移动脑电在神经发展障碍研究中的运用
已有研究表明，由遗传和环境之间复杂作用所诱发的神经发展障碍（如：注意缺陷/多动障碍（ADHD）、自闭症谱系障碍（ASD）等），会影响个体成长过程中的大脑功能。为了更好地对神经发展障碍进行诊断和干预，研究者们一直致力于寻找这些疾病的生物标志物（biological markers），包括那些从遗传/环境影响到行为症状的潜在机制。非典型发育的敏感和特定的脑标志物有可能为有效的干预措施（例如，更早或更有针对性）提供依据，通常有可能缓解与神经发展障碍相关的终生疾病。在过去的十年里，移动传感技术迅速发展。其中，先进的移动脑电（mobile EEG）工具现在能够实时灵活地记录大脑活动。移动脑电最初是由将实时神经记录应用于面向消费者领域的研究推动的，包括为游戏控制和驾驶过程中的疲劳监测、脑-机接口（BCI）开发等，以及其他领域包括营销、建筑和城市设计和个性化健康（如：睡眠监测、“大脑训练”）。这些新兴运用场景的兴起和发展促进了人们对脑电记录形式的新需求。在此背景下，即使没有专业的研究人员，也能容易地记录脑电，会增加脑电技术对日常用户的吸引力。因此，在过去十年中，移动脑电技术取得了巨大的进步与发展，进一步促进了其在相关研究领域的应用，同时在一些著名的学术期刊上还有专门针对其神经科学用途的专题，但其与神经发展学家的相关性仍然很少被提及。在本文中，研究者主要阐述了移动脑电所带来的克服传统的神经影像学方法研究神经发展障碍局限性的机会。如果能得到有效的运用，移动脑电图有望揭示神经发展障碍的精神病理学机制，并有助于识别潜在的大脑的生物标志物。虽然移动脑电图在神经发展研究中的应用前景广阔，但仍处于起步阶段，因此我们也讨论了未来的主要困难。本文发表在Developmental Cognitive Neuroscience杂志。(可添加微信号siyingyxf或18983979082获取原文，另思影提供免费文献下载服务，如需要也可添加此微信号入群，原文也会在群里发布)。2 最新进展汉斯·伯格于1924年首次记录了人类脑电图，这是最经典的实时记录大脑活动的无创工具之一。脑电图主要记录与头皮平行排列的锥体皮质神经元产生的总电场活动（以电压测量）。EEG 具有出色的时间分辨率，但空间分辨率相对较差。传统的 EEG 系统在神经发展研究方面有着悠久的历史，但通常仅限于实验室（例如，涉及重型放大器和大量布线），因此可能限制了可以很容易研究的群体以及可以解决的研究问题，我们稍后会扩展（参见第3节）。与移动脑电相关的几个术语已在文献中迅速增加（例如，便携式/无线/可穿戴/干式脑电）。随着这一领域的发展，神经发展学家使用的术语可能会更加一致。例如，最近引入了“transparent EEG”的概念，以描述日常移动传感应用所需的功能组合，例如系统还需要具有自我适用性、运动容限性、近隐形性和适合长时间记录。在这里，我们使用“移动脑电图”来强调移动的两个关键新方面（系统和参与者）及其与神经发展研究的相关性。2.1 硬件移动系统包括硬件解决方案，这些硬件解决方案将脑电技术转换为最易访问的神经科学工具之一（图1和表2）。这些系统通常由小型、轻型放大器和无线传输组成，这有助于提高设备的便携性。这些设备可以是“可穿戴的”。例如，参与者原则上可以在任何时候自由站立和行走，有些系统允许相对较长的记录。然而，考虑到制造商的多样性-对于用来科研的系统（为科学研究量身定制）和面向消费者的系统（主要针对日常应用）-并非所有这些功能都必须存在于给定的系统中。因此，系统的移动性程度可能会有所不同，因此一些设备需要放在背包中，而其他设备则完全头戴式。干电极的最新发展可以进一步缩短制备时间，不再需要使用导电凝胶/盐水贴片，并按照传统EEG的要求，以降低头皮和电极之间的阻抗（尽管并非没有限制；见第4节）。一些干电极采用环形结构，带有针，透过头发接触头皮，但其它干电极则使用包裹在导电织物材料中的泡沫材料。此外，不需要电极接触皮肤即可放大微弱的生物电位的非接触电极的发展也为移动脑电的发展提供了更多的可能性。近期，使用小型非接触式传感器，可在家中非侵入性地检测孕妇的胎儿心电图信号。作为对脑电图记录技术进步的补充，现在可以在日常环境中使用更方便的任务刺激呈现方式，使用轻量级和小型的电脑，智能手机、平板电脑和VR眼镜。这些移动呈现设备可以与定制的商用软件程序相结合，这些软件程序允许以高时间精度（例如：演示移动应用程序；www.neurobs.com)。一些基于智能手机的应用程序可以将刺激呈现、信号记录和在线处理都整合到一个设备中。
