EEG数据分析实战：从预处理到源定位的完整指南

EEG 数据分析这个领域，说难不难，说简单也真不简单。早几年我刚开始接触脑电的时候，也是被一堆术语和各种预处理流程弄得晕头转向，什么伪迹去除、滤波、分段、基线校正，每一步都感觉在走钢丝，一不小心数据就废了。后来做的项目多了，才慢慢摸出一条更务实、更高效的分析路子。这次我就把 EEG 分析方法与应用实例从头到尾捋一遍，特别是源定位和最小范数估计这块，结合我实际跑过的数据和踩过的坑，一次性讲清楚。

1. 内容整体设计与思路拆解

1.1 从信号到结论：EEG 分析到底在做什么

EEG 的本质，就是通过头皮上的电极记录大脑皮层大量神经元同步放电产生的电位变化。但这里有个很关键的点：你记录到的信号，是成千上万个神经元活动在头皮上的空间叠加结果，它经过了颅骨、头皮这些组织的衰减和混叠，所以并不是某个脑区的"纯净"活动。这也是为什么 EEG 的时间分辨率极高（毫秒级），但空间分辨率相对有限的原因。

分析 EEG 数据，本质上就是在做一件事：从混杂了大量噪声的信号中，提取出与特定认知过程或状态相关的神经活动模式。这个提取过程分为几个层级：

• 信号净化：去除工频干扰、眼电、肌电、运动伪迹等非神经来源的信号，这是所有后续分析的前提。
• 特征提取：从净化后的信号中提取有意义的量化指标，比如某个频段的功率、某个成分的潜伏期和波幅、不同电极之间的同步性等。
• 统计推断：对比不同条件下的这些特征指标，用统计方法确定差异是否显著，以及差异与认知过程的对应关系。
• 空间溯源：在头皮记录到的电位分布基础上，估算出产生这些电位的脑内源的位置和强度，也就是源定位。

这四个层级是层层递进的。前面做不好，后面所有结果都不可信。但是现实中，很多人一上来就急着跑复杂的时频分析和源定位，忽略了最基础的信号质量检查，最后得出的结论往往经不起推敲。

1.2 为什么选择基于 Python 的 MNE 作为主力工具

工具选型上，我主推 MNE-Python。理由很简单：它开源免费、文档完善、社区活跃，而且涵盖了从数据读取、预处理、时频分析到源定位的完整链条。跟 MATLAB 的 EEGLAB 相比，MNE 在处理多模态数据（比如同时记录的 EEG 和 MEG）时更有优势，而且它的源定位模块（包括最小范数估计）实现得非常规范。

当然，工具只是工具，核心是你的分析思路是否清晰。一套完整的出图流程往往是这样的：

import mne import numpy as np # 设置日志级别，避免刷屏 mne.set_log_level('WARNING') # 读取原始数据（这里以 BrainVision 格式为例） raw = mne.io.read_raw_brainvision('sub-01_eeg.vhdr', preload=True) # 查看通道信息，确认参考和电极位置 print(raw.info['ch_names']) print(raw.info['sfreq'])

这个开头看起来简单，但有一个细节需要注意：通道位置信息。如果电极坐标缺失或者不正确，后面的源定位根本没法做。所以拿到数据的第一步，不是急着滤波，而是老老实实检查raw.info['dig']或者通过montage是否正确加载了电极坐标。

2. 核心细节解析与实操要点

2.1 预处理流程中的关键决策点

很多新手会把预处理当成"流水线"，每个步骤照着别人的代码抄一遍就完了。但实际上，预处理里的每一个决策都必须基于你数据本身的特点来做。我分几个关键步骤细致讲讲。

滤波设置：高通滤波的目的是去除缓慢漂移，低通滤波的目的是去除高频噪声。但在设置截止频率时，有个原则——不要过度滤波。比如研究慢波电位或者某些低频成分时，高通截止频率设得太高（比如 1 Hz 以上），会直接滤掉你想研究的信号。我做静息态 alpha 频段分析时，高通一般设在 0.1~0.5 Hz，既去掉了直流漂移，又保住了低频段的信息。低通滤波通常设在 40~100 Hz 之间，具体看你要不要分析 gamma 频段。如果用 50 Hz 陷波去工频干扰，要注意陷波滤波器可能带来的振铃效应，特别是当采样率较低时，这个效应会污染相邻频段。

