生物信号采集传感器的发展历程——一次性脑电电极
1脑电检测手段无创检测大脑活动状态的手段主要有：功能性核磁共振成像(Functional Magnetic Resonance Imaging，fMRI)、功能近红外光谱成像（Functional near-infrared spectroscopy，fNIRS）、正电子发射断层扫描（Positron Emission Tomography，PET）、脑电图(Electroencephalography，EEG)、脑磁图法(Magnetoencephalography，MEG)等几种手段。https://img3.doubanio.com/view/group_topic/l/public/p440141341.webp
柯惠 一次性脑电传感器，有货，询价 18280314705 （V同号）
图1 (a) MEG系统; (b)fMRI系统如图1（a）所示的MEG系统，MEG是将受试者的头部置于敏感的超冷电磁测定器中，通过特殊的仪器可测出颅脑的极微弱的脑磁波，再用记录装置把这种脑磁波记录下来形成图形。由于脑磁场的信号很弱，必须在超导量子干扰技术的辅助下才可以记录到MEG。所以尽管MEG时间和空间分辨率很高，但是设备的造价也同样很高，且只对某些流向的兴奋源敏感，使用上有一定的局限性。如图1（b）所示，fMRI的原理是利用磁振造影来测量神经元活动所引发之血液动力的改变。当神经活动发生时，相应的血液流量会发生变化。高分辨率的fMRI可以得到这种血流量数据，研究人员借此识别执行某项任务时被激活的脑结构。fMRI现在研究所使用的空间分辨率已经超过了1mm，时间分辨率不如MEG。但是fMRI技术也有一定的缺陷，血氧含量变化和血管密度以及粗细都会对检测结果产生影响，fMRI信号对移动非常敏感，不同的信号预处理机制对于结果分析都有影响。如图2所示，功能性近红外光谱技术是近年来新兴的一种非侵入式脑功能成像技术。fNIRS进行脑功能成像的原理与fMRI相似，即大脑神经活动会导致局部的血液动力学变化。其主要利用脑组织中的氧合血红蛋白和脱氧血红蛋白对600-900nm不同波长的近红外光吸收率的差异特性，来实时、直接检测大脑皮层的血液动力学活动。通过观测这种血液动力学变化，即通过神经血管耦合规律可以反推大脑的神经活动情况（Pellicer, & del Carmen Bravo，2011）。这种技术相比于MEG及fMRI造价较低、便携性好、无噪音等优点，但其时空分辨率还和fMRI有一定差距。
https://img3.doubanio.com/view/group_topic/l/public/p440141340.webp
图2 fNIRS-近红外脑功能成像系统PET技术是基于由放射性核素发射的正电子与负电子碰撞而产生的一对高能光子的测量和定位，由于这一对光子的运动方向相反，可用至于头两侧的探测器探测。如图3所示，由于PET实验时需要给被试注入含有特定放射性元素标记的化合物，因此，这项技术很难被推广。PET技术可用于测查脑的深层部位，但是其成像时间较长，时间分辨率差，且对人体进行注入放射元素，有一定的伤害，因此不推荐被使用于研究人脑信号的活动。另一方面PET的造价也相对很高，推广困难。
https://img9.doubanio.com/view/group_topic/l/public/p440141354.webp
图3 PET系统EEG作为一种非侵入式的神经信号记录方法，与上述介绍的其他脑活动探测技术相比，具有时间分辨率高，装置相对简单，方便做成穿戴式设备用于BCI（Brain Computer Interface）或其他神经科学研究。且伴随着无线技术、放大技术及集成电路不断的进步，脑电信号的采集和应用在可穿戴、脑信号溯源、疾病诊断、人机交互、生理监护、医疗健康等领域具有巨大的应用潜力。EEG是大脑头皮表面的电势分布，脑电电极是用来传感或记录这些电势分布及变化的传感器。如下图4所示的国内外著名的穿戴式EEG交互系统。
https://img9.doubanio.com/view/group_topic/l/public/p440141355.webp
图4国内外著名的穿戴式脑电记录系统：(a)Cognionics公司的Quick-20；(b)Emotiv公司的EPOC；(c)G-tec公司的g.Nautilus；(d)Mindo公司的Trilobite；(e)Neuroelectrics公司的ENOBIO-8；(f)NeuroSky公司的MindWave；(g) B-Alert X24；(h)TMSI公司的cEEGrids2基于EEG技术的脑电传感器2.1脑电湿电极EEG采集电极一直以来被广泛认可的湿电极占据，如图5所示，湿电极一般由烧结的银/氯化银（Ag/AgCl）作为电极体材料和界面材料，在使用时需要注射导电膏，导电膏中的氯、钾、钠等离子扩散进入人体皮肤的角质层，降低了电极与皮肤之间的接触阻抗，一般EEG采集中湿电极的接触阻抗低于10KΩ，使电极可以采集到高质量的脑电、肌电等生物电信号，因此广泛应用于科研、认知和临床等研究领域。尽管目前临床应用中依旧以湿电极为主，但是湿电极也存在一些缺陷。首先，配合湿电极使用的导电膏会随着时间慢慢变干，从而出现信号质量下降的问题，因此在长时间采集的应用场合下需要反复加注导电膏，这非常耗时繁琐；其次，导电膏会给使用者带来不适，对于一些易过敏人群甚至会引起皮肤溃烂等副作用。实验后受试人员必须清理头部，否则粘稠的导电凝胶会造成不适。这些问题使得湿电极无法满足现今穿戴式设备轻便化、舒适化的现实要求，但从采集信号的高信噪比来看，湿电极仍是其他类型电极的“黄金标准”。
