Устройства, софт, API
Мы разрабатываем PSBD-устройства (Physiological Signals Based Devices) и работаем с основными физиологическими сигналами в парадигмах: ЭЭГ, ФПГ, двигательной активности.
EEG
PPG
MEMS
BCI
МЕтрики
Благодаря сочетанию качественной аппаратной базы, продвинутой системы фильтрации помех и различных датчиков, мы оперируем большим количеством готовых метрик.
i
Индивидуальная частота Альфа-пика iAF/iAPF
«Поток»
Концентрация
Когнитивная нагрузка
Индекс напряжения по ЧСС
Тревожность
Стресс
Гнев
Усталость
Когнитивная усталость
Самоконтроль
Вовлеченность
Расслабление
Фокус
Пульс
Напряженность
Спокойствие
i
i
i
i
i
Вовлеченность
Стресс
Тревожность
Расслабление
Усталость
Индивидуальная частота Альфа-пика iAF/iAPF
«Поток»
Концентрация
Когнитивная нагрузка
Индекс напряжения по ЧСС
Гнев
Когнитивная усталость
Самоконтроль
Фокус
Пульс
Напряженность
Спокойствие
i
i
i
i
i
i
i
«Поток»
Концентрация
Когнитивная нагрузка
Индекс напряжения по ЧСС
Когнитивная усталость
Пульс
Расслабление
Индивидуальная частота Альфа-пика iAF/iAPF
Тревожность
Стресс
Гнев
Усталость
Самоконтроль
Вовлеченность
Фокус
Напряженность
Спокойствие
i
i
i
i
i
Гнев
Самоконтроль
Фокус
Напряженность
Спокойствие
Индивидуальная частота Альфа-пика iAF/iAPF
«Поток»
Концентрация
Когнитивная нагрузка
Индекс напряжения по ЧСС
Тревожность
Стресс
Усталость
Когнитивная усталость
Вовлеченность
Расслабление
Пульс
Индивидуальная частота Альфа-пика iAF/iAPF
Индивидуальная частота альфа-пика - особенность мозга, определяющая поведенческий паттерн человека. Позволяет сделать подсчёт остальных метрик индивидуальным. Снижение iAPF может говорить о снижении работоспособности.
Posthuma et al, «Are Smarter Brains Running Faster? Heritability of Alpha Peak Frequency, IQ, and Their Interrelation», 2001. DOI:10.1023/A:1013345411774
Bazanova, "Comments for Current Interpretation EEG Alpha Activity: A Review and Analysis", 2012.
DOI:10.4236/jbbs.2012.22027
Klimesch, "EEG-alpha rhythms and memory processes", 1997.
DOI:10.1016/s0167-8760(97)00773-3
Zhang et al, "Relationship between individual alpha peak frequency and attentional performance in a multiple object tracking task among ice-hockey players", 2021. DOI:10.1371/journal.pone.0251443
Mierau et al, "State-dependent alpha peak frequency shifts: Experimental evidence, potential mechanisms and functional implications", 2017. DOI:10.1016/j.neuroscience.2017.07.037
Polikanova, "The effect of long-term cognitive load on the EEG parameters", 2014. DOI:10.11621/npj.2014.0109
Posthuma et al, «Are Smarter Brains Running Faster? Heritability of Alpha Peak Frequency, IQ, and Their Interrelation», 2001. DOI:10.1023/A:1013345411774
Bazanova, "Comments for Current Interpretation EEG Alpha Activity: A Review and Analysis", 2012.
DOI:10.4236/jbbs.2012.22027
Klimesch, "EEG-alpha rhythms and memory processes", 1997.
DOI:10.1016/s0167-8760(97)00773-3
Zhang et al, "Relationship between individual alpha peak frequency and attentional performance in a multiple object tracking task among ice-hockey players", 2021. DOI:10.1371/journal.pone.0251443
Mierau et al, "State-dependent alpha peak frequency shifts: Experimental evidence, potential mechanisms and functional implications", 2017. DOI:10.1016/j.neuroscience.2017.07.037
Polikanova, "The effect of long-term cognitive load on the EEG parameters", 2014. DOI:10.11621/npj.2014.0109
Тревожность
Состояние тревожности. Напряжённость.
