为什么在研究中使用脑电图（EEG）？
梅胡尔·纳亚克
更新于
2024年3月14日
为什么在研究中使用脑电图（EEG）？
梅胡尔·纳亚克
更新于
2024年3月14日
为什么在研究中使用脑电图（EEG）？
梅胡尔·纳亚克
更新于
2024年3月14日
想象一下，你制作了一段短视频，并且想弄清楚视频的哪些部分让人觉得有吸引力。通常，你只需直接询问他们。也许你会使用问卷调查。但最常见的回答可能是“我不太确定”或“我记不清了”。仅使用主观测量来研究人类感知，往往会充满不确定性，而测量神经生理反应则有望克服这一点。EEG 设备凭借其易于获取、成本效益高的特点，能够增强与人类感知相关的研究，因此具有独特优势。 因此，它正迅速成为心理学、神经营销和 BCI 中的关键工具。
什么是 EEG？
脑电图（EEG）是对脑细胞所诱发的电活动进行测量，这些脑细胞被称为神经元。这是一种安全且非侵入性的方法，通过放置在头皮上的电极来实现。用于这一目的的 EEG 设备可以从单通道商用设备到 256 通道医疗级系统不等。你可以阅读更多关于 EEG 是什么以及不同 EEG 设备的这里。
EEG 有哪些优势？
高时间分辨率
由于其高时间分辨率，EEG 能够标记前意识过程。
EEG 相较于其他神经影像方法最大的优势在于其时间分辨率，也就是能够以毫秒级的范围测量快速的脑反应。其他脑成像方法，如 fMRI（功能性磁共振成像），通常需要在呈现感兴趣的刺激后等待一秒或更久。此外，为了避免主观反应中的不确定性而设计的行为任务，通常依赖反应时和按键反应。这些反应最多也要花费一秒，而考虑到大脑能够在毫秒级时间尺度上产生许多复杂的神经生理过程，这样的速度就非常慢了。因此，由于其高时间分辨率，EEG 能够标记前意识过程，而这些过程若仅依赖自我报告和基于反应的任务，往往会被忽略。
可负担性和便携性
体育科学：Paxton Lynch 使用 Emotiv Insight EEG 头戴设备接受压力测试。
EEG 设备已经变得更具成本效益且支持无线连接，使研究人员能够在现场开展研究，而不是把参与者带到实验室。虽然 EEG 和 MEG（脑磁图）都具有高时间分辨率，但由于成本较低且可移动，EEG 是更易获取的研究工具，这使得人类行为可以在受控或自然环境中被研究。其他神经影像方法（例如 MEG、MRI 和 PET）需要较高的维护成本，而且必须将参与者带到医院或实验室环境中才能开展这些研究。与此形成鲜明对比的是，几乎任何环境都可以被改造成 EEG 的“实验室”。（参见Park 等人的综述1，了解移动 EEG 如何用于提升现场体育表现）
内部或远程研究
EEG 不一定非要在实验室中使用单一设备来完成。随着经济实惠的商用 EEG 设备不断进步，家庭用户也能够自行记录自己的 EEG。EmotivLABS 平台允许研究人员使用 Emotiv 头戴设备在线开展实验，这些设备已与研究级设备²ʹ³进行过验证。阅读我们关于在线 EEG 试点研究的这里，或者了解我们合作项目中的一个案例：Emotiv 用户参与了一项在家中进行的研究，以评估一款演示软件的这里。
我们能用 EEG 测量什么？
最常见的做法是，研究人员使用刺激出现后感兴趣时间点的电压幅值（即事件相关电位，ERP）或者每秒 EEG 中脑波振荡的数量（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，随着复杂机器学习算法的发展，我们开始能够解码针对感兴趣刺激的心理状态。例如，借助已针对注意力进行验证的算法，我们现在可以轻松回答诸如“我的视频的哪一部分吸引了更多注意力”这样的问题。
需要考虑的注意事项
重要的是要记住，我们不能通过 EEG 精确读心。因此，所比较的刺激理想情况下应在除感兴趣变量本身之外的所有方面都保持一致。由此，一个设计良好的实验任务是优秀 EEG 研究的基石。其次，EEG 设备可能会拾取电气设备带来的干扰，而且 EEG 也可能对运动很敏感，从而在记录中引入不需要的伪迹。因此，原始 EEG 反映的是整体脑反应，在对刺激感知作出任何推断之前，都需要进行清理和处理。
