A. 脑电分析之参数变换
本文首发在Chen Rui Blog( https://7988888.xyz/ )
将参考电极放在什么位置，才能将才考电极的活性降到最低，获得最真实的基锋喊线（近似于零电位的）信号呢？
一般情况下，参考电极的选择可以是双侧乳突（连线）平均、耳垂（连线）平均、前额中心电极、鼻尖、下颚、非头部的胸椎、踝关节和膝盖等等，也可以将所有头皮脑电极位置记录的电压的平均值作为参考，即平均参考（average reference）。虽然对参考电极位置的争论是纯方法学的，但它也具有非常重要的理论意义。实际上，由于不同的参考位置会对数据记录产生不同的影响，在同一实验程序采用不同的参考位置将会产生不同的实验结果。以鼻尖参考得到的面孔刺激诱发的颞枕区分布的N170显著高于双侧乳突平均参考的N170，而（Vertex Positive Potential，VPP）则表现为后者更为显著。由于高级视觉加工（如面孔）往往在枕—颞皮层，以鼻尖作为参考电极比乳突更有利于观察该区域的认知加工机制。
基于对参考电极的位置、方向与偶极子发生器位置之间的复杂关系及电信号通过头骨的传播特性的考虑，Katznelson（1981）认为解决参考电极的最好方式就是对所报告的每一组数据都使用两种或两种以上的参考电极模式，并从中确定结果上的相同点，然后进行分析，得出相对可靠的结论。但是，这种方法并未得到广泛使用。
目前，较为常用的头部参考是耳垂或双侧乳头的连线或平均及全脑平均，相对较少使用的是鼻尖和下颚参考。
耳垂或乳突的连线或平均作为参考是将两个电极的连线或平均作为一个参考信号，这种方法在EEG/ERP的研究中（尤其是视觉和听觉诱发电位的研究）被广泛地使用。在这一方法中，耳垂或乳突电极的放置位置相同，即每个参考电极都放置于一侧耳垂或耳后的乳突上。然而，在信号放大之前将两个电极连线接在一起，理论上是强行将两个信号相等对待。这一缺陷将会产生一个低电阻通道，使得整个头皮的电压分布得到改变。因为如果两个电极的电阻不相同，电流将更易流向其中一方，并将有效的参考位置转移向电阻更低的位置，因此影响有效的分布并改变了对称性。实际上，因为皮肤阻抗明显高于大脑阻抗，这种影响并不严重。
相比较而言，选取两个电极信号的平均数，被认为是比连线法更好的方法，它可避免分布失真。但是，耳垂/乳突平均参考也有其自身缺陷。Goldman (1950) and Katznelson(1981) 研究发现，耳垂/乳突平均参考将临近脑区的活动作为了基线。由于耳垂/乳突参考临近颞枕部发生器，所以会对以研究该部位临近区域为目的的某些特定实验产生影响，如对高级视觉加工的研究中，大量的发生器被定位于颞枕皮层。当然，在不同的实验设计中，耳垂/乳突参考是积极有效的。耳垂参考在视觉任务中视觉诱发电位、听觉诱发电位、体感诱发电位上显示出了重要的意义。同样，乳突参考在听觉诱发电位和体感诱发电位上也是积极桥毁有效的。但是，乳突/耳垂平均并不是评估半球形差异的最好选择，因为它可能降低半球形差异。
标准平均参考近年来被推荐作为进行头皮电生理研究的指导方针。它是将头皮记录的所有脑电电极信号进行平均作为参考电极，其理论依据是头皮平均数是一个恒常数“零”。但是，无论多精确的平均参考也只是一个理论上接近的零点，且依赖于传感器的数量和位置。从前额或前部信号取得精确的采样是相对困难的，因为大脑并不是一个真正的球体，所以在大脑上的电极排列也并不能像在球体上一样完全合适。因此，任何平均都必然更有利于中央和后部、侧部和背部位置。此外，相对较少的电极信号参与平均将对平均后的电信号产生更大影响，同时也影响了参考电极与头皮其他电极之间的相位和振幅关系，使得对已记录数据的空间特性的解释变得困难。该影响可通过增加足够大的电极采样来改善，如至少20个电极。另有研究者对平均参考提出批评，因为平均参考法可能会产生“ghost potentials”（Desmedt et al., 1990）。事实上，真正意义上的中性电位点的缺乏同样表现在其他参考电极中，但这对平均参考的影响在电极排列疏松并集中在某些孤立区域时尤其显著。
其他银消野头部参考的使用相对较少，且实验环境需要得到一定的控制，如鼻尖记录可以更好地显示AEP活动以及MMN的研究，而下额参考在视觉任务中被认为是可行的。然而，这些参考类型都是邻近颅骨通路的（口、喉咙、眼窝、鼻窦），在使用时需要注意，因为所产生的低阻抗通路将对电信号的分布特征产生潜在影响。