图1 移动脑电系统的示例表2 移动脑电系统的关键技术规范概述
2.2 信号处理在过去的十年中，脑电图数据的分析方法取得了重大进展，使得脑电图在科学上更具吸引力，并增加了对更实用系统的需求。EEG数据传统上是在频域（即提取通常在1~70 Hz之间的频带）和时域（即识别针对刺激的时间和相位锁定的EEG活动，即事件相关电位或ERP）进行分析。最近的技术结合了这两种方法，包括时频分析。强大的计算工具——其中许多可用于移动脑电图研究——正开始提高脑电图揭示潜在脑源动力学的能力。例如，独立成分分析（ICA）的空间滤波技术可用于将时间上和功能上独立的成分分离为脑源和非脑源。ICA 用于分析移动 EEG 数据的效用已经在伪影校正（包括眼部伪影）和基于源的分析中得到证实。此外，源分离技术的进步提高了脑电溯源的定位精度，尽管通常需要高密度montages和特定对象的解剖学精确正向模型，因此需要高密度移动 EEG 系统利用这些进步（见下文第4.2节）。对于大数据的自动脑电预处理流程，ICA已经证明可以为使用传统EEG系统的神经发展研究提供有用的帮助。现在这种方法在移动应用程序推动下也可以用于大规模的基于脑电的神经发展研究（见第3.2节）。越来越多的新分析方法被用来测量大脑区域的功能性网络（相互作用）。例如：使用基于脑电图活动同步的连通性测量，并将其应用于自闭症和精神分裂症。非线性信号处理方法也越来越多得到应用（例如，single-trial transient events 和 non-sinusoidal fluctuation）。与传统频谱分析相比，这种方法有望提取更多的功能信息（具有更高的敏感性），以揭示神经发展障碍中的生物标记物。3 核心机遇尽管移动脑电图研究尚处于起步阶段，但认知学家已经利用这项技术研究了各种认知过程，如注意、记忆、空间认知、语音/听觉处理和运动加工。移动脑电图也被用于体育、城市行为、情感识别、神经反馈、运动康复、癫痫和认知障碍。使用移动 EEG 的研究激增，尽管主要是在神经正常人群中，但也为神经发展研究提供了类似的机会。3.1 增加在神经发展人群中的易用性EEG作为一种适用于不同年龄和不同能力的儿童和个人的功能性大脑方法，具有优越的实用性和灵活性的悠久传统。移动脑电图似乎也是如此。正如最近的一项案例研究所证明的那样，该研究调查了一名患有脑瘫的最低限度语言能力的儿童的听觉大脑反应。移动EEG甚至可以更好地满足测量各种神经发展状况的认知、感觉和/或运动敏感性。例如，患有多动症的参与者可能难以长时间保持静止等。移动 EEG 为这些问题提供了解决方案，可通过最大程度的测试来获得高质量的 EEG 数据。一些移动系统只需要 5~10 分钟的准备时间，这提供了更多中断的可能性，并允许在对数据影响最小的情况下进行更多中断。微型和隐蔽形式的 EEG 可以最大限度地减少那些发现电极 - 头皮接触时间长从而不舒服的人群（例如，有感觉过敏症的自闭症参与者）。移动EEG可增加新生儿神经科学研究的可行性。一项概念验证研究成功地在临床环境中将8个电极的移动EEG系统，用以监测6名非临床新生儿的睡眠状态和2名先天性皮层发育异常新生儿的癫痫相关活动。此外，移动EEG也可以促进与其他模态的使用结合，例如功能性近红外光谱（fNIRS），该技术测量血流动力学反应，并且在认知/发育研究中越来越流行，因为该技术也是便携式/可穿戴/无线的。