腦電等多模態生理參數采集智能眼鏡概述
GAPses 是一款創新的智能眼鏡平臺,旨在實現無創、舒適、安全的腦電圖(EEG)和眼電圖(EOG)信號的采集與處理。其全稱為 “GAP Smart GlassES”,采用輕量化設計(僅40克),外形與傳統眼鏡相近,便于日常佩戴。該平臺集成了定制干電極與GAP9超低功耗RISC-V處理器,實現了邊緣計算,避免了持續無線數據傳輸帶來的隱私與能耗問題。GAP9處理器具備強大的并行處理能力(15.6 GOPS),適用于實時信號處理與機器學習推斷,是實現高效、低功耗生物信號處理的關鍵。
HUIYING
系統核心設計
GAPses 的系統架構包括以下幾個核心部分:
眼鏡框架:采用3D打印的半剛性樹脂材料,分為前框和兩個鏡腿,內部嵌入電極接口PCB。
電極接口PCB:采用柔性-剛性結合設計,集成緩沖電路(AD8603)以提升信號質量與抗干擾能力。
通道選擇接口PCB:支持兩種配置:純EEG模式(8通道)與EEG+EOG混合模式(8 EEG + 3 EOG)。
BioGAP處理平臺:集成ADS1298模擬前端、GAP9處理器、內存、IMU和PMIC,支持高精度生物信號采集與實時處理。

圖1 GAPses系統整體結構與組件
HUIYING
電極設計關鍵
GAPses 使用Datwyler 公司定制的 SoftPulse 干電極,無需導電凝膠或皮膚準備,適合長時間佩戴:
EOG電極(圖1B):位于鼻托和鼻梁處,采用扁平設計以最大化接觸面積。
EEG電極(圖1B):位于鏡腿和耳后,采用帶“腿”的刷狀設計,便于穿透毛發與皮膚接觸。
所有電極均通過壓力配合的PTH(鍍銅孔) 與PCB連接,無需傳統插扣,節省空間且便于更換。
HUIYING
臨床驗證與應用性能
A. EOG:從高質量信號采集到高性能人機交互
研究方法與驗證路徑:
信號質量驗證:受試者佩戴眼鏡執行多種眼動任務(上下、左右、斜向、眨眼等),通過鼻部的三個定制干電極采集信號,并計算水平與垂直EOG分量。
分類應用實現:基于驗證過的高質量信號,構建一個包含11類眼動的數據集,并訓練一個適用于嵌入式設備的深度學習模型(改進的EpIDENer)。最終,將該模型部署在集成的GAP9處理器上,評估其分類性能、信息傳輸速率和能耗。
關鍵結果與性能數據:
信號質量:如圖2所示,系統成功采集到特征鮮明、易于區分的EOG信號。垂直眼動在垂直分量上產生大幅偏移,水平眼動則主導水平分量的變化,眨眼則呈現出典型的尖峰脈沖,充分證明了電極配置和硬件設計的有效性。

圖2 EOG信號與眼動對應關系
分類準確率:在模型部署后,系統對11類眼動的分類達到了96.78%的平均準確率(圖3)。

圖3 EOG分類準確率與ITR曲線
交互速度(圖3):通過權衡準確率與響應時間,系統在僅使用0.8秒數據且準確率為81.43% 時,實現了 161.43 bit/min 的峰值信息傳輸率,表現出極快的交互潛力。
能耗效率:整個分類任務在GAP9處理器上完成,單次推斷的能耗極低,僅為 24 μJ,系統平均功耗低至 16.28 mW。
B. EEG:從經典范式驗證到精準生物識別
研究方法與驗證路徑:
信號質量與范式驗證:
Alpha波:通過“睜眼-閉眼”范式,觀察枕葉區Alpha節律的典型變化。
SSVEP:讓受試者響應不同頻率的視覺刺激,使用NCCA方法檢測穩態視覺誘發電位。
運動想象:記錄受試者在執行左/右手手指敲擊時的腦電信號,并嘗試進行分類。
智能應用實現:在確認EEG信號質量后,進行了一項EEG生物識別(BrainMetrics) 應用研究。收集6名受試者多天的腦電數據,為每人訓練一個二分類模型,用于判斷當前使用者是否為“設備所有者”。
關鍵結果與性能數據:
信號質量與范式響應:
Alpha波:如圖4所示,閉眼期間Alpha頻段(8-13 Hz)能量出現顯著且持續的增強,符合生理預期。