https://img9.doubanio.com/view/group_topic/l/public/p440141365.webp
https://img1.doubanio.com/view/group_topic/l/public/p440141367.webp
https://img9.doubanio.com/view/group_topic/l/public/p440141376.webp
图5商用湿电极2.2脑电干电极为了解决湿电极使用导电膏带来的佩戴繁琐、难以长期检测使用的问题，国内外许多研究团队发明了一种干性传感技术，即干电极。干电极技术不需要导电膏、与皮肤干性接触、即戴即用，近年来受到关注与重视。这种电极具有使用简易的特点，十分契合穿戴式设备的现实要求，同时免除受试实验后洗发的麻烦。按照电极的结构来看，干电极可以分为侵入式和非侵入式两大类。其中侵入式电极主要包含微针电极和碳纳米管干电极等,如图6所示。
https://img1.doubanio.com/view/group_topic/l/public/p440141378.webp
图6微针干电极及碳纳米管干电极非侵入式电极也可以进一步分为非接触式与接触式两类。电容式电极就是一种典型的非接触式干电极，它借助超高输入阻抗放大器，即使隔着衣服、头发等绝缘层，也可以通过位移电流采集到肌电、心电和脑电等信号，如图7所示。
https://img1.doubanio.com/view/group_topic/l/public/p440141388.webp
图7电容式干电极接触式干电极是干电极主要的研究方向。接触式干电极依据使用在人体的不同部位的特征，可以分为有发区域（头部）和无发区域（皮肤）。无发区域的干电极主要采集脑电多是放置在前额区域。与表皮信号采集相比，头皮脑电信号的采集面临更多困难，采集时需要解决头发造成的阻碍。头皮脑电研究主要通过电极的材料、外形结构的设计，使得其能够穿过头发稳定采集信号。2.2.1表皮干电极表皮干电极由于缺少湿电极中的导电膏润湿皮肤，其与皮肤的接触阻抗较高，影响了信号质量。因此研究人员主要从表皮电极的接触面积和界面材料两个方面着手来降低接触阻抗，从电极材料的轻薄化、柔性化方面着手来提高佩戴的舒适性。电极的表面形貌结构是影响电极与皮肤接触面积的主要因素之一。在文献中,如图8所示，这两种电极分别采用柱面突出结构和球面凸出式结构，使电极压紧皮肤，产生更大的接触面积，以提高采集质量，但是这种宏结构的设计使得电极的尺寸变大，舒适性和便捷性都受到了影响，为了固定好这种电极，一般是采用绷带或胶带进行缠绕，这使得使用者会有绷紧的压迫感。随着微加工技术的不断发展，电极的表面形貌可以在微观尺度上设计得更复杂，增大接触面积，从而减小接触阻抗，降低电极尺寸和重量，提高舒适度。从表面形貌来划分，这些微结构可以分为微凸点、微柱式、微拱形和微纤毛等，如图9所示，微结构的扫描电镜图片。这些微观的结构能够和皮肤纹理很好的贴合或是吸附，形成紧密的连接，增大接触面积的同时，使得接触阻抗有所改善。
https://img3.doubanio.com/view/group_topic/l/public/p440141391.webp
图8宏结构改善的表皮干电极：(a)中央凸出式；（b）滚珠式
https://img3.doubanio.com/view/group_topic/l/public/p440141400.webp
图9微结构改善的表皮干电极：（a）微凸点；（b）微柱式；（c）微拱形；（d）微纤毛电极的柔性化是增加接触面积、提高舒适性的另一主要手段。柔性化的关键是材料的选取，传统的无机导电材料如Au、Ni和Ti具有良好的电学性能，但是它们本身没有延展性，需要制备成厚度只有几百纳米的薄膜，附着在弹性或柔性基底如聚二甲基硅氧烷(PDMS)、聚酰亚胺(polyimide，PI)、聚甲基丙烯酸甲酯(PMMA)，并形成特殊微结构如蛇形蜿蜒状、网格状等实现柔性，如图10所示。不同于传统无机导电材料，以聚乙烯二氧噻吩(PEDOT)为代表的新型导电聚合物具有一定的柔性，且通过较简单的工艺步骤就可以制备成薄膜，这种类型的电极厚度更薄、柔性更好，能够与皮肤贴合的更加紧密。在文献中，采用喷涂打印的方式，将PEDOT油墨直接喷涂到水溶转印纸上，固化成型后转移到皮肤上即可采集肌电信号，制备流程和表面形貌如图11所示。在文献中，采用一种简化的工艺步骤，制备了一种以纸为基底的超薄聚合物电极（paper electrode），这种电极工艺简单，成本低，环保耐用，随着使用时间增加汗液对其有浸润的效果，会使得电极与皮肤的接触阻抗降低，提高了电极的性能。图12所示，纸电极也是采用PEDOT油墨作为导电界面材料。
https://img1.doubanio.com/view/group_topic/l/public/p440141407.webp
图10传统无机导电材料结合弹性基底和微结构实现柔性
https://img9.doubanio.com/view/group_topic/l/public/p440141414.webp
图11新型聚合物导电材料制备的表皮电极
https://img1.doubanio.com/view/group_topic/l/public/p440141417.webp