移动EEG的灵活性已在多项现有研究中得到证实，其中一项在飞行期间的开放式驾驶舱双翼飞机中。虽然大多数商用移动脑电图系统不能与智能手机一起使用，但也有少数例外——基于智能手机的EEG有望进一步提高“移动脑电实验室”的便携性，该实验室将允许在日常环境中使用最少的设备进行受控的刺激传递。在方便的地点（如学校或家庭）进行测试，对神经发展学家来说是有利的，因为这样可以减少测试过程中的一些潜在不利因素。同时，对于某些时间敏感的神经认知过程，移动EEG可能是首选。例如，创伤患者可能会对嘈杂的记录仪/有限空间/广泛的布线（传统神经成像固有的）产生反感，尤其是在创伤后不久（例如，创伤后长达6小时）——这是创伤记忆巩固的一个可能的关键时间窗口。移动EEG可以为研究现实生活中的创伤/应激源中的这一过程带来新的可能性，这与当前使用的实验室“创伤”代替的研究形成对比。3.2 融入发展信息进行研究设计移动脑电图可以促进大规模的研究（虽然不是没有挑战；见第4.4节）。神经发展研究的强大设计将纵向和/或遗传信息元素（例如，双胞胎/家庭研究）与跨疾病比较结合起来，以阐明因果方向并确定收敛/发散神经发展途径。一项研究使用商业 EEG 系统在仅三个月的时间内从博物馆环境中获取 400 人的数据，证明了基于 EEG 的数据收集效率的潜在提高。另一项研究涉及家庭环境中的四次日常移动EEG记录甚至一个月内每隔一天（训练运动想象），再次说明了基于移动脑电图的高频评估的可行性（例如，在纵向设计中）。移动脑电图可以无缝地集成到研究中心，促进精神病理学研究的跨学科合作，例如将神经科学与流行病学/遗传学相结合，以及世界范围内跨样本的数据收集，以拓宽发展神经科学中社会文化因素的研究。此外，移动脑电图可以促进跨站点合作，联合开展具有独立重复的大样本研究，这可能对该领域具有变革性。庞大的移动EEG数据以及EEG溯源分析方法，可以作为使用更昂贵的、侵入性的和/或多模式成像的亚组进行针对性分析的基础。此外，从有效的研究中得出基于EEG的敏感遗传风险标记可能为更有针对性的分子遗传学研究提供更高的特异性表征，并揭示基因行为神经发展机制。3.3. 创新性神经认知范式的发展一个令人激动和前所未有的机会是在允许参与者活动的新范式中评估大脑活动（图2）。例如，最近一些针对正常人群的研究在基于实验室的真实事件模拟中使用了移动EEG，例如驾驶模拟器、飞行模拟器、商店浏览模拟以及社交聚会模拟。新范式在提高对非典型认知和情感过程的理解方面具有巨大的潜力。例如，虽然一些神经发展状况与社交互动和沟通困难有关，但旨在探索这些原因的范式往往不涉及互动元素。创造性的方法已经开始将脑电图纳入二人组的自然交互中甚至多个个体，也被称为“超扫描”。移动EEG系统可能有助于将此类范式适应神经发展人群和日常环境。移动大脑/身体成像（MoBI）的方法开创了基于EEG的生态有效范式的开发，该范式结合了参与者的身体动作（例如，步行或导航）。为此，移动EEG已与自行车、身体传感技术和虚拟现实等相结合，在实验室环境中，模拟相对复杂的真实世界场景。类似的方法可以为涉及非典型运动相关过程的神经发展研究提供生态范式，包括手势发展和发育协调障碍。虽然很有希望，但为神经发展研究开发此类范式也可能带来额外的挑战（第4.5节）。
图2 在线移动EEG促进了基于EEG创新范式的开发。示例包括以下装置：a）用于移动大脑/身体成像（MoBI），允许身体运动将EEG与其他基于运动的传感器合并；b）在户外环境（即预先指定的路线）使用基于智能手机的刺激呈现（文字刺激）行走时使用移动EEG；c）在室内社交环境（即教室）中对多个人同时使用移动EEG。