基于脑电图（EEG）技术的神经反馈

Hello，

这里是行上行下，我是喵君姐姐~

前期文章（神经反馈的前世今生）对神经反馈做了一个大致梳理，我们知道根据大脑活动信号的种类，神经反馈可以分为基于电生理学的神经反馈以及基于血流动力学的神经反馈。

基于电生理学方法的神经反馈根据提取电生理活动指标的方法与技术手段可以分为基于脑电图(Electroencephalogram,EEG)的神经反馈、基于脑磁图(Magnetoencephalography,MEG)的神经反馈以及基于脑皮层电图(Electrocorticography, ECoG)的神经反馈方式。

本期我们主要围绕基于脑电图(EEG)的神经反馈进行探讨。

一、基于脑电图神经反馈技术的起源与发展

1.脑电的发现：1924年，德国的精神科医生翰思贝鲁加发现人脑也产生一种电信号，并于1929年首次发表《人脑的电信号》论文。

2.α波的控制：20世纪60年代后期，卡梅拉教授发现受试者可以意识到自身的脑部状态，甚至可以对α波的脑电活动进行控制。

3.脑电波的改变：1969年，Sterman研究通过铃声训练猫的摄食行为，训练猫产生SMR节律，发现脑电波是可以训练的。

4.SMR波的训练：1975年，Joel lubar夫妇通过训练SMR波等，来教导注意力障碍和多动症的患者如何获得行为上的沉静和改善注意力的状态。

二、EEG的神经生理基础

神经元（通常是锥体细胞）与细胞外的环境交换离子，形成突触后电位，当离子被排除神经元时，会推动周围电荷。电荷们的运动形成离子波，离子波到达头皮上的电极时，会拉动电极中的电子，从而出现电压差，得到脑电图。

三、基于脑电图的神经反馈系统的组成部分

基于脑电图的神经反馈根据其作用的环路机制形式分为两种。即：开环(Open-looped)的神经反馈形式与闭环(Closed-loop)的神经反馈形式。

开环模式的脑电神经反馈是将个体中提取的大脑电生理活动信号通过脑机接口(Brain-computer interface)传入计算机进行识别而作为一个指令，计算机能够根据信号的变化产生不同的指令模式协助个体独立于身体的输出模式与环境产生交互作用。

在开环的脑电神经反馈中，个体通过由目标脑电活动信号操纵的指令输出是否能够成功执行个体所需要的任务而获得反馈的效果，而这种反馈效果是直接作用于环境而不是个体本身的，因此开环的脑电神经反馈形式常用于辅助身体活动障碍患者进行运动的机械臂、轮椅等工具的控制中。

闭环模式的脑电神经反馈是将从个体提取的大脑电生理活动信号以实时变化的刺激形式呈现给个体，使得个体能够根据刺激的变化获取对目标电生理信号活动进行实时反馈，在这个过程中产生新的活动信号，形成的闭合的环路，其较常用在科学研究上。

闭环脑电神经反馈模式中，包括五个最主要的组成部分，分别是训练者本身(Learner)、数据获取部分(Data acquisition)、数据预处理部分(Online data-prepocessing)、数据特征提取部分(Online feature-extraction)以及数据反馈生成部分(Online feedback-generation)。

四、脑电信号的测量与记录

EEG信号一般通过电极从头皮表面固定的位置进行记录，国际脑电图学会制定了统一的10-20国际脑电记录系统，现代的64导或128导电极帽也是根据10-20系统扩展而成的。

在此系统中，在头皮表面放置21个电极，电极的位置由下列方式确定：参考点为鼻根（鼻子的最上部，与眼睛平齐）和枕骨隆突（脑后枕骨外的突出部分）；以这两个点和头顶中央构成一个横断面，以这个横断面的边界为中心线，分别平行和垂直这个中心线将大脑曲面以10%和20%的间隔进行切分，电极沿着这些交汇点等距离放置。

EEG测量中，可以使用双电极或单电极方式：在双电极测量中，测量的是两个电极间的电压差，如图(a)所示；在单电极测量中，每个电极与中心电极或与其它电极的平均值的差值作为测量结果如图(b)所示。