图12新型自润湿效果纸电极随着纳米制备技术及纳米修饰技术的发展，纳米银线、碳纳米管等新兴材料开始用来发展制备电生理采集电极。由于纳米银线良好的导电性和微观结构，很多电极引入纳米银线作为改善界面的材料，如图13（a）（b）所示，纳米银线的SEM图及相应电极的微观结构SEM图。碳纳米管具备良好的机械特性和粘附性，许多柔性电极采用了单壁或多壁碳纳米管作为柔性电极。如图13（c）所示的柔性皮肤电极，借助多壁碳纳米管和柔性的PDMS基底，使用微机加工工艺，将PDMS为基底的材料上修饰生长上多壁碳纳米管（MWCNT），形成能够和皮肤紧密贴合的表皮电极。
https://img9.doubanio.com/view/group_topic/l/public/p440141425.webp
图13基于纳米材料的表皮电极新型材料和微加工技术的迅猛发展推动了皮肤电极、纹身电极的产生，它们具有轻薄灵活、舒适性好、可拉伸和跟随性强的优点，如图14所示，可以极大的降低皮肤形变和人体运动带来的干扰，能够贴附在皮肤表面进行信号采集。
https://img9.doubanio.com/view/group_topic/l/public/p440141424.webp
图14纹身电极2.2.2头皮脑电干电极与湿电极相似，脑电干电极的界面材料一般选用电化学性能优异的Au或Ag/AgCl。但不同于湿电极通过导电膏渗过头发，使头皮与电极形成电学连接，干电极需要电极的记录点能够穿过头发直接与头皮稳定接触形成电学连接。因此，脑电干电极的设计要求既可以稳定接触头皮采集高质量的信号，又需要佩戴舒适没有痛感。按照外形结构来看，目前的脑电干电极大致分为立柱式、梳状针式、弹簧针式和柔性聚合物式等。干电极主要通过多引脚来增大接触面积，所以一般都是阵列式组合成各种特殊形状。如图15（a）所示，奥地利的G-tec公司推出的柱状干电极，同样图15（b-d）分别展示了基于导电聚合物、银\氯化银、导电橡胶的柱状干电极。这些干电极相比于纯金属的电极有一定的弹性，改善了舒适度。
https://img1.doubanio.com/view/group_topic/l/public/p440141429.webp
图15（a）立柱式干电极；（b-d）立柱式导电聚合物干电极.由于柱状干电极的接触面积较小，存在接触阻抗高的问题，因此一些研究团队减小柱子直径变成更细的针头并增多针头的数目，即设计为梳状针式的结构。如图16（a）（b）所示，美国QUASAR的Matthews和中国台湾国立交通大学的Huang都是采用这种结构。如图16（c）所示，Jeong Su Lee等人按照传统梳子的理念，设计了顺着头发安放的梳状干电极，这种干电极兼顾了舒适度和电特性。
https://img3.doubanio.com/view/group_topic/l/public/p440141430.webp
图16梳状针式干电极：（a）美国的QUASAR；（b）台湾国立交通大学梳状电极（c）Jeong Su Lee等设计的梳状电极.为了提高舒适度，台湾国立交通大学的Liao等人将每一根针头的后端加入弹簧结构，如图17所示。借助于弹簧的伸缩性，电极上的每一个针头都可以随着头皮曲面达到不同压缩度，实现紧密接触和舒适度之间的平衡。
https://img9.doubanio.com/view/group_topic/l/public/p440141436.webp
图17弹簧针式脑电干电极上述几种结构的脑电干电极都是基于硬质材料制成，硬质材料与头皮之间的“刚性接触”对施加的压力高度敏感，在运动过程中很难保证稳定接触，从而产生噪声。此外“刚性接触”带来的不适感也很难消除。因此，很多研究人员开始转用柔性聚合物材料做基材，将“刚性接触”转为“柔性接触”，提高穿戴的舒适性和减少运动带来的伪迹。如图18所示，基于柔性聚合物骨架的爪式干电极。这种干电极每个引脚能够依据自身的弹性进行屈伸，避免垂直和皮肤硬碰硬的接触，且前端的接触点采用了半球形的设计，增大接触面积的同时，保证舒适的稳定的接触。
https://img9.doubanio.com/view/group_topic/l/public/p440141444.webp
图18爪式干电极德国的Grozea等人设计了柔软刷毛电极，如图19（a）所示，将传统的针替换为柔软的刷毛，在其表面镀银实现电学特性。台湾国立交通大学的Lin等人设计的新型聚合物泡沫电极，如图19（b）所示，由导电聚合物海绵外面包裹导电织物构成，在提供佩戴舒适度和抗干扰能力的同时，进一步降低了电极与皮肤之间接触阻抗，提高采集信号的信噪比。德国的Fiedler等人的柔性聚合物电极如图19（c），由24个弹性橡胶做成小柱，其外层镀覆Ag/AgCl，通过选取合适硬度的橡胶，使电极与头皮达到了稳定的柔性接触，可以提供很好的舒适性。
https://img9.doubanio.com/view/group_topic/l/public/p440141446.webp
图19柔性聚合物式干电极：（a）刷毛式；（b）导电海绵；（c）橡胶柱式.干电极虽然即戴即用，十分方便，但是除了微针干电极，其它种类干电极接触阻抗一般很难低于60KΩ，与湿电极相比信噪比存在很大差距。一些研究团队研制了主动放大干电极，希望借助主动放大的电路避免传输造成的信噪比下降。如图20所示的是几种带有主放功能的干电极。
https://img1.doubanio.com/view/group_topic/l/public/p440141459.webp
