EEG实验设计全流程详解：以P300 oddball范式为例

做脑电（EEG）实验设计这件事，说大不大，说小不小。很多刚入门的人以为流程就是“戴电极帽、跑刺激程序、存数据、平均一下”，好像挺简单。但真正上手之后才会发现，一个实验能不能出稳定的成分、结果能不能解释得通、最后能不能写进论文，在实验设计阶段就已经决定了七八成。这一篇我把自己这几年做脑电实验的经验系统梳理一遍，不讲空泛的理论，重点放在设计的底层逻辑上，配合一个完整的P300 oddball实验实例，从假设、刺激参数、采集配置一路讲到预处理和统计，相当于把一套可复用的实验模板完整拆给你看。

这篇内容适合正在设计第一个ERP实验的研究生，适合做脑机接口、人因工程时需要自己搭EEG实验的工程师，也适合想真正理解“为什么EEG实验要这样设计”而不是只照着教程跑一遍的同学。我尽量把每个关键决策背后的道理讲清楚，你跟着走一遍，之后换成其他成分、其他范式也能触类旁通。

1. 实验设计的底层逻辑：先想清楚你要测什么

1.1 成分锁定：你的实验到底想诱发什么

做脑电实验的第一步不是写代码、不是挑设备，而是先锁定你要研究的ERP成分。ERP（事件相关电位）是EEG中锁时于某个事件的神经电活动，记录的是大脑对特定刺激或任务的“响应”。常见的成分有P300、N400、N170、ERN、MMN等等，每一个成分在时间窗、脑区分布、心理意义上的定位都不一样。

举几个例子。P300指的是刺激呈现后大约300ms处出现的正向波，主要集中在中央-顶区头皮位置，跟注意资源分配和工作记忆更新有关，经典的诱发方式就是oddball范式；N400是语义相关刺激后约400ms出现的负向波，主要分布在中后部头皮区域，跟语义整合加工密切相关，常见于句子或词汇语义违反实验；N170是面孔刺激后约170ms出现的负向成分，位于后颞区，常被用来研究面孔加工。

我的建议是，动手之前必须能把“我要测什么成分、它应该出现在哪个时窗、哪个电极点最明显”这三句话写清楚。很多同学一上来就说“想用EEG测认知”，但说不清到底测哪个成分，最后画出来的总平均波形自己都没法解释。成分一旦锁定，后面所有设计决策——刺激范式、电极布设、滤波带宽、分析时窗——都围绕它展开，就不会跑偏。

1.2 自变量、因变量、控制变量：脑电实验里的控制比行为实验更严格

回到实验设计最基础的框架：自变量、因变量、控制变量。做EEG的时候，自变量的设定比行为实验要更讲究，因为你的因变量本质上是一条随时间变化的波形，而不是一个简单的反应时或正确率数字。

举个例子，你想验证“语义违反是否引发N400”，自变量是句子最后一个词的语义一致性（一致 vs 不一致），因变量是目标词出现后N400时窗内的平均振幅。但这里有个很容易被忽视的问题：除了你操纵的语义一致性，词频、词长、句子结构、刺激出现的概率，甚至目标词在句中所处的位置，全都可能影响N400的振幅。如果在不一致条件下用的都是低频词，在一致条件下用的都是高频词，最后观察到的“语义效应”里就混进了词频效应。

实践中的控制手段通常有两类：一类是让各条件的刺激属性尽量匹配，比如词频、笔画、音节数都逐一对照；另一类是用“同一刺激、不同语境”的拉丁方设计，让同一个目标词在不同条件下轮流出现，从根源上排除刺激本身的差异。这个环节看着枯燥，但审稿人不会放过。控制没做好的话，哪怕画出了好看的N400波形，一追问“你的词频是否平衡了”，场面就很被动了。

