1. 工频干扰：脑电采集过程中最常见的外部干扰，源于50Hz的市电供电线路产生的电磁辐射，这种干扰会以固定频率混入脑电信号中，形成明显的杂波，严重时会掩盖脑电本身的微弱信号，是预处理中必须优先去除的干扰类型。

2. 眼电伪迹 EOG：混入脑电信号中的眼部相关干扰，全称是眼电图伪迹，主要是被试眨眼、眼球转动时，眼部肌肉和视网膜产生的电活动，这种电活动的幅值远大于脑电信号，会在脑电波形中形成明显的尖峰或波动，尤其会影响额部电极的信号质量。

3. 肌电伪迹 EMG：混入脑电信号中的肌肉相关干扰，全称是肌电图伪迹，主要是被试咬牙、耸肩、面部肌肉紧张，或是身体轻微抖动时，骨骼肌产生的电活动，这种干扰属于高频干扰，会让脑电波形变得杂乱无章，影响信号的纯度。

4. 带通滤波：一种最常用的脑电滤波方法，核心是只保留设定的特定频段信号，同时滤除该频段以外的所有信号，比如运动想象（MI）实验中，脑电有效信号主要集中在8–30Hz（μ波段和β波段），就会用带通滤波保留这一频段，滤除低频漂移和高频肌电干扰。

5. 陷波滤波：专门用于滤除特定单一频率干扰的滤波方法，在脑电预处理中，主要用来针对性滤除50Hz工频干扰，它能精准阻断50Hz左右的窄频段信号，不会影响其他频段的脑电有效信号，是去除工频干扰最高效、最常用的方法。

6. 高通滤波：一种只允许高频信号通过、滤除低频信号的滤波方法，主要用于去除脑电信号中的低频基线漂移，比如呼吸、皮肤电位变化带来的缓慢低频波动，这些低频信号不属于脑电有效信号，会导致基线不稳定，高通滤波能有效解决这一问题。

7. 低通滤波：一种只允许低频信号通过、滤除高频信号的滤波方法，主要用于去除脑电信号中的高频干扰，最常见的就是肌电伪迹，它能阻断高频肌电信号的通过，保留脑电本身的低频和中频有效信号，让脑电波形更平滑。

8. 带阻滤波：和带通滤波相反，它的核心是阻断某一特定窄频段的信号，同时保留其他所有频段的信号，除了用于辅助去除工频干扰外，还可用于阻断其他特定频率的杂波，比如设备本身产生的固定频率干扰。

9. Butterworth 滤波器：脑电预处理中最常用的一种平滑滤波器，属于无限脉冲响应（IIR）滤波器，它的最大特点是滤波后的信号波形平滑，过渡自然，能在滤除干扰的同时，最大程度保留脑电有效信号的幅值和波形特征，适合大多数脑电滤波场景。

10. FIR 滤波器：全称是有限脉冲响应滤波器，属于线性相位滤波器，它的核心优势是滤波过程中不会产生波形畸变，能精准保留脑电信号的原始时序和相位信息，虽然滤波速度略慢，但对于需要精准保留信号特征的实验（如时序分析），是首选的滤波方式。

11. 零相位滤波：一种特殊的滤波方法，核心是通过正向滤波和反向滤波两次处理，抵消滤波过程中产生的时序相位偏移，确保滤波后的脑电信号，在时序上与原始信号完全对齐，不会出现信号滞后或提前的情况，适合对时序精度要求高的预处理场景。

12. 低频漂移：脑电信号中出现的缓慢、持续的基线偏移现象，主要由被试的呼吸、皮肤电位变化、身体轻微活动，或是电极接触缓慢变化导致，这种漂移属于低频干扰，会让脑电基线变得不稳定，需要通过高通滤波等方法去除。

13. 直流漂移：脑电信号中出现的固定方向的基线偏移现象，主要由采集电路的电极极化、设备电路不稳定导致，表现为脑电基线整体向上或向下偏移，属于直流干扰，会影响信号的幅值判断，可通过全局均值去除或高通滤波解决。

14. 共模噪声：同时作用于所有脑电采集电极的相同干扰信号，比如工频干扰、设备外壳电磁干扰，这种噪声会同步影响所有通道的信号，表现为所有电极的脑电波形出现相同的波动，可通过差分放大、共模抑制比（CMRR）等硬件方法，或平均参考等软件方法抑制。

15. 差分放大：一种常用的信号放大方法，核心是放大两个采集电极之间的电位差值，同时抑制两个电极上共同存在的共模噪声，它能有效突出脑电有效信号，削弱共模干扰的影响，是脑电放大器的核心工作原理之一。

