1. 神经信号基础:脑电图(EEG)原理、信号采集设备介绍、常见伪影类型

大家好,欢迎来到这门课。我是你们的老朋友,一个在神经工程和AI算法领域摸爬滚打多年的工程师。今天咱们聊聊最基础、也最容易被忽视的东西——脑电图(EEG)的原理、设备,还有那些让人头疼的伪影。

说实话,我刚开始接触EEG时,觉得这东西不就是贴几个电极,测测脑电波嘛,能有多难?结果第一次做实验,数据一出来,满屏都是噪声,根本没法看。嗯,从那以后,我再也不敢小看这些基础环节了。你想想看,如果连信号是怎么来的、怎么被污染的都不清楚,后面做再花哨的深度学习模型,也是白搭。

核心观点:EEG信号处理,七分靠预处理,三分靠算法。基础不牢,地动山摇。

1.1 脑电图(EEG)原理:大脑的“电”话

EEG说白了,就是记录大脑皮层神经元集体放电产生的电活动。我们头上贴的电极,就像一个个“窃听器”,贴在头皮上,捕捉这些微弱的电信号。

这里有个关键点:单个神经元的放电太微弱了,根本穿不过颅骨和头皮。我们测到的,其实是成千上万个神经元同步放电的“总和”。这就像听演唱会,你听不到某个观众在哼什么,但能听到全场大合唱的声浪。

我个人习惯把EEG信号想象成一种“宏观”的电生理现象。它主要反映的是皮层锥体细胞的突触后电位。这些电位变化,通过容积导体效应,传导到头皮表面。

为什么会这样?因为大脑里充满了导电的脑脊液和血液,它们就像一根根导线,把深层的电活动引到了表面。

EEG信号有几个典型特征,我列个表,方便你对照:

频带 频率范围 (Hz) 常见状态 我的经验
Delta (δ) 0.5 - 4 深度睡眠、婴儿 成年人清醒时出现大量Delta,基本可以判断是伪影或异常
Theta (θ) 4 - 8 困倦、冥想、记忆编码 我在做注意力检测项目时,Theta波是区分疲劳状态的关键指标
Alpha (α) 8 - 13 放松、闭眼、安静 闭眼时Alpha波会明显增强,睁眼后减弱。这是最经典的EEG现象之一
Beta (β) 13 - 30 警觉、思考、主动注意 我习惯用Beta/Alpha的比值来量化“警觉度”
Gamma (γ) > 30 高级认知、跨脑区整合 Gamma信号很弱,容易被肌电干扰,提取时需要特别小心

小技巧:在实际项目中,不要只看单一频带。比如,Alpha波减弱不一定代表注意力集中,也可能是困了。要结合多个频带和任务状态综合判断。

1.2 信号采集设备介绍:从实验室到可穿戴

EEG设备这些年发展很快。从早期的庞大仪器,到现在能戴在头上的消费级头环,选择越来越多。但万变不离其宗,核心部件就那几个:电极、放大器、模数转换器。

我根据自己用过的设备,把它们分成三类:

  • 科研级(如Brain Products、Neuroscan、Biosemi):
    • 电极数量多(64/128/256导),采样率高(>1000 Hz)
    • 价格昂贵,操作复杂,需要导电膏
    • 我在做P300脑机接口实验时,用的就是这类设备。数据质量确实好,但每次给被试洗头都要花半小时
  • 医用级(如Nihon Kohden、Cadwell):
    • 主要用于临床诊断,如癫痫病灶定位
    • 抗干扰能力强,有完善的接地和屏蔽设计
    • 我记得有一次在医院做合作项目,他们的设备能直接滤掉50Hz工频干扰,省了我不少预处理功夫
  • 消费级(如Emotiv、Muse、OpenBCI):
    • 电极数量少(1-16导),多为干电极
    • 便携、便宜,但信号质量差,容易受运动伪影影响
    • 我建议,如果你做小样本学习,尽量别用消费级设备。数据太脏,样本又少,模型根本学不到东西

