思知瑞科技有限公司

人的注意力集中与否，可以通过脑电图检测出来吗？

Mon, 11 May 2026 23:56:27 -0700

通过额头电极和耳夹电极采集数据，通过脑的神经元活动通过离子传导到达大脑皮层，固定在头上导电电极感应到这种微弱的电压变化，通过差分放大，滤波，数模转换等一系列手段最终将电信号变成脑电波的原始数据。处理后的信号数据通过蓝牙发送出去，终端接受。

其工作过程通常包括以下几个步骤：

信号采集：传感器通过电极与头皮接触，采集大脑发出的电活动信号。
信号放大：采集到的信号通常非常微弱，需要通过放大器进行放大，以提高信号的强度和清晰度。
信号滤波：为了去除噪声和干扰，信号可能需要经过滤波处理，以提取出有用的脑电波信息。
模数转换：将放大和滤波后的模拟信号转换为数字信号，以便计算机或其他数字设备进行处理和分析。
数据处理和分析：使用专门的软件或算法对数字信号进行处理和分析，提取出与特定脑活动相关的特征和信息。
结果呈现：处理和分析后的结果可以以各种形式呈现，如图形、图表或数据报告，以便研究人员、医生或用户理解和解读。

康复医学:帮助评估肌肉功能障碍，为康复训练方案的制定提供依据。监测患者在康复过程中肌肉力量的恢复情况，调整治疗策略。

假肢控制+:通过解读肌电信号，实现对假肢的自然、精确控制，提高假肢使用者的生活质量和自理能力。

人机交互+:开发基于肌电信号的新型输入设备，例如游戏控制器、虚拟现实和增强现实设备的操作接口等，提供更加自然和直观的交互方式。

运动科学+:研究运动员的肌肉活动模式，优化训练方法，预防运动损伤，提高运动表现

临床诊断:辅助诊断神经肌肉疾病，如肌肉姜缩症、肌营养不良症等，监测病情的进展

生物识别+:作为一种独特的生物特征，用于身份识别和认证系统。总之，肌电信号的应用为医疗、康复、科技等领域带来了诸多创新和改进的可能性。

干电极肌电传感器通过检测人体的表面肌电信号(SEMG)，进而反应出人体肌肉和神经的活动情况。干电极肌电传感器集成了滤波、放大电路，将范围在+1.5mV内的微弱人体表面肌电信号进行1000倍放大并通过差分输入、模拟滤波电路的方式对噪音(特别是工频干扰)进行有效抑制。输出信号为模拟量形式，以1.5V为基准电压，0~3.0V量程的输出。输出信号的大小取决于选定肌肉的活动量，输出信号的波形可显著指示被观察位置皮下肌肉的情况，方便做肌电信号的分析与研究，如使用Arduino作为控制器检测肌肉活动情况，如肌肉是否紧绷，强度如何，是否疲劳等。

干电极肌电传感器是一种主动感应传感器，能提供高质量的信号搜集，且易于使用。不论是被用到静态还是动态的应用领域，仅需要一些极为简单的准备工作即可。本产品使用干电极导联，无须导电凝胶也可得到良好的信号质量，因此具有寿命长、使用简单方便等特点，更适合普通用户:而采用凝胶探头的医用电极通常为一次性，使用起来较为麻烦。

干电极肌电传感器的测量具有非侵入性、无创伤、操作简单等优点，可用于人机交互等相关应用。虽然测量肌肉活动历来被用于医学研究，然而随着不断缩小但功能更强大的微控制器和集成电路的完善，肌电图电路和传感

器也逐渐被应用于各种控制系统，供电电压在3.3~5.5V之间，供电电流不小于20mA，纹波与其他噪音要小。推荐使用经过稳压的直流电压肌电信号的有效频谱

脉搏波的测量方法，可以用什么传感器

Wed, 29 Apr 2026 00:27:01 -0700

1. 光电传感器（PPG）

最常见的方法，利用血液对光的吸收变化来检测脉搏波：

光电容积脉搏波描记法（PPG）

原理：血液流动时，组织对光（通常为绿光/红外光）的吸收率会周期性变化。

常用传感器：光敏二极管+LED组合。

应用：智能手环/手表、指尖血氧仪等。

2. 压电传感器

通过压力变化检测血管壁的周期性搏动：

原理：动脉搏动时对传感器产生压力，转化为电信号。

类型：压电薄膜、压电陶瓷等。
应用：医用脉搏探头、可穿戴胸带等。

压力传感器

高精度测量动脉压力波形：

原理：直接测量动脉壁压力变化（需与皮肤紧密接触）。

类型：MEMS压力传感器、气囊式压力传感器。

应用：医用电血压计、桡动脉脉搏波分析仪。

超声多普勒传感器

检测血液流动速度的周期性变化：

原理：利用超声波反射频移计算血流速度，间接得到脉搏波。

应用：血管功能评估、高端医疗设备。

应变传感器

在技术实现层面，GSR传感器通常采用双电极接触式测量方案，电极多部署于手指、手掌或手腕等汗腺密集区域。该系统输出的并非原始生物电信号，而是经过信号调理后的电导变化量。当受试者情绪唤醒达到值时，交感神经驱动的汗腺活动会产生明显电导脉冲，这种非线性响应特性使其特别适用于生物反馈训练场景。