如果您对脑电、近红外等数据处理感兴趣，请浏览以下链接（可添加微信号siyingyxf或18983979082咨询，另思影提供免费文献下载服务，如需要也可添加此微信号入群)：上海：第十七届脑电数据处理入门班（上海，8.1-6)第二届MNE-Python脑电数据处理班（上海，8.26-31)第十五届近红外脑功能数据处理班（上海，9.13-18)北京：第三十届脑电数据处理中级班（北京，8.5-10)第四届脑电机器学习数据处理班（北京，8.11-16)第十九届脑电数据处理入门班（北京，10.10-15)第十届脑电信号数据处理提高班（北京，10.16-21）第十六届近红外脑功能数据处理班（北京，10.28-11.2）重庆：第十四届近红外脑功能数据处理班（重庆，8.14-19)第三十一届脑电数据处理中级班（重庆，8.20-25)南京：第十八届脑电数据处理入门班（南京，9.3-8)数据处理业务介绍：思影科技EEG/ERP数据处理业务思影科技脑电机器学习数据处理业务思影科技近红外脑功能数据处理服务思影数据处理服务六：脑磁图（MEG）数据处理思影科技眼动数据处理服务招聘及产品：招聘：脑影像数据处理工程师（上海，北京）BIOSEMI脑电系统介绍目镜式功能磁共振刺激系统介绍4 当前的挑战虽然移动EEG技术在神经发展研究中的应用现在是可行的，但要最大限度地利用这些技术仍有诸多挑战。鉴于该领域的制造商数量不断增加和发展迅速，我们将不评估特定系统——现在评估特定系统在不久的将来可能无关紧要。最终，任何系统都可能有用，具体取决于具体情况，包括：研究问题、预期分析、目标人群、实验范式、所涉及的专业知识。因此，我们提出具有普遍性的问题，并提出提高这项新技术在未来发展性精神病理学研究中的方向。4.1 信号质量最重要的是这些新系统提供的信号质量，以决定其科学适当性，并更好地评估与成本的权衡。尽管这项技术不断发展，但通常很少提供信号质量方面的信息。因此，我们总结了一些关于移动脑电图数据的有效性和可靠性的新发现。4.1.1 效度多数可信的研究将传统EEG的数据结果作为数据有效性参考的“黄金标准”。一些研究表明，移动EEG系统能够重复来自传统EEG研究的结果（为结构效度提供了相应的支持证据）。例如：使用移动EEG在实验室中记录被试完成认知任务时的脑电，进行数据分析后得到与认知任务相关的ERP成分（N2、P3和reward-positivity）。还可以得到的频率特征，例如：即使在单电极系统中，移动EEG系统记录的数据也能得到个体从闭眼到睁眼的静息状态过程中θ能量的降低和α能量的增加，以及户外步行模式下成功提取与记忆相关的事件时β能量的降低。然而，近期研究表明，在使用凝胶（湿电极）系统（例如，与干电极系统相比）时能够同时捕获多个相应的EEG特征（见图3），研究结果呈现了用于评估系统有效性的多个指标。此外，与湿电极相比，干电极对运动伪迹的敏感性更高。这可能是因为干电极在进行脑电数据采集时更容易受到信号衰减和运动伪迹的影响，因此基于干电极的移动EEG研究中的数据有效性需要更进一步研究。
图3 不同移动EEG系统检测到的频谱特征示例（***:p≤ .001; **: .001<p≤ 0.01; *: .01<p≤ .05; 误差线表示± 1个SD）。顶部左侧的图片显示，顶叶α频带的能量从睁眼到闭眼的静息状态显著增加（除Trilobite外）；顶部右侧的图片显示，从简单到更难的认知任务条件中顶叶α频带的能量显著增加（除Trilobite和EPOC外）。底部图片显示，只有在Jellyfish和g.LADYbird两个系统中，从简单到更难的认知任务条件中预期的额叶θ带功率显著增加。另一种类型的研究是直接用组内相关系数（ICC）等指标比较移动EEG和传统EEG数据的一致性（为效标效度提供证据支持），>0.75表示一致性非常高。如：在面孔特异ERP成分N170上，EPOC系统与传统EEG系统有相同的模式（ICC=0.89~95）（见图4）。在oddball任务中，成人和儿童的N2和P3（ICC=0.74~92）等ERP成分也发现了类似的结果。然而，一些移动EEG系统也可能捕获其他ERP成分，例如失匹配负波，但组内相关系数较低（ICC=0.44~74），并且在单试次分类（如，P3）中表现不如传统的EEG系统。