图20主动放大干电极2.2.3脑电半干电极主动放大的干电极尽管在一定程度上改善了信噪比，但是效果并没有达到湿电极水平，且主放系统需要电源供电，无形中增加了穿戴设备的负担。如果电极能够保留湿电极的特点，但是使用后不会造成导电膏残留，这样的电极就兼顾了简单佩戴和阻抗低两种性能。一些研究组织借助聚合物多孔材料的特殊结构，将电解液或导电膏收敛起来，制备了泡沫电极。如图21所示，这种电极使用时需要挤压，使导电膏渗出到皮肤表面，形成湿电极一样的界面。但是由于形成泡沫的聚合物没有像标准的银\氯化银那样良好的导电性，电极的整体性能还是不如湿电极。如图21（d）所示，针对干电极不能自固定且界面干性接触的缺陷，一部分研究员设计了自粘附式干电极，这种电极接触界面具备一定的粘性，能够不需要任何辅助设备直接吸附在皮肤表面，粘性的界面一定程度上减小了噪声。
https://img9.doubanio.com/view/group_topic/l/public/p440141464.webp
图21柔性聚合物泡沫干电极研究半干电极的团队为了提高舒适性，保障信号质量，使用电解液取代导电膏的方式避免清洗。如图22所示，这几种电极分别采用了Nacl、PBS、tap water作为导电液取代导电膏，目的就是结合特殊的储液材料（多孔陶瓷、聚合物灯芯棉），使导电液通过外力或是毛细效应渗透到头皮表面（不需要挤压），形成湿性的导电界面。这几种电极优势在于特殊的结构和材料保证了头皮与电极接触面湿润，而且液体不会大面积外溢，接触阻抗优于干电极，达到30KΩ，并且在BCI的实验中取得了不错的效果。
https://img1.doubanio.com/view/group_topic/l/public/p440141468.webp
图22半干电极：（a）semi-dry电极；（b）water电极；（c）陶瓷半干电极参考文献： Li X P, Xia Q, Qu D, et al. The dynamic dielectric at a brain functional site and an EM wave approach to functional brain imaging.. Sci Rep, 2014, 4:6893. Siero J C, Hermes D, Hoogduin H, et al. BOLD matches neuronal activity at the mm scale: a combined 7T fMRI and ECoG study in human sensorimotor cortex.. Neuroimage, 2014, 101:177-184. Faress A, Chau T. Towards a multimodal brain-computer interface: combining fNIRS and fTCD measurements to enable higher classification accuracy. Neuroimage, 2013, 77(12):186-194. Myrden A J, Kushki A, Sejdić E, et al. A brain-computer interface based on bilateral transcranial Doppler ultrasound. Plos One, 2011, 6(9):e24170. Zhang Q, Liu Z, Carney P R, et al. Non-invasive imaging of epileptic seizures in vivo using photoacoustic tomography. Physics in Medicine & Biology, 2008, 53(7):1921. Robinson A K, Venkatesh P, Boring M J, et al. Very high density EEG elucidates spatiotemporal aspects of early visual processing.. Scientific Reports, 2017, 7(1). Odabaee M, Freeman W J, Colditz P B, et al. Spatial patterning of the neonatal EEG suggests a need for a high number of electrodes.. Neuroimage, 2013, 68(3):229-235. Grover P, Venkatesh P. An Information-Theoretic View of EEG Sensing. Proceedings of the IEEE, 2017, 105(2):367-384. Petrov Y, Nador J, Hughes C, et al. Ultra-dense EEG sampling results in two-fold increase of functional brain information. Neuroimage, 2014, 90(8):140-145. Minguillon J, Lopez-Gordo M A, Pelayo F. Trends in EEG-BCI for daily-life: Requirements for artifact removal. Biomedical Signal Processing & Control, 2017, 31:407-418. Liao L D, Lin C T, Mcdowell