坏导剔除与插值：这一步很容易被忽略。在我处理过的真实数据里，至少有三分之一的被试存在一两个坏导，要么是电极脱落导致信号平直，要么是接触不良导致的巨大噪声。坏导如果不处理，后续的平均参考和源定位都会被"带歪"。我的习惯是分两步走：先用raw.compute_psd()画出所有通道的功率谱，肉眼识别那些频谱异常（比如完全没有 alpha 峰、整体功率特别高或特别低）的通道；然后再结合raw.plot()和raw.plot_sensors()确认位置，用raw.info['bads']标记，最后在 ICA 之前做插值处理。

ICA 去眼电和心电伪迹：ICA 的核心假设是信号源在空间上是统计独立的，而眼电和心电伪迹在头皮上的分布模式是相对稳定的，因此独立成分里往往能分离出它们的活动。实际操作中，我会用mne.preprocessing.ICA(n_components=20, method='fastica')跑一遍，然后逐个看成分的拓扑图和时间序列。识别眼电成分，最典型的特征就是拓扑图呈额叶前部对称分布，且时间序列与眨眼事件高度相关。

ica = mne.preprocessing.ICA(n_components=20, method='fastica', random_state=97) ica.fit(raw.filter(1, 40)) # 在滤波后数据上拟合，效果更好 # 画出成分拓扑图和激活时间序列，人工识别伪迹成分 ica.plot_components() ica.plot_sources(raw)

需要注意的是，ICA 拟合时用的数据最好先经过 1 Hz 高通滤波，因为低频漂移会破坏 ICA 的独立性假设，导致分解效果变差。但 ICA 拟合参数要用于原始数据（或经过轻度滤波的数据）上做去除，避免丢失低频信息。

2.2 时域分析（ERP）中的"小陷阱"

事件相关电位（ERP）是 EEG 分析里最经典、最成熟的方法。它的核心逻辑很简单：把多次试验中与刺激或反应锁时的脑电片段进行平均，从而把与事件相关的、锁时的神经活动从自发脑电和噪声中凸显出来。

这里的第一个陷阱是分段长度的选择。一般会取刺激前 200 ms 到刺激后 800~1000 ms。刺激前这一段用来做基线校正，所以基线不能太长也不能太短——太长了容易包含前一个刺激的残余活动，太短了又无法估计稳定的基线水平。我做听觉 oddball 范式时，标准刺激间隔是 1200 ms，所以基线选了 -200~0 ms，分析窗口是 0~800 ms，这样既避开了上一个大刺激的干扰，又覆盖了 N100、P200、P300 这些经典的 ERP 成分。

第二个陷阱是基线校正对低频漂移的敏感性。如果数据里存在缓慢的基线漂移，基线校正不仅不能消除它，反而会把它"折叠"进刺激后的数据里，造成 ERP 波形看起来异常偏斜。这也是为什么预处理时必须做高通滤波。

第三点是伪迹拒绝的标准。不同被试的头皮电压差异非常大，一个统一的标准往往会误删很多有效试验，或者遗漏部分伪迹。我的做法是先raw.compute_psd()或raw.plot()看大概的噪声水平，再用epochs.drop_bad(reject=dict(eeg=150e-6))这类参数，根据实际情况上下调整。

2.3 频域与时频分析的方法选择

频域分析的核心是把时间序列变换到频率域，观察不同频段的功率分布。功率谱密度（PSD）计算常用 Welch 方法，它的核心是分段加窗平均，目的是降低估计方差。我在算静息态 alpha 功率时，一般会选 4 秒的窗长，50% 重叠，并用 Hann 窗。

但真正让科研和工程人员兴奋的，是时频分析。它让你能看到不同频段的能量是如何随时间变化的。常用的方法有短时傅里叶变换（STFT）、小波变换和希尔伯特-黄变换（HHT）。MNE 里内置了tfr_morlet函数，用 Morlet 小波做时频分解，非常方便。关键参数有两个：

• freqs：你要分析的频率范围，一般从 1 Hz 到 40 Hz，步长取对数等距或线性等距。
• n_cycles：控制小波的时频分辨率。这个参数很关键，它决定了时间分辨率和频率分辨率的权衡。n_cycles 越大，频率分辨率越高，但时间分辨率越低。

