思知瑞科技有限公司

如果用脑波设备读懂脑电波检测

Tue, 03 Mar 2026 23:40:56 -0800

可以采集：原始脑波、α波(阿尔法波)、β波(贝塔波)、γ波(伽玛波)、δ波(德尔塔波)、θ波(西塔波)、眨眼信号等脑波

我们的脑电波亦称脑波，它是神经元细胞之间传递信息时产生的生物电信号。早在1929年，德国精神科医师汉斯‧柏格(Hence Berge)首次发表脑电波图(electroencephalogram,EEG)，其中提及人脑主要有五种不同的脑波：α波(阿尔法波)、β波(贝塔波)、γ波(伽玛波)、δ波(Read More

皮肤电信号是一种什么反应

Wed, 25 Feb 2026 00:58:19 -0800

皮肤电信号，简单说就是皮肤本身的 “电反应”，主要来自汗腺活动，是情绪、生理唤醒的直接体现。

1. 它到底是什么

全称：皮肤电反应（GSR）/ 皮电反应
本质：皮肤电阻 / 电导随情绪、紧张、兴奋而发生的变化
来源：汗腺受交感神经控制，情绪波动 → 汗腺轻微分泌 → 皮肤导电性改变 → 被仪器捕捉到。

2. 属于哪一类反应

属于自主神经系统反应（不受主观意识控制）
是情绪生理指标：紧张、害怕、兴奋、注意力集中都会让它明显变化
常和心率、呼吸、血压一起，作为生理唤醒的依据
皮肤电信号 = 情绪与紧张度写在皮肤上的 “电流痕迹”。

解读皮肤电信号中的SCL与SCR

Tue, 03 Feb 2026 21:21:53 -0800

皮肤电导水平(Skin Conductance Level，SCL):是跨越皮肤两点间的皮肤电导的绝对值，也可以称作“基础皮肤电传导”(Basal Skin Conductance)。

SCL是在没有任何坏境刺激下的皮肤电导基线水平，在几十秒至几分钟内变化缓慢、更替微小。-般认为它是平静状态下生理活动的基础值。当人处于安静状态时，所测得的皮肤电导水平即是电导的基线值。

SCL的变化趋势可以反映持续一段时间的情感体验，而快乐和悲伤情绪，可能会引发更高的皮肤电导水平。

SCL的上升与下降随着个体的反应、皮肤干燥程度或自主调节能力不同而持续变化。

皮肤电导基础水平存在个体差异，并与个性特征相关:基础水平越高者，越倾向于内向、紧张、焦虑不安、情绪不稳定、反应过分敏感;而基础水平越低者，越倾向于开朗、外向，心态比较平衡、自信，心理适应较好。在研究中，一般统计分析时需要进行基线校正，

另外，特定的大脑过程会导致更多的汗液产生，进而导致汗腺内更高的汗液水平，与之相反的过程是汗液的自然蒸发或吸收，这一对拮抗“力”对皮肤电导水平的特性有影响，大脑活动影响SCL水平。

皮肤电导反应(Skin Conductance Response，SCR)是指皮肤电信号的相位反应在基础水平之上，变化幅度更高、速度更快，以“GSR突发”或“GSR峰值”的形式显示。

相位反应是在皮肤电导水平中出现的一个瞬时、较快的波动，是由刺激引起的生理心理激活状态当给人呈现刺激的时候，电导升高，形成一个波形皮肤电导反应，SCR指的是阶段性交感神经放电，是由刺激而引起的生理和心理激活状态，反映短期大脑过程的指标，i可作为由于外部新异性事件刺激产生的情绪觉醒点的定位标记。SCR对特定的情绪刺激事件敏感，事件相关皮肤电导反应+(ER-SCRS)会在情绪刺激发生后的1~5秒之间突发;

肌电信号的放大处理

Mon, 26 Jan 2026 19:26:22 -0800

肌电信号（EMG）属于微弱的生物电信号（幅值通常 μV 级，体表 EMG 约 10~500μV，针极 EMG 约 10~2000μV），且伴随工频 50/60Hz 干扰、电极噪声、运动伪影等，放大处理的核心是高增益、低噪声、抗干扰、精准滤波，需通过多级放大 + 专用滤波 + 阻抗匹配的组合实现，分体表 EMG（无创，应用更广）和针极 EMG（有创，临床检测），处理流程略有差异，其中体表 EMG 的放大处理是主流应用方向。

以下是肌电信号放大处理的核心原则、标准流程、关键电路设计和实操要点，覆盖硬件电路的核心逻辑，也是工业设计、生物医学工程中 EMG 采集的通用方案：

一、肌电信号放大处理的

核心设计原则

高增益：总放大倍数需达到1000~10000 倍（100dB~120dB），单级放大器无法实现，需分前置放大和主放大两级完成；
低噪声β波（12-30Hz）：清醒、活跃、思考状态。过高可能伴随焦虑和难以集中。
α波（8-12Hz）：放松但清醒、静心状态。是进入深度专注的“门户”。
θ波（4-8Hz）：浅睡、深度放松、创造力状态。过度活跃易导致困倦、走神。
高γ波（>30Hz）：与高度认知处理、信息绑定相关。
当θ波过高（走神、困倦）：
进行1分钟深呼吸（4-7-8呼吸法），增加氧气供应。
站起来活动30秒，或用冷毛巾敷脸，提高警觉性。