此外，单个电极上的脑活动记录的是整个大脑的活动，其位置并不能直接准确指示活动来源（例如，额部电极上活动增强并不意味着额叶产生了这一反应）。像 EEG 反应的源重建⁴这类方法可用于此目的，以确定头皮层面的来源。若想更有把握地确定更深层来源，可以考虑将 EEG 与 MEG 或 fMRI 等神经影像方法结合使用。
EEG 在当前研究中的应用
EEG 目前被广泛用于多种方式，帮助研究人员不仅在心理学和医学领域，而且在脑机接口、神经反馈以及理解消费行为等领域中取得进展，例如神经营销。
医学或临床神经科学
EEG 主要用于医学领域，以改善诊断和治疗。例如，EEG 最常见的用途是癫痫的诊断和癫痫发作检测⁵，以及在睡眠研究中检测睡眠异常⁶。在精神病学和临床神经科学中，EEG 目前被用于识别那些原本依赖主观临床评估的疾病客观标志物。诸如定量 EEG（qEEG）之类的技术会计算振荡数量并将其映射到头皮上，用于描述各种精神障碍引起的大脑变化⁷。将机器学习应用于健康大脑与病理大脑的分类，也正在为更客观的诊断⁸ˈ⁹方法铺平道路。
神经营销
当然，理解消费者行为是神经营销的核心。在这一领域中，EEG 最常见的用途是识别广告¹⁰、产品或服务中不那么显著但具有吸引力的方面，从而改进它们。
Emotiv x 神经营销——L’Oreal 奢华实验室中的消费者行为未来。
EEG 振荡也被用于识别是否存在潜意识中的品牌/产品回忆¹¹。其他用途还包括神经定价，即利用 EEG 的行为任务来寻找产品的最佳定价策略¹²。
Emotiv x 神经营销——大脑如何对不同的定价建议作出反应。
一般神经科学研究
这类研究涉及理解大脑如何运作（例如，我们的大脑如何处理视觉或听觉刺激）以及大脑不同部分如何彼此交流。它还涉及理解大脑与各种疾病之间的关系（例如，自闭症谱系障碍或精神分裂症）。这涵盖了多个领域，包括社会、情感、计算和认知等方向。
脑机接口（BCI）
BCI 研究旨在通过将 EEG 与计算设备整合，把心理指令转化为外部动作。利用心理指令输入文字、移动轮椅，甚至移动假肢，都是 BCI 当前正在用于改善残障人士生活质量的一些发展方向¹³。
脑机接口 （BCI）——在brainpaintbyjohn 的 Instagram 上，患有脑瘫的 8 岁男孩 John 创作出的惊艳作品
音乐行业也正在迎来另一场革命，音乐人/歌手正用自己的想法创作音乐（参见我们相关文章这里）
脑机接口（BCI）——Emotiv 的 EPOC 头戴设备与标志性的 TONTO 合成器堪称完美搭配。
总的来说，EEG 的使用为深入了解人类行为的表层之下提供了可能。其成本效益高且可及性强，使其成为多个学科中的有用工具；在这些学科中，从改善用户体验到推进治疗，都可以通过超越简单的主观自我报告，并利用 EEG 对人类行为进行客观解码来实现。
脑机接口（BCI）——Emotiv x Rodrigo Hubner Mendes，用心理指令驾驶 F1 赛车
文章作者
Roshini Randeniya，Emotiv Research Pty. Ltd 研究官员
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. 支持移动认知的论证：EEG 与运动表现。Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Emotiv EPOC+ 提取情绪面孔加工相关 ERP 的验证。Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Emotiv EPOC EEG 系统在儿童研究级听觉事件相关电位中的验证。PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG 源成像。Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. EEG 在癫痫中的作用：一项批判性综述。Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. 视频‐EEG 多导睡眠监测的诊断价值。Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. 精神障碍的 QEEG 特征谱。Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. 使用 EEG 数据预测重度抑郁障碍对 SSRI 治疗反应的机器学习方法。Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. 通过静息态脑电图对抑郁症进行分类：精神病学中的新实践综述。J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. 通过 EEG 和皮电反应测量分析对广告刺激的神经生理反应。J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. 脑电图（EEG）在神经营销中的应用——探索潜意识心智 ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. 神经定价：对价格曝光的大脑反应视角。Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
想象一下，你制作了一段短视频，并且想弄清楚视频的哪些部分让人觉得有吸引力。通常，你只需直接询问他们。也许你会使用问卷调查。但最常见的回答可能是“我不太确定”或“我记不清了”。仅使用主观测量来研究人类感知，往往会充满不确定性，而测量神经生理反应则有望克服这一点。EEG 设备凭借其易于获取、成本效益高的特点，能够增强与人类感知相关的研究，因此具有独特优势。 因此，它正迅速成为心理学、神经营销和 BCI 中的关键工具。
什么是 EEG？
脑电图（EEG）是对脑细胞所诱发的电活动进行测量，这些脑细胞被称为神经元。这是一种安全且非侵入性的方法，通过放置在头皮上的电极来实现。用于这一目的的 EEG 设备可以从单通道商用设备到 256 通道医疗级系统不等。你可以阅读更多关于 EEG 是什么以及不同 EEG 设备的这里。
EEG 有哪些优势？
高时间分辨率
由于其高时间分辨率，EEG 能够标记前意识过程。
EEG 相较于其他神经影像方法最大的优势在于其时间分辨率，也就是能够以毫秒级的范围测量快速的脑反应。其他脑成像方法，如 fMRI（功能性磁共振成像），通常需要在呈现感兴趣的刺激后等待一秒或更久。此外，为了避免主观反应中的不确定性而设计的行为任务，通常依赖反应时和按键反应。这些反应最多也要花费一秒，而考虑到大脑能够在毫秒级时间尺度上产生许多复杂的神经生理过程，这样的速度就非常慢了。因此，由于其高时间分辨率，EEG 能够标记前意识过程，而这些过程若仅依赖自我报告和基于反应的任务，往往会被忽略。
可负担性和便携性
体育科学：Paxton Lynch 使用 Emotiv Insight EEG 头戴设备接受压力测试。
EEG 设备已经变得更具成本效益且支持无线连接，使研究人员能够在现场开展研究，而不是把参与者带到实验室。虽然 EEG 和 MEG（脑磁图）都具有高时间分辨率，但由于成本较低且可移动，EEG 是更易获取的研究工具，这使得人类行为可以在受控或自然环境中被研究。其他神经影像方法（例如 MEG、MRI 和 PET）需要较高的维护成本，而且必须将参与者带到医院或实验室环境中才能开展这些研究。与此形成鲜明对比的是，几乎任何环境都可以被改造成 EEG 的“实验室”。（参见Park 等人的综述1，了解移动 EEG 如何用于提升现场体育表现）
内部或远程研究
EEG 不一定非要在实验室中使用单一设备来完成。随着经济实惠的商用 EEG 设备不断进步，家庭用户也能够自行记录自己的 EEG。EmotivLABS 平台允许研究人员使用 Emotiv 头戴设备在线开展实验，这些设备已与研究级设备²ʹ³进行过验证。阅读我们关于在线 EEG 试点研究的这里，或者了解我们合作项目中的一个案例：Emotiv 用户参与了一项在家中进行的研究，以评估一款演示软件的这里。
我们能用 EEG 测量什么？