一个比较实用的经验是：低频段选较大的 n_cycles（比如 5~7），高频段选较小的 n_cycles（比如 2~3），这样能在低频段获得较好的频率精度，同时在高频段保留足够的瞬态响应能力。

2.4 源定位：从头皮到脑内的关键一跃

源定位是 EEG 分析里最有吸引力、也最容易让人误用的部分。它解决的核心问题是：这些头皮电位是大脑里哪些位置的神经元活动产生的？由于 EEG 是一个"逆问题"，即从测量到的头皮电位分布去反推脑内源的位置和强度，而脑内可能的源数量远超头皮电极数量，所以这个问题在数学上是欠定的，必须引入先验约束才能求解。

这些先验约束就构成了不同的源定位算法：

• 最小范数估计（Minimum Norm Estimate, MNE）：在所有可能的源分布中，选择源强度向量的 L2 范数最小的那个解。它的优点是计算稳定、不需要预先假设源的个数，适合分布式的源重建。缺点是结果倾向于产生较"平滑"的源分布，对深部源不敏感，并且容易产生虚假的浅表源。
• LORETA / sLORETA：在最小范数的基础上引入了空间平滑约束，使得重建的源分布更加集中。sLORETA 在定位精度上明显优于 MNE 和 LORETA，尤其对深部源有更好的灵敏度。
• Beamforming（波束成形）：通过空间滤波器增强来自特定位置的信号，同时抑制其他位置的信号。它在源定位的同时还能保留源的时间序列信息，非常适合做源空间内的时频分析。

2.5 最小范数估计的数学原理与实际实现

MNE 的核心思想，可以用一句话概括：在头皮的测量信号 b 已知的情况下，求出使得源信号 x 的 L2 范数最小的解。它的求解公式可以写成：

x_hat = M b

其中 M 是所谓的最小范数逆算子，它的计算依赖于前向算子 A（也称为导联场矩阵）。A 矩阵的每一列对应一个候选源位置在头皮上产生的电位分布模式，M 则是 A 的"伪逆"加上正则化约束后的结果。

实际实现时，MNE-Python 的流程是：

# 创建源空间（这里使用 fsaverage 标准脑） src = mne.setup_source_space('fsaverage', spacing='oct6', add_dist=False) # 计算边界元模型 bem_model = mne.make_bem_model('fsaverage', ico=4) bem = mne.make_bem_solution(bem_model) # 计算前向算子 fwd = mne.make_forward_solution(raw.info, trans='fsaverage', src=src, bem=bem, meg=False, eeg=True) # 计算噪声协方差矩阵 cov = mne.compute_covariance(epochs, tmax=0., method='shrunk') # 计算最小范数逆算子 inverse_operator = mne.minimum_norm.make_inverse_operator(raw.info, fwd, cov) # 应用逆算子，得到源时间序列 stc = mne.minimum_norm.apply_inverse(epochs, inverse_operator, lambda2=1/9)

这里有几个必须抠的细节。

前向算子 A 的计算依赖准确的电极位置、头模型和源模型。如果电极坐标和数据本身不匹配，算出来的 A 就是错的，后面的源定位结果毫无意义。所以最理想的情况是用每个被试自己的 MRI 做头模型，但这在常规 EEG 实验里不太现实。现在的折中方案是使用标准脑模板（如 fsaverage），但需要通过trans矩阵把电极坐标对齐到标准脑空间。这个对齐步骤可以用 MNE 的mne.gui.coregistration()交互式完成，一定不能跳过。

噪声协方差矩阵的处理也容易出错。它的作用是为不同通道的噪声水平提供加权。如果不做正则化，或计算时数据选择不当（比如包含了伪迹），算出来的协方差矩阵可能不可逆，直接导致逆算子计算失败。我一般会采用method='shrunk'，并在空窗期（刺激前 200 ms 的静息数据）上计算协方差。

正则化参数 lambda2是 MNE 里最重要的超参数。它控制着解的"平滑程度"——lambda 越大，源的分布越集中但幅度越小；lambda 越小，源的分布越分散但幅度越大。实际中我用lambda2=1/9（即 SNR 约为 3）作为默认值，这个值在很多公开数据集和论文里被反复使用，虽然不一定最优，但能提供一个相对稳定的基线。