总之，没有对所有实验环境都适用的完美的参考电极位置。因为不同的实验室偏爱不同的参考电极位置，且相关的神经系统发生器的位置也仍旧未知，所以了解如何选择参考电极位置及不同的参考会对数据产生何种影响是非常重要的，其核心在于了解如何根据所选的不同的参考位置来解释数据结果。
我们所知道，目前，我们所探测的脑电信号是由我们人体自发脑电产生的，所以要记录下来，那就是测量我们头皮上的电压。（电压是推动电荷定向移动形成电流的原因。电流之所以能够在导线中流动，也是因为在电流中有着高电势和低电势之间的差别。这种差别叫电势差，也叫电压。换句话说。在电路中，任意两点之间的电位差称为这两点的电压。通常用字母V代表电压。—摘自网络），通过上面的释义，我们就能知道要记录到我们头皮上的电压，除了贴在大脑部位的单个电极外，就应该还有一个参考电极。在我们日常的电子电路中，我们通常会选择大地作为参考，所以，它记录的电压就是其两者的电压差。当然，在我们的脑电设备中也可以以大地作为参考点，但是，这样记录下来的脑电信号则是由我们的头皮上信号和大地的差值，这里面就记录到了由我们身体的其它部位产生的电位信号，这样一来就不能说是测量的大脑产生的电压信号，更严重的接上市电的设备，因为与大地相连，还有可能产生触电的危险，所以为了避免上述情况，市场上厂商就在放大器电路上建立了一个虚拟地电极，但是建立的虚拟地电极也不是绝对的零电位点，在测量信号时，这个虚拟的地电极也会产生信号，这个信号就是影响到测量的数据。所以为了更精确采集到数据，于是就引用的另一个电极做为参考点。所以，现在市场上的脑电放大器均是采用的差动放大器。不知道你有没有明白，我们就通过数学公式进行线性的变换就知道，假设GND的电压A，ref的电压B，单个电极的电压C，所以我们在记录的数据就应该是，（C-A）-（B-A）= C-B ，所以我们其实记录的数据时测量的单个电极与参考电极的差值。这样我们就消除了GND电极带来的信号干扰。所以目前说的最多的就是ref参考点的选取。在不同实验中，参考点ref的选取位置也是会对你的实验有一定的影响。
现有电极帽都是以头顶或鼻尖做为参考电极，而实际分析ERP波形时，大部分都是根据双侧乳突TP9,TP10（BP的电极帽TP9相当于A1，TP10相当A2）作为参考电极，所以根据实际需要进行更换参考电极。
在“Transformations”下拉菜单“Channel Preprocessing” 中选择“New Reference”，按以下弹出窗口操作：
若选择复选框，则会将原始参考电极一起做平均，一般为不选。
选择要做重参考的电极，若选择复选框，将保留没有做参考的电极点。
提示是否进行新命名，一般不进行，最后点击完成。
在eeglab分析软件中，也是同样操作方便。首先打开eeglab，导入数据，导入channel locations，然后在Tools下拉菜单中选择Re-reference，就会弹出界面
本文首发在braintechnology公众号，如有疑问及建议，可联系邮箱 [email protected]
博客地址 ： Chen Rui Blog
知乎地址 : 知乎专栏
B站地址 : B站主页
书店地址 : 书店主页
网易云音乐地址 : 音乐主页
B. 脑电图简介
nǎo diàn tú
electroencephalogram，EEG
脑电活动是大脑皮层锥体细胞及其垂直树突的突触后电位的总和，并由丘脑中线部位的非特异性核起调节作用来完成的。神经元的电位是中枢神经系统橘答指的生理活动的基础，因此可反映其功能和病理的变化。通过精密的电子仪器，从头皮上将脑部的电位变化加以放大并记录下来的一种方法，即脑电图，是目前最敏感的监测脑功能的方法。
临床脑电图学就是根据记录曲线变化的波率、波幅、波形、位相、数量、对称性、反应性、规律性、出现方式及脑波在时间、空间上的分布等主要成份，进行分类、计算与对比分析，做出正常或异常脑电图的诊断，为临床诊治疾病和科研工作提供客观依据。随着科学技术的发展，在常规脑电图的基础上，近年又发展了深部脑电图、定量脑电图、磁带记录脑电图监测、闭路电视脑电图和录像监测等，提高了脑电图的临床应用价值和范围。
