脑电采集+TGAM脑电模块介绍

脑电信号是人类大脑活动时产生的电信号，具有以下特点： 低

频信号：脑电信号的频率通常在0.5 Hz到100 Hz之间，其中大多数信号集中在1 Hz到30 Hz之间。而且随着大脑活动的增加，脑电信号的频率也会增加。

高幅度：脑电信号的幅度通常在5微伏到100微伏之间，但是在某些情况下可以高达1毫伏。

周期性：脑电信号是以周期性波形的形式出现的，这些波形可以根据它们的频率分为不同的带。

多变性：脑电信号的形态和频率会因为大脑的不同状态和活动而产生不同的变化。

噪声干扰：脑电信号容易受到来自周围环境的干扰，比如电磁干扰、肌肉活动等。

非侵入性：相比于其他大脑成像技术，脑电信号是一种非侵入性的技术，能够在不切开头皮的情况下测量大脑的活动。

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。同时，还需要使用滤波器来去除来自周围环境的干扰和不需要的信号。

数据采集和存储：需要选择适当的数据采集器和存储设备，以便记录脑电信号并将其保存在计算机或移动设备上。

硬件接口和软件：需要开发软件来控制硬件设备，接收和处理脑电信号，并提供相应的分析和可视化工具。

设计人机接口：需要考虑如何使被测试者舒适地佩戴设备，以及如何让他们理解并遵循测量过程的指导。

要测量脑电信号，至少需要一对电极。一对电极可以用来记录脑电信号在头皮表面上的电位差异。然而，使用更多的电极可以提供更丰富的信息，可以记录不同部位的脑电信号变化，也可以用于确定电极的位置和方向。

通常使用的电极数量在16到128个之间，这取决于需要测量的具体脑区和应用场景。 脑电信号的幅度通常比较小，一般只有几微伏到几百微伏的量级。因此，必须使用放大器来放大脑电信号以便进行记录和分析。在脑电信号的测量中，通常采用放大器链的方式进行信号放大。

放大器链通常由三个部分组成：前置放大器、主放大器和滤波器。

前置放大器用于放大来自电极的微弱信号，以便进一步放大。

主放大器则用于将前置放大器输出的信号进一步放大，以使其能够被记录和分析。

滤波器用于去除来自周围环境和其他源的干扰信号，同时保留所需的脑电信号频率。

通常情况下，脑电信号会被放大到数百倍或数千倍的幅度，这样就可以方便地记录和分析了。同时，需要注意控制放大倍数的选择，避免过度放大或过度滤波导致信号失真或信息丢失。

前置放大器是信号放大器链中的第一个放大器，用于放大电极拾取的微弱生物电信号。选择合适的前置放大器需要考虑多个因素，例如信噪比、输入阻抗、增益、带宽等。

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，能够在高增益下保持高输入阻抗，因此可以提供较好的信噪比和灵敏度。这种放大器通常需要额外的电源和操作放大器来实现放大和滤波。

AD620: AD620是一款低噪声差分放大器，能够在较低的电源电压下工作，同时具有较高的输入阻抗和增益。它可以通过单电源电压实现单电源操作，是一种常用的便携式脑电放大器方案。

AD8429: AD8429是一款高精度、低噪音差分放大器，具有极高的共模抑制比和增益精度，可以提供高质量的信号放大。这种放大器通常需要外部电源和运算放大器来实现放大和滤波。

主放大器是信号放大器链中的第二个放大器，用于将来自前置放大器的信号进一步放大，以便进行记录和分析。选择合适的主放大器需要考虑多个因素，例如增益、输入阻抗、输出阻抗、噪声等。

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，具有较高的输入阻抗、增益精度和稳定性。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。它需要双电源电压来工作，但可以提供较好的信噪比和动态范围。

AD8421: AD8421是一款高精度、低噪音的差分放大器，具有较高的输入阻抗、共模抑制比和增益精度。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。选择合适的滤波器需要考虑多个因素，例如截止频率、通带波动、群延迟、抗干扰能力等。

