nvsirgn的博客

为了对ERP效应有一个更好理解，EEGLAB 有一个比较有特色的功能，即绘制 ERP图像。这个ERP图像是一个 2-D图像，其中的横轴是每个epoch的时刻值，纵轴是各个epoch的编号，而该图像中的每一点表示相应的epoch的相应时刻的电压值。至于纵轴上的各个epoch的顺序，EEGLAB 默认是按照它们在实验中出现的顺序进行排序。当然，研究者可以依据自己的个人兴趣，对各个epoch的纵轴顺序重新排序（例如，依据 subject reactiontime， alpha-phase at stimulus

1、学习MatlabEEGLAB图形界面建立在强大的Matlab脚本语言之上。要使用EEGLAB构建宏命令和执行自定义和自动化处理的全部功能，就需要能够在Matlab中操纵EEGLAB数据结构。由于时间限制，这个wiki没有提供关于Matlab脚本语言的介绍。相反，用户需要在开始研究之前熟悉Matlab。2、安装EEGLAB和教程文件首先下载包含教程数据集的EEGLAB（30MB），附下载地址。（https://sccn.ucsd.edu/eeglab/downloadtoolbox.php）解压

02 基于肌电图的混合控制方法综述基于EEG-EMG的混合控制接口的基本思想是在控制方法中融合EEG和EMG信号，信号的融合可以以许多不同的方式进行，并且可能取决于特定应用和用户能力等因素。在这个混合接口中，结合了EEG信号和EMG信号，混合方法的应用可能有所不同，从一个简单的游戏控制应用程序，到假肢手臂控制应用程序。这篇综述的主要目的是研究生物机器人学的应用，例如假肢和外骨骼，因此范围缩小到研究混合EEG-EMG方法在生物机器人中的应用。如前所述，有许多可能的方法将肌电图和脑电图信号结合在一种特定的控

**摘要**在过去的几十年里，生物机器人的应用，如外骨骼、假肢和机器人轮椅，已经从科幻小说中的机器发展到几乎商业化的产品。尽管肌电图（EMG）信号仍然存在一些挑战，但利用EMG信号控制此类生物机器人应用的进展是巨大的。同样，最近发展基于脑电图（EEG）的控制方法的趋势和尝试也显示了这一领域在现代生物机器人领域的潜力，但是基于脑电的控制方法有待完善。一种将这两种控制方法结合起来的新方法，利用每个系统的优点，减少缺点，因此可能是一个很有前途的系统。本文综述了近年来在生物机器人领域尝试或发展的基于肌电图

脑电图分析脑电分析是利用数学信号分析方法和计算机技术，从脑电信号中提取信息。脑电图分析的目标是帮助研究人员更好地了解大脑；协助医生进行诊断和治疗；以及促进脑-计算机接口（BCI）技术的使用。有很多方法可以粗略地对脑电图分析方法进行分类。用数学模型来拟合采样的脑电信号的方法可以归类为参数方法，反之就是非参数方法。传统上，脑电信号分析方法主要分为四类：时域、频域、时频域和非线性方法。方法1.频域法频域分析又称频谱分析，是脑电信号分析中最传统、也是最有力、最标准的方法之一。它通过采用统计和傅立叶变换方法来

将设备朝上放置，豁口朝上，通道定义如图所示。#本篇由BCIduino脑机接口开源社区原创/转载（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎扫下面码加入社群，也欢迎采购BCIduino脑电模块和外骨骼等（某宝搜索即可或者扫码详询）。...

首先需要用python接收并转发数据，然后用Matlab接收，原理：基于lsl。1.python接收并转发数据的代码可以联系管理员(wechat:l20081123456)，在采购设备之后赠送代码。2.Matlab接收数据的代码：addpath(genpath('/home/ibagon/OpenBCI/OpenBCI_MATLAB/Matlab-Python/labstreaminglayer'))%% instantiate the librarydisp('Loading the libra

硬件性能介绍：信号传输方式：Wi-Fi传输采样频率：1000Hz高速传输信号通道数：8通道，1/2/3/4/5/6/7/8，此外有GND和REF兼容上位机：Windows10上位机是否有波形显示功能：是上位机是否有滤波及陷波功能：是上位机数据对外转发方式：lsl，可基于lsl将数据传输至Matlab/Python/OpenVibe等上位机显示延迟：小于40ms电极方案：贴片电极及其导联线（需10根）输入阻抗：1TΩ输入偏置电流：300pA输入参考噪声：1μVpp共模抑制比：-11