进行脑电图检查前，患者应避免服用镇静剂、兴奋剂以及抗癫痫药物，检查前一天应洗头去除油污。检查前应进食，以免低血糖影响脑电活动。脑举棚电图对癫痫、颅内占位性病变、颅脑损伤、脑血管病变、颅内炎症、血管紧张性头痛、不明原因的晕厥等可提供重要诊断线索。若脑电图描记结果与临床表现不符时，可采用过度换气、自然睡眠、药物剥夺睡眠、光声 *** 、静注戊四氮等方法诱发，即所谓诱发试验。
用脑电图仪在着皮表面引导记录到的脑部生物电活动的波形图。如果直接在大脑皮层表面记录的皮层自发电位活动，称为皮层脑电图。
（1）脑电图的产生与记录：脑电图一般通过头皮表面电极获得。头皮电位产生的机理一般认为是：安静时，锥体细胞的顶树突——胞体轴心的整个细胞处于极化状态；当一个冲动传人细胞一端时，则引起该端反极化，此时细胞两端的电位差可产生一个双圆配极电场系统，电流自一端流向另一端。由于胞浆和细胞外液都含有电解质，故电流同时也会在细胞外通过。利用头皮电极即可记录到这种电流活动。事实上头皮上脑电图的电位变化是许多这样的双极电场综合而成的。脑电图并非反映某一神经细胞的电活动，而是记录电极所代表的大脑某区域许多神经细胞群电活动的总和。
脑电图各主要成分的产生可归纳为以下几点：①慢活动是皮层内许多锥体细胞同时产生的突触后电位的总和；②α节律可能是由非特异性丘脑核的兴奋性和抑制性突触后电位变化所产生；③快活动是由网状结构而来的冲动使丘脑非特异性核的节律性放电消除，并使皮层电位成为去同步化而产生。
（2）脑电图的基本成分
脑电图的波形很不规则，其频率变化范围每秒约在1～30次之间，通常将此频率变化分为4个波段：δ波—频率为0.5～3次/秒，波幅为20～200微伏，正常成人只有在深睡时才可记录到这种波；θ波—频率为4～7次/秒，波幅约为100～150微伏，成人在困倦时常可记录到此波；θ和δ波统称慢波，清醒的正常人身上一般记录不到δ波和θ波；α波—频率为每秒8～13次，波幅为20～100微伏，α波是正常成人脑电波的基本节律，在清醒并闭眼时出现；β波—频率为每秒14～30次，波幅为5～20微伏，安静闭目时只在额区出现，睁眼或进行思考时出现的范围较广，β波的出现一般表示大脑皮层处于兴奋状态。正常儿童的脑电图与成人不同，新生儿以低幅慢波为主，随着年龄增大，脑电波频率逐渐增加。
①α波：频率8～13Hz，波幅10～100μV。大脑各区均有，但以枕部最明显。α节律是成人和较大儿童清醒闭目时主要的正常脑电活动，小儿的α波及节律随年龄增长而逐渐明显。
②β波：频率14～30Hz，波幅约5～30/μV以额、颞和中央区较明显。在精神活动，情绪兴奋时增多。约有6%的正常人即使在精神安定和闭目时所记录的脑电图仍以β节律为主，称之为β型脑电图。
③θ波：频率4～7Hz，波幅20～40μV。
④δ波：频率0.5～3Hz，波幅10～20μV。常在额部出现。
θ波和δ波统称慢波，常见于正常婴儿至儿童期，以及成人的睡眠期。慢活动增多或出现局灶性慢波有一定的定位诊断价值。
脑电图是通过脑电图描记仪将脑微弱生物电放大约100万倍后描记于纸上的生物电曲线图。正常人和某些神经系统或全身性疾病患者的脑电图有所不同，因此可作为某些疾病的辅助诊断方法之一。
1.癫痫 有助于诊断癫痫，对于癫痫发作类型的诊断亦具有重要意义。
2.其他颅脑疾病 如脑外伤、感染、脑血管病及占位性病变等的诊断也具有一定的参考价值。还有助于对肝昏迷等全身性疾病的诊断。但其表现常缺乏特征性，需结合其他临床资料综合分析，方能得出正确结论。
1.检查前做好准备工作 包括病人前一天洗头，勿空腹，检查室内温度合适，电极安置符合要求，尽量减低头皮阻抗等。
2.机器性能检查调试等。
被检者取坐位或卧位，用火棉胶或橡皮条（或松紧带）做成的电极帽将电极固定在头皮特定部位，安置电极部位应以丙酮等擦洗以减小头皮阻抗。用导线将电极连至脑电图描记仪。一般同时描记8、12、16、20、或32条曲线图。
脑电图描记是检查脑功能正常与否的一种重要手段。如大脑皮层有肿瘤时，由于肿瘤本身不发生电波，但脑瘤对周围组织有破坏作用，在检查时即可在脑瘤部位记录到周围损伤组织不正常的θ波或δ波，由此可诊断脑瘤的大小与部位。又如癫痫病人，脑电图常出现高振幅的棘波、光波或棘慢综合波等“抽搐放电”的波形。这些波形的改变对协助诊断、疗效观察与评价预后都有一定意义。
脑电图仪种类很多，操作者必须熟悉该仪器的性能，按说明书进行操作。
核实申请单，了解病情。受检者一般采取坐位，重症患者取平卧位。电极先用盐水浸泡。安放电极时，先用75%乙醇或l0%～15%堿水、丙酮等擦净头皮，将头发分开，使电极与头皮保持良好接触。同时向受检者作必要的解释，消除顾虑。安放电极后，查对导线号。