K, et al. Biosensor Technologies for Augmented Brain–Computer Interfaces in the Next Decades. Proceedings of the IEEE, 2012, 100(5):1553-1566. Klamer S, Elshahabi A, Lerche H, et al. Differences Between MEG and High-Density EEG Source Localizations Using a Distributed Source Model in Comparison to fMRI.. Brain Topography, 2015, 28(1):87-94. Srinivasan R, Tucker D M, Murias M. Estimating the spatial Nyquist of the human EEG. Behavior Research Methods Instruments & Computers, 1998, 30(1):8-19. Wang L F, Liu J Q, Yan X X, et al. A MEMS-based pyramid micro-needle electrode for long-term EEG measurement. Microsystem Technologies, 2013, 19(2):269-276. Roxhed N, Gasser T C, Griss P, et al. Penetration-Enhanced Ultrasharp Microneedles and Prediction on Skin Interaction for Efficient Transdermal Drug Delivery. Microelectromechanical Systems Journal of, 2007, 16(6):1429-1440. Matteucci M, Carabalona R, Casella M, et al. Micropatterned dry electrodes for brain–computer interface. Microelectronic Engineering, 2007, 84(5):1737-1740. Chen Y, Pei W, Chen S, et al. Poly(3,4-ethylenedioxythiophene) (PEDOT) as interface material for improving electrochemical performance of microneedles array-based dry electrode. Sensors & Actuators B Chemical, 2013, 188(11):747-756. Yao S, Zhu Y. Nanomaterial-Enabled Dry Electrodes for Electrophysiological Sensing: A Review. JOM, 2016, 68(4):1145-1155. Ren L, Jiang Q, Chen Z P et al. Flexible microneedle array electrode using magnetorheologicaldrawing lithography for bio-signal monitoring. Sensors and Actuators A: Physical,2017,(268)38-45. Pei W, Zhang H, Wang Y, et al. Skin-potential variation insensitive dry electrodes for ECG recording. IEEE Transactions on Biomedical Engineering, 2017, 64(2):463-470. Chi Y M, Jung T P, Cauwenberghs G. Dry-Contact and Noncontact Biopotential Electrodes: Methodological Review. Biomedical Engineering IEEE Reviews in, 2010, 3:106-119. Baek, Ju-Yeoul, An, et al. Flexible polymeric dry electrodes for the long-term monitoring of ECG. Sensors & Actuators A Physical, 2008, 143(2):423-429. Ko D, Lee C, Lee E J, et al. A dry and flexible electrode for continuous-EEG monitoring using silver balls based polydimethylsiloxane (PDMS). Biomedical Engineering Letters, 2012, 2(1):18-23. Meng Y, Li Z B, Chen X, et al. A flexible dry micro-dome electrode for ECG monitoring. Microsystem