腦電信號是人類大腦活動時產(chǎn)生的電信號，具有以下特點： 低

頻信號：腦電信號的頻率通常在0.5 Hz到100 Hz之間，其中大多數(shù)信號集中在1 Hz到30 Hz之間。而且隨著大腦活動的增加，腦電信號的頻率也會增加。

高幅度：腦電信號的幅度通常在5微伏到100微伏之間，但是在某些情況下可以高達1毫伏。

周期性：腦電信號是以周期性波形的形式出現(xiàn)的，這些波形可以根據(jù)它們的頻率分為不同的帶。

多變性：腦電信號的形態(tài)和頻率會因為大腦的不同狀態(tài)和活動而產(chǎn)生不同的變化。

噪聲干擾：腦電信號容易受到來自周圍環(huán)境的干擾，比如電磁干擾、肌肉活動等。

非侵入性：相比于其他大腦成像技術(shù)，腦電信號是一種非侵入性的技術(shù)，能夠在不切開頭皮的情況下測量大腦的活動。

要設(shè)計測量腦電的硬件，需要考慮以下幾個方面：

電極的數(shù)量和位置：需要確定使用多少電極以及電極的放置位置。通常腦電測量會使用多個電極來捕捉腦電信號的變化，常用的電極布局有國際10-20系統(tǒng)、10-10系統(tǒng)、10-5系統(tǒng)等。

信號放大和濾波：腦電信號的幅度通常比較小，需要使用放大器來增加信號的幅度。同時，還需要使用濾波器來去除來自周圍環(huán)境的干擾和不需要的信號。

數(shù)據(jù)采集和存儲：需要選擇適當(dāng)?shù)臄?shù)據(jù)采集器和存儲設(shè)備，以便記錄腦電信號并將其保存在計算機或移動設(shè)備上。

硬件接口和軟件：需要開發(fā)軟件來控制硬件設(shè)備，接收和處理腦電信號，并提供相應(yīng)的分析和可視化工具。

設(shè)計人機接口：需要考慮如何使被測試者舒適地佩戴設(shè)備，以及如何讓他們理解并遵循測量過程的指導(dǎo)。

要測量腦電信號，至少需要一對電極。一對電極可以用來記錄腦電信號在頭皮表面上的電位差異。然而，使用更多的電極可以提供更豐富的信息，可以記錄不同部位的腦電信號變化，也可以用于確定電極的位置和方向。

通常使用的電極數(shù)量在16到128個之間，這取決于需要測量的具體腦區(qū)和應(yīng)用場景。 腦電信號的幅度通常比較小，一般只有幾微伏到幾百微伏的量級。因此，必須使用放大器來放大腦電信號以便進行記錄和分析。在腦電信號的測量中，通常采用放大器鏈的方式進行信號放大。

放大器鏈通常由三個部分組成：前置放大器、主放大器和濾波器。

前置放大器用于放大來自電極的微弱信號，以便進一步放大。

主放大器則用于將前置放大器輸出的信號進一步放大，以使其能夠被記錄和分析。

濾波器用于去除來自周圍環(huán)境和其他源的干擾信號，同時保留所需的腦電信號頻率。

通常情況下，腦電信號會被放大到數(shù)百倍或數(shù)千倍的幅度，這樣就可以方便地記錄和分析了。同時，需要注意控制放大倍數(shù)的選擇，避免過度放大或過度濾波導(dǎo)致信號失真或信息丟失。

前置放大器是信號放大器鏈中的第一個放大器，用于放大電極拾取的微弱生物電信號。選擇合適的前置放大器需要考慮多個因素，例如信噪比、輸入阻抗、增益、帶寬等。

以下是一些常用的前置放大器方案： INA128P: INA128P是一款常用的差分前置放大器，能夠在高增益下保持高輸入阻抗，因此可以提供較好的信噪比和靈敏度。這種放大器通常需要額外的電源和操作放大器來實現(xiàn)放大和濾波。

AD620: AD620是一款低噪聲差分放大器，能夠在較低的電源電壓下工作，同時具有較高的輸入阻抗和增益。它可以通過單電源電壓實現(xiàn)單電源操作，是一種常用的便攜式腦電放大器方案。

