为什么将脑电图（EEG）用于研究？
梅胡尔·纳亚克
更新于
2022年2月17日
为什么将脑电图（EEG）用于研究？
梅胡尔·纳亚克
更新于
2022年2月17日
为什么将脑电图（EEG）用于研究？
梅胡尔·纳亚克
更新于
2022年2月17日
想象一下，你制作制作了一个短视频，并且想要了解人们对视频的哪些部分感兴趣。通常，你只需直接询问他们。也许你会使用调查问卷。但最常见的回答可能是“我不太确定”或“我不记得了”。仅使用主观测量方法进行人类感知研究可能会充满不确定性，而测量神经生理反应可以克服这一问题。脑电图（EEG）设备具有独特的优势，作为一种易于获取、高性价比的工具，它能够增强与人类感知相关的研究。 因此，它正迅速成为心理学、神经营销学和 BCI 的关键工具。
什么是 EEG？
脑电图（EEG）是对由脑细胞（称为神经元）引起的电活动的测量。这是一种安全、无创的方法，通过置于头皮上的电极进行。用于此目的的 EEG 设备可以从单通道商业设备到 256 通道医疗级系统不等。您可以在 这里阅读关于什么是 EEG 以及不同 EEG 设备的更多详细信息。
EEG 的优势是什么？
高时间分辨率
由于其高时间分辨率，EEG 能够索引意识前过程。
与其他神经成像方法相比，EEG 的最大优势在于其时间分辨率，即测量毫秒级快速大脑反应的能力。其他大脑成像方法如 fMRI（功能性磁共振成像），在呈现感兴趣的刺激后需要一秒或更长时间。此外，旨在避免主观反应不确定性的行为任务通常依赖于反应时间和按键反应。这些可能需要长达一秒钟，考虑到大脑能够在毫秒级的时间尺度上产生许多复杂的神经生理过程，这是非常缓慢的。因此，由于其高时间分辨率，EEG 能够索引意识前过程，否则这些过程在单纯的自我报告和基于反应的任务中将无法被识别。
经济性与移动性
体育科学：Paxton Lynch 佩戴 Emotiv Insight EEG 头戴设备接受压力测试。
EEG 设备已变得具有成本效益且支持无线连接，使研究人员能够在实地进行研究，而无需将参与者带入实验室。虽然 EEG 和 MEG（脑磁图）都具有高时间分辨率，但 EEG 具有低成本和移动性，是更易于获取的研究工具，能使研究人员在受控或自然环境中研究人类行为。其他神经成像方法（如 MEG、MRI 和 PET）需要高昂的维护成本，且参与者必须被带入医院或实验室环境才能进行这些研究。相比之下，几乎任何环境都可以转换为 EEG “实验室”。（参见 Park 等人的综述1，了解移动 EEG 如何用于提高实地运动表现）
室内或远程研究
EEG 不一定必须基于实验室并使用单一设备。随着经济、商业化 EEG 设备的进步，家庭用户能够在自己身上记录 EEG。 EmotivLABS 平台允许研究人员使用 Emotiv 头戴设备在线进行实验，这些设备已通过研究级设备的验证²ʹ³。在这里阅读我们在线 EEG 的试点研究，或在这里了解我们的合作伙伴之一，其中 Emotiv 用户参与了一项家庭研究以评估一款演示软件。
我们可以用 EEG 测量什么？
最常用的是，研究人员使用呈现刺激后感兴趣时间点的电压振幅（即事件相关电位，或 ERP），或每秒 EEG 中的（脑波）振荡量（即时频分析）。
这两个领域使我们能够回答与行为相关的不同研究问题。此外，随着先进机器学习算法的发展，我们开始能够解码反应感兴趣刺激的心智状态。例如，随着针对注意力进行验证的算法的发展，我们现在可以轻松回答诸如“我的视频中哪一部分吸引了更多注意力”这类问题。
需要注意的事项
重要的是要记住，我们不能单凭 EEG 准确地读取思想。因此，理想情况下，进行比较的刺激除了感兴趣的变量本身之外，需要在每个方面都相匹配。由此，一个设计良好的实验任务是良好 EEG 研究的基石。其次，EEG 设备可能会受到来自电气设备的干扰，且 EEG 也容易受到运动的影响，这可能会给记录引入不需要的伪迹。因此，原始 EEG 反映了整个大脑的反应，在对刺激的感知做出任何推断之前，需要对其进行清理和处理。
