- 综合排序
- 最热优先
- 最新优先
- 来自专栏云深之无迹
脑电采集+TGAM脑电模块
要设计测量脑电的硬件，需要考虑以下几个方面： 电极的数量和位置：需要确定使用多少电极以及电极的放置位置。 通常脑电测量会使用多个电极来捕捉脑电信号的变化，常用的电极布局有国际10-20系统、10-10系统、10-5系统等。 信号放大和滤波：脑电信号的幅度通常比较小，需要使用放大器来增加信号的幅度。 它可以通过单电源电压实现单电源操作，适合用于低成本的脑电放大器设计。 INA114: INA114是一款高精度的差分放大器，具有较高的输入阻抗、增益和共模抑制比。 它需要外部电源和运算放大器来实现放大和滤波，适合用于高性能的脑电放大器设计。 滤波器是脑电放大器中非常重要的组成部分，用于滤除不需要的信号和噪声，以保留感兴趣的生物电信号。 TGAM模块的特点及优势 •能直接连接干接触点，不像传统医学用的湿传感器使用时需要上导电胶 • 单EEG脑电通道有3个接触点：EEG（脑电采集点）REF（参考点）GND（地线点） • 上电后若接触点连续四秒没有采集到脑电或连续七秒收到差的脑电信号
2.8K22编辑于 2023-05-24 - 来自专栏脑机接口
脑电分析系列| 生成模拟原始脑电数据
在实验中有时需要原始脑电数据来进行模拟实验，但又限于实验条件的不足，需要构造模拟的原始脑电数据。 本示例通过多次重复所需的源激活来生成原始数据。
72521编辑于 2022-08-17 - 来自专栏脑机接口
脑电分析系列| 脑电数据的Epoching处理
从上图上可以看到在整个记录中有几个振幅不同的脉冲。这些脉冲对应于在采集过程中呈现给受试者的不同刺激。
1K20编辑于 2022-08-17 - 来自专栏脑机接口
脑电与情绪
脑电图（EEG）是一种医学成像技术，可以测量由大脑产生的头皮电活动，即测量并按时间顺序记录头皮表层由大脑中祌经元内的离子电流引起的电位波动。研究表明，人的认知行为和心理活动与脑电信号具有较强的相关性。 脑电采集的信号通过离散傅里叶变换（Discrete FourierTransform，DFT），快速傅里叶变换（Fast Fourier Transform，FFT）等算法转换到频域后包含连续的频谱信号 beta波频率范围约为13-30Hz，是人类逻辑分析等主要脑电成分，主要集中在大脑额叶。当人处于清醒或者精神紧张、情绪激动时，大脑容易产生该频段信号。 gamma波频率范围约为30-47Hz，是脑电信号中频率最高的成分。当人专注于某一事物时或处于警觉时，容易产生gamma波。 图1为不同频段的脑电信号。 ? 图1不同频段的脑电信号波形图，引自[7] 大脑的生理活动可以直观反应个体的情绪活动。
1.1K30发布于 2020-06-30 - 来自专栏脑机接口
脑电分析系列| Python协方差矩阵处理脑电数据
主要介绍一下MNE中如何用协方差矩阵来处理脑电数据的。 MNE中的许多方法，包括源估计和一些分类算法，都需要根据记录进行协方差估计。
1.1K20编辑于 2022-08-17 - 来自专栏思影科技
BIOSEMI脑电系统介绍
产品简介： Biosem公司创立于1998年，由荷兰阿姆斯特丹大学的三位学者共同创立，距今已有20多年的脑电产品生产，销售，维护经验，其客户包括加州理工，加州大学戴维斯分校，加拿大麦吉尔大学，普林斯顿大学 Biosemi Active2脑电系统采用主动电极技术，直流模式采集脑电信号，24bit分辨率，小巧的第二代主动式电极使得Active2产品在采集原始脑电信号方面提供更丰富的细节，Active2产品可提供 16/32/64/128/256等多种配置方案，进行多通道同步采集，另提供8通道双极导联用于采集EXG信号（如心电，肌电等），满足您的科研需求。
1.9K31发布于 2019-12-27 - 来自专栏云深之无迹
谷歌开源脑电-Amber
为了使脑电图数据更广泛地被心理健康研究人员和临床医生使用——即在电生理学实验室和神经病学诊所之外——拥有大规模对信号进行降噪的自动化方法，并确定脑电图信号的哪些方面是相关的，这将是有帮助的。
