回答:
一般に、EEG、fMRI（およびMEG、SPECT、PETデータセット-いわゆる「機能モダリティ」）は、1つ以上の「活動」に従事している被験者（たとえば、人間）から取得されます。
この「アクティビティ」は、「目を閉じて休憩する」、「この方程式を解いてみる」、「この画面の画像を単に見る」などの場合もあります。
通常、複数の被験者が研究に従事し、これらの被験者はいくつかの基準に従ってグループに分けられ、それらの反応を比較および対比することができます（「コントロール」（「正常」または疾患に罹患していない被験者））と「病気」（いくつかの病気に苦しんでいることが確認されている被験者））。
これらのモダリティは両方とも、サンプリング時間に加えて、空間もサンプリングし、各fMRI / EEGデータセットは、それ自体が上記の被験者の母集団からのサンプルです。
これを説明すると、平均化を適用するディメンションとその理由がほぼわかります。
各チャネル（EEGの場合）またはボクセル時系列（fMRIの場合）で（一般的な）時間平均（移動平均または中央値フィルターなど）を実行して、ノイズの影響を減らすことができます。
さまざまな方法で、さまざまな目的で空間平均化を実行できますが、空間平均化に伴うすべてのことは、 個々のチャネル（ 個々のベクトル）およびそれらによるダイビング 平均応答を得るために。
たとえば、いくつかの脳領域（後頭、頭頂、前頭、その他）に対応する平均応答を取得したいとします。次に、それらの領域に対応するベクトル（チャネル）を平均化して1つのベクトルをX(channelN, timeSampleM)取得します（たとえば、チャネルが含まれている場合、mean(X)これを実行すると1 x timeSampleM、各列の平均値（サンプルに対応する）のサイズの1つのベクトルが返されます。ある時点で各チャネルが取得）。
あなたがしたいかもしれないもう一つのことは、彼らが行っていた活動に応じて一人の被験者の平均応答を取得することです。たとえば、RESTとLISTENINGTOMUSICの条件間の被験者の脳の平均応答の違いを確認するとします。この場合、どのデータセットがどのアクティビティに対応するかを知る必要があり、単純にそれらの平均を取得します （どこ データセットを示し、 はアクティビティを示します）。
母集団（および/または彼らが行っていた「活動」）の空間平均を行うことができます。したがって、たとえば、2つの対象グループ（グループA、グループB）間のREST条件での脳の平均応答を確認したい場合があります。この場合、グループAのすべてのサブジェクトからすべてのデータセットを選択し、平均データセットを取得します。グループBについても同様です。同じように（ただし、メンバーシップを変更）、異なる条件間の1つのグループの平均応答を取得できます。
（もちろん、観察しようとしているものに応じて、空間/時間/グループ/条件平均の任意の組み合わせを適用できます）
最後に、平均化がデータ処理に固有の別の領域は、誘発電位の領域です。
たとえば、可聴ノイズのバーストに対する脳の反応を調べたいとします。この場合、被験者に刺激を与え、その応答を何度も記録します。その後、すべての記録を平均化し（刺激インスタンスに合わせて）、脳の反応を表す1つの信号を生成します。そのような有名な信号はP300です。
ご覧のとおり、平均化の操作は同じですが（数学的な観点から）、目的に応じてさまざまな方法で適用できます。したがって、理解するために特定の論文を注意深く検討することをお勧めします
さらに、以下のリソースを参考にしてください。これらのリソースは、EEGおよびfMRI分析（平均化を含む）全般についてはるかに詳細な情報が含まれているため、一般的に役立ちます。