脑机接口科普：脑电信号里的“杂音”从哪来——伪迹识别与去除的工程实践

如果你戴过脑电设备，可能会发现一个现象：眨眼、咬牙、皱眉，甚至只是吞咽一下，采集软件上的波形就会剧烈抖动。这些由非大脑源产生的电活动，在工程上称为伪迹（artifact），是脑机接口走向实用必须跨过的一道坎。

常见的伪迹来源有四类。一是眼电：眼球与视网膜之间存在电位差，眨眼和眼动会在前额电极上产生大幅低频信号，是最常见也最容易被误判为"意图"的干扰；二是肌电：头颈部肌肉收缩产生高频宽带信号，说话、咀嚼、紧张时尤其明显；三是心电：心脏电活动会传导到头皮；四是工频干扰：来自市电的50/60Hz及其谐波。

去除手段分三个层次。硬件层：使用主动屏蔽电极、参考电极与右腿驱动电路，从源头抑制共模干扰；算法层：带通滤波去除带外噪声，独立成分分析（ICA）把混合信号分解为独立分量并自动剔除伪迹分量（如通过眼电通道相关性识别），回归法直接减掉参考通道的贡献；流程层：在实验设计上避开易产生伪迹的动作，或对受试者做规范化指导。

工程上的核心权衡是"去噪 vs 保真"。过度去噪会连真实的脑电成分一起抹掉，导致解码性能下降；而去噪不足则让模型学到伪迹规律——一个典型的失败案例是：系统看似能准确识别"想象左手运动"，实际上识别的是患者每次想象时不自觉的眨眼。

随着轻量化模型部署到采集端，边缘实时去噪正在成为新的竞争点：在设备端完成伪迹剔除与特征提取，既降低传输带宽需求，也让临床部署更便捷。相关方案可在2027上交会脑机接口展"脑电采集与信号处理"展区现场对比。