眨眼咀嚼也挡不住脑电！SPAR-EEG单通道分步灭伪迹，P300拼写准确率提升7.8个百分点，登IEEE Trans Neural Syst Rehabil Eng

脑电监测正从医院走向家庭。戴上一枚轻便电极，就能在家做康复训练、评估注意力，甚至控制辅助设备。但电极越少，眨眼、咀嚼、说话、走动和电极漂移越容易混进脑电。单通道记录没有多导联的空间参考，传统去噪常常无从下手。

最近，IEEE Trans Neural Syst Rehabil Eng发表SPAR-EEG研究，用一套自包含流程，让单通道脑电在干扰中依然可用。

它按伪迹类型分三步：高频肌电爆发用变分模态分解，眨眼样眼电瞬变用奇异谱分析，缓慢漂移用门控奇异谱分析。不删除整个成分，而是定位伪迹区间，将成分能量向窗口内基线正则化，保留脑电信息。无需辅助通道、伪迹标签或人工干净基线。

图1 SPAR-EEG伪迹特异性单通道脑电去噪流程。三个去噪遍共享相同选择性去噪原理，但采用伪迹特异的分解、门控和衰减操作

在EEGdenoiseNet和PhysioBank基准中，与WQN、小波阈值、经验模态分解等方法比较。负20分贝下，肌电、眼电、混合伪迹区信噪比中位提升分别为17.62、17.67、17.30分贝，均高于受试方法；PhysioBank运动伪迹仅用慢漂移遍达19.11分贝，显著优于小波和经验模态分解基线，与WQN差异不显著。跨26个输入信噪比水平，平均中位提升为肌电9.05、眼电8.28、混合8.00分贝，均列第一。

图2 EEGdenoiseNet代表性示例。叠加显示噪声、干净和SPAR-EEG去噪后波形，分别为（a）眼动眨眼伪迹和（b）肌电伪迹污染

负10分贝下，肌电加眼电联合优于单独遍，联合提升10.13分贝。完整序列中位运行95.1毫秒，两秒单通道实时因子0.048。任务锁事件相关电位诊断中，眼电相关遍保留约85%平均振幅和约95%标准化测量误差信噪比。

应用验证：干电极运动脑电中，alpha峰信噪比睁眼和闭眼分别提高1.01和1.58分贝；稳态视觉诱发电位目标加谐波信噪比在6、7.5、8.57、10赫兹提高0.40至1.33分贝，后三者显著。P300拼写55人仅用FP1/FP2，完整序列重复曲线下面积从0.179增至0.227，增加0.048，p=0.0069；最终第15次重复字母准确率从0.238提高至0.316，提升7.8个百分点。三种分支增益相近，提示额区眼动与面部伪迹抑制是主要贡献。

图3 使用FP1/FP2导联的P300拼写器解码。曲线显示各重复次数下参与者水平平均字母准确率；阴影带表示标准误

SPAR-EEG把去噪从整成分剔除转向伪迹特异、局部、基线参照的衰减，在单通道、无参考、无标签条件下兼顾伪迹压制与任务脑电保留。对可穿戴脑电、家庭康复和低负担脑机接口，这种自包含策略有望减少对多导联和人工质控的依赖，让更多日常场景中的脑电记录变得可用。（生物谷Bioon.com）

参考文献：

Shaikh UQ, Kalra AM, Lowe A, Niazi IK. SPAR-EEG: Selective Pass-Wise Artifact Reduction for Wearable Single-Channel EEG Denoising. IEEE Trans Neural Syst Rehabil Eng. Published online September 16, 2026. doi:10.1109/TNSRE.2026.3734253