1.3 叠加平均的数学逻辑：为什么EEG实验需要那么多试次

新手最不解的问题之一就是：为什么一个EEG实验动不动就要重复几十上百次同样的刺激？答案藏在信噪比里。单次刺激诱发的ERP信号只有几微伏到十几微伏，而自发脑电的幅度常常达到几十微伏，再加上肌电、眼电、环境噪声，单次试次的信噪比非常低，你根本不可能在单段数据里直接看到稳定的ERP成分。

叠加平均是解决这个问题的核心机制。ERP成分与刺激锁时，每次都出现在刺激后固定的时间点，波形方向、形态一致；而背景噪声是随机的，每次出现的相位和幅度都不一样。把N次试次叠加平均后，信号部分线性相加，噪声部分正负相消，理论上信噪比可以提升约根号N倍。也就是说从4次加到16次，信噪比翻一倍；想再翻一倍，就要累加到64次。

这直接决定了每个条件需要多少试次。像P300这种幅度相对大的成分，每条件40到60个干净试次通常就够稳定；但像MMN这种小成分，往往需要150到200个试次。注意这里说的是“干净试次”，也就是剔除伪迹之后剩下的数量。所以采集阶段一般要比目标数量多采20%到30%，给预处理留出损耗空间。这个账必须在设计阶段就算好，否则跑到最后数据不够，受试者又已经累得不行，补采的代价会非常大。

2. 范式与刺激设计的实战选择

2.1 范式选型：该保守的时候别乱创新

锁定成分之后，就要选一个已经被验证能可靠诱发目标成分的范式。最经典的是oddball范式：序列里频繁出现标准刺激，偶尔插入偏差刺激，经典的P300实验就是这么做的。除此之外，go/no-go范式适合测抑制相关成分，线索-靶子范式适合测注意定向，句末词语义违反范式是N400研究的标准做法。

这里我要特别提醒一句：新手不要一上来就创新范式。你第一次做脑电实验，设备、软件、数据管线都是新的，任何一环出问题都会让结果变废。先老老实实复现一个经典范式，确认在自己的设备上能稳定诱发出目标成分，再考虑加自己的原创设计。没有参照数据，你根本判断不了自己的波形是真实效应还是采集过程的假象。创新范式通常留到熟练之后，或者至少在经典范式的基础上渐进式修改。

各类成分和范式的基本对应关系，大致可以整理成一张表：

这只是一个起点，具体参数得按你的实验材料和研究问题再细化。

2.2 刺激参数怎么定：SOA、呈现时长、概率与随机化

SOA（Stimulus Onset Asynchrony，刺激起始间隔）是刺激设计里最常被忽视但极其关键的参数。SOA太短，前后两个刺激诱发的ERP波形会重叠，后面成分没干净地分解开；SOA太长，被试容易走神，实验时间也拖得很长。一般固定为800到1200ms比较常见；如果研究需要更短的间隔，可以在600到1200ms之间做随机化抖动（jitter），这样既能降低波形重叠的风险，也能避免被试形成节律性期待，减少伴随的准备电位干扰。

刺激呈现时长也要注意。视觉刺激一般100到500ms不等，太长的呈现时间会引入额外的视觉加工成分；纯音刺激通常是50到300ms，带上升/下降沿的包络可以减少刺耳的开关噪声。目标刺激的概率和数量有个铁律：偏差/目标刺激的比例一般控制在10%到20%，否则目标刺激不够“罕见”，P300的效应会被显著稀释，因为它的振幅本质上是跟刺激概率绑定的。

随机化还有一个容易踩的坑：不能让两个目标刺激连续出现太多。比如oddball实验里，连续出现三个目标在后，被试会下意识地等着下一个目标，注意状态完全变了。我一般会在随机序列里加一条硬性约束：相邻两个目标刺激之间至少间隔3个标准刺激，保证每个目标前后都有足够的“默认状态”做对照。序列生成后一定要肉眼检查一遍，不要完全依赖随机数生成器。

