眼睛：最大的干擾源
眼球是一個約 1 mV 的常駐偶極——角膜為正、視網膜為負——比皮質電位大上好幾個數量級。有兩種運動最為重要。眨眼使眼瞼掃過角膜，產生一個大而短暫、在額區達到最大的偏移；掃視則使偶極旋轉，在額區各通道產生帶有左右梯度的階梯。兩者都透過 體積傳導 投射到每個電極上，在前額最強。眼動假影 是任何 EEG 流程必須首先處理的對象。
迴歸：減去量測到的參考
若你直接記錄假影來源——眼睛用 EOG、心臟用 ECG——就能以迴歸將其移除。把每個 EEG 通道建模為腦訊號加上參考訊號的縮放副本，再以最小平方估計縮放係數。EOG 迴歸 是經典案例：
\mathbf{X}_{\text{clean}} = \mathbf{X} - \mathbf{B}\,\mathbf{R}, \qquad \mathbf{B} = \mathbf{C}_{XR}\,\mathbf{C}_{RR}^{-1}以最小平方將參考通道 R（EOG／ECG）從資料 X 中迴歸移除；B 保存傳播係數。
若你有一個直接盯著假影的感測器（眼旁的電極或胸前的電極），就能預測它有多少滲進每個腦通道，再把這份預測直接減掉。
- \mathbf{R}
- 直接錄下假影本身的參考通道——眼用 EOG、心用 ECG。
- \mathbf{B}
- 最佳擬合係數，說明參考訊號以多強的程度滲入各資料通道。
- \mathbf{C}_{XR}
- 資料與參考之間的共變異數（它們如何一起變動）。
- \mathbf{C}_{RR}^{-1}
- 參考自身共變異數的反元素，用來正規化這個擬合。
若 EOG 中大小為 1 的眨眼替某前額通道加上約 0.3，那麼該通道的 \mathbf{B} 約為 0.3。
簡單、因果且低成本，但有兩個著名的失效。其一，雙向汙染：EOG 電極也會拾取額區腦活動，因此把它們迴歸掉會移除真實訊號——過度校正。其二，傳播係數會漂移，因此單一固定的 \mathbf{B} 只是近似。以參考為基礎的迴歸，正是在你擁有忠實、非神經的參考時才是強力的基準；參考越偏離該理想，代價就越大。
訊號空間投影：移除方向而非通道
當你知道某假影的地形圖 \mathbf{u}（它在 \mathbf{A} 中的那一行）但沒有參考通道時，就把它投影掉。SSP 為假影子空間建立一組正交基底 \mathbf{U} 並施加投影算子：
\mathbf{P} = \mathbf{I} - \mathbf{U}\mathbf{U}^{\top}, \qquad \mathbf{X}_{\text{clean}} = \mathbf{P}\,\mathbf{X}SSP 算子移除由 U 張成的假影子空間；任何沿這些方向的訊號成分也隨之喪失。
與其盯著假影，不如學會它在感測器空間中所指的方向，然後刪掉沿該方向的一切——就像抹去一個座標軸。便宜又不需參考通道，但任何落在該軸上的腦訊號也會一併陪葬。
- \mathbf{U}
- 假影方向——一小組要移除的空間樣式。
- \mathbf{U}\mathbf{U}^{\top}
- 投影到假影子空間的算子。
- \mathbf{P}
- 剩下的部分：投影到與假影垂直的一切。
- \mathbf{I}
- 單位矩陣——先保留一切，再減去壞的那部分。
這就是訊號空間投影：移除整個空間方向，而非丟掉一個實體通道。
SSP 快速、線性且在一整段時段內穩定，這正是 MEG 流程倚重它的原因。代價是鈍：它刪掉整個空間方向，因此恰好與假影地形圖對齊的真實腦活動也會一併消失，而每個投影算子都從資料中移除一個自由度。訊號空間分離（SSS） 將此想法推廣到 MEG，把場分解為源自感測器頭盔內部與外部的成分。
肌肉、心臟與身體
肌電 是例行假影中最棘手的，因為它寬頻，且與動作型 BCI 在意的 beta／gamma 範圍重疊；沒有乾淨的頻帶可陷波，而激進的高頻濾波會抽掉真正的 gamma。心臟與脈搏 假影在約 1 Hz 附近呈準週期，只要有 ECG 通道，就能以迴歸或範本相減良好處理。動作 假影是低頻且機械耦合的；現代技巧是記錄一個輔助訊號——加速度計或電極本身的 阻抗——再把它迴歸掉，正是把參考迴歸的想法套用到機械來源上。
參考電極的選擇也是一項假影決策
每一筆頭皮紀錄都是差動的，因此 參考的選擇 形塑了哪些假影會現形。共同平均參考 方便，卻有黑暗面：它把任何一個壞的或帶有假影的通道抹散到其餘所有通道，於是一個彈跳的電極就汙染了整組導程。表面拉普拉斯 估計二階空間導數，扮演一個無參考的空間高通，銳化局部源並強力衰減眼動與其他遠場假影典型的寬廣遠場——代價是放大不相關的感測器雜訊。