A. 腦電分析之參數變換
本文首發在Chen Rui Blog( https://7988888.xyz/ )
將參考電極放在什麼位置，才能將才考電極的活性降到最低，獲得最真實的基鋒喊線（近似於零電位的）信號呢？
一般情況下，參考電極的選擇可以是雙側乳突（連線）平均、耳垂（連線）平均、前額中心電極、鼻尖、下顎、非頭部的胸椎、踝關節和膝蓋等等，也可以將所有頭皮腦電極位置記錄的電壓的平均值作為參考，即平均參考（average reference）。雖然對參考電極位置的爭論是純方法學的，但它也具有非常重要的理論意義。實際上，由於不同的參考位置會對數據記錄產生不同的影響，在同一實驗程序採用不同的參考位置將會產生不同的實驗結果。以鼻尖參考得到的面孔刺激誘發的顳枕區分布的N170顯著高於雙側乳突平均參考的N170，而（Vertex Positive Potential，VPP）則表現為後者更為顯著。由於高級視覺加工（如面孔）往往在枕—顳皮層，以鼻尖作為參考電極比乳突更有利於觀察該區域的認知加工機制。
基於對參考電極的位置、方向與偶極子發生器位置之間的復雜關系及電信號通過頭骨的傳播特性的考慮，Katznelson（1981）認為解決參考電極的最好方式就是對所報告的每一組數據都使用兩種或兩種以上的參考電極模式，並從中確定結果上的相同點，然後進行分析，得出相對可靠的結論。但是，這種方法並未得到廣泛使用。
目前，較為常用的頭部參考是耳垂或雙側乳頭的連線或平均及全腦平均，相對較少使用的是鼻尖和下顎參考。
耳垂或乳突的連線或平均作為參考是將兩個電極的連線或平均作為一個參考信號，這種方法在EEG/ERP的研究中（尤其是視覺和聽覺誘發電位的研究）被廣泛地使用。在這一方法中，耳垂或乳突電極的放置位置相同，即每個參考電極都放置於一側耳垂或耳後的乳突上。然而，在信號放大之前將兩個電極連線接在一起，理論上是強行將兩個信號相等對待。這一缺陷將會產生一個低電阻通道，使得整個頭皮的電壓分布得到改變。因為如果兩個電極的電阻不相同，電流將更易流向其中一方，並將有效的參考位置轉移向電阻更低的位置，因此影響有效的分布並改變了對稱性。實際上，因為皮膚阻抗明顯高於大腦阻抗，這種影響並不嚴重。
相比較而言，選取兩個電極信號的平均數，被認為是比連線法更好的方法，它可避免分布失真。但是，耳垂/乳突平均參考也有其自身缺陷。Goldman (1950) and Katznelson(1981) 研究發現，耳垂/乳突平均參考將臨近腦區的活動作為了基線。由於耳垂/乳突參考臨近顳枕部發生器，所以會對以研究該部位臨近區域為目的的某些特定實驗產生影響，如對高級視覺加工的研究中，大量的發生器被定位於顳枕皮層。當然，在不同的實驗設計中，耳垂/乳突參考是積極有效的。耳垂參考在視覺任務中視覺誘發電位、聽覺誘發電位、體感誘發電位上顯示出了重要的意義。同樣，乳突參考在聽覺誘發電位和體感誘發電位上也是積極橋毀有效的。但是，乳突/耳垂平均並不是評估半球形差異的最好選擇，因為它可能降低半球形差異。
標准平均參考近年來被推薦作為進行頭皮電生理研究的指導方針。它是將頭皮記錄的所有腦電電極信號進行平均作為參考電極，其理論依據是頭皮平均數是一個恆常數「零」。但是，無論多精確的平均參考也只是一個理論上接近的零點，且依賴於感測器的數量和位置。從前額或前部信號取得精確的采樣是相對困難的，因為大腦並不是一個真正的球體，所以在大腦上的電極排列也並不能像在球體上一樣完全合適。因此，任何平均都必然更有利於中央和後部、側部和背部位置。此外，相對較少的電極信號參與平均將對平均後的電信號產生更大影響，同時也影響了參考電極與頭皮其他電極之間的相位和振幅關系，使得對已記錄數據的空間特性的解釋變得困難。該影響可通過增加足夠大的電極采樣來改善，如至少20個電極。另有研究者對平均參考提出批評，因為平均參考法可能會產生「ghost potentials」（Desmedt et al., 1990）。事實上，真正意義上的中性電位點的缺乏同樣表現在其他參考電極中，但這對平均參考的影響在電極排列疏鬆並集中在某些孤立區域時尤其顯著。
其他銀消野頭部參考的使用相對較少，且實驗環境需要得到一定的控制，如鼻尖記錄可以更好地顯示AEP活動以及MMN的研究，而下額參考在視覺任務中被認為是可行的。然而，這些參考類型都是鄰近顱骨通路的（口、喉嚨、眼窩、鼻竇），在使用時需要注意，因為所產生的低阻抗通路將對電信號的分布特徵產生潛在影響。