最常见的做法是，研究人员使用刺激出现后感兴趣时间点的电压幅值（即事件相关电位，ERP）或者每秒 EEG 中脑波振荡的数量（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，随着复杂机器学习算法的发展，我们开始能够解码针对感兴趣刺激的心理状态。例如，借助已针对注意力进行验证的算法，我们现在可以轻松回答诸如“我的视频的哪一部分吸引了更多注意力”这样的问题。
需要考虑的注意事项
重要的是要记住，我们不能通过 EEG 精确读心。因此，所比较的刺激理想情况下应在除感兴趣变量本身之外的所有方面都保持一致。由此，一个设计良好的实验任务是优秀 EEG 研究的基石。其次，EEG 设备可能会拾取电气设备带来的干扰，而且 EEG 也可能对运动很敏感，从而在记录中引入不需要的伪迹。因此，原始 EEG 反映的是整体脑反应，在对刺激感知作出任何推断之前，都需要进行清理和处理。
此外，单个电极上的脑活动记录的是整个大脑的活动，其位置并不能直接准确指示活动来源（例如，额部电极上活动增强并不意味着额叶产生了这一反应）。像 EEG 反应的源重建⁴这类方法可用于此目的，以确定头皮层面的来源。若想更有把握地确定更深层来源，可以考虑将 EEG 与 MEG 或 fMRI 等神经影像方法结合使用。
EEG 在当前研究中的应用
EEG 目前被广泛用于多种方式，帮助研究人员不仅在心理学和医学领域，而且在脑机接口、神经反馈以及理解消费行为等领域中取得进展，例如神经营销。
医学或临床神经科学
EEG 主要用于医学领域，以改善诊断和治疗。例如，EEG 最常见的用途是癫痫的诊断和癫痫发作检测⁵，以及在睡眠研究中检测睡眠异常⁶。在精神病学和临床神经科学中，EEG 目前被用于识别那些原本依赖主观临床评估的疾病客观标志物。诸如定量 EEG（qEEG）之类的技术会计算振荡数量并将其映射到头皮上，用于描述各种精神障碍引起的大脑变化⁷。将机器学习应用于健康大脑与病理大脑的分类，也正在为更客观的诊断⁸ˈ⁹方法铺平道路。
神经营销
当然，理解消费者行为是神经营销的核心。在这一领域中，EEG 最常见的用途是识别广告¹⁰、产品或服务中不那么显著但具有吸引力的方面，从而改进它们。
Emotiv x 神经营销——L’Oreal 奢华实验室中的消费者行为未来。
EEG 振荡也被用于识别是否存在潜意识中的品牌/产品回忆¹¹。其他用途还包括神经定价，即利用 EEG 的行为任务来寻找产品的最佳定价策略¹²。
Emotiv x 神经营销——大脑如何对不同的定价建议作出反应。
一般神经科学研究
这类研究涉及理解大脑如何运作（例如，我们的大脑如何处理视觉或听觉刺激）以及大脑不同部分如何彼此交流。它还涉及理解大脑与各种疾病之间的关系（例如，自闭症谱系障碍或精神分裂症）。这涵盖了多个领域，包括社会、情感、计算和认知等方向。
脑机接口（BCI）
BCI 研究旨在通过将 EEG 与计算设备整合，把心理指令转化为外部动作。利用心理指令输入文字、移动轮椅，甚至移动假肢，都是 BCI 当前正在用于改善残障人士生活质量的一些发展方向¹³。
脑机接口 （BCI）——在brainpaintbyjohn 的 Instagram 上，患有脑瘫的 8 岁男孩 John 创作出的惊艳作品
音乐行业也正在迎来另一场革命，音乐人/歌手正用自己的想法创作音乐（参见我们相关文章这里）
脑机接口（BCI）——Emotiv 的 EPOC 头戴设备与标志性的 TONTO 合成器堪称完美搭配。
总的来说，EEG 的使用为深入了解人类行为的表层之下提供了可能。其成本效益高且可及性强，使其成为多个学科中的有用工具；在这些学科中，从改善用户体验到推进治疗，都可以通过超越简单的主观自我报告，并利用 EEG 对人类行为进行客观解码来实现。
脑机接口（BCI）——Emotiv x Rodrigo Hubner Mendes，用心理指令驾驶 F1 赛车
文章作者
Roshini Randeniya，Emotiv Research Pty. Ltd 研究官员
