EEG/ERP是研究大腦認知過程的重要工具，具有高時間分辨率、低成本和非侵入性等優(yōu)勢。盡管空間分辨率有限，但結(jié)合現(xiàn)代信號處理技術(shù)和腦成像方法（如fMRI），EEG/ERP在科研和臨床中仍具有廣泛應用前景。未來，隨著機器學習等技術(shù)的發(fā)展，EEG/ERP的分析方法將更加智能化，為腦科學和神經(jīng)工程提供更深入的洞察。

1. 什么是EEG和ERP？

1.1 腦電圖（EEG）

腦電圖（Electroencephalography, EEG）是一種記錄大腦電活動的非侵入性技術(shù)。它通過放置在頭皮上的電極檢測神經(jīng)元群體的同步電活動，并以時間序列的形式呈現(xiàn)。EEG具有毫秒級的時間分辨率，能夠捕捉大腦活動的快速變化，但空間分辨率相對較低。

1.2 事件相關(guān)電位（ERP）

事件相關(guān)電位（Event-Related Potential, ERP）是EEG信號中對特定刺激或事件的時間鎖定響應。通過多次重復實驗并對EEG信號進行疊加平均，可以提取出與認知過程（如注意、記憶、決策等）相關(guān)的特定波形成分。

2. EEG/ERP的基本原理

2.1 神經(jīng)電生理基礎

大腦神經(jīng)元通過突觸傳遞電信號，產(chǎn)生突觸后電位（PSP）。當大量神經(jīng)元同步活動時，會在頭皮表面形成可檢測的微弱電壓變化（微伏級，μV）。EEG記錄的就是這些電位的總和。

2.2 ERP的提取方法

由于ERP信號較弱，通常被淹沒在自發(fā)EEG（如α波、β波等）和噪聲（如眼電、肌電）中。因此，研究者采用以下方法提取ERP：

時間鎖定（Time-locked）：記錄刺激呈現(xiàn)或任務執(zhí)行的時間點。

疊加平均（Averaging）：對多次相同實驗的EEG信號進行平均，增強ERP信號，削弱隨機噪聲。

3. EEG/ERP的主要成分

3.1 常見的EEG節(jié)律

EEG信號可劃分為不同頻帶，與不同的認知狀態(tài)相關(guān)：

δ波（0.5-4 Hz）：深度睡眠時出現(xiàn)。

θ波（4-8 Hz）：與記憶、情緒調(diào)節(jié)相關(guān)。

α波（8-13 Hz）：閉眼放松狀態(tài)時枕葉區(qū)顯著。

β波（13-30 Hz）：與警覺性、運動控制相關(guān)。

γ波（>30 Hz）：涉及高級認知功能，如注意和知覺綁定。

3.2 經(jīng)典的ERP成分

ERP成分通常以其極性和出現(xiàn)時間命名（如N100表示刺激后100ms的負波）：

P1/N1（50-150ms）：早期感知加工，反映初級視覺或聽覺處理。

P2（150-250ms）：與刺激特征分析相關(guān)。

N2（200-300ms）：沖突監(jiān)測（如Go/NoGo任務）。

P3（P300, 300-500ms）：與注意、決策和記憶更新相關(guān)。

N400（400ms左右）：語義違反（如句子理解中的不一致詞）。

P600（600ms左右）：句法加工或復雜認知整合。

4. EEG/ERP的實驗設計與應用

4.1 實驗范式

Oddball范式：通過呈現(xiàn)標準刺激（高頻）和偏差刺激（低頻）誘發(fā)P300。

Go/NoGo任務：研究抑制控制，N2和P3是主要成分。

語義違反范式：用于研究語言加工（N400成分）。

4.2 應用領(lǐng)域

認知神經(jīng)科學：研究注意、記憶、決策等高級功能。

臨床醫(yī)學：用于癲癇、阿爾茨海默病、精神分裂癥等疾病的診斷。

腦機接口（BCI）：利用P300或SSVEP實現(xiàn)人機交互。

心理學研究：探索情緒、學習、社會認知等過程。

5. EEG/ERP的數(shù)據(jù)處理與分析

5.1 數(shù)據(jù)預處理

濾波：去除高頻噪聲（如肌電）和低頻漂移（如直流偏移）。

去偽跡：消除眼動（EOG）、心電（ECG）等干擾。

分段（Epoching）：以刺激呈現(xiàn)為時間零點截取EEG片段。

基線校正：去除片段開始前的電壓偏移。

5.2 分析方法

時域分析：觀察ERP波形（如振幅、潛伏期）。

頻域分析：計算功率譜密度（PSD）或事件相關(guān)譜擾動（ERSP）。

時頻分析：研究認知過程中不同頻段的動態(tài)變化（如小波變換）。

溯源分析：通過逆問題求解估計大腦活動源（如LORETA、sLORETA）。