描述

有好主意嗎？用這個可以檢測您的注意力的燈泡來了解它有多亮！

更準確地說，我們正在使用 Muse EEG 傳感器來檢測大腦不斷發出的電脈沖頻譜中的 β 范圍頻率！然后我們通過NodeBots系統將其通過管道打開一盞燈——甚至通過 WiFi。驚人的。

繆斯設置

首先，在嘗試這個項目之前熟悉你的 Muse：你與電極的連接越好，你對腦電波的控制越好，演示就會越好。

在您的手機上安裝 Muse Monitor 應用程序：

您需要進行流媒體設置，如下面的 Arduino 部分所述。現在，玩轉圖表并了解不同的 EEG 頻段（delta、theta、alpha、beta、gamma）及其含義。

在亞歷克斯的案例中，她練習一次打開和關閉 LED 燈 5-10 秒，以說服懷疑論者相信大腦控制確實是真實的。提高 Beta 活動的一種簡單方法是簡單地打開燈。盡量不要移動太多或收緊肌肉。您還可以觀察屏幕上的數字或線條，讓它們增加。如果您沒有視覺反饋，您也可以練習在頭腦中做一些困難的數學——任何需要集中注意力的事情。

您也可以采取更輕松的方法，為此使用 alpha 頻帶而不是 beta。這與平靜的精神狀態有關，當你閉上眼睛時會得到很大的提升。

阿杜諾

首先，我們在 Maker Faire 之后的深夜在布魯克林的 Arduino Pro Mini 上構建了它。我們在一個用燈泡形杯子供應飲料的地方買了甜點，然后哄騙他們把杯子單獨賣給我們。

Moheeb 買了一根低功率的 LED 燈串，把它切成兩半，然后塞進了他的杯子里。瞧，創意燈泡！它可以使用 Arduino 的輸出引腳之一。（他在一家高級茶餐廳的桌子上將跳線焊接到它上面。）

他將 Firmata 草圖上傳到 Arduino，然后編寫 JavaScript 代碼來驅動燈泡，使用 Johnny-5 與其通信：https ://github.com/rwaldron/johnny-five

Firmata 是一個特殊的“監聽器”草圖，位于微控制器上，并通過 USB 串行連接接收數據。您可以通過搜索NodeBots了解更多信息！

與此同時，亞歷克斯獲得了 Muse 設備，可以通過 Muse Monitor iOS 應用程序流式傳輸數據。它可以在您的手機上提供一些非常棒的實時數據圖表，但也可以流式傳輸到同一 WiFi 網絡上的另一個 IP 地址。

她首先使用適用于 Mac 的 MuseLab 應用程序進行了測試，該應用程序可以打開 UDP 接收器端口并可視化來自大腦的 EEG 數據。

然后，我們把碎片拼在一起！Moheeb 更新了他的代碼以提取流數據并將其抓取到 beta 頻道，然后將注意力閾值設置為0.29 。該腳本還將當前的測試版級別打印到您的終端控制臺。高于閾值，LED 亮起；否則，它關閉了。

事實證明，這是亞歷克斯聚焦和控制燈泡的完美水平。尤里卡！

然后，凌晨 5 點，亞歷克斯回家了。:) 祝大家好夢！

運行腳本

要運行代碼，請在終端中打開腳本目錄并鍵入 ifconfig 以查找計算機在網絡上的 IP 地址。在 Muse Monitor 中輸入它（與您的手機在同一網絡上）并將該 IP 放入流媒體設置中。將流端口與 index.js 腳本匹配。

然后，鍵入node index.js以在您的計算機上啟動腳本并運行它:)

粒子

Alex 決定在 Particle 的 Spectra 會議上展示它，因此她將 Moheeb 的代碼與 NodeBots 的 Particle 平臺混合在一起：https ://github.com/rwaldron/particle-io

通過一些調整，這最終將使您能夠無線攜帶 Thinker 和 Blinker 部件，而計算機則在黑暗的角落進行所有處理。

要使用 Particle 復制 Arduino 功能，需要更新 NPM 和粒子模塊；然后，編輯腳本的設置部分以匹配 Rick 的示例代碼；最后，將引腳更新為 D7 以使用 Photon 的內置 LED。（并添加評論！）

代碼中的環境變量允許我們在 GitHub 上更新它，而無需先清除個人數據；）強烈推薦的步驟！

演示

啟動并運行此演示需要幾個步驟！

插入你的微控制器；對于 Photon，它可以是任何電源。

通過藍牙將 Muse 耳機連接到您的手機。

對于 Particle 版本，啟動手機的熱點并確保您的 Photon 和計算機已連接到它。我發現這比使用其他網絡更可靠，因為沒有額外的身份驗證步驟，您可以在任何有手機服務的地方運行它！（亞歷克斯很驚訝你可以使用網絡共享，因為她預計手機會抱怨通過自己的熱點向其他設備傳輸數據。整潔。）

然后，在終端中打開代碼目錄，然后運行：

node index-party.js

（對于 Particle，如果出現身份驗證錯誤，請重新導出環境變量，這樣就可以了。）

我還將打開燈的閾值提高到 4.0。這是一個（有點令人毛骨悚然的）演示，現在我已經將 Photon 連接到我自己的燈泡燈上：

在這個演示中，我首先嘗試用我的手來指示我認為它“打開”的時間。您還可以在 Muse Monitor 應用程序中看到讀數——比終端中的流數據更直觀一些，盡管它們（理論上）都顯示相同的內容。請注意，應用程序的 0-100 范圍與計算機接收到的“beta_absolute”OSC 值不對應。

之后，我在沒有移動的情況下做了幾次，只是為了表明這個手勢沒有觸發任何東西。

我對這個項目的運行情況感到非常滿意——尤其是考慮到數據是通過 wifi 在我的大腦和燈泡之間以兩種方式傳輸的！