Cerelog ESP-EEG โดดเด่นด้วยความสามารถในการเก็บข้อมูลสัญญาณ EEG แบบ 8 แชนเนล ที่ความละเอียดสูงถึง 24 บิต ทำให้ได้ข้อมูลที่แม่นยำสำหรับการวิเคราะห์ โดยการเชื่อมต่อกับระบบโฮสต์ทำได้ง่ายผ่านพอร์ต USB-C ซึ่งใช้เป็นทั้งแหล่งจ่ายไฟและช่องทางรับส่งข้อมูลไปพร้อมกัน
จุดเด่นสำคัญของบอร์ดนี้คือการมีขา bias สำหรับการลดสัญญาณรบกวนแบบแอคทีฟ ซึ่งช่วยลดสัญญาณรบกวนจากไฟฟ้ากระแสสลับในบ้าน (mains interference) ได้อย่างมีประสิทธิภาพ ส่งผลให้สัญญาณ EEG ที่ได้มีความบริสุทธิ์และน่าเชื่อถือยิ่งขึ้น นอกจากนี้ยังมีไฟ LED แสดงสถานะบนบอร์ด รวมถึงไฟเฉพาะที่ใช้แสดงการจับข้อมูลแบบเรียลไทม์อีกด้วย
บอร์ด ESP-EEG ยังมีความยืดหยุ่นในการใช้งาน สามารถทำงานร่วมกับหมวก EEG จากผู้ผลิตรายอื่น หรือแม้แต่หมวก EEG แบบ DIY ผ่านบอร์ดอะแดปเตอร์ที่ออกแบบมาเฉพาะ พร้อมทั้งมีไฟล์ STL สำหรับพิมพ์ 3 มิติ เพื่อใช้เป็นตัวยึดอำนวยความสะดวกในการประกอบเข้ากับอุปกรณ์ต่างๆ สำหรับนักพัฒนาและนักวิจัย Cerelog ยังได้จัดเตรียมเครื่องมือซอฟต์แวร์และโค้ดตัวอย่างที่ครอบคลุมการใช้งาน ตั้งแต่การแสดงผล EEG แบบเรียลไทม์ การทดลอง BCI ไปจนถึงการทำ Neurofeedback ซึ่งช่วยให้เริ่มต้นการทำงานได้รวดเร็วและมีประสิทธิภาพ
| คุณสมบัติ | รายละเอียด |
|---|---|
| ช่องสัญญาณ EEG | 8 แชนเนล |
| ความละเอียด | 24 บิต |
| ไมโครคอนโทรลเลอร์ | ESP32 |
| การเชื่อมต่อ/พลังงาน | USB-C (สำหรับข้อมูลและไฟเลี้ยง) |
| การลดสัญญาณรบกวน | ขา Bias สำหรับ Active Noise Reduction (ลดสัญญาณรบกวนจากไฟบ้าน) |
| ไฟแสดงสถานะ | LED แสดงสถานะทั่วไปและสถานะการจับข้อมูลแบบเรียลไทม์ |
| ความเข้ากันได้ | รองรับหมวก EEG จากผู้ผลิตอื่นหรือแบบ DIY ผ่านบอร์ดอะแดปเตอร์ |
| วัสดุเสริม | ไฟล์ STL สำหรับพิมพ์ 3 มิติ เพื่อใช้เป็นตัวยึด |
| ซอฟต์แวร์ | เครื่องมือซอฟต์แวร์และโค้ดตัวอย่างสำหรับการแสดงผล EEG แบบเรียลไทม์, BCI, Neurofeedback |
🏷️ หมวดหมู่: ข่าว, C/C++, esp32, python, การศึกษา, การแพทย์, บอร์ดพัฒนา, สุขภาพ, เซนเซอร์, แบตเตอรี, โอเพ่นซอร์ส
🔗 อ่านบทความฉบับเต็ม: th.cnx-software