此外，单一电极记录的大脑活动是整个大脑的活动，其位置并不能直接精确地指示出活动的来源（例如，额叶电极处的活动增加并不意味着额叶产生了这种反应）。像 EEG 反应的源重建⁴等方法可用于此目的，以确定头皮水平的源。为了更有信心地确定更深层的源，可以考虑使用 MEG 或 fMRI 结合 EEG 的神经成像方法。
当前研究中的 EEG
EEG 目前正在以多种方式使用，不仅在心理学和医学领域帮助研究人员，还在脑机接口、神经反馈以及神经营销等领域理解消费者行为。
医学或临床神经科学
EEG 主要在医学领域用于改善诊断和治疗。例如，EEG 最常见的用途是在癫痫的诊断和发作检测⁵，以及在睡眠研究中检测睡眠异常⁶。在精神医学和临床神经科学中，EEG 目前用于识别精神疾病的客观标志物，否则这些疾病要依赖于主观的临床评估。定量脑电图（qEEG）等计算振荡量并绘制在头皮上的技术，正用于表征由各种精神疾病引起的大脑变化⁷。应用机器学习进行健康大脑与病变大脑的分类，也为更客观的 诊断⁸ˈ⁹ 铺平了道路。
神经营销学
当然，了解消费者行为是神经营销学的核心。EEG 在此领域最常见的用途是确定广告¹⁰、产品或服务中不太显著和令人吸引的方面，以达到改进它们的目的。
Emotiv x 神经营销学 - 欧莱雅奢华实验室中消费者行为的未来。
EEG 振荡也用于识别是否存在潜意识的品牌/产品回想¹¹。其他用途包括神经定价，其中配合 EEG 的行为任务被用于寻找产品的最佳定价策略¹²。
Emotiv x 神经营销学 - 大脑对不同价格建议的反应。
一般神经科学研究
这类研究涉及理解大脑是如何运作的（例如，我们的大脑如何处理视觉或听觉刺激）以及大脑的不同部分之间如何相互沟通。它还涉及理解大脑与障碍（例如，自闭症谱系障碍或精神分裂症）之间的关系。这包含了多个领域，包括社会、情感、计算和认知领域。
脑机接口 (BCI)
BCI 研究旨在通过将 EEG 与计算设备相结合，将心智指令转化为外部动作。使用心智指令键入文档、移动轮椅、甚至移动假肢，是目前 BCI 领域旨在改善残疾人生活质量的一些发展¹³。
脑机接口 (BCI) - 患有脑瘫的8岁男孩约翰，在 Instagram 账号 brainpaintbyjohn 上展示的令人赞叹的创作
另一场革命发生在音乐界，音乐家/歌手正在使用他们的思想创作音乐（参见我们的相关帖子 这里）
脑机接口 (BCI) - Emotiv 的 EPOC 头戴设备与标志性的 TONTO 合成器是完美组合。
总的来说，使用 EEG 提供了探索人类行为更深层次理解的前景。其经济性和高度可获得性使其成为跨多个学科的有用工具，通过利用 EEG 客观地解码人类行为且相比简单的自我报告走得更深，可以实现从改善用户体验到推进治疗方法的过程。
脑机接口 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用心智指令驾驶 F1 赛车
文章作者
Roshini Randeniya，研究员，Emotiv Research Pty. Ltd
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
想象一下，你制作制作了一个短视频，并且想要了解人们对视频的哪些部分感兴趣。通常，你只需直接询问他们。也许你会使用调查问卷。但最常见的回答可能是“我不太确定”或“我不记得了”。仅使用主观测量方法进行人类感知研究可能会充满不确定性，而测量神经生理反应可以克服这一问题。脑电图（EEG）设备具有独特的优势，作为一种易于获取、高性价比的工具，它能够增强与人类感知相关的研究。 因此，它正迅速成为心理学、神经营销学和 BCI 的关键工具。
什么是 EEG？
脑电图（EEG）是对由脑细胞（称为神经元）引起的电活动的测量。这是一种安全、无创的方法，通过置于头皮上的电极进行。用于此目的的 EEG 设备可以从单通道商业设备到 256 通道医疗级系统不等。您可以在 这里阅读关于什么是 EEG 以及不同 EEG 设备的更多详细信息。
EEG 的优势是什么？
高时间分辨率
