EEG（脳波）とは、頭皮に配置した電極から脳の電気活動をリアルタイムで計測する技術です。非侵襲的で高い時間分解能を持つため、医療診断だけでなく、ブレイン・マシン・インターフェース（BMI）や生成AIを組み合わせた脳活動のデコード技術など、AI分野におけるバイオデータの解析対象として広く活用されています。
EEGとは
EEG（Electroencephalography：脳波）は、脳の神経細胞が活動する際に発生する微弱な電気信号を頭皮上から非侵襲的に測定・記録する技術であり、AIを用いた脳活動の解析やブレイン・マシン・インターフェース（BMI）の入力ソースとして不可欠なデータです。
詳しく解説
EEGは、頭皮に装着した複数の電極を通じて、脳内のニューロンが同期して活動する際の電位変化を記録します。この技術の最大の強みは「時間分解能」が非常に高い点にあり、ミリ秒単位の脳活動の変化をリアルタイムで捉えることができます。近年、この複雑かつノイズの多いEEGデータに対してディープラーニングなどの機械学習技術を適用する研究が急速に進んでいます。ディープラーニングアルゴリズムは、膨大な脳波データから特徴量を自動的に抽出し、被験者の意図や感情、認知状態、さらには睡眠ステージの分類を高精度に行うことができます。また、生成AIを活用して、EEGデータから被験者が「見ている画像」や「考えている言葉」を復元する脳デコーディング技術（ブレインデコーディング）の研究も注目を集めています。
具体例・使われ方
主な利用例として、手足を動かす意思をEEGで検知し、ロボットアームや義肢を操作するブレイン・マシン・インターフェース（BMI）があります。また、医療分野におけるてんかん発作の予兆検知や、ディープラーニングを用いた睡眠障害のステージ自動判定、さらにはマーケティング分野における消費者の感情変化やストレス状態を評価するニューロマーケティングへの応用が挙げられます。
似た用語との違い
EEGと混同されやすい技術にfMRI（機能的磁気共鳴画像法）があります。fMRIは脳の血流変化を測定することで、脳のどの部位が活動しているかを示す「空間分解能」に優れていますが、血流変化には数秒の遅れがあるため時間分解能は低いです。一方、EEGは空間分解能こそ低いものの、リアルタイムな電気活動を測る「時間分解能」において圧倒的に優れています。また、頭蓋骨の内部に電極を配置する侵襲的なECoG（皮質脳波）に対し、EEGは頭皮の上から安全に測定できる非侵襲的な手法である点も異なります。
注意点
EEGの最大の課題は、得られる信号の空間分解能が低く、脳のどの深部や特定部位から信号が発生しているかを正確に特定しにくい点にあります。また、筋肉の動きや瞬き、周囲の電磁ノイズ（アーティファクト）が電気信号に混入しやすく、AIモデルがこれらを学習してしまうと誤判定の原因となります。そのため、機械学習によるモデル学習の前に、ノイズを除去する高度な前処理が極めて重要となります。