2.3 被试数量与统计功效：别等数据收完了才后悔

被试数量这个事儿，我多说几句。10个被试真的不够，你去看那些“5个被试就做出P300”的演示，那是为了展示现象，不是做研究。要做组水平的统计检验，EEG效应虽然组内通常达到中等偏大，但被试间差异很大，加上坏电极、坏试次、个别被试数据作废，实际可用数据往往要打一个折扣。基于我个人的经验，经典成分、两到三个条件、组内设计，至少16到24个有效被试比较稳妥；如果有组间因素，每组15个以上起步。

我特别推荐一种做法：先跑前5个被试的快速预览。做完头几个被试，立刻走一遍预处理和单被试平均，看看波形是否出现了预期方向和大致时间窗。这不是偷懒，而是及时纠错。设备和流程如果有大问题，这个时候发现和全部跑完才发现，成本差一个数量级。我自己早期做过一次实验，跑了10个被试才意识到参考电极接错位置，数据全部白收，真的是血泪教训。

3. 完整实例：一个P300 oddball实验从设计到出图

3.1 实验背景与研究假设

这里我拿最经典的例子把整套流程走一遍。假设要研究“听觉刺激的罕见程度对P300的影响”，做一个听觉oddball实验。标准刺激是1000Hz纯音，出现概率80%；目标刺激是2000Hz纯音，出现概率20%；被试的任务是对目标刺激快速按键反应。

研究假设可以这样写：相比标准刺激，目标刺激诱发的P300振幅显著更大，峰值出现在刺激后约300到500ms，在中央-顶区（Cz、Pz）最为明显。这个假设简单得有点无聊，但它足以演示整个设计、采集、处理和统计逻辑。做实验研究其实也一样，把简单假设的执行细节打磨到位，比堆砌复杂假设但执行粗糙强得多。

3.2 刺激呈现与实验流程

刺激时长设为300ms，SOA固定为900ms。目标刺激随机穿插在标准刺激序列中，相邻两个目标之间至少间隔3个标准刺激。每个block包含100个刺激，一共6个block；按20%的目标概率算，每个block有20个目标，全实验一共120个目标试次。就算剔除一些伪迹，也能留下80个以上的干净试次，足够稳定叠加P300。

被试坐在隔音室里，注视屏幕中央的十字，要求忽略视觉注视点，只注意听声音并按指定键。按键反应有两个作用：一是让被试保持主动注意状态，二是收集行为数据（反应时、正确率）作为后续解释结果的佐证。整个过程加上休息大约30到40分钟，这个时长对维持被试状态也比较友好。

3.3 采集参数怎么设

电极按照10-20系统放置32导或64导电极帽。P300分析的重点电极是Fz、Cz、Pz，但最好还是全脑采集，为后面做地形图或者尝试其他电极位置留有余地。额外放一对眼电导联：垂直眼电（VEOG）放在左眼上下约1cm处，水平眼电（HEOG）放在两眼外眦约1cm处。参考电极一般选双侧乳突（M1/M2）的平均，接地电极放在额极中点。采样率500Hz就足够，因为ERP主要分析低频成分；如果你后面计划做时频分析，建议提到1000Hz。

采集时滤波器可以粗设一个0.1到100Hz的带通，真正的滤波参数留到离线预处理阶段根据数据质量再定。ERP分析的常用带宽是0.1到30Hz或0.01到40Hz。这里有个原则问题：高通截止频率不能设太高，否则慢波成分会被滤掉；但如果是直流放大系统，设置的滤波方式又不一样。具体参数要在预处理的预览阶段反复对比，不能盲抄文献。

4. 数据预处理：从裸数据到干净的ERP波形

4.1 伪迹识别：先浏览数据，再谈去伪迹

预处理是EEG实验里最“脏”但也最体现功力的环节。第一步永远是浏览全部连续数据，把明显的坏段先标记出来：大幅度漂移、肌电爆发、电极松动产生的“方块波”、突然的尖峰，都要人工看过之后决定剔除或保留。这一步千万别省，很多自动算法会把带漂移的数据当成正常数据，后面kp均值全错。