由于其高时间分辨率，EEG 能够索引意识前过程。
与其他神经成像方法相比，EEG 的最大优势在于其时间分辨率，即测量毫秒级快速大脑反应的能力。其他大脑成像方法如 fMRI（功能性磁共振成像），在呈现感兴趣的刺激后需要一秒或更长时间。此外，旨在避免主观反应不确定性的行为任务通常依赖于反应时间和按键反应。这些可能需要长达一秒钟，考虑到大脑能够在毫秒级的时间尺度上产生许多复杂的神经生理过程，这是非常缓慢的。因此，由于其高时间分辨率，EEG 能够索引意识前过程，否则这些过程在单纯的自我报告和基于反应的任务中将无法被识别。
经济性与移动性
体育科学：Paxton Lynch 佩戴 Emotiv Insight EEG 头戴设备接受压力测试。
EEG 设备已变得具有成本效益且支持无线连接，使研究人员能够在实地进行研究，而无需将参与者带入实验室。虽然 EEG 和 MEG（脑磁图）都具有高时间分辨率，但 EEG 具有低成本和移动性，是更易于获取的研究工具，能使研究人员在受控或自然环境中研究人类行为。其他神经成像方法（如 MEG、MRI 和 PET）需要高昂的维护成本，且参与者必须被带入医院或实验室环境才能进行这些研究。相比之下，几乎任何环境都可以转换为 EEG “实验室”。（参见 Park 等人的综述1，了解移动 EEG 如何用于提高实地运动表现）
室内或远程研究
EEG 不一定必须基于实验室并使用单一设备。随着经济、商业化 EEG 设备的进步，家庭用户能够在自己身上记录 EEG。 EmotivLABS 平台允许研究人员使用 Emotiv 头戴设备在线进行实验，这些设备已通过研究级设备的验证²ʹ³。在这里阅读我们在线 EEG 的试点研究，或在这里了解我们的合作伙伴之一，其中 Emotiv 用户参与了一项家庭研究以评估一款演示软件。
我们可以用 EEG 测量什么？
最常用的是，研究人员使用呈现刺激后感兴趣时间点的电压振幅（即事件相关电位，或 ERP），或每秒 EEG 中的（脑波）振荡量（即时频分析）。
这两个领域使我们能够回答与行为相关的不同研究问题。此外，随着先进机器学习算法的发展，我们开始能够解码反应感兴趣刺激的心智状态。例如，随着针对注意力进行验证的算法的发展，我们现在可以轻松回答诸如“我的视频中哪一部分吸引了更多注意力”这类问题。
需要注意的事项
重要的是要记住，我们不能单凭 EEG 准确地读取思想。因此，理想情况下，进行比较的刺激除了感兴趣的变量本身之外，需要在每个方面都相匹配。由此，一个设计良好的实验任务是良好 EEG 研究的基石。其次，EEG 设备可能会受到来自电气设备的干扰，且 EEG 也容易受到运动的影响，这可能会给记录引入不需要的伪迹。因此，原始 EEG 反映了整个大脑的反应，在对刺激的感知做出任何推断之前，需要对其进行清理和处理。
此外，单一电极记录的大脑活动是整个大脑的活动，其位置并不能直接精确地指示出活动的来源（例如，额叶电极处的活动增加并不意味着额叶产生了这种反应）。像 EEG 反应的源重建⁴等方法可用于此目的，以确定头皮水平的源。为了更有信心地确定更深层的源，可以考虑使用 MEG 或 fMRI 结合 EEG 的神经成像方法。
当前研究中的 EEG
EEG 目前正在以多种方式使用，不仅在心理学和医学领域帮助研究人员，还在脑机接口、神经反馈以及神经营销等领域理解消费者行为。
医学或临床神经科学
EEG 主要在医学领域用于改善诊断和治疗。例如，EEG 最常见的用途是在癫痫的诊断和发作检测⁵，以及在睡眠研究中检测睡眠异常⁶。在精神医学和临床神经科学中，EEG 目前用于识别精神疾病的客观标志物，否则这些疾病要依赖于主观的临床评估。定量脑电图（qEEG）等计算振荡量并绘制在头皮上的技术，正用于表征由各种精神疾病引起的大脑变化⁷。应用机器学习进行健康大脑与病变大脑的分类，也为更客观的 诊断⁸ˈ⁹ 铺平了道路。
神经营销学
当然，了解消费者行为是神经营销学的核心。EEG 在此领域最常见的用途是确定广告¹⁰、产品或服务中不太显著和令人吸引的方面，以达到改进它们的目的。
