Prompt: 系统梳理 Ear-EEG / cEEGrid 文献发展脉络、硬件方案、实验范式与信号处理方法

你是一名脑机接口、可穿戴 EEG、耳周 EEG、cEEGrid、神经工程方向的研究助理。我会上传一组关于 ear-EEG / in-ear EEG / around-the-ear EEG / behind-the-ear EEG / cEEGrid 的论文 PDF 和已有的文献清单。你的任务不是泛泛总结，而是进行系统文献解剖，梳理这条技术路线从最早研究到 cEEGrid，再到后续 OpenBCI / hearable / 睡眠 / 听觉注意 / 神经工效学应用的发展脉络。

请严格基于我上传的论文内容回答。不要凭空补全。凡是论文没有写清楚的参数，标记为“论文未说明 / Not reported”。所有关键结论都要标注来自哪篇论文、哪个章节、图表或页码。

0. 总体目标

请帮我回答这几个核心问题：

Ear-EEG 最早是如何开始的？
in-ear EEG、around-the-ear EEG、behind-the-ear EEG、cEEGrid 之间是什么关系？
cEEGrid 在整条 ear-EEG 发展路线中处于什么位置？
每篇论文用了什么硬件？
电极放在什么位置？是耳道内、耳廓、耳后、乳突、耳周，还是 cEEGrid C 形阵列？
用了什么电极？湿电极、干电极、柔性印刷电极、Ag/AgCl、耳塞式电极、软电子电极，还是商业 EEG 电极？
做了什么实验？例如 resting EEG、alpha、auditory oddball、ASSR、AEP、P300、SSVEP、visual Simon task、auditory attention decoding、target speaker detection、sleep staging、fatigue detection 等。
每个实验要验证什么？是验证“能采到 EEG”，还是验证“能替代 scalp EEG”，还是验证“能做某个 BCI / 睡眠 / 听觉注意任务”？
采用了什么信号处理方法？包括采样率、滤波、重参考、伪迹处理、ICA/ASR、epoch、PSD、ERP、CCA、TRF、Wiener filter、CSP、Riemannian、机器学习、深度学习等。
每篇论文的核心结果是什么？局限是什么？对后续研究有什么影响？
如果我要自己做一个耳周 EEG / cEEGrid-like 采集设备，这些论文对硬件、电极位置、实验验证、算法验证有什么启发？

1. 术语边界

请先建立术语表，不要混用概念。

需要区分：

Ear-EEG / ear-centered EEG
In-ear EEG / ear-canal EEG
Around-the-ear EEG
Behind-the-ear EEG
cEEGrid / cEEGrids
Auricular / auricle EEG
Mastoid / periauricular electrodes
Hearable EEG
Transparent EEG
Wearable EEG
Scalp EEG
PSG / polysomnography

请说明每个术语的定义、典型电极位置、代表论文、优缺点。

2. 按时间线梳理发展脉络

请按年份输出一条技术发展时间线。

每个阶段至少包括：

阶段名称
代表论文
核心问题
硬件形态
电极位置
实验范式
信号处理方法
验证结论
对后续研究的影响

建议阶段划分：

阶段 A：早期 in-ear EEG / ear-canal EEG

重点看 Looney、Mandic、Kidmose、Mikkelsen 等早期工作。

回答：

为什么最早会考虑从耳道采 EEG？
早期 in-ear EEG 的电极怎么做？
它和传统 scalp EEG 如何比较？
它最早验证了哪些信号？AEP、ASSR、alpha、ERP、visual evoked response 等？

阶段 B：cEEGrid / around-the-ear EEG 的出现

重点看 Debener 2015、Bleichner 2015、Bleichner & Debener 2017。

回答：

cEEGrid 为什么不是简单的 in-ear EEG？
cEEGrid 的 C 形柔性印刷电极结构是什么？
一侧有多少电极？双耳如何布置？
参考电极和地电极如何设置？
使用什么放大器、采样率、手机或无线系统？
它最早验证了哪些任务？
它解决了 in-ear EEG 的哪些问题？又带来了哪些新问题？

阶段 C：任务验证阶段

重点看 auditory attention decoding、target speaker detection、visual Simon task、P300、SSSEP 等任务。

回答：

cEEGrid 最早被用于哪些 BCI / 认知任务？
为什么听觉注意是 cEEGrid 的天然应用方向？
cEEGrid 与 high-density scalp EEG 的性能差距在哪里？
哪些任务证明了 cEEGrid 不只是能测 alpha，而是能捕捉 ERP / 注意 / 认知加工？

阶段 D：睡眠、疲劳、长时佩戴与真实世界

重点看 sleep EEG、sleep staging、fatigue detection、driving/aviation/neuroergonomics。

回答：

为什么耳周 EEG 适合睡眠和长期监测？
cEEGrid 与 PSG 如何比较？
睡眠分期用了哪些特征和模型？
疲劳/驾驶/飞行任务用了什么实验范式？
长时佩戴中的主要伪迹是什么？

