EEG/ERP的基础知识

EEG/ERP是研究大脑认知过程的重要工具，具有高时间分辨率、低成本和非侵入性等优势。尽管空间分辨率有限，但结合现代信号处理技术和脑成像方法（如fMRI），EEG/ERP在科研和临床中仍具有广泛应用前景。未来，随着机器学习等技术的发展，EEG/ERP的分析方法将更加智能化，为脑科学和神经工程提供更深入的洞察。

1. 什么是EEG和ERP？

1.1 脑电图（EEG）

脑电图（Electroencephalography, EEG）是一种记录大脑电活动的非侵入性技术。它通过放置在头皮上的电极检测神经元群体的同步电活动，并以时间序列的形式呈现。EEG具有毫秒级的时间分辨率，能够捕捉大脑活动的快速变化，但空间分辨率相对较低。

1.2 事件相关电位（ERP）

事件相关电位（Event-Related Potential, ERP）是EEG信号中对特定刺激或事件的时间锁定响应。通过多次重复实验并对EEG信号进行叠加平均，可以提取出与认知过程（如注意、记忆、决策等）相关的特定波形成分。

2. EEG/ERP的基本原理

2.1 神经电生理基础

大脑神经元通过突触传递电信号，产生突触后电位（PSP）。当大量神经元同步活动时，会在头皮表面形成可检测的微弱电压变化（微伏级，μV）。EEG记录的就是这些电位的总和。

2.2 ERP的提取方法

由于ERP信号较弱，通常被淹没在自发EEG（如α波、β波等）和噪声（如眼电、肌电）中。因此，研究者采用以下方法提取ERP：

时间锁定（Time-locked）：记录刺激呈现或任务执行的时间点。

叠加平均（Averaging）：对多次相同实验的EEG信号进行平均，增强ERP信号，削弱随机噪声。

3. EEG/ERP的主要成分

3.1 常见的EEG节律

EEG信号可划分为不同频带，与不同的认知状态相关：

δ波（0.5-4 Hz）：深度睡眠时出现。

θ波（4-8 Hz）：与记忆、情绪调节相关。

α波（8-13 Hz）：闭眼放松状态时枕叶区显著。

β波（13-30 Hz）：与警觉性、运动控制相关。

γ波（>30 Hz）：涉及高级认知功能，如注意和知觉绑定。

3.2 经典的ERP成分

ERP成分通常以其极性和出现时间命名（如N100表示刺激后100ms的负波）：

P1/N1（50-150ms）：早期感知加工，反映初级视觉或听觉处理。

P2（150-250ms）：与刺激特征分析相关。

N2（200-300ms）：冲突监测（如Go/NoGo任务）。

P3（P300, 300-500ms）：与注意、决策和记忆更新相关。

N400（400ms左右）：语义违反（如句子理解中的不一致词）。

P600（600ms左右）：句法加工或复杂认知整合。

4. EEG/ERP的实验设计与应用

4.1 实验范式

Oddball范式：通过呈现标准刺激（高频）和偏差刺激（低频）诱发P300。

Go/NoGo任务：研究抑制控制，N2和P3是主要成分。

语义违反范式：用于研究语言加工（N400成分）。

4.2 应用领域

认知神经科学：研究注意、记忆、决策等高级功能。

临床医学：用于癫痫、阿尔茨海默病、精神分裂症等疾病的诊断。

脑机接口（BCI）：利用P300或SSVEP实现人机交互。

心理学研究：探索情绪、学习、社会认知等过程。

5. EEG/ERP的数据处理与分析

5.1 数据预处理

滤波：去除高频噪声（如肌电）和低频漂移（如直流偏移）。

去伪迹：消除眼动（EOG）、心电（ECG）等干扰。

分段（Epoching）：以刺激呈现为时间零点截取EEG片段。

基线校正：去除片段开始前的电压偏移。

5.2 分析方法

时域分析：观察ERP波形（如振幅、潜伏期）。

频域分析：计算功率谱密度（PSD）或事件相关谱扰动（ERSP）。

时频分析：研究认知过程中不同频段的动态变化（如小波变换）。

溯源分析：通过逆问题求解估计大脑活动源（如LORETA、sLORETA）。