Emotiv x 神经营销学 - 欧莱雅奢华实验室中消费者行为的未来。
EEG 振荡也用于识别是否存在潜意识的品牌/产品回想¹¹。其他用途包括神经定价，其中配合 EEG 的行为任务被用于寻找产品的最佳定价策略¹²。
Emotiv x 神经营销学 - 大脑对不同价格建议的反应。
一般神经科学研究
这类研究涉及理解大脑是如何运作的（例如，我们的大脑如何处理视觉或听觉刺激）以及大脑的不同部分之间如何相互沟通。它还涉及理解大脑与障碍（例如，自闭症谱系障碍或精神分裂症）之间的关系。这包含了多个领域，包括社会、情感、计算和认知领域。
脑机接口 (BCI)
BCI 研究旨在通过将 EEG 与计算设备相结合，将心智指令转化为外部动作。使用心智指令键入文档、移动轮椅、甚至移动假肢，是目前 BCI 领域旨在改善残疾人生活质量的一些发展¹³。
脑机接口 (BCI) - 患有脑瘫的8岁男孩约翰，在 Instagram 账号 brainpaintbyjohn 上展示的令人赞叹的创作
另一场革命发生在音乐界，音乐家/歌手正在使用他们的思想创作音乐（参见我们的相关帖子 这里）
脑机接口 (BCI) - Emotiv 的 EPOC 头戴设备与标志性的 TONTO 合成器是完美组合。
总的来说，使用 EEG 提供了探索人类行为更深层次理解的前景。其经济性和高度可获得性使其成为跨多个学科的有用工具，通过利用 EEG 客观地解码人类行为且相比简单的自我报告走得更深，可以实现从改善用户体验到推进治疗方法的过程。
脑机接口 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用心智指令驾驶 F1 赛车
文章作者
Roshini Randeniya，研究员，Emotiv Research Pty. Ltd
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
想象一下，你制作制作了一个短视频，并且想要了解人们对视频的哪些部分感兴趣。通常，你只需直接询问他们。也许你会使用调查问卷。但最常见的回答可能是“我不太确定”或“我不记得了”。仅使用主观测量方法进行人类感知研究可能会充满不确定性，而测量神经生理反应可以克服这一问题。脑电图（EEG）设备具有独特的优势，作为一种易于获取、高性价比的工具，它能够增强与人类感知相关的研究。 因此，它正迅速成为心理学、神经营销学和 BCI 的关键工具。
什么是 EEG？
脑电图（EEG）是对由脑细胞（称为神经元）引起的电活动的测量。这是一种安全、无创的方法，通过置于头皮上的电极进行。用于此目的的 EEG 设备可以从单通道商业设备到 256 通道医疗级系统不等。您可以在 这里阅读关于什么是 EEG 以及不同 EEG 设备的更多详细信息。
EEG 的优势是什么？
高时间分辨率
由于其高时间分辨率，EEG 能够索引意识前过程。
与其他神经成像方法相比，EEG 的最大优势在于其时间分辨率，即测量毫秒级快速大脑反应的能力。其他大脑成像方法如 fMRI（功能性磁共振成像），在呈现感兴趣的刺激后需要一秒或更长时间。此外，旨在避免主观反应不确定性的行为任务通常依赖于反应时间和按键反应。这些可能需要长达一秒钟，考虑到大脑能够在毫秒级的时间尺度上产生许多复杂的神经生理过程，这是非常缓慢的。因此，由于其高时间分辨率，EEG 能够索引意识前过程，否则这些过程在单纯的自我报告和基于反应的任务中将无法被识别。
经济性与移动性
体育科学：Paxton Lynch 佩戴 Emotiv Insight EEG 头戴设备接受压力测试。
EEG 设备已变得具有成本效益且支持无线连接，使研究人员能够在实地进行研究，而无需将参与者带入实验室。虽然 EEG 和 MEG（脑磁图）都具有高时间分辨率，但 EEG 具有低成本和移动性，是更易于获取的研究工具，能使研究人员在受控或自然环境中研究人类行为。其他神经成像方法（如 MEG、MRI 和 PET）需要高昂的维护成本，且参与者必须被带入医院或实验室环境才能进行这些研究。相比之下，几乎任何环境都可以转换为 EEG “实验室”。（参见 Park 等人的综述1，了解移动 EEG 如何用于提高实地运动表现）
