产品目录

产品搜索

256道脑电EEG/ERP、生理记录仪
B-ALERT 9导脑电无线遥测系统

 

    B-Alert X10系统提供了9导高精度脑电图和一个自定义通道以及头部运动和位置的无线数据采集,配合AcqKnowledge软件可以进行强大的数据分析,包括脑电自动分阶段和报告。还可以选用B-Alert认知分析软件进行数据分析。

* 9导高精度脑电图加一个自定义差分输入通道
* 10米范围内的无线信号采集与传输
*  量化的头部位置和运动
*  头戴系统舒适无干扰; 5分钟内即可开始测量
*  专利技术的去除干扰和分类算法
*  实时的客观参数:参与度,注意力分散,嗜睡,工作量和心率
*  对于睡眠剥夺及睡眠呼吸暂停影响的神经认知感受性评估
*  数据同步的多选项,最多可对6个人的数据采集进行同步
*  提供SDK选择; 易与BCI2000,Matlab软件平台兼容

B-Alert X10

标准信号:
9导单极脑电
二导联心电图
心率
头部运动
每通道EEG能谱密度(PSD)

 

 

B-Alert X10可移动无线脑电系统为广泛的研究和工程应用提供实时的测量,包括闭环性能检测和仿真训练;人机交互设计评估;情景意识和团队动态检测;生产力和训练增强的工具;疲劳调整。
B-Alert X10是一个用来收集有价值数据的平台,可以用于改善人机界面,加快学员学习,在操作空间里调整疲劳等等

传感器紧凑舒适,适用于8小时以上的实验,系统也易于整合到现有的设备中。系统包含一套AcqKnowledge软件用于数据采集和分析。使用一套单机EEG系统或者整合强大的BIOPAC MP系统可以进行更全面的生理反应研究。B-Alert 数据可以与MP系统数据同步,并且自动整合成一个数据采集文件。

  B-Alert EEG Decontamination

 认知状态软件
B-Alert认知状态软件有特定指标可用来分析从B-Alert无线脑电系统采集的数据,用于实时监控被试者疲劳度,应激状态,注意力分散,参与度,工作量等。直观的用户图形界面代表原始的和处理过的数据,即使是未经训练的用户也可以理解。最多6个系统可以运行于一台Windows XP/7计算机中。

为了方便实时和离线分析,B – Alert 的Athena 测量表可以完全定制以适应用户的需要。在下面图示的标准格式中,易读取的仪表盘测量表(左上)和时间序列(底部)窗口呈现了B-Alert 高度验证过的逐秒度量:参与度、工作量和嗜睡(连同心率),热图(右上)显示了对于传统的脑波(Beta, Alpha, Theta, Sigma)在空域和时域的脑电EEG能谱密度(PSD)
 
B-Alert Wireless EEG bio-metrics are normalized to an individual subject using 5-minutes of baseline data from three distinct tasks with the sleep onset class predicted from the baseline PSD values. A probability-of-fit is then generated for each of the four classes for each epoch with the sum of the probabilities across the four classes equaling 1.0 (e.g., 0.45 high engagement, 0.30 low engagement, 0.20 distraction and 0.05 sleep onset). Cognitive State for a given second represents the class with the greatest probability. B-Alert cognitive state metrics are derived for each one-second epoch using 1 Hz power spectra densities (PSD) bins from differential sites FzPO and CzPO in a four-class quadratic discriminant function analysis (DFA) that is fitted to the individual’s unique EEG patterns. The table below identifies and briefly describes each baseline task, and associates the task with the B-Alert classification.