Díaz et al, “EEG Beta band frequency domain evaluation for assessing stress and anxiety in resting, eyes closed, basal conditions”, 2019. DOI:10.1016/j.procs.2019.12.075.
Muhammad et al, “Human state anxiety classification framework using EEG signals in response to exposure therapy”, 2022. DOI:10.1371/journal.pone.0265679.
Díaz et al, “EEG Beta band frequency domain evaluation for assessing stress and anxiety in resting, eyes closed, basal conditions”, 2019. DOI:10.1016/j.procs.2019.12.075.
Muhammad et al, “Human state anxiety classification framework using EEG signals in response to exposure therapy”, 2022. DOI:10.1371/journal.pone.0265679.
Стресс
Состояние стресса. Сильная напряжённость.
Vanhollebeke et al, “The neural correlates of psychosocial stress: A systematic review and meta-analysis of spectral analysis EEG studies”, 2022. DOI:10.1016/j.ynstr.2022.100452.
Saeed et al, “EEG Based Classification of Long-Term Stress Using Psychological Labeling”, 2020. DOI:10.3390/s20071886.
Vanhollebeke et al, “The neural correlates of psychosocial stress: A systematic review and meta-analysis of spectral analysis EEG studies”, 2022. DOI:10.1016/j.ynstr.2022.100452.
Saeed et al, “EEG Based Classification of Long-Term Stress Using Psychological Labeling”, 2020. DOI:10.3390/s20071886.
Усталость
Состояние усталости:
Легкая — после небольшого перерыва можно вернуться к задаче.
Средняя — после перерыва можно вернуться к задаче.
Сильная — дальнейшее выполнение задач будет не продуктивным.
Jap et al, “Using EEG spectral components to assess algorithms for detecting fatigue”, 2009. DOI:10.1016/j.eswa.2007.12.043.
Hamann et al, "Investigating mental workload-induced changes in cortical oxygenation and frontal theta activity during simulated flights", 2022.
DOI:/10.1038/s41598-022-10044-y.
Trejo et al, “EEG-Based Estimation and Classification of Mental Fatigue”, 2015. DOI: 10.4236/psych.2015.65055.
Li et al, “A New Method for Human Mental Fatigue Detection with Several EEG Channels”, 2017. DOI: 10.1007/s40846-017-0224-6.
Легкая — после небольшого перерыва можно вернуться к задаче.
Средняя — после перерыва можно вернуться к задаче.
Сильная — дальнейшее выполнение задач будет не продуктивным.
Jap et al, “Using EEG spectral components to assess algorithms for detecting fatigue”, 2009. DOI:10.1016/j.eswa.2007.12.043.
Hamann et al, "Investigating mental workload-induced changes in cortical oxygenation and frontal theta activity during simulated flights", 2022.
DOI:/10.1038/s41598-022-10044-y.
Trejo et al, “EEG-Based Estimation and Classification of Mental Fatigue”, 2015. DOI: 10.4236/psych.2015.65055.
Li et al, “A New Method for Human Mental Fatigue Detection with Several EEG Channels”, 2017. DOI: 10.1007/s40846-017-0224-6.
Вовлеченность
Состояние Вовлечённости. Наилучшая работоспособность.
Katahira et al, “EEG Correlates of the Flow State”, 2018. DOI:10.3389/fpsyg.2018.00300.
Leroy et al, “EEG dynamics and neural generators of psychological flow during one tightrope performance”, 2020. DOI:10.1038/s41598-020-69448-3.
Katahira et al, “EEG Correlates of the Flow State”, 2018. DOI:10.3389/fpsyg.2018.00300.
Leroy et al, “EEG dynamics and neural generators of psychological flow during one tightrope performance”, 2020. DOI:10.1038/s41598-020-69448-3.
