可穿戴耳內情緒腦電設備緣起

隨著全球人口老齡化加劇，居家或遠程醫(yī)療監(jiān)護成為未來醫(yī)療的重要方向。情緒狀態(tài)作為反映心理健康的關鍵指標，對老年人及獨居患者的監(jiān)護尤為重要。傳統(tǒng)多通道腦電設備體積大、設置復雜，不適合長期連續(xù)監(jiān)測。為此，本研究開發(fā)了一種低成本的單通道干接觸式耳內EEG設備，用于非侵入式情緒監(jiān)測。該設備基于價-喚醒情緒模型，通過耳道內電極采集腦電信號，利用機器學習進行分類。其優(yōu)勢包括：體積小、佩戴舒適、不易受汗水影響、設置簡便、用戶接受度高，且信號質量與靠近耳部的T7/T8頭皮EEG位置相當。如圖1所示，早期定制化耳內EEG原型展示了其耳塞式設計，便于日常佩戴。

圖1：首個定制化耳內EEG原型（2012年）

圖1展示了最早由David Looney等人提出的定制化耳內EEG設備，基于用戶耳模3D打印制成，貼合度高但成本較高。

可穿戴耳內情緒腦電設備系統(tǒng)概述

該耳內EEG系統(tǒng)主要由耳塞主體和電極兩部分構成，設計目標是實現低成本、通用適配、高信號質量。

圖2：通用型耳內EEG原型（硅膠材質）

圖2左側為示意圖，圖2右側為實物模型，采用圓柱形硅膠材質，但因柔韌性不足未能廣泛適用。展示早期通用型設計的局限性。

耳塞選擇：研究比較了定制化耳模與通用耳塞。定制耳模雖貼合性好但成本高；通用耳塞中，硅膠和記憶泡沫均存在貼合不牢或易滑出的問題。最終選用多種尺寸的耳機橡膠作為主體（圖3），因其柔韌性好、適配性強，能穩(wěn)固貼合不同大小的耳道。

圖3：多尺寸耳機橡膠耳塞

圖3展示多種尺寸的柔性耳機橡膠耳塞，用于適配不同用戶耳道，提升佩戴穩(wěn)固性與舒適度。本研究最終選用的耳塞主體材料及其適配性優(yōu)勢。

電極選擇：測試了三種材料：半球形銀電極、鋁箔和銀粘合織物。銀電極剛性較強，鋁箔難以焊接導線。最終選用銀粘合織物作為電極材料（圖4），因其柔韌性與耳塞匹配良好，易于縫合導線，且阻抗低（0.05–5.5 Ω），與商用OpenBCI電極相當。每個設備僅使用單通道電極，因同一耳內多通道信號相似。

圖4：最終原型：單通道耳內EEG電極

圖4展示本研究最終設計的耳內EEG設備，由耳機橡膠基座和銀粘合織物電極組成，單通道設計。呈現本研究的實物成果，強調其低成本、柔韌性與實用性。

信號處理與驗證：使用失匹配負波實驗驗證信號質量。通過播放標準音與意外音調，記錄事件相關電位。結果顯示，耳內EEG與T8頭皮EEG信號高度相關（相關系數≈0.853），且ERP響應符合理論預期（圖6、7），證實其信號有效性。

圖6：失匹配負波響應對比

圖6a頻率失匹配的ERP響應；圖6b持續(xù)時間失匹配的ERP響應；圖6c標準音調的ERP響應；圖6d,e傳統(tǒng)MMN實驗中的失匹配響應驗證耳內EEG與T8頭皮EEG在ERP響應上高度一致，證明其信號有效性。

圖7：平均MMN響應對比

圖7a平均耳內EEG對所有失匹配試驗的響應；圖7b平均T8 EEG對所有失匹配試驗的響應；圖7c平均耳內EEG對標準音調的響應；圖7d平均T8 EEG對標準音調的響應；圖7可進一步展示耳內EEG與 scalp EEG 在平均信號形態(tài)上的相似性

MMN（失匹配負波）實驗：在本研究中用于驗證自制耳內腦電設備所記錄信號的真實性與有效性。該實驗通過向受試者交替播放重復的“標準音”與偶然插入的“偏差音”，利用大腦會自動對意外刺激產生特定負向腦電波（MMN）的特性，來檢驗設備能否可靠捕獲這種源自大腦的神經電活動。實驗結果清晰顯示，耳內設備記錄的信號與置于耳旁頭皮（T8位置）的標準腦電設備信號高度一致（相關系數約0.853），且都能在偏差音出現后200-400毫秒內觀察到典型的MMN負峰，從而有力地證實了該耳內腦電設備能夠獲取到高質量、可信賴的腦電信號，為其后續(xù)用于情緒分類任務奠定了堅實基礎。