当β波过高（紧张、焦虑）：进行短暂的正念呼吸，将注意力锚定在呼吸上，降低神经兴奋。

听几分钟平缓的纯音乐或白噪音。

专注的神经基础：专注并非一个“开关”，而是大脑多个网络协同的结果。关键角色是：

前额叶皮层：负责自上而下的主动控制（“我要专注”）。

默认模式网络：大脑的“空闲模式”，负责走神、自我联想。专注的本质，就是前额叶网络抑制默认模式网络的过程。

肌电信号电极一般需要几个？

Tue, 13 Jan 2026 18:42:15 -0800

基本配置：至少3个电极

主动电极（信号电极）：放置在目标肌肉的肌腹上，采集电信号。

参考电极（接地电极）：通常放置在骨骼或肌腱等电活动较小的位置，用于消除环境噪声。

接地电极：部分系统还会单独设置一个接地电极，进一步减少干扰。

最少情况下：一个信号电极 + 一个参考/接地电极（二合一）即可完成单通道采集。

电极类型的影响

湿电极：需导电凝胶，信号质量好，常用于医疗场景。

干电极：无需凝胶，方便但易受运动干扰，适用于可穿戴设备。

阵列电极：集成多个电极点，可覆盖更大区域或进行空间采样。

通常使用差分电极对：两个信号电极（间隔1-2cm）放置在同一肌肉上，另加一个参考电极。这种配置能更好地抑制共模噪声。

通道数：根据目标肌肉数量而定，每块肌肉可能需要1-2个电极对。例如：

评估手臂屈伸时，可能在肱二头肌、肱三头肌各放置一对电极。

生物电信号的采集方式

Sat, 03 Jan 2026 19:05:52 -0800

一、主要采集技术

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。

降低皮肤阻抗：清洁皮肤、去角质、使用导电膏。

屏蔽干扰：使用屏蔽线、接地、差分放大抑制共模噪声

信号微弱易受干扰。

肌电和眼动,脑电都能测得传感器

Tue, 23 Dec 2025 23:12:40 -0800

脑电:最常被用于临床医学的研究(如诊断癫痫、睡眠障碍、麻醉深度、昏迷、脑血管疾病和脑死亡)、实验心理学研究(如研究大脑活动与认知功能、情绪、睡眠、意识研究)方向。此外，它还是一种神经成像+方法，在计算神经科学中得到了广泛应用。

肌电:现已广泛应用于肌肉工作工效学分析、操作姿态分析、康复状态功能评价、疲劳识别以及肌电假肢控制与动作模式研究中，可以用于评估肌肉的电活动模式和力量输出，并对运动控制的研究提供重要数据，适合研究肌肉活动与肌力、疲劳、协调、肌肉病理等。

眼动:在视觉系统、心理学、认知语言学的研究中有着广泛的应用。可以揭示视觉注意的分布、扫视模式、信息获取和处理方式等，对于设计界面、人机交互和神经营销相关的研究很有用。

脑电(Electroencephalography,EEG)

原理:脑电是一种记录脑电波的电生理监测方法。具体做法是放置电极于头皮处来记录脑神经元的离子电流产生的电压波动，测量的是众多锥体细胞兴奋时的突触后电位的同步总和。脑电记录可以提供时间精度很高的信号，并且对大脑活动的变化具有较高的灵敏度，

生物力学数据之肌电信号EMG分析

Thu, 18 Dec 2025 01:11:58 -0800

生物力学数据之肌电信号(EMG)分析

简而言之，肌电信号(EMG，electromyogram)是肌肉组织收缩时的电生理信号(接近但不完全等同);研究肌电信号的学科称为electromyography。

默认肌肉的收缩信号是运动单位动作电位+(MUAP，motorunit action potential)的募集MUAPs的代数和就是我们采集工具获得的EMG信号了(这也是同一片电极的两极间隙不同可能会采集到多个肌肉的信号的原因，如后面提到的为什么注意fixed inter-electrode spacing，cross-talk等)

时域分析

上部分MVC%处理后的量化是基础分析，也是在时域上的肌电信号分析，即信号的幅度波长等信息。以此可以获取的量化指标有如下:

EMG峰值/均值、iEMG(integrated EMG)，它可以是整段信号的积分，固定时间段的(窗口)积分或者到一个阈值的积分、EMG的RMS、协同收缩比(co-contraction，Leweket al.2004)、振幅概率密度(Amplitude Probability Distribution Function，在人体功效学常用)etc.

频域分析

与时域相对应的分析，信号频域也是肌电分析常用的方法，即分解组成信号的各个“分信号/波”的频率(时域无法获取此信息)，常用于客观探测肌肉疲劳的出现(例如中位频率的变化，即左移减小)。

常用的分析方法有(快速)傅立叶变换、短时间傅里叶变换、小波分析，每个方法有自己对应的假设，EMG疲劳的检测，小波分析更为准确和常用一些。