开电源。笔闸在关闭位时，方可按下电源开关，以防止损伤笔电流计。脑电图机的描记条件：①时间常数一般选0.3s；②高频滤波30Hz以上；③增益通常采用5mm≈50μV；④纸速用3cm/s或1.5cm/s。标准电压测定：开笔闸、走纸，使各笔高5mm，并观察标准电压曲线的形状是否正常。测电极阻力，一般在20k?以下。
嘱受检者全身放松，轻轻闭目。将姓名写在首页左下角。选择导联并用铅笔写在记录纸上。单极导联一般记录1—2min，若脑电图机的记录笔少，不能一次包括各个部位时，可分组记录。双极导联每个组1—2min，然后进行睁闭眼及过度换气诱发试验，其他一些诱发试验可依病情在单导或双导联进行。记录中电压增减时均应在图上注明。
描记完毕立即转至标准电压位置，再打1次标准电压，关笔闸，关电源，在笔下垫胶片。整理各种用品，冲洗干净后放回原处。
脑电图记录封面盖上必要的各种图章，添写受检者姓名、性别、年龄、临床诊断、病历号、检查次数、意识状态、日期、用药等。整图，分析报告，登记，填卡归档。
1.检查过程中使病人 *** 合适，嘱其勿紧张及思考问题。随时观察病人的行为，必要时应进行标记。对描记中出现的各种伪迹要进行识别和标记。
C. 如何选择脑电设备先来看看top14的脑电公司介绍吧！
Hello，
这里是 行上行下 ，我是 喵君姐姐~
想要真正了解人们在想什么，你需要深入他们的大脑。那脑电图（EEG）就是一个探索脑奥秘的工具。
脑电图(EEG) ，全名：Electroencephalography，即大脑自发产生的电活动（突触后电位）；通过检测大脑产生的微量电活动，了解大脑的功能。
EEG已经被学术界使用了几十年，而且越来越多地被研究人员使用。在研究中还与其他生物传感器(如眼球追踪，或面部表情分析)结合使用时，使脑电图信息的接收范围大大增加。
我们根据各个公司生产有关脑电设备的数量进行了排序（数据来源谷歌），我们先介绍排名前14的公司。
注： 未来排序肯定会发生变化，但这至少代表了目前顶尖的EEG硬件公司。如果大家还知道相关信息，欢迎告诉小助手（wx：zhy_psy）。
PS：后台回复关键词“ TOP14脑电 ”即可获得所述论文的原文啦！
1.NeuroScan [12300 publications]
作为成立时间最早的公司之一，NeuroScan成立于1985年，随着时间的推移，该公司已经成为世界领先的脑电图产品供应商。
该公司为脑电图研究和临床研究提供了各种技术、软件、一次性用品等。
2. Brain Procts[6690publications]
Brain Procts公司成立于1997年，提供多种脑电图分析的软件和硬件。作为脑电图设备生产的顶尖公司，他们提供的脑电帽可以有多达160个频道。
除此之外，他们还提供fMRI，fNIS等设备。
3. BioSemi[5750publications]
BioSemi成立于1998年，来源于阿姆斯特丹大学，该公司提供研究所需的脑电图设备和软件。
4. EGI[5000publications]
EGI成败樱茄立于1992年，总部位于美国，该公司为神经科学研究和临床使用提供脑电设备。EGI曾登上国家地理杂志封面，是脑电图设备的最大供应商之一。
5. Emotiv[3990publications]
Emotiv成立于2011年，已迅速成为最大的脑电图硬件公司之一。该公司目前提供两种脑电设备，可检测不同的情绪状态、可用于脑机接口等。
他们的目标是“让个人了解自己的大脑，加速全球的大脑研究”。
6. NeuroSky[2290publications]
NeuroSky成立于2004年，总部位于硅谷。它提供的脑电设备主要用于康复、教育和娱乐。
7. Advanced Brain Monitoring
[790publications]
ABM成立于2012年，公司总部在加利福尼亚州；该公颂宽司提供各种易于使用和便携式脑电图设备，适合研究和医疗使用，现已有超过50万人使用了他们的设备。
8. g tec[430publications]
g.tec公司成立于1999年，目前在全球多个国家开展业务，提供无线脑电图帽以及各种其他医疗工程设备。
9. ANT Neuro[340publications]