该技术的应用价值主要体现在两大方向:1.情绪状态识别 :通过量化GSR信号幅度与频率特征，可建立情绪唤醒强度模型，在测谎、压力评估等领域具有临床价值;2.神经反馈调节:利用实时GSR尖峰信号作为反馈源，结合认知行为疗法，可训练受试者自主调节焦虑、恐惧等情绪反应。

值得注意的是，GSR信号具有个体差异性和环境敏感性，实际应用中需通过基线校正和噪声过滤(如运动伪影消除)来提高信噪比。当前前沿研究正尝试将其与心率变异性(HRV)等多模态生理信号融合，以提升情绪识别的特异性。

如何体验脑电波科技

Wed, 15 Apr 2026 20:51:57 -0700

- 明确并保持一个想法

- 盯着一个具体的物体

- 思想集中于自己喜欢的事情

- 默算一道数学题

- 专心的听某人的谈话

- 轻轻的哼唱一首歌

- 想象自己努力要完成的动作正在进行

快速进入放松状态：

- 用腹部深吸一口气，然后慢慢的呼气（腹式呼吸）

- 尽力放松全身的肌肉

- 后背挺直，慢慢放松肩膀和手臂

- 摈除心中任何的想法，心无杂念

- 初学者可闭上双眼

- 想象自己将要入睡

- 想象自己在温水上漂浮

生物电信号的滤波方法

Wed, 08 Apr 2026 01:18:22 -0700

生物电信号（如 ECG、EEG、EMG）滤波的核心是：先按频率分频段滤除固定噪声（基线漂移、工频、高频干扰），再用自适应 / 时频方法处理复杂伪迹，最后保留信号关键特征。下面按传统线性滤波、自适应滤波、时频分析、现代智能方法四类完整说明。

一、常见噪声与典型滤波目标

生物电信号主要干扰：

基线漂移：< 0.5 Hz（呼吸、肢体移动、电极极化）
工频干扰：50/60 Hz（市电）
肌电干扰（EMG）：20–500 Hz（肌肉颤动）
眼电伪迹（EOG）：0.1–10 Hz（眨眼、眼球运动）
高频噪声：> 100 Hz（电子噪声）

典型信号频段（参考）：

ECG：0.5–100 Hz（临床常用 0.7–40 Hz）
EEG：0.5–70 Hz（δ:0.5–4, θ:4–8, α:8–13, β:13–30 Hz）
EMG一、主要采集技术
1. 电极：信号采集的“前端传感器”。
- 表面电极：最常用，无创地贴附在皮肤表面，采集大面积电活动（如心电图ECG、脑电图EEG、肌电图EMG）。
- 干电极：无需导电膏，方便可穿戴设备，但信号质量可能受运动干扰。
- 湿电极：使用导电膏降低皮肤阻抗，提高信号质量，常用于医疗场景。
- 信号调理电路：
- 放大：生物电信号极微弱（μV~mV级），需专用放大器（如仪表放大器）放大数千至数万倍。
- 滤波：去除噪声（如工频干扰、运动伪影），通常包括：
- 高通滤波：去除基线漂移。
- 低通滤波：去除高频噪声。
- 陷波滤波：滤除特定频率干扰（如50/60 Hz电源干扰）。
模数转换（ADC）：将模拟信号转换为计算机可处理的数字信号，高分辨率（如24位）ADC可保留细节。Read More

同步采集ecg和bioz数据的意义是什么？

Wed, 25 Mar 2026 00:50:04 -0700

同步采集ecg和bioz数据的意义是什么？

在生物信号监测领域，同步采集心电图 (ECG) 与生物阻抗 (BioZ/ICG) 数据具有工程价值。简单来说，ECG 反映的是心血管的“电信号命令”，而 BioZ 反映的是心脏和血管对该命令执行后的“物理机械结果”。

以下是同步采集这两类数据的核心意义：

无创连续血压监测 (Cuffless BP)

这是目前可穿戴设备领域的热点。通过同步 ECG 和末梢/肢体 BioZ，可以计算脉搏传输时间 (Pulse Transit Time, PTT)：

原理： PTT 是指压力波从心脏传导至外周血管的时间。血管压力（血压）越高，血管壁越硬，压力波传导越快，PTT 越短。

表面肌电传感器（sEMG）原理

1. 它测的是什么？

测的是 肌肉收缩时产生的微弱生物电信号。

大脑发指令 → 肌肉纤维放电 → 产生极微弱的电压（微伏级 μV）
这个电信号就是 肌电信号 EMG

2. 传感器到底在做什么？

它只干三件事：

拾取皮肤表面的微弱肌电信号
放大（放大几百～几千倍）
滤波（去掉噪音、工频干扰）

最后输出一个 0～3.3V 或 0～5V 的模拟电压，给 Arduino 读取。

3. 超简单一句话总结

肌肉越用力 → 电信号越强 → 传感器输出电压越高 → Arduino 读到的数值越大。