图4 EPOC移动和无线EEG系统测量面孔特异ERP成分实例。与传统EEG系统相比，该移动系统在记录N170振幅/潜伏期方面表现出良好的组内相关性。4.1.2 信度信度是指跨条件测试结果的一致性、稳定性及可靠性。近期的研究表明，与“participants”或“systems”相比，“session”（三个不同的测试场景）仅仅占很小的变异（1%），这表明结果的变异性主要是个体差异导致的，尽管没有报告评估每个系统信度的指标。其他研究已经开始使用重测信度作为相应的测量指标。例如，在坐（ICC=0.68~0.93）和行走（ICC=0.93~0.99）条件下，听觉Oddball任务中（与湿系统更一致）的频谱指标具有良好的重测信度，在睁眼和闭眼静息状态下，甚至在闭眼状态下使用单电极无线系统，分别进行一天，一周，一个月后的重测，数据结果也表现出良好的重测信度（ICCs=0.76–0.85）。然而，对于睁眼静息状态或认知范式或由于电极错位，某些干电极系统其信度可能较低（ICCs=0.57–0.85）。对于事件相关电位（ERPs），在皮尔逊相关为r>0.74的听觉Oddball任务中，可以获得良好的P3振幅重测信度。即使在跑步机上行走与一项Go/NoGo任务同时进行，2年后N2的平均波幅/潜伏期的重测信度也很好（ICC>0.64），但P3的平均波幅/潜伏期的信度较低（ICC=0.32~0.80）。由于使用无线传输，一些移动系统可能容易受到延迟/抖动的影响，这可能导致基于时间分析的测量误差，尽管一些脑电图特征不一定会受到毫秒级的非定时影响。如果必要，可以进行离线校准/校正。然而，一些移动（研究级）系统现在有基于硬件的规定，用于将事件触发器以最小的延迟/抖动集成到EEG数据流中，潜在地避免了离线校准/校正的需要。一组研究使用经典的范式比较了移动系统在静止和非静止条件下跨条件测量的信度。如: 听觉Oddball任务可以在非实验室环境下得到P3成分。即使在移动条件下（即在大学校园内自由骑自行车）可能存在明显的人工伪迹，仍然可以有很高的概率得到单试次的P3成分（见图5）。在全身运动期间使用移动EEG的也可能有机会得到类似的数据，尽管在数据分析时会有额外的技术难点（参见第4.5节）。
图5 在Pz电极点的听觉Oddball任务中三个条件（包括每个条件的示意图；静止、原地踏板和移动）的三种类型刺激（目标、非目标和基线）的总平均 ERP波形图，以及目标刺激的N1 和 P3 ERP成分的拓扑图（使用mBrainTrain的SMARTING）。在静止条件下，参与者以固定的标准面对自然坐在自行车上进行一次记录；在踏板状态下，他们在自行车保持固定位置的同时踩着自行车进行了一次记录；在 Move 条件下，他们在大学校园的 500 m 路线上自由地骑自行车。在所有条件下，都可以看到 P3 成分拓扑图中能量主要集中在后部，而 N1 更集中。与静止和踏板条件相比，移动条件下的 P3 平均振幅（但不是 N1 振幅）分别低 31% 和 26%。4.1.3. 总体评估和未来步骤建议移动EEG的验证研究使用了多种方法。虽然目前提出了一些框架，但是目前缺乏一些基础标准的共识，导致进行跨研究/系统的直接比较极具挑战性。显然，至少目前的一些移动EEG系统可以产生预期的脑电信号，但信号质量比传统EEG系统更低且成本更高（有关系统选择的其他标准，请参见第4.2节和第4.3节）。然而，一些EPOC系统在某些情形下仍然有用（如：平均ERP）。此外，更先进的技术（如：连通性和非线性方法）能否从移动EEG数据中提取出超越传统方法的有意义的信息还有待研究分析。展望未来，系统研究是极具前景的研究，使用多个系统、范式和脑电图参数报告效度和信度，并随着该领域的发展和完善的一致的基础标准，从而可以进行系统评价/荟萃分析。如果所需信息不可用，神经发展学家也可能希望独立测试这些系统，或澄清任务/方案所需的潜在发育敏感适应。例如，获得婴儿稳定脑电图信号所需的试次数。