AD8429: AD8429是一款高精度、低噪音差分放大器，具有極高的共模抑制比和增益精度，可以提供高質(zhì)量的信號放大。這種放大器通常需要外部電源和運算放大器來實現(xiàn)放大和濾波。

主放大器是信號放大器鏈中的第二個放大器，用于將來自前置放大器的信號進一步放大，以便進行記錄和分析。選擇合適的主放大器需要考慮多個因素，例如增益、輸入阻抗、輸出阻抗、噪聲等。

下面是一些常用的主放大器方案： AD623: AD623是一款低成本、低功耗的差分放大器，具有較高的輸入阻抗、增益精度和穩(wěn)定性。它可以通過單電源電壓實現(xiàn)單電源操作，適合用于低成本的腦電放大器設(shè)計。

INA114: INA114是一款高精度的差分放大器，具有較高的輸入阻抗、增益和共模抑制比。它需要雙電源電壓來工作，但可以提供較好的信噪比和動態(tài)范圍。

AD8421: AD8421是一款高精度、低噪音的差分放大器，具有較高的輸入阻抗、共模抑制比和增益精度。它需要外部電源和運算放大器來實現(xiàn)放大和濾波，適合用于高性能的腦電放大器設(shè)計。

濾波器是腦電放大器中非常重要的組成部分，用于濾除不需要的信號和噪聲，以保留感興趣的生物電信號。選擇合適的濾波器需要考慮多個因素，例如截止頻率、通帶波動、群延遲、抗干擾能力等。

以下是一些常用的濾波器方案： 高通濾波器：高通濾波器用于濾除低頻噪聲和直流分量，保留高頻腦電信號。常用的高通濾波器包括RC高通濾波器和Butterworth高通濾波器。

低通濾波器：低通濾波器用于濾除高頻噪聲和非生物電信號，保留低頻腦電信號。常用的低通濾波器包括RC低通濾波器和Butterworth低通濾波器等。

帶通濾波器：帶通濾波器用于保留一定頻率范圍內(nèi)的信號，濾除其他頻率的噪聲和信號。常用的帶通濾波器包括Butterworth帶通濾波器和Chebyshev帶通濾波器。

在腦電信號放大器中，前置放大器、主放大器和濾波器是串聯(lián)在一起的，可以通過連接它們來構(gòu)建完整的放大器電路。

通常，前置放大器會將經(jīng)過電極采集到的微弱腦電信號放大，并通過連接線將放大后的信號傳輸?shù)街鞣糯笃鳌Ｖ鞣糯笃鲿⑶爸梅糯笃鱾鱽淼男盘栠M一步放大，以達到記錄和分析的要求。在主放大器的輸出端，可以連接多個濾波器以濾除不需要的信號和噪聲，保留感興趣的腦電信號。

在連接過程中，需要注意以下幾點： 信號傳輸線路應(yīng)盡可能短，并且應(yīng)避免與干擾源接近，以減少干擾和噪聲的影響。 連接線路應(yīng)可靠，接頭應(yīng)緊固牢固，以確保信號傳輸?shù)姆€(wěn)定性和可靠性。

各個部分之間的電氣特性需要匹配，以確保信號傳輸?shù)囊恢滦院蜏?zhǔn)確性。 為了避免共模干擾，需要使用差分信號傳輸技術(shù)，即將信號和其反相信號分別傳輸，并在接收端進行差分運算。

現(xiàn)在市場上已經(jīng)有了一些集成了前置放大器、主放大器和濾波器的腦電信號放大器芯片，常見的有：

ADS1299：這是一款由德州儀器（Texas Instruments）生產(chǎn)的8通道24位腦電信號放大器芯片，內(nèi)置前置放大器、主放大器和可編程濾波器，具有高分辨率、低噪聲和低功耗等特點，廣泛應(yīng)用于生物醫(yī)學(xué)、神經(jīng)科學(xué)等領(lǐng)域。