室内或远程研究
EEG 不一定必须基于实验室并使用单一设备。随着经济、商业化 EEG 设备的进步，家庭用户能够在自己身上记录 EEG。 EmotivLABS 平台允许研究人员使用 Emotiv 头戴设备在线进行实验，这些设备已通过研究级设备的验证²ʹ³。在这里阅读我们在线 EEG 的试点研究，或在这里了解我们的合作伙伴之一，其中 Emotiv 用户参与了一项家庭研究以评估一款演示软件。
我们可以用 EEG 测量什么？
最常用的是，研究人员使用呈现刺激后感兴趣时间点的电压振幅（即事件相关电位，或 ERP），或每秒 EEG 中的（脑波）振荡量（即时频分析）。
这两个领域使我们能够回答与行为相关的不同研究问题。此外，随着先进机器学习算法的发展，我们开始能够解码反应感兴趣刺激的心智状态。例如，随着针对注意力进行验证的算法的发展，我们现在可以轻松回答诸如“我的视频中哪一部分吸引了更多注意力”这类问题。
需要注意的事项
重要的是要记住，我们不能单凭 EEG 准确地读取思想。因此，理想情况下，进行比较的刺激除了感兴趣的变量本身之外，需要在每个方面都相匹配。由此，一个设计良好的实验任务是良好 EEG 研究的基石。其次，EEG 设备可能会受到来自电气设备的干扰，且 EEG 也容易受到运动的影响，这可能会给记录引入不需要的伪迹。因此，原始 EEG 反映了整个大脑的反应，在对刺激的感知做出任何推断之前，需要对其进行清理和处理。
此外，单一电极记录的大脑活动是整个大脑的活动，其位置并不能直接精确地指示出活动的来源（例如，额叶电极处的活动增加并不意味着额叶产生了这种反应）。像 EEG 反应的源重建⁴等方法可用于此目的，以确定头皮水平的源。为了更有信心地确定更深层的源，可以考虑使用 MEG 或 fMRI 结合 EEG 的神经成像方法。
当前研究中的 EEG
EEG 目前正在以多种方式使用，不仅在心理学和医学领域帮助研究人员，还在脑机接口、神经反馈以及神经营销等领域理解消费者行为。
医学或临床神经科学
EEG 主要在医学领域用于改善诊断和治疗。例如，EEG 最常见的用途是在癫痫的诊断和发作检测⁵，以及在睡眠研究中检测睡眠异常⁶。在精神医学和临床神经科学中，EEG 目前用于识别精神疾病的客观标志物，否则这些疾病要依赖于主观的临床评估。定量脑电图（qEEG）等计算振荡量并绘制在头皮上的技术，正用于表征由各种精神疾病引起的大脑变化⁷。应用机器学习进行健康大脑与病变大脑的分类，也为更客观的 诊断⁸ˈ⁹ 铺平了道路。
神经营销学
当然，了解消费者行为是神经营销学的核心。EEG 在此领域最常见的用途是确定广告¹⁰、产品或服务中不太显著和令人吸引的方面，以达到改进它们的目的。
Emotiv x 神经营销学 - 欧莱雅奢华实验室中消费者行为的未来。
EEG 振荡也用于识别是否存在潜意识的品牌/产品回想¹¹。其他用途包括神经定价，其中配合 EEG 的行为任务被用于寻找产品的最佳定价策略¹²。
Emotiv x 神经营销学 - 大脑对不同价格建议的反应。
一般神经科学研究
这类研究涉及理解大脑是如何运作的（例如，我们的大脑如何处理视觉或听觉刺激）以及大脑的不同部分之间如何相互沟通。它还涉及理解大脑与障碍（例如，自闭症谱系障碍或精神分裂症）之间的关系。这包含了多个领域，包括社会、情感、计算和认知领域。
脑机接口 (BCI)
BCI 研究旨在通过将 EEG 与计算设备相结合，将心智指令转化为外部动作。使用心智指令键入文档、移动轮椅、甚至移动假肢，是目前 BCI 领域旨在改善残疾人生活质量的一些发展¹³。
脑机接口 (BCI) - 患有脑瘫的8岁男孩约翰，在 Instagram 账号 brainpaintbyjohn 上展示的令人赞叹的创作
另一场革命发生在音乐界，音乐家/歌手正在使用他们的思想创作音乐（参见我们的相关帖子 这里）