以下是一些常用的滤波器方案： 高通滤波器：高通滤波器用于滤除低频噪声和直流分量，保留高频脑电信号。常用的高通滤波器包括RC高通滤波器和Butterworth高通滤波器。

低通滤波器：低通滤波器用于滤除高频噪声和非生物电信号，保留低频脑电信号。常用的低通滤波器包括RC低通滤波器和Butterworth低通滤波器等。

带通滤波器：带通滤波器用于保留一定频率范围内的信号，滤除其他频率的噪声和信号。常用的带通滤波器包括Butterworth带通滤波器和Chebyshev带通滤波器。

在脑电信号放大器中，前置放大器、主放大器和滤波器是串联在一起的，可以通过连接它们来构建完整的放大器电路。

通常，前置放大器会将经过电极采集到的微弱脑电信号放大，并通过连接线将放大后的信号传输到主放大器。主放大器会将前置放大器传来的信号进一步放大，以达到记录和分析的要求。在主放大器的输出端，可以连接多个滤波器以滤除不需要的信号和噪声，保留感兴趣的脑电信号。

在连接过程中，需要注意以下几点： 信号传输线路应尽可能短，并且应避免与干扰源接近，以减少干扰和噪声的影响。 连接线路应可靠，接头应紧固牢固，以确保信号传输的稳定性和可靠性。

各个部分之间的电气特性需要匹配，以确保信号传输的一致性和准确性。 为了避免共模干扰，需要使用差分信号传输技术，即将信号和其反相信号分别传输，并在接收端进行差分运算。

现在市场上已经有了一些集成了前置放大器、主放大器和滤波器的脑电信号放大器芯片，常见的有：

ADS1299：这是一款由德州仪器（Texas Instruments）生产的8通道24位脑电信号放大器芯片，内置前置放大器、主放大器和可编程滤波器，具有高分辨率、低噪声和低功耗等特点，广泛应用于生物医学、神经科学等领域。

INA321：这是一款由德州仪器生产的单通道精密仪器放大器芯片，可以作为脑电信号放大器的前置放大器使用，具有高精度、低噪声和低功耗等特点。

LTC6915：这是一款由ADI（Analog Devices）生产的单通道精密仪器放大器芯片，也可以作为脑电信号放大器的前置放大器使用，具有高精度、低噪声和低功耗等特点。

如果需要同时提取多个通道的信号，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个独立的前置放大器和主放大器，可以同时对多个电极的信号进行放大和处理，而且能够在一个芯片上实现多个通道之间的高度匹配和同步采集，以确保信号的一致性和准确性。

ADS1298是一款由德州仪器（Texas Instruments）生产的8通道24位生物电信号放大器芯片，内置多个独立的前置放大器和主放大器，可以同时对多个电极的信号进行放大和处理，支持多种滤波器配置，能够满足不同应用的要求。另外，还有一些类似的多通道放大器芯片，例如INA333、AD8232等，它们可以支持不同数量的通道和采样率，并且具有不同的特性和性能。因此，需要根据具体的应用需求选择合适的多通道放大器芯片。

INA333是一款由德州仪器（Texas Instruments）生产的单通道精密仪器放大器芯片，主要用于放大小信号，例如生物医学信号和传感器信号等。它采用零漂校准技术和单电源供电设计，具有高精度、低噪声、低功耗和高通带宽等特点，能够满足多种应用的要求。

在脑电信号放大器中，INA333通常被用作前置放大器，用于放大电极捕捉到的微弱脑电信号。由于脑电信号的幅度非常小，通常在几微伏到几百微伏之间，因此需要高增益的前置放大器来放大信号，以便后面的主放大器和滤波器能够对信号进行有效的处理和分析。INA333的增益范围从1到1000不等，可以根据实际应用需求进行调整，同时具有可调的高通和低通滤波器，以滤除不需要的噪声和干扰信号。