Technologies, 2015, 21(6):1241-1248. Yuan T, Chen D, Chen J, et al. A novel MEMS elastic-based dry electrode for electroencephalography measurement. Microsystem Technologies, 2014, 20(6):1125-1129. Kaitainen S, Kutvonen A, Suvanto M, et al. Liquid silicone rubber (LSR)-based dry bioelectrodes: The effect of surface micropillar structuring and silver coating on contact impedance. Sensors & Actuators A Physical, 2014, 206(1):22-29. Peng H L, Liu J Q, Tian H C, et al. Flexible dry electrode based on carbon nanotube/polymer hybrid micropillars for biopotential recording. Sensors & Actuators A Physical, 2015, 235:48-56. Kim J, Han M J, Seo S.Flexible, stretchable, and patchable organic devices integrated on freestanding polymeric substrates. Journal of Polymer Science Part B Polymer Physics, 2015, 53(6):453-460. Zheng Y L, Ding X R, Poon C C, et al. Unobtrusive sensing and wearable devices for health informatics.. IEEE Transactions on Biomedical Engineering, 2014, 61(5):1538-1554. Guo X, Pei W, Wang Y, et al. A Self-Wetting Paper Electrode for Ubiquitous Bio-Potential Monitoring. IEEE Sensors Journal, 2017, 17(9):2654-2661. Liu B, Tang H, Luo Z, et al. Wearable carbon nanotubes-based polymer electrodes for ambulatory electrocardiographic measurements. Sensors & Actuators A Physical, 2017. Wang H. Development of a conformable electronic skin based on silver nanowires and PDMS. 2017, 207(1):012040. Lee J Y, Shin D, Park J. Fabrication of silver nanowire-based stretchable electrodes using spray coating. Thin Solid Films, 2016, 608:34-43. Liu B, Luo Z, Zhang W, et al. Silver nanowire-composite electrodes for long-term electrocardiogram measurements. Sensors & Actuators A Physical, 2016, 247:459-464. Zhu A M Y. Soft Dry Electrodes for Electrocardiogram with Conductive Silver Nanowires. Mrs Proceedings, 2014, 1685. Cui Z, Han Y, Huang Q, et al. Electrohydrodynamic Printing of Silver Nanowires for Flexible and Stretchable Electronics. Nanoscale, 2018. Kim D H, Lu N, Ma R, et al. Epidermal electronics.. World Neurosurgery, 2011, 76(6):485. Guger C, Krausz G, Allison B Z, et al. Comparison of Dry and Gel Based Electrodes for P300 Brain–Computer Interfaces. Frontiers in Neuroscience, 2012, 6:60. Chen Y H, Op d B M, Vanderheyden L, et al. Soft, comfortable polymer dry electrodes for high quality ECG and EEG recording. Sensors, 2014, 14(12):23758-80. Matthews R, Mcdonald N J, Hervieux P, et al. A wearable physiological sensor suite for unobtrusive monitoring of physiological and cognitive state.