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. 支持移动认知的论证：EEG 与运动表现。Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Emotiv EPOC+ 提取情绪面孔加工相关 ERP 的验证。Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Emotiv EPOC EEG 系统在儿童研究级听觉事件相关电位中的验证。PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG 源成像。Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. EEG 在癫痫中的作用：一项批判性综述。Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. 视频‐EEG 多导睡眠监测的诊断价值。Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. 精神障碍的 QEEG 特征谱。Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. 使用 EEG 数据预测重度抑郁障碍对 SSRI 治疗反应的机器学习方法。Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. 通过静息态脑电图对抑郁症进行分类：精神病学中的新实践综述。J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. 通过 EEG 和皮电反应测量分析对广告刺激的神经生理反应。J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. 脑电图（EEG）在神经营销中的应用——探索潜意识心智 ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. 神经定价：对价格曝光的大脑反应视角。Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
想象一下，你制作了一段短视频，并且想弄清楚视频的哪些部分让人觉得有吸引力。通常，你只需直接询问他们。也许你会使用问卷调查。但最常见的回答可能是“我不太确定”或“我记不清了”。仅使用主观测量来研究人类感知，往往会充满不确定性，而测量神经生理反应则有望克服这一点。EEG 设备凭借其易于获取、成本效益高的特点，能够增强与人类感知相关的研究，因此具有独特优势。 因此，它正迅速成为心理学、神经营销和 BCI 中的关键工具。
什么是 EEG？
脑电图（EEG）是对脑细胞所诱发的电活动进行测量，这些脑细胞被称为神经元。这是一种安全且非侵入性的方法，通过放置在头皮上的电极来实现。用于这一目的的 EEG 设备可以从单通道商用设备到 256 通道医疗级系统不等。你可以阅读更多关于 EEG 是什么以及不同 EEG 设备的这里。
EEG 有哪些优势？
高时间分辨率
由于其高时间分辨率，EEG 能够标记前意识过程。
EEG 相较于其他神经影像方法最大的优势在于其时间分辨率，也就是能够以毫秒级的范围测量快速的脑反应。其他脑成像方法，如 fMRI（功能性磁共振成像），通常需要在呈现感兴趣的刺激后等待一秒或更久。此外，为了避免主观反应中的不确定性而设计的行为任务，通常依赖反应时和按键反应。这些反应最多也要花费一秒，而考虑到大脑能够在毫秒级时间尺度上产生许多复杂的神经生理过程，这样的速度就非常慢了。因此，由于其高时间分辨率，EEG 能够标记前意识过程，而这些过程若仅依赖自我报告和基于反应的任务，往往会被忽略。
可负担性和便携性
体育科学：Paxton Lynch 使用 Emotiv Insight EEG 头戴设备接受压力测试。
