脑电图（EEG）研究中的2大主要挑战
梅胡尔·纳亚克
更新于
2023年1月31日
脑电图（EEG）研究中的2大主要挑战
梅胡尔·纳亚克
更新于
2023年1月31日
脑电图（EEG）研究中的2大主要挑战
梅胡尔·纳亚克
更新于
2023年1月31日
现代脑电图（EEG）研究与分析面临哪些挑战？
1925年，德国精神病学家Hans Berger记录了人类的首个脑电图（EEG）。自那时起，脑机接口与计算方面的技术一直在不断改进。
本文将探讨EEG研究中的两大主要挑战，它们是：
传统学术型EEG研究在后勤上的复杂性，以及
EEG硬件方面的创新。
传统学术型脑电图（EEG）研究的后勤复杂性
排他性、资金不足且受地域限制的研究对象群体
首先让我们了解一下脑电图（EEG）研究。EEG研究和认知神经科学研究方法涉及在受试者的头部表面有针对性地放置无创电极，以记录人类大脑的电活动。通过使用包含暴露于各种刺激下的实验设计，可以对大脑信号的变化进行分析并推断出数据。
表1概述了使用EEG技术进行的各类研究和活动。您也可以随时阅读这篇EEG脑电图入门指南。
表1：脑电图（EEG）研究的类型（改编自（Williams et al., 2020））
脑机接口（BCI） | 这些研究考察并实现人机交互，例如控制机械臂或轮椅，或使残疾患者能够进行交流。 |
临床 | 这些研究将EEG用于诊断和治疗应用。包括癫痫发作的检测或在认知治疗中使用神经反馈。 |
实验研究 | 这些研究收集电图数据，以解答计算神经科学的问题或假设。 |
虽然EEG已被广泛采用为一种有效的研究工具，但其后勤工作极具挑战性。大多数资助机构为临床、转化或应用研究提供资金。然而，针对基础实验研究的资金较少。资金匮乏会加剧招募参与者和开展科学实验研究的后勤困难，从而导致样本量较小。而这些较小的样本量往往只能便利地从受限制的地理区域中进行筛选。
这种现象被称为 WEIRD 问题。它指的是作为典型研究样本一部分的西方、受过教育、工业化、富有且民主（WEIRD）的个体。由于这些个体大多来自大学校园，因此这些样本群体并不具有特别的包容性。这种 WEIRD 人口特征并不能反映现实世界的多样性，也无法体现使我们成为人类的独特认知和情感属性。
总的来说，这种情况限制了实验的实际意义和普适性。正因如此，这些研究的研究结果很难被推演为针对整个人类认知（如心理工作负载、问题解决等）的新颖见解。
脑电图（EEG）硬件领域的创新
全球可用的研究级、便携式、低成本设备
脑电图（EEG）设备
在过去的几年中，研究人员凭借便携式EEG设备打破了神经科学研究的传统壁垒。脑机接口（BCI）、脑机接口（BMI）或人机交互（HCI）正是如此。它们利用EEG信号来表征和识别人脑的认知或情感状态。在硬件微型化和数据处理算法改进的推动下，BCI 正在迅速发展，成为一种改变人类与环境互动方式的手段。这些系统使人类能够通过神经反馈来改善自身，并鼓励人们在无需物理干预的情况下与周围环境进行互动。
脑电图（EEG）设备的未来
至少在过去的十年里，EEG硬件的总体趋势是使这些工具更小巧、无线、便携且成本更低。
图1：Emotiv的EPOC头戴式设备
图2：Emotiv的EPOC Flex头戴式设备
然而，将曾经需要昂贵、专用实验室的设备转移到便携式、低成本系统中，并非没有引起疑虑。一些科学家对EEG头戴式设备的有效性、质量或实用性持有顾虑。为了对此进行调查，研究人员进行了许多验证性研究，证明了这些系统的科学效用。
EEG头戴式设备的低成本和便携性也开启了广泛的研究课题，如今这些问题可以在原位得到解答。也就是说，可以在现实场景中测量受试者的脑电波，而传统硬件的移动性极低。在运动或体育心理学中，这是一次巨大的变革。