總之，沒有對所有實驗環境都適用的完美的參考電極位置。因為不同的實驗室偏愛不同的參考電極位置，且相關的神經系統發生器的位置也仍舊未知，所以了解如何選擇參考電極位置及不同的參考會對數據產生何種影響是非常重要的，其核心在於了解如何根據所選的不同的參考位置來解釋數據結果。
我們所知道，目前，我們所探測的腦電信號是由我們人體自發腦電產生的，所以要記錄下來，那就是測量我們頭皮上的電壓。（電壓是推動電荷定向移動形成電流的原因。電流之所以能夠在導線中流動，也是因為在電流中有著高電勢和低電勢之間的差別。這種差別叫電勢差，也叫電壓。換句話說。在電路中，任意兩點之間的電位差稱為這兩點的電壓。通常用字母V代表電壓。—摘自網路），通過上面的釋義，我們就能知道要記錄到我們頭皮上的電壓，除了貼在大腦部位的單個電極外，就應該還有一個參考電極。在我們日常的電子電路中，我們通常會選擇大地作為參考，所以，它記錄的電壓就是其兩者的電壓差。當然，在我們的腦電設備中也可以以大地作為參考點，但是，這樣記錄下來的腦電信號則是由我們的頭皮上信號和大地的差值，這裡面就記錄到了由我們身體的其它部位產生的電位信號，這樣一來就不能說是測量的大腦產生的電壓信號，更嚴重的接上市電的設備，因為與大地相連，還有可能產生觸電的危險，所以為了避免上述情況，市場上廠商就在放大器電路上建立了一個虛擬地電極，但是建立的虛擬地電極也不是絕對的零電位點，在測量信號時，這個虛擬的地電極也會產生信號，這個信號就是影響到測量的數據。所以為了更精確採集到數據，於是就引用的另一個電極做為參考點。所以，現在市場上的腦電放大器均是採用的差動放大器。不知道你有沒有明白，我們就通過數學公式進行線性的變換就知道，假設GND的電壓A，ref的電壓B，單個電極的電壓C，所以我們在記錄的數據就應該是，（C-A）-（B-A）= C-B ，所以我們其實記錄的數據時測量的單個電極與參考電極的差值。這樣我們就消除了GND電極帶來的信號干擾。所以目前說的最多的就是ref參考點的選取。在不同實驗中，參考點ref的選取位置也是會對你的實驗有一定的影響。
現有電極帽都是以頭頂或鼻尖做為參考電極，而實際分析ERP波形時，大部分都是根據雙側乳突TP9,TP10（BP的電極帽TP9相當於A1，TP10相當A2）作為參考電極，所以根據實際需要進行更換參考電極。
在「Transformations」下拉菜單「Channel Preprocessing」 中選擇「New Reference」，按以下彈出窗口操作：
若選擇復選框，則會將原始參考電極一起做平均，一般為不選。
選擇要做重參考的電極，若選擇復選框，將保留沒有做參考的電極點。
提示是否進行新命名，一般不進行，最後點擊完成。
在eeglab分析軟體中，也是同樣操作方便。首先打開eeglab，導入數據，導入channel locations，然後在Tools下拉菜單中選擇Re-reference，就會彈出界面
本文首發在braintechnology公眾號，如有疑問及建議，可聯系郵箱 [email protected]
博客地址 ： Chen Rui Blog
知乎地址 : 知乎專欄
B站地址 : B站主頁
書店地址 : 書店主頁
網易雲音樂地址 : 音樂主頁
B. 腦電圖簡介
nǎo diàn tú
electroencephalogram，EEG
腦電活動是大腦皮層錐體細胞及其垂直樹突的突觸後電位的總和，並由丘腦中線部位的非特異性核起調節作用來完成的。神經元的電位是中樞神經系統橘答指的生理活動的基礎，因此可反映其功能和病理的變化。通過精密的電子儀器，從頭皮上將腦部的電位變化加以放大並記錄下來的一種方法，即腦電圖，是目前最敏感的監測腦功能的方法。
臨床腦電圖學就是根據記錄曲線變化的波率、波幅、波形、位相、數量、對稱性、反應性、規律性、出現方式及腦波在時間、空間上的分布等主要成份，進行分類、計算與對比分析，做出正常或異常腦電圖的診斷，為臨床診治疾病和科研工作提供客觀依據。隨著科學技術的發展，在常規腦電圖的基礎上，近年又發展了深部腦電圖、定量腦電圖、磁帶記錄腦電圖監測、閉路電視腦電圖和錄像監測等，提高了腦電圖的臨床應用價值和范圍。
進行腦電圖檢查前，患者應避免服用鎮靜劑、興奮劑以及抗癲癇葯物，檢查前一天應洗頭去除油污。檢查前應進食，以免低血糖影響腦電活動。腦舉棚電圖對癲癇、顱內佔位性病變、顱腦損傷、腦血管病變、顱內炎症、血管緊張性頭痛、不明原因的暈厥等可提供重要診斷線索。若腦電圖描記結果與臨床表現不符時，可採用過度換氣、自然睡眠、葯物剝奪睡眠、光聲 *** 、靜注戊四氮等方法誘發，即所謂誘發試驗。