阶段 E：开源硬件、低成本放大器、hearable 化

重点看 OpenBCI + cEEGrid、低成本 EEG amplifier comparison、wireless cEEGrid hardware、in-ear wireless / hearable EEG。

回答：

哪些论文使用 OpenBCI 或低成本放大器？
哪些论文给出了硬件结构、转接板、3D 打印、代码或数据？
低成本放大器和高端放大器在 cEEGrid 场景下差距是什么？
未来产品形态更适合 cEEGrid 贴片、耳挂、耳夹、耳机，还是 in-ear hearable？

3. 逐篇论文提取表

请为每一篇论文建立一张“论文解剖卡片”。

每篇论文必须提取以下字段：

A. 基本信息

论文标题
作者
年份
期刊 / 会议
DOI / URL
研究类型：方法论文 / 硬件论文 / 验证论文 / 任务应用 / 数据集 / 综述 / 算法论文
属于哪条路线：in-ear / around-ear / behind-ear / cEEGrid / hearable / scalp 对照

B. 研究问题

这篇论文要解决什么问题？
作者的核心假设是什么？
它要验证什么？
它相对前人工作的新增点是什么？

C. 硬件系统

逐项提取：

电极形态
电极材料
电极数量
单耳还是双耳
是否使用 cEEGrid
是否使用定制耳塞 / 柔性印刷电极 / 湿电极 / 干电极
参考电极位置
地电极位置
放大器型号
ADC / 采样率 / 分辨率
无线方式
是否使用手机 / OpenBCI / 商业 EEG 系统
佩戴时长
是否能移动采集
是否有开源硬件或数据

D. 电极点位 / 布局

请尽量从图中或方法部分提取：

具体电极点位名称
电极相对耳朵的位置
是否靠近 mastoid、concha、ear canal、auricle、temporal area
是否有左右耳
是否和 10-20 系统的某些 scalp electrodes 对照
是否给出了布局图
如果论文有图，请说明是哪张图展示了点位

E. 实验设计

逐项提取：

被试数量
年龄 / 性别是否说明
实验任务
刺激类型
实验时长
采集环境：实验室 / 移动 / 家庭 / 睡眠 / 驾驶 / 飞行 / 日常工作
对照系统：scalp EEG / high-density EEG / PSG / EOG / actigraphy / 其他
实验分组
要验证的指标

F. 信号处理流程

必须详细提取：

原始采样率
下采样
带通滤波
陷波滤波
重参考方式
坏通道处理
伪迹处理
ICA / ASR / Riemannian ASR / regression / rejection
epoch 切分
baseline correction
特征提取：PSD、alpha、theta、ERP amplitude、latency、ASSR、AEP、envelope tracking、TRF、CCA、CSP 等
分类或回归模型
交叉验证方式
统计检验方法
评价指标

G. 结果

请提取：

最重要的 3–5 个结果
哪些信号被成功记录？
与 scalp EEG / PSG / 高端设备相比如何？
哪些电极位置效果最好？
哪些任务效果最好？
哪些任务效果较差？
作者如何解释结果？

H. 局限

请提取：

样本量局限
电极接触问题
运动伪迹
ECG / EMG / EOG 污染
对任务类型的限制
与全头 EEG 的差距
产品化难点
长时间佩戴问题
个体差异问题
未来工作

I. 对我的启发

站在我要做耳周 EEG 硬件 / 算法 / 产品的角度，提取：

哪些硬件结构值得借鉴？
哪些电极位置值得优先尝试？
哪些实验范式适合作为我自己的第一版验证实验？
哪些信号处理流程可以直接复用？
哪些问题必须避坑？
哪些论文适合作为我后续论文的 related work？

4. 输出一张总表

请输出一个总览表，列包括：

年份	论文	路线	电极形态	电极位置	硬件/放大器	实验任务	对照系统	信号处理	核心结论	局限	对我有用的点

要求：

每行一篇论文。
不知道的内容写“Not reported”。
不要为了填满表格而猜测。
表格后面给出简短解读。

5. 输出技术演进图

请用 Mermaid 画一张技术路线图，展示：

Wearable EEG → Ear-centered EEG → In-ear EEG → Around-the-ear EEG / cEEGrid → Sleep / AAD / BCI / neuroergonomics / open hardware / hearable EEG

要求：

标出关键年份和代表论文。
标出每个分支的硬件形态。
标出每个分支解决的问题。

6. 输出“硬件演进脉络”

请专门写一节，题为：

Ear-EEG / cEEGrid 硬件演进脉络

按以下维度梳理：

电极从哪里来？
从 ear canal 到 around-ear 的变化是什么？
cEEGrid 为什么采用 C 形耳周阵列？
为什么需要多电极？
湿电极、干电极、柔性印刷电极各有什么优缺点？
参考电极和地电极如何设置？
采集系统从实验室放大器到手机 / OpenBCI / 无线模块如何演进？
对我自研硬件的启发是什么？

