> For the complete documentation index, see [llms.txt](https://book.7988888.xyz/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://book.7988888.xyz/eeg/brain2.md).
# EEG信号采集、处理和分析的基本知识
一、数据采集中的预准备
**在数据采集开始前，预准备测试是必不可少的。**在我们采集EEG信号时，我们不希望失去任何一个受试者的实验数据，所以在开始实验前，一定要确保实验能运行正常。我们可以从以下几个问题着手：
1.实验设计的呈现刺激顺序是否按照所依据的实验材料正常运行？
2.在开始实验前，确保实验设备运行正常（键盘、鼠标、放大器等）
3.实验设计的指导语能否让受试者理解？
4.EEG信号的采集软件是否收到marker信号？
二、数据采集中的质量控制
**没有可替代的干净数据，这是毋庸置疑的。**在数据采集时，想要完全采集到受试者的头皮表面的EEG信号，这是很困难的。即使现在的EEG算法有很多很高级的，但依然无法真实的还原EEG信号，所以尽可能的正确的采集数据才是最重要的。以下几个问题是你需要注意的。
1.阻抗的设置？
降阻抗过程，这是做EEG实验最麻烦但是确是最能影响数据的一步。常见的将阻抗范围在10K欧姆以下，更精确的实验会要求阻抗在5K欧姆以下，当然这是依照不同的实验决定的。像还有一些BCI的实验可能只需要20k欧姆以下就可以了的。\*\*\*温馨小提示：降阻抗过程，除了实验前洗头外，在打导电膏前可以先使用磨砂膏去头皮。当然好的导电膏也是快速降阻抗的关键。
2.实验室环境的温度、灯光以及噪声等外界干扰是否得到控制？在此特别说明一下，为什么实验室的温度、灯光以及噪声会影响EEG信号，尽管这些是很微不足道的小问题，但这确实会影响到数据的质量，比如：不合适的灯光会造成受试者的眼睛在测试实验时眯着眼做实验；外界噪声的干扰会影响受试者做实验的情绪。
三、干扰伪迹的剔除
**数据采集时，伪迹是一定会存在的。**伪迹无时无刻伴随着EEG信号的采集，伪迹的来源有多种多样，这里可以参考之前的推文[**《EEG信号伪迹来源及可能原因分析》**](http://mp.weixin.qq.com/s?__biz=MzIyNTYyNzk0Mg==\&mid=2247484119\&idx=1\&sn=61b9dff12b117eb21ff3cb95a270d1d6\&chksm=e87d989edf0a11886d95f7c2f51a0984ffbd704a43b7503e770bab49433db91cfc5910b91c9e\&scene=21#wechat_redirect)**以及**[**《脑电分析之伪迹去除（以analyzer和curry为例）》**](http://mp.weixin.qq.com/s?__biz=MzIyNTYyNzk0Mg==\&mid=2247484157\&idx=1\&sn=f21b5964584c0f068ab177015a3b6d8b\&chksm=e87d98b4df0a11a2a29885284a4b6f22dd1de162af567ac1e2a88077decf37d39dd5e2117b0d\&scene=21#wechat_redirect)
四、处理数据的步骤
**所有信号处理技术在一定程度上改变了数据。**在EEG信号数据分析中会涉及到很多处理步骤，直到现在也没用一个标准化的处理步骤。在很早之前小编也推送过处理数据的步骤，可参看《脑电分析之线性与非线性变换》，当然，这些步骤只是你处理数据的参考价值，当你对使用何种处理方法犹豫不决时，尽可能的查阅相关研究的文献，这才是你的依据所在。
五、寻找正确的统计数据
**合理的统计方法将有助你的数据结果。**在设计和分析实验数据时，始终建议你有一个预期的理论来分析你的数据，前人的实验文献材料以及报告结果将更有助你的实验结果分析。当然，如果你打算调查事件相关电位（ERPs），你可能需要仔细研究某些电极位置的ERP波形中峰值的潜伏期和幅度。相比之下，如果您对基于频率的测量（如θ，α，β波段的功率谱）感兴趣，你可以专注于检测感兴趣波段内的峰值频率。（FFT，CW等）。在统计学方面，更常见到的是t检验和ANOVA检验。
在文章的最后，多说一点。
**数据方法千万条，正确采集第一条，采集信号不规范，事后处理泪两行。**
####
#### **谢谢大家观看，如有帮助，来个喜欢或者关注吧！**
本文作者：Chen Rui
星球地址 ：[知识星球](https://t.zsxq.com/W5M3F)[Blog ](https://t.zsxq.com/W5M3F)
知乎地址 : [知乎专栏](https://www.zhihu.com/people/braintechnology)
B站地址 : [B站主页]()
公众号：大脑技术\
CSDN地址 : [csdn主页](https://blog.csdn.net/craig_cc)