// International Conference of the IEEE Engineering in Medicine & Biology Society. Conf Proc IEEE Eng Med Biol Soc, 2007:5276. Huang Y J, Wu C Y, Wong A, et al. Novel Active Comb-shaped Dry Electrode for EEG Measurement in Hairy Site.. IEEE transactions on bio-medical engineering, 2014, 62(1):256-263. Liao L D, Chen B W, Tseng K C, et al. Design and Implementation of Wearable and Wireless Multi-Channel Brain-Computer Interface with the Novel Dry Sensors. Journal of Neuroscience & Neuroengineering, 2013, 2(5):477-484. Mullen T R, Kothe C A E, Yu M C, et al. Real-time neuroimaging and cognitive monitoring using wearable dry EEG. IEEE transactions on bio-medical engineering, 2015, 62(11):2553. Guo X, Pei W, Wang Y, et al. Developing a one-channel BCI system using a dry claw-like electrode// Engineering in Medicine and Biology Society. IEEE, 2016:5693. Grozea C, Voinescu C D, Fazli S. Bristle-sensors - Low-cost flexible passive dry EEG electrodes for neurofeedback and BCI applications. Journal of Neural Engineering, 2011, 8(2):025008. Wang I J, Liao L D, Wang Y T, et al. A Wearable Mobile Electrocardiogram measurement device with novel dry polymer-based electrodes// TENCON 2010 - 2010 IEEE Region 10 Conference. IEEE, 2010:379-384. Fiedler P, Pedrosa P, Griebel S, et al. Novel Multipin Electrode Cap System for Dry Electroencephalography.. Brain Topography, 2015, 28(5):647-656. Chen Y H, Beeck M O, Vanderheyden L, Carrette E, Mihajlovic V, Vanstreels K, et al. "Soft, comfortable polymer dry electrodes for high quality ECG and EEG recording," Sensors (Basel), vol. 14, pp. 23758-80, 2014. Grant A C, Abdel-Baki S G, Omurtag A, Sinert R, Chari G, Malhotra S, Weedon J, Fenton A A, and Zehtabchi S, “Diagnostic accuracy of microEEG: a miniature, wireless EEG device,” Epilepsy Behav, vol. 34, pp. 81-5, May, 2014. Lee J Hoon, Min Lee S, Jin Byeon H, Sook Hong J, Suk Park K, and Lee S H, “CNT/PDMS-based canal-typed ear electrodes for inconspicuous EEG recording,” J Neural Eng, vol. 11, no. 4, pp. 046014, Aug, 2014. Guermandi M, Cardu R, Franchi S E, et al. Active electrode IC for EEG and electrical impedance tomography with continuous monitoring of contact impedance.. IEEE