7. 输出“实验范式演进脉络”

请专门写一节，题为：

Ear-EEG / cEEGrid 实验范式演进脉络

按以下顺序分析：

Resting EEG / alpha
Auditory evoked potential / AEP
Auditory steady-state response / ASSR
Oddball / P300
Visual evoked response / visual Simon task
Auditory attention decoding / AAD
Target speaker detection
Sleep staging
Fatigue / driving / aviation
Real-world knowledge work / flow / neuroergonomics

每个范式说明：

为什么选择这个范式？
要验证什么？
用哪些电极记录？
信号处理怎么做？
结果说明了什么？
是否适合我复现实验？

8. 输出“信号处理方法演进脉络”

请专门写一节，题为：

Ear-EEG / cEEGrid 信号处理方法演进脉络

请按方法类型整理：

基础预处理
- 滤波
- 陷波
- 下采样
- 重参考
- epoch
- baseline correction
伪迹处理
- 手工剔除
- ICA
- ASR
- Riemannian ASR
- EOG/EMG/ECG 污染处理
- 运动伪迹处理
频域特征
- PSD
- alpha / theta / beta
- ASSR
- sleep band features
ERP 特征
- N1/P2
- P300
- auditory oddball
- visual ERP
- tactile P300
听觉注意算法
- envelope reconstruction
- TRF
- CCA
- Wiener filter
- CSP
- Riemannian classifier
睡眠算法
- sleep/wake staging
- multi-class sleep staging
- machine learning
- deep learning / transfer learning
统计与验证
- cross-validation
- test-retest reliability
- scalp EEG comparison
- PSG comparison
- accuracy / correlation / AUC / SNR / effect size

每个方法请说明：

哪篇论文用了
为什么用
输入是什么
输出是什么
是否适合我复现
注意事项

9. 对我自研耳周 EEG 的建议

请最后输出一节：

面向自研耳周 EEG 的技术建议

从论文证据出发，给出：

第一版硬件建议

推荐电极形态
推荐电极数量
推荐点位
推荐参考/地
推荐采样率
推荐放大器/AFE 类型
是否建议先用 OpenBCI 验证
是否建议做单耳还是双耳

第一版实验建议

请给出最适合我复现的 3 个实验：

Resting alpha / eyes open-eyes closed
Auditory oddball / P300
Auditory attention 或 sleep/wake

每个实验写：

目的
被试数量建议
实验流程
采集时长
信号处理流程
评价指标
成功标准

第一版算法建议

请给出：

最小可行信号处理 pipeline
可复现实验 pipeline
论文级验证 pipeline
后续可扩展到深度学习/大模型的方向

风险与避坑

请列出：

运动伪迹
肌电污染
心电污染
电极接触阻抗
头发/耳型个体差异
佩戴舒适性
与 scalp EEG 的可比性
过度宣称风险

10. 输出格式要求

请用中文输出，但保留关键英文术语和论文标题。

最终输出结构：

Ear-EEG / cEEGrid 文献系统梳理

1. 一句话结论

用 5–10 句话说明整条路线的核心判断。

2. 术语表

3. 技术发展时间线

4. 逐篇论文解剖卡片

5. 总览对比表

6. 技术路线 Mermaid 图

7. 硬件演进脉络

8. 实验范式演进脉络

9. 信号处理方法演进脉络

10. 对我自研耳周 EEG 的建议

11. 关键论文阅读顺序

12. 可复现实验路线

13. 仍然缺失的信息与需要继续查的论文

11. 严格要求

不要只写摘要。
不要泛泛说“使用了滤波和机器学习”，必须尽量提取具体滤波范围、采样率、模型、特征、验证方法。
不要把 cEEGrid 误认为 ear-EEG 的起点。
不要把 in-ear EEG 和 around-the-ear EEG 混为一谈。
不要遗漏硬件细节。
不要遗漏电极点位。
不要遗漏实验要验证的假设。
不要遗漏信号处理流程。
每个关键判断都要标注论文来源。
不确定就写“不确定 / 论文未说明”，不要猜。
优先从 Methods、Materials、Experimental setup、Signal processing、Results、Discussion 中提取信息。
如果 PDF 中有电极布局图、系统框图、实验流程图，请重点解读这些图。
最后请给出“我应该先复现哪 3 篇论文，为什么”。

12. 我的研究背景与目标

我关注的是自研耳周 EEG / cEEGrid-like 采集设备，希望从这些论文中学习：

硬件怎么做
电极怎么放
采集系统怎么搭
第一版实验怎么设计
如何证明我真的采到了可用 EEG
如何和 scalp EEG 或 PSG 做对照
信号处理 pipeline 如何搭建
后续如何写成论文或产品技术路线

请站在“我要做一个可复现、可工程化、可写论文的耳周 EEG 系统”的角度进行分析。