EEG 设备已经变得更具成本效益且支持无线连接，使研究人员能够在现场开展研究，而不是把参与者带到实验室。虽然 EEG 和 MEG（脑磁图）都具有高时间分辨率，但由于成本较低且可移动，EEG 是更易获取的研究工具，这使得人类行为可以在受控或自然环境中被研究。其他神经影像方法（例如 MEG、MRI 和 PET）需要较高的维护成本，而且必须将参与者带到医院或实验室环境中才能开展这些研究。与此形成鲜明对比的是，几乎任何环境都可以被改造成 EEG 的“实验室”。（参见Park 等人的综述1，了解移动 EEG 如何用于提升现场体育表现）
内部或远程研究
EEG 不一定非要在实验室中使用单一设备来完成。随着经济实惠的商用 EEG 设备不断进步，家庭用户也能够自行记录自己的 EEG。EmotivLABS 平台允许研究人员使用 Emotiv 头戴设备在线开展实验，这些设备已与研究级设备²ʹ³进行过验证。阅读我们关于在线 EEG 试点研究的这里，或者了解我们合作项目中的一个案例：Emotiv 用户参与了一项在家中进行的研究，以评估一款演示软件的这里。
我们能用 EEG 测量什么？
最常见的做法是，研究人员使用刺激出现后感兴趣时间点的电压幅值（即事件相关电位，ERP）或者每秒 EEG 中脑波振荡的数量（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，随着复杂机器学习算法的发展，我们开始能够解码针对感兴趣刺激的心理状态。例如，借助已针对注意力进行验证的算法，我们现在可以轻松回答诸如“我的视频的哪一部分吸引了更多注意力”这样的问题。
需要考虑的注意事项
重要的是要记住，我们不能通过 EEG 精确读心。因此，所比较的刺激理想情况下应在除感兴趣变量本身之外的所有方面都保持一致。由此，一个设计良好的实验任务是优秀 EEG 研究的基石。其次，EEG 设备可能会拾取电气设备带来的干扰，而且 EEG 也可能对运动很敏感，从而在记录中引入不需要的伪迹。因此，原始 EEG 反映的是整体脑反应，在对刺激感知作出任何推断之前，都需要进行清理和处理。
此外，单个电极上的脑活动记录的是整个大脑的活动，其位置并不能直接准确指示活动来源（例如，额部电极上活动增强并不意味着额叶产生了这一反应）。像 EEG 反应的源重建⁴这类方法可用于此目的，以确定头皮层面的来源。若想更有把握地确定更深层来源，可以考虑将 EEG 与 MEG 或 fMRI 等神经影像方法结合使用。
EEG 在当前研究中的应用
EEG 目前被广泛用于多种方式，帮助研究人员不仅在心理学和医学领域，而且在脑机接口、神经反馈以及理解消费行为等领域中取得进展，例如神经营销。
医学或临床神经科学
EEG 主要用于医学领域，以改善诊断和治疗。例如，EEG 最常见的用途是癫痫的诊断和癫痫发作检测⁵，以及在睡眠研究中检测睡眠异常⁶。在精神病学和临床神经科学中，EEG 目前被用于识别那些原本依赖主观临床评估的疾病客观标志物。诸如定量 EEG（qEEG）之类的技术会计算振荡数量并将其映射到头皮上，用于描述各种精神障碍引起的大脑变化⁷。将机器学习应用于健康大脑与病理大脑的分类，也正在为更客观的诊断⁸ˈ⁹方法铺平道路。
神经营销
当然，理解消费者行为是神经营销的核心。在这一领域中，EEG 最常见的用途是识别广告¹⁰、产品或服务中不那么显著但具有吸引力的方面，从而改进它们。
Emotiv x 神经营销——L’Oreal 奢华实验室中的消费者行为未来。
EEG 振荡也被用于识别是否存在潜意识中的品牌/产品回忆¹¹。其他用途还包括神经定价，即利用 EEG 的行为任务来寻找产品的最佳定价策略¹²。
Emotiv x 神经营销——大脑如何对不同的定价建议作出反应。
一般神经科学研究
这类研究涉及理解大脑如何运作（例如，我们的大脑如何处理视觉或听觉刺激）以及大脑不同部分如何彼此交流。它还涉及理解大脑与各种疾病之间的关系（例如，自闭症谱系障碍或精神分裂症）。这涵盖了多个领域，包括社会、情感、计算和认知等方向。
脑机接口（BCI）
BCI 研究旨在通过将 EEG 与计算设备整合，把心理指令转化为外部动作。利用心理指令输入文字、移动轮椅，甚至移动假肢，都是 BCI 当前正在用于改善残障人士生活质量的一些发展方向¹³。
脑机接口 （BCI）——在brainpaintbyjohn 的 Instagram 上，患有脑瘫的 8 岁男孩 John 创作出的惊艳作品