2.6 应用实例：从静息态到任务态的源级分析

理论说了这么多，我再结合一个具体的实例讲讲完整的操作链路。假设我们做了一个简单的闭眼静息态实验，记录 5 分钟闭眼静息态 EEG，目标是看看 alpha 频段（8~13 Hz）的源分布特征。

第一步，预处理跑一遍，ICA 去眼电，分段成 4 秒一段的 epoch，剔除伪迹后得到干净的窗口数据。

第二步，计算每个 epoch 在 alpha 频段的功率谱密度。这里我不用 Welch 方法，而是用mne.time_frequency.tfr_morlet做时频变换后，把 alpha 频段和时间点上的功率平均起来。这样做的好处是可以看到 alpha 功率随时间的变化，同时也能避免 Welch 方法的分段窗效应。

第三步，源定位。先在传感器层面算出每个 epoch 在 alpha 频段的平均功率，再把这个平均功率作为"源估计"的输入吗？不对，这里有个细节要注意：源定位是作用于时域信号的，不是作用于功率谱的。所以正确的做法是：

• 先用最小范数估计把每个 epoch 的时域信号变换到源空间，得到源空间的时间序列 stc。
• 再对源空间的时间序列做时频分析，提取 alpha 频段的功率。

# 先做源估计 stc_epochs = mne.minimum_norm.apply_inverse_epochs(epochs, inverse_operator, lambda2=1/9) # 再把源时间序列转化成源功率图 src_power = stc_epochs[0].copy().crop(0, 4) for stc in stc_epochs[1:]: src_power.data += stc.copy().crop(0, 4).data src_power.data /= len(stc_epochs)

最后把源功率图叠加到标准脑表面，用stc.plot(subjects_dir=subjects_dir, surface='inflated')可视化。你会看到 alpha 活动通常集中在枕叶区域，这与 alpha 节律起源于视觉皮层的经典结论一致。

2.7 工具选型速查与参数推荐

很多读者让我推荐一套"最省心"的参数。说实话，参数没有一套万能解，但基于我多年处理多种数据集的经验，下面这份速查表对绝大多数常规 EEG 项目来说是一个可靠的起点：

3. 实操过程与核心环节实现

3.1 从零开始跑通一个完整的 ERP 分析

我拿一个典型的视觉 oddball 实验数据，带你完整走一遍从原始数据到统计结果的流程。

这个实验的范式是：给被试呈现一系列视觉刺激，其中标准刺激（一个圆形）占 80%，偏差刺激（一个方形）占 20%，要求被试对偏差刺激做按键反应。我们要分析的是偏差刺激和标准刺激诱发的 P300 成分差异。

第一步，读取并检查数据：

import mne import numpy as np raw = mne.io.read_raw_brainvision('oddball.vhdr', preload=True) raw.set_montage('standard_1020') print(raw.info['sfreq']) # 确认采样率 print(raw.info['ch_names']) # 查看原始信号质量 raw.plot(n_channels=30, duration=10, scalings='auto')

raw.plot()这一步真的建议老老实实看波形。我自己在项目里见过不少次——有人直接跳过可视化就往下走，结果做出来的 ERP 波形严重失真，大家要注意，视觉检查是预处理里最可靠的质量控制手段。

第二步，滤波和坏导处理：

raw.filter(0.1, 40, fir_design='firwin') raw.plot_psd(fmin=0.5, fmax=50) # 检查频谱，确认工频和噪声情况

滤波之后，我会重点看每个通道的 PSD 图。如果一个通道的 PSD 在所有频率上都明显偏高或者完全平坦，基本可以判定是坏导。标记坏导之后，用相邻通道的插值替换它。

第三步，ICA 去伪迹：

ica = mne.preprocessing.ICA(n_components=20, method='fastica', random_state=42) ica.fit(raw.filter(1, 40)) # 用高通后的数据拟合 ica.plot_components() # 看图识别眼球、心跳等成分 ica.plot_sources(raw) # 看各成分的时间序列 # 识别并标记要剔除的成分（示例：0 号是眼电） ica.exclude = [0] raw = ica.apply(raw)