ANT Neuro是一家荷兰公司，该公司在脑电研究领域拥有20年的经验，主要提供专门用于诊所、研究和运动科学的设备和软件。
10. Neuroelectrics[317publications]
Neuroelectrics公司于2011年在巴塞罗那成立，目前已经扩展为马萨诸塞州波士顿的一个大公司，并提供一系列脑电图研究设备。它们还提供了多通道经颅电流刺激工具，以及促进MRI研究的软件和工具。
11. Muse[270publications]
Muse是多伦多Interaxon公司的第一款产品，发布于2014年。作为一种“大脑健康工具察察”，Muse被用来帮助提高注意力和减少压力。作为单一可携带的设备，该设备至今仍被用于各种研究中。
12. OpenBCI[201publications]
OpenBCI总部位于布鲁克林，旨在“为半机械人爱好者和创新者”提供脑-机接口，该公司提供一些较为便宜的脑电图设备，有可能需要自己制作脑电帽。
13. Cognionics[128publications]
Cognionics公司成立于2010年，总部位于圣地亚哥，提供多种脑电图设备，有几个专门的干电极单元(包括最密集的干电极单元，有72个电极)。
14. mBrainTrain[38publications]
mBrainTrain是一家总部位于塞尔维亚的公司，成立于2012年，主要提供可以与个人电脑或智能手机配对的移动脑电图设备。
参考资料：
https://imotions.com/blog/top-14-eeg-hardware-companies-ranked/
PS：后台回复关键词“ TOP14脑电 ”即可获得所述论文的原文啦！
D. 脑电仪哪里有是什么人使用的是用来做什么的呢使用的是什么技术这个仪器有什么功能有什么作用
脑电仪是一种用于检测和记录脑电活动的仪器。脑电仪通常由多个电极、放大器和数据记录设备组成。这些电极会被放置在被测试者的头皮上，通过测量脑部神经元活动产或卖生的微弱电信号来检测和记录脑电活动。脑电仪主要被神经科学家、心理学家和医生等专业人员使用。
脑电仪使用的是脑电图（Electroencephalogram，EEG）技术。脑电图是一种无创、安全、简单、经济的神经生理学检测方法，可以记录人脑皮层神经元的同步放电活动，用于评估大脑功能活动和诊断神经系统疾病。脑春森电图的应用领域非常广泛，包括睡眠研究、癫痫病诊断、神经系统疾病诊断、认知心理学研究等。
脑电仪主要功能包括记录和分析脑电信号，同时可以提取出某些脑电波形和特征，并对脑电信号进行处理和分析，以获得相关的生理和行为数据。通过对脑电信号的分析和研究，可以了解脑部神经元的活动情况、大脑的工作机制以及神经系统疾病的发生机制等。在临床扒团亩诊断中，脑电仪也可以帮助医生快速、准确地诊断癫痫病、脑炎、脑血管病等神经系统疾病。
总之，脑电仪是一种用于记录和分析脑电信号的仪器，可以用于研究大脑功能活动和诊断神经系统疾病。它使用的是脑电图技术，主要由神经科学家、心理学家和医生等专业人员使用。
E. 脑电图8个电极位置
根据你实验来设置的，比如你要测量ERP，电极就多分布于前后矢状线，从鼻根至枕外粗隆取一连线（额极中点（Fpz ）、额中点（Fz）、中央点（Cz）、顶点（Pz）、枕点（Oz））。
我也是刚接触，有回答不对的地方望指出
F. 脑电图报告解读
电极是根据大脑的皮层区域命名老并培的：
FP:额极，F:额，P:顶，T:颞，O:枕。
中心电极简称Z [Fz，Cz，Pz]。
参考电极包括耳后（A1，A2）。
奇数（Fp1、F3、P3、C3、T3、T5、T7、O1）表侍唯示左侧。
偶数（Fp2、F4、C4、P4、T4、T6、O2）表示右侧。
这些电极要么用导电胶固定在头皮上，要么固定在电极帽上。
ACNS指南概述了脑电图报告的五个基本组成部分。
脑电图异常可分为 背景异常 和 异常痫样放电。
背景提供了关于儿童神经系统状态的信息。
正常的清醒期记录包括后显性α节律（8-13 Hz）和闭眼反应。
睡眠背景由非快速眼动睡眠的睡眠蔽大标记物组成，如睡眠纺锤波、顶点波和K-复合体。
癫痫样放电有不同的波形，分为棘波（<70ms）或尖波（70-200ms）。
儿童常见自限性癫痫发作和癫痫综合征的临床和脑电图表现
癫痫脑病的临床和脑电图表现
部分内容源自神采菲扬，仅供专业学习参考。
