2-2代码示例（绿线是添加的线）：

2-3最新的256点原始EEG数据在EEG buff内部传递

在计算之前使用hamming窗口，然后使用单边FFT谱

计算并存储在fftBuff[]中，然后对fftBuff[]值进行平滑

具有先前的fftBuff[]值。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

采样raw_uV->汉明窗口->fftBuff[]->平滑的fftBuff[]

3级（高级）：更详细

这里没有测验。如果你喜欢，请阅读

关于GUI中FFT的整个故事：

导入Minim库，初始化FFT：

计算FFT并转换为单个频带：

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

在dB空间中平滑：

复制GUI进程的Matlab版本

概述：

（较旧版本的GUI从原始数据计算FFT，较新版本将

将FFT应用于滤波数据。此处使用过滤后的EEG）

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

开窗和计算单边FFT振幅谱：

1苏州长显间隔定义为缓存刷新自身的速度。下面是50个数据点

250Hz采样率意味着1/5秒。

2苏州长显为了减少频谱泄漏，对原始信号应用汉明窗口

信号：temp_han=temp_dat’苏州长显*hamming（L）；

3苏州长显然后，计算FFT振幅的公式为：temp_mag=abs（FFT（temp_han））；

4苏州长显为了将其转换为单边频谱，

然后将除第一个（DC）和最后一个（在奈奎斯特频率下）之外的任何点乘以

两个校正振幅：temp_ mag＝temp_；temp_mag（2：结束1）=

2*temp_mag（2:end 1）；

在dB空间中平滑：

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

上述Matlab代码将很快提供MI和ME-BCI培训

开放式BCI

MI-BCI训练基于视觉运动想象

与其他脑力任务想象（例如，脑力减法、单词

关联）是内生性的唯一范例

需要外部刺激，但仅需要用户的想象力动作。在里面

此外，MI被认为是BCI范式中最重要的类型

用于恢复运动功能。不同研究的结果

在MI-BCI中被证明是有用的心理行为实践，并且

显示了中风期间运动想象练习的有益效果

恢复不幸的是，估计15-30%的人不能使用

BCI系统，导致用户中大量的BCI文盲

基础

这篇文章介绍了如何使用OpenBCI实施MI-BCI培训

32位板，通过向板添加两个外部按钮，添加

处理代码的额外功能，并重写OpenBCI

董事会代码。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

图1苏州长显带有两个外部按钮的OpenBCI 32位耳机概述

准备开始MI-BCI培训。

概述

运动图像已成为BCI研究的最新趋势

对运动的想象似乎在

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

大脑，与用于执行任务的大脑相似或相同

同样的动作。然而，是否类似的问题

招募的脑区之间的功能连接模式

与真实和想象的运动相关的

在BCI帧中寻址较少。

为了更好地理解真实和想象的大脑关联

在当前的工作中，我们研究了时空

真实和假想的有节奏的手指敲击过程中的脑电图脑活动

任务重复的手指运动，外部由

已经研究了听觉或视觉线索来研究大脑皮层

连通性、感觉运动协调。此外，在

BCI研究，手指和手的重复动作，真实和

想象中的一个，用于提取特征

用作检测运动意图的输入。

这些特征包括功率降低的横向模式和

α和β频带的增加。

人们普遍认为，当大脑处理某些事件时

正在进行的大脑节律活动可以被阻断或去同步。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

通过频率分析可以更好地检测这些类型的变化

因为它们代表了正在进行的频率特定的变化

EEG活动。它们通常包括功率降低（事件相关

去同步、ERD）和功率增强

（事件相关同步，ERS）。

这被认为是由于

潜在神经元群体的同步性。

实际和想象的ERD和ERS模式的演变

移动是通过平均能量分布来计算的

在时间-频率域中的每个时刻进行EEG单次试验。

我们专注于检测β

ERD/ERS模式，先前描述为随启动和

运动动作的执行以及运动想象。

基于运动图像的短时激活识别

关于频率的内容可以改善决策和

增强BCI系统的性能。

方法论

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

本次培训的目的是研究大脑皮层

激活和连接子服务于真实和虚拟节奏

手指敲击，从多通道分析

脑电图（EEG）头皮记录。几项研究

涉及手指敲击的运动图像显示了类似的

方法论，强调三个短时间：焦点、线索、，

和休息。

实验包括两个简单的肢体运动图像任务（左

右手）。不同肢体的同时想象

有助于激活更大的皮质区域以及两个

