在电生理/认知场景中,干电极EEG原型与湿电极EEG系统的系统基准测试

《Biosensors》:Systematic Benchmarking of a Dry Electrode EEG Prototype Against Wet Electrode EEG Systems in Electrophysiological/Cognitive Scenarios

【字体: 大 中 小 】 时间:2026年08月28日 来源:Biosensors 5.6

编辑推荐:

  目的:干电极EEG的近期进展已实现非传统场景中的快速设置和记录。然而,过去的开发主要由脑-机接口(BCI)驱动,使其在临床和日常应用中的可比性仍是未解问题。在此,研究人员开发了一种新型干EEG系统,并在多种任务中系统性地将其性能与商用湿EEG系统进行基准测试。

  
目的:干电极EEG的近期进展已实现非传统场景中的快速设置和记录。然而,过去的开发主要由脑-机接口(BCI)驱动,使其在临床和日常应用中的可比性仍是未解问题。在此,研究人员开发了一种新型干EEG系统,并在多种任务中系统性地将其性能与商用湿EEG系统进行基准测试。方法:参与者(n=19)同时使用两种设备进行记录。研究人员首先在闭眼和睁眼条件下收集静息态EEG,随后进行不同闪烁频率的稳态视觉诱发电位(SSVEP)任务和运动想象(MI)任务。系统性能通过功率谱密度(PSD)、信噪比(SNR)、事件相关频谱扰动(ERSP)和单次试验分类准确率进行评估。结果:两种系统在不同任务中表现相似。在静息态下,两种系统在五个频带的PSD中未观察到统计学显著差异(所有情况下p>0.05)。类似地,SSVEP任务中的SNR在8 Hz、10 Hz和12 Hz校正后无显著差异。对于认知任务,分类准确率相当(SSVEP:干电极80.08%±7.1% vs. 湿电极81.10%±6.5%;MI:干电极72.46%±3.89% vs. 湿电极70.7%±2.37%)。结论:开发的干EEG系统能有效记录研究和临床环境中常用的电生理测量,质量与传统湿EEG系统相当。
**论文解读:干电极EEG系统在电生理/认知场景中的系统基准测试**

**研究背景与问题**

脑电图(EEG)凭借高时间分辨率、较低成本和易维护性,在神经科学和临床应用中占据重要地位。传统湿电极EEG系统通过导电胶实现低阻抗记录,被视为金标准,但其操作繁琐,包括皮肤准备、导电胶应用、阻抗优化和记录后清理,不仅耗时且可能引起受试者不适。长时间记录中,导电胶逐渐干燥导致导电性能下降,且大量电解质可能引发电极间桥接,尤其在密集电极阵列中。因此,湿电极EEG通常需专业技术人员操作,并受限于时间窗口。相比之下,干电极可直接接触皮肤表面,无需导电胶和专业人员,减少时间和成本,同时提升舒适度。然而,干电极EEG的早期发展主要由BCI应用驱动,侧重高交互率和短期任务支持,而临床诊断需要更高信号保真度、可重复性和标准化电极位置,这使得许多BCI导向的设计难以融入医疗流程。此外,传统比较通常在不同会话中收集数据,要求参与者重复任务,引入注意力转移、疲劳、学习等混杂效应。为填补这些空白,研究人员开发了一种新型干电极EEG系统,并通过定制EEG帽实现同步记录,系统性比较干电极与湿电极系统的数据质量和电生理测量性能。