Расслабление
Состояние расслабления. Хорошая работоспособность.
Zemla et al, “Modeling of Brain Cortical Activity during Relaxation and Mental Workload Tasks Based on EEG Signal Collection”, 2023. DOI:10.3390/app13074472.
Petche et al, "The possible meaning of the upper and lower alpha frequency ranges for cognitive and creative tasks", 1997.
DOI:10.1016/S0167-8760(97)00757-5.
Rodriguez-Larios et al, "Visual Working Memory Recruits Two Functionally Distinct Alpha Rhythms in Posterior Cortex", 2022. DOI: DOI:10.1523/ENEURO.0159-22.2022.
Zemla et al, “Modeling of Brain Cortical Activity during Relaxation and Mental Workload Tasks Based on EEG Signal Collection”, 2023. DOI:10.3390/app13074472.
Petche et al, "The possible meaning of the upper and lower alpha frequency ranges for cognitive and creative tasks", 1997.
DOI:10.1016/S0167-8760(97)00757-5.
Rodriguez-Larios et al, "Visual Working Memory Recruits Two Functionally Distinct Alpha Rhythms in Posterior Cortex", 2022. DOI: DOI:10.1523/ENEURO.0159-22.2022.
«Поток»
Показатель уровня вовлеченности пользователя в процессе какой-либо деятельности. Позволяет сделать вывод о том, насколько пользователю данная деятельность интересна и насколько он вовлечен в решение каких-либо задач в рамках данной деятельности.
Petche et al, "The possible meaning of the upper and lower alpha frequency ranges for cognitive and creative tasks", 1997.
DOI:10.1016/S0167-8760(97)00757-5.
Rodriguez-Larios et al, "Visual Working Memory Recruits Two Functionally Distinct Alpha Rhythms in Posterior Cortex", 2022. DOI: DOI:10.1523/ENEURO.0159-22.2022.
Petche et al, "The possible meaning of the upper and lower alpha frequency ranges for cognitive and creative tasks", 1997.
DOI:10.1016/S0167-8760(97)00757-5.
Rodriguez-Larios et al, "Visual Working Memory Recruits Two Functionally Distinct Alpha Rhythms in Posterior Cortex", 2022. DOI: DOI:10.1523/ENEURO.0159-22.2022.
Концентрация
Показатель уровня концентрации пользователя при выполнении определенной задачи (например, просмотр видео-урока или онлайн лекции). В случае, если индекс снижается — можно сделать вывод о потере концентрации (переключении внимания).
"Lim et al, “Comparison between concentration and immersion based on eeg analysis”, 2019. DOI:10.3390/s19071669.
Grammer et al, “Effects of context on the neural correlates of attention in a college classroom”, 2021. DOI:10.1038/s41539-021-00094-8.
Freeman et al, “Evaluation of an adaptive automation system using three EEG indices with a visual tracking task”, 1999. DOI:10.1016/s0301-0511(99)00002-2".
"Lim et al, “Comparison between concentration and immersion based on eeg analysis”, 2019. DOI:10.3390/s19071669.
Grammer et al, “Effects of context on the neural correlates of attention in a college classroom”, 2021. DOI:10.1038/s41539-021-00094-8.
Freeman et al, “Evaluation of an adaptive automation system using three EEG indices with a visual tracking task”, 1999. DOI:10.1016/s0301-0511(99)00002-2".
Когнитивная нагрузка
Когнитивная нагрузка. Насколько мозг загружен текущей задачей (полезность задачи не учитывается). Показатель когнитивной нагрузки пользователя, можно использовать для оценки кол-ва “умственных” ресурсов, используемых организмом для решения какой-либо задачи - косвенно можно судить о том, насколько легко или сложно данная задача дается пользователю.
Olga Bazanova et al "Individual measures of electroencephalogram alpha activity and non-verbal creativity", 2008.
Irina Polikanova, Alexander Sergeec et al "The effect of long-term cognitive load on the EEG parameters", 2014.