位于beta内相应电机区域的估计源

节奏

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

图2苏州长显运动图像（MI）和运动的实验图表

执行（ME）培训。

每次试验都是10秒长，由不同的

状态：

准备就绪：每个试验命令的第一秒都会显示警报

焦点：以下三秒基于倒计时

在提示之前，让受试者做好准备

即将到来。

提示：只有4秒长，它显示了必须的提示

在审判中完成。在每次试验中，线索都是不同的。这是非随机的

版本，这意味着提示出现在下面想象一下移动左手手指

休息：受试者在两次试验之间有两秒钟的休息时间。

设备

OpenBCI脑电图耳机

无论您拥有什么OpenBCI EEG耳机版本，都能正常工作。

就我个人而言，我使用超皮质标记III“超新星”。你可以阅读

更多信息请参见本文。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

电极位置

电极放置在运动皮层和体感皮层上。

参考电极和接地电极位于左耳垂和右耳垂，

分别地

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

图X苏州长显基于10-20系统的“超新星”电极配置。

两个外部按钮

面包板连接

有时，当研究脑电图或其他生物电位信号时，你会

想要在外部事件或刺激之间有精确的时间安排

数据流。事实上，基于运动图像的大脑计算机

接口（BCI）将受试者的运动意图转化为控制

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

实时检测特征脑电空间信号

对应于不同运动想象的分布

身体部位。在这种情况下，有必要知道

已向受试者提供外部输入，以寻找信号

刺激后约400毫秒发生的脑电波。

此外，如果你想区分右和左

当你学习运动图像或运动时的动作

执行时，您最好注意以下步骤。

图6苏州长显两个按钮中导线的连接。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

连接（OpenBCI 32位板）

本博客的另一篇文章解释了如何实现和添加两个

OpenBCI 32位板的外部按钮，以及如何连接

将两个外部按钮连接到OpenBCI 32位中的正确引脚

板

图7苏州长显OpenBCI 32位板中导线的连接。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

上载

编辑OpenBCI GUI

在图像的右上角，Playground选项卡显示

每次审判的时间，你的审判次数，以及所有

与启动/停止实验相关的命令。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

图8苏州长显实验过程中OpenBCI GUI的屏幕截图。

在上图中，您可以更详细地看到

显示在OpenBCI GUI的Playground选项卡中。

将新代码上载到OpenBCI板

您需要将新代码上传到OpenBCI 32位板

以便获得每次试验的信息，以及每次两次试验的信息

按钮被按下。

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

图9苏州长显Arduino中OpenBCI 32位板代码的屏幕截图。

工具书类

[1] “EEG振荡模式和认知过程的评估

在简单和复合肢体运动图像中”，Weibo Yi

、双秋、王昆、张洪志、齐立新、周鹏、冯

他和董明。发布日期：2012年12月9日，

2014http://dx苏州长显doi苏州长显org/10苏州长显1371/journal苏州长显pone苏州长显0114853

[2] “简单和

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

复合肢体运动

图像”，易微博，邱爽，Q洪志，张立新，万百坤

和董明。神经工程与

康复2013 10:106，DOI:10苏州长显1186/1743-0003-10-106，©Yi等人。；

被许可方生物医学中心有限公司2013年。

[3] 基于EEG的面向对象运动图像研究

镇压”，Lili Li，Jing Wang，Guanghua Xu，Min Li和Jun Xie。

发布日期：2015年12月7日。

http://dx苏州长显doi苏州长显org/10苏州长显1371/journal苏州长显pone苏州长显0144256

[4] 论文：“基于EEG的脑-计算机接口（BCI）：

Hina Mistry的“辅助设备运动图像调查”。

广告

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

比较：

啁啾脸谱网谷歌

喜欢

成为第一个喜欢这样的人。

相关的

在浏览器中打开PRO版本您是开发人员吗？试用HTML转PDF API pdfcrow苏州长显com

OpenBCI 32位板上的两个外部按钮

在“脑-机接口（BCIS）”中

使用OpenBCI进行研究