如何采集人类高质量脑电波？| 脑电设备推荐

最新推荐文章于 2023-05-25 09:27:37 发布
最新推荐文章于 2023-05-25 09:27:37 发布
阅读量2.8k 收藏 11
点赞数 2
分类专栏： EEG 脑科学 认知神经科学 文章标签： 机器学习 人工智能 big data
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011661076/article/details/120040488
版权
脑科学 同时被 3 个专栏收录
131 篇文章 108 订阅
订阅专栏
认知神经科学
80 篇文章 43 订阅
订阅专栏
EEG
46 篇文章 30 订阅
订阅专栏

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。

什么是EEG?

相信脑科学研究者对EEG一定不会陌生。

简单来说，不同频带的脑电波的整体活动，在大脑皮层或头皮表面的总体反映。这些不同频带的脑电波活动时其相位是随机的。

一套完整的EEGsystem有以下四个组成部分：

放大器/电极帽/记录软件/分析软件

图片

现今，这一技术应用的领域十分广泛。

图片

以ANT Neuro的eego™mylab为例。

eego™mylab为研究者提供了在实验室场景或现实移动场景中完成脑波测量的最佳配置。

图片

而且eego™mylab的waveguard™电极帽分常规电极帽、fMRI/MEG兼容型电极帽、干电极帽、定制电极帽，共4个系列，基本覆盖了所有年龄段的各种头型大小与各种应用环境。

你想要的尺寸，这里都有。

图片

关于eego™mylab的特点

1、全移动设计

eegoTMmylab系统从32通道到256通道，拥有4个版本可以选择。其中，以串联集成的128通道和256通道还可以将64通道的放大器分离出来单独使用。每台放大器内置锂电池供电，500g的轻巧设计，充分考虑到移动的便携性和实用性，配置移动采集设备后，每一台放大器都可以作为一套全移动系统，在各种移动场景下进行脑电数据采集。

2、多模态整合

eegoTMmylab作为一个完善的EEG/ERPs采集分析系统，能够完成多种脑电实验范式，例如（SS）VEP，AEP，MMN，P300等，同时还集成了肌电，眼电，心电以及呼吸，体温，皮肤电，加速度，血氧饱和等生理信号的数据采集。此外，还可以结合眼动，TMS，fNIRS，fMRI，MEG等其他技术进行多模态研究。

3、高精度数据

eegoTMmylab系统兼具高采样率，高输入阻抗，多通道和主动屏蔽技术，能够记录大脑活动的每一个微小变化，不会错过任何脑电节律，同时确保在恶劣的实验环境下也可以获得较高质量的信号。

eego™mylab的放大器长这样

图片

特点如下：

主动屏蔽技术

移动、便携、无需电源

电池或外接电源供电，电池可持续供电5小时以上

32/64/128EEG+24EMG/EOG/EKG通道双极模块

DC采样，采样率16KHz，最高升级可达32KHz

24bitA/D转换

输入阻抗＞1GOhm

输入噪声＜1.0uVRMS

共模抑制比＞100dB

SDK扩展功能

提供BNCtrigger扩展配件与接口

兼容干电极

eego™mylab的记录软件：

图片

操作简易、灵活

自由设置信号采集模板

在线电阻检测、实时显示详细电阻值

支持导出多种数据格式，如：Eeprobe、BrainVision、ASCII等

兼容多种mark输入形式，标准25针并口、手动、外部按键装置、无线网络传输

干电极采集模板与相关设置

同步视频记录

eego™mylab的ASA数据分析软件：

图片

EEG/ERP/MEG分析，兼容处理其他脑电设备的数据

溯源分析，偶极子、MUSIC、sLORETA等

MRI分割与头模生成

TMS单相、双相磁脉冲伪迹校正

动态视频EEG/ERPs分析

SDK功能

可进行棘波和疾病发作的EEG/ERPs监测和分析

MATLAB数据导入/导出功能等

导出多种数据格式，如：EDF，ASCII等

更重要的是，eego™ mylab 可与其他设备同步记录

与眼动同步记录

可接收眼动设备发送的信号

可选配同步装置实现脑电眼动数据同步记录

可通过E-Prime for tobii插件实现脑电眼动数据同步记录

与fMRI同步记录

可选配核磁兼容型电极帽

可选配整套进核磁配件

可同步记录Trigger

伪迹校正：Gradient伪迹去除、 Cardio-ballistic伪迹去除

与经颅磁刺激TMS同步记录

可同步接收TMS Trigger

兼容多种品牌的TMS系统，其中，可完美兼容PowerMAG系列

TMS系统，实现同步开始后5ms获取干净的EEG信号

兼容TMS滤波功能

TMS伪迹校正功能

图片

神经生物反馈/BCI

与第三方软件兼容的SDK

神经生物反馈

兼容OpenVibe，EEGLAB/LSL，BCI2000，matlab等

  

图片

与MEG同步记录

MEG waveguardTM电极帽

放大器

电池供电

主动屏蔽

图片

什么是EEG?