С.И. Новикова et al "Ритмы ЭЭГ и когнитивные процессы", 2015.
Aura Hernández-Sabaté, José Yauri, Pau Folch, Miquel Àngel Piera, Debora Gil et. al "Recognition of the Mental Workloads of Pilots in the Cockpit Using EEG Signals", 2022.
Michał Ociepka , Patrycja Kałamała, Adam Chuderski et al, "High individual alpha frequency brains run fast, but it does not make them smart", 2022.
Olga Bazanova et al "Individual measures of electroencephalogram alpha activity and non-verbal creativity", 2008.
Irina Polikanova, Alexander Sergeec et al "The effect of long-term cognitive load on the EEG parameters", 2014.
С.И. Новикова et al "Ритмы ЭЭГ и когнитивные процессы", 2015.
Aura Hernández-Sabaté, José Yauri, Pau Folch, Miquel Àngel Piera, Debora Gil et. al "Recognition of the Mental Workloads of Pilots in the Cockpit Using EEG Signals", 2022.
Michał Ociepka , Patrycja Kałamała, Adam Chuderski et al, "High individual alpha frequency brains run fast, but it does not make them smart", 2022.
Индекс напряжения по ЧСС
Вариабельность сердечного ритма — один из самых эффективных методов диагностики стресса.
Amira et al, “Stress Level Classification Using Heart Rate Variability”, 2019. DOI:10.25046/aj04030.
Amira et al, “Stress Level Classification Using Heart Rate Variability”, 2019. DOI:10.25046/aj04030.
Когнитивная усталость
Показатель уровня утомления — позволяет сделать вывод о том, насколько пользователь устал в процессе выполнения какой-либо задачи. Косвенно можно судить о том, какое кол-во ресурсов осталось у пользователя для выполнения других задач.
Jap et al, “Using EEG spectral components to assess algorithms for detecting fatigue”, 2009. DOI:10.1016/j.eswa.2007.12.043.
Hamann et al, "Investigating mental workload-induced changes in cortical oxygenation and frontal theta activity during simulated flights", 2022.
DOI:/10.1038/s41598-022-10044-y.
Trejo et al, “EEG-Based Estimation and Classification of Mental Fatigue”, 2015. DOI: 10.4236/psych.2015.65055.
Li et al, “A New Method for Human Mental Fatigue Detection with Several EEG Channels”, 2017. DOI: 10.1007/s40846-017-0224-6.
Jap et al, “Using EEG spectral components to assess algorithms for detecting fatigue”, 2009. DOI:10.1016/j.eswa.2007.12.043.
Hamann et al, "Investigating mental workload-induced changes in cortical oxygenation and frontal theta activity during simulated flights", 2022.
DOI:/10.1038/s41598-022-10044-y.
Trejo et al, “EEG-Based Estimation and Classification of Mental Fatigue”, 2015. DOI: 10.4236/psych.2015.65055.
Li et al, “A New Method for Human Mental Fatigue Detection with Several EEG Channels”, 2017. DOI: 10.1007/s40846-017-0224-6.
Пульс
Определение частоты пульса и связанных с ним параметров.
Расслабление
Показатель уровня релаксации (расслабления) пользователя в процессе выполнения упражнения на релаксацию. В случае, если индекс растёт от базового уровня — можно сделать вывод о том, что пользователь расслабляется правильным образом, отключился от посторонних мыслей и находится в состоянии, способствующем правильному отдыху и расслаблению.
Zemla et al, “Modeling of Brain Cortical Activity during Relaxation and Mental Workload Tasks Based on EEG Signal Collection”, 2023. DOI:10.3390/app13074472.
Zemla et al, “Modeling of Brain Cortical Activity during Relaxation and Mental Workload Tasks Based on EEG Signal Collection”, 2023. DOI:10.3390/app13074472.
Гнев
Быстрое эмоциональное состояние недовольства/досады.