**研究内容与结论**

研究人员招募19名大学生(平均年龄25.32岁,11女8男)作为参与者,在同步记录条件下,执行静息态(闭眼和睁眼)、SSVEP任务和MI任务。静息态用于评估PSD,SSVEP任务用于评估SNR和神经数据中的多变量模式,MI任务用于诱发事件相关去同步(ERD)和事件相关同步(ERS)模式。系统性能通过PSD、SNR、ERSP和单次试验分类准确率量化。结果显示,两种系统在所有任务中表现高度一致:静息态五个频带(delta、theta、alpha、beta、gamma)的PSD无显著差异;SSVEP任务中,8 Hz、10 Hz和12 Hz的SNR在FDR校正后无显著差异;分类准确率相当(SSVEP:干电极80.08%±7.1% vs. 湿电极81.10%±6.5%;MI:干电极72.46%±3.89% vs. 湿电极70.7%±2.37%)。研究结论表明,开发的干电极EEG系统能有效记录研究和临床中常用的电生理测量,质量与湿电极系统相当,为干电极在临床和家庭监测中的应用提供了实证支持。

**主要技术方法**

本研究采用同步记录设计,使用定制EEG帽实现干电极和湿电极系统同时采集,避免分离会话的混杂效应。样本来源为澳门大学19名大学生。关键技术方法包括:干电极系统设计,采用镍钛形状记忆合金弹性基底和不锈钢接触尖(多层金属涂层),电极几何结构根据头皮曲率优化,并配备可调节悬臂臂以适应不同头围;同时使用商用湿电极系统(Biosemi)作为对照。数据处理使用EEGLAB (v2025.0.0)进行带通滤波(1–40 Hz)和平均乳突参考,独立成分分析(ICA)去除眼动和肌肉伪迹。静息态数据采用快速傅里叶变换(FFT)计算PSD,SSVEP数据计算PSD和SNR,MI数据计算ERSP和公共空间模式(CSP)。分类任务使用随机森林算法,通过五折交叉验证评估准确率、灵敏度、特异性、精确度、F1分数和AUC。

**研究结果**

**静息态EEG(闭眼和睁眼)**
通过配对t检验和FDR校正,比较干电极和湿电极系统在闭眼和睁眼条件下的五个频带PSD。结果显示,所有频带均无显著差异(p>0.05),且头皮地形图相似,表明干电极系统能可靠捕捉自发脑电节律,如alpha波在闭眼时增强,符合生理预期。

**SSVEP范式**
在SSVEP任务中,两种系统在枕区通道(O1和O2)均清晰捕捉到基频(如10 Hz)及其谐波峰。SNR在8 Hz、10 Hz和12 Hz频点经校正后无显著差异(例如,8 Hz:干电极7.64±0.60 vs. 湿电极6.76±0.91,p=0.018但校正后不显著),但干电极振幅略低,可能归因于湿电极低阻抗。分类性能显示,干电极准确率为80.08%,湿电极为81.10%,AUC值在0.876–0.984之间,表明两系统在视觉认知任务中性能相当。

**MI范式**
在MI任务中,ERSP分析显示,左/右手抓握想象时,干电极和湿电极系统均出现持续功率下降,但湿电极系统在alpha和beta频带表现出更强和更持续的ERD模式。分类性能上,干电极准确率为72.46%,湿电极为70.7%,AUC分别为0.7963和0.7970,显示干电极在MI任务中性能略优,表明其能有效捕捉运动意图的神经特征。

**讨论与结论**
讨论部分指出,干电极系统在静息态、SSVEP和MI任务中均表现出与湿电极系统相当的性能。静息态结果支持干电极在睡眠监测中的应用,因为其能捕捉delta、theta、alpha等频带功率,用于识别睡眠阶段和病理状态。SSVEP结果验证了干电极在视觉任务中的可靠性,可用于大规模样本和自然场景研究。MI结果中,湿电极ERD更明显可能与导电胶干扰和参考电极位置差异有关,但干电极分类准确率更高,表明其适合神经康复和BCI应用。研究局限性包括同步佩戴可能低估干电极独立性能,导电胶干扰和位置偏移影响比较,以及样本量较小。结论强调,干电极EEG系统作为传统湿电极系统的可行替代方案,在家庭监测、人群研究和神经康复中具有广阔前景。论文发表在《Biosensors》上,为干电极EEG的临床转化提供了系统证据。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号