想象一下，有一个研究小组正在调查特定抽样的体育专业大学生的反应时间。他们想知道足球守门员对球的反应时间是否比其他队友更快。在传统的研究模式下，这些受试者必须来到实验室，连接上电线，在实体屏幕上执行任务，并通过硬件按键或键盘操作进行报告。而有了较新的EEG设备，这个相同的问题如今可以在实际的足球场上进行应用和测量。
总体而言，EEG硬件的这些创新开启了实验室之外的实际应用。因此，它们提高了神经科学研究的能力，并拓宽了其研究范围。
迎接创新 – 迎接 Emotiv
在过去的几年里，深度学习和其他机器学习分析领域取得了令人兴奋的发展。出于这个原因，需要一个庞大、有效且优质的数据集（样本量 n >= 1000）来发挥这些程序的价值。鉴于EEG研究中对信号处理、分类、验证和性能评估的要求，如果应用这些人工智能方法，该领域将大为受益。大数据对于克服目前神经科学中实验研究的迭代性至关重要，尤其是在深度退行性神经疾病和脑机接口等更为复杂的层面。而在目前为止，那些数据一直无法获取。
有两种方法可以增加潜在的样本群体以及随后
收集的数据：
开发全球通用的研究级、便携式、低成本EEG硬件。
改善数据收集、验证和自动化分析技术。
消除挑战，顺应变革。选择 Emotiv
回顾 Emotiv 过去十年的脑电图（EEG）创新
在神经科学研究和临床场景中，EEG设备的使用量持续增加（见图3）。在过去的十年中，Emotiv 开发了研究级、无线、便携且易于使用的EEG设备，其质量控制可供全球任何地点的任何人使用，旨在应对这些挑战。
图3 – 通过神经科学信息框架（Neuroscience Information Framework）检索到的包含“EEG”的出版物数量（1940 – 2021）
硬件演变
此外，EEG硬件也已经从湿电极演变为干电极。湿电极佩戴耗时、佩戴不适，并限制了活动。而配备干电极或混合电极的头戴式设备使用快速、易于携带，且制造和运营成本显著降低。这些技术进步让我们更加接近神经系统研究的突破，但我们仍有一步之遥。
确保样本集的多样性
Emotiv 可以帮助您增加研究的多样性。Emotiv EEG头戴式设备的 EPOC 系列已经存在了十多年，并已获得了全球研究机构的独立验证。它们已被应用于各种领域，包括控制机器人肢体和轮椅、安全系统中的生物特征用户身份验证，以及识别认知和情绪的心理状态。
Emotiv 在全球范围内的应用潜力和较低的资金门槛，为资源有限的人们开展研究提供了便利。例如，Parameshwaran 和 Thiagarajan 在印度的农村和城市环境中使用 Emotiv EEG设备，来展示了与社会经济地位、技术接触以及旅游经历相关的EEG特征差异。
现代脑电图（EEG）研究与分析面临哪些挑战？
1925年，德国精神病学家Hans Berger记录了人类的首个脑电图（EEG）。自那时起，脑机接口与计算方面的技术一直在不断改进。
本文将探讨EEG研究中的两大主要挑战，它们是：
传统学术型EEG研究在后勤上的复杂性，以及
EEG硬件方面的创新。
传统学术型脑电图（EEG）研究的后勤复杂性
排他性、资金不足且受地域限制的研究对象群体
首先让我们了解一下脑电图（EEG）研究。EEG研究和认知神经科学研究方法涉及在受试者的头部表面有针对性地放置无创电极，以记录人类大脑的电活动。通过使用包含暴露于各种刺激下的实验设计，可以对大脑信号的变化进行分析并推断出数据。
表1概述了使用EEG技术进行的各类研究和活动。您也可以随时阅读这篇EEG脑电图入门指南。
表1：脑电图（EEG）研究的类型（改编自（Williams et al., 2020））
脑机接口（BCI） | 这些研究考察并实现人机交互，例如控制机械臂或轮椅，或使残疾患者能够进行交流。 |