第一步，首先下载OpenVibe并将它与BCIduino连接，并检测下数据（如图4所示），打开OpenVibe对应的erp-recording项目，并逐个拖入OpenVibe界面中打开，路径如图2所示。图1 数据获取示意图图2 ERP文件路径示意图第二步，运行范式、数据接收和保存文件（erp-2-record-signal），运行效果如下图3，在此过程中将对受试者展示相关刺激，并记录脑电数据，以便后续进一步分析使用。图3 实验范式和数据保存过程第三步，数据回放过程，运行erp-3-repla

在现实生活中，有很多思维正常但是有运动障碍的人无法直接与外界进行沟通。随着脑电技术的发展，脑机接口逐渐成为他们与外界的潜在交流方式，其特点在于直接通过大脑可以控制外设及字符输出等，不用借助外周肌肉组织等。在脑机接口领域，基于P300信号特征的脑机接口系统具有目标多、个体差异较少的优点，常常被广泛应用到BCI中[1]。本文讲述基于BCIduino与OpenVibe的脑电意念打字系统的设计方法及步骤。材料清单BCIduino 8通道脑电放大器*1（1579～1679元），如图1所示。脑电帽（干电极或湿电极

导读上一篇介绍了基于BCIduino做运动想象系统的教程方法，同时也介绍了BCIduino 8通道脑电放大器的具体参数，我们期望将它做成一款性价比比OpenBCI更优的低成本脑电放大器，同时极尽可能提升它的性能，以便用于工业级应用。本篇介绍BCIduino做稳态视觉诱发电位（SSVEP）系统的方法，本文在撰写过程中同时也修改了部分OpenVibe的参数，以便能够用于BCIduino.正文步骤一：连接BCIduino与OpenVibe，OpenVibe官方针对Windows有2个Stable版本的安装

导读：本文基于BCIduino 8通道脑电放大器和OpenVibe框架搭建了一套运动想象脑机接口系统，供读者参考交流。BCIduino 8通道脑电放大器具体参数如下：输入阻抗：1TΩ输入偏置电流：300pA输入参考噪声：1μVpp采样速率：250 Hz/500Hz共模抑制比：-110dB可调增益放大倍数：1、2、4、6、8、12、2分辨率：24 位 ADC，精度最高可达 0.1μV功耗：正常工作时 39mW，待机时低至仅 10μW采用可充电锂电池供电，进一步降低来自外部的干扰。尺寸：5

01.安装python3.7或更高版本;02.安装pip;03.打开cmd，依次运行pip install pylsl，pip install numpy;04.运行openbci_gui产生lsl数据流（名称BCIduino）或者cmd运行python SendData.py或者其他方式产生lsl流;05.cmd运行数据保存文件;06.cmd运行python server2.py（在运行之前根据放大器的采样频率修改s_freq参数，使它等于采样频率数值，并修改host和port数据和eprime

本文介绍用python对航弈生物BCIduino放大器脑电/肌电数据进行滤波及频谱计算。本文介绍如何用python mne对fif格式保存的脑电数据进行读取和简单的滤波，并用numpy对上述数据进行FFT分析，绘制相应的图像。本稿不涉及BCIduino数据如何保存，关于数据如何保存会在之后的文章给出。本文基于一个已经保存好的.fif格式的BCIduino肌电数据，数据保存了大约40s的肌电信号，信号内容是正常人模拟帕金森患者震颤时的肌电信号，采样频率250Hz，一共采集了5次，每次4s，对应fif文件中的

BCIduino文字教程https://mp.weixin.qq.com/s/g7NIU_s6DshSPJbEdtTI2wBCIduino视频教程https://b23.tv/crXhCVCSDN：https://blog.csdn.net/nvsirgn/BCIduino兼容的上位机链接：https://pan.baidu.com/s/1r5KW2HSeOp94B15qIAvvHw提取码：7kqr使用上位机前应当安装Processing|该版测试有效链接：https://pan.bai

BCIduino文字教程https://mp.weixin.qq.com/s/g7NIU_s6DshSPJbEdtTI2wBCIduino视频教程https://b23.tv/crXhCVCSDN：https://blog.csdn.net/nvsirgn/BCIduino兼容的上位机链接：https://pan.baidu.com/s/1r5KW2HSeOp94B15qIAvvHw提取码：7kqr使用上位机前应当安装Processing|该版测试有效链接：https://pan.bai

安装前准备打印模块清单：FRAME_BACK_medium *1FRAME_FRONT_medium *2E_HOLDER *10OCTABOLT *10OCTANUT *10硬件清单：脑电极触脚 10杜邦线母对母1M 10不锈钢弹簧0.51020mm 10M26螺丝 *10M2螺母 *10工具清单：螺丝刀 *1胶枪 *1胶棒 *1安装步骤第一步将螺丝螺母安装在脑电触脚中（如图所示）第二步准备一根杜邦线，将一端的头剪掉并拨开线皮，里面的铜芯留稍长一些。再把铜芯缠绕

xxxxxxxx#本篇由BCIduino脑机接口开源社区原创/转载（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎扫下面码加入社群，也欢迎采购BCIduino脑电模块和外骨骼等（某宝搜索即可或者扫码详询）。...