臨床研究

研究方法：

受試者：13名20–30歲成年人（12男1女）。

情緒刺激：使用IAPS和GAPED圖片庫及四段古典音樂，基于價-喚醒模型誘發(fā)四種情緒（快樂、平靜、悲傷、恐懼）。

數據采集：耳內EEG插入一側耳道，接地電極置于前額，參考電極置于同側臉頰。每次實驗記錄40個 trials。

信號處理與分類：

使用Butterworth濾波器去除50 Hz工頻噪聲，并分離出θ、α、β、γ頻帶。

提取6個統(tǒng)計特征，使用支持向量機進行情緒分類。

采用十折交叉驗證評估分類性能。

研究結果：

情緒分類準確率（表1）：

效價：71.07%

喚醒度：72.89%

四類情緒：53.72%

與DEAP數據集對比：

使用DEAP中T7/T8信號的分類準確率為：價69.85%、喚醒78.7%、四類情緒58.12%。

統(tǒng)計檢驗（Bonferroni測試）顯示，耳內EEG與T7/T8在情緒分類上無顯著差異（p > 0.05）。

圖8：情緒分類準確率箱線圖（四類情緒）

圖8比較T7、T8和耳內EEG在四類情緒分類上的準確率分布，箱線圖顯示中位數、四分位數及均值。直觀展示三類設備在整體情緒分類性能上的可比性。

圖9：效價分類準確率箱線圖

圖9針對效價（正/負）分類，比較T7、T8與耳內EEG的準確率。強調耳內EEG在效價維度上的分類能力與 scalp EEG 相當

圖10：喚醒度分類準確率箱線圖

圖10針對喚醒（高/低）分類，比較三類設備的準確率。顯示耳內EEG在喚醒度略低于T7/T8但無顯著差異。

總結

本研究成功開發(fā)了一種低成本、穿戴舒適、信號可靠的單通道耳內EEG設備，適用于情緒監(jiān)測。通過MMN實驗驗證其信號與T7/T8頭皮EEG高度相關，情緒分類準確率與傳統(tǒng)方法相當。該設備具有易于自佩戴、不受汗水干擾、隱蔽性強等優(yōu)勢，特別適合未來居家或遠程醫(yī)療監(jiān)護系統(tǒng)。未來可進一步集成無線通信（如藍牙）、增加雙耳通道以提升分類性能，或優(yōu)化耳塞設計以保留聽力功能。

回映產品

產品1：單通道肌電/心電/呼吸采集設備

單通道肌電/心電/呼吸采集設備創(chuàng)新性地采用type-C轉腦電電極以簡單輕便的方式實現了單通道肌電/心電/呼吸采集，且基于結構與硬件的特殊設計，支持高原環(huán)境下進行采集。另外產品總體結構采用魔術貼設計，方便于全身佩戴。

適用領域:單通道生理參數采集

單通道肌電/心電/呼吸采集設備

產品2.基于干電極的32通道腦電采集儀

高質量腦電信號采集對于精準識別和分析非癲癇樣異常（如彌漫性慢波、局灶性δ活動）至關重要。為此可以了解我們研發(fā)的一款32通道可穿戴腦電采集儀，采用高精度干電極采集腦電信號，無需導電膏即可快速佩戴，極大提升了受試者的舒適度和操作效率，特別適合長時間或動態(tài)環(huán)境下的數據采集。該設備不僅能通過全覆蓋設計捕捉全腦電活動細節(jié)，還采用了type-C智能轉接技術和抗干擾硬件架構，有效減少了運動噪聲和電磁干擾對信號的影響，在高原或移動場景中也能穩(wěn)定輸出低噪聲波形。

適用范圍：多通道生理參數采集

32通道腦電采集儀

產品3：便攜式TI時域干涉經顱電刺激儀

便攜式TI時域干涉經顱電刺激儀通過緊密接觸于頭皮的電極傳導兩路不同頻率的高頻脈沖電流(如：2000Hz和2010Hz),高頻電流流經大腦表層和深部區(qū)域，并在腦深部干涉產生低頻包絡(如：10Hz),由于大腦神經元對高頻(>1000Hz)電刺激不響應，所以位于大腦表層的高頻電流并沒有對大腦產生刺激效應位于腦深部的低頻包絡刺激大腦，實現無創(chuàng)地刺激大腦深部而不影響大腦皮層，即無創(chuàng)腦深部電刺激。

回映便攜式時域干涉電刺激設備支持傳統(tǒng)的tTIS時域干涉電刺激模式（基于正弦波），PWM-TI時域干涉電刺激模式（基于50%占空比方波），burst-TI時域干涉電刺激模式,細分為tTI-iTBS，tTI-cTBS兩種模式（基于iTBS，cTBS).

適用范圍：

能夠應用于對老年癡呆、癲癇、帕金森、抑郁癥等多種神經系統(tǒng)疾病治療和神經科學研究的多個領域。

回映便攜式TI時域干涉經顱電刺激儀設備示意圖

產品4：便攜無創(chuàng)腦脊接口設備（可ODM定制開發(fā)）

回映這款非侵入性腦脊接口整機設備是一個高度集成的閉環(huán)神經調控系統(tǒng)，其核心工作流程始于一個配備32個電極的便攜式腦電帽，用于無創(chuàng)采集用戶大腦感覺運動皮層的神經信號。這些信號被實時傳輸至內置的信號處理與計算單元，該單元運行著先進的機器學習算法（線性判別分析，LDA），能夠從特定的腦電節(jié)律（μ波和β波）中持續(xù)解碼出下肢的運動意圖，并將其量化為一個實時的“運動概率”。一旦該概率值超過預設閾值，計算單元會即刻向經皮脊髓電刺激器發(fā)出觸發(fā)指令。刺激器則通過精準貼附于使用者背部T10脊髓節(jié)段和腹部的電極，輸送出與運動意圖同步的、特定參數（如30Hz，10-15mA）的電刺激，以激活脊髓神經網絡，輔助運動完成。整個系統(tǒng)通過統(tǒng)一的硬件同步機制，確保了從“意念識別”到“脊髓刺激”整個環(huán)路的時間精度，最終形成一個由“大腦意圖驅動、脊髓刺激輔助”的一體化康復設備，旨在通過這種精準的閉環(huán)干預促進脊髓損傷患者的神經功能重塑與運動功能恢復。

便攜無創(chuàng)腦脊接口設備示意圖

參考文獻

1. A Wearable In-Ear EEG Device for Emotion Monitoring.
2. Identifying Stable Patterns Over Time for Emotion Recognition from EEG.
3. Measuring facial movement with the facial action coding system.
4. Emotion Recognition Using Brain Activity.
5. Real-Time EEG-Based Happiness Detection System.
6. Emotion classification based on gammaband EEG.