21310编辑于 2024-08-20 - 来自专栏脑机接口
脑电与情绪简介
脑电图与情绪 脑电图（EEG）是一种医学成像技术，可以测量由大脑产生的头皮电活动，即测量并按时间顺序记录头皮表层由大脑中祌经元内的离子电流引起的电位波动。 脑电采集的信号通过离散傅里叶变换（Discrete FourierTransform，DFT），快速傅里叶变换（Fast Fourier Transform，FFT）等算法转换到频域后包含连续的频谱信号 beta波频率范围约为13-30Hz，是人类逻辑分析等主要脑电成分，主要集中在大脑额叶。当人处于清醒或者精神紧张、情绪激动时，大脑容易产生该频段信号。 gamma波频率范围约为30-47Hz，是脑电信号中频率最高的成分。当人专注于某一事物时或处于警觉时，容易产生gamma波。图1为不同频段的脑电信号。 ? 图1不同频段的脑电信号波形图，引自[7] 大脑的生理活动可以直观反应个体的情绪活动。
1.1K10发布于 2020-06-30 - 来自专栏米虫的家
BCI--脑电基础整理
脑电基础整理 脑机接口（BCI），是一种通过检测中枢神经系统活动并将其转化为人工输出，来替代、修复、增强、补充或者改善中枢神经系统的正常输出，从而改变中枢神经系统与内外环境之间的交互作用的技术。 一、采集脑电信号的四种技术 1、脑电图(Electroencephalography,EEG) 脑电图通过电极记录大脑的电活动，电极通常嵌入电极帽中。 2、SSVEP信号原理与基础 关于SSVEP信号的原理，主流观点认为大脑里分布的各种神经网络都有其固有的谐振频率，在正常状态下，这些神经网络都是互不同步的，也是杂乱无章，没有规律的，此时的脑电信号是自发脑电 在使用视觉刺激装置来获取SSVEP信号时，在大脑皮层中与枕叶视觉区有关的脑电通道主要有六个（P03,P0Z,P04,01,0Z,02） ? （3）诱发SSVEP信号的刺激源要具有友好性，满足受试者对于舒适性的要求，刺激频率过高或是刺激强度过大容易导致视觉疲劳而影响视力健康，甚至会诱发癫痫样脑电活动。 ?
2.9K42发布于 2020-09-24 - 来自专栏脑机接口
脑电分析系列| 使用多种滤波器对脑电数据去除伪影
一些由电源线造成的伪影具有某些特定范围的频率(比如,由电网产生的电力线噪声,主要由50Hz(或60Hz取决于实验的地理位置)的尖峰组成)。因此可以通过滤波来固定。
1.9K30编辑于 2022-08-17 - 来自专栏脑机接口
ICA处理脑电资料汇总
眼电判断的时候，可以结合头皮地形图、ERP图、每个成分功率谱图，以及矫正之后的脑电图是否有差异，进行综合的评估。 心电成分 ? 成分判断：心电成分 判断依据： 1.在ERP图像中呈雨点般散落状。 ? 介绍 眼动，眨眼，肌肉，心脏和线的噪音会严重污染脑电图活动，这在脑电解释和分析中会产生非常严重问题。 一些严重污染的脑电数据 ? (A)由于不良的数据采集设置而导致的EEG时间序列损坏的五秒钟部分；(B)ICA提取的噪声成分（右图）。
2.4K21发布于 2020-06-30 - 来自专栏脑电信号科研科普
浅谈脑电中的delta振荡
公众号曾陆续推出了3篇推文，依次对脑电中的theta、alpha和beta振荡进行了介绍，唯独剩下delta振荡还未进行介绍。 Delta振荡及其分类 所谓delta振荡，按照传统的EEG频段划分，一般是指频率为1-4Hz范围内的脑电成分。Delta振荡频率低、幅度高。
98450编辑于 2022-02-05 - 来自专栏脑电信号科研科普
EEG脑电研究经典教材推荐
我们公众号之前曾经推送过类似的推文，但当时推荐的书籍不是很全面，另一方面笔者最近又看了不少经典的脑电书籍，因此在这里就重新做一个梳理，把一些经典的EEG脑电方面的教材推荐给大家，希望对EEG领域的同学和研究者有所帮助 本书内容主要涉及EEG的预处理、传统脑电分析方法（如功率谱分析）、非线性动力学分析方法（如混沌、信息论、复杂度等）、脑电的功能连接和有向连接分析以及脑电在脑疾病和神经科学领域的应用等。 9. 但是，这本570多页的教程，不仅仅讲述Matlab本身，书中包含大量的关于EEG脑电数据分析技术方法以及相应Matlab代码。 11. 《脑电与认知神经科学》 本书也是不可多得的优质国产EEG教材，基本涉及脑电研究的方方面面，包括脑电的神经生理学基础、脑电采集方法、脑电重参考技术、ERS\ERD、脑电时空分析方法（如ICA、PCA等） 、脑电溯源、脑网络分析以及脑电在认知神经科学和临床疾病研究中的应用等。