相信脑科学研究者对EEG一定不会陌生。

简单来说，不同频带的脑电波的整体活动，在大脑皮层或头皮表面的总体反映。这些不同频带的脑电波活动时其相位是随机的。

一套完整的EEGsystem有以下四个组成部分：

放大器/电极帽/记录软件/分析软件

图片

现今，这一技术应用的领域十分广泛。

图片

以ANT Neuro的eego™mylab为例。

eego™mylab为研究者提供了在实验室场景或现实移动场景中完成脑波测量的最佳配置。

图片

而且eego™mylab的waveguard™电极帽分常规电极帽、fMRI/MEG兼容型电极帽、干电极帽、定制电极帽，共4个系列，基本覆盖了所有年龄段的各种头型大小与各种应用环境。

你想要的尺寸，这里都有。

图片

关于eego™mylab的特点

1、全移动设计

eegoTMmylab系统从32通道到256通道，拥有4个版本可以选择。其中，以串联集成的128通道和256通道还可以将64通道的放大器分离出来单独使用。每台放大器内置锂电池供电，500g的轻巧设计，充分考虑到移动的便携性和实用性，配置移动采集设备后，每一台放大器都可以作为一套全移动系统，在各种移动场景下进行脑电数据采集。

2、多模态整合

eegoTMmylab作为一个完善的EEG/ERPs采集分析系统，能够完成多种脑电实验范式，例如（SS）VEP，AEP，MMN，P300等，同时还集成了肌电，眼电，心电以及呼吸，体温，皮肤电，加速度，血氧饱和等生理信号的数据采集。此外，还可以结合眼动，TMS，fNIRS，fMRI，MEG等其他技术进行多模态研究。

3、高精度数据

eegoTMmylab系统兼具高采样率，高输入阻抗，多通道和主动屏蔽技术，能够记录大脑活动的每一个微小变化，不会错过任何脑电节律，同时确保在恶劣的实验环境下也可以获得较高质量的信号。