临床 | 这些研究将EEG用于诊断和治疗应用。包括癫痫发作的检测或在认知治疗中使用神经反馈。 |
实验研究 | 这些研究收集电图数据，以解答计算神经科学的问题或假设。 |
虽然EEG已被广泛采用为一种有效的研究工具，但其后勤工作极具挑战性。大多数资助机构为临床、转化或应用研究提供资金。然而，针对基础实验研究的资金较少。资金匮乏会加剧招募参与者和开展科学实验研究的后勤困难，从而导致样本量较小。而这些较小的样本量往往只能便利地从受限制的地理区域中进行筛选。
这种现象被称为 WEIRD 问题。它指的是作为典型研究样本一部分的西方、受过教育、工业化、富有且民主（WEIRD）的个体。由于这些个体大多来自大学校园，因此这些样本群体并不具有特别的包容性。这种 WEIRD 人口特征并不能反映现实世界的多样性，也无法体现使我们成为人类的独特认知和情感属性。
总的来说，这种情况限制了实验的实际意义和普适性。正因如此，这些研究的研究结果很难被推演为针对整个人类认知（如心理工作负载、问题解决等）的新颖见解。
脑电图（EEG）硬件领域的创新
全球可用的研究级、便携式、低成本设备
脑电图（EEG）设备
在过去的几年中，研究人员凭借便携式EEG设备打破了神经科学研究的传统壁垒。脑机接口（BCI）、脑机接口（BMI）或人机交互（HCI）正是如此。它们利用EEG信号来表征和识别人脑的认知或情感状态。在硬件微型化和数据处理算法改进的推动下，BCI 正在迅速发展，成为一种改变人类与环境互动方式的手段。这些系统使人类能够通过神经反馈来改善自身，并鼓励人们在无需物理干预的情况下与周围环境进行互动。
脑电图（EEG）设备的未来
至少在过去的十年里，EEG硬件的总体趋势是使这些工具更小巧、无线、便携且成本更低。
图1：Emotiv的EPOC头戴式设备
图2：Emotiv的EPOC Flex头戴式设备
然而，将曾经需要昂贵、专用实验室的设备转移到便携式、低成本系统中，并非没有引起疑虑。一些科学家对EEG头戴式设备的有效性、质量或实用性持有顾虑。为了对此进行调查，研究人员进行了许多验证性研究，证明了这些系统的科学效用。
EEG头戴式设备的低成本和便携性也开启了广泛的研究课题，如今这些问题可以在原位得到解答。也就是说，可以在现实场景中测量受试者的脑电波，而传统硬件的移动性极低。在运动或体育心理学中，这是一次巨大的变革。
想象一下，有一个研究小组正在调查特定抽样的体育专业大学生的反应时间。他们想知道足球守门员对球的反应时间是否比其他队友更快。在传统的研究模式下，这些受试者必须来到实验室，连接上电线，在实体屏幕上执行任务，并通过硬件按键或键盘操作进行报告。而有了较新的EEG设备，这个相同的问题如今可以在实际的足球场上进行应用和测量。
总体而言，EEG硬件的这些创新开启了实验室之外的实际应用。因此，它们提高了神经科学研究的能力，并拓宽了其研究范围。
迎接创新 – 迎接 Emotiv
在过去的几年里，深度学习和其他机器学习分析领域取得了令人兴奋的发展。出于这个原因，需要一个庞大、有效且优质的数据集（样本量 n >= 1000）来发挥这些程序的价值。鉴于EEG研究中对信号处理、分类、验证和性能评估的要求，如果应用这些人工智能方法，该领域将大为受益。大数据对于克服目前神经科学中实验研究的迭代性至关重要，尤其是在深度退行性神经疾病和脑机接口等更为复杂的层面。而在目前为止，那些数据一直无法获取。
有两种方法可以增加潜在的样本群体以及随后
收集的数据：
开发全球通用的研究级、便携式、低成本EEG硬件。
改善数据收集、验证和自动化分析技术。
消除挑战，顺应变革。选择 Emotiv
回顾 Emotiv 过去十年的脑电图（EEG）创新