神经发展学家和制造商之间的合作可能带来机会，分享关于给定特定人群/目的的理想移动EEG系统的看法和建议。这种合作可以借鉴最近的成功成果，例如实验室流媒体层技术，这是一种学术界发起的跨平台同步记录的标准（如脑电图、眼球跟踪、运动捕捉等），现在许多制造商都参与其中，极大地促进了移动EEG研究。我们的领域还可以从现有的开放式创意交流（例如，让工程师和神经发展学家紧密合作，制作最终的硬件/软件）和其他针对神经发展问题的相关研讨会中获得灵感。4.2. 电极密度的选择低密度系统可能更经济、更舒适、更轻，但不一定适合所有类型的研究。一些系统在中线或枕部位置没有传感器，而其他的则放在耳朵周围。尽管有新的证据表明，即使是基于耳朵的覆盖也可以捕获基于大脑的脑电图特征，但较低的电极密度可能会限制可能的研究和数据分析过程，因为足够的电极密度对于溯源是至关重要。此外，它对于信号质量（如第4.1节所述）、稳定的参考/重参考和有效的伪迹拒绝分析也很重要，包括基于运动的范式中的肌肉伪迹。更高密度、更高的敏感度来记录不同位置/方向的多个脑电信号源的设备可能在范式/分析中得到更灵活地应用。但低密度系统在某些情况也具有其特有的优势，如在新生儿的大样本研究中，需要以最少的准备时间进行更高效的设置。目前研究级移动EEG系统的寿命和所需的维护是否必然超过传统脑电图实验室的投资还有待观察。然而，相关成本可能会随着时间的推移而降低。4.3. 舒适度问题目前不同的移动EEG系统在对神经发展人群进行感知觉和运动等认知功能研究时的设备灵便性具有很大差异。在不影响数据质量的情况下EEG设备能进行灵活地调整，从而适应不同的头围/形状是至关重要的。如在神经发展人群中头围极端异常是较为常见的。一些EPOC系统（主要基于日用而开发）会因设计问题而产生位置误差，如电极尺寸、固定长度和结构稳定性等。此外，干电极可能会导致被试感觉到不舒服（有时会引起皮肤过敏等）。由于干电极施加压力以确保电极点与头皮直接接触，这些电极可能与长发/浓发缠结。因此，干电极系统（至少在目前的研究形式下）不适合长时间的数据收集。此外，非接触式EEG也具有广阔的发展前景，但目前还不适用于日常的应用。最近评估移动EEG的研究越来越多地考虑到用户体验。在评估一个EEG系统对神经发展人群的适用性时，实际的用户体验反馈越来越重要。例如它是否真的会提高被试招募率（例如，系统是否更具吸引力？）、降低损耗率（例如，它能耐受更长的时间吗？）并尽量减少对脱敏方案的需要（例如，它看起来不那么“可怕”吗？）。4.4. 大规模数据收集的注意事项使用EPOC的低密度移动EEG系统进行有效的数据收集是有应用前景的，但是否能与在神经发展人群中使用研究级高密度系统采集到一样高质量的脑电信号还有待观察。不是每个系统都适用于这个目的。系统的选择将取决于设备的特定特征（如：保质期和电池续航时间）以及更广泛的“移动”配件的重量（如：刺激呈现、脑电图监测和数据存储设备、摄像机、以及其他材料）。基于智能电话的脑电图有助于减少设备负载。对于某些类型的EEG研究而言，“移动EEG实验室”可能是最可行的解决方案（例如，涉及对双胞胎兄弟姐妹进行大规模全国性数据收集的研究）。与过去使用传统EEG类似的研究设计相比，效率和成本效益的提高将是最直接有效的证据。一个核心问题是制定多/非标准环境下的测试方案，特别是当环境变量对移动EEG数据的影响仍然未知时。关于家庭和学校中可能遇到的其他设备（如移动电话、微波炉和空调机组）产生的潜在环境噪声（如电磁干扰）的讨论很少。注意，至少在传统的脑电图系统中，使用有线电极（可以有效地放大电极上的电压）已经证明有助于将此类噪声源的影响最小化，因此有线电极也越来越多地被运用到移动EEG系统中。此外，许多移动EEG系统中的主动屏蔽似乎可以防止50/60 Hz “工频”噪声干扰。虽然这种电磁干扰可能是非系统性的，总体影响不大，但随着EEG测试越来越多地在多个机构中同时进行同一个经典的科学研究，这仍然是一个需要更彻底考虑的重要问题。