G. 多参数脑电生物反馈治疗
润之杰大脑生物反馈治疗仪， 在为患者进行脑电反馈训练的过程中,患者随时能获得一些有关他自己的脑电变化的信号,在获得这些信息的同时要求患者对脑电的某一方面进行调控拍氏, 对这一过程反复进行直到患者能改变他原来固袭洞散有的脑电变化规律。但整颤搏个训练过程不能简单采取强制的手段，应当循序渐进的调整训练难度使之达到一种适合的程度。通常,脑电生物反馈训练每个疗程约需要进行15次,如果病情严重的话也许训练的次数会更多。但是这也不是绝对的,只要患者完全掌握了反馈训练方法,能将脑电反馈指标持续地控制在恰当的范围。训练时我们把电极放置于前额/或者Pz区（要用延长线定位活电极放置于Pz区，其参考电极夹在耳朵上。
H. [转载]EEG伪迹
参考文章：
EEG信号伪迹来源及可能原因分析
知乎 zhuanlan.hu.com/p/42681420
微信
1.1 眨眼和其它眼动
眼电（EOG）主要是由眼球移动或眨眼造成，振幅大，主要表现在大脑前额部分较明显。具体的产生与纠正方法可参看前段时间推送的文章 《脑电分析之眼电去除》
1.2 心电伪迹
心电（ECG）主要是由心脏跳动产生的干扰信号，通常在普通的EEG/ERP实验中，受到的干扰较小，所以一般没有做处理。但是在EEG-FMRI实验中，是使用单极导联记录心电信号，这是要处理心电信号中的R波带来的干扰。
1.3 肌电伪迹
肌电（EMG）信号主要是由头部、肢体、下巴、舌头微小蠕动以及吞咽等运动所产生的干扰信号。EMG信号的频率通常大于30Hz，这在采集信号时，就可以清楚的看出在波形上有很多毛刺信号，这类信号一般就可以认为是肌电伪迹。头部和面部产生的肌电信号主要发生在额或颞区；舌头蠕动或吞咽，肌电信号主要在颞区。产生肌电信号时，为了能实时的看清产生腔知的脑电信号，可以使用低通滤波器把肌电伪迹实时去除，但是一般情况下的实验，我建议不要轻易的进行此操作。
1.4 血管波伪迹
这类伪迹信号，主要是电极埋在了血管附近，血管波信号是一类很有规律的信号伍孙消，有点类似于心电信号的规律。就目前，我所见的到常发生的电极在额或颞区，主要的电极点FT7、FT8。
1.5 出汗伪迹
这类伪迹主要是由于实验时，温度升高造成头皮出汗，记录的信号会发生慢漂移，这种信号是可以避免的。在合适的实验环境也是非常重要的一点。
1.6 运动伪迹
这类信号主要是凯孙由于受试者在实验中发生一些移动、头部或身体的一些晃动，这类信号也是可以避免的，在实验前指导语提示受试者在实验过程中尽量不要移动。
2.1 50Hz工频干扰
50Hz信号主要的来源市电50Hz/60Hz交流电对设备的干扰，亦或者是地线接触不良造成的干扰。
2.2 电极安放时接触不良
这类干扰极有可能是在实验时，电极的移动造成阻抗的变化导致信号急剧发生偏转。
2.3 设备间的电磁波干扰
这类信号是由于EEG设备在工作时，周围有其它大功率的设备同时在工作产生的电磁波干扰。
参考文章：
脑电分析之参考电极变换
脑电分析之伪迹去除（以Analyzer和curry为例）
I. 第三天：什么是电极系统
1、脑电设备中的电极根据期制作的材质分为以下几种：
纯银、氯化银、纯银镀氯化银、纯银镀金电极。
纯银电极导电性能好，但是长时间使用容易变黑；氯化银导电性能好，也不易氧化，因此使用广泛；纯银镀氯化银常用于动态脑电图和睡眠检测仪；
2、EEG数据采集过程中的电极种类，主要有接地电极参考电极及信号电极。（接地电极：将放大器和人体至于相同的电位上；参考电极：在人体相对零电位点的电极；信号电极：记录脑电信号的作用电极与参考电极的差值）实际记录到的脑电数据单个电极与参考电极的差值。
3、电极帽的种类及通道导联数
种类：湿电极帽、盐水电极帽、半干电极帽和干电极帽
通道数量：8、12、32、64、128及256导
4、标准的10-20系统
10和20指相邻电极之间的实际距离是颅骨前后或左右总距离的10%或20%，偶数表示右侧、奇数表示左侧电极，如下图：
图片来自于： https://www.diytdcs.com/2012/07/1020-system-electrode-distances/
前后矢状线：从鼻根至枕外粗隆取一连线，在此线上，由前至后标出5个点，依次命名为：额极中点（Fpz）、额中点（Fz）、中央点（Cz）、顶点（Pz）、枕点（Oz）。额极中点至鼻根的距离和枕点至枕外粗隆的距离各占此连线全长的10％，其余各点均以此连线全长的20％相隔。