总的来说，INA333是一款非常优秀的前置放大器芯片，适用于多种生物医学和传感器应用。同时，它的使用也需要一定的电路设计和调试技能，以确保信号的稳定性和质量。

电极是脑电信号放大器中非常重要的组成部分，其设计和制作的质量直接影响到信号的稳定性和准确性。电极的设计要考虑以下几个方面：

选择合适的电极材料：常用的电极材料有金属、碳纤维、碳膜和盐水电极等。

金属电极通常具有较好的导电性和稳定性，但容易发生氧化反应，影响信号质量。

碳纤维电极具有高导电性、低电荷注入和较小的伪信号，但容易破裂和丢失。碳膜电极可以在生物组织表面形成稳定的电化学接触，但也存在电极表面磨损和脱落等问题。盐水电极是一种便携式的电极，可以通过加入适量的盐水来提高导电性，但容易受到温度和湿度等环境因素的影响。

选择合适的电极形状和大小：电极的形状和大小也直接影响到信号的稳定性和质量。

通常情况下，电极的形状应当符合被测生物组织的形状，以最大限度地减小电极和组织之间的接触阻抗。此外，电极的大小也应当适当，以充分覆盖被测区域，但不会过大或过小。

选择合适的电极接触液：电极接触液是指用于在电极和生物组织之间形成电化学接触的液体介质。

常用的电极接触液有盐水、凝胶和粘合剂等。盐水是一种便携式的电极接触液，但会受到环境因素的影响；凝胶和粘合剂可以形成稳定的电化学接触，但需要较长时间来干燥，并且可能会对生物组织产生刺激。

脑电信号处理是指对测量到的脑电信号进行处理和分析，以获取有关大脑功能和活动的信息。一般而言，脑电信号处理主要包括以下几个方面：

数据预处理：这是脑电信号处理的第一步，主要是对原始数据进行滤波、去噪、补偿等处理，以消除电极、电缆和环境噪声等干扰因素，提高信号质量。常用的数据预处理方法包括带通滤波、伪差信号消除、基线校正等。

信号分析：信号分析是对预处理后的脑电信号进行分析和处理，以获取与大脑功能和活动相关的信息。

常用的信号分析方法包括时域分析、频域分析、时频分析等。其中，时域分析主要是对信号的振幅、幅度、波形等进行分析；频域分析主要是对信号的频率、功率谱密度等进行分析；时频分析则是对信号在时间和频率上的变化进行分析。

特征提取：特征提取是指从信号中提取有用的信息和特征，以便于后续的分类、识别和预测。

常用的特征提取方法包括时域特征、频域特征、时频特征等。

数据可视化：数据可视化是指将处理后的数据以图形或图像的形式呈现出来，以便于人们对数据进行直观的理解和分析。常用的数据可视化工具包括线图、柱状图、热力图、拓扑图等。

现在平民使用（就是我这种牛马）的脑电模块应该就是TGAM的了，没办法，不然没得用，至于做一个这样的东西该如何你看我下面的文章。

现在大家买的最有性价比的就是这个单模组，最便宜168？好像是，下面贵的别买，就是TNN的一个蓝牙串口板子

就一个芯片

TGAM模块可以处理并输出脑波频率谱，脑电信号质量，原始脑电波和三个Neurosky的eSense参数：专注度，放松度和眨眼侦测。

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， 本智慧模块会通过“信号质量强度”发出信号差的警告，提醒用户调整传感器 。

• 先进的噪音过滤技术，能抗拒日常生活中环境里的各种干扰 

• 低能耗，适合便携式消费产品的电池供电的设备

• 3.3伏供电下最大消耗为15毫安

• 原始脑电数据以512 Hz输出

原始的数据是真的512Hz

TGAM大约每秒钟发送513个包，注意是“大约每秒钟”，意思就是发送包的个数是不会变的，只是发送513个包所花费的时间是一秒左右。 发送的包有小包和大包两种：小包的格式是

 

