一、脑电图（EEG）基础：从生理信号到癫痫预测
各位同学，欢迎来到《癫痫发作预测深度学习模型构建实战》的第一章。
说实话，每次我讲EEG基础这部分，都会想起自己刚入行时的一个场景。那时候我还在做脑机接口，第一次看到原始EEG波形，满屏的毛刺和漂移，我盯着屏幕看了十分钟，愣是没看出个所以然。后来带我的老工程师说了一句话，我到现在都记得：「你连信号长什么样都不知道，怎么敢往上堆模型？」
嗯，这节课我们就来解决这个问题。
1.1 EEG信号的生理学基础
EEG，说白了就是大脑皮层神经元的电活动在头皮上的投影。你想想看，我们大脑里有大约860亿个神经元，它们之间通过突触传递电信号。当大量神经元同步放电时，产生的微弱电流就能被头皮上的电极捕捉到。
我个人习惯把EEG信号想象成「一场交响乐」——单个神经元就像一把小提琴，声音很小；但成千上万把小提琴同时拉同一个音符，你就能听得清清楚楚。EEG记录的就是这种「合奏」的效果。
这里有个关键点要注意：EEG信号非常微弱，通常在微伏（μV）级别。我做过一个对比——你手机充电器的纹波噪声都比EEG信号大好几个数量级。所以，信号采集和预处理是后续所有工作的基石。
核心要点：EEG反映的是大脑皮层锥体细胞的突触后电位，而非动作电位。这是很多初学者容易搞混的地方。
1.2 国际10-20系统电极放置法
做EEG研究，电极怎么放是个大学问。目前最通用的标准是「国际10-20系统」。为什么叫10-20？因为相邻电极之间的距离是颅骨前后或左右总长的10%或20%。
我刚开始学的时候，觉得这些名字特别绕——Fp1、C3、P4、O2……后来发现其实有规律：
- 字母代表脑区：Fp（额极）、F（额叶）、C（中央区）、P（顶叶）、T（颞叶）、O（枕叶）
- 奇数在左，偶数在右：F3是左额叶，F4是右额叶
- z代表中线：Cz就在头顶正中央
下面这张图是我用SVG画的，展示了10-20系统的主要电极位置和对应的脑区：
我的经验：在实际项目中，如果你用深度学习做癫痫预测，通常不需要全部19个电极。我一般会优先选择F3、F4、C3、C4、T3、T4这几个位置——因为癫痫放电在额叶和颞叶区域最活跃。当然，具体选哪些通道，还得看你的数据采集设备支持多少导联。
1.3 常见脑电波节律
EEG信号可以按频率分成几个波段。每个波段对应不同的生理状态。我整理了一张表，方便你对照：
| 节律 | 频率范围 | 幅值 | 主要出现场景 | 我的观察 |
|---|---|---|---|---|
| δ (Delta) | 0.5-4 Hz | 20-200 μV | 深度睡眠、婴幼儿 | 癫痫发作期常见异常δ波 |
| θ (Theta) | 4-8 Hz | 5-100 μV | 困倦、冥想、儿童 | 颞叶癫痫发作前θ波增多 |
| α (Alpha) | 8-13 Hz | 20-60 μV | 闭眼放松、清醒安静 | 睁眼时α波会减弱，这是正常现象 |
| β (Beta) | 13-30 Hz | 2-20 μV | 专注思考、警觉状态 | 苯二氮䓬类药物会使β波增多 |
| γ (Gamma) | 30-100 Hz | 2-10 μV | 认知处理、意识整合 | 高频信号容易混入肌电伪迹 |
为什么会这样？说白了，不同频率的节律反映了大脑不同的「工作模式」。α波就像大脑在「待机」，β波是「全速运转」，δ波则是「深度维护模式」。
我记得有一次做癫痫预测模型，特征提取时只用了δ、θ、α三个波段，结果模型在测试集上表现很差。后来加入β和γ波段的信息，AUC直接从0.72提升到了0.85。所以，别小看任何一个频段。
1.4 EEG信号采集与伪影类型
采集EEG信号，说白了就是「在头皮上贴电极，然后放大记录」。但实际操作中，坑特别多。
最常见的伪影类型，我列一下：
- 眼动伪影：眨眼会产生一个很大的正向波，尤其在Fp1、Fp2通道。频率通常在1-3 Hz，和δ波很像，容易混淆。
- 肌电伪影：咬牙、皱眉、转头，都会产生高频噪声（20-200 Hz）。我见过一个项目，因为患者紧张导致全程肌电干扰，数据直接废了一半。
- 心电伪影：心电图信号通过血管传导到头皮，尤其在颞叶电极上明显。频率约1 Hz，呈周期性。
- 工频干扰：50 Hz（国内）或60 Hz（国外）的交流电干扰。这是最烦人的，因为它的频率正好落在γ波段里。
- 电极漂移：电极与头皮接触不良，导致基线缓慢变化。我刚开始做时，经常把这种低频漂移误判为δ波活动。
避坑指南：我曾经在一个项目中，花了整整两周调模型，结果发现是采集时地线没接好，导致所有通道都有共模干扰。从那以后，我每次采集前都会做三件事：1）检查电极阻抗（低于5 kΩ）；2）查看实时波形是否有明显伪影；3）让患者先闭眼休息30秒，记录一段干净的基线。
1.5 EEG在癫痫诊断中的应用
EEG在癫痫诊断中，可以说是「金标准」之一。为什么？因为癫痫的本质是大脑神经元的异常同步放电，而EEG恰好能捕捉到这种电活动。
典型的癫痫样放电包括：
- 棘波（Spike）：持续时间20-70 ms，幅值明显高于背景。像一根突然冒出来的尖刺。
- 尖波（Sharp wave）：持续时间70-200 ms，比棘波稍宽。
- 棘慢复合波（Spike-and-wave）：棘波后面跟着一个慢波，典型频率3 Hz，常见于失神发作。
- 多棘慢复合波（Polyspike-and-wave）：多个棘波后跟慢波，常见于肌阵挛发作。
我参与过一个项目，目标是预测颞叶癫痫患者的发作。我们发现在发作前5-10分钟，颞叶区域的θ波功率会逐渐上升，同时α波功率下降。这个模式在80%的患者身上都出现了。后来我们把这个特征加入模型，预测准确率提升了12%。
关键洞察：癫痫预测的核心，不是等发作开始了再识别，而是在发作前「预判」到异常放电的积累过程。这就像天气预报——不是等雨下下来了才说下雨，而是看云层、气压的变化提前预警。
好了，这一章的内容就到这里。EEG基础是后续所有模型构建的根基，我建议你花点时间把10-20系统的电极位置记熟，把五种节律的频率范围刻在脑子里。下一章我们会进入信号预处理，到时候这些知识都会用上。