1. 引言：用專注力“拉動”屏幕上的球

想象一下：不需要鍵盤、鼠標或手柄，只靠“集中精神”，就能在電腦上操控一個游戲——屏幕中間的球，會在你和對手之間來回移動，你越專注，球就越向對面移動。

這正是本項目的核心：
利用 EEG（腦電信號） 和 BCI（腦機接口） 技術，實現一個 雙人“腦控拔河”游戲。項目整體難度適合初學者，但覆蓋了從硬件搭建、信號采集、上位機軟件到游戲邏輯的一整條鏈路，非常適合作為腦機接口入門實踐。

2. 基礎概念：EEG 與 BCI

2.1 什么是 EEG（腦電圖）？

腦電圖（Electroencephalography, EEG） 是記錄大腦自發電活動的一種方法。
特征為：

• 使用電極貼在頭皮表面（通常采用 International 10–20 System 國際 10–20 電極系統）；

• 記錄到的是微伏級的電勢變化；

• 不同頻段（如 α 波、β 波等）與不同的認知或生理狀態相關。

2.2 什么是 BCI（腦機接口）？

Brain-Computer Interface（BCI），又稱 Brain-Machine Interface（BMI），指的是將腦電等生物電信號與外部設備（如電腦、機械臂、輪椅等）進行直接連接的系統。
在這個項目中，BCI 的作用是：

將大腦活動 → 轉換為 EEG 信號 → 由硬件放大采集 → 由軟件分析轉換成“專注程度” → 用于控制游戲中的球的運動。

3. 游戲原理：用 α/β 波比值“施力拔河”

