Logo
数据分析
频谱分析 Band Power Analysis 深度睡眠 病理状态（如脑损伤） 专注、焦虑 (前额叶β升高可能反映压力） 闭眼放松状态（枕叶最明显） 抑制无关信息处理 冥想、记忆编码 疲劳状态 高级认知（注意、知觉绑定）， 可能受肌电干扰 δ波（0.5–4 Hz）： β波（12–30 Hz）： α波（8–12 Hz）： θ波（4–8 Hz）： γ波（>30 Hz）： EEG信号可分解为不同频率的振荡成分，各频段与特定认知、生理状态相关。主要频段及意义： 原理： 应用： 睡眠分期、注意力评估（如α/β比值衡量放松度） 神经反馈训练（如增强θ波改善创造力） - -
事件相关电位 Event-Related Potentiial(ERP) 早期视觉加工 (如面孔识别） 决策与注意力资源分配 (潜伏期反映认知负荷） 冲突监测 (如Go/NoGo任务） P100/N170： P300： N200： 通过时间锁定叠加技术，提取与特定刺激（视觉、听觉）相关的微弱脑电响应。 原理： 经典成分： 应用： 认知功能障碍评估（如精神分裂症患者P300幅值降低） 消费者神经营销（评估广告吸引力） - -
稳态视觉诱发电位 Steady-State Visual Evoked Potential(SSVEP) 对视觉刺激以固定频率闪烁（如15Hz），EEG中会同步出现同频谐波响应。 原理： 特点： 应用： 无创BCI系统开发（如拼写器、轮椅控制） ·   信噪比高，适合脑机接口（BCI）控制（如光标移动）。 大脑注意力追踪（SSVEP幅值反映视觉专注度） ·   频率特异性可区分不同指令（如12Hz vs. 15Hz对应不同操作）。 - - - -
大脑地形图 Brain Topographic Mapping 显示特定频段（如α波）在各脑区的能量分布 对比两组（如病人vs.健康人）的脑电活动差异 功率地形图： 差异地形图： 将多通道EEG的时域/频域特征映射到头皮二维空间，可视化脑区活动差异。 原理： 关键图类型：
微状态分析 Microstate Analysis 语言加工 突显网络与注意调控 视觉空间处理 A（左前-右后）： C/D： B（右前-左后）： EEG信号在毫秒级时间内由若干“准稳定”状态（微状态）组成，反映大脑功能网络的快速切换。 原理： 经典微状态通过地形图聚类分为四类（A~D）：
功能连接 Brain Functional Connectivity 频域相关性（如θ波跨半球连接 增强反映记忆任务） 方向性连 (前额叶到顶叶的信息流） 时域锁相程度（异常同步可能与 癫痫相关） 相干性 Coherence： 格兰杰因果 Granger Causality： 相位同步 PLV： 通过统计方法量化不同脑区活动的相关性，反映信息交互模式。 原理： 常用指标：
Logo