用腦電圖儀在著皮表面引導記錄到的腦部生物電活動的波形圖。如果直接在大腦皮層表面記錄的皮層自發電位活動，稱為皮層腦電圖。
（1）腦電圖的產生與記錄：腦電圖一般通過頭皮表面電極獲得。頭皮電位產生的機理一般認為是：安靜時，錐體細胞的頂樹突——胞體軸心的整個細胞處於極化狀態；當一個沖動傳人細胞一端時，則引起該端反極化，此時細胞兩端的電位差可產生一個雙圓配極電場系統，電流自一端流向另一端。由於胞漿和細胞外液都含有電解質，故電流同時也會在細胞外通過。利用頭皮電極即可記錄到這種電流活動。事實上頭皮上腦電圖的電位變化是許多這樣的雙極電場綜合而成的。腦電圖並非反映某一神經細胞的電活動，而是記錄電極所代表的大腦某區域許多神經細胞群電活動的總和。
腦電圖各主要成分的產生可歸納為以下幾點：①慢活動是皮層內許多錐體細胞同時產生的突觸後電位的總和；②α節律可能是由非特異性丘腦核的興奮性和抑制性突觸後電位變化所產生；③快活動是由網狀結構而來的沖動使丘腦非特異性核的節律性放電消除，並使皮層電位成為去同步化而產生。
（2）腦電圖的基本成分
腦電圖的波形很不規則，其頻率變化范圍每秒約在1～30次之間，通常將此頻率變化分為4個波段：δ波—頻率為0.5～3次/秒，波幅為20～200微伏，正常成人只有在深睡時才可記錄到這種波；θ波—頻率為4～7次/秒，波幅約為100～150微伏，成人在睏倦時常可記錄到此波；θ和δ波統稱慢波，清醒的正常人身上一般記錄不到δ波和θ波；α波—頻率為每秒8～13次，波幅為20～100微伏，α波是正常成人腦電波的基本節律，在清醒並閉眼時出現；β波—頻率為每秒14～30次，波幅為5～20微伏，安靜閉目時只在額區出現，睜眼或進行思考時出現的范圍較廣，β波的出現一般表示大腦皮層處於興奮狀態。正常兒童的腦電圖與成人不同，新生兒以低幅慢波為主，隨著年齡增大，腦電波頻率逐漸增加。
①α波：頻率8～13Hz，波幅10～100μV。大腦各區均有，但以枕部最明顯。α節律是成人和較大兒童清醒閉目時主要的正常腦電活動，小兒的α波及節律隨年齡增長而逐漸明顯。
②β波：頻率14～30Hz，波幅約5～30/μV以額、顳和中央區較明顯。在精神活動，情緒興奮時增多。約有6%的正常人即使在精神安定和閉目時所記錄的腦電圖仍以β節律為主，稱之為β型腦電圖。
③θ波：頻率4～7Hz，波幅20～40μV。
④δ波：頻率0.5～3Hz，波幅10～20μV。常在額部出現。
θ波和δ波統稱慢波，常見於正常嬰兒至兒童期，以及成人的睡眠期。慢活動增多或出現局灶性慢波有一定的定位診斷價值。
腦電圖是通過腦電圖描記儀將腦微弱生物電放大約100萬倍後描記於紙上的生物電曲線圖。正常人和某些神經系統或全身性疾病患者的腦電圖有所不同，因此可作為某些疾病的輔助診斷方法之一。
1.癲癇 有助於診斷癲癇，對於癲癇發作類型的診斷亦具有重要意義。
2.其他顱腦疾病 如腦外傷、感染、腦血管病及佔位性病變等的診斷也具有一定的參考價值。還有助於對肝昏迷等全身性疾病的診斷。但其表現常缺乏特徵性，需結合其他臨床資料綜合分析，方能得出正確結論。
1.檢查前做好准備工作 包括病人前一天洗頭，勿空腹，檢查室內溫度合適，電極安置符合要求，盡量減低頭皮阻抗等。
2.機器性能檢查調試等。
被檢者取坐位或卧位，用火棉膠或橡皮條（或松緊帶）做成的電極帽將電極固定在頭皮特定部位，安置電極部位應以丙酮等擦洗以減小頭皮阻抗。用導線將電極連至腦電圖描記儀。一般同時描記8、12、16、20、或32條曲線圖。
腦電圖描記是檢查腦功能正常與否的一種重要手段。如大腦皮層有腫瘤時，由於腫瘤本身不發生電波，但腦瘤對周圍組織有破壞作用，在檢查時即可在腦瘤部位記錄到周圍損傷組織不正常的θ波或δ波，由此可診斷腦瘤的大小與部位。又如癲癇病人，腦電圖常出現高振幅的棘波、光波或棘慢綜合波等「抽搐放電」的波形。這些波形的改變對協助診斷、療效觀察與評價預後都有一定意義。
腦電圖儀種類很多，操作者必須熟悉該儀器的性能，按說明書進行操作。
核實申請單，了解病情。受檢者一般採取坐位，重症患者取平卧位。電極先用鹽水浸泡。安放電極時，先用75%乙醇或l0%～15%堿水、丙酮等擦凈頭皮，將頭發分開，使電極與頭皮保持良好接觸。同時向受檢者作必要的解釋，消除顧慮。安放電極後，查對導線號。
