待补充
pieeg-club/EEGwithRaspberryPI
3/5
🧩 软硬件结合
已发布
项目简介
Not supported. Measure 8 EEG channels with Shield PiEEG and RaspberryPi in C library
PiEEG是一个专为Raspberry Pi设计的低成本脑机接口（BCI）扩展板项目，旨在让开发者、研究人员和爱好者能够以极低的门槛测量脑电图（EEG）信号。该项目源于团队多年的BCI开发经验，核心理念是通过一块“盾板”（Shield）直接叠加在树莓派上，配合Python脚本，快速实现生物电信号的采集与分析。目前，项目的核心脚本和SDK已迁移至PiEEG主仓库，并提供了详细的Colab在线手册、快速入门PDF以及视频教程，帮助用户从零开始搭建。
标签
项目特点
**极低成本**：相比传统脑电设备动辄上万元，PiEEG 只需树莓派加扩展板，总成本控制在千元以内
**即插即用**：扩展板直接叠加在树莓派GPIO上，无需焊接或复杂接线
**Python驱动**：全部控制脚本用Python编写，上手门槛低，适合快速原型开发
**开源完整**：硬件原理图、PCB文件、固件和软件全部开源，可自由修改和二次开发
**丰富教程**：提供Colab在线手册、PDF快速入门指南和视频教程，从零开始逐步教学
**社区活跃**：GitHub星数360+，有专门的论坛和Discord群组交流问题
技术规格
| 适用平台 | |
|---|---|
| 供电方式 | |
| EEG通道数 | |
| ADC分辨率 | |
| 采样率 | |
| 输入噪声 | |
| 共模抑制比 | |
| 输入阻抗 | |
| 通信接口 | |
| 板载参考电极 | |
| 尺寸 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Raspberry Pi 3B/4B/Zero 2W | 1 | — | 推荐4B以获得更好性能 |
| PiEEG Shield PCB | 1 | — | 可自行打样或购买成品 |
| ADS1292R | 1 | — | 24位双通道生物电ADC |
| MCP6004 | 1 | — | 四通道运算放大器 |
| REF3330 | 1 | — | 3.0V电压基准 |
| 电阻 10kΩ | 10 | — | 0603封装 |
| 电容 100nF | 10 | — | 0603封装 |
| 电容 10μF | 2 | — | 0805封装 |
| 2×20排母 | 1 | — | 用于连接树莓派GPIO |
| 3.5mm耳机插座 | 2 | — | 用于EEG电极接口 |
| 一次性Ag/AgCl电极 | 10 | — | 推荐使用湿电极 |
| 屏蔽电极线 | 3 | — | 含屏蔽层，长度1m |
能力画像
**记忆与知识储备**：3/5 — 需要了解脑电基础原理和生物电信号特性，但项目文档提供了足够背景知识
**动手与操作**：4/5 — 需要焊接SMD元件，组装扩展板，连接电极，操作精细度要求中等
**编程与算法**：3/5 — 主要使用Python，项目提供现成脚本，但自定义分析需要一定编程能力
**设计与建模**：2/5 — 硬件设计已固定，如需修改PCB或外壳需要KiCad/3D建模能力
**实验与调试**：4/5 — 脑电信号微弱易受干扰，需要反复调试电极位置、屏蔽和接地
**协作与分享**：3/5 — 可通过GitHub提交Issue和PR，社区论坛交流经验
**学习与研究**：4/5 — 涉及神经科学、信号处理、嵌入式开发等多个交叉领域
**系统集成**：3/5 — 需要将硬件、固件、Python脚本和数据分析工具链整合在一起
项目图库
所需技能
基础电子知识（欧姆定律、信号放大原理）
SMD焊接技能（0603封装元件）
Python编程基础（numpy、matplotlib、spidev库使用）
树莓派系统安装与配置（Raspberry Pi OS）
生物电信号基础（EEG频段、电极放置位置）
数字信号处理基础（滤波、FFT、伪迹去除）
使用Git进行版本管理
适用场景
脑机接口（BCI）原型开发与验证
神经科学教学实验（α波检测、注意力监测）
低成本睡眠监测系统搭建
生物反馈训练设备开发
开源医疗设备研究
创客空间脑电科普工作坊
个人健康监测项目（疲劳度、专注度分析）
脑电信号处理算法研究与验证