1. 脑机接口（BCI）
解释：大脑和外部设备之间建立的“直接通道”，不用说话、不用动手脚，通过采集和解码脑信号，让人用意念控制电脑、机械手、轮椅、外骨骼等。

2. 神经信号（Neural Signal）
解释：神经元活动时产生的电信号或电磁信号，比如动作电位、突触电位。脑机接口就是想办法把这些微弱信号记录下来，然后翻译成机器能理解的指令。

3. 头皮脑电（EEG）
解释：在头皮上贴电极或戴电极帽记录到的脑电活动，电压在微伏级。优点是安全、便宜、方便；缺点是分辨率差、容易受干扰，是目前非侵入式 BCI 最常用的技术。

4. 侵入式脑机接口（Invasive BCI）
解释：需要开颅，把电极放在脑表面或脑内，比如皮层电极、微电极阵列。信号精度高、通道多，可以做高自由度控制，但手术风险、成本和监管要求都比较高。

5. 非侵入式脑机接口（Non-invasive BCI）
解释：不需要开颅，通过 EEG、功能近红外（fNIRS）、磁脑图（MEG）等方式记录脑活动。安全性高、适合临床和商业化推广，但信号更模糊，可解码的信息量有限。

6. 半侵入式脑机接口（Semi-invasive BCI）
解释：电极不直接扎进脑组织，而是放在硬膜下或脑表面，比如硬膜下皮层电极（ECoG）。信号质量介于侵入式和非侵入式之间，常见于癫痫术前评估等场景。

7. 运动想象（MI，Motor Imagery）
解释：只是“想象”某个动作（比如反复握拳、抬脚），但不真正去动。运动皮层活动会发生有规律变化，算法可以根据这些变化区分“想动左手”“想动右手”等，用于控制外设或做康复训练。

8. P300 范式（P300 Paradigm）
解释：在一串随机出现的刺激中，当目标刺激出现时，大脑会在大约 300 毫秒出现一个明显的正向波峰。通过设计闪烁矩阵或键盘，可以用 P300 信号实现“盯着某个选项，然后系统帮你选中它”。

9. 稳态视觉诱发电位（SSVEP）
解释：让屏幕上多个方块以不同频率闪烁，被试盯着哪一个，视觉皮层就会在对应频率产生稳态振荡。检测频谱峰值，就能知道用户正在看哪个方块，从而实现多指令快速选择。

10. 脑电节律（EEG Rhythms）
解释：脑电按频段可分为 δ、θ、α、β、γ 等，和睡眠、注意、运动等状态相关。脑机接口通常通过分析不同节律的功率变化，来判断当前的大脑功能状态或意图。

11. 信号采集（Signal Acquisition）
解释：把脑里的电信号通过电极、前置放大器、滤波器和模数转换器传到计算机的过程。如果采集环节做得烂，后面再高深的算法都救不了。

12. 预处理（Preprocessing）
解释：对原始脑电数据进行滤波、去基线、去伪迹、分段、重参考等，把眨眼、肌电、工频干扰这些垃圾尽量干掉，让信号更干净，方便后面做特征提取和分类。

13. 特征提取（Feature Extraction）
解释：从预处理后的信号中压缩出一组能区分不同脑状态的数字，比如各频带功率、共空间模式（CSP）特征、时间窗内的峰值、波形形状等，把连续波形变成有限维的“特征向量”。

14. 分类器 / 解码器（Classifier / Decoder）
解释：根据特征来判断当前属于哪一类脑状态或控制指令的模型。可以是 LDA、SVM、逻辑回归，也可以是卷积神经网络、循环神经网络、Transformer 等深度模型。

15. 在线脑机接口（Online BCI）
解释：信号采集、处理、解码和反馈在几乎实时进行，系统一边接收脑信号，一边输出控制结果。比如实时控制屏幕光标移动、机械手抓取、外骨骼迈步等。

16. 离线分析（Offline Analysis）
解释：先把数据录完，再事后用来训练、调参和评估算法性能。大部分研究会先做离线分析，确认“有戏”，再进一步做真正在线控制。

17. 闭环反馈（Closed-loop Feedback）
解释：解码结果会反馈给用户（视觉、听觉、触觉或本体感觉），用户看到反馈后会主动调整自己的注意和想象，从而改变脑活动。这样就形成“脑活动 → 解码 → 外设动作 → 反馈 → 新一轮脑活动”的循环，有利于学习和康复。

18. 神经可塑性（Neuroplasticity）
解释：大脑结构和功能会随着训练和使用发生改变。脑机接口结合重复任务和实时反馈，可以帮助重建或强化受损通路，是运动康复、认知康复类 BCI 的理论支撑。

19. 脑电帽 / 电极帽（EEG Cap）
解释：预先布好若干电极位置的帽子，戴上就能采集多通道脑电。它决定了通道数量、空间分布以及佩戴舒适度，直接影响实验效率和患者/被试的耐受度。

20. 采样率（Sampling Rate）
解释：每秒采集多少个数据点，比如 250 Hz、500 Hz、1000 Hz。采样率要足够高才能不损失有效信息，又不能高到数据量爆炸、处理压力过大，一般 BCI 系统会在两者之间折中。

21. 控制命令（Control Command）
解释：脑机接口把脑信号解码之后，最终输出给外设的指令，比如“向左移动光标”“抓紧机械手”“迈出一步”。本质上就是把连续的脑活动，压成一系列离散或连续的控制信号。

22. 校准阶段（Calibration Phase）
解释：正式使用前，先让被试按照要求反复做/想某个动作，系统记录下对应的脑信号，用来训练解码器。校准越认真，后面的在线控制一般越稳定；校准乱搞，在线阶段就纯抽奖。

23. 适应性解码器（Adaptive Decoder）
解释：解码器参数不是一成不变，而是根据用户的脑信号变化和表现动态更新，比如逐渐适应电极漂移、注意力波动、学习效应等，让系统越用越顺手，而不是“越用越不准”。

24. 空间滤波器（Spatial Filter）
解释：不是只在“时间”上动刀，而是把多个电极通道按权重线性组合，比如“前额叶多一点、枕叶少一点”，增强感兴趣区域的信号，压制噪声。简单粗暴理解：给每个电极配个音量旋钮，调到合适。

25. 共空间模式（CSP）
解释：一种常用的空间滤波/特征提取方法，通过寻找一组权重，把一类任务的功率最大化、另一类最小化，特别适合二分类的运动想象（比如“想左手 vs 想右手”），是传统 EEG-BCI 的老网红算法。

26. 独立成分分析（ICA）
解释：把混在一起的多通道信号拆成若干“独立来源”，常用于把眼电、心电、肌电伪迹从脑电里分离出去。通俗点讲，就是试图分离“真正的大脑活动”和“眨眼乱入的噪声”。

27. 时频分析（Time-Frequency Analysis）
解释：既看“什么时候发生变化”，又看“在哪个频段变了”，比如用小波变换或短时傅里叶变换，观察某个时间窗内 α、β 频段是否被抑制或增强，是分析运动想象等范式的常规操作。

28. 功率谱密度（PSD）
解释：描述不同频率成分强度的指标，相当于回答“在 10 Hz、15 Hz、20 Hz 上各有多强”。很多 BCI 直接用某个频段的功率（比如 μ/β 节律）作为特征来做分类。

29. 信息传输率（ITR，Information Transfer Rate）
解释：衡量一个 BCI 系统“带宽”的指标，综合考虑单次准确率、每次选择耗时、可选类别数量，用 bit/min 或 bit/s 表示。简单说：不光要准，还要快，不然用户会疯。