INA321：這是一款由德州儀器生產(chǎn)的單通道精密儀器放大器芯片，可以作為腦電信號放大器的前置放大器使用，具有高精度、低噪聲和低功耗等特點。

LTC6915：這是一款由ADI（Analog Devices）生產(chǎn)的單通道精密儀器放大器芯片，也可以作為腦電信號放大器的前置放大器使用，具有高精度、低噪聲和低功耗等特點。

如果需要同時提取多個通道的信號，可以使用多通道放大器芯片。

多通道放大器芯片一般具有多個獨立的前置放大器和主放大器，可以同時對多個電極的信號進行放大和處理，而且能夠在一個芯片上實現(xiàn)多個通道之間的高度匹配和同步采集，以確保信號的一致性和準(zhǔn)確性。

ADS1298是一款由德州儀器（Texas Instruments）生產(chǎn)的8通道24位生物電信號放大器芯片，內(nèi)置多個獨立的前置放大器和主放大器，可以同時對多個電極的信號進行放大和處理，支持多種濾波器配置，能夠滿足不同應(yīng)用的要求。另外，還有一些類似的多通道放大器芯片，例如INA333、AD8232等，它們可以支持不同數(shù)量的通道和采樣率，并且具有不同的特性和性能。因此，需要根據(jù)具體的應(yīng)用需求選擇合適的多通道放大器芯片。

INA333是一款由德州儀器（Texas Instruments）生產(chǎn)的單通道精密儀器放大器芯片，主要用于放大小信號，例如生物醫(yī)學(xué)信號和傳感器信號等。它采用零漂校準(zhǔn)技術(shù)和單電源供電設(shè)計，具有高精度、低噪聲、低功耗和高通帶寬等特點，能夠滿足多種應(yīng)用的要求。

在腦電信號放大器中，INA333通常被用作前置放大器，用于放大電極捕捉到的微弱腦電信號。由于腦電信號的幅度非常小，通常在幾微伏到幾百微伏之間，因此需要高增益的前置放大器來放大信號，以便后面的主放大器和濾波器能夠?qū)π盘栠M行有效的處理和分析。INA333的增益范圍從1到1000不等，可以根據(jù)實際應(yīng)用需求進行調(diào)整，同時具有可調(diào)的高通和低通濾波器，以濾除不需要的噪聲和干擾信號。

總的來說，INA333是一款非常優(yōu)秀的前置放大器芯片，適用于多種生物醫(yī)學(xué)和傳感器應(yīng)用。同時，它的使用也需要一定的電路設(shè)計和調(diào)試技能，以確保信號的穩(wěn)定性和質(zhì)量。

電極是腦電信號放大器中非常重要的組成部分，其設(shè)計和制作的質(zhì)量直接影響到信號的穩(wěn)定性和準(zhǔn)確性。電極的設(shè)計要考慮以下幾個方面：

選擇合適的電極材料：常用的電極材料有金屬、碳纖維、碳膜和鹽水電極等。

金屬電極通常具有較好的導(dǎo)電性和穩(wěn)定性，但容易發(fā)生氧化反應(yīng)，影響信號質(zhì)量。

碳纖維電極具有高導(dǎo)電性、低電荷注入和較小的偽信號，但容易破裂和丟失。碳膜電極可以在生物組織表面形成穩(wěn)定的電化學(xué)接觸，但也存在電極表面磨損和脫落等問題。鹽水電極是一種便攜式的電極，可以通過加入適量的鹽水來提高導(dǎo)電性，但容易受到溫度和濕度等環(huán)境因素的影響。

選擇合適的電極形狀和大小：電極的形狀和大小也直接影響到信號的穩(wěn)定性和質(zhì)量。

通常情況下，電極的形狀應(yīng)當(dāng)符合被測生物組織的形狀，以最大限度地減小電極和組織之間的接觸阻抗。此外，電極的大小也應(yīng)當(dāng)適當(dāng)，以充分覆蓋被測區(qū)域，但不會過大或過小。

選擇合適的電極接觸液：電極接觸液是指用于在電極和生物組織之間形成電化學(xué)接觸的液體介質(zhì)。

常用的電極接觸液有鹽水、凝膠和粘合劑等。鹽水是一種便攜式的電極接觸液，但會受到環(huán)境因素的影響；凝膠和粘合劑可以形成穩(wěn)定的電化學(xué)接觸，但需要較長時間來干燥，并且可能會對生物組織產(chǎn)生刺激。

