Материал: Аппаратура для электроэнцефалографических исследований. Журавлев Д.В

Рис. 8.42. Воспроизведение демонстрации

Для начала прямой трансляции данных из OpenBCI в Neuromore надо сначала подключить плату регистрации ЭЭГ к компьютеру. Обязательно необходимо убедиться, что плата регистрации распознается как COM-порт и ее задержка установлена на уровне 1 мс.

Далее, чтобы подключиться к плате OpenBCI из программы Neuromore, надо нажать увеличительное стекло в разделе «Устройства» в правом верхнем углу. После этого программа Neuromore будет искать новые устройства. Затем появится всплывающий логотип OpenBCI, и данные с платы начнут передаваться в верхней части окна Neuromore (рис. 8.43).

Рис. 8.43. Прием данных с платы

225

Программа Neuromore достаточно хорошо осуществляет подключение платы в автоматическом режиме, но, несмотря на это, подключение происходит в 9 случаев из 10. Если подключения не произошло, необходимо сбросить соединение (нажав кнопку сброса). Далее надо выключить плату регистрации, отсоединив USB-ключ. Затем заново подключить USB-ключ и включить плату. Если эти действия все равно не помогут, то можно попробовать те же действия, но с закрытием самой программы Neuromore.

Чтобы начать работу с Neuromore, необходимо открыть классификатор

«Getting Started» в папке OpenBCI панели «Back-End File System» (рис. 8.44).

Рис. 8.44. Начало работы с Neuromore

После этого появится пример визуального языка программирования Neuromore. Надо щелкнуть значок гаечного ключа и отвертки, чтобы при необходимости скрыть панель палитры узлов (рис. 8.45).

Neuromore называет эти графики взаимосвязанных процессоров «классификаторами». Базовая структура классификатора состоит из устройства ввода (такого как плата OpenBCI V3), подключенного к узлам обработки, которые заканчиваются каким-либо узлом вывода.

Некоторые из выходных узлов позволяют осуществлять вывод информации, такой как графики во временной или частотной областях. Однако стандартная компоновка Neuromore Studio не имеет открытых окон для этих выходных данных. Чтобы добавить окно для выходных данных во временной области, надо щелкнуть вкладку «View» на панели инструментов, затем «Add» => «Signal View» (рис. 8.46).

226

Рис. 8.45. Панель палитры узлов

Рис. 8.46. Добавление окна выходных данных

После этого появится новое окно. Надо нажать и перетащить окно в удобное место в макете Neuromore Studio - оно должно встать на место, как показано ниже на рис. 8.47.

Рис. 8.47. Установка окна вывода сигнала

227

Если посмотреть в окно классификатора, можно заметить, что есть три

«выходных» узла (узлы с символом глаза): Filtered Raw, Filtered FFT и Viewer.

Символы Filtered Raw и View показывают временную область сигнала.

Чтобы добавить окно, выводящее частотную область, необходимо нажать View => Add => Spectrum View. Затем переместить новое окно в удобное место. После этого появится узел Filtered FFT для сигнала одного канала (рис. 8.48).

Рис. 8.48. Вывод узла Filtered FFT

Для того чтобы перепроверить, какой сигнал соответствует какому выходу, надо дважды щелкнуть один из выходных узлов в окне классификатора. Это должно расширить окно палитры узлов. Затем надо открыть вкладку «Attributes» и выбрать «Custom Color», дважды щелкнув по блоку цвета, который появляется, чтобы выбрать цвет сигнала.

В приведенном ниже примере (рис. 8.49) выбран узел «Filtered Raw» и установлен ярко-зеленый цвет. Соответствующий сигнал после этого будет ярко-зеленый в окне просмотра сигналов. После этого можно просматривать сигналы от выходных узлов в классификаторе.

Такой вид графического программирования (или визуального программирования) также появляется в очень популярных программах, таких как PureData и MAX для более общих целей, а также OpenViBE и, конечно, Neuromore для обработки специфичной ЭЭГ.

Основная идея графического программирования заключается в том, что поток данных, который создается на устройстве ввода, может затем отображаться, обрабатываться и преобразовываться в выходные данные.

228

Рис. 8.49. Вывод узла Filtered FFT

Самый простой пример для плат OpenBCI в Neuromore Studio использует динамический альфа-детектор и исследует области ЭЭГ (рис. 8.50).

Рис. 8.50. Динамический альфа-детектор

Приведенный альфа-детектор поддерживает в среднем 30 секунд отношения между альфа-каналом (8-12 Гц) и интенсивностью фонового сигнала. Сам детектор сообщает об альфа-всплеске, который динамически изменяется в зависимости от среднего отношения альфа-сигнала/фона. Такая система адаптируется к низким или высоким альфа-волнам и увеличивает альфа-всплеск, когда среднее значение альфа-волн велико, и наоборот.

229