AA AA 04 80 02 xxHigh xxLow xxCheckSum

前面的AA AA 04 80 02 是不变的，后三个字节是一只变化的，xxHigh和xxLow组成了原始数据rawdata，xxCheckSum就是校验和。所以一个小包里面只包含了一个对开发者来说有用的数据，那就是rawdata，可以说一个小包就是一个原始数据，大约每秒钟会有512个原始数据。 那怎么从小包中解析出原始数据呢？

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

现在原始数据就这么算出来了，但是在算原始数据之前，我们先应该检查校验和。校验和怎么算呢？

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

什么意思呢？就是把04后面的四个字节加起来，取反，再取低八位。 如果算出来的sum和xxCheckSum是相等的，那说明这个包是正确的，然后再去计算rawdata，否则直接忽略这个包。

丢包率在10%以下是不会对最后结果造成影响的。 包里面内容是：

AA 同步
AA 同步
20 是十进制的32，即有32个字节的payload，除掉20本身+两个AA同步+最后校验和
02 代表信号值Signal
C8 信号的值
83 代表EEG Power开始了
18 是十进制的24，说明EEG Power是由24个字节组成的，以下每三个字节为一组
18 Delta 1/3
D4 Delta 2/3
8B Delta 3/3
13 Theta 1/3
D1 Theta 2/3
69 Theta 3/3
02 LowAlpha 1/3
58 LowAlpha 2/3
C1 LowAlpha 3/3
17 HighAlpha 1/3
3B HighAlpha 2/3
DC HighAlpha 3/3
02 LowBeta 1/3
50 LowBeta 2/3
00 LowBeta 3/3
03 HighBeta 1/3
CB HighBeta 2/3
9D HighBeta 3/3
03 LowGamma 1/3
6D LowGamma 2/3
3B LowGamma 3/3
03 MiddleGamma 1/3
7E MiddleGamma 2/3
89 MiddleGamma 3/3
04 代表专注度Attention
00 Attention的值(0到100之间)
05 代表放松度Meditation
00 Meditation的值(0到100之间)
D5 校验和

 

这个是C#的内容

这个是SDK可以读取的一些数据

测量

• 原始脑波信号

• 处理和输出α,β等脑波波段数据 

• 处理和输出Neurosky（神念科技）获得专利技术的eSense专注度和放松度指数以及未来开发的其他数据

• 嵌入式的信号质量分析功能能警告接触不良或是完全没接触的异常状态

• 眨眼侦测  

• 采样率：512Hz

• 频率范围：3Hz-100Hz

• 静电保护：4kV接触放电; 8kV隔空放电 

• 最大消耗功率：15毫安 @ 3.3伏

• 运行电压：2.97~3.63伏 UART（串口）标准输出接口

 

• 1200, 9600, 57600 输出波特率
• 8 bits 
• No parity 
• 1 stop bit

串口接口的硬件电路设计需要考虑几个方面，包括芯片引脚的连接、电压和电平的匹配、电气特性的满足等。

下面是电路设计的建议：

连接芯片引脚：TGAM的串口通信需要连接到芯片的TXD和RXD引脚。

TXD是芯片的发送端，需要连接到接收器件的接收端，而RXD是芯片的接收端，需要连接到发送器件的发送端。

电压和电平匹配：TGAM的串口通信电平为3.3V，如果接收器件和发送器件的电平不匹配，需要通过电平转换器或者适当的电阻分压器进行转换。同时，需要保证电源电压和地线连接正确，芯片和外部电路之间的电气特性满足要求。

信号滤波：为了避免串口通信受到干扰，需要在信号线上加入一些滤波电路，如电容、电感或者RC滤波电路，来消除高频噪声和干扰。

稳定时钟：串口通信需要一个稳定的时钟源，可以使用晶振或者时钟发生器来提供稳定的时钟信号。

保护电路：为了防止芯片和电路受到电气过压、过流、静电放电等损坏，需要在电路中加入一些保护电路，如瞬态电压抑制器、ESD保护器、限流电阻等。 







审核编辑：刘清