当前位置:主页 > 技术文章 > EEG专题 | 如何采集高质量脑电数据?
EEG专题 | 如何采集高质量脑电数据?
更新时间:2026-07-01 点击次数:18

高质量脑电数据不是简单采集后再修正,而是需要从实验环境、设备调试、被试管理到现场全程监控,全流程精细化把控。采集流程越规范,后续预处理和统计分析就越可靠。

很多研究者在开始做脑电实验时,最先遇到的问题并不是分析,而是采集。设备明明已经连接完成,脑电帽也戴好了,电脑里却仍然可能出现高阻抗、基线漂移、眨眼伪迹、肌电噪声和工频干扰等各种问题。最终得到的数据看似很多,但真正能进入分析的部分却可能并不理想。

这说明一件事:高质量脑电数据不是“采完再看”,而是从实验开始之前就已经决定了一大半。脑电信号本身非常微弱,通常只有微伏量级,因此它对环境、设备、被试状态和实验操作都极为敏感。

 

 

图片

 

 

01 脑电采集的基本流程

一次完整的脑电采集通常可以分为五个阶段:实验环境准备、设备准备、被试准备、正式采集以及实时监控与结束保存。

环境准备强调安静、稳定并减少电磁干扰;设备准备强调放大器、脑电帽、电极线、软件和触发系统的正常工作;被试准备包括头皮清洁、脑电帽佩戴、导电介质填充、阻抗检查和任务说明;正式采集前应先试运行确认信号质量和触发同步;实验结束后还要立即检查数据完整性并做好备份。

真正高质量的 EEG 数据,往往不是依靠后期修补,而是靠前期把每一步都做稳。

 

 

图片

 

 

脑电专题 | 脑电数据采集的注意事项与实用指南

02 电极、导联与10-20系统

脑电信号必须依赖标准化的电极布局,才能保证不同个体、不同实验之间的数据具有一致性。国际上常用的是 10-20 系统,也就是按照头颅解剖标志之间距离的 10% 和 20% 比例来确定电极位置。

在 10-20 系统中,F 代表额叶,C 代表中央区,P 代表顶叶,O 代表枕叶,T 代表颞区。奇数通常在左半球,偶数在右半球,z 表示中线位置,例如 Fz、Cz、Pz。

 

 

图片

 

 

帽子前后左右的对齐非常关键,通常以鼻根点、枕外隆凸和左右耳前点为定位参考。电极与头皮的接触也要均匀稳定,避免因为头发阻挡或导电介质不足而形成局部高阻抗。

03 采样率、参考电极、阻抗的基本概念

采样率指系统每秒记录多少个数据点,常见设置有 250Hz、500Hz 和 1000Hz。采样率越高,对波形变化的记录越精细,但也需要结合研究目标和数据量综合考虑。

 

 

图片

 

 

参考电极决定了 EEG 通道比较的基准。常见的参考方式包括双耳参考、乳突参考、鼻尖参考和平均参考等。参考点本身如果不稳定,也会把噪声带入所有通道。

阻抗反映电极与头皮之间导电是否顺畅。阻抗过高意味着接触不良,容易引入噪声、信号漂移和伪迹。因此,正式采集前必须认真检查各通道阻抗状态。

此外,接地电极虽然不直接记录脑电,但会显著影响系统的整体稳定性和抗噪性能。

04 安静状态、任务态与诱发实验的区别

安静状态脑电通常要求被试睁眼静坐或闭眼静坐,更关注背景节律活动,如 α 波和 θ 波。它对环境安静程度和被试状态稳定性要求很高。

任务态脑电要求被试执行注意、记忆、判断或决策任务,更关注大脑活动如何随任务条件变化。它特别强调指导语清晰和行为记录准确。

诱发实验更强调刺激事件与脑电信号严格锁时,例如 ERP 研究中的视觉或听觉刺激。它对触发同步、刺激时长、刺激间隔和刺激概率都有更高要求。

 

 

简单来说,安静态更关注背景脑状态,任务态更关注执行过程,诱发实验则更关注事件发生后的时间进程。采集前必须先明确自己的研究目标属于哪一类。

 

 

05 采集过程中常见问题

眨眼伪迹是最常见问题之一。研究者不能要求被试不眨眼,而应通过任务设计让被试在刺激间隙自然眨眼,并在关键时间段尽量保持稳定。

 

 

图片

 

 

肌电干扰通常来自咬牙、吞咽、皱眉、说话或身体紧张,特别容易出现在额区和颞区。解决方式包括提醒被试放松面部和下颌、避免不必要的口头反应任务,并保证舒适坐姿。

工频干扰通常来自 50Hz 市电噪声,与电源、接地不良或周边交流电子设备有关。解决方法包括使用屏蔽电缆、减少不必要电器、确保接地正常,并在需要时配合后期滤波处理。

除此之外,还要持续留意电极接触不良、电缆摆动、被试姿势变化和出汗引起的基线漂移等问题。很多时候,信号异常并不是“数据本身有问题”,而是采集现场某个小细节没有控制好。

 

 

高质量脑电数据采集,不是某一个参数设置正确就能实现的,而是环境、设备、被试和操作流程共同作用的结果。只有把采集做扎实,脑电数据才会真正从“能记录下来”变成“能解释、能复现、能支撑研究结论”。

 

 

 

 

 

人因工程与工效学

人机工程、人的失误与系统安全、人机工效学、工作场所与工效学负荷等

安全人机工程

从安全的角度和着眼点,运用人机工程学的原理和方法去解决人机结合面安全问题

交通安全与驾驶行为

人-车-路-环境系统的整体研究,有助于改善驾驶系统设计、提高驾驶安全性、改善道路环境等

用户体验与交互设计

ErgoLAB可实现桌面端、移动端以及VR虚拟环境中的眼动、生理、行为等数据的采集,探索产品设计、人机交互对用户体验的影响

建筑与环境行为

研究如何通过城市规划与建筑设计来满足人的行为心理需求,以创造良好环境,提高工作效率

消费行为与神经营销

通过ErgoLAB采集和分析消费者的生理、表情、行为等数据,了解消费者的认知加工与决策行为,找到消费者行为动机,从而产生恰当的营销策略使消费者产生留言意向及留言行为

扫一扫,加微信

版权所有 © 2026北京津发科技股份有限公司(www.88jf.com)
备案号:京ICP备14045309号-4 技术支持:智慧城市网 管理登陆 GoogleSitemap