关于EEG研究的优秀指南包含了移动脑电图研究的许多相关观点，我们从大规模神经发展研究中移动EEG系统的一些初步经验中提出了一些额外建议（表3）（图6）。鉴于我们缺乏标准的指导方针，开创性的（但科学的）解决方案是至关重要的，最好是有来自发展/临床专家的参与和意见。随着移动EEG在神经发展研究中的应用越来越广泛，通过在各个研究小组之间分享建议来完善这些协议/指导方针，以帮助确保多地点协作中的标准的真实性，并鼓励跨实验室重复。后者将从开发EEG数据共享标准中获益匪浅，例如遵循类似的开放协议，开发用于磁共振成像（MRI）的脑成像数据结构（BIDS）和脑磁图（MEG），以促进开放数据共享。表3进行大规模移动 EEG 研究的一些实操建议测试前·确定测试的最低要求，例如：有安静的空间、有合适尺寸的桌子·建立可增强标准化的附加条件，例如：使研究人员完全不在参与者视线范围内的空间布局、可用于放置摄像机以在测试期间监控参与者的整个身体和面部表情的空间·进行测试前访谈（例如，通过电话/电子邮件/短信），以：确定环境条件以应对挑战（例如，当天可能在家的其他人；环境噪音源；没有窗帘的大窗户可能会分散注意力；照明源；插头插座的位置等）、考虑在访问之前发送移动系统（和准备过程）的视频，以引起潜在的关注或特殊考虑测试期间·通过使用“移动实验室配套设备”中的其他设备来最大限度地提高信号质量（请注意，这些建议并不适合每个研究/人群，有些可能会给某些参与者带来压力）：内置耳机或可折叠面板，以减少视觉/听觉干扰；可调节室温的便携式迷你风扇；用于调节体温的通风背心（运动期间）；双层帽（或弹性棉绷带）来固定电极与头皮之间的电极并最大程度地减少电极移动。·鉴于与神经发展团队共同研究时协议方案所需的改动通常较高，因此需要格外注意实际情况与标准协议的任何偏离或修改。·记录常规设置的影像（如：照片或视频；另请参见图 6）·对参与者和 EEG 记录（任务中和任务外）进行主动和持续监控，以确保合规水平测试结束后·整理并形成团队的研究核查笔记和可视化文档，以继续改进和对协议进行标准化；促进共性问题的解决和开放科学的实践（在早期使用该方法至关重要）；识别和追溯意外的噪声源（如：包括来自电子设备的潜在干扰）；便于将环境表征为可量化的变量，以便在以后的分析中加以考虑。·根据开放协议的标准存储和存档 EEG 数据，以促进开放科学注意：此列表并不意味着是最终的或详尽无遗的，它仅基于一组对这些新技术的初步经验。
图 6使用传统刺激呈现在室内位置进行大规模移动 EEG 测试的示意。定时拍摄照片作为研究文档的一部分，从而对测试方案微调并进行标准化。使用Cognionics移动 EEG 的四种EEG环境设置（按顺时针顺序）：在家庭环境中进行测试和静息状态记录，其中包括折叠面板以减少视觉干扰，让参与者的背部面向窗户以减少视觉干扰，以及让研究人员在被试视野之外，从而降低以干扰并做好相应的记录; 也在具有类似设置的家庭环境中进行测试，这次是基于任务的范式，通过笔记本电脑呈现刺激；在办公室环境中进行测试，在必要时使用柔软的棉网来减少电极移动；最后，在家庭环境中进行测试，摄像头的位置可以记录潜在的全身运动/面部表情，以备日后进行更多的可能性分析。4.5. 基于运动范式研究的注意事项参与者的动作不可避免地引入了新的人工伪迹。新的证据表明，如果采用适当的技术和分析方法，可以处理基于运动的移动 EEG 范式中的运动伪迹。但这些方法在神经发展研究中的适用性还需要更多的研究证据，特别是如果使用采样率较低的系统（<128–250 Hz），这可能会限制EEG特征的提取。常规多模态数据采集的出现（包括结合使用惯性传感器（IMU）和移动EEG运动传感器的采集）将进一步促进人工伪迹校正程序的进一步发展和完善。为神经发展研究设计非静态范式仍然存在一些挑战。一种方法是试图在实验室中模拟真实世界的复杂性（图2）。