EEG基础

EEG 基础

脑电图（Electroencephalogram,EEG）是通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大记录而获得的图形，是通过电极记录下来的脑细胞群的自发性、节律性电活动。有常规脑电图、动态脑电图监测、视频脑电图监测。

EEG信号的分类
EEG信号按频谱不同可划分为四种基本类型：

α波：频率分布为8-13HZ，主要包含两个波段，μ1（8-10HZ）和μ2（10-13HZ），振幅约为20-100μV，在枕页及顶叶候补α波最显著。
β波：频率在（13-30HZ）包含两个波段β1（13-20HZ），β2（20-30HZ），振幅约为5-20μV，主要出现在额叶。
θ波：频率在4-7HZ，振幅约为100-150μV，在困倦时出现，是中枢神经系统抑制的表现。
δ波：频率在0.5-3.5HZ，振幅约为0-200μV，只出现在睡眠，深度麻醉，缺氧或大脑病变时出现。

EEG信号捕获

国际脑电图和神经生理学联合会决定电极位置，标记为10-20电极排列。

分类方法：
支持向量机
线性鉴别分析
K近邻
神经网络

脑信号的采集技术

侵入性

1.基于 BCI 的内皮质电极阵列

使用皮质内电极阵列测量大脑的电活动需要外科手术，将电极阵列植入大脑。它会穿透大脑，并能够记录大脑的神经元水平潜在的变化。

2.基于电谱图 （ECoG） 的 BCI
ECoG 也是一种正在使用的侵入性 BCI 技术。它从大脑表面测量大脑的电活动。在这个过程中，EcoG电极被植入大脑，它们位于皮层顶部，测量皮层表面的潜在变化。

非侵入式信号采集BSAT
1.基于近红外光谱的B其基

功能近红外光谱 （fNIRS） [37]被广泛用作非侵入性 BCI 模式。在fNIRS期间，它测量人类皮层表层中氧血红蛋白（[HbO]和脱氧血红蛋白[HbD]）的浓度变化。
2.与 fNIRS 的盖特康复
使用通过中风患者的头皮获得的NIRS信号操作手部康复机器人。在研究期间，NIRS信号从9个通道记录下来，其中6个健康受试者用于手打开和关闭 HbO 和 HbD 信号的均值和斜率被选为训练两种类型的分类器的特征。

信号采集系统是整个BBI系统的源模块，用于放大、过滤和数字化大脑信号

干电极，湿电极
BCIs 的未来估计运动意图将更侧重于非侵入性 BSAT，特别是用于可穿戴机器人控制的日常生活辅助应用。同时，入侵技术的安全性方面的可靠性和改进也将变得更加有效。同样，需要进一步研究BSAT技术的适当组合，以利用与大脑活动有关的空间和时间信息。此外，还需要进一步研究大脑信号噪声源的更准确识别，以及硬件过滤技术和防噪声记录方法的发展。电气干扰目前是一个主要的噪声源，仍然是一个需要克服的挑战。因此，开发最佳方法，将具有更少的噪声干扰，更好的时间分辨率，在未来将是一个更好的解决方案，为实时BI应用。此外，录音的可靠性还取决于主体、皮肤状况、周围环境等。为了提高可用性，提高BSAT不依赖于这种生理标准是重要的。