eego™mylab的放大器长这样

图片

特点如下：

主动屏蔽技术

移动、便携、无需电源

电池或外接电源供电，电池可持续供电5小时以上

32/64/128EEG+24EMG/EOG/EKG通道双极模块

DC采样，采样率16KHz，最高升级可达32KHz

24bitA/D转换

输入阻抗＞1GOhm

输入噪声＜1.0uVRMS

共模抑制比＞100dB

SDK扩展功能

提供BNCtrigger扩展配件与接口

兼容干电极

eego™mylab的记录软件：

图片

操作简易、灵活

自由设置信号采集模板

在线电阻检测、实时显示详细电阻值

支持导出多种数据格式，如：Eeprobe、BrainVision、ASCII等

兼容多种mark输入形式，标准25针并口、手动、外部按键装置、无线网络传输

干电极采集模板与相关设置

同步视频记录

eego™mylab的ASA数据分析软件：

图片

EEG/ERP/MEG分析，兼容处理其他脑电设备的数据

溯源分析，偶极子、MUSIC、sLORETA等

MRI分割与头模生成

TMS单相、双相磁脉冲伪迹校正

动态视频EEG/ERPs分析

SDK功能

可进行棘波和疾病发作的EEG/ERPs监测和分析

MATLAB数据导入/导出功能等

导出多种数据格式，如：EDF，ASCII等

更重要的是，eego™ mylab 可与其他设备同步记录

与眼动同步记录

可接收眼动设备发送的信号

可选配同步装置实现脑电眼动数据同步记录

可通过E-Prime for tobii插件实现脑电眼动数据同步记录

与fMRI同步记录

可选配核磁兼容型电极帽

可选配整套进核磁配件

可同步记录Trigger

伪迹校正：Gradient伪迹去除、 Cardio-ballistic伪迹去除

与经颅磁刺激TMS同步记录

可同步接收TMS Trigger

兼容多种品牌的TMS系统，其中，可完美兼容PowerMAG系列

TMS系统，实现同步开始后5ms获取干净的EEG信号

兼容TMS滤波功能

TMS伪迹校正功能

图片

神经生物反馈/BCI

与第三方软件兼容的SDK

神经生物反馈

兼容OpenVibe，EEGLAB/LSL，BCI2000，matlab等

图片

与MEG同步记录

MEG waveguardTM电极帽

放大器

电池供电

主动屏蔽

图片

功能如此强大的脑电设备去哪儿找？别急，往下看。

以下为大家介绍了四大主流脑电系统制造商：

【ANTNeuro】创立于1997年，是一家专注于神经科学与神经诊断领域高性能产品研发与销售的公司，产品与技术涵盖了EEG、EMG、TMS、MRI以及MEG等多个领域。

图片

【Neurosacn】创立于1985年，是一家提供神经生理学，神经影像学和神经诊断系统的公司，产品涵盖了EEG、EMG、TMS、MRI等领域。

图片

【BrainProducts(BP)】创立于1997年，是一家提供神经生理学，软件及硬件研究工具的公司，产品涵盖了EEG、EMG、MRI等领域。

图片

【EGI】创立于1992年，是一家设计，开发和商业化一系列用于监测和解释大脑活动的非侵入性神经诊断的医疗产品的公司，产品涵盖了EEG、EMG、TMS等领域。

图片

值得一提的是，

ANT Neuro最初专注于开发EEG和MEG数据的源分析（asa）软件。在几年的时间里，ANT Neuro的主要业务围绕神经学、心理学、生理学研究和相关临床应用中神经生理信号的记录和分析的完整解决方案展开。其产品被许多国际知名的实验室使用。