在這個雙人游戲中：

• 屏幕中間有一個球；

• 左右兩側分別為 Player A 和 Player B；

• 雙方佩戴 EEG 采集電極，集中注意力時，大腦 β 波（13–30 Hz）會增強，α 波（8–13 Hz）相對減弱；

• 程序根據 β/α 比值（beta-to-alpha ratio） 估算專注程度；

• 誰的 β/α 比更高，誰對球施加的“力”就更大，球就會向對手一側移動；

• 當球越過其中一方的邊界線時，另一方獲勝。

簡單來說：

• α 波（8–13 Hz）：放松、閉眼休息、平靜狀態；

• β 波（13–30 Hz）：任務執行、思考、注意力集中。

利用這兩個頻段的相對強弱，就可以構建一個很直觀的“專注度指標”。

4. 硬件組成與系統結構

4.1 硬件清單

• BioAmp EXG Pill × 2

• 用于放大與過濾腦電（EEG）信號；

• 本項目中，一個玩家使用一個 EXG Pill，共兩路 EEG。

• BioAmp Cables × 2

• 將 EXG Pill 與凝膠電極連接到頭皮與耳后骨性部位。

• Arduino UNO R4 Minima × 1（含 Type-C 數據線）

• 作為數據采集與串口傳輸平臺；

• 使用模擬輸入 A0、A1 接收兩個通道的 EEG 信號。

• Gel electrodes 凝膠電極 × 6

• IN+：Fp1 前額位置；

• IN?、REF：耳后骨性區域。

• 每個玩家 3 片：

• Nuprep 皮膚準備凝膠 × 1 + 酒精棉片 × 2

• 降低皮膚阻抗，去除角質與油污，提高信號質量。

• 面包板 × 1、跳線若干（公對公、公對母）

• 用于連接 EXG Pill 與 Arduino；

• 原型驗證使用，若長期使用建議改為洞洞板/焊接板。

• 筆記本電腦 × 1

• 運行 Arduino IDE、Python 及游戲前端界面。

4.2 軟件環境

• Arduino IDE：

• 用于燒錄 Chords Arduino Firmware 到 UNO R4。

• Python 3.11.x：

• 運行 Chords Python；

• 通過 LSL（Lab Streaming Layer）輸出 EEG 數據；

• 啟動 Web 應用，顯示游戲界面。

• Chords Arduino Firmware（GitHub 倉庫）：

• 針對不同開發板準備好的固件模板；

• 負責將 EXG Pill 的模擬信號采樣并通過串口輸出。

• Chords Python（GitHub 倉庫）：

• 串口讀取 UNO 數據；

• 數據預處理與濾波；

• 提取 α、β 波功率；

• 計算 β/α 比值；

• 將結果映射為游戲中的“球的受力”。

• 負責：

5. 硬件搭建步驟

5.1 組裝 BioAmp EXG Pill（如收到未焊接版本）

若你拿到的是未組裝版本，需要：

• 焊接排針（header pins）；

• 焊接 JST PH 2.0 插座；

• 確保焊點可靠、無虛焊與短路。

5.2 EXG Pill 與面包板連接

每個 EXG Pill 使用 3 根公對母線與面包板連接：

• 黑色線 → GND

• 紅色線 → VCC（5V）

• 黃色線 → OUT（模擬輸出）

兩塊 EXG Pill 分別接到不同模擬通道（A0、A1）。

注：面包板僅用于演示，若對信號質量要求更高建議使用焊接板，以減少接觸不良與噪聲干擾。

5.3 連接 BioAmp Cables 與凝膠電極

• 將 BioAmp Cable 接到 EXG Pill 對應接口；

• 在每條 BioAmp Cable 的末端連接凝膠電極：

• IN+（信號輸入正極）

• IN?（信號輸入負極）

• REF（參考電極）

6. 皮膚準備與電極放置

6.1 皮膚準備

1. 在計劃貼電極的皮膚區域涂抹 Nuprep 凝膠；

2. 輕輕揉搓一段時間，去除部分表層角質；

3. 用濕巾或酒精棉片擦拭干凈殘留凝膠與污垢；

4. 讓皮膚保持潔凈但略微濕潤（有利于導電）。

Nuprep 的作用：

• 降低皮膚-電極接觸阻抗；

• 提高信號質量；

• 盡量減少皮膚刺激。

6.2 電極放置（國際 10–20 系統 Fp1）

本項目使用的是 前額皮層（Prefrontal Cortex） 的 EEG：

• Fp1 點位：前額左側（10–20 系統中的一個標準點位）；

玩家 A：

• IN+（接 A0 的 EXG Pill） → 放在 Fp1；

• IN?、REF → 放在左耳后骨性區域（mastoid）。

玩家 B：

• IN+（接 A1 的 EXG Pill） → 放在 Fp1（對稱位置）；

• IN?、REF → 同樣放在耳后骨性區域。

核心原則：

• 信號電極（IN+）貼在目標腦區；

• 參考與負極電極放在相對穩定的骨性位置，減少肌肉干擾。

7. Arduino 端連接與固件燒錄

7.1 EXG Pill → Arduino UNO R4 接線

兩塊 EXG Pill 到 UNO R4 Minima 的連接關系：

• VCC → 5V

• GND → GND

• OUT1 → A0（玩家 A）

• OUT2 → A1（玩家 B）

再通過 Type-C 線將 Arduino UNO R4 與筆記本相連。

? 安全注意：
一定要確保 VCC 與 GND 接線正確，反接可能損壞 EXG 傳感器或開發板。

7.2 下載并上傳 Chords Arduino Firmware

1. 從 GitHub 下載：Chords-Arduino-Firmware 倉庫 ZIP 包；

2. 解壓后，根據你使用的開發板型號進入對應文件夾，例如：UNO R4；

3. 打開 .ino 工程于 Arduino IDE 中；

4. 選擇正確的開發板與串口；

5. 點擊“Upload”上傳固件；

6. IDE 顯示 “Done Uploading” 即表示燒錄成功。

此時 UNO R4 就會以預設采樣率從 A0、A1 采集 EEG 信號，并通過串口輸出給上位機。

8. Python 環境配置與游戲運行

8.1 下載并配置 Chords Python

1. 從 GitHub 下載 Chords-Python 倉庫 ZIP 并解壓；

2. 在該目錄下打開命令行/終端：

python -m venv venv

創建虛擬環境。

1. 激活虛擬環境（Windows 示例）：

.venvScriptsactivate

終端前綴出現 (venv) 說明激活成功。

1. 安裝通用依賴：

pip install -r chords_requirements.txt

1. 安裝游戲相關依賴：

pip install -r app_requirements.txt

8.2 運行應用與 LSL 數據流

1. 在虛擬環境中運行：

python app.py

1. 瀏覽器會打開一個 Web 界面；

2. 點擊 “Start LSL” 按鈕，啟動 EEG 數據的 LSL 流；

3. 點擊 “EEG Tug of War” 游戲按鈕，進入腦控拔河游戲界面。

9. 游戲流程與操作說明

進入游戲后，你會看到：

• 屏幕中間有一個球；

• 左側為 Player A，右側為 Player B；

• 球初始位于中間位置。

游戲規則：

• 雙方同時佩戴電極，面對屏幕；

• 盡量 專注于屏幕中央的球；

• 系統實時計算兩位玩家的 β/α 比值；

• 比值大的一方施加的“力”更大，球向對方方向移動；

• 當球觸碰到某一側的邊界線時，另一方獲勝。

界面操作：

• Start / Restart：

• Start：開始游戲；

• 游戲進行中按鈕會變為 Restart，點擊后重新開始。

• Pause：暫停游戲，凍結球的位置。

• Resume：從暫停位置繼續游戲。

• Exit：退出當前游戲界面。

10. 項目總結與擴展方向

本項目完成了一個完整的 雙通道 EEG + BCI + 實時游戲交互 示例：

• 硬件層：

• 使用兩塊 BioAmp EXG Pill + Arduino UNO R4 完成雙通道 EEG 采集；

• 按照 10–20 系統在 Fp1 布置電極，采集前額皮層腦電。

• 軟件層：

• Chords Arduino Firmware 完成底層數據采集；

• Chords Python 完成數據讀取、頻譜分析、α/β 提取與 LSL 輸出；

• 瀏覽器游戲前端根據 β/α 比值實現實時“腦控拔河”。

• 應用層：

• 玩家靠“集中注意力”控制球的運動；

• 游戲本身既是交互娛樂，也是一種 專注訓練/放松訓練 工具。

可擴展方向：

• 引入更多 EEG 指標：如 θ 波、γ 波等，設計更復雜的游戲機制；

• 加入自適應難度：根據玩家當前狀態自動調整游戲靈敏度；

• 使用機器學習對 EEG 特征進行分類，實現更復雜的指令集（比如多種操作）；

• 將游戲拓展為單人訓練模式，用于冥想、注意力訓練反饋（Neurofeedback）。