首先要安装pylsl，在cmd中运行：pip install pylsl安装好之后，运行以下python代码可以接收BCIduino通过lsl发出来的数据"""Example program to show how to read a multi-channel time series from LSL."""from pylsl import StreamInlet, resolve_stream# first resolve an EEG stream on the lab networ

基于python可以在Mac/linux/windows系统获取BCIduino脑电数据，基于android我们也提供了方案，联系下方管理员可以索取。此处贴出基于python获取BCIduino脑电数据的程序代码，有爱好者实测，可以在同一台电脑获取多个BCIduino模组的数据。import sysfrom pylsl import StreamInfo, StreamOutletimport argparseimport osimport stringimport atexitimport

1.将脑电数据发送端的发送设备改成’BCIduino’，并设置相应的通道数等；info = StreamInfo('BCIduino', 'EEG', 32, 100, 'float32', 'myuid34234')2.运行发送数据的程序；3.运行显示波形的程序代码；即可对数据进行实时滤波和显示等，适用于linux/mac/Windows系统。注：以上程序适用于航弈生物最新HY-II型科研级脑电放大器，参数如下：★1.可以实现8通道脑电信号同步实时采集及传输。★2.脑电信号放大及采集参

打开OpenBCI_GUI之后，连接上BCIduino，在图示的红圈里有一排按钮，点击一下就会出现阻抗数据。测试的时候需要戴上脑电帽（湿电极的需要打导电膏）/或者戴上肌电电极片。#本篇由BCIduino脑机接口开源社区转载（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎扫下面码加入社群（如果码过期了，可以添加wechat：cheitech，要求加入），也欢迎采购BCIduino脑电模块（某宝搜索即可）。

脑机接口入门第一篇，这篇写的不错，原文题目是A Beginner’s Guide to Brain-Computer Interface and Convolutional Neural Networks之后我们会适时把它翻译成中文，以飨读者。（https://towardsdatascience.com/a-beginners-guide-to-brain-computer-interface-and-convolutional-neural-networks-9f35bd4af948）作者主页是：

#本篇由BCIduino脑机接口开源社区整理（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎扫下面码加入社群（如果码过期了，可以添加wechat：cheitech，要求加入），也欢迎采购BCIduino脑电模块（某宝搜索即可）。...

SolidWorks（以下简称SW）是一款3D设计软件，基于它设计的结构，可以保存成STL文件等，由3d打印机或者其他设备进行立体硬件成形。SolidWorks提供了一整套完整的动态界面和鼠标拖动控制。“全动感的”的用户界面减少设计步骤，减少了多余的对话框，从而避免了界面的零乱。SW软件功能强大，组件繁多。 Solidworks有功能强大、易学易用和技术创新三大特点，这使得SolidWorks 成为领先的、主流的三维CAD解决方案。SolidWorks 能够提供不同的设计方案、减少设计过程中的错误以及提

基于Python可以轻易实现一台电脑连接多个BCIduino，并且可以把数据传输给其他程序，比如数据保存程序、算法程序等。解决思路是：思路1:基于串口通信协议（参考：https://blog.csdn.net/nvsirgn/article/details/108547595），读取多个串口的BCIduino的数据，并通过pylsl对外进行传输，然后有一个数据接收程序把数据进行对齐汇总即可。思路2:基于串口通信协议（同上），读取多个串口的BCIduino数据，然后进行数据对齐，再统一汇总通过lsl对外

关于伪迹来源，这里有比较系统的整理：https://zhuanlan.zhihu.com/p/42681420归纳了两类伪迹，一类是受试者自身的原因导致的（心电/肌电/眼电/运动/出汗等），另一类是外部干扰等引起的（工频/静电/接触不良/设备间等其他电磁波干扰/）。这里有一些简单的去除方法：https://cloud.tencent.com/developer/article/1540172https://www.1xuezhe.exuezhe.com/Qk/art/274529?dbcode=1

可以。请联系管理员（扫下方码）索取python文件，通过电脑串口即可获取实时数据，500Hz采样率。#本篇由BCIduino脑机接口开源社区整理（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎扫下面码加入社群（如果码过期了，可以添加wechat：cheitech，要求加入），也欢迎采购BCIduino脑电模块（某宝搜索即可）。...