这种设置往往仅限于涉及笨重/重量级设备且没有完全头戴式耳机的专用实验室，包括存放在参与者穿着的背包中或系在腰部的相对较大的放大器。对于神经发展人群来说，这种范式可能是不切实际和不舒服的。其中许多也构成了概念验证研究，主要关注不同类型运动的影响。因此，对于与发育相关的神经认知进行适当和特定的移动范式的开发仍需付出更多的努力。另一种方法是在日常环境中引入实验操作，这面临着如何最大限度地控制刺激呈现的问题（图2）。一些新颖的实施方案包括在有限区域内骑车时在耳机上呈现听觉刺激、以及研究人员通过手持平板电脑屏幕向参与者呈现在预定路线上行走时呈现需记忆的单词刺激。基于智能手机的刺激呈现也越来越多地被用于户外研究。智能手机的移动EEG系统的待机长达7小时，进一步强调了现实世界中长时间记录的可能性。然而，这些例子依旧使用“简单”的刺激。进一步的移动EEG研究可以结合更自然/复杂的刺激，如移动面孔或使用转换范式。令研究者感到振奋的是更多可能性的出现或技术的进步与发展：能将EEG活动与自发行为进行同步的自然主义范式的产生、利用现有的方法和技术进行全程的实时动态编码和解码，以及使用其他日用传感器进行自主事件检测/标记，甚至来自EEG信号。这些众多的可能性可能意味着实验范式的转变，新的实验范式将不在依赖于传统实验室环境下的研究标准或协议，但在方法以及分析和解释方面也存在重大挑战。在日常环境中（例如，在大样本中）使用新兴EEG系统对静态认知范式的建立和信效度进行初步适应/验证，可以作为完善理论、假设和方法的跳板。然后，这种方法可以指导日常环境中移动 EEG 范式的发展，该范式可以在自由移动条件下对现实世界的刺激做出反应（如：研究现实生活互动中的社交交流或购物任务中的执行功能）。5.结论和未来研究方向脑电技术的出现是人类神经科学中研究大脑活动的历史性开始。随着移动应用的不断进步与发展，脑电技术现在已发展成为实时研究大脑活动中最便捷和灵活的工具之一。随着信号处理技术的进步，移动EEG系统有望推进发展性精神病理学研究，特别是通过提高EEG技术在神经发展人群中的群体易用性，在庞大的发展信息研究中促进常规大规模神经数据收集，推动了认知神经研究中新范式的发展。借助这一机遇，该领域可能会为揭开整个生命周期中精神病理学的病因和机制做出更大的贡献。最近利用移动EEG的研究激增，但这些进展在神经发展障碍中的应用仍处于起步阶段。目前有许多移动EEG系统，每种系统都各具优缺点。文章确定了移动EEG技术在将相关硬件和软件的发展完全整合到神经发展研究中仍然面临的关键挑战。在信号质量方面的信效度是有广阔发展前景的（至少在某些移动系统），但我们需要对神经发展人群进行更系统的研究和额外的验证。还应考虑电极密度和舒适性，因为这些方面可能会影响信号质量。将移动脑电图整合到日常环境中的大规模数据采集中是可行的，并鼓励神经发展学家共享标准化指南。最后，在日常环境中检查现实世界行为的范式的出现是一种令人兴奋的可能性，但可能需要仔细设计以确保良好的信号质量和神经发展相关性。神经发展学家的更多投入将有助于进一步为神经发展研究定制移动脑电图进展，并为该领域的同事提供关键信息。如何使用当前形式的移动 EEG 将取决于许多因素，因此对 EEG 系统选择的决定最终取决于各个研究小组。例如，神经发展学家必须要在一小部分患有特定神经发展障碍的参与者中验证一些新的脑电图系统的使用，并使用一个成熟的认知范式来研究一个缺乏常模的新脑电图参数（例如：时频或网络分析）。或者，对于神经发展学家，尤其能够接触到信号处理并与制造商建立合作关系的同行来说，建立一个相对雄心勃勃且规模更大的移动EEG项目将是令人兴奋的，因为他们理论上需要拥有应对未知挑战所需的专业理论知识。同时，持续创新是关键，研究人员可以开始探索并利用这些技术，同时留心一些相关的注意事项。移动EEG的发展对神经发展研究的最大化利用面临着一些挑战。硬件和软件的进步显然正在飞速发展。随着神经发展学家对移动EEG研究的投入不断增加，移动EEG技术将成为未来神经发展和精神病理学研究的前沿。