EEG

EEG (Electroencephalography)

脑电图 (Electroencephalography, EEG) 是一种通过放置在头皮表面的电极记录大脑自发性电生理活动的无创神经成像技术。EEG 捕捉的是大脑皮层大量神经元同步突触后电位所产生的电信号，其时间分辨率可达毫秒级别，远优于fMRI（功能磁共振成像）等依赖血流动力学反应的成像手段。EEG 在神经科学和认知科学中广泛应用于研究认知过程、睡眠阶段、癫痫诊断以及神经经济学中的决策机制。其核心优势在于能够实时追踪大脑对刺激和任务的电生理响应，为理解人类行为的神经基础提供直接的时间维度证据。

EEG 的基本原理与信号特征

EEG 记录的是大脑皮层锥体神经元突触后电位的空间总和。根据国际10-20系统，电极按标准比例放置在头皮上。信号分为五个主要频带：Delta波 (0.5-4 Hz) 与深度睡眠相关；Theta波 (4-8 Hz) 在困倦和记忆编码中增强；Alpha波 (8-13 Hz) 在闭眼放松时主导；Beta波 (13-30 Hz) 与主动注意相关；Gamma波 (30-100 Hz) 参与高级认知整合。事件相关电位 (ERP) 是重要范式：通过对同一刺激的多次 EEG 片段叠加平均，提取与认知事件锁时的波形成分（如 P300），反映不同认知加工阶段的神经活动特征。

EEG 在神经经济学中的应用

在神经经济学中，EEG 被广泛用于研究风险决策、不确定性处理和社会偏好等行为的实时神经动态。经典研究发现，P300 振幅与决策结果的价值评估正相关：当个体面临期望效用差异显著的选择时，P300 对高价值选项的响应更强。在前景理论下，损失厌恶的神经关联在 EEG 中表现为损失反馈诱发的反馈负波振幅显著大于等量收益所诱发的响应，这一效应在眶额皮层和前扣带回尤为突出。此外，Theta频段功率的增减已被发现与决策冲突水平密切相关：当个体在跨期选择中面临即时奖励与延迟奖励的权衡时，前额叶 Theta 振荡的同步化程度反映了自我控制资源的调配强度。在最后通牒博弈中，不公平提议诱发的 Alpha 去同步化和 Beta 功率增强被视为个体对公平规范内化程度的神经指标，能够预测被试拒绝不公平分配的概率。EEG 的时间精度使研究者得以解析决策过程中评价、比较和选择三个阶段在数百毫秒内的连续神经活动流，这是其他神经成像手段难以实现的。

EEG 的优势与局限性

EEG 在神经经济学和认知神经科学中的独特定位源于其不可替代的测量特征。首要优势在于毫秒级时间分辨率：EEG 能够捕捉皮层神经元在刺激呈现后 50-500 毫秒内的快速电位变化，这对于研究反应时、注意定向和情绪启动等快速认知过程至关重要。其次是生态效度较高：EEG 设备相对便携、低噪声且可容忍一定程度的头部运动，使研究者能够在相对自然的实验环境中（如虚拟现实场景、群体互动任务）采集数据，而 fMRI 则需要被试在封闭狭小的扫描仪中保持头部绝对静止。第三是成本可控：一套科研级 EEG 系统的价格仅为 fMRI 设备的十分之一到百分之一，且运行和维护成本显著更低，这使得普通高校实验心理学实验室也可开展神经经济学研究。

然而，EEG 的局限性同样显著。空间分辨率较低是 EEG 的根本短板：由于颅骨对电信号的扩散效应，头皮电极难以精确定位神经活动的皮层源头——即使采用高密度 EEG (128-256 电极) 和源定位算法（如 sLORETA、BESA），其空间定位精度通常仍在厘米级别，远不及 fMRI 的毫米级分辨率。深部脑区信号不可及：EEG 主要记录皮层表面的电活动，对杏仁核、腹侧被盖区和伏隔核等皮层下结构几乎无直接测量能力，而这些区域恰恰是奖赏加工和情绪调节的核心脑区。此外，EEG 信号极易受眨眼、肌肉运动和心电等生物伪迹的污染，在实验设计和数据处理中需要严格的伪迹剔除流程（如独立成分分析和基线校正），否则将严重威胁实验结果的内部效度。

EEG 在行为经济学中的未来方向

随着可穿戴传感器和移动脑电技术的进步，EEG 的应用正在从实验室走向真实世界场景。便携式干电极 EEG 的出现使研究者能在消费决策现场、金融交易平台甚至驾驶模拟器中采集大脑活动数据。在行为经济学领域，EEG 与眼动追踪和皮肤电反应的多模态融合正在成为理解消费者行为和市场设计的有力工具。研究者可以同时记录被试在浏览商品时的视觉注意路径（眼动）、情绪唤醒水平（皮肤电）和神经认知负荷（EEG Theta/Gamma 比率），从而构建更为完整的决策过程模型。计算神经科学中的漂移扩散模型与 EEG 数据的结合也是一个前沿方向：通过将 EEG 中与证据积累相关的神经信号（如中央顶叶 P300 振幅）作为漂移率或决策阈值的代理变量，研究者可以更为精确地预测个体决策的反应时分布和选择概率。这一方法论路径有望为行为金融学中的过度交易偏差和资产泡沫形成机制提供全新的神经机制解释。