腦電波傳感器的應用與研究

黨珂　鄧浩　薛爭爭　趙松杰　邢博

摘要：針對目前市面上的輔助睡眠工具使用效果不佳，提出了一種將信息收集與智能控制相結合的腦電波系統應用于輔助睡眠上，并研究設計了通過監測收集人體腦電波從而控制設備播放輔助睡眠的對應音頻達到輔助睡眠的效果，從而為失眠人群提供一種全新的輔助睡眠方式。

關鍵詞：腦電波;助眠

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）20-0177-02

1緒論

隨著大數據時代的快速發展，信息交互、智能控制等行業的發展有了質的飛躍，為了使其得到快速發展，腦機接口技術得到了廣泛的關注與研究。眾所周知，人腦中有許多的神經細胞在活動著，而成電器性的變動。也就是說，有電器性的擺動存在。而這種擺動呈現在科學儀器上，看起來就像波動一樣。腦中的電器性震動我們稱之為腦波。用一句話來說明腦波的話，或許可以說它是由腦細胞所產生的生物能源，或者是腦細胞活動的節奏。目前Mindwave腦電波傳感器多被應用于開發和商業游戲中，由于其操作性簡單，性能可靠繼而受到廣大消費者的青睞。Mindwave是一款通過腦電波進行觸發的藍牙外設，主要用于接收佩戴者的腦波信號并將其轉為控制指令。在使用過程中，設備可以檢測到用戶腦電波信號的強弱和頻率等信息。繼而將這類信號反饋到智能移動設備上，就可以操作控制與其配套的設備與相關應用。科學研究發現：在腦電圖上，大腦可產生四類腦電波。當處于緊張狀態下，大腦產生的是β波;當處于睡意朦朧時，腦電波就變成θ波;進入深睡時，變成δ波;當身體處于放松，大腦活躍，靈感不斷的時候，就導出了α腦電波。本文則是通過實驗來驗證系統的準確性，實驗通過Mindwave傳感器智能控制三個小燈及設備內置揚聲器，輔助失眠者盡快進入睡眠中，我們根據失眠者的不同情況將失眠程度分為三級：輕度、中度以及重度，并播放相應頻率的音頻來實現輔助睡眠的效果。

2系統介紹

基于Mindwave傳感器的人體助眠系統如圖一所示。系統包括Mimdwave傳感器、Arduin。、一個揚聲器和三個小燈。操作者將Mindwave傳感器中的TGAM模塊用于收集腦部信號并與藍牙模塊連接，藍牙模塊通過串口通信將收集到腦部信息傳給中央控制系統，之后通過中央控制器發送指令控制揚聲器播放音頻，控制相應小燈亮起顯示睡眠狀態，從而實現助眠以及監測睡眠的效果。

3過程

3.1操作過程

Mindwave通過TGAM模塊進行腦電波的收集與分析，為了實現通過意念來進行音樂的播放，疲勞提醒等功能，并且利用Mimdwave中的TGAM模塊配套的軟件開發工具包設計并建立TGAM模塊與藍牙模塊的信息交互，對腦電波信號進行識別和分析處理，為了提高數據的準確度，將分析獲得的數據與平均值對比，進而實現中央控制器對音樂播放器進行指令控制，實現了有效性地播放效果并將收集分析好的信息通過藍牙模塊進行串口通信傳輸到中央控制器中進行反饋，由中央控制器再進行信息的轉化并向各個模塊發送對應指令從而實現設備的整體運行。

3.2運行過程

本系統主要采用Arduino實現對各個模塊的控制與信息交互。將各個部件進行組裝與連接安置在人腦上，當Mindwave檢測到腦電波時，Mindwave中的TGAM會及時收集腦電信號并對其進行相應的信息轉化，通過藍牙模塊進行串口通信將腦電信息輸入到Arduino，Arduin。進行信號轉化，將信息傳輸到各個模塊中實現相應指令的執行，例如指令信息傳輸到揚聲器，揚聲器會根據指令播放相應的音頻，達到助眠的效果。當音頻播放的同時，小燈會根據播放的音頻以及腦電波的頻率起伏亮起相應的小燈，以此來顯示使用者現在處于什么狀態之中。

4系統硬件

4.1 Mindwave

Mindwave它是神念科技的一款產品，能提取用戶的腦波信息并進行量化分析，在此基礎上完成相應的開發。此外它還包括檢測人體腦部前額的干電極、耳部的參考電極、核心模塊TGAM（ ThinkGear ASIC Module）。本設計中主要利用NeuroSkyeSense專利算法，解析使用者的腦部狀況eSense參數，其取值范圍在0-100之間。