识别眼电成分最直观的方法是看拓扑图：眼电通常表现为额叶区域的对称分布，一个正极一个负极（比如 Fp1/Fp2 区域极性相反）。心跳成分则通常在颞叶区域有交替的活动模式。

第四步，分段和基线校正：

events, event_dict = mne.events_from_annotations(raw) # 假设刺激标记：1=标准刺激，2=偏差刺激 epochs = mne.Epochs(raw, events, event_id={'standard': 1, 'deviant': 2}, tmin=-0.2, tmax=0.8, baseline=(-0.2, 0), reject=dict(eeg=150e-6), preload=True)

这里有一个容易被忽略的细节：reject=dict(eeg=150e-6)是逐试次、逐通道判定伪迹的标准。如果数据噪声较大，这个阈值可能会删除过多试次。我一般会用epochs.plot_drop_log()看丢弃率，如果高于 20%，说明实验设计或采集环节有问题，需要返回检查。

第五步，提取 ERP 并进行统计对比：

standard_evoked = epochs['standard'].average() deviant_evoked = epochs['deviant'].average() # 画出总平均波形 mne.viz.plot_compare_evokeds([standard_evoked, deviant_evoked], picks='Cz')

到了这一步，你基本能看到标准刺激和偏差刺激在 300~500 ms 之间的明显差异，这就是经典 P300 效应。

3.2 源定位完整实操：从电极坐标对齐到源活动可视化

源定位这一步，很多人在核心参数上栽跟头。我给你一个我自己反复验证过的完整流程。

首先要强调，电极坐标对齐是源定位成败的最关键环节。如果你用 fsaverage 标准脑，那么必须确保raw.info['dig']里的电极坐标与 fsaverage 的头皮表面匹配。MNE 提供了一种半自动的交互式对齐工具：

mne.gui.coregistration(raw.info, subject='fsaverage', subjects_dir=subjects_dir)

在这个界面里，你可以用鼠标调整电极坐标的旋转、平移和缩放，让电极点贴近标准脑的头皮表面。对齐完成后，点击保存 trans 文件。这一步做得好不好，直接影响前向算子的精度。我见过很多论文复现失败，最后发现都是这一步没对齐或者对齐粗糙。

对齐完成后，就按之前给过的代码依次走：建立源空间 -> 计算 BEM -> 计算前向算子 -> 计算噪声协方差 -> 计算逆算子 -> 应用逆算子。这里补一点，fwd = mne.make_forward_solution(raw.info, trans='fsaverage', src=src, bem=bem, meg=False, eeg=True)中的trans参数就是刚才对齐生成的 trans 文件路径。如果你没有自己的 MR 结构像，用'fsaverage'作为标准被试名即可。

最后一步是源活动可视化：

# 假设置信区间用置换检验或 bootstrap 生成 stc.plot(subjects_dir=subjects_dir, surface='inflated', hemi='both', views='dorsal', time_viewer=True)

你会看到源活动以热力图的形式叠加在脑表面，红色代表活动增强，蓝色代表活动减弱。对于 P300 来说，你往往能看到颞顶联合区、前扣带回等多个关键脑区的活动增强。这就是"从头皮到脑内"的完整转化。

4. 常见问题与排查技巧实录

4.1 伪迹去除后数据反而变差

很多人在跑完 ICA 之后，发现数据并没有变干净，甚至某些通道的波形出现了奇怪的高频振荡。这种情况大概率是在 ICA 拟合时把坏导也包含进去了。坏导的噪声模式与神经信号差异很大，但它并不是一个"独立源"，ICA 算法很难把它合理分解，结果会把坏道噪声扩散到多个成分里。所以我的建议是：在跑 ICA 之前，一定要先把坏导标记并插值，或者至少在 ICA 拟合时排除坏导。

另外一个常见原因是 ICA 的拟合数据没有经过高通滤波。如果直接拿 0.1~40 Hz 的原始数据拟合，那些缓慢漂移和基线波动会被误认为独立成分，导致真正的眼电成分无法被充分分离。所以我在 ICA 之前一定会用raw.filter(1, 40)做一次预滤波，拟合完成后再用原始数据应用。

4.2 源定位结果出现大面积、没有意义的"弥散"