Psychtoolbox-3（PTB-3）是一个为MATLAB或GNU octave提供的免费函数集合，供神经科学和视觉研究人员使用。它合成并显示精确控制的视觉和听觉刺激，并与使用者进行交互。它目前至少有12000个活跃用户，不仅有一个活跃的论坛，而且有许多文章应用了它。PTB-3基于PTB-2进一步研发完善成的，但是它的MATLAB扩展（在C中）被重写为更模块化的工具，并使用了OpenGL。 Psychtoolbox与许多用于编写心理学实验的备选工具箱一起提供，比如Python的psych..

https://github.com/Psychtoolbox-3/Psychtoolbox-3

问：PTB-3是否兼容PTB-2（Mac或Win）？答：不兼容。但是通过修改代码，也有可能使PTB-2的程序在PTB-3中运行。原因：在开发PTB-3的过程中，PTB-2的成像模型与苹果的QuickDraw捆绑在一起，无法与OpenGL协同工作。例如，在OpenGL中，一个基本概念是缓冲区切换。“前”缓冲区的内容将在使用者发出命令以影响“后”缓冲区的内容时显示。这个概念不是PTB-2成像模型的一部分。此更改的结果是，如果在绘图操作之后不插入翻转命令屏幕（‘flip’，…），将看不到结果。如果使用者一直在

BCIduino串口通信协议（与openbci一致）：command_stop = “s”;command_startText = “x”;command_startBinary = “b”;command_startBinary_wAux = “n”;command_startBinary_4chan = “v”;command_activateFilters = “F”;command_deactivateFilters = “g”;command_deactivate_channel

#本篇由BCIduino脑机接口开源社区整理（公众号“BCIduino脑机接口社区”）利用openvibe做数据处理前，应该首先关注几个点：OpenVibe Designer提供了几个处理框，如采集和网络IO、分类、评估等，其中任何一个都可以连接成一个节点，用于根据应用程序处理EEG数据。重要的是连接块的输入输出必须在数据类型中匹配，否则仿真将显示错误。对于脑电信号的离线处理，需要将加载到采集客户端的数据存储在某个地方。这可以通过文件读写模块来实现，该模块包括CSV文件写入器、EDF（欧洲数据格式）.

#本篇由BCIduino脑机接口开源社区整理（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎加入社群，备注"BCI"，也欢迎采购BCIduino脑电模块（某宝搜索即可）。扫码关注公众号：Anton R. Kiselev(来自Saratov State Medical University)等研究者研究了一组在第一次中风后急性期出现半侧轻瘫的患者，共入组50例患者。中风后患者组的脑电图记录显示，在健康

参考本文：https://blog.csdn.net/flypassion/article/details/82082543

这个作者写的不错:https://blog.csdn.net/qq_36554582/article/details/83350837可以实际跑一下代码。

通过以下代码可以从一个bdf文件中读取数据（需要将以下代码保存为一个.m文件：eeg_read_bdf.m）。参考：https://www.mathworks.com/matlabcentral/fileexchange/13070-eeg-bdf-readerfunction[data,numChan,labels,txt,fs,gain,prefiltering,ChanDim] = eeg_read_bdf(filename,SecLoad,reshape)% this function lo

此处的需求是将lsl传进来的数据流进行保存，不是实时保存，而是对一定时间段的数据进行保存。思路是，通过一个循环将lsl的数据流保存一段时间（保存在一个list里），然后转换成一个numpy的数组类型（即array类型，具体可以百度查下list如何转numpy的array），然后通过pyedflib的函数将array类型的数据和文件header等保存在edf文件中。以下代码仅供参考，由于时间关系，暂未验证，但是思路确保是对的。from pyedflib import highlevelimport nu

可以通过OpenBCI_GUI的lsl等方法将数据传输给python，具体操作方法如下：1.连接BCIduino与电脑，如果是蓝牙版，需要先开机，然后在电脑上搜索蓝牙，找到BCIduinoxxx蓝牙，并进行配对（一般不需要密码，如果有密码就是0000或者1234）；如果是有线版，就插上USB，并在设备管理器（COM）里安装相应的驱动即可（如CH340）。2.连接BCIduino与OpenBCI_GUI，打开OpenbciHubOpenBCI_GUI，参考：https://mp.weixin.qq.com

BCIduino通过python获取脑电数据，需要使用专门的脑电数据接收程序，一般搭配BCIduino脑电模组赠送。拿到acquisition.py文件后，首先需要根据自己需要的采样频率进行参数设置：SAMPLE_RATE = 500.0 # or 250Hz 然后需要查下BCIduino设备的串口，并进行设置：if not port: port = 'COM8'然后运行acquisition.py即可。如果需要用lsl接收数据，可以在这里设置相应的参数：def create_