脑电分析是把头皮记录到的微弱电位变化转化为可解释信息的过程。它既依赖采集质量，也依赖预处理、特征选择和统计验证。对研究或产品团队而言，先明确问题，再选择指标，通常比堆叠算法更可靠。
一、先守住信号质量
分析前应记录采样率、参考方式、电极布局、滤波设置和实验事件标记。检查坏导、肌电、眼电、工频干扰与电极脱落。预处理中的滤波、重参考、分段和伪迹处理，应保留参数与版本，避免不同批次结果不可比。若使用自动清洗，需抽样人工复核并记录规则。
二、脑电分析的基本流程
常见流程包括：读取原始数据并核对事件；完成滤波、重参考与伪迹处理；按研究问题提取时域、频域或时频特征；进行基线校正与归一化；用合适统计模型检验假设；最后结合地形图、波形和指标解释结果。事件相关电位关注锁时平均波形，频谱分析关注节律能量，时频分析则兼顾时间与频率变化。
三、结果解读要克制
- 区分统计显著与实际意义，报告效应量、置信区间和多重比较校正。
- 说明预处理与参数选择对结果的影响，必要时做敏感性分析。
- 避免把相关关系直接解释为因果，结合实验设计与行为指标。
- 保留原始数据、处理脚本与分析日志，提升可复现性。
四、合规与协作
涉及人员数据时，应做好知情同意、脱敏、权限控制和留存期限管理。团队协作中，建议把采集协议、分析流程和报告模板标准化，让脑电分析的结论可追溯、可复核。对于复杂场景，先做小样本可行性验证，再扩大规模，往往更稳妥。