開電源。筆閘在關閉位時，方可按下電源開關，以防止損傷筆電流計。腦電圖機的描記條件：①時間常數一般選0.3s；②高頻濾波30Hz以上；③增益通常採用5mm≈50μV；④紙速用3cm/s或1.5cm/s。標准電壓測定：開筆閘、走紙，使各筆高5mm，並觀察標准電壓曲線的形狀是否正常。測電極阻力，一般在20k?以下。
囑受檢者全身放鬆，輕輕閉目。將姓名寫在首頁左下角。選擇導聯並用鉛筆寫在記錄紙上。單極導聯一般記錄1—2min，若腦電圖機的記錄筆少，不能一次包括各個部位時，可分組記錄。雙極導聯每個組1—2min，然後進行睜閉眼及過度換氣誘發試驗，其他一些誘發試驗可依病情在單導或雙導聯進行。記錄中電壓增減時均應在圖上註明。
描記完畢立即轉至標准電壓位置，再打1次標准電壓，關筆閘，關電源，在筆下墊膠片。整理各種用品，沖洗干凈後放回原處。
腦電圖記錄封面蓋上必要的各種圖章，添寫受檢者姓名、性別、年齡、臨床診斷、病歷號、檢查次數、意識狀態、日期、用葯等。整圖，分析報告，登記，填卡歸檔。
1.檢查過程中使病人 *** 合適，囑其勿緊張及思考問題。隨時觀察病人的行為，必要時應進行標記。對描記中出現的各種偽跡要進行識別和標記。
C. 如何選擇腦電設備先來看看top14的腦電公司介紹吧！
Hello，
這里是 行上行下 ，我是 喵君姐姐~
想要真正了解人們在想什麼，你需要深入他們的大腦。那腦電圖（EEG）就是一個探索腦奧秘的工具。
腦電圖(EEG) ，全名：Electroencephalography，即大腦自發產生的電活動（突觸後電位）；通過檢測大腦產生的微量電活動，了解大腦的功能。
EEG已經被學術界使用了幾十年，而且越來越多地被研究人員使用。在研究中還與其他生物感測器(如眼球追蹤，或面部表情分析)結合使用時，使腦電圖信息的接收范圍大大增加。
我們根據各個公司生產有關腦電設備的數量進行了排序（數據來源谷歌），我們先介紹排名前14的公司。
註： 未來排序肯定會發生變化，但這至少代表了目前頂尖的EEG硬體公司。如果大家還知道相關信息，歡迎告訴小助手（wx：zhy_psy）。
PS：後台回復關鍵詞「 TOP14腦電 」即可獲得所述論文的原文啦！
1.NeuroScan [12300 publications]
作為成立時間最早的公司之一，NeuroScan成立於1985年，隨著時間的推移，該公司已經成為世界領先的腦電圖產品供應商。
該公司為腦電圖研究和臨床研究提供了各種技術、軟體、一次性用品等。
2. Brain Procts[6690publications]
Brain Procts公司成立於1997年，提供多種腦電圖分析的軟體和硬體。作為腦電圖設備生產的頂尖公司，他們提供的腦電帽可以有多達160個頻道。
除此之外，他們還提供fMRI，fNIS等設備。
3. BioSemi[5750publications]
BioSemi成立於1998年，來源於阿姆斯特丹大學，該公司提供研究所需的腦電圖設備和軟體。
4. EGI[5000publications]
EGI成敗櫻茄立於1992年，總部位於美國，該公司為神經科學研究和臨床使用提供腦電設備。EGI曾登上國家地理雜志封面，是腦電圖設備的最大供應商之一。
5. Emotiv[3990publications]
Emotiv成立於2011年，已迅速成為最大的腦電圖硬體公司之一。該公司目前提供兩種腦電設備，可檢測不同的情緒狀態、可用於腦機介面等。
他們的目標是「讓個人了解自己的大腦，加速全球的大腦研究」。
6. NeuroSky[2290publications]
NeuroSky成立於2004年，總部位於矽谷。它提供的腦電設備主要用於康復、教育和娛樂。
7. Advanced Brain Monitoring
[790publications]
ABM成立於2012年，公司總部在加利福尼亞州；該公頌寬司提供各種易於使用和攜帶型腦電圖設備，適合研究和醫療使用，現已有超過50萬人使用了他們的設備。
8. g tec[430publications]
g.tec公司成立於1999年，目前在全球多個國家開展業務，提供無線腦電圖帽以及各種其他醫療工程設備。
9. ANT Neuro[340publications]
ANT Neuro是一家荷蘭公司，該公司在腦電研究領域擁有20年的經驗，主要提供專門用於診所、研究和運動科學的設備和軟體。
10. Neuroelectrics[317publications]