告诉你一个小秘密，小编在读研期间使用的脑电设备就来自ANT Neuro。总体来说：强大、实用、直观。

这么功能齐全，性价比又高的设备，做实验的你值得拥有~

更多详情请活捉我们工程师（微信号MCKJ-zhouyi或17373158786）。

茗创科技
关注
  • 2
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ADS1298国产替代|用于生理信号测量的低功耗、8 通道、24 位模拟前端LHE7908
09-14 185
LHE7904、LHE7906、LHE7908 (LHE790x) 是多通道同步采样 24 位 Δ-Σ 模数转换器 (ADC) 系列，内置有可编程增益放大器 (PGA) 、内部基准以及振荡器。LHE7904、LHE7906、LHE7908包含医疗心电图 (ECG) 和脑电图(EEG) 应用中通常所需的全部功能。动态心电图，事件，压力，以及生命体征，包括 ECG、AED、远程医疗、双谱指数 (BIS)、诱发音频电位 (EAP)、睡眠监护仪。• 可编程增益：1、2、3、4、6、8 、12 或 24。
脑电波信号采集及传输电路
05-31
信号采集电路，主要用于信号的采样，和处理。电子工程中用到
常见采集脑电信号的四种技术
脑机接口社区
12-30 7810
目录脑电图(Electroencephalography,EEG)皮层脑电图（Electrocorticography, ECoG）深度电极(Depth electrode)功能磁共振成像(FunctionalMagnetic Resonance Imaging, fMRI) 文章来源：常见采集脑电信号的四种技术 脑机接口(BCI)是可以不间断地进行通信或控制的设备。BCI检测到用户大脑活动的特定...
Smarting：第一款真正意义上的便携式可移动脑电设备
悦影科技
12-02 1062
​《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 目前市面上有很多脑电设备都号称是便携式可移动的，但是笔者认为，今天我要介绍的Smarting这款脑电设备才是第一款真正意义上的便携式可移动EEG设备。为什么这样说，主要是因为Smarting的EEG信号采集器/放大器体积仅有82x51x12 mm，总量仅有60g，因此，这么轻巧的采集器可以直接挂在脑电帽子上（如图1所示），被试压根不会感觉到采集器的存在。除了这个最为显著的特点之外，Smarting的其他特点且听我慢慢介绍。 图1 1.研发公司和团
手把手教你脑电波采集及信号处理分析 - 知乎
Ramble Over The Cloud~
08-19 6235
分两个PART，第一个讲采集，第二个讲处理。 Part one: 脑电，心电，肌电，眼电等，都是身体上两点的电压差，和我们测电池的电压本质上没有区别。 随便在头上两个位置放两个电极，一正一负，放大uV信号（其他脑电信号特征，如频段，干扰源等感兴趣可自行百度）,测量其电势差。 但我们通常需要加一个右腿驱动电极，比如在乳突，这是为什么呢？先用专业的话： 共模输...
脑电采集理论基础：脑电信号采集方式、分类及特点、伪迹、导联
城外南风起的博客
01-22 1万+
此博客为个人博客，不涉及商业用途，仅提供学习参考，内容均来自个人原创以及互联网转载和摘录。 此博客上带有原创标识的文章、图片、文件等，未经本人允许，不得用于商业用途以及传统媒体。 本文首发于CSDN，其他网站均为转载。网络媒体或个人转载请注明出处和链接，否则属于侵权行为。 原博客链接：https://blog.csdn.net/qq_38305370 原博主昵称：城外南风起 ———————————————— 脑电采集理论基础1 大脑信号的采集方式1.1侵入式技术1.2非侵入式技术2 脑电信号的分类与特点3
利用视听短片从自然刺激中获得开放的多模式iEEG-fMRI数据集
最新发布
脑机接口社区
05-25 681
在认知神经科学领域，数据共享和开放科学变得越来越重要。虽然许多参与认知神经科学实验的志愿者的数据集现在是公开可用的，但颅内脑电图（iEEG）数据的共享相对较少。iEEG是一种高时间和空间分辨率的记录技术，通过在患者进行罕见的癫痫发作来源定位程序期间进行记录获得。与非侵入性记录技术相比，iEEG具有许多优点，如更好的信噪比和更精确的神经信号。iEEG对于研究高级认知过程（如语言、语义和概念表示）以及...
ANT Neuro 在eego软件中导出的 EEProbe .cnt格式数据导入EEGLAB的数据读取插件
12-23
ant neuro 脑电采集的 EEProbe .cnt格式的数据，在eeglab中的读取插件。
手把手教你脑电波采集及信号处理分析
热门推荐
qq_34872501的博客
03-14 5万+
引自:https://zhuanlan.zhihu.com/p/34410111关键词：EEG数字信号处理，FFT， EDF格式转换注意：该文章旨在让一个人在没有太多基础的情况下，一步一步的了解脑电信号的采集，处理流程。由于本人非专业算法人士，其中可能有诸多错误，欢迎指正。该思路可同样适用于其他信号的分析处理。有问题可以留言也可以发邮件[email protected]。欢迎关注本账号。分两个PA...
脑电数据采集指导手册
weixin_40052256的博客
05-03 1649
