捕获自头部周围的 EEG 信号被肌肉运动的信号污染。换句话说，我们（以及其他所有 EEG 系统）测量的是大脑信号，这些信号有时会叠加上肌肉激活电位（EMG）和 EOG - 眼电图信号，这些信号是由于眼球运动而产生的（眼球是一个强极化的器官，一侧有许多电连接，而另一侧几乎没有神经）。

几乎所有其他 EEG 系统要么完全丢弃在 EMG 和 EOG 事件期间收集的任何数据，要么至少尝试在恢复实际大脑信号时将其过滤掉。我们决定进一步发展。我们感恩地接受肌肉信号，并利用分布在面部周围的传感器来三角测量肌肉源并建立分类系统，以识别特定的面部表情，例如微笑和眨眼等。这就是面部表情检测套件。我们毫不掩饰面部表情检测是基于肌肉信号的这一事实，事实上，我们很高兴让人们知道我们正在如此有效地利用大多数人扔掉的无用数据。

心理命令和性能指标完全不同。性能指标是对你的情绪状态的测量。它不接受肌肉或面部表情数据作为输入 - 我们严格使用大脑信号，否则有什么意义呢？因为我们掌握了面部表情，我们可以描述需要过滤哪些信号以去除数据中的 EMG 和 EOG，而我们的检测即使在很多正常活动中也能继续操作。有时，如果数据被严重损坏，它们会直接停止工作，尤其是挫折和参与感。

心理命令依赖于你用于训练的内容。包括一些面部肌肉激活在分类器中是相当可能的，但老实说，这并不像纯粹的大脑信号那样可靠和可重复。我们希望用户在训练心理命令时能够放松，而不是保持相对静止，大多数人在玩过系统一段时间之后都会学会这样做。在完全平静的训练数据（即，没有肌肉参与，只有大脑活动）下，可以在进行面部动作的正常活动中使用心理命令，因为只有相关的大脑信号被构建到分类器中。我们在训练系统中允许了一小部分肌肉信号，以使初学者在第一次使用系统时有更好的机会，但几乎所有人很快就会学会放下这些。心理命令对于完全锁定的受试者（那些绝对没有肌肉活动的人）运行得非常好 - 这证明了大脑信号必须涉及其中。