圖4 Alpha波實驗頻譜圖
SSVEP:如圖5所示,系統在所有目標頻率上均能誘發出清晰的響應,僅需3秒數據即可被可靠識別。

圖5 SSVEP響應分析顯示不同頻率刺激下的NCCA與CCA響應曲線,驗證SSVEP檢測能力
運動想象:盡管電極未直接覆蓋運動皮層,系統仍能實現左/右/休息狀態的分類,平均準確率顯著高于隨機水平。
生物識別性能:在8個EEG通道的支持下,BrainMetrics應用實現了極高的識別精度,靈敏度達98.87%,特異性達99.86%,這意味著幾乎不會誤識主人,也極少會錯誤放行他人。
能耗效率:完成一次高精度的身份驗證,在GAP9上僅消耗 121 μJ 的能量。
HUIYING
總結
GAPses 智能眼鏡通過多通道干電極采集、邊緣處理、低功耗設計,成功實現了高質量EEG與EOG信號的采集與實時分析。其在眼動識別與腦電生物識別等任務中表現出色,兼具高精度、高能效與用戶友好性,為可穿戴生物信號設備設定了新的技術標準。未來可進一步拓展其在無約束環境下的應用場景。
HUIYING
回映產品
產品1:單通道肌電/心電/呼吸采集設備
單通道肌電/心電/呼吸采集設備創新性地采用type-C轉腦電電極以簡單輕便的方式實現了單通道肌電/心電/呼吸采集,且基于結構與硬件的特殊設計,支持高原環境下進行采集。另外產品總體結構采用魔術貼設計,方便于全身佩戴。
適用領域:單通道生理參數采集
單通道肌電/心電/呼吸采集設備
產品2.基于干電極的32通道腦電采集儀
高質量腦電信號采集對于精準識別和分析非癲癇樣異常(如彌漫性慢波、局灶性δ活動)至關重要。為此可以了解我們研發的一款32通道可穿戴腦電采集儀,采用高精度干電極采集腦電信號,無需導電膏即可快速佩戴,極大提升了受試者的舒適度和操作效率,特別適合長時間或動態環境下的數據采集。該設備不僅能通過全覆蓋設計捕捉全腦電活動細節,還采用了type-C智能轉接技術和抗干擾硬件架構,有效減少了運動噪聲和電磁干擾對信號的影響,在高原或移動場景中也能穩定輸出低噪聲波形。
適用范圍:多通道生理參數采集

32通道腦電采集儀
產品3:便攜式TI時域干涉經顱電刺激儀
便攜式TI時域干涉經顱電刺激儀通過緊密接觸于頭皮的電極傳導兩路不同頻率的高頻脈沖電流(如:2000Hz和2010Hz),高頻電流流經大腦表層和深部區域,并在腦深部干涉產生低頻包絡(如:10Hz),由于大腦神經元對高頻(>1000Hz)電刺激不響應,所以位于大腦表層的高頻電流并沒有對大腦產生刺激效應位于腦深部的低頻包絡刺激大腦,實現無創地刺激大腦深部而不影響大腦皮層,即無創腦深部電刺激。
回映便攜式時域干涉電刺激設備支持傳統的tTIS時域干涉電刺激模式(基于正弦波),PWM-TI時域干涉電刺激模式(基于50%占空比方波),burst-TI時域干涉電刺激模式,細分為tTI-iTBS,tTI-cTBS兩種模式(基于iTBS,cTBS).
適用范圍:
能夠應用于對老年癡呆、癲癇、帕金森、抑郁癥等多種神經系統疾病治療和神經科學研究的多個領域。
產品4:便攜無創腦脊接口設備(可ODM定制開發)
回映這款非侵入性腦脊接口整機設備是一個高度集成的閉環神經調控系統,其核心工作流程始于一個配備32個電極的便攜式腦電帽,用于無創采集用戶大腦感覺運動皮層的神經信號。這些信號被實時傳輸至內置的信號處理與計算單元,該單元運行著先進的機器學習算法(線性判別分析,LDA),能夠從特定的腦電節律(μ波和β波)中持續解碼出下肢的運動意圖,并將其量化為一個實時的“運動概率”。一旦該概率值超過預設閾值,計算單元會即刻向經皮脊髓電刺激器發出觸發指令。刺激器則通過精準貼附于使用者背部T10脊髓節段和腹部的電極,輸送出與運動意圖同步的、特定參數(如30Hz,10-15mA)的電刺激,以激活脊髓神經網絡,輔助運動完成。整個系統通過統一的硬件同步機制,確保了從“意念識別”到“脊髓刺激”整個環路的時間精度,最終形成一個由“大腦意圖驅動、脊髓刺激輔助”的一體化康復設備,旨在通過這種精準的閉環干預促進脊髓損傷患者的神經功能重塑與運動功能恢復。

便攜無創腦脊接口設備示意圖
-
腦電
+關注
關注
0文章
22瀏覽量
7320 -
智能眼鏡
+關注
關注
8文章
786瀏覽量
75057
發布評論請先 登錄
多生理參數病人監護
用LabVIEW進行腦電采集的采樣頻率如何確定
【TL6748 DSP申請】腦電放大器
【TL6748 DSP申請】腦電放大器處理器控制濾波
怎么設計基于ADS1298與FPGA的高性能腦電信號采集系統?
腦電溯源定位即腦電逆向問題
基于LabVIEW的多道電生理系統中數據的采集與處理
眼鏡是腦電等多模態生理參數采集更好的載體嗎?
評論