脑电 AI 分析工程师考试试卷及答案

脑电AI分析工程师考试试卷及答案脑电AI分析工程师考试试卷及答案一、填空题（共10题，每题1分）1.脑电信号中，频率范围在8-13Hz的节律称为______节律。2.处理脑电工频干扰常用的滤波方法是______滤波。3.国际标准的脑电导联系统是______系统。4.事件相关电位中，与认知决策相关的成分是______。5.脑电数据常见的存储格式有______（写出一种即可）。6.独立成分分析（ICA）常用于去除脑电中的______伪影。7.深度学习中，适合处理脑电序列数据的模型是______（写出一种即可）。8.脑电信号预处理中，去除基线漂移常用的方法是______滤波。9.脑机接口中，基于视觉刺激的范式常用______电位。10.机器学习分类任务中，衡量模型性能的基本指标是______。填空题答案：1.阿尔法（α）2.陷波3.10-204.P3005.EDF（或BDF、BrainVision）6.眼电（EOG）7.LSTM（或RNN、GRU）8.高通9.P30010.准确率二、单项选择题（共10题，每题2分）1.以下哪种频率属于delta节律？（）A.2HzB.10HzC.20HzD.30Hz2.用于去除脑电伪影的独立成分分析（ICA）属于哪种预处理方法？（）A.滤波B.特征提取C.伪影去除D.重参考3.脑电信号的采样率通常不低于多少Hz？（）A.200HzB.500HzC.1000HzD.2000Hz4.以下哪种模型适合处理脑电空间特征？（）A.CNNB.LSTMC.SVMD.KNN5.事件相关电位中，N170成分与哪种视觉刺激相关？（）A.文字B.人脸C.声音D.运动6.脑电预处理中，重参考常用的参考电极是？（）A.FzB.CzC.耳垂（A1/A2）D.Oz7.以下哪种算法不属于传统机器学习在EEG分类中的应用？（）A.SVMB.随机森林C.CNND.逻辑回归8.脑机接口中，用于控制轮椅的常见范式是？（）A.P300拼写器B.运动想象C.稳态视觉诱发电位D.事件相关去同步9.以下哪种伪影来源于肌肉收缩？（）A.EOGB.EMGC.工频干扰D.电极漂移10.深度学习中，Transformer模型在EEG分析中的优势是？（）A.处理空间特征B.捕捉长程依赖C.计算效率高D.无需数据预处理单项选择题答案：1.A2.C3.A4.A5.B6.C7.C8.B9.B10.B三、多项选择题（共10题，每题2分）1.脑电预处理的主要步骤包括（）A.滤波B.伪影去除C.特征提取D.重参考2.常见的脑电节律有（）A.deltaB.thetaC.alphaD.gamma3.事件相关电位的常见成分包括（）A.P300B.N170C.ERND.beta4.机器学习中特征选择的方法有（）A.过滤法B.包裹法C.嵌入法D.聚类法5.脑机接口的应用领域包括（）A.医疗康复B.辅助沟通C.游戏娱乐D.工业控制6.深度学习模型用于EEG分析的有（）A.CNNB.LSTMC.TransformerD.GNN7.脑电伪影的来源包括（）A.眼动B.肌肉收缩C.电源线干扰D.电极接触不良8.EEG分类任务的评价指标有（）A.准确率B.精确率C.召回率D.F1分数9.脑电数据增强的方法有（）A.时移B.加噪C.翻转D.重采样10.常用的脑电分析工具包括（）A.EEGLABB.MNE-PythonC.BrainVisionAnalyzerD.MATLAB多项选择题答案：1.ABD2.ABCD3.ABC4.ABC5.ABCD6.ABCD7.ABCD8.ABCD9.ABC10.ABC四、判断题（共10题，每题2分）1.脑电信号的振幅随频率升高而增大。（）2.ICA可以有效去除眼电伪影。（）3.P300电位的潜伏期约为300ms左右。（）4.深度学习模型可以直接输入原始EEG数据进行训练。（）5.10-20导联系统中电极位置按头部比例分布。（）6.工频干扰通常为50Hz或60Hz。（）7.SVM在EEG分类中性能始终优于随机森林。（）8.脑机接口仅适用于残疾人辅助。（）9.EDF是脑电数据的标准存储格式之一。（）10.gamma节律与高级认知活动相关。（）判断题答案：1.×2.√3.√4.√5.√6.√7.×8.×9.√10.√五、简答题（共4题，每题5分）1.简述脑电预处理的主要步骤及目的。答案：脑电预处理主要步骤包括滤波、伪影去除、重参考和基线校正。滤波去除无关频率成分（如工频干扰、基线漂移）；伪影去除通过ICA或手动标记消除眼电、肌电等干扰；重参考统一信号基准减少电极差异；基线校正消除直流偏移。预处理提升数据质量，为后续分析提供可靠基础。2.说明P300电位在脑机接口中的应用原理。答案：P300是目标刺激引发的300ms左右正相电位。脑机接口中，P300拼写器通过字符矩阵闪烁，目标字符触发P300，AI模型识别该电位对应的字符实现输入。原理基于目标刺激的认知电位差异，模型学习差异完成分类，适用于辅助沟通场景。3.比较传统机器学习与深度学习在EEG分析中的优缺点。答案：传统机器学习解释性强、资源需求低，但需手动提取特征，难捕捉复杂关系；深度学习自动提取特征，处理高维数据，但解释性差、数据需求大。两者结合互补：传统方法筛选特征，深度学习建模复杂关系，提升分析效果。4.列举常见的脑电伪影类型及去除方法。答案：常见伪影有眼电（EOG）、肌电（EMG）、工频干扰、电极漂移。眼电用ICA去除；肌电通过带通滤波或ICA；工频干扰用陷波滤波；电极漂移用高通滤波或基线校正。手动标记剔除异常段也常用，确保数据干净。六、讨论题（共2题，每题5分）1.脑电AI分析在临床诊断中的挑战与解决思路。答案：挑战包括数据质量差异大、标注不足、模型解释性差。解决思路：开发自适应伪影去除算法；用迁移学习减少标注需求；采用可解释AI（如注意力机制）提升透明度；多中心协作扩大数据集，标准化采集流程提升一致性，推动临床应用。2.如何提高脑机接