Neuroelectrics公司於2011年在巴塞羅那成立，目前已經擴展為馬薩諸塞州波士頓的一個大公司，並提供一系列腦電圖研究設備。它們還提供了多通道經顱電流刺激工具，以及促進MRI研究的軟體和工具。
11. Muse[270publications]
Muse是多倫多Interaxon公司的第一款產品，發布於2014年。作為一種「大腦健康工具察察」，Muse被用來幫助提高注意力和減少壓力。作為單一可攜帶的設備，該設備至今仍被用於各種研究中。
12. OpenBCI[201publications]
OpenBCI總部位於布魯克林，旨在「為半機械人愛好者和創新者」提供腦-機介面，該公司提供一些較為便宜的腦電圖設備，有可能需要自己製作腦電帽。
13. Cognionics[128publications]
Cognionics公司成立於2010年，總部位於聖地亞哥，提供多種腦電圖設備，有幾個專門的干電極單元(包括最密集的干電極單元，有72個電極)。
14. mBrainTrain[38publications]
mBrainTrain是一家總部位於塞爾維亞的公司，成立於2012年，主要提供可以與個人電腦或智能手機配對的移動腦電圖設備。
參考資料：
https://imotions.com/blog/top-14-eeg-hardware-companies-ranked/
PS：後台回復關鍵詞「 TOP14腦電 」即可獲得所述論文的原文啦！
D. 腦電儀哪裡有是什麼人使用的是用來做什麼的呢使用的是什麼技術這個儀器有什麼功能有什麼作用
腦電儀是一種用於檢測和記錄腦電活動的儀器。腦電儀通常由多個電極、放大器和數據記錄設備組成。這些電極會被放置在被測試者的頭皮上，通過測量腦部神經元活動產或賣生的微弱電信號來檢測和記錄腦電活動。腦電儀主要被神經科學家、心理學家和醫生等專業人員使用。
腦電儀使用的是腦電圖（Electroencephalogram，EEG）技術。腦電圖是一種無創、安全、簡單、經濟的神經生理學檢測方法，可以記錄人腦皮層神經元的同步放電活動，用於評估大腦功能活動和診斷神經系統疾病。腦春森電圖的應用領域非常廣泛，包括睡眠研究、癲癇病診斷、神經系統疾病診斷、認知心理學研究等。
腦電儀主要功能包括記錄和分析腦電信號，同時可以提取出某些腦電波形和特徵，並對腦電信號進行處理和分析，以獲得相關的生理和行為數據。通過對腦電信號的分析和研究，可以了解腦部神經元的活動情況、大腦的工作機制以及神經系統疾病的發生機制等。在臨床扒團畝診斷中，腦電儀也可以幫助醫生快速、准確地診斷癲癇病、腦炎、腦血管病等神經系統疾病。
總之，腦電儀是一種用於記錄和分析腦電信號的儀器，可以用於研究大腦功能活動和診斷神經系統疾病。它使用的是腦電圖技術，主要由神經科學家、心理學家和醫生等專業人員使用。
E. 腦電圖8個電極位置
根據你實驗來設置的，比如你要測量ERP，電極就多分布於前後矢狀線，從鼻根至枕外粗隆取一連線（額極中點（Fpz ）、額中點（Fz）、中央點（Cz）、頂點（Pz）、枕點（Oz））。
我也是剛接觸，有回答不對的地方望指出
F. 腦電圖報告解讀
電極是根據大腦的皮層區域命名老並培的：
FP:額極，F:額，P:頂，T:顳，O:枕。
中心電極簡稱Z [Fz，Cz，Pz]。
參考電極包括耳後（A1，A2）。
奇數（Fp1、F3、P3、C3、T3、T5、T7、O1）表侍唯示左側。
偶數（Fp2、F4、C4、P4、T4、T6、O2）表示右側。
這些電極要麼用導電膠固定在頭皮上，要麼固定在電極帽上。
ACNS指南概述了腦電圖報告的五個基本組成部分。
腦電圖異常可分為 背景異常 和 異常癇樣放電。
背景提供了關於兒童神經系統狀態的信息。
正常的清醒期記錄包括後顯性α節律（8-13 Hz）和閉眼反應。
睡眠背景由非快速眼動睡眠的睡眠蔽大標記物組成，如睡眠紡錘波、頂點波和K-復合體。
癲癇樣放電有不同的波形，分為棘波（<70ms）或尖波（70-200ms）。
兒童常見自限性癲癇發作和癲癇綜合征的臨床和腦電圖表現
癲癇腦病的臨床和腦電圖表現
部分內容源自神采菲揚，僅供專業學習參考。
G. 多參數腦電生物反饋治療