最小范数估计本身会产生比较平滑的源分布，如果你发现重建后的源活动几乎覆盖了全脑，而不是集中在几个关键区域，问题就出在数据质量和先验约束上。我排查的顺序一般是：

1. 检查噪声协方差矩阵。如果协方差里含有伪迹信息，逆算子的空间滤波器会失衡，源估计就会大面积扩展。重新用干净的静息期数据计算协方差，或者用method='shrunk'增强稳定性。
2. 检查电极坐标对齐。如果电极坐标偏了，前向算子（导联场矩阵）就不对，逆算子也会跟着出错。重新做一次coregistration，把电极位置对准头皮表面。
3. 降低正则化参数 lambda2。如果 lambda 设太大，源分布会过度平滑。先从lambda2=1/9开始，再试1/3、1/27，观察结果的变化。

4.3 频段分析结果不稳定，重复运行结果不同

如果你发现同一个数据集重复跑两次，某个频段的功率值都有很大差异，大概率是分段、加窗或者 ICA 随机性导致的。

• Welch 方法的窗长和重叠率会影响 PSD 估计的方差。窗长越长，频率分辨率越高，但估计的方差越大。我一般选择 4 秒窗长，50% 重叠。
• ICA 的fastica算法带有随机性，如果设置了random_state但每次用的值不同，跑出来的成分就会不同。这在一定程度上是正常的。关键是你在报告里要写清楚随机种子，让结果可复现。
• 时频分析里的 n_cycles 太小，会导致时间分辨率过高、频率分辨率过低，结果对噪声和瞬时波动非常敏感。这也会导致不同试次之间的功率差异很大。

4.4 常见问题速查表

5. 一些实用的统计分析技巧

很多人做完特征提取就急着出图，但统计分析做得不严谨，结论同样站不住脚。在 EEG 研究里，多重比较问题非常突出——你可能同时比较了数十个通道、数十个时间点、多个频段，如果对每个位置分别做 t 检验，假阳性的概率会急剧上升。

我的建议是优先采用聚类置换检验（cluster-based permutation test）。它的思路是：把相邻的、在时间-空间-频率维度上显著的样本聚成一个簇，用簇的大小作为统计量，然后通过置换检验估计它的零分布。

from mne.stats import permutation_cluster_test # X1: 条件1的功率或幅值数据（通道 x 时间） # X2: 条件2的数据 t_obs, clusters, p_values, _ = permutation_cluster_test( [X1, X2], n_permutations=1000, tail=0, out_type='mask')

使用聚类置换检验最大的优势，是它自动控制了多重比较问题，并且能直观地告诉你"显著差异发生在哪些通道、哪个时间段、哪个频段"。在实际报告中，最好同时报告未校正的 t 值和经过聚类校正后的 p 值。

6. 到这里，我还想分享几个经验心得

EEG 分析做了这么多年，我最深的体会是：分析流程的科学性，远比某个具体技术参数的"最优值"重要。一个再好的源定位算法，也救不了一堆质量糟糕的原始数据；反之，只要预处理做得扎实，哪怕用最简单的最小范数估计，也能得到可靠的结论。

具体的实操中，我有几个小习惯可以分享给大家：

• 每个被试的数据，我至少会人工目检两次波形。一次在预处理开始时，一次在 ICA 完成后。很多问题通过肉眼就能发现，反而比各种自动算法更可靠。
• 任何自动化的伪迹检测算法（比如阈值法、ICA 的自动标签功能），都要配合人工复核再决定是否接受。自动算法只是辅助，不能完全替代人的判断。
• 做源定位时，如果条件允许，强烈建议至少跑两种算法（比如 MNE 和 sLORETA）做交叉验证。如果两种算法给出的主要活动位置基本一致，那结果会更有说服力；如果差异很大，说明数据或参数设置有隐藏问题。
• 保存处理过程日志。MNE 会记录每次滤波、分段、ICA 的参数，但自己写一个简单的分析清单（每个被试用了哪些步骤、哪些参数、丢弃了多少试次）会是未来排查问题的重要依据。

这行做久了，你会发现 EEG 分析真正考验人的不是跑代码，而是对信号生成机制的理解深度、对数据结构细节的敏感程度。希望这篇实操总结能帮你在 EEG 分析这条路上少走一些弯路。从最简单的时域特征做起，逐步加深到源空间分析，每一步都用心对待，你会慢慢建立一套属于自己的可靠分析框架。