脑机接口干电极佩戴与抗干扰取舍

消费级或康复训练系统常希望摆脱凝胶，但干电极并不是把湿电极换个外形那么简单。脑机接口使用干电极时，佩戴压力、接触稳定性和抗干扰能力会直接互相牵制。

干电极的接触压力首先决定信号链底噪。压力不足时，电极尖端难以穿过头发和角质层，界面阻抗高且波动大，微小滑移就会生成低频基线漂移；压力过大时，用户很快不适，头皮局部血流和肌肉紧张又可能引入新的生理噪声。弹簧针、梳齿或柔性导电橡胶各有边界，刚性结构能保证接触，却对头型差异敏感；柔性结构更舒适，但长期压紧后的回弹和污染会使阻抗慢慢升高。

佩戴设计不能只看初始阻抗，还要看动作中的阻抗谱。用户点头、说话、眨眼或轻微皱眉时，电极相对头皮的切向位移会把机械摩擦转换成电荷扰动，这类伪迹频段常与运动想象或注意状态特征重叠。若头带只追求压得紧，确实能减少脱落，却可能把肌电和压迫感放大；若追求轻便，通道质量又会随姿态大幅变化。工程上需要用可调预紧、分区支撑和通道质量评分配合，而不是给所有位置施加同一夹紧力。

运动伪迹抑制也不能完全交给算法。高输入阻抗前端可以减小界面负载，但更容易拾取电场干扰；主动屏蔽线缆能降低电容耦合，却增加驱动稳定性和功耗压力。差分放大、独立成分分析或参考通道回归可以去掉一部分眼电和肌电，但如果伪迹来自每个电极局部滑移，它并不呈现稳定空间模式，算法就很难可靠分离。脑机接口若在硬件端没有控制滑移路径，后端很可能把真实意图也一起滤掉。

更可部署的方案是分层降噪。机械结构先限制电极相对运动，前端用护线、屏蔽和合理带宽减少外部耦合，实时软件再根据阻抗、饱和次数和低频能量给通道降权。对非医疗场景，还可以在任务交互上避开大幅头动时段，让系统在稳定窗口内判决。这样做不会让干电极达到理想实验室信号，但能让剩余噪声有规律，便于控制策略消化。

验证干电极时，静坐闭眼数据没有足够代表性。需要把佩戴时间、出汗、头发厚度、重复摘戴和任务动作放进同一套测试，并记录每个通道何时被降权或剔除。若系统只在少数理想被试上调出漂亮频谱，换到真实用户就会快速退化。真正可靠的指标应包括可用通道比例、重新佩戴时间、动作中误触发率和用户可接受压力，而不仅是离线分类准确率。

清洁和老化同样会改变边界。导电涂层沾上皮脂后，接触噪声可能比新品高得多；弹性支架经过多次弯折，原本均匀的预紧会集中到少数点。若维护流程没有规定清洁周期、寿命判据和更换提示，现场故障就会被误判为用户训练不足或算法退化。量产端还应记录电极批次和使用小时数，避免把材料离散性混进用户差异，形成难解释的性能波动。

所以，干电极方案的成败在于把机械接触先工程化，再谈信号处理。佩戴和抗干扰取舍清楚，脑机接口才能从实验台走向日常使用。