潤之傑大腦生物反饋治療儀， 在為患者進行腦電反饋訓練的過程中,患者隨時能獲得一些有關他自己的腦電變化的信號,在獲得這些信息的同時要求患者對腦電的某一方面進行調控拍氏, 對這一過程反復進行直到患者能改變他原來固襲洞散有的腦電變化規律。但整顫搏個訓練過程不能簡單採取強制的手段，應當循序漸進的調整訓練難度使之達到一種適合的程度。通常,腦電生物反饋訓練每個療程約需要進行15次,如果病情嚴重的話也許訓練的次數會更多。但是這也不是絕對的,只要患者完全掌握了反饋訓練方法,能將腦電反饋指標持續地控制在恰當的范圍。訓練時我們把電極放置於前額/或者Pz區（要用延長線定位活電極放置於Pz區，其參考電極夾在耳朵上。
H. [轉載]EEG偽跡
參考文章：
EEG信號偽跡來源及可能原因分析
知乎 zhuanlan.hu.com/p/42681420
微信
1.1 眨眼和其它眼動
眼電（EOG）主要是由眼球移動或眨眼造成，振幅大，主要表現在大腦前額部分較明顯。具體的產生與糾正方法可參看前段時間推送的文章 《腦電分析之眼電去除》
1.2 心電偽跡
心電（ECG）主要是由心臟跳動產生的干擾信號，通常在普通的EEG/ERP實驗中，受到的干擾較小，所以一般沒有做處理。但是在EEG-FMRI實驗中，是使用單極導聯記錄心電信號，這是要處理心電信號中的R波帶來的干擾。
1.3 肌電偽跡
肌電（EMG）信號主要是由頭部、肢體、下巴、舌頭微小蠕動以及吞咽等運動所產生的干擾信號。EMG信號的頻率通常大於30Hz，這在採集信號時，就可以清楚的看出在波形上有很多毛刺信號，這類信號一般就可以認為是肌電偽跡。頭部和面部產生的肌電信號主要發生在額或顳區；舌頭蠕動或吞咽，肌電信號主要在顳區。產生肌電信號時，為了能實時的看清產生腔知的腦電信號，可以使用低通濾波器把肌電偽跡實時去除，但是一般情況下的實驗，我建議不要輕易的進行此操作。
1.4 血管波偽跡
這類偽跡信號，主要是電極埋在了血管附近，血管波信號是一類很有規律的信號伍孫消，有點類似於心電信號的規律。就目前，我所見的到常發生的電極在額或顳區，主要的電極點FT7、FT8。
1.5 出汗偽跡
這類偽跡主要是由於實驗時，溫度升高造成頭皮出汗，記錄的信號會發生慢漂移，這種信號是可以避免的。在合適的實驗環境也是非常重要的一點。
1.6 運動偽跡
這類信號主要是凱孫由於受試者在實驗中發生一些移動、頭部或身體的一些晃動，這類信號也是可以避免的，在實驗前指導語提示受試者在實驗過程中盡量不要移動。
2.1 50Hz工頻干擾
50Hz信號主要的來源市電50Hz/60Hz交流電對設備的干擾，亦或者是地線接觸不良造成的干擾。
2.2 電極安放時接觸不良
這類干擾極有可能是在實驗時，電極的移動造成阻抗的變化導致信號急劇發生偏轉。
2.3 設備間的電磁波干擾
這類信號是由於EEG設備在工作時，周圍有其它大功率的設備同時在工作產生的電磁波干擾。
參考文章：
腦電分析之參考電極變換
腦電分析之偽跡去除（以Analyzer和curry為例）
I. 第三天：什麼是電極系統
1、腦電設備中的電極根據期製作的材質分為以下幾種：
純銀、氯化銀、純銀鍍氯化銀、純銀鍍金電極。
純銀電極導電性能好，但是長時間使用容易變黑；氯化銀導電性能好，也不易氧化，因此使用廣泛；純銀鍍氯化銀常用於動態腦電圖和睡眠檢測儀；
2、EEG數據採集過程中的電極種類，主要有接地電極參考電極及信號電極。（接地電極：將放大器和人體至於相同的電位上；參考電極：在人體相對零電位點的電極；信號電極：記錄腦電信號的作用電極與參考電極的差值）實際記錄到的腦電數據單個電極與參考電極的差值。
3、電極帽的種類及通道導聯數
種類：濕電極帽、鹽水電極帽、半干電極帽和干電極帽
通道數量：8、12、32、64、128及256導
4、標準的10-20系統
10和20指相鄰電極之間的實際距離是顱骨前後或左右總距離的10%或20%，偶數表示右側、奇數表示左側電極，如下圖：
圖片來自於： https://www.diytdcs.com/2012/07/1020-system-electrode-distances/
前後矢狀線：從鼻根至枕外粗隆取一連線，在此線上，由前至後標出5個點，依次命名為：額極中點（Fpz）、額中點（Fz）、中央點（Cz）、頂點（Pz）、枕點（Oz）。額極中點至鼻根的距離和枕點至枕外粗隆的距離各占此連線全長的10％，其餘各點均以此連線全長的20％相隔。
橫位：從左耳前點（耳屏前顴弓根凹陷處）通過中央點至右耳前點取一宴賣檔連線，在此連線的左右兩側對稱標出左顳中（T3）、右顳中（T4）、左中央（C3）、右中央（C4）。T3、T4點與耳前點的距離各占此線全長的10％，其餘各點（包括Cz點）均以此連線全長的20％相隔。
