便攜式腦電采集分析系統SAGA
SAGA 32+/64+ 產自于荷蘭TMSi公司，是一款便攜式的EEG（腦電）數據采集系統。系統采用模塊化設計，放大器和通訊單元之間可無線傳輸數據。系統特有的主動屏蔽電纜結合重力感應技術，使其更適用于自然情景，可提供生態效度更高的全無線EEG數據采集方案。
詳情請咨詢
便攜式腦電采集分析系統SAGA
便攜式腦電采集分析系統SAGA，產自于荷蘭TMSi公司，可同時采集腦電、高密度肌電、心電、表面肌電、眼電、皮溫、皮電、呼吸、壓力、角度、加速度和血氧等多種生理數據。SAGA 設備用于腦電數據采集的優勢在于其便攜可穿戴的特點，可適配獨特的環耳電極，加上主動屏蔽電纜結合重力感應技術，使其更加適合在自然情景中應用，提供了生態效度更高的腦電數據采集方案。
產品特點
便攜可穿戴
單模塊僅重700g，肩帶和放大器支架協同實現可穿戴。
主動屏蔽抗干擾
主動屏蔽電纜結合重力感應技術，規避了工頻和運動干擾。
高質量數據
純直流放大器，硬件不做濾波，可獲得高質量的原始數據。
24小時不間斷測試
系統支持電池供電模式，電池更換過程中測試不中斷。
適配多種電極
凝膠電極、環形凝膠電極、水電極以及獨特的環耳電極可選。
多種生理傳感器接入
腦電、高密度肌電、心電、眼電、加速度等生理數據同步測量。
放大器核心參數
|
單個模塊體積 |
179x170x45(mm) |
|---|---|
|
重量 |
700g |
|
采樣率 |
最大4096Hz |
|
分辨率 |
24位 |
|
模擬帶寬 |
DC 0-800Hz |
|
存儲空間 |
32GB |
|
噪聲 |
＜1μV(0.1-100 Hz) |
|---|---|
|
共模抑制比 |
100dB |
|
輸入范圍 |
+/-150mV |
|
輸入阻抗 |
>1 GΩ |
|
工作溫度 |
5℃-30℃ |
|
功耗 |
充電使用時＜10w |
電極介紹
環耳陣列電極(cEEGrids)
用于耳周大腦活動的測量，佩戴隱形，在日常環境中使用的社會接受程度高。
應用領域：認知研究、 聽覺注意、 腦機接口、 睡眠分期等
凝膠電極
凝膠不易干，適合長時間使用。主動屏蔽電纜整潔不裸露，數據質量高。
應用領域：行為認知、人因工程、社交互動、神經同步等
環形凝膠電極
凝膠不易干，可長時間使用。電極獨立裝配，可與fNIRS、tDCS、眼動結合。
應用領域：腦力負荷、EEG-fNIRS、EEG-fNI RS-tES等
水電極
水電極清潔及裝配方便，實驗準備時間短，家庭環境和敏感人群適用。
應用領域：針對老年或兒童群體的研究、運動科學等
呼吸、表面肌電、心電、眼電等其他電極
可同步測量多種指標，也可同時獲取心電、表面肌電、眼電等電生理數據。
應用領域：人因工程、睡眠研究等
數據采集軟件
TMSi Polybench 軟件
TMSi Polybench是SAGA系統配套的數據采集軟件，可快速完成配置。如研究對數據采集過程有特殊需求，可自主搭建數據采集及分析流程，更改固有配置參數。
TMSi Python 接口
通過TMSi Python接口可以在Python環境下采集EEG 數據。同時支持實時數據圖的繪制，并且集成了LSL實時數據流，可與外部軟件進行實時數據傳輸。
TMSi MATLAB接口
通過TMSi MATLAB接口可在MATLAB環境中進行EEG數據的采集，支持將采集的數據轉換成 EEGLAB可以讀取的形式進行后續分析。
所屬分類：
腦認知研究
關鍵詞：
上一頁
下一頁
一位航天飛機制導系統工程師花費了六年時間繪制出了可能是世界上最先進的大腦地圖，向我們展示了大腦中令人難以置信的技術組織及其工作原理。
大腦認知研究
2023-12-28
維拓啟創助力中國航天大事記
發布時間：
2024年02月26日
如何使用無限水電極帽？
發布時間：
2022年04月12日
如何使用耳周電極片？
發布時間：
2022年04月12日
如何使用SAGA進行SD卡測量？
發布時間：
2022年04月12日
如何使用WiFi連接SAGA設備？
發布時間：
2022年04月12日
快速采集程序上的設置和配置
發布時間：
2022年04月12日
快速采集程序上的信號查看
發布時間：
2022年04月12日
如何打開SAGA設備箱？
發布時間：
2022年04月12日
如何啟動SAGA設備？
發布時間：
2022年04月12日
TMSi SAGA介紹
發布時間：
2021年08月25日
腦機接口、人機融合技術不僅可以幫助殘障人士恢復行動能力，還可用于治療帕金森病和癲癇等的神經系統疾病。腦機接口的實現依賴于采集和解讀腦電信號，從而識別用戶意圖或辨識疾病特征。精確解讀腦電信號動態，將極大地提升腦機接口技術性能，拓展應用場景。
作者：
北理工葉建宏教授
來源：
《CYBORG AND BIONIC SYSTEMS》
2024-04-17
注意力是人類大腦功能的一個重要方面，在經常受到神經系統疾病的影響。客觀的注意力評估可能有助于患者護理，包括診斷和預后。本文使用選擇反應時任務，眼動和EEG組合來評臨床中的視覺注意力。
作者：
Barone V, van Dijk JP, Debeij-van Hall MHJA, van Putten MJAM
來源：
Clinical EEG and Neuroscience
2022-09-14
施工過程中的安全事故大多歸咎于工人自身，如何有效減少施工工人造成的事故成為施工安全管理的重要課題。本文基于建筑工程危險識別和神經管理的相關概念，使用EEG進行研究。
作者：
Zhang Zhiyu, Ding Zhikun*, Chen Weilin
來源：
Springer, Singapore
2022-09-02
為了實現分類和識別最基本的步態過程，如站立、坐姿等，該文提出了一種基于信號復雜性和各腦區信息熵的特征表示方法。通過對不同條件下的參數進行統計分析，將這些對不同動作敏感的特征確定為特征向量，并江支持向量機、線性判別分析和邏輯回歸相結合，完成對這些動作的分類和識別。
作者：
Chang Wenwen*，Nie Wenchao，Yuan Yueting，Zhang Yuchan，Yan Guanghui
來源：
Authorea
2022-08-23
挖掘和提取駕駛過程中腦電信號的特征，實現對駕駛意圖的更好檢測是一項重大挑戰。本文旨在研究轉向過程中不同大腦區域之間的協作機制并提取空間特征。
作者：
Chang Wenwen*，Huang Wenqie，Yan Guanghui，Zhang Yuchan
來源：
IEEE China Automation Congress
2022-03-14
相關產品
如需詳細了解請點擊下方鏈接
詳情請咨詢