在神经科学研究和临床场景中，EEG设备的使用量持续增加（见图3）。在过去的十年中，Emotiv 开发了研究级、无线、便携且易于使用的EEG设备，其质量控制可供全球任何地点的任何人使用，旨在应对这些挑战。
图3 – 通过神经科学信息框架（Neuroscience Information Framework）检索到的包含“EEG”的出版物数量（1940 – 2021）
硬件演变
此外，EEG硬件也已经从湿电极演变为干电极。湿电极佩戴耗时、佩戴不适，并限制了活动。而配备干电极或混合电极的头戴式设备使用快速、易于携带，且制造和运营成本显著降低。这些技术进步让我们更加接近神经系统研究的突破，但我们仍有一步之遥。
确保样本集的多样性
Emotiv 可以帮助您增加研究的多样性。Emotiv EEG头戴式设备的 EPOC 系列已经存在了十多年，并已获得了全球研究机构的独立验证。它们已被应用于各种领域，包括控制机器人肢体和轮椅、安全系统中的生物特征用户身份验证，以及识别认知和情绪的心理状态。
Emotiv 在全球范围内的应用潜力和较低的资金门槛，为资源有限的人们开展研究提供了便利。例如，Parameshwaran 和 Thiagarajan 在印度的农村和城市环境中使用 Emotiv EEG设备，来展示了与社会经济地位、技术接触以及旅游经历相关的EEG特征差异。
现代脑电图（EEG）研究与分析面临哪些挑战？
1925年，德国精神病学家Hans Berger记录了人类的首个脑电图（EEG）。自那时起，脑机接口与计算方面的技术一直在不断改进。
本文将探讨EEG研究中的两大主要挑战，它们是：
传统学术型EEG研究在后勤上的复杂性，以及
EEG硬件方面的创新。
传统学术型脑电图（EEG）研究的后勤复杂性
排他性、资金不足且受地域限制的研究对象群体
首先让我们了解一下脑电图（EEG）研究。EEG研究和认知神经科学研究方法涉及在受试者的头部表面有针对性地放置无创电极，以记录人类大脑的电活动。通过使用包含暴露于各种刺激下的实验设计，可以对大脑信号的变化进行分析并推断出数据。
表1概述了使用EEG技术进行的各类研究和活动。您也可以随时阅读这篇EEG脑电图入门指南。
表1：脑电图（EEG）研究的类型（改编自（Williams et al., 2020））
脑机接口（BCI） | 这些研究考察并实现人机交互，例如控制机械臂或轮椅，或使残疾患者能够进行交流。 |
临床 | 这些研究将EEG用于诊断和治疗应用。包括癫痫发作的检测或在认知治疗中使用神经反馈。 |
实验研究 | 这些研究收集电图数据，以解答计算神经科学的问题或假设。 |
虽然EEG已被广泛采用为一种有效的研究工具，但其后勤工作极具挑战性。大多数资助机构为临床、转化或应用研究提供资金。然而，针对基础实验研究的资金较少。资金匮乏会加剧招募参与者和开展科学实验研究的后勤困难，从而导致样本量较小。而这些较小的样本量往往只能便利地从受限制的地理区域中进行筛选。
这种现象被称为 WEIRD 问题。它指的是作为典型研究样本一部分的西方、受过教育、工业化、富有且民主（WEIRD）的个体。由于这些个体大多来自大学校园，因此这些样本群体并不具有特别的包容性。这种 WEIRD 人口特征并不能反映现实世界的多样性，也无法体现使我们成为人类的独特认知和情感属性。
总的来说，这种情况限制了实验的实际意义和普适性。正因如此，这些研究的研究结果很难被推演为针对整个人类认知（如心理工作负载、问题解决等）的新颖见解。
脑电图（EEG）硬件领域的创新
全球可用的研究级、便携式、低成本设备
脑电图（EEG）设备
