基于TGAM的脑电波专注力训练系统设计

为满足专注力训练领域的需求,克服传统正念训练方法中存在的局限,以Arduino为核心,以TGAM的专注度和放松度为数据采集观测值,设计脑电波专注力训练系统。系统分专注力训练反馈和辅助正念两种模式。在专注力训练模式中,通过舒尔特方格游戏,LCD实时显示专注力数值,并且达到设定的专注力值之后,LED灯点亮。在正念模式中,通过电脑播放正念音乐,利用Arduino模块控制三色LED灯的状态,不同的专注状态时LED灯显示不同的颜色。使用VS2017开发了上位机,借助上位机完成舒尔特方格专注力训练和正念辅助音乐播放功能。测试结果表明,该系统性能稳定,使用方便,在专注力训练领域有较好应用前景。

基于TGAM模块的穿戴式脑电实时采集监护系统

设计了一种基于TGAM模块的穿戴式无线脑电采集监护系统。文章先后详细阐述了本系统的工作流程、硬件设计和软件设计，系统利用干电极采集脑电原始数据，TGAM模块和微处理器进行数据处理与分析，安卓APP进行数据的显示和日常监护，同时，当脑电异常时，预警模块及时报警，实现了全方位动态实时的脑电采集与监护。经验证，本系统实时性较强，便于携带。

基于TGAM脑波模块的疲劳驾驶预警系统设计

文章基于Neurosky公司开发的TGAM脑波芯片,结合Arduino对脑波数据进行处理和传感器控制,制作了一个以TGAM芯片为脑波数据采集,以Arduino为控制中心的疲劳驾驶预警系统。TGAM通过脑电极采集脑波数据,经Arduino特征分级算法处理后得到疲劳特征值,通过控制汽车内部语音震动预警装置,实现实时疲劳驾驶预警。

基于TGAM模块的视听情绪调控系统

目的基于TGAM PCB模块,设计出一款利用视听反馈进行情绪调控的系统。方法TGAM通过与前额皮肤接触的电极采集脑电信息,经由主控芯片STM32F103ZET6进行特殊数据解析,定性分析使用者情绪,最终控制系统的仪器端对使用者进行调节治疗。结果测试结果表明,系统可准确识别使用者情绪,同时从视听两方面有效调节使用者情绪。结论该系统具有识别精准度高,调节效果好的优点。

基于TGAM芯片的脑电控制小车

TGAM对脑电信号进行提取分析后,经蓝牙对数据进行传输,交给主控芯片后,主控芯片将接收的数据筛选,得到脑电的数据,最终通过对脑电数据地分析,得到最终的控制信号专注度(Attention)的值对小车进行控制专注度值越高小车车速越快。实现脑电控制小车。

基于TGAM模块和脑电波对音响音量的控制

脑电波信号现今已被研究作为一个生物信号输入用于人机交互。它可以用来开发用于提升注意力的游戏,也可以被应用在残疾人治疗上。TGAM模块利用一个干式电极就可以从人脑中检测到微弱的脑电信号。该文对TGAM模块的研究和实验,控制专注度和放松度等数值。基于MDT开发包进行软件开发,研究脑电波信号的统一性与特殊性,将TGAM模块应用于播放器,通过应用程序接口,建立通讯,进行数据分析处理,实现了比较好的调控效果。

基于TGAM模块的疲劳驾驶监测系统

近年来,随着生物学,医学,控制学等领域的发展,研究生物电信号逐渐成为一个前沿领域,本文正是基于此背景,提出基于神念公司研制的TGAM脑电采集模块对于疲劳驾驶监控的新型应用。本应用不仅能实时采集并分析脑电数据,还能对使用者不良的精神状态进行判别,并向行车电脑发出警报。本设备具有价格低廉,测量精确,抗干扰能力强,蓝牙连接携带方便等特点,可适用于日常生活有良好的应用前景。

基于TGAM的学习专注度监测系统设计与实现

本文基于TGAM模块采集分析脑电信号,设计基于Android的学习专注度监测系统,实现学习专注度的实时监测及动态展示。监测系统设计学习专注度成就模块,记录并分析学习专注度状态;同时设计专注度联机对战模块,训练用户提升专注度。经验证,本系统实时性较强,可方便快捷地监测用户学习专注度状态。

基于神念TGAM的脑波智能辅助轮椅设计

文章应用智能脑机接口技术,通过神念TGAM芯片直接采集来自人体内部的脑电波信号,通过蓝牙来和智能轮椅控制器进行数据通信,将得到的数据进行去噪、提取特征、识别解析,得到用户理想的目的地信息,再通过蚁群算法合理规划出最短路径,实现脑波智能辅助轮椅快速、准确、安全地到达指定目的地。

基于TGAM脑波模块的小车控制系统

设计一款基于ATMEGA 2560控制器的小车控制系统,通过Neuro Sky TGAM意念传感器采集人体大脑脑电波数据,用蓝牙传输至ATMEGA 2560处理器,处理器将人的"专注力"值发给小车,实现了不同精神状态对小车车速的控制。将小车的车速一共分为五个等级,专注力的值越高,PWM占空比就越大,小车的车速就越快。测试结果表明,该系统控制小车的速度反应灵敏、稳定性较高的特点,该技术可以推广至对医疗(电动轮椅)和工业的控制方面的应用。

