PsyBrain 脑心前沿 / 前沿分析课程：把前沿解读方法论变成系统的学习路径 / A · 学习路径 / A004 · PsyBrain培训脑电脑磁数据分析专题（7.22-7.

A004 PsyBrain培训 | 脑电脑磁数据分析专题（7.22-7.29线上）

来源：公众号 PSY-Brain_Frontier ｜发布：2026-06-07 ｜原文链接

课程背景

在认知神经科学、心理学、人因工程和临床脑科学研究中，脑电/脑磁（EEG / MEG）一直是理解大脑动态加工过程的重要工具。它们能够以毫秒级时间分辨率捕捉神经活动变化，帮助研究者回答许多关键问题：

刺激出现后，大脑何时开始区分不同条件？某种认知过程是否伴随特定频段活动？神经信号中是否包含可被解码的信息？脑区之间是否存在功能连接？这些问题，往往不是单纯行为数据能够回答的。

但真正进入脑电脑磁数据分析后，很多研究者很快会发现：这类数据并不是 “导入软件、点几个按钮” 那么简单

滤波参数如何设置？坏段和伪迹怎么判断？ICA 成分到底该删哪些？ERP 和时频结果如何做统计？多重比较如何矫正？MVPA、RSA、溯源和连通性分析又该在什么研究问题下使用？

如果只会照着教程跑流程，而不理解每一步背后的逻辑，结果很容易变成“图是画出来了，但自己也不敢解释”。

本课程将以 Python + MNE 为主要工具，围绕脑电/脑磁数据收集、分析与可视化的完整工作流展开，系统讲解实验设计、预处理、ERP、时频分析、聚类置换检验、MVPA、RSA、溯源、功能连接性，以及 AI 与深度学习在脑电脑磁中的前沿应用。课程目标是帮助学员从“会跑流程”进一步走向“理解流程、判断结果、规范汇报”。

培训对象

本课程主要面向希望使用 EEG / MEG 数据开展心理学、认知神经科学、脑科学、人因工程、精神病学和相关交叉学科研究的老师、研究生、医生和科研人员

尤其适合以下几类学员：

已拥有 EEG / MEG 数据，或即将开展脑电、脑磁实验，希望系统学习完整分析流程的学习者
接触过 EEGLAB、FieldTrip、Brainstorm、MNE等软件，但对预处理、ERP、时频分析、统计检验、进阶分析仍缺少系统理解的研究者
正在研究感知、注意、记忆、语言、情绪、决策、运动控制或临床脑功能异常，希望利用高时间分辨率脑信号回答动态加工问题的学生和科研人员
已经会做基础分析，但希望进一步学习 time-resolved decoding、RSA、溯源分析和功能连接性分析等进阶方法的学员
想使用 Python + MNE 建立可复现、可迁移分析流程，而不是长期依赖图形界面或零散脚本的学习者

课程内容

底部 “阅读原文”，参与活动

课程说明

1. 从信号基础与实验设计讲起

课程零基础友好，将介绍 EEG / MEG 信号的神经生理来源、硬件采集特点和实验设计要点，帮助学员理解脑电脑磁数据能回答什么问题，以及在采集前就需要考虑哪些分析需求。

2. 系统掌握预处理流程

课程将拆解滤波、降采样、坏道坏段处理、重参考、epoch、baseline 和 ICA 等关键步骤，重点讲清楚每一步为什么做、怎么判断做得是否合理，以及可能带来哪些影响。

3. 全面覆盖基础分析与规范检验

课程将讲解 ERP / ERF、时间窗选择、条件平均、差异波、时频分解、功率变化和结果可视化，帮助学员掌握脑电脑磁研究中最常用的经典分析路径。还将重点介绍 EEG / MEG 数据中的多重比较问题，以及 cluster-based permutation test 的基本逻辑、适用场景、结果汇报方式和常见误区。

4. 拓展进阶分析方法

课程将进一步介绍 time-resolved decoding、time-resolved RSA、source localization 和 functional connectivity，帮助学员从传统差异分析走向信息分析、表征分析、空间分析和网络分析。还将介绍 AI 与深度学习在脑电脑磁分析中的典型应用方向。