Az elektroenkefalográfia (EEG) és a funkcionális mágneses rezonancia képalkotás (fMRI) az agyi aktivitás nem invazív mérésének hatékony eszköze. Mindkét technika különböző információk szolgáltatásában jeleskedik. Az EEG a fejbőr feszültségét méri, és kHz-es nagyságrendű adatokat képes mintavételezni, ami azt jelenti, hogy adatokat szolgáltat arról, hogy az azonos orientációjú piramissejtek nagy populációjának válasza hogyan változik az ezredmásodpercek alatt (Lopes da Silva, 2013; Luck, 2013). Az EEG-t felhasználó kiemelkedő technika az eseményhez kapcsolódó potenciál (ERP) technika, amely egy eseményt követő nagyon rövid időre vonatkozó EEG-választ szegmentál, amelyet nagyszámú próbán keresztül ismételnek (Luck, 2013). Az ERP-k “csúcsokat” – vagy komponenseket – tartalmaznak, amelyek a koponyán belüli válaszok összegét képviselik. Az EEG-vel a baj az inverz probléma, miszerint a koponyán belül nem lehet azonosítani a feszültségmérések forrását a fejbőrön (Luck, 2013).
Az fMRI ezzel szemben hihetetlenül jó térbeli felbontással rendelkezik, de gyenge időbeli felbontással szenved. Az fMRI az EEG-vel ellentétben nem egy piramissejtből mért elektromos válasz. Ehelyett ez egy hemodinamikai válasz, amely tükrözi a vér oxigénellátottságának változásait, mivel a neuronok részt vesznek a vér oxigénszintjétől függő (BOLD) jelnek nevezett folyamatban. Az EEG-vel ellentétben, amely ezredmásodpercek alatt képes mérni a válaszokat, a hemodinamikai válasz másodpercek alatt alakul ki. Ennek eredményeképpen kompromisszumot kell kötni az időbeli felbontás között az EEG vagy a térbeli felbontás között az fMRI alkalmazásakor.
Az egyik törekvés az egyes technikák által örökölt korlátok leküzdésére a technikák kombinálása (Turner et al., 2016; Debener et al., 2006; Wei et al., 2020). Ha az EEG-t és az fMRI-t kombinálják, úgy tűnik, hogy a kognitív paraméterek nagyobb varianciáját képesek megmagyarázni, mint amikor a viselkedést önmagában használják (Turner et al., 2016). Az ERP-k által mért EEG-jel változásai kis idő alatt is képesek gazdag adatmennyiséget szolgáltatni, amely kihasználható több, az fMRI által mért, térben elkülönülő regionális aktiváció azonosítására (Debener et al., 2016).