五、脑电图的基本特征

EEG具有在时间和空间分布上不断变化的特性，因此，它的电位（振幅）、时间（周期）及位相三者构成为脑电图的基本特征。

EEG的振幅主要决定于脑内发生的电活动的强度和参考电极的选择，其变化方式大致分为三种：①非常快的突然性变化如癫痫波；②短时间内（几十毫秒至几分钟）的变化，如闭目状态的睁眼，外界刺激及思维活动等引起的变化；③发育过程中或者随年龄增加出现的几天至几年的缓慢振幅变化。

EEG的周期与物理学中正弦波的周期略有不同，它指的是一个波的波底到下一个波的波底之间的时间，每秒种出现的周期的数目即频率。

EEG 的位相又被称为脑波的极性，通常规定，以基线为标准，波顶朝上的脑波为负相（阴性）波，波顶朝下的脑波为正相（阳性）波。

六、脑电波的正常表现

脑电图中EEG频率一般在0.5~30Hz,通常按照频率进行分类以表示各种成分。

一般将比α波慢的δ波与θ波统称为慢波；而将比α波快的β波和γ波统称为快波。

（1）δ波

δ波的频率为0.5~3 Hz，振幅0~200µV。δ波出现在熟睡、婴儿、深度麻醉及严重器质性脑病患者中。

δ波也可以在作了皮质下横切手术的试验动物的脑上记录到这种波，这种手术使大脑皮质和网状激活系统产生了功能性分离，因此，δ波只能在皮质内发生，而不受脑的较低级部位神经的控制。

（2）θ波

θ波的频率为4~7 Hz，振幅10~40µV。在困倦时出现，是中枢神经抑制的表现。从小儿到成人，θ波数量逐渐减少，频率逐渐增加而振幅逐渐降低。健康成人脑电图中仅散在出现少量θ波。

θ波主要发生在儿童的顶部和颞部，成年人在感情压抑，特别在失望和遇到挫折时，也能出现近20s的θ波。疲劳状态或入睡后θ波将增多。在老年期和病理状态下θ波是很常见的波形。

（3）α波

健康成人α波的频率范围为8~13 Hz，平均振幅在30~50µV，主要分布于枕叶及顶枕区，一般呈正弦波样。

大多数健康成人的脑电以α波为主要成分，在觉醒安静闭目状态时出现的数量最多且振幅也最高。当进入睡眠时，α波完全消失。清醒时睁开眼睛或注意力集中时其幅值降低，并由较高频率的β波代替。

α波随脑发育成熟或年龄的变化而变化。对少儿，随着脑的发育α波数量逐渐增多，频率逐渐提高，至成年期趋于稳定，到老年期α波则逐渐变慢。可见α波的频率、振幅、和空域分布等因素是反应大脑机能状态的重要指标。

（4）β波

兼顾两种分类法，β波的频率范围为13~30 Hz，振幅一般5~30µV，它遍及整个大脑，主要分布于前半球及颞区。约有6%的健康成人的脑电图以β波活动为主。

β波可能与性别、心理、个性及年龄有关。一般女性较男性β波多见，老年人β波较成人为多。情绪不稳、应用镇静催眠剂等药物时β波常会增多，振幅增高。

β波可进一步分为β1和β2，β1波的频率约为13~20 Hz, 它与α波一样受心理活动的影响，β2波的频率约为20~30 Hz, 它在中枢神经系统强烈活动或紧张时出现。

（5）μ节律

μ节律是在中央区出现的8~12 Hz的梳形节律。可见于一侧中央区，在两侧中央区出现时可以不同步、不对称。μ节律在睁眼时不消失，但在握拳（对侧）、精神活动及受到触觉刺激时出现抑制有短暂的消失。μ节律可出现于健康人、神经症及脑外伤后等，其意义尚未明确。