脑电数据采集指导手册0 说在前面1 自己准备工作2 实验准备工作3 软件准备工作4 记录工作5 收尾工作6 叨叨几句 Hello， 这里是行上行下，我是喵君姐姐~ 对于刚刚入学的研究生同学来说，日常的研究生生活，每天既要看文献，也要上课，还要处理老师、师兄师姐的各种帮忙。感觉自己像一个陀螺连轴转，却不知道以后的路到底要怎么走，前途茫茫~ 不过其实每个人在刚刚入学的时候，都会有一段适应期和迷茫期...
脑电采集系统
06-20
一个脑电的前端采集系统，仅仅是一个硬件采集系统，包括滤波，陷波，放大，去噪等一系列的小模块；也给出了相应的集成运放芯片和电路设计
thinkgear脑电采集
04-19
基于neurosky的脑电采集套件，vs2010上数据接收DEMO
可戴便携式脑波采集成像专注度放松指数生成系统（脑波666）
11-11
本项目通过美国神念公司的一款能读取人体脑电波的蓝牙头带，通过蓝牙与手机连接，传输一系列的脑电波数据。在这基础上，我们将读取到的四种脑电波数据α脑波、β脑波、θ脑波以及δ脑波以实时动态折线图的形式展现出来，并且将使用者的专注度、放松指数通过不同的图片动态的展现出来。从而能让使用者直观的观测到自身的脑电波以及专注程度，放松程度。
NovaUI专注移动端WebUI组件
08-10
NovaUI - 专注移动端Web UI组件
自己采集的静息态脑电eeg数据64导
02-28
64导 采样频率1000hz 静息态脑电 Ch1=Fp1,,0.1,µV Ch2=Fp2,,0.1,µV Ch3=F3,,0.1,µV Ch4=F4,,0.1,µV Ch5=C3,,0.1,µV Ch6=C4,,0.1,µV Ch7=P3,,0.1,µV Ch8=P4,,0.1,µV Ch9=O1,,0.1,µV Ch10=O2,,0.1,µV Ch11=F7,,0.1,µV Ch12=F8,,0.1,µV Ch13=T7,,0.1,µV Ch14=T8,,0.1,µV Ch15=P7,,0.1,µV Ch16=P8,,0.1,µV Ch17=Fz,,0.1,µV Ch18=Cz,,0.1,µV Ch19=Pz,,0.1,µV Ch20=EOG,,0.1,µV Ch21=FC1,,0.1,µV Ch22=FC2,,0.1,µV Ch23=CP1,,0.1,µV Ch24=CP2,,0.1,µV Ch25=FC5,,0.1,µV Ch26=FC6,,0.1,µV Ch27=CP5,,0.1,µV Ch28=CP6,,0.1,µV Ch29=FT9,,0.1,µV Ch30=FT10,,0.1,µV Ch31=TP9,,0.1,µV Ch32=TP10,,0.1,µV Ch33=F1,,0.1,µV Ch34=F2,,0.1,µV Ch35=C1,,0.1,µV Ch36=C2,,0.1,µV Ch37=P1,,0.1,µV Ch38=P2,,0.1,µV Ch39=AF3,,0.1,µV Ch40=AF4,,0.1,µV Ch41=FC3,,0.1,µV Ch42=FC4,,0.1,µV Ch43=CP3,,0.1,µV Ch44=CP4,,0.1,µV Ch45=PO3,,0.1,µV Ch46=PO4,,0.1,µV Ch47=F5,,0.1,µV Ch48=F6,,0.1,µV Ch49=C5,,0.1,µV Ch50=C6,,0.1,µV Ch51=P5,,0.1,µV Ch52=P6,,0.1,µV Ch53=AF7,,0.1,µV Ch54=AF8,,0.1,µV Ch55=FT7,,0.1,µV Ch56=FT8,,0.1,µV Ch57=TP7,,0.1,µV Ch58=TP8,,0.1,µV Ch59=PO7,,0.1,µV Ch60=PO8,,0.1,µV Ch61=Fpz,,0.1,µV Ch62=CPz,,0.1,µV Ch63=POz,,0.1,µV Ch64=Oz,,0.1,µV
ccds.rar_意念控制_脑电_脑电数据_脑电波_脑电采集
09-20
实现脑电波的串口数据采集，以及脑电波分波段实时波形显示。
脑电波_脑电信号_脑电波_
09-28
脑电波贪食蛇，通过硬件获取脑电波控制贪食蛇方向，获得眨眼信号则贪食蛇顺时针方向转弯
eegToTones_脑电波_脑电谱_
10-04
将脑电波数据转换为脑电波谱并显示为脑电谱图像
如何自己动手做一个脑电波设备图文教程
01-20
本教程详细讲解如何diy做一个脑电波设备，通过模块链接，软件检测，实现未来的脑电波控制功能的开发准备工作
基于卷积神经网络的脑电波
05-05
基于卷积神经网络的脑电波识别是一种人机交互技术，可以将人的脑电波信号转换成命令或控制信号，实现人机交互。该技术一般包括数据采集、信号预处理、特征提取和分类器构建等步骤。 在数据采集方面，需要使用脑电采集设备采集人的脑电信号，并将其存储到计算机中。信号预处理包括滤波、去除噪声等操作，以提高信号的质量和可靠性。 接着，通过卷积神经网络对脑电波信号进行特征提取。卷积神经网络是一种深度学习算法，可以从原始数据中自动提取有用的特征。在脑电波信号识别中，卷积神经网络可以学习到与人的意图相关的特征，例如不同类型的脑电波模式。 最后，构建分类器来识别不同的脑电波模式，例如alpha波、beta波等，并将其转换为相应的命令或控制信号，从而实现人机交互。例如，当一个人想要控制机器人手臂进行抓取动作时，他可以通过想象手握物品的动作来产生特定的脑电波模式，然后由系统识别并执行相应的命令。 基于卷积神经网络的脑电波识别技术已经应用于很多领域，例如假肢控制、车辆驾驶、游戏控制等，为人们带来了更加便捷和自然的交互体验。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值