横位：从左耳前点（耳屏前颧弓根凹陷处）通过中央点至右耳前点取一宴卖档连线，在此连线的左右两侧对称标出左颞中（T3）、右颞中（T4）、左中央（C3）、右中央（C4）。T3、T4点与耳前点的距离各占此线全长的10％，其余各点（包括Cz点）均以此连线全长的20％相隔。
侧位：从Fpz点向后通过T3、T4点至枕点分别取左右侧连线，在左右侧连线上由前至后对称地标出左额极（Fp1 ）、右额极（Fp2 ）、左前颞（F7）、右前颞（F8）、左后颞（T5）、右后颞（T6）、左枕（O1）、右枕（O2）各点。Fp1 、Fp2点至额极中点（Fpz ）的距离与O1、O2点至Oz点的距离各占此连线全长的10％，其余各点（包括T3、T4）均以此连线全长的20％相隔。
其余的左额（F3）、右额（F4）点分别位于Fp1、Fp2与C3、C4点的中间；左顶（P3）、右顶（P4）点分别位于C3、C4与O1、O2点的中间。
10-20系统中的数字和字母代表的意思：晌乱
数字代表的含义 ：
左脑单数，右脑双数；
/代表中间，例：C3/T3就是指两点之间的中间地点；
-代表涵盖两点或相连的所有点，例：C3-T3代表涵盖这两点；
字母代表的含义：
F: 额叶(Frontal lobe)
Fp:前额叶（Frontal poles）
T: 颞叶（Temporal lobes）
O: 枕叶（Occipital lobes）
P: 顶叶（Parietal lobes）
C: 中心部（Central） 或感觉运动皮层（sensorimotorcortex）
Z: 零点（zero）即左右脑中心
如上图，将从鼻根至枕外粗隆的前后连线称为矢状线，将双耳前凹之间的左右连线称为冠状线。两条线的焦点在头顶为Cz电极的位置。
矢状线由前到后依次为Fpz、Fz、Cz、Pz和Oz，除Fpz与鼻根，Oz与枕外粗隆的距离为矢状配早线长度的10%外，其余点间距为矢状线长度的 20%；沿着冠状线，从左耳前凹10%处，依次为T3、C3、Cz、C4、T4，各点之间的距离均为冠状线长度的 20%。其他各点的位置如上图所示。其中，用阿拉伯数字表示电极，左半脑为奇数，右半脑为偶数，A1、A2 分别代表左右耳垂，外侧到中线数字逐渐减小。
电极名称、脑部位、编号以及代号间的对应关系如下表：
J. 简易科普 ｜ 以烹饪之法解读脑电数据分析过程
“无论意识是什么，都绝对不是一种计算。或者它不是一个可以用计算来描述的物理过程“
——罗杰·彭罗斯
我们如何了解睡眠？
除了个体的主观感知、手环监测的生理指标、各种睡眠行为观察，还有一个 最重要的“金标准”：脑电波。
为了检测到脑电波，人们通常将电极放置在人的头皮上来检测脑电波信号，再应用相关的设备进行脑波的收集与处理，并可视为一种波形图——脑电图。
脑电图的常见应用场景有两种： 一是医学疾病诊断，二是相关科学研究 。
使用脑电图能帮助人们观察到睡眠时大脑的活动状况，实际上，睡眠领域的一个重大发现——睡眠分期，也是通过脑电图发现的。
那么睡眠过程中采集到的脑波到底是怎么读的？脑波里面都包含了哪些信息？是不是做梦的内容都能破解？
要想解答这些问题，还需来了解一下 当前研究人员都是怎么分析脑电数据的。
【注：为了方便理解，本文用不知名食材的烹饪过程来做类比，需要说明的是，这是一种简单粗暴的类比，只用于辅助理解，并不严谨，不可深究。】
脑电采集的方式，可统称为脑机，一般分为两种：一种是非侵入式的，如佩戴在头部的脑电帽，采集头皮上的电信号；一种是侵入式的，需要将电极植入大脑来直接采集电信号。
两种方式各有优劣，侵入式的由于直接进入大脑内部，可以获得精度更高的信号，但这种方式不仅对技术要求极高，还有损害人脑的潜在风险；而非侵入式由于头部颅骨的阻碍，搜集的信号是被衰减过的，质量不如前者，但伤害性低，且有些设备还能做到简易佩戴。
但还有一点需要注意：脑机所采集到的脑电不是全脑的脑电。电极放在前额处，就只能采集前额叶区域的信号，放在颞叶，则只能采集到颞叶的信号。不过一些脑机设备使用的是多位点采集的方法，也就是同时在多个脑区附近采集信号。
目前脑电数据的来源主要有两个人群：患者和实验室被试。一方面是因为 设备成本和技术要求高 ，未有广泛性的应用；另一方面是脑电数据涉及 个人隐私安全问题 ，因此来源很窄，公开数据集也很少，这就为脑电研究设置了一道高门槛。