基于TGAM模块的便携式脑力疲劳检测系统

目的现代社会中脑力劳动者脑力疲劳容易引发事故和心理疾病,设计一种便携式脑力疲劳检测系统及时检测脑力疲劳并提醒劳动者休息具有重要的现实意义。方法在Android系统平台进行脑力疲劳检测系统的设计,主要包括脑电采集端、Android移动端、服务器端3个模块。检测系统首先通过脑电采集端进行听觉诱发EEG信号的采集,再将EEG信号通过Android移动端传输至服务器端,利用多种解析算法提取P300中P3b成分的幅值进行分析,最后将分析结果返回Android移动端。结果脑电采集端可实现对EEG进行采集、放大、滤波及传输,并通过蓝牙模块传输至服务器端进行解析和疲劳评判。通过Android端可查看原始脑波、P300波形、疲劳评判结果以及历史数据,也可登录服务器端查看原始脑电数据和数据处理结果。结论所构建的系统可以实时采集用户的脑电数据并进行P300波形分析,方便快捷地得到用户的脑力疲劳状态。未来将进一步优化算法模型,减轻个体差异性对准确度的影响。

基于TGAM的无线脑电监测系统

针对飞行人员日常模拟训练时监测装置便携式、无线化的特殊要求,设计并实现了一种基于脑波模块TGAM的无线脑电监测系统。采用Nordic 2.4G超低功耗无线平台,实现了采集设备与监测电脑之间的无线传输。系统具有低功耗、小型化、易使用的特点,可实时监控飞行员模拟训练期间的脑电图并反馈专注度和冥想度指标。

基于TGAM模块的脑电信息沟通系统设计与实现

本文设计与实现了一种基于TGAM模块的脑电信息沟通系统。该系统采用美国神念科技的TGAM芯片,基于SSVEP-BCI脑电范式,完成了从脑电信号采集,到脑电信号处理分析,以及脑电信号运用的一整套脑波控制的标准化流程,实现了将脑波"意念"转化为他人可直观解读的个人需求信息或意愿信息的目的。

基于TGAM脑波传感的互动冥想系统的设计与实现

文章研制了一种基于脑机接口技术的智能冥想反馈系统,系统分为上、下位机两个部分,上位机由Python语言编写,下位机的主控芯片为TGAM(Think Gear ASIC Module)芯片。该系统可以实时量化使用者的冥想状态,并根据冥想状态反馈不同的动画和音乐效果,帮助用户高效练习冥想,实现调节情绪和改善心情的目的。

基于TGAM的专注力训练小车设计

本文使用TGAM芯片设计了专注力训练小车,通过脑电生物反馈原理实现专注力训练。系统根据自行设计的脑电采集放大器,使用干电极采集用户的脑电数据,滤波后经过模数转换送入后级处理器进行小波变换提取所需要的生物节律信号,通过算法计算指标实现来控制小车,电路的改进实现了专注度对小车更精准的控制。

基于STM32F103的脑控小车设计

对于以往TGAM脑电传感器的应用场景较少的现象,本文基于STM32F103智能小车开发板、TGAM脑电传感器、蓝牙传输模块和超声波模块等主要部件设计并实现了一款脑控小车,对以往的TGAM应用方案进行了创新和优化,大大增加了脑电的传输距离,提高了脑电提取的效率,使小车的控制方式更加丰富,为智能交通、医疗器械等领域提供了一种新的方案。

基于脑波检测的沉浸式游戏开发

基于TGAM脑电模块利用Unity引擎设计了一款脑机接口游戏。通过TGAM脑电模块对脑电波进行特征提取,对所提取的特征进行处理后获得用户的专注度和眨眼信号;Unity引擎根据从脑电波中提取的专注度数据和眨眼信号来控制小球的速度变化和跳跃行为。此种控制方法能够大大提升用户玩游戏时的沉浸感和新鲜感,还能训练玩家的专注度,是将脑机接口技术应用于游戏领域的一次成功探索。

基于脑电波信号的智能照明控制系统设计

近年来,“智能家居”由概念变成现实,而现存的智能家居系统并不适合老年人、残疾人等无法熟练使用智能设备人群。基于此,设计了智能照明系统,以脑波作为指令,实现用“意念”控制灯光。智能照明系统不仅突破了普通照明系统使用人群的局限性,也为脑波信号应用于智能家居系统提供了有益参考。

一种多功能控制的仿生机械手

本文通过对仿生机械手进行了进一步的探讨,同时也设计一款基于图像识别、手势控制、脑电控制和远程APP操控于一身仿生机械手。仿生机械手是一种基于人类活动的仿生机器人技术,它借鉴人体手部运动方式,实现对物体的抓取。它的出现给人类生产和生活带来便利和效率提升,同时也帮助人类的科技发展跨入新的纪元。

一种脑电远程控制的仿生机械手臂

该款仿生机械手臂利用安装在头部的TGAM模块和安装在人手臂部的加速度传感器采集运动信号,通过无线传输远距离制定仿生机械手臂,实现机械臂与人脑意识和人臂的同步运动。机械手臂可实现五个自由度的运动,可靠的闭环控制系统可实现准确定位,准确抓取,来完成各种预期的作业任务,在构造和性能上兼有人和机器各自的优点,体现了人的智能和适应性。脑电远程控制是该款仿生机械手臂的显著特点。