4.2 Arduino

Arduino與其他微控制器平臺相比Arduino價格相對較便宜，Arduino可在Winclows、Mac和Linux平臺上進行操作，包含開源工具和擴展軟件，相對初學者來說更加易于掌握與操作。

4.3藍牙模塊

藍牙技術是一種無線數據和語音通信開放的全球規范。本文選取HC-06藍牙，通過杜邦線與中央控制器相連，藍牙的TXD與中央控制器RX端口相接，藍牙的RXD與中央控制器TX端口相連。

4.4揚聲器

其引腳與中央控制器I/O連接，繼而受中央控制器的控制，當中央控制器發送指令時，揚聲器就會立即響應，繼而實現音頻的播放，輔助患者逐漸進入睡眠狀態。

4.5小燈

三只小燈與面包板相連，利用基礎物理知識安放電阻，中央控制器的端口與面包板相連控制小燈，當音樂響起的同時小燈會收到來自中央控制器的指令，同時亮起。

5系統軟件

本系統對Mindwave采集后的腦電波信號進行分析，獲得eSense參數，并將其在0-100進行分段取值，通過數據聚類，利用KNIME AnalyliCs Platform軟件進行繪圖，分段為0-33為輕度，34-67為中度，68-100為重度，音頻的播放依據Arduin0的I/O輸出不同的占空比Q調節，見公式Q=r/T。

其中r為輸出高電平時間，T為電平輸出周期。本系統的Arduino的軟件設計流程如圖3所示。

5.2電波密集程度對比

根據圖4所示，一般認為，腦電波大致分為α波、β波、γ波、δ波和θ波，不同的電波對應不同的大腦狀態。例如合眼時，α波會馬上活躍起來。而當大腦充滿θ波時，人的意識活動明顯受到抑制，無法進行邏輯思維和推理活動。此時，大腦憑直覺、靈感、想象等接收和傳遞信息。通過檢測信號變化，我們可以得出腦波的波動起伏間接反映了人的精神狀況，腦波趨于平穩，反映出興奮的精神狀態，此時應增強輸入α波，使其腦波變化為δ波。相比較而言，在深度睡眠的情況下，腦波的振動幅度較大，不需要進行α波的輔助增強。α波呈現了從由高向低的能量轉化。另外，從上圖可以看出，隨著人慢慢進入睡眠狀態，腦波的振動幅度越來越大，人逐漸進入深睡狀態，此時達到了輔助睡眠的最好效果，從而證明其實驗的成功。

6總結

本文主要根據人的睡眠問題介紹了腦電波傳感器在輔助睡眠方面做了基礎的分析與介紹，對使用者的腦電信號進行簡單的檢測并記錄下使用者在不同環境下腦電波的變化情況，雖然在大體上反映出腦電的變化區間，并且對其進行定義化地區分，但是在數據的精確和區間的劃分都處于基礎階段，對實驗的完備程度還存在較大的不足，期望在以后的實驗中要大量收集數據，做大量的針對性測試，進行精確化、多層次的分析進行階段的劃分，使實驗結果更加準確。

參考文獻：

[1]孔陽.一種腦電波傳感器的研究與應用[J].計算機光盤軟件與應用，2014，17（16）：289-289，291.

[2]尹晟霖，李鳳銀，于曉璇，等.腦電波傳感器研究及應用[J].電子技術，2018，47（7）：30-35，4.

[3】張奔，吳映秋，孫文杰，等.個體化睡眠質量監控終端的開發及系統研究[J].電腦知識與技術，2017，13（11）：229-231.

[4]馮澤宇，蔣瑾，翟正一，等.小鼠特征腦電波信號分離與相關性分析[J].數學的實踐與認識，2015，45（14）：99-107.

【通聯編輯：朱寶貴】

收稿日期：2020-03-25

基金項目：陜省大學生創新創業訓練計劃項目;西安思源學院2019年度校級教改項目（19SYGP017）資助

作者簡介：黨珂（1997-），男，陜西成陽淳化人，在讀本科，研究方向為電子信息工程;鄧浩（1998-），男，陜西安康鎮坪人，在讀本科，研究方向為電子信息工程;薛爭爭（ 1998-），男，延安子長人，在讀本科，研究方向為電子信息工程;邢博（1998-），男，延安洛川人，在讀本科，研究發現為電子信息工程;趙松杰（1998-），男，陜西漢中鎮巴人，在讀本科，研究方向為電子信息工程。