腦電信號處理是指對測量到的腦電信號進行處理和分析，以獲取有關(guān)大腦功能和活動的信息。一般而言，腦電信號處理主要包括以下幾個方面：

數(shù)據(jù)預(yù)處理：這是腦電信號處理的第一步，主要是對原始數(shù)據(jù)進行濾波、去噪、補償?shù)忍幚恚韵姌O、電纜和環(huán)境噪聲等干擾因素，提高信號質(zhì)量。常用的數(shù)據(jù)預(yù)處理方法包括帶通濾波、偽差信號消除、基線校正等。

信號分析：信號分析是對預(yù)處理后的腦電信號進行分析和處理，以獲取與大腦功能和活動相關(guān)的信息。

常用的信號分析方法包括時域分析、頻域分析、時頻分析等。其中，時域分析主要是對信號的振幅、幅度、波形等進行分析；頻域分析主要是對信號的頻率、功率譜密度等進行分析；時頻分析則是對信號在時間和頻率上的變化進行分析。

特征提取：特征提取是指從信號中提取有用的信息和特征，以便于后續(xù)的分類、識別和預(yù)測。

常用的特征提取方法包括時域特征、頻域特征、時頻特征等。

數(shù)據(jù)可視化：數(shù)據(jù)可視化是指將處理后的數(shù)據(jù)以圖形或圖像的形式呈現(xiàn)出來，以便于人們對數(shù)據(jù)進行直觀的理解和分析。常用的數(shù)據(jù)可視化工具包括線圖、柱狀圖、熱力圖、拓撲圖等。

現(xiàn)在平民使用（就是我這種牛馬）的腦電模塊應(yīng)該就是TGAM的了，沒辦法，不然沒得用，至于做一個這樣的東西該如何你看我下面的文章。

現(xiàn)在大家買的最有性價比的就是這個單模組，最便宜168？好像是，下面貴的別買，就是TNN的一個藍牙串口板子

就一個芯片

TGAM模塊可以處理并輸出腦波頻率譜，腦電信號質(zhì)量，原始腦電波和三個Neurosky的eSense參數(shù)：專注度，放松度和眨眼偵測。

TGAM模塊的特點及優(yōu)勢

?能直接連接干接觸點，不像傳統(tǒng)醫(yī)學(xué)用的濕傳感器使用時需要上導(dǎo)電膠

? 單EEG腦電通道有3個接觸點：EEG（腦電采集點）REF（參考點）GND（地線點）

? 上電后若接觸點連續(xù)四秒沒有采集到腦電或連續(xù)七秒收到差的腦電信號， 本智慧模塊會通過“信號質(zhì)量強度”發(fā)出信號差的警告，提醒用戶調(diào)整傳感器 。

? 先進的噪音過濾技術(shù)，能抗拒日常生活中環(huán)境里的各種干擾

? 低能耗，適合便攜式消費產(chǎn)品的電池供電的設(shè)備

? 3.3伏供電下最大消耗為15毫安

? 原始腦電數(shù)據(jù)以512 Hz輸出

原始的數(shù)據(jù)是真的512Hz

TGAM大約每秒鐘發(fā)送513個包，注意是“大約每秒鐘”，意思就是發(fā)送包的個數(shù)是不會變的，只是發(fā)送513個包所花費的時間是一秒左右。 發(fā)送的包有小包和大包兩種：小包的格式是

AA AA 04 80 02 xxHigh xxLow xxCheckSum

前面的AA AA 04 80 02 是不變的，后三個字節(jié)是一只變化的，xxHigh和xxLow組成了原始數(shù)據(jù)rawdata，xxCheckSum就是校驗和。所以一個小包里面只包含了一個對開發(fā)者來說有用的數(shù)據(jù)，那就是rawdata，可以說一個小包就是一個原始數(shù)據(jù)，大約每秒鐘會有512個原始數(shù)據(jù)。 那怎么從小包中解析出原始數(shù)據(jù)呢？

rawdata = (xxHigh << 8) | xxLow?
if(rawdata?>32768)
{
    rawdata-=65536?
}

現(xiàn)在原始數(shù)據(jù)就這么算出來了，但是在算原始數(shù)據(jù)之前，我們先應(yīng)該檢查校驗和。校驗和怎么算呢？

sum = ((0x80 + 0x02 + xxHigh + xxLow)^ 0xFFFFFFFF) & 0xFF

什么意思呢？就是把04后面的四個字節(jié)加起來，取反，再取低八位。 如果算出來的sum和xxCheckSum是相等的，那說明這個包是正確的，然后再去計算rawdata，否則直接忽略這個包。

