PsyLink

开源 肌电图 神经接口。

网站 :: 文档 :: Matrix 聊天室 :: 常见问题解答

简介

Psylink 被设计成一种人类输入设备（如键盘），可以从肌肉信号中预测你的意图。通过一个训练过程，你使用佩戴设备的肢体在按下键的同时进行运动，它学习肌肉信号和意图键之间的相关性，并可以为你按下它们。

• 视频演示 @ PeerTube
• 开发日志
• 接下来是什么？

创建/编辑/运行这些文件所使用的软件

• 原理图、PCB 布局：KiCad 6.0（一些存档的原理图使用 5.1.5）
• Arduino IDE 1.8.19
  • ArduinoBLE 1.2.1
  • Arduino_LSM9DS1 1.1.0
• Python 3.8
  • 有关库版本，请参阅相应的 requirements.txt 文件
• GnuRadio 3.8.1.0

数据表

这描述了 原型 4。

• 特性
  • 电池供电
  • 无线，使用蓝牙低能耗（BLE）
  • 支持 17 个电极（8 对 + 1 个接地）
  • 以 8 位分辨率传输 8 个信号，采样率为 500Hz
  • Linux 图形用户界面用于
    • 将键盘按键映射到肌肉信号
    • 训练神经网络以从信号中预测按键
    • 根据神经网络预测模拟按键
  • GNURadio 集成用于绘制原始信号 + FFT
• 硬件概述
  • 一个中央组件（Arduino + 电源）和 8 个靠近单个电极的分布式信号清理单元的织物手套/袖子。
  • KiCad 原理图
  • 一个分布式信号清理单元的 KiCad PCB
• 软件依赖项
  • Python3（请参阅 requirements.txt）
    • BLE-GATT
    • matplotlib
    • pynput
    • tensorflow
    • Pillow
    • 可能还需要 python3-.imagetk 软件包
  • ArduinoIDE
    • ArduinoBLE
    • Arduino LSM9DS1（用于加速度计/陀螺仪）
• 组件
  • 1x Arduino Nano 33 BLE Sense
  • 1x LM324 运算放大器
  • 8x INA128 仪器放大器
  • 任何便携式6V电源（如2x CR2032）
  • 17x 电极，例如 Prym 390120（不要嘲笑，它们是有效的）
  • 非导电材料的臂套
  • 其他标准组件（见原理图）
• 功率等级
  • 供电电压：4.5-6V
  • 功耗
    • 空闲：~86.9mW（16.9mA x 5.14V）
    • 以6-7kB/s的速度传输：92.5mW（18.0mA x 5.14V）
• 重量：~85g（在9.81m/s²的重力加速度下）

致谢

非常感谢每一位贡献者。你们以独特的方式塑造了这个项目的方向，没有你们我们不会到达这个点！

• Roman Zimbelmann：PsyLink 的创始人兼维护者
• Alex Lao：咨询
• AntonX：咨询、硬件设计
• Cade Brown：测试、财务支持
• Fabien Devaux：咨询
• Farzam Khodajoo：咨询、硬件设计
• Hackaday.com：传播信息、建立联系
• John Shahbazian：咨询、测试、软件、财务支持
• keks：咨询、测试
• knoc：咨询、测试
• ktrask (mastodon)：咨询、测试
• PCBWay：赞助生产服务
• PerlinWarp：咨询、测试、文档、网络、财务支持
• PrototypeFund：咨询、财务支持
• Ricard Collins：咨询、财务支持、测试
• Wojciech Siewierski：咨询
• 感谢Liberapay上的所有赞助者提供的财务支持！

许可

版权（C）2024 Roman Zimbelmann

本程序是自由软件：您可以在自由软件基金会发布的GNU通用公共许可证的第三版及以后版本下重新分发和/或修改它。

本程序以希望它有用为目的进行分发，但没有任何保证；甚至没有关于适销性或特定用途适用性的暗示保证。有关详细信息，请参阅GNU通用公共许可证。

您应该已收到一份GNU通用公共许可证副本。如果没有，请参阅https://gnu.ac.cn/licenses/。