Harmon-Jones et al, “Anger and frontal brain activity: EEG asymmetry consistent with approach motivation despite negative affective valence”, 1998. DOI:10.1037/0022-3514.74.5.1310.
Zhao et al, “Frontal EEG Asymmetry and Middle Line Power Difference in Discrete Emotions”, 2018. DOI:10.3389/fnbeh.2018.00225.
Harmon-Jones et al, “Anger and frontal brain activity: EEG asymmetry consistent with approach motivation despite negative affective valence”, 1998. DOI:10.1037/0022-3514.74.5.1310.
Zhao et al, “Frontal EEG Asymmetry and Middle Line Power Difference in Discrete Emotions”, 2018. DOI:10.3389/fnbeh.2018.00225.
Самоконтроль
Быстрое эмоциональное состояние способность подавлять или изменять преобладающую тенденцию реагирования на ситуацию.
Schmeichel et al, “Exercising self-control increases relative left frontal cortical activation”, 2016. DOI:10.1093/scan/nsv112.
Hofstee et al, “Self-regulation and frontal EEG alpha activity during infancy and early childhood: A multilevel meta-analysis”, 2022. DOI: 10.1111/desc.13298.
Schmeichel et al, “Exercising self-control increases relative left frontal cortical activation”, 2016. DOI:10.1093/scan/nsv112.
Hofstee et al, “Self-regulation and frontal EEG alpha activity during infancy and early childhood: A multilevel meta-analysis”, 2022. DOI: 10.1111/desc.13298.
Фокус
Быстрое эмоциональное состояние фокуса внимания.
Lim et al, “Comparison between concentration and immersion based on eeg analysis”, 2019. DOI:10.3390/s19071669.
Grammer et al, “Effects of context on the neural correlates of attention in a college classroom”, 2021. DOI:10.1038/s41539-021-00094-8.
Freeman et al, “Evaluation of an adaptive automation system using three EEG indices with a visual tracking task”, 1999. DOI:10.1016/s0301-0511(99)00002-2.
Lim et al, “Comparison between concentration and immersion based on eeg analysis”, 2019. DOI:10.3390/s19071669.
Grammer et al, “Effects of context on the neural correlates of attention in a college classroom”, 2021. DOI:10.1038/s41539-021-00094-8.
Freeman et al, “Evaluation of an adaptive automation system using three EEG indices with a visual tracking task”, 1999. DOI:10.1016/s0301-0511(99)00002-2.
Напряженность
Быстрое эмоциональное состояние напряженности.
Saeed et al, “EEG Based Classification of Long-Term Stress Using Psychological Labeling”, 2020. DOI:10.3390/s20071886.
Vanhollebeke et al, “The neural correlates of psychosocial stress: A systematic review and meta-analysis of spectral analysis EEG studies”, 2022. DOI:10.1016/j.ynstr.2022.100452.
Saeed et al, “EEG Based Classification of Long-Term Stress Using Psychological Labeling”, 2020. DOI:10.3390/s20071886.
Vanhollebeke et al, “The neural correlates of psychosocial stress: A systematic review and meta-analysis of spectral analysis EEG studies”, 2022. DOI:10.1016/j.ynstr.2022.100452.
Спокойствие
Быстрое эмоциональное состояние расслабления/спокойствия.
Zemla et al, “Modeling of Brain Cortical Activity during Relaxation and Mental Workload Tasks Based on EEG Signal Collection”, 2023. DOI:10.3390/app13074472.
Petche et al, "The possible meaning of the upper and lower alpha frequency ranges for cognitive and creative tasks", 1997.
DOI:10.1016/S0167-8760(97)00757-5.
Rodriguez-Larios et al, "Visual Working Memory Recruits Two Functionally Distinct Alpha Rhythms in Posterior Cortex", 2022. DOI: DOI:10.1523/ENEURO.0159-22.2022.
Zemla et al, “Modeling of Brain Cortical Activity during Relaxation and Mental Workload Tasks Based on EEG Signal Collection”, 2023. DOI:10.3390/app13074472.
