2024年12月27日 · 脑电图 （EEG）是对大脑电场的非侵入性测量。 放置在头皮上的电极记录神经元内和周围的电流产生的电压电位。 中枢神经系统 (大脑)的关键功能是调节全身身体或心理活动参与情感过程。 脑电图可以记录中枢神经系统的生理活动。 单个神经元、神经元群体和部分皮层的活动可以通过电信号直接测量。 (A) 膜片钳技术 用于记录单个神经元的动作电位（单单位记录）。 这里，一个锥体神经元被图示。 动作电位是短持续时间（1 ms）、高振幅（<100 mV）的脉 …

2023年5月27日 · 脑电图 、 脑波图 （英语：Electroencephalography, EEG）是透过 医学 仪器脑电图描记仪，将人体 脑部 自身产生的微弱 生物电 于 头皮 处收集，并放大记录而得到的曲线图。

2023年4月14日 · 脑电信号，也称脑电图（EEG，Electroencephalography）是大脑神经元活动产生的电信号。 神经元通过突触连接彼此，形成复杂的 神经网络。 当神经元激活时，会产生生物电现象，这些电信号可以通过电极放置在头皮上或直接植入大脑来捕捉。 癫痫病的诊断和治疗. 睡眠研究和失眠症的诊断. 神经系统疾病的检测，如帕金森病、阿尔茨海默病等. 认知功能研究，如注意力、记忆、情绪等. 人机交互，如脑机接口（BCI） 3. 神经反馈治疗. ADHD治疗. 焦虑、抑郁 …

2022年10月3日 · An electroencephalogram (EEG) is an essential tool that studies the brain's electrical activity. Despite developing more advanced imaging techniques, EEG remains the essential paraclinical tool for seizure evaluation. It is primarily used to assess seizures and conditions that may mimic seizures.

2023年7月23日 · In this chapter, we present the main characteristics of electroencephalography (EEG) and magnetoencephalography (MEG). More specifically, this chapter is dedicated to the presentation of the data, the way they can be acquired and analyzed.

头表的EEG电位是由皮层椎体细胞群产生的， 它们排列整齐、 相互平行， 有利于总和形成较强的电场。 椎体细胞的有效方向垂直于皮层表面（ Niedermeyer and Da Silva， 2005）

应用 脑电图 (EEG) 记录大脑中的自发电活动。 EEG 反映了头皮下神经元的电活动。 EEG 广泛用于癫痫发作、阿尔茨海默病和睡眠障碍的临床诊断。 传统的 EEG 仪器体积大、佩戴不舒服。 新一代可穿戴 EEG 应用使得 EEG 持续监测成为可能,并有望将 EEG 扩展到消费类应用。

脑电图（EEG）是一种非侵入性记录脑电活动的电生理监测方法，电极沿着头皮放置，然后通过放置在头皮上的多个电极，记录大脑在一段时间内自发进行的电活动。

The EEG is an electrophysiological technique for the recording of electrical activity arising from the human brain. Given its exquisite temporal sensitivity, the main utility of EEG is in the evaluation of dynamic cerebral functioning. EEG is particularly useful for evaluating patients with suspected seizures, epilepsy, and unusual spells.

Braindecode is an open-source Python toolbox for decoding raw electrophysiological brain data with deep learning models. It includes dataset fetchers, data preprocessing and visualization tools, as well as implementations of several deep learning architectures and data augmentations for analysis of EEG, ECoG and MEG.