度、记录环境和实验设计都会对数据质量产生影响。
选择最适合您科学目标的 EEG 系统,而不是功能列表最长的系统。
将您的框架付诸实践
您已经建立了一个根据研究目标评估 EEG 系统的框架。现在,您可以横向比较 Emotiv EEG 系统,看看通道数量、电极技术、软件兼容性、移动性以及其他特性方面的差异如何支持不同类型的研究。
推荐阅读
如何设计事件相关电位(ERP)研究
参考文献
[1] H. Zhang 等人,"The Applied Principles of EEG Analysis Methods in Neuroscience and Clinical Neurology," Military Medical Research, vol. 10, no. 67, 2023.
[2] A. Pinegger, S. C. Wriessnegger, J. Faller, 和 G. R. Müller-Putz, "Evaluation of Different EEG Acquisition Systems Concerning Their Suitability for Building a Brain-Computer Interface: Case Studies," Frontiers in Neuroscience, vol. 10, Art. no. 441, 2016.
[3] A. Melnik 等人,"Systems, Subjects, Sessions: To What Extent Do These Factors Influence EEG Data?" Frontiers in Human Neuroscience, vol. 11, Art. no. 150, 2017.
[4] S. Bhavnani 等人,"The Acceptability, Feasibility, and Utility of Portable Electroencephalography to Study Resting-State Neurophysiology in Rural Communities," Frontiers in Human Neuroscience, vol. 16, Art. no. 802764, 2022.
[5] N. S. Williams, G. M. McArthur, B. De Wit, G. Ibrahim, 和 N. A. Badcock, "A Validation of Emotiv EPOC Flex Saline for EEG and ERP Research," PeerJ, vol. 8, e9713, 2020.
[6] N. S. Williams, G. M. McArthur, 和 N. A. Badcock, "It's All About Time: Precision and Accuracy of Emotiv Event-Marking for ERP Research," PeerJ, vol. 9, e10700, 2021.
[7] M. Duvinage 等人,"Performance of the Emotiv Epoc Headset for P300-Based Applications," BioMedical Engineering OnLine, vol. 12, no. 56, 2013.

继续阅读