精神疾病早期篩查的準確性直接影響患者預后。傳統方法依賴臨床訪談與量表評估，存在主觀性強、量化指標缺乏等局限。近年來，腦電（EEG）技術因無創、高時間分辨率及便攜性優勢，逐漸成為精神疾病篩查的重要工具。本文將從技術原理、應用場景、與傳統方法對比及未來展望等方面，探討其臨床潛力。

一、腦電技術的核心原理

腦電（EEG）通過頭皮電極記錄大腦神經元電活動產生的電信號，反映皮層功能狀態。其核心流程包括：

信號采集：電極陣列（如10-20系統）捕捉頭皮電位變化，微弱信號經放大器處理。

信號處理：通過濾波（去除工頻干擾）、去噪（如獨立成分分析）及基線校正提升信噪比。

特征提取：分析特定頻段（如δ、θ、α、β、γ波）功率譜密度及事件相關電位（ERP）成分（如P300）。

分類識別：結合機器學習算法（如支持向量機、深度學習）實現精神疾病分類。

相較于fNIRS，EEG具有更高時間分辨率（毫秒級），但空間分辨率較低，需通過溯源分析或腦網絡模型彌補。

二、腦電技術在精神疾病篩查中的應用場景

1、認知功能評估

P300成分：通過聽覺或視覺Oddball任務，檢測精神分裂癥、阿爾茨海默病患者潛伏期延長、波幅降低的異常特征，敏感度達85%以上。

工作記憶任務：分析前額葉θ波功率，輔助診斷注意缺陷多動障礙（ADHD）。

2、情感與情緒識別

情感腦網絡：通過分析前扣帶回（ACC）與島葉的ERP成分（如N2、晚正成分），量化抑郁癥、焦慮癥患者的情緒加工異常。

實時監測：便攜式EEG設備可捕捉應激狀態下的情感波動，用于心理危機預警。

3、神經退行性疾病早期診斷

MMN成分：檢測輕度認知障礙（MCI）患者聽覺失匹配負波的缺失，預測阿爾茨海默病轉化風險。

睡眠腦電：分析快速眼動（REM）期θ波活動，輔助帕金森病早期篩查。

4、療效評估與干預反饋

神經調控監測：經顱磁刺激（TMS）聯合EEG可實時評估干預對腦網絡連接的影響，優化治療方案。

數字療法：基于EEG的閉環反饋系統（如注意力訓練程序）已獲FDA批準用于失眠治療。

協同應用：腦電可作為量表初篩的補充工具，例如在抑郁量表提示高風險后，通過P300成分驗證腦功能異常，提升診斷精度。

腦電技術通過捕捉大腦電活動的“蛛絲馬跡”，為精神疾病篩查提供了科學、高效的工具。其臨床應用不僅有望降低誤診率，還可為個性化治療提供精準靶點。隨著多學科交叉研究的深化，這一技術或將成為精神健康領域的“破局者”。