# How EEG Signals Become an On\-Screen Choice

By DUSK

Topic: Computing, AI & Electronics

[Open the interactive Jig](https://ask.jig.com/j/uug3FrVjneNa)

## Guide

### 1. 屏幕能读懂你的想法吗？

这个微缩展台上，一个示意头像戴着脑电帽。脑电图（EEG）用头皮上的电极，测量许多脑细胞一起活动时留下的微弱电压。它测不到每一个神经元，更读不出想法里的字句。跟着金色信号轨，看看微弱的信号怎样变成屏幕上的一次选择。

真实头皮脑电只有约 10–100 微伏，比一节 1\.5 伏电池小上万倍。这里的波形全部是合成的、已归一化。

### 2. 噪声和伪迹

电极还会“听到”别的东西：眨眼、咬牙、身体动一动，还有电线带来的嗡嗡声。这些不是脑电波，却常常比脑电信号大得多。看前额那两个电极：一眨眼它们就变成珊瑚色，波形猛地跳起。系统要先认出这些“伪迹”，把被污染的时间窗丢掉。

眨眼伪迹常比脑信号大 10–100 倍，靠近前额最明显。用右侧的“干净信号 / 眨眼伪迹”对比两种情况。

### 3. 先校准：收集例子

每个人的脑电都不一样，所以要先校准。屏幕提示“想象动左手”或“想象动右手”，系统把每个时间窗和提示配成一个带标签的例子。金色点代表“左手”，青色点代表“右手”。例子越多，系统越了解这个人的两种模式。

时间窗：把连续的信号切成一小段一小段来分析。这里每段约 2 秒，时间轴已缩放，方便观看。

### 4. 提取特征：把波形变成几个数

分类器不直接看整条波形。它先把每个时间窗压缩成几个“特征”数字：这里是头部左侧和右侧的“节律”强度：节律就是脑电里一起起伏的波。想象动一只手时，大脑另一侧的这种节律往往会减弱，两根柱子的高低就跟着变。

这里的节律类似 8–13 赫兹的 μ 节律。柱子高度是归一化的合成数值，不是实测功率。

### 5. 不确定，就不选

简单分类器把新时间窗（白色点）和校准例子比较，算出“置信度”：它有多确定是左还是右。只有置信度超过阈值，灯才变青色并做出选择；不够确定或带伪迹的窗口亮琥珀色灯，被拒绝。拖动“置信阈值”，看拒绝次数怎样变化。

阈值越高，移错越少，但被拒绝的次数越多。这是一种取舍，没有完美的设置。

### 6. 反馈：光标动了

被接受的决定把光标推向左边或右边的目标；被拒绝时，光标原地不动，等下一个窗口。使用者看到结果，再调整自己的想象，形成闭环。记住：脑机接口不是读心，它学的是经过训练的大致脑电模式，而且应该可以说“不确定”。

证据问题：要证明一个脑机接口真的有效，你会要求看到哪些数据？这些数据必须来自真实使用者吗？