側位：從Fpz點向後通過T3、T4點至枕點分別取左右側連線，在左右側連線上由前至後對稱地標出左額極（Fp1 ）、右額極（Fp2 ）、左前顳（F7）、右前顳（F8）、左後顳（T5）、右後顳（T6）、左枕（O1）、右枕（O2）各點。Fp1 、Fp2點至額極中點（Fpz ）的距離與O1、O2點至Oz點的距離各占此連線全長的10％，其餘各點（包括T3、T4）均以此連線全長的20％相隔。
其餘的左額（F3）、右額（F4）點分別位於Fp1、Fp2與C3、C4點的中間；左頂（P3）、右頂（P4）點分別位於C3、C4與O1、O2點的中間。
10-20系統中的數字和字母代表的意思：晌亂
數字代表的含義 ：
左腦單數，右腦雙數；
/代表中間，例：C3/T3就是指兩點之間的中間地點；
-代表涵蓋兩點或相連的所有點，例：C3-T3代表涵蓋這兩點；
字母代表的含義：
F: 額葉(Frontal lobe)
Fp:前額葉（Frontal poles）
T: 顳葉（Temporal lobes）
O: 枕葉（Occipital lobes）
P: 頂葉（Parietal lobes）
C: 中心部（Central） 或感覺運動皮層（sensorimotorcortex）
Z: 零點（zero）即左右腦中心
如上圖，將從鼻根至枕外粗隆的前後連線稱為矢狀線，將雙耳前凹之間的左右連線稱為冠狀線。兩條線的焦點在頭頂為Cz電極的位置。
矢狀線由前到後依次為Fpz、Fz、Cz、Pz和Oz，除Fpz與鼻根，Oz與枕外粗隆的距離為矢狀配早線長度的10%外，其餘點間距為矢狀線長度的 20%；沿著冠狀線，從左耳前凹10%處，依次為T3、C3、Cz、C4、T4，各點之間的距離均為冠狀線長度的 20%。其他各點的位置如上圖所示。其中，用阿拉伯數字表示電極，左半腦為奇數，右半腦為偶數，A1、A2 分別代表左右耳垂，外側到中線數字逐漸減小。
電極名稱、腦部位、編號以及代號間的對應關系如下表：
J. 簡易科普 ｜ 以烹飪之法解讀腦電數據分析過程
「無論意識是什麼，都絕對不是一種計算。或者它不是一個可以用計算來描述的物理過程「
——羅傑·彭羅斯
我們如何了解睡眠？
除了個體的主觀感知、手環監測的生理指標、各種睡眠行為觀察，還有一個 最重要的「金標准」：腦電波。
為了檢測到腦電波，人們通常將電極放置在人的頭皮上來檢測腦電波信號，再應用相關的設備進行腦波的收集與處理，並可視為一種波形圖——腦電圖。
腦電圖的常見應用場景有兩種： 一是醫學疾病診斷，二是相關科學研究 。
使用腦電圖能幫助人們觀察到睡眠時大腦的活動狀況，實際上，睡眠領域的一個重大發現——睡眠分期，也是通過腦電圖發現的。
那麼睡眠過程中採集到的腦波到底是怎麼讀的？腦波裡面都包含了哪些信息？是不是做夢的內容都能破解？
要想解答這些問題，還需來了解一下 當前研究人員都是怎麼分析腦電數據的。
【註：為了方便理解，本文用不知名食材的烹飪過程來做類比，需要說明的是，這是一種簡單粗暴的類比，只用於輔助理解，並不嚴謹，不可深究。】
腦電採集的方式，可統稱為腦機，一般分為兩種：一種是非侵入式的，如佩戴在頭部的腦電帽，採集頭皮上的電信號；一種是侵入式的，需要將電極植入大腦來直接採集電信號。
兩種方式各有優劣，侵入式的由於直接進入大腦內部，可以獲得精度更高的信號，但這種方式不僅對技術要求極高，還有損害人腦的潛在風險；而非侵入式由於頭部顱骨的阻礙，搜集的信號是被衰減過的，質量不如前者，但傷害性低，且有些設備還能做到簡易佩戴。
但還有一點需要注意：腦機所採集到的腦電不是全腦的腦電。電極放在前額處，就只能採集前額葉區域的信號，放在顳葉，則只能採集到顳葉的信號。不過一些腦機設備使用的是多位點採集的方法，也就是同時在多個腦區附近採集信號。
目前腦電數據的來源主要有兩個人群：患者和實驗室被試。一方面是因為 設備成本和技術要求高 ，未有廣泛性的應用；另一方面是腦電數據涉及 個人隱私安全問題 ，因此來源很窄，公開數據集也很少，這就為腦電研究設置了一道高門檻。
而除了數據量，腦機設備採集到的原始數據還存在一些問題，也就是說，不是用了設備就能拿到純粹的腦電信號，這時候有的，是多豎笑種電信號聚集在一起的混雜物，需要做一定的清洗處理。
腦電數據的預處理涉及各種信號處理技術，如濾波處理。此外，還需特別注意 偽影處理 。腦電設備常常會採集到頭部周圍的其他電信號，如眼電、肌電、交流電等等，偽影處理則是為了並圓去除這種特定的干擾雜訊，它們都有特定的波形，因此具備去除的可行性。
