腦電信號是人類大腦活動時產生的電信號，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的，這些波形可以根據它們的頻率分為不同的帶。

多變性：腦電信號的形態和頻率會因為大腦的不同狀態和活動而產生不同的變化。

噪聲干擾：腦電信號容易受到來自周圍環境的干擾，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，腦電信號是一種非侵入性的技術，能夠在不切開頭皮的情況下測量大腦的活動。

要設計測量腦電的硬件，需要考慮以下幾個方面：

電極的數量和位置：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、10-10系統、10-5系統等。

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境的干擾和不需要的信號。

數據采集和存儲：需要選擇適當的數據采集器和存儲設備，以便記錄腦電信號并將其保存在計算機或移動設備上。

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

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

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。

通常使用的電極數量在16到128個之間，這取決于需要測量的具體腦區和應用場景。 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百倍或數千倍的幅度，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的選擇，避免過度放大或過度濾波導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、增益精度和穩定性。它可以通過單電源電壓實現單電源操作，適合用于低成本的腦電放大器設計。

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放大和濾波，適合用于高性能的腦電放大器設計。

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在一起的，可以通過連接它們來構建完整的放大器電路。

通常，前置放大器會將經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到主放大器。主放大器會將前置放大器傳來的信號進一步放大，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： 信號傳輸線路應盡可能短，并且應避免與干擾源接近，以減少干擾和噪聲的影響。 連接線路應可靠，接頭應緊固牢固，以確保信號傳輸的穩定性和可靠性。

各個部分之間的電氣特性需要匹配，以確保信號傳輸的一致性和準確性。 為了避免共模干擾，需要使用差分信號傳輸技術，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。

現在市場上已經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）生產的8通道24位腦電信號放大器芯片，內置前置放大器、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，廣泛應用于生物醫學、神經科學等領域。

INA321：這是一款由德州儀器生產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確性。

ADS1298是一款由德州儀器（Texas Instruments）生產的8通道24位生物電信號放大器芯片，內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，需要根據具體的應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，例如生物醫學信號和傳感器信號等。它采用零漂校準技術和單電源供電設計，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對信號進行有效的處理和分析。INA333的增益范圍從1到1000不等，可以根據實際應用需求進行調整，同時具有可調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是一款非常優秀的前置放大器芯片，適用于多種生物醫學和傳感器應用。同時，它的使用也需要一定的電路設計和調試技能，以確保信號的穩定性和質量。

電極是腦電信號放大器中非常重要的組成部分，其設計和制作的質量直接影響到信號的穩定性和準確性。電極的設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電性和穩定性，但容易發生氧化反應，影響信號質量。

碳纖維電極具有高導電性、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定的電化學接觸，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電性，但容易受到溫度和濕度等環境因素的影響。

選擇合適的電極形狀和大?。弘姌O的形狀和大小也直接影響到信號的穩定性和質量。

通常情況下，電極的形狀應當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，電極的大小也應當適當，以充分覆蓋被測區域，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接觸的液體介質。

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，但會受到環境因素的影響；凝膠和粘合劑可以形成穩定的電化學接觸，但需要較長時間來干燥，并且可能會對生物組織產生刺激。

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：

數據預處理：這是腦電信號處理的第一步，主要是對原始數據進行濾波、去噪、補償等處理，以消除電極、電纜和環境噪聲等干擾因素，提高信號質量。常用的數據預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?。禾卣魈崛∈侵笍男盘栔刑崛∮杏玫男畔⒑吞卣鳎员阌诤罄m的分類、識別和預測。

常用的特征提取方法包括時域特征、頻域特征、時頻特征等。

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

現在平民使用（就是我這種牛馬）的腦電模塊應該就是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，腦電信號質量，原始腦電波和三個Neurosky的eSense參數：專注度，放松度和眨眼偵測。

TGAM模塊的特點及優勢

?能直接連接干接觸點，不像傳統醫學用的濕傳感器使用時需要上導電膠

? 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四秒沒有采集到腦電或連續七秒收到差的腦電信號， 本智慧模塊會通過“信號質量強度”發出信號差的警告，提醒用戶調整傳感器 。

? 先進的噪音過濾技術，能抗拒日常生活中環境里的各種干擾

? 低能耗，適合便攜式消費產品的電池供電的設備

? 3.3伏供電下最大消耗為15毫安

? 原始腦電數據以512 Hz輸出

原始的數據是真的512Hz

TGAM大約每秒鐘發送513個包，注意是“大約每秒鐘”，意思就是發送包的個數是不會變的，只是發送513個包所花費的時間是一秒左右。 發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，后三個字節是一只變化的，xxHigh和xxLow組成了原始數據rawdata，xxCheckSum就是校驗和。所以一個小包里面只包含了一個對開發者來說有用的數據，那就是rawdata，可以說一個小包就是一個原始數據，大約每秒鐘會有512個原始數據。 那怎么從小包中解析出原始數據呢？

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

現在原始數據就這么算出來了，但是在算原始數據之前，我們先應該檢查校驗和。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果造成影響的。 包里面內容是：

AA同步
AA同步
20是十進制的32，即有32個字節的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個字節組成的，以下每三個字節為一組
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#的內容

這個是SDK可以讀取的一些數據

測量

? 原始腦波信號

? 處理和輸出α,β等腦波波段數據

? 處理和輸出Neurosky（神念科技）獲得專利技術的eSense專注度和放松度指數以及未來開發的其他數據

? 嵌入式的信號質量分析功能能警告接觸不良或是完全沒接觸的異常狀態

? 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）標準輸出接口

? 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，需要連接到發送器件的發送端。

電壓和電平匹配：TGAM的串口通信電平為3.3V，如果接收器件和發送器件的電平不匹配，需要通過電平轉換器或者適當的電阻分壓器進行轉換。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。

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

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，如瞬態電壓抑制器、ESD保護器、限流電阻等。







審核編輯：劉清