（6）SMR波

SMR波的频率为12-15Hz，是人的基础律动能力，通常被认为与注意、感知以及长期记忆等有关。脑科学中将其称为注意力波，是控制行为活动保持良好的节律性的能力。

此外，对在特定条件下，如在病理情况下容易出现的与上述不相同的脑波，则按其波形特征及其所代表的意义分别予以命名，如棘波、尖慢综合波、顶尖波及三相波等。

七、基于脑电图神经反馈的临床应用

目前基于脑电图的神经反馈在信号的采集上具有无创、简便易用以及费用低廉等优点，近年来已广泛应用于脑-机接口技术，在康复治疗、环境控制等方面取得了重要进展。

最早将神经反馈用于癫痫治疗距今已有30多年历史。到目前为止，经研究证明最为有效的是在癫痫和注意力缺陷多动障碍（Attention Deficit Hyperactivity Disorder, ADHD）治疗领域。

此外，它在临床上的应用研究已经扩展到反应性依附障碍（Reactive Attachment Disorder, RAD）、强迫症（Obsessive Compulsion Disorder, OCD）、艾斯伯格症（Asperger’ s Disorder）、创伤后应激障碍（Post Traumatic Stress Disorder，PTSD）、慢性疼痛以及抑郁等疾病。同时，对于正常人情绪、认知的改善，艺术水平甚至手术能力的提高均有一定效果。

小伙伴们也可以在留言区将自己的相关经验分享一下，和大家互相交流哈~

分享完毕，希望有所帮助。记得点赞关注哦

参考文献：

[1] 尧德中. (2003).脑功能探测的电学理论与方法.科学出版社.

[2] Monderer, R. S. , Harrison, D. M. , & Haut, S. R. (2002). Neurofeedback and epilepsy. Epilepsy & Behavior. 3(3), 214-218.

[3] 臧国华. (2005). 面向脑机接口的脑电信号采集系统的设计与实现.国防科学技术大学.

[4] Egner, T. & Sterman, M. B. (2006). Neurofeedback treatment of epilepsy: from basic rationale to practical application. Expert Review of Neurotherapeutics, 6(2), 247.

[5] Thompson, L. , & Thompson, M. (2009). Qeeg and neurofeedback for assessment and effective intervention with attention deficit hyperactivity disorder (adhd) - sciencedirect. Introduction to Quantitative EEG and Neurofeedback (Second Edition), 337-364.

[6] Joshua, Raymond, and, Carolyn, Varney, & and, et al. (2005). The effects of alpha/theta neurofeedback on personality and mood. Cognitive Brain Research, 23(2-3), 287-292.

[7] Millan, J. , Galan, F. , Vanhooydonck, D. , Lew, E. , Philips, J. , & Nuttin, M.(2009). Asynchronous non-invasive brain-actuated control of an intelligent wheelchair. Conf Proc IEEE Eng Med Biol Soc.

[8] 蒲贤洁. (2011). 基于脑电的神经反馈技术及应用研究. (电子科技大学).

[9] Jensen, O. , Bahramisharif, A. , Oostenveld, R. , Klanke, S. , & Gerven, M. . (2011). Using brain-computer interfaces and brain-state dependent stimulation as tools in cognitive neuroscience. Frontiers in Psychology, 2(100), 100.

[10] Ros, T., Baars, B. J. , Lanius, R. A. , & Vuilleumier, P. . (2014). Tuning pathological brain oscillations with neurofeedback: a systems neuroscience framework. Frontiers in Human Neuroscience, 8(1008), 1008-1008.

[11] E Oblak, F Scharnowski, J Sulzer, J Lewispeacock, L Stoeckel, & ML Blefari, et al.(2016). Closed-loop brain training: the science of neurofeedback.Nature Reviews Neuroscience, 18, 86-100.

[12] Stefanie, E. G., Huster René J., & Herrmann, C. S. (2017). Eeg-Neurofeedback as a Tool to Modulate Cognition and Behavior: A Review Tutorial. Frontiers in Human Neuroscience, 11, 51.

[13] 陈梓俊. (2020). 脑电神经反馈综述. 心理学进展, 10(4), 12.

公众号最近要更新头图啦！！！pick一下你喜欢的头图叭~

作者：石子

整理/排版：石子

校对：喵君姐姐、Ting Zhang