第二步是ICA去除眼电伪迹。ICA不是万能药，它需要足够长的数据才能稳定分解出独立成分。如果连续数据很短，强行跑ICA反而会引入过拟合，把信号也拆掉。跑完之后必须逐一看每个成分的地形图和时间序列，确认哪一个对应眨眼或眼动，再手动剔除。眼电成分的地形图通常是额区前部的类偶极子分布，时间序列跟眨眼时刻高度吻合。自动根据某个指标批量剔除，基本都会误伤真实脑电成分。

4.2 分段、基线校正与试次剔除

预处理的标准链路大致是：滤波 → 浏览审查 → ICA去眼电 → 分段 → 基线校正 → 伪迹阈值剔除 → 叠加平均。分段窗口一般取刺激前200ms到刺激后800ms，前200ms作为基线。基线校正的做法是把这段基线内的平均电压从整段数据中减去，目的是把刺激前的漂移归零，让波形从“零电位”出发。

关于基线长度，200ms是很多ERP实验的默认选择，但并不是固定的。N400这类语义成分，有人会用更长的前400ms基线；做慢波研究的甚至会取更长的基线窗口。唯一的原则是基线窗口不能跟目标成分的时窗重叠。试次剔除的阈值各家不同，我通常采取幅度阈限（±100μV）配合分段内的最大方差检查，两条件都合格才保留这一段。对于超高密度电极帽，还可以结合极差检测局部电极的异常波动。

4.3 坏电极插值：小问题也能毁掉整份数据

坏电极的处理方式通常是插值，而不是直接删掉。因为做平均参考或地形图需要所有电极点的数据完整，删掉一个电极点，其他电极的参考空间就变了，地形图也会出现空洞。插值一般用周围电极的加权线性插值，在多数软件里都是几秒钟的事。

但插值的前提是电极损坏范围不能太大。如果相邻几个电极同时坏，插值出来的数据基本等于猜的。所以采集时就要认真检查阻抗，正规流程应该把每个电极的阻抗都降到5kΩ以下再开始实验。有一次为了赶时间，Cz的阻抗一直下不来，我图省事就采了，后面预处理时Cz和相邻电极都飘得厉害，最后波形讨论起来完全缺乏底气。从那以后我的原则是，每个被试实验前必须逐导电测阻抗，哪怕多花10分钟也认了。

5. 统计分析与结果呈现：细节决定成败

5.1 测量方式怎么选：峰值、潜伏期还是平均振幅

ERP成分的量化通常有三种方式：峰值振幅、峰值潜伏期、平均振幅。峰值振幅容易受高频噪声和试次间差异的影响，稍微来点噪声，峰值就可能跳到旁边去；平均振幅在固定时窗内比较稳健，但是时窗的选取会影响结果。现在的共识是：基于前人文献预先确定分析时窗，再去测量时窗内的平均振幅，不要等看了自己的波形再回头挑一个“最显著”的窗口，那是自由度膨胀，审稿人一问就崩。

我自己习惯的做法是，在设计阶段就写好分析方案：哪个成分、哪个时窗、哪些电极、用什么指标，全部在数据处理之前定下来。当然，实际操作时如果波形跟预期明显偏差，可以合理调整，但必须如实报告“这个时窗是我之前预设的，还是看了数据之后改的”。现在很多期刊对分析透明性的要求越来越高，这个习惯越早养成越好。

5.2 多重比较怎么办：聚类置换检验是主流

如果你只分析预先指定的几个电极和时间点，统计压力不大。但如果你做全脑地形图、想做电极×时窗的分析，逐点逐电极做t检验而不校正，假阳性会爆炸。现在的主流做法是聚类置换检验（cluster-based permutation test）。

