Elektroencefalografi (EEG) och funktionell magnetisk resonanstomografi (fMRI) är kraftfulla metoder för icke-invasiv mätning av neurala aktiviteter i hjärnan. Båda teknikerna utmärker sig genom att ge olika information. EEG mäter spänningen från hårbotten och kan sampla data i storleksordningen kHz, vilket innebär att det kan ge data om hur på svaret hos en stor population av pyramidceller med samma orientering förändras under loppet av millisekunder (Lopes da Silva, 2013; Luck, 2013). En framträdande teknik som utnyttjar EEG är tekniken med händelserelaterad potential (ERP), som segmenterar ett EEG-svar under en mycket kort tidsperiod efter en händelse, som upprepas under ett stort antal försök (Luck, 2013). ERP:er innehåller ”toppar” – eller komponenter – som representerar summan av svaren i kraniet. Problemet med EEG är det omvända problemet, där det är omöjligt att identifiera källan till spänningsmätningar på hårbotten inom kraniet (Luck, 2013).
fMRI, å andra sidan, har en otroligt bra rumslig upplösning men lider av en dålig tidsmässig upplösning. fMRI, till skillnad från EEG, är inte ett elektriskt svar som mäts från en pyramidalcell. I stället är det ett hemodynamiskt svar som avspeglar förändringar i blodsyresättningen när neuronerna deltar i en process som kallas BOLD-signalen (blood oxygen level dependent). Till skillnad från EEG, som kan mäta reaktioner under loppet av millisekunder, utvecklas den hemodynamiska reaktionen under några sekunder. Därför måste man göra en kompromiss mellan den tidsmässiga upplösningen när man använder EEG och den spatiala upplösningen med fMRI.
En strävan efter att övervinna de begränsningar som ärvts av var och en av dessa tekniker är att kombinera dem (Turner et al., 2016; Debener et al., 2006; Wei et al., 2020). När EEG och fMRI kombineras verkar de kunna förklara mer varians i kognitiva parametrar jämfört med när beteende används ensamt (Turner et al., 2016). Förändringar i EEG-signalen som mäts med ERPs kan också ge en rik mängd data under en liten tidsperiod, vilket kan utnyttjas för att identifiera flera rumsligt åtskilda regionala aktiveringar som mäts med fMRI (Debener et al., 2016).