而除了数据量，脑机设备采集到的原始数据还存在一些问题，也就是说，不是用了设备就能拿到纯粹的脑电信号，这时候有的，是多竖笑种电信号聚集在一起的混杂物，需要做一定的清洗处理。
脑电数据的预处理涉及各种信号处理技术，如滤波处理。此外，还需特别注意 伪影处理 。脑电设备常常会采集到头部周围的其他电信号，如眼电、肌电、交流电等等，伪影处理则是为了并圆去除这种特定的干扰噪声，它们都有特定的波形，因此具备去除的可行性。
伪影处理的技术手段常用的有ICA独立成分分析、小波分析等，近年来不少研究者也采用了深度神经网络技术对伪影进行识别和去除。
【烹饪级理解：就是择菜和洗菜。一把刚从土里拔出来的菜，得把顺带着的各式杂草仔细择出来，并清洗掉泥沙等其他东西。】
【烹饪级理解：食材变成菜，除了洗干净，还需要将有用的部分分离出来，比如一只鸡，要做肉丝就需要把肉片出来，要做可乐鸡翅就得切出鸡翅。】
脑电数据可以分成各种各样的特征，有些特征可以用于判断睡眠，有些特征可以用于判断梦境。至于到底要看哪些特征、怎么确定特征，目前大致有两种方余蔽含法：
一是人工特征工程，也就是根据研究者自己的经验，或根据当前学界的研究成果，选择所需的特征，然后交与计算机进行识别提取；
另一种则采用了深度神经网络做自动特征学习，由机器通过对大量的样本进行学习，自行找出它们的共同特征，至于这些特征到底是什么，我们无从得知。
这两种方法也可以结合在一起使用，即人工+机器特征选择。
提取好特征还没完，因为一开始的问题并没有解决。我们只是提取了一些特征，但到底说明了什么信息，却需要把这些特征做综合分析才有可能知道。
这里涉及到的是模型算法的建立，睡眠的脑电特征数据需经过一系列计算之后，才能得出是否正在睡眠、睡眠状态如何的结论。然而，天下算法千千万，睡眠状态又是怎么个算法呢？那就只有试了。
脑电数据模型训练的技术大概有两类：普通的机器学习和深度神经网络。深度神经网络有很多不同的架构，如卷积神经网络CNN、循环神经网络RNN、生成式对抗网络GANs等等。
【烹饪级理解：有如做菜手法中的煎炒烹炸蒸煮炖，不同的做法（神经网络架构）有不同的特点，适用的领域和问题都不一样，这需要靠研究者根据目标、自己和他人的经验自行选择。】
在模型训练过程中，选好了模型架构还不够，还需要用到一些 优化方法 ，如网格搜索、贝叶斯优化等等。这一环节主要是帮助研究者更快地找到合适的参数，就像帮助厨师更快地找到烹饪过程中需要掌握的火候大小和下盐多少，不然就得一遍一遍地试，一点一点地调参，效率太低。
前面废了九牛二虎之力构建的模型，还需要做进一步的验证分析，如权重分析、模型激活分析。这一过程的主要目的是探索模型的解释性，即为什么这个模型能用、这个参数可行。这是为了避免出现如过拟合这样的非目标结果。
简单来说就是要验证这个模型确实能解决最初的问题，而不是只能完美处理一开始输入的数据。
【烹饪级理解：要的是能知道任意食材好吃，而不是因为不断练习当前这个食材而导致熟能生巧，只能把当前这个食材做好吃，碰上别的就不行。】
这样一看，好像做脑电识别有手就行，但千万别忘了，里面涉及的每一个环节每一项技术，都需要很强的专业性，量变引起质变，整体难度系数极高。
上述的整个技术过程，实际上是模型建构的过程。了解当前常用的技术手段以及一些技术逻辑，有助于我们理解脑电识别的可能性和边界，从而避免对这种技术的盲目追捧或抗拒。除此以外，我们还需要了解到， 这种识别通常不是最终目标，而是其他具体应用的一个辅助手段 ，如有研究者提出的失眠障碍检测。
至于具体的梦境内容，目前能查到的文献中，脑电能了解梦的大概类型（如噩梦、梦里出现了运动或人），但具体的内容目前尚未有研究能解析出来（如做了什么运动、看见了什么人）。也许以后能有更精细的一一对应，但这有赖于脑科学的整体发展，感兴趣的朋友可以多关注这方面的研究进展。
值得一提的是，根据大脑的活动变化，有研究者还与当前社交媒体常用的推荐算法结合起来，尝试以此为用户推荐更贴近其喜好的内容。而在睡眠领域， 也可能可以沿用此法，为人们提供更个性化的睡前内容，以帮助失眠人群更好地入睡。
下次，我们一起讨论推荐算法以及脑电在其中的应用可能性。
参考文献：
[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]网络
[3]图源网络
专业指导：
易念科技首席数据分析师李芝喜
易念科技神经实验室主任魏鼎婵