音乐行业也正在迎来另一场革命，音乐人/歌手正用自己的想法创作音乐（参见我们相关文章这里）
脑机接口（BCI）——Emotiv 的 EPOC 头戴设备与标志性的 TONTO 合成器堪称完美搭配。
总的来说，EEG 的使用为深入了解人类行为的表层之下提供了可能。其成本效益高且可及性强，使其成为多个学科中的有用工具；在这些学科中，从改善用户体验到推进治疗，都可以通过超越简单的主观自我报告，并利用 EEG 对人类行为进行客观解码来实现。
脑机接口（BCI）——Emotiv x Rodrigo Hubner Mendes，用心理指令驾驶 F1 赛车
文章作者
Roshini Randeniya，Emotiv Research Pty. Ltd 研究官员
参考文献
1. Park, J. L., Fairweather, M. M. & Donaldson, D. I. 支持移动认知的论证：EEG 与运动表现。Neurosci. Biobehav. Rev. 52, 117–130 (2015).
2. Kotowski, K., Stapor, K., Leski, J. & Kotas, M. Emotiv EPOC+ 提取情绪面孔加工相关 ERP 的验证。Biocybern. Biomed. Eng. 38, 773–781 (2018).
3. Badcock, N. A. et al. Emotiv EPOC EEG 系统在儿童研究级听觉事件相关电位中的验证。PeerJ 3, e907 (2015).
4. Michel, C. M. et al. EEG 源成像。Clin. Neurophysiol. 115, 2195–2222 (2004).
5. Noachtar, S. & Rémi, J. EEG 在癫痫中的作用：一项批判性综述。Epilepsy Behav. 15, 22–33 (2009).
6. Aldrich, M. S. & Jahnke, B. 视频‐EEG 多导睡眠监测的诊断价值。Neurology 41, 1060–1060 (1991).
7. Prichep, L. S. & John, E. R. 精神障碍的 QEEG 特征谱。Brain Topogr. 4, 249–257 (1992).
8. Khodayari-Rostamabad, A., Reilly, J. P., Hasey, G. M., de Bruin, H. & MacCrimmon, D. J. 使用 EEG 数据预测重度抑郁障碍对 SSRI 治疗反应的机器学习方法。Clin. Neurophysiol. 124, 1975–1985 (2013).
9. Čukić, M., López, V. & Pavón, J. 通过静息态脑电图对抑郁症进行分类：精神病学中的新实践综述。J. Med. Internet Res. 22, e19548 (2020).
10. Ohme, R., Reykowska, D., Wiener, D. & Choromanska, A. 通过 EEG 和皮电反应测量分析对广告刺激的神经生理反应。J. Neurosci. Psychol. Econ. 2, 21–31 (2009).
11. Shaari, A., Syafiq, M., Mikami, O. & M.A, M. K. 脑电图（EEG）在神经营销中的应用——探索潜意识心智 ELECTROENCEPHALOGRAPHY (EEG) APPLICATION IN NEUROMARKETING-EXPLORING THE SUBCONSCIOUS MIND. 14, (2020). (Neuromarketing)
12. Nigdelis, V. & Tsolaki, M. 神经定价：对价格曝光的大脑反应视角。Hell. J. Nucl. Med. 20, 196–203 (2017).
13. Abiri, R., Borhani, S., Jiang, Y. & Zhao, X. Decod
