Ildar Rakhmatulin* – 博士电子研究员 Sebastian Völkl – 脑机接口开发人员 摘要 本文介绍了可用于读取脑电图信号的 Raspberry Pi 系列单板计算机的开源软件和开发的屏蔽板。我们描述了读取脑电图信号并将其分解为傅里叶级数的机制，并提供了通过闪烁控制 LED 和玩具机器人的示例。最后，我们讨论了脑机接口在不久的将来的前景，并考虑了使用实时脑电图信号控制外部机械物体的各种方法。链接 来源 - https://github.com/Ildaron/EEGwithRaspberryPI/tree/master/Robot_control 网站 - https://www.hackerbci.com/ YouTube – https://youtu.be/wNgCEKIXGUY Slack - pieeg.slack.com *电子邮件：ildarr2016@gmail.com 许可证 - GNU 通用公共许可证 v3.0 关键词：PIEEG、hackerbci、RaspberryPi、EEG、脑机接口 缩写 BCI 脑机接口 EEG 脑电图 SBC 单板计算机 ADC 模拟数字转换器 介绍 提到 BCI 这个术语，许多人会立即联想到用思想的力量控制物体。现在，非侵入性脑电图测量的神经科学才刚刚开始。尽管如此，每一步都让我们更接近这个目标，并激励新一代科学家和工程师为这一科学领域做出贡献。我们有机器学习，它几年前才进入我们的生活，还有足够的计算能力来寻找脑电信号中的相关性。唯一的弱点是数据集的可用性。因此，我们希望有一种价格低廉的设备能让我们朝着解决这个问题迈出一步。读取脑电信号，尽管看似简单——用高精度 ADC 通过电极测量头皮上的微伏电压——却与各种科学领域有关。它涉及读取脑电信号 [1, 2022]、处理脑电信号 [2, 2021]、选择特征，最后将信号用于各种目的。此外，眨眼或咀嚼是不需要的伪影，会将有害的失真引入脑电信号，许多工作致力于对抗这些伪影 [3, 2022; 4, 2022]。然而，与此同时，这些伪影仍然常用于应用任务，例如对外部物体的眨眼控制。林等人。 [5，2010] 通过脑机接口成功通过眨眼控制了电动轮椅。Huang 等人 [6，2019] 开发了一款应用程序，通过眨眼和 BCI 来控制机器人轮椅的集成系统。我们的板子旨在让每个人都熟悉 EEG 的世界，包括那些与神经病学领域没有直接关系的人。所以，我们的使命是降低开始使用 BCI 的技术知识门槛。我们的目标不是与前面描述的论文竞争，而是展示我们的控制