Petche et al, "The possible meaning of the upper and lower alpha frequency ranges for cognitive and creative tasks", 1997.
DOI:10.1016/S0167-8760(97)00757-5.
Rodriguez-Larios et al, "Visual Working Memory Recruits Two Functionally Distinct Alpha Rhythms in Posterior Cortex", 2022. DOI: DOI:10.1523/ENEURO.0159-22.2022.
Софт и API
Универсальное ПО для работы
с данными с устройств Neiry и всеми возможностями Neiry Devices
Отображение данных со всех датчиков в реальном времени (ЭЭГ, ФПГ, MEMS)
Полный доступ ко всем метрикам Neiry: замеру мгновенной продуктивности, определению психоэмоциональных состояний, замеру iAPF
Вывод спектральной мощности Тета, Альфа, SMR, Бета-ритмов в диапазоне 4 - 35 Гц
Запись «сырых» RAW данных в HDF5 формате с возможностью разметки
Запись значений в XLSX для быстрого анализа
Софт работает со всеми устройствами Neiry
Доступны версии для Windows и MacOS
ПО Capsule предоставляется бесплатно при покупке любого из устройств Neiry
Инструмент для интеграции
возможностей Neiry в ваш проект
Создавайте собственные приложения для Windows, MacOS, iOS
Внедрите в свои продукты полный набор метрик и состояний или работайте с сырыми потоковыми данными
Используйте готовые динамические библиотеки для Windows, MacOS, iOS
Документация в формате Doxygen
Язык API - С
API совместим со всеми
устройствами Нейри
устройствами Нейри
Доступ к Capsule API предоставляется бесплатно при покупке любого из устройств
Устройства
Вот уже более 5 лет мы каждый
день упорно работаем над преобразованием мировых научных исследований в продукты ежедневного использования.
Наша команда уже преодолела
большое количество сложных научных, инженерных и продуктовых челленджей, но это только начало.
Устройство для работы с сигналами мозга
и показателями тела. Устройство имеет 4 ЭЭГ-канала, датчики ФПГ и МЭМС (гироскоп + акселерометр)
и показателями тела. Устройство имеет 4 ЭЭГ-канала, датчики ФПГ и МЭМС (гироскоп + акселерометр)
4 канала ЭЭГ (О1, О2, T3, Т4, Fpz - реф.)
Работает с ритмами мозга: Тета, Альфа, SMR, Бета
Хэдбэнд мягкий и гибкий, с регулируемой застежкой для любых размеров головы
Работа с физиологическими сигналами: ЭЭГ, ФПГ, данные о движении
Имеет 4 канала ЭЭГ, а также референт и заземление на лбу. Каждый канал содержит 25 пинов, что позволяет создавать большую площадь соприкосновения и более устойчивый прием сигнала
Диапазон измеряемых напряжений ± 0,4 В
Пины подпружиненны: не переломятся, не треснут и не протрутся. Не давят на голову и работают даже через волосы
Поддерживаемое ПО: Capsule, Capsule API, Mind Tracker BCI
Электроды покрыты золотом, что является лучшим способом сбора ЭЭГ среди сухих способов
Характеристики
Удобство
Диапазон измеряемых угловых скоростей: ±250; ±500; ±1000; ±1200; ±2000 град/c
Диапазон измерения ускорения: ±2; ±4; ±8; ±16 g
Сухие подпружиненные электроды
NEIRY Headband PRO
Конструкция электродов запатентована и обеспечивает наилучшее соотношение сигнал/шум среди сухих электродов
Headband с регулируемой застежкой для разных размеров голов
Комплектация
Кабель зарядки с магнитным держателем
Внешний Bluetooth-адаптер
Устройство для работы с сигналами мозга и показателями тела. Устройство имеет 4 ЭЭГ-канала, датчики ФПГ и МЭМС (гироскоп + акселерометр)
Поддерживаемые платформы: Windows, MacOS, iOS
Частота дискретизации измерения ФПГ сигнала: 100 Гц
Время работы на одном заряде 8 часов
Угловая скорость у ускорение измеряется вдоль трех ортогональных осей
Bluetooth 5.0 Low Energy
Частота дискретизации измерения ЭЭГ сигнала 250 Гц
ПО
Наушники для работы с сигналами мозга и показателями тела. Устройство имеет 4 ЭЭГ-канала, датчики ФПГ и МЭМС (гироскоп + акселерометр)
4 канала ЭЭГ (A1, A2, С3, С4, Cz — реф.)