丟包率在10%以下是不會對最后結(jié)果造成影響的。 包里面內(nèi)容是：

AA同步
AA同步
20是十進制的32，即有32個字節(jié)的payload，除掉20本身+兩個AA同步+最后校驗和
02代表信號值Signal
C8信號的值
83代表EEGPower開始了
18是十進制的24，說明EEGPower是由24個字節(jié)組成的，以下每三個字節(jié)為一組
18Delta1/3
D4Delta2/3
8BDelta3/3
13Theta1/3
D1Theta2/3
69Theta3/3
02LowAlpha1/3
58LowAlpha2/3
C1LowAlpha3/3
17HighAlpha1/3
3BHighAlpha2/3
DCHighAlpha3/3
02LowBeta1/3
50LowBeta2/3
00LowBeta3/3
03HighBeta1/3
CBHighBeta2/3
9DHighBeta3/3
03LowGamma1/3
6DLowGamma2/3
3BLowGamma3/3
03MiddleGamma1/3
7EMiddleGamma2/3
89MiddleGamma3/3
04代表專注度Attention
00Attention的值(0到100之間)
05代表放松度Meditation
00Meditation的值(0到100之間)
D5校驗和

這個是C#的內(nèi)容

這個是SDK可以讀取的一些數(shù)據(jù)

測量

? 原始腦波信號

? 處理和輸出α,β等腦波波段數(shù)據(jù)

? 處理和輸出Neurosky（神念科技）獲得專利技術(shù)的eSense專注度和放松度指數(shù)以及未來開發(fā)的其他數(shù)據(jù)

? 嵌入式的信號質(zhì)量分析功能能警告接觸不良或是完全沒接觸的異常狀態(tài)

? 眨眼偵測

? 采樣率：512Hz

? 頻率范圍：3Hz-100Hz

? 靜電保護：4kV接觸放電; 8kV隔空放電

? 最大消耗功率：15毫安 @ 3.3伏

? 運行電壓：2.97~3.63伏 UART（串口）標(biāo)準(zhǔn)輸出接口

? 1200, 9600, 57600 輸出波特率
? 8 bits 
? No parity 
? 1 stop bit

串口接口的硬件電路設(shè)計需要考慮幾個方面，包括芯片引腳的連接、電壓和電平的匹配、電氣特性的滿足等。

下面是電路設(shè)計的建議：

連接芯片引腳：TGAM的串口通信需要連接到芯片的TXD和RXD引腳。

TXD是芯片的發(fā)送端，需要連接到接收器件的接收端，而RXD是芯片的接收端，需要連接到發(fā)送器件的發(fā)送端。

電壓和電平匹配：TGAM的串口通信電平為3.3V，如果接收器件和發(fā)送器件的電平不匹配，需要通過電平轉(zhuǎn)換器或者適當(dāng)?shù)?a target="_blank">電阻分壓器進行轉(zhuǎn)換。同時，需要保證電源電壓和地線連接正確，芯片和外部電路之間的電氣特性滿足要求。

信號濾波：為了避免串口通信受到干擾，需要在信號線上加入一些濾波電路，如電容、電感或者RC濾波電路，來消除高頻噪聲和干擾。

穩(wěn)定時鐘：串口通信需要一個穩(wěn)定的時鐘源，可以使用晶振或者時鐘發(fā)生器來提供穩(wěn)定的時鐘信號。

保護電路：為了防止芯片和電路受到電氣過壓、過流、靜電放電等損壞，需要在電路中加入一些保護電路，如瞬態(tài)電壓抑制器、ESD保護器、限流電阻等。







審核編輯：劉清