Transactions on Biomedical Circuits & Systems, 2017, 9(1):21-33. Paul G, Torah R, Beeby S, et al. Novel active electrodes for ECG monitoring on woven textiles fabricated by screen and stencil printing. Sensors & Actuators A Physical, 2015, 221:60-66. Matiko J W, Wei Y, Torah R, et al. Wearable EEG headband using printed electrodes and powered by energy harvesting for emotion monitoring in ambient assisted living. Smart Materials & Structures, 2015, 24(12):125028. Ribeiro D M D, Fu L S, Carlos L A D, et al. A Novel Dry Active Biosignal Electrode Based on an Hybrid Organic-Inorganic Interface Material. IEEE Sensors Journal, 2011, 11(10):2241-2245. Lopezgordo M A, Sanchezmorillo D, Valle F P. Dry EEG Electrodes. Sensors, 2014, 14(7):12847-12870. Baek H J, Lee H J, Lim Y G, et al. Conductive polymer foam surface improves the performance of a capacitive EEG electrode. IEEE Trans Biomed Eng, 2012, 59(12):3422-3431. Muthukumar N, Thilagavathi G, Kannaian T. Polyaniline-coated foam electrodes for electroencephalography (EEG) measurement. Journal of the Textile Institute Proceedings & Abstracts, 2016, 107(3):283-290. Lin C T, Liao L D, Liu Y H, et al. Novel Dry Polymer Foam Electrodes for Long-Term EEG Measurement. IEEE transactions on bio-medical engineering, 2011, 58(5):1200. Peng H L, Liu J Q, Tian H C, et al. A novel passive electrode based on porous Ti for EEG recording. Sensors & Actuators B Chemical, 2016, 226:349-356. Pasion R, Paiva T O , Pedrosa P, Gaspar H, Vasconcelos B, Martins A C, et al., "Assessing a novel polymer-wick based electrode for EEG neurophysiological research," J Neurosci Methods, vol. 267, pp. 126-31, Jul 15 2016. Wang F, Li G, Chen J, Duan Y, and Zhang D, "Novel semi-dry electrodes for brain-computer interface applications," J Neural Eng, vol. 13, p. 046021, Aug 2016. Mota L D A R, Rodrigues D, Martins A C, Machado A V, Vaz F, Fiedler P, Haueisen J, Nóbrega J M, Fonseca C, "Development of a quasi-dry electrode for EEG recording," Sensors and Actuators A: Physical, vol. 199, p. 8, 2013. Volosyak, D. Valbuena, T. Malechka, J. Peuscher, and A. Graser, "Brain-computer interface using water-based electrodes," J Neural Eng, vol. 7, p. 066007, Dec 2010. Vojkan Mihajlovi´G. G.-M., and Jan Peuscher, "Dry and Water-Based EEG Electrodes in SSVEP-Based BCI Applications," BIOSTEC 2012, vol. 357, p. 17, 2013.
页:
[1]