脑机接口 (BCI) - Emotiv 的 EPOC 头戴设备与标志性的 TONTO 合成器是完美组合。
总的来说，使用 EEG 提供了探索人类行为更深层次理解的前景。其经济性和高度可获得性使其成为跨多个学科的有用工具，通过利用 EEG 客观地解码人类行为且相比简单的自我报告走得更深，可以实现从改善用户体验到推进治疗方法的过程。
脑机接口 (BCI) - Emotiv x Rodrigo Hubner Mendes，使用心智指令驾驶 F1 赛车
文章作者
Roshini Randeniya，研究员，Emotiv Research Pty. Ltd
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. Making the case for mobile cognition: EEG and sports performance. Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Validation of Emotiv EPOC+ for extracting ERP correlates of emotional face processing. Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG source imaging. Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. The role of EEG in epilepsy: A critical review. Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. Diagnostic value of video‐EEG polysomnography. Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. QEEG profiles of psychiatric disorders. Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. A machine learning approach using EEG data to predict response to SSRI treatment for major depressive disorder. Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. Classification of Depression Through Resting-State Electroencephalogram as a Novel Practice in Psychiatry: Review. J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. Analysis of neurophysiological reactions to advertising stimuli by means of EEG and galvanic skin response measures. J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. Electroencephalography (EEG) Application in Neuromarketing-Exploring the Subconscious Mind ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. Neuropricing: Perspectives of brain reactions to price exposure. Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
继续阅读