1.2K30编辑于 2022-05-29 - 来自专栏脑机接口
Python脑电数据的Epoching处理
从上图上可以看到在整个记录中有几个振幅不同的脉冲。这些脉冲对应于在采集过程中呈现给受试者的不同刺激。
99430发布于 2021-01-12 - 来自专栏脑机接口
脑电分析系列| bad通道介绍
有时个别通道出现故障，提供的数据中噪声过高而无法使用。 通过使用MNE-Python，可以很容易地跟踪分析流中的这些通道，而无需实际删除这些通道中的数据。
72430编辑于 2022-08-17 - 来自专栏脑机接口
脑电分析系列| 注释连续数据
本案例主要介绍如何向原始(Raw)对象添加注释，以及在数据处理的后期阶段如何使用注释。
67620编辑于 2022-08-17 - 来自专栏脑机接口
脑电分析系列| 参考电极简介
记录到的脑电信号即是作用电极与参考电极的差值(电位差)。 如果身体上有一个零电位点，那么将参考电极放置于这个点，头皮上其它部位与该点的电极之间的电位差就等于后者的电位变化的绝对值。 但这种零电位点理论上指的是机体位于电解质液中时，距离机体无限远的点，而实际上我们能够利用到的点是距离脑尽可能远的身体上的某一个点。 因此，如果选躯干或四肢，脑电中就会混进波幅比脑电大的多的心电，这也是脑电记录使用耳垂、鼻尖、锁骨或乳突部作为参考电极的原因。 也可采用Cz附近的记录点作为参考电极，将M1和M2两个乳突位置也作为脑电记录点，这样有助于系统观察乳突部的脑电特征。
1.5K30编辑于 2022-08-17 - 来自专栏脑电信号科研科普
浅谈脑电的theta频段振荡
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 做脑电研究的朋友对于脑电EEG的频段应该都很熟悉了，一般来说，EEG的频段主要分为五个，即delta、theta、alpha、beta和gamma
1.9K00发布于 2020-11-10 - 来自专栏脑电信号科研科普
Analyzer脑电数据处理步骤
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 Analyzer脑电数据处理步骤及相应参数设置。 首先让我们一起看下“简化版流程”。 四、ICA去眼电（Ocular Correction）：将眨眼或眼动带来的肌电影响进行纠正。 五、伪迹去除（Raw Data Inspection）：去除由于设备或被试动作带来的伪差信号。 六、分段（Segmentation）：根据mark 将要进行叠加平均的脑电信号提取出来。 七、叠加平均（Average） 八、基线校正（Baseline Correction） 九、峰值检测（Peak Detection） 十、数据输出（Export） 以上就是对“Analyzer”脑电数据处理步骤的简要介绍啦
88400发布于 2021-01-25 - 来自专栏脑电信号科研科普
浅谈脑电的alpha频段振荡
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 之前曾陆续推送了两篇文章，即《浅谈脑电的theta频段振荡》和《浅谈脑电的beta频段振荡》，分别对脑电的theta和beta节律进行了介绍。 2.枕叶区域的alpha振荡 如图2所示，被试在睁眼状态下可以在O1和O2脑区观察到显著的alpha节律；被试O1和O2电极的alpha节律一般是同步化的，但是对于某些健康被试来说，O1和O2的alpha
1.6K21发布于 2020-11-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号