在过去的几年中，研究人员凭借便携式EEG设备打破了神经科学研究的传统壁垒。脑机接口（BCI）、脑机接口（BMI）或人机交互（HCI）正是如此。它们利用EEG信号来表征和识别人脑的认知或情感状态。在硬件微型化和数据处理算法改进的推动下，BCI 正在迅速发展，成为一种改变人类与环境互动方式的手段。这些系统使人类能够通过神经反馈来改善自身，并鼓励人们在无需物理干预的情况下与周围环境进行互动。
脑电图（EEG）设备的未来
至少在过去的十年里，EEG硬件的总体趋势是使这些工具更小巧、无线、便携且成本更低。
图1：Emotiv的EPOC头戴式设备
图2：Emotiv的EPOC Flex头戴式设备
然而，将曾经需要昂贵、专用实验室的设备转移到便携式、低成本系统中，并非没有引起疑虑。一些科学家对EEG头戴式设备的有效性、质量或实用性持有顾虑。为了对此进行调查，研究人员进行了许多验证性研究，证明了这些系统的科学效用。
EEG头戴式设备的低成本和便携性也开启了广泛的研究课题，如今这些问题可以在原位得到解答。也就是说，可以在现实场景中测量受试者的脑电波，而传统硬件的移动性极低。在运动或体育心理学中，这是一次巨大的变革。
想象一下，有一个研究小组正在调查特定抽样的体育专业大学生的反应时间。他们想知道足球守门员对球的反应时间是否比其他队友更快。在传统的研究模式下，这些受试者必须来到实验室，连接上电线，在实体屏幕上执行任务，并通过硬件按键或键盘操作进行报告。而有了较新的EEG设备，这个相同的问题如今可以在实际的足球场上进行应用和测量。
总体而言，EEG硬件的这些创新开启了实验室之外的实际应用。因此，它们提高了神经科学研究的能力，并拓宽了其研究范围。
迎接创新 – 迎接 Emotiv
在过去的几年里，深度学习和其他机器学习分析领域取得了令人兴奋的发展。出于这个原因，需要一个庞大、有效且优质的数据集（样本量 n >= 1000）来发挥这些程序的价值。鉴于EEG研究中对信号处理、分类、验证和性能评估的要求，如果应用这些人工智能方法，该领域将大为受益。大数据对于克服目前神经科学中实验研究的迭代性至关重要，尤其是在深度退行性神经疾病和脑机接口等更为复杂的层面。而在目前为止，那些数据一直无法获取。
有两种方法可以增加潜在的样本群体以及随后
收集的数据：
开发全球通用的研究级、便携式、低成本EEG硬件。
改善数据收集、验证和自动化分析技术。
消除挑战，顺应变革。选择 Emotiv
回顾 Emotiv 过去十年的脑电图（EEG）创新
在神经科学研究和临床场景中，EEG设备的使用量持续增加（见图3）。在过去的十年中，Emotiv 开发了研究级、无线、便携且易于使用的EEG设备，其质量控制可供全球任何地点的任何人使用，旨在应对这些挑战。
图3 – 通过神经科学信息框架（Neuroscience Information Framework）检索到的包含“EEG”的出版物数量（1940 – 2021）
硬件演变
此外，EEG硬件也已经从湿电极演变为干电极。湿电极佩戴耗时、佩戴不适，并限制了活动。而配备干电极或混合电极的头戴式设备使用快速、易于携带，且制造和运营成本显著降低。这些技术进步让我们更加接近神经系统研究的突破，但我们仍有一步之遥。
确保样本集的多样性
Emotiv 可以帮助您增加研究的多样性。Emotiv EEG头戴式设备的 EPOC 系列已经存在了十多年，并已获得了全球研究机构的独立验证。它们已被应用于各种领域，包括控制机器人肢体和轮椅、安全系统中的生物特征用户身份验证，以及识别认知和情绪的心理状态。
Emotiv 在全球范围内的应用潜力和较低的资金门槛，为资源有限的人们开展研究提供了便利。例如，Parameshwaran 和 Thiagarajan 在印度的农村和城市环境中使用 Emotiv EEG设备，来展示了与社会经济地位、技术接触以及旅游经历相关的EEG特征差异。
继续阅读