这里有个避坑指南:我曾经为了图方便,用干电极头环做了一批实验。结果发现,只要被试稍微动一下头,信号就完全漂移了。后来我花了大量时间做伪影去除,效果还是不理想。所以,如果条件允许,尽量用湿电极(导电膏)设备,接触阻抗低,信号稳定得多。

1.3 常见伪影类型:那些“假”信号

伪影,就是EEG信号里那些不是大脑产生的“杂质”。我常说,处理EEG数据,一半时间在跟伪影作斗争。伪影主要分两类:生理性伪影和非生理性伪影。

咱们先看生理性伪影,这是最难搞的:

  • 眼动伪影(EOG):
    • 眨眼、眼球转动都会产生巨大的电位变化,幅度是EEG的10-100倍
    • 主要影响前额叶(Fp1, Fp2)和颞叶电极
    • 我习惯用独立成分分析(ICA)来去除眼电,但要注意,ICA可能会把前额叶的真实脑电也当成伪影去掉
  • 肌电伪影(EMG):
    • 咬牙、皱眉、颈部紧张都会产生高频肌电信号
    • 频率范围很宽(20-500 Hz),容易和Gamma频带混淆
    • 我在做运动想象任务时,被试一紧张就咬牙,数据里全是高频噪声。后来我让被试在实验前做放松训练,情况好多了
  • 心电伪影(ECG):
    • 心跳产生的电信号,通过血管传导到头皮
    • 有规律的周期性,频率约1 Hz
    • 这个在颈部或耳后电极比较明显,可以用模板减法去除
  • 出汗伪影:
    • 出汗会改变电极与皮肤的接触阻抗,导致信号缓慢漂移
    • 表现为低频(<0.5 Hz)的基线漂移
    • 嗯,夏天做实验时特别常见。我建议保持实验室温度在22-24°C,并让被试先休息5分钟,等身体稳定了再开始

再看非生理性伪影:

  • 工频干扰(50/60 Hz):
    • 来自电源线、插座、显示器等
    • 表现为固定频率的正弦波
    • 可以用陷波滤波器去除,但要注意,陷波滤波器会破坏该频率附近的真实信号
  • 电极接触不良:
    • 表现为突然的、大幅度的尖峰或毛刺
    • 我建议在数据采集时,实时监控每个电极的阻抗值,超过50 kΩ就要重新处理
  • 运动伪影:
    • 被试身体移动、导线晃动都会产生
    • 表现为不规则的、大幅度的波形
    • 这个很难用算法完全去除,最好的办法是让被试保持不动

警告:不要试图用算法去除所有伪影!有些伪影和真实脑电在时频域上高度重叠,强行去除会损失大量有效信息。我的原则是:能通过实验设计避免的,绝不用算法补救。

知识体系结构图

下面这张图,是我自己总结的EEG基础知识框架。你可以把它当作一个“导航图”,随时回来对照。

EEG信号基础:知识体系结构图 1. EEG原理 2. 采集设备 3. 常见伪影 信号来源 锥体细胞突触后电位 容积导体传导 宏观电活动总和 频带划分 Delta (0.5-4 Hz) - 深睡 Theta (4-8 Hz) - 困倦 Alpha (8-13 Hz) - 放松 Beta (13-30 Hz) - 警觉 Gamma (>30 Hz) - 认知 设备分类 科研级:高导联、高采样 医用级:强抗干扰 消费级:便携、低质量 核心部件 电极(湿/干) 放大器 + 模数转换器 生理性伪影 眼动(EOG)、肌电(EMG) 心电(ECG)、出汗 非生理性伪影 工频干扰、电极接触不良 运动伪影 核心原则:理解信号来源 → 选择合适设备 → 识别并处理伪影 预处理质量决定小样本学习的上限

好了,这一章的内容就到这里。EEG原理、设备和伪影,这三块是后续所有小样本学习技巧的基石。你可以在实际项目中反复对照这张图,看看自己卡在了哪个环节。

公众号:蓝海资料掘金营,微信deep3321