偽影處理的技術手段常用的有ICA獨立成分分析、小波分析等，近年來不少研究者也採用了深度神經網路技術對偽影進行識別和去除。
【烹飪級理解：就是擇菜和洗菜。一把剛從土裡拔出來的菜，得把順帶著的各式雜草仔細擇出來，並清洗掉泥沙等其他東西。】
【烹飪級理解：食材變成菜，除了洗干凈，還需要將有用的部分分離出來，比如一隻雞，要做肉絲就需要把肉片出來，要做可樂雞翅就得切出雞翅。】
腦電數據可以分成各種各樣的特徵，有些特徵可以用於判斷睡眠，有些特徵可以用於判斷夢境。至於到底要看哪些特徵、怎麼確定特徵，目前大致有兩種方余蔽含法：
一是人工特徵工程，也就是根據研究者自己的經驗，或根據當前學界的研究成果，選擇所需的特徵，然後交與計算機進行識別提取；
另一種則採用了深度神經網路做自動特徵學習，由機器通過對大量的樣本進行學習，自行找出它們的共同特徵，至於這些特徵到底是什麼，我們無從得知。
這兩種方法也可以結合在一起使用，即人工+機器特徵選擇。
提取好特徵還沒完，因為一開始的問題並沒有解決。我們只是提取了一些特徵，但到底說明了什麼信息，卻需要把這些特徵做綜合分析才有可能知道。
這里涉及到的是模型演算法的建立，睡眠的腦電特徵數據需經過一系列計算之後，才能得出是否正在睡眠、睡眠狀態如何的結論。然而，天下演算法千千萬，睡眠狀態又是怎麼個演算法呢？那就只有試了。
腦電數據模型訓練的技術大概有兩類：普通的機器學習和深度神經網路。深度神經網路有很多不同的架構，如卷積神經網路CNN、循環神經網路RNN、生成式對抗網路GANs等等。
【烹飪級理解：有如做菜手法中的煎炒烹炸蒸煮燉，不同的做法（神經網路架構）有不同的特點，適用的領域和問題都不一樣，這需要靠研究者根據目標、自己和他人的經驗自行選擇。】
在模型訓練過程中，選好了模型架構還不夠，還需要用到一些 優化方法 ，如網格搜索、貝葉斯優化等等。這一環節主要是幫助研究者更快地找到合適的參數，就像幫助廚師更快地找到烹飪過程中需要掌握的火候大小和下鹽多少，不然就得一遍一遍地試，一點一點地調參，效率太低。
前面廢了九牛二虎之力構建的模型，還需要做進一步的驗證分析，如權重分析、模型激活分析。這一過程的主要目的是探索模型的解釋性，即為什麼這個模型能用、這個參數可行。這是為了避免出現如過擬合這樣的非目標結果。
簡單來說就是要驗證這個模型確實能解決最初的問題，而不是只能完美處理一開始輸入的數據。
【烹飪級理解：要的是能知道任意食材好吃，而不是因為不斷練習當前這個食材而導致熟能生巧，只能把當前這個食材做好吃，碰上別的就不行。】
這樣一看，好像做腦電識別有手就行，但千萬別忘了，裡面涉及的每一個環節每一項技術，都需要很強的專業性，量變引起質變，整體難度系數極高。
上述的整個技術過程，實際上是模型建構的過程。了解當前常用的技術手段以及一些技術邏輯，有助於我們理解腦電識別的可能性和邊界，從而避免對這種技術的盲目追捧或抗拒。除此以外，我們還需要了解到， 這種識別通常不是最終目標，而是其他具體應用的一個輔助手段 ，如有研究者提出的失眠障礙檢測。
至於具體的夢境內容，目前能查到的文獻中，腦電能了解夢的大概類型（如噩夢、夢里出現了運動或人），但具體的內容目前尚未有研究能解析出來（如做了什麼運動、看見了什麼人）。也許以後能有更精細的一一對應，但這有賴於腦科學的整體發展，感興趣的朋友可以多關注這方面的研究進展。
值得一提的是，根據大腦的活動變化，有研究者還與當前社交媒體常用的推薦演算法結合起來，嘗試以此為用戶推薦更貼近其喜好的內容。而在睡眠領域， 也可能可以沿用此法，為人們提供更個性化的睡前內容，以幫助失眠人群更好地入睡。
下次，我們一起討論推薦演算法以及腦電在其中的應用可能性。
參考文獻：
[1]Roy, Y., Banville, H., Albuquerque, I., Gramfort, A., Falk, T. H., & Faubert, J. (2019). Deep learning-based electroencephalography analysis: a systematic review. Journal of neural engineering, 16(5), 051001.
[2]網路
[3]圖源網路
專業指導：
易念科技首席數據分析師李芝喜
易念科技神經實驗室主任魏鼎嬋