16. 平均参考 CAR：全称是公共平均参考，一种常用的脑电重参考方法，核心是计算所有采集电极的电位均值，将这个均值作为新的参考电位，重新校准每个电极的脑电信号，它能有效抑制共模噪声，提升脑电信号的空间分辨率，是运动想象解码中最常用的参考方式。

17. 双耳乳突参考：一种经典的脑电参考方式，这里的乳突指的是耳垂后方的乳突骨位置，采集时将参考电极放置在被试的双耳乳突处，以双耳乳突的平均电位作为参考，这种方式稳定性强、干扰少，是传统脑电实验中最常用的参考配置之一。

18. 鼻尖参考：一种特殊的脑电参考方式，将参考电极放置在被试的鼻尖位置，以鼻尖的电位作为参考，这种参考方式的优势是能减少头部活动带来的参考电位波动，多用于深部脑区（如颞叶、枕叶）的脑电研究，能提升深部脑区信号的稳定性。

19. 时序截断：脑电预处理中对试次数据进行的时序裁剪操作，每个试次的脑电数据中，首尾部分往往是无效信号（如试次开始前的基线残留、试次结束后的信号衰减），时序截断就是将这些无效的首尾时段砍掉，只保留试次中有效的时序片段（如运动想象的0.5–2秒）。

20. 通道筛选：脑电预处理中对电极通道进行的筛选操作，核心是根据实验需求，只保留与实验任务相关的电极通道，比如运动想象实验中，有效信号主要来自感觉运动皮层的C3、Cz、C4电极，就会筛选掉额部、枕部等无关电极，减少冗余数据和干扰。

21. 数据增强 EEG 增广：脑电预处理中用于扩充训练样本的方法，针对脑电样本量少、易过拟合的问题，通过对原始脑电数据进行时序加噪（添加微弱的随机噪声）、时序翻转（颠倒时序顺序）、频段扰动等操作，生成新的样本，从而扩充训练数据量，抑制模型过拟合。

22. 时序插值：脑电预处理中修复损坏时序数据的方法，当某一试次的部分时序点因干扰、设备故障导致数据损坏或缺失时，通过插值算法（如线性插值、三次样条插值），根据相邻有效时序点的数值，计算出损坏时序点的合理数值，修复完整的时序数据。

23. 空域插值：脑电预处理中修复损坏电极通道的方法，当某一电极通道因接触不良、设备故障导致数据损坏或无法采集时，通过插值算法，根据该电极周围相邻有效电极的信号，计算出该损坏通道的信号数值，修复完整的空间电极数据。

24. 幅值截断：脑电预处理中处理异常值的方法，当脑电信号中出现极大的异常幅值（如突发的伪迹尖峰）时，通过设定一个合理的幅值阈值，将超过阈值的异常值截断到阈值范围内，避免这些极端异常值干扰模型训练，同时不影响正常信号。

25. 全局均值去除：脑电预处理中去除直流偏置的方法，核心是计算整个脑电数据集（或单个试次）的信号均值，然后用每个信号值减去这个均值，将脑电信号的基线调整到0附近，消除直流漂移带来的基线偏移，让信号幅值更稳定。

26. 时序平滑：脑电预处理中压制高频毛刺的方法，通过移动平均、高斯平滑等算法，对脑电时序信号进行平滑处理，削弱信号中的高频毛刺干扰（如微小的肌电尖峰），让脑电波形更平滑，同时保留主要的有效信号特征。

27. 中值滤波：一种常用的非线性滤波方法，主要用于去除脑电信号中的脉冲尖峰噪声（如突发的伪迹、电极接触不良产生的尖峰），它通过取相邻时序点的中值，替代当前时序点的数值，能有效压制尖峰噪声，同时不会过度模糊信号波形。

28. 小波阈值去噪：基于小波变换的去噪方法，核心是将脑电信号进行小波分解，分解成不同频段的分量，然后对高频噪声分量设定一个阈值，将低于阈值的噪声分量压制，再通过小波逆变换重构信号，从而实现去噪，既能去除高频干扰，又能保留脑电有效信号的细节。

29. 经验模态分解 EMD：一种用于处理非平稳信号的分解方法，脑电信号本身是非平稳的（幅值、频率随时间变化），EMD能将复杂的非平稳脑电信号，分解成多个相互独立、频率由高到低的平稳分量，每个分量都是单一频率的平稳信号，方便后续分别进行去噪和特征提取。

30. 本征模态函数 IMF：全称是本征模态函数，是经验模态分解（EMD）过程中分解出的基本分量，每个IMF都是单频、平稳的信号，具有明确的物理意义，不同的IMF对应脑电信号中不同频段的成分，比如高频IMF对应肌电伪迹，中频IMF对应脑电有效信号，低频IMF对应基线漂移。

=================================作者声明==================================

个人整理，切勿抄袭，知识有限，求真辨别，共同学习，互相进步，持续更新，欢迎关注