EEG 与 ERP 实践中应使用哪种参考？

基于摘要分析。本文综述头皮 EEG 与 ERP 研究中的参考选择问题，按参考方式的假设与目标进行分类，并讨论其优势、局限及应用建议。理想参考应具有零电位或恒定电位，但人体上没有满足这一条件的位置；摘要指出，现有研究使用十余种参考方式，这种多样性影响跨实验室结果的可重复性与可比性。 作者将常见方法分为两类：一类是旨在构造中性参考的单极参考，涵盖在线参考与离线重参考，包括 reference electrode standardization technique（REST）、average reference（AR，平均参考）和 linked-mastoids/ears reference（LM，联接乳突/耳参考）；另一类是非单极参考，包括双极参考与 Laplacian 参考。本文强调，各参考方式依赖不同假设、服务于不同目的，因此不宜脱离分析目标讨论某种参考是否普遍适用。 摘要援引 Hu et al.（2019）的理论推导，讨论参考问题的一般形式、单极参考的“无记忆”（no memory）性质，以及用于估计无穷远处电位的统一估计器 regularized REST（rREST）。作者报告，rREST 相比 AR 具有更有利的统计证据；但摘要未提供该比较的具体数据、评估条件或统计量，不能据此推断其在任意 EEG、ERP 或 BCI 任务中均优于 AR。“无记忆”性质的严格定义及适用条件也需查阅正文核对。 本文的直接价值是帮助区分参考选择背后的假设与研究目标，而非提出或验证新的 BCI 解码算法。用于实际预处理决策前，应核对各方法的实施条件、推荐范围及比较依据。全文中的理论细节、实验协议、消融及统计信息尚未验证。