蒐集大腦訊號，期望繪製出人類大腦功能結構

        想即時知道大腦的神經元互相傳遞訊息，那就要仰賴一種技術:功能性磁振造影（fMRI，functional Magnetic Resonance Imaging）此為一項神經影像學的技術，利用fMRI測量神經元活動時，大腦局部的血流變化。另一種技術是透過腦電圖 (EEG,electroencephalography)，在人體的頭皮貼上接受訊息的電極片，檢測大腦神經元活動時產生的微弱生物電，透過儀器放大訊號，得到神經活動頻率的曲線圖。

        腦電圖(EEG)雖然沒有fMRI高解析度的優點，不過裝置攜帶方便、設備相較便宜、能夠與其他大腦影像結合分析，而成為許多實驗室良好的研究工具。瑞士蘇黎世聯邦理工學院Quanying Liu等人，發現利用高密度腦電圖hdEEG(high-density electroencephalography)在測定Resting state networks(RSNs, 人類休息時的大腦活動) 其神經連結相互關係的實驗數據與fMRI測定時的結果在空間尺度上有高度相關性。這展示了hdEEG在繪製人類大腦功能結構方面的潛力。

        實驗中他們讓受試者專注觀看白色屏幕中的黑色十字，紀錄大腦在休息狀態中的神經訊號。最後比較hdEEG與fMRI在各個不同的神經網路分析，例如:視覺中心網絡、聽覺網絡...產生的結果。發現兩點：1.較高密度的電極片蒐集生物電訊號與fMRI的結果較相似。 2.較精細的大腦模型(brain model)與fMRI結果的相關性較高。本篇研究不僅提升了EEG在研究大腦訊號的潛力，也讓利用hdEEG繪製大腦功能性連接的結構增添一線希望。

原始論文：Liu, Q., et al., Detecting Large-Scale Brain Networks Using EEG: Impact of Electrode Density, Head Modeling and Source Localization. Frontiers in Neuroinformatics, 2018. 12(4).

撰稿：李堅百