Работает с ритмами мозга: Тета, Альфа, SMR, Бета
Частота дискретизации измерения ЭЭГ сигнала 250 Гц
Работа с физиологическими сигналами: ЭЭГ, ФПГ, данные о движении
Диапазон измеряемых напряжений ± 0,4 В
Поддерживаемое ПО: Capsule, Capsule API, Mind Tracker BCI
Характеристики
Диапазон измерения ускорения: ±2; ±4; ±8; ±16 g
Сухие подпружиненные электроды
NEIRY Headphones PRO
Поддерживаемые платформы: Windows, MacOS, iOS
Наушники
Комплектация
MicroUSB-зарядка
ПО
Наушники для работы с сигналами мозга и показателями тела. Устройство имеет 4 ЭЭГ-канала, датчики ФПГ и МЭМС (гироскоп + акселерометр)
Профили Bluetooth HFP/HSP/A2DP/VCRCP
Частота дискретизации измерения ФПГ сигнала: 100 Гц
Время работы на одном заряде 20 часов
Угловая скорость у ускорение измеряется вдоль трех ортогональных осей
Диапазон измеряемых угловых скоростей: ±250; ±500; ±1000; ±1200; ±2000 град/c
Bluetooth 5.0 Low Energy
Воcпроизводимые частоты - 18-22000 Гц
Импеданс- 32 Ом
Чувствительность -108 дБ
Диаметр мембраны динамиков – 32 мм
Активная система шумоподавления
Количество микрофонов - 2
Поддерживаемые кодеки - AAC, aptX, aptX LL, AAC, aptX, aptX LL
Наушники ДЛЯ РАБОТЫ С СИГНАЛАМИ МОЗГА. УСТРОЙСТВО ИМЕЕТ 4 ЭЭГ-КАНАЛА
4 канала ЭЭГ (A1, A2, С3, С4, Cz — реф.)
Работает с ритмами мозга: Тета, Альфа, SMR, Бета
Частота дискретизации измерения ЭЭГ сигнала 250 Гц
Работа с физиологическими сигналами: ЭЭГ
Поддерживаемое ПО: Capsule, Capsule API, Mind Tracker BCI
Характеристики
Сухие подпружиненные электроды
NEIRY Headphones LITE
Поддерживаемые платформы: Windows, MacOS, iOS
Время работы на одном заряде 40 часов
Наушники
Комплектация
Кабель зарядки USB-C
ПО
Наушники ДЛЯ РАБОТЫ С СИГНАЛАМИ МОЗГА. УСТРОЙСТВО ИМЕЕТ 4 ЭЭГ-КАНАЛА
Bluetooth 5.0 Low Energy
Диапазон измеряемых напряжений ± 0,4 В
Беспроводные, без возможности подключения проводом
Вопроизводимые частоты - 20-20000 Гц
Импеданс- 32 Ом
Чувствительность -100 дБ
Диаметр мембраны динамиков – 32 мм
Количество микрофонов - 1
Поддерживаемые кодеки - aptX
Внешний Bluetooth-адаптер
Мы каждый день
Каждый день мы работаем над тем, чтобы сделать наши устройства лучше. Благодаря вовлеченности и отлаженным процессам, мы уже много достигли и собираемся достичь еще большего. Посмотрите интервью с нашим CTO Евгением Савицким.
Хотите присоединится к нашей команде или предложить сотрудничество?