思路大致是：先在每个时间点×电极点上做假设检验，把连续超过阈值的点聚成一簇（cluster），计算簇的统计量（比如所有点t值之和）；然后随机打乱条件标签，重复计算多次，构建一个簇统计量的置换分布；最后把真实数据得到的簇统计量跟置换分布比较，得到校正后的p值。这个方法在很多工具包里都有现成实现，逻辑也比较符合直觉，我目前做多电极时空分析基本都用它。

5.3 结果报告：别只贴一张漂亮的波形图

写论文时ERP结果至少需要包含这几样：各条件的平均波形图（带时窗标注和电极位置标注）、地形图、成分测量值的统计检验结果、行为结果。如果条件有主效应或交互效应，还要补简单效应分析。我经常被审稿人要求提供各电极、各时窗的平均电压表，所以现在在预处理完就直接生成一份完整的测量值汇总表，后面改起来省很多事。

波形图绘制上有一个容易被忽视的细节：要同时画出平均波形和某种变异指标（比如标准误或置信区间）。否则读者看不出你的波形差异是否稳定。这在很多论文里也是个常见短板，审稿人提一句“请补充变异性指标”，就得返工重画。

6. 常见故障与排查经验速查

6.1 波形出不来或者太乱，先查这四点

目标成分完全看不到，不要急着怀疑自己的实验假设。按顺序排查四个地方：刺激的触发脉冲有没有记录进EEG数据，同步是否正常；分段的触发标记是否正确对应刺激类型；基线窗口是不是选错了，波形是否严重偏离零电位；有效试次数是不是太少，叠加平均后噪声依然很大。我做过的实验里，有一次“不出波形”的原因竟然是刺激程序的触发端口选错了，数据里完全没有事件标记，后面所有分段都等于白做。

如果波形能出来，但是一大片缓慢起伏，起伏慢得像爬坡，那多半是基线或者参考选择的问题。把参考换回平均参考，或者重新做一次基线校正，往往就能看到正常的ERP形态。

6.2 被试状态差，数据质量全崩

脑电数据质量受被试状态影响很大，这一点再怎么强调都不过分。被试困倦，慢波活动明显增多；紧张，肌电伪迹变大；频繁眨眼，眼电伪迹铺满大部分试次。所以实验开始前必须明确告知被试保持安静、减少眨眼，正式实验前安排几段练习，让被试熟悉环境并进入稳定状态。

还有一个小细节：椅子高度、屏幕距离、按键手感都会影响被试的舒适度，稍有不适就会调整姿势，一动就是一波运动伪迹。所以我每次都会在被试坐下后调整好座椅和显示器的位置，提醒他们“尽量保持不动”，并安排充分的休息间隔。

6.3 结果不显著，先排除流程问题再谈结论

结果不显著，先别急着否定假设。从数据流程开始倒查：滤波参数是不是把目标成分滤没了（高通截止太高会让慢波丢失），分析时窗是不是偏了，统计模型是不是指定错了。有一类非常隐蔽的问题是滤波、分段和基线校正的先后顺序不同，对慢成分的影响很大，不同软件默认流程不一样，哪怕同一个数据也可能得到不同结果。

如果流程检查没问题，那就要正视一个现实：很多脑电实验的效应量其实没有你想象的那么大。样本量不足才是绝大多数“不显著”的真正原因。这时候补收被试，比硬凑结论、事后加变量的做法靠谱得多。科研第一步是诚实面对数据，这一点在脑电领域尤其重要。

最后再分享一个我自己形成的小习惯：每次实验设计完，我会把全部参数、流程、假设写成一页纸的设计文档，发给同伴做一次“预注册式”的评审——只看设计，不看结果，专门挑毛病。这个过程帮我拦下来至少三四个会在数据处理阶段才暴露的问题。脑电实验设计本质上是一个系统工程，任何一个环节的疏忽都会被放大到最终波形里。希望上面这套从原理到实例的梳理，能帮你把自己的实验搭得更稳一些。