想象一下：不需要键盘、鼠标或手柄，只靠“集中精神”，就能在电脑上操控一个游戏——屏幕中间的球，会在你和对手之间来回移动，你越专注，球就越向对面移动。
这正是本项目的核心：
利用 EEG（脑电信号） 和 BCI（脑机接口） 技术，实现一个 双人“脑控拔河”游戏。项目整体难度适合初学者，但覆盖了从硬件搭建、信号采集、上位机软件到游戏逻辑的一整条链路，非常适合作为脑机接口入门实践。脑电图（Electroencephalography, EEG） 是记录大脑自发电活动的一种方法。
特征为：
-
使用电极贴在头皮表面（通常采用 International 10–20 System 国际 10–20 电极系统）；
-
记录到的是微伏级的电势变化；
-
不同频段（如 α 波、β 波等）与不同的认知或生理状态相关。
Brain-Computer Interface（BCI），又称 Brain-Machine Interface（BMI），指的是将脑电等生物电信号与外部设备（如电脑、机械臂、轮椅等）进行直接连接的系统。
在这个项目中，BCI 的作用是：
在这个双人游戏中：
-
屏幕中间有一个球；
-
左右两侧分别为 Player A 和 Player B；
-
双方佩戴 EEG 采集电极，集中注意力时，大脑 β 波（13–30 Hz）会增强，α 波（8–13 Hz）相对减弱；
-
程序根据 β/α 比值（beta-to-alpha ratio） 估算专注程度；
-
谁的 β/α 比更高，谁对球施加的“力”就更大，球就会向对手一侧移动；
-
当球越过其中一方的边界线时，另一方获胜。
简单来说：
-
α 波（8–13 Hz）：放松、闭眼休息、平静状态；
-
β 波（13–30 Hz）：任务执行、思考、注意力集中。
利用这两个频段的相对强弱，就可以构建一个很直观的“专注度指标”。
-
BioAmp EXG Pill × 2
-
用于放大与过滤脑电（EEG）信号；
-
本项目中，一个玩家使用一个 EXG Pill，共两路 EEG。
-
BioAmp Cables × 2
-
将 EXG Pill 与凝胶电极连接到头皮与耳后骨性部位。
-
Arduino UNO R4 Minima × 1（含 Type-C 数据线）
-
作为数据采集与串口传输平台；
-
使用模拟输入 A0、A1 接收两个通道的 EEG 信号。
-
Gel electrodes 凝胶电极 × 6
-
IN+：Fp1 前额位置；
-
IN−、REF：耳后骨性区域。
-
每个玩家 3 片：
-
Nuprep 皮肤准备凝胶 × 1 + 酒精棉片 × 2
-
降低皮肤阻抗，去除角质与油污，提高信号质量。
-
面包板 × 1、跳线若干（公对公、公对母）
-
用于连接 EXG Pill 与 Arduino；
-
原型验证使用，若长期使用建议改为洞洞板/焊接板。
-
笔记本电脑 × 1
-
运行 Arduino IDE、Python 及游戏前端界面。
-
Arduino IDE：
-
用于烧录 Chords Arduino Firmware 到 UNO R4。
-
Python 3.11.x：
-
运行 Chords Python；
-
通过 LSL（Lab Streaming Layer）输出 EEG 数据；
-
启动 Web 应用，显示游戏界面。
-
Chords Arduino Firmware（GitHub 仓库）：
-
针对不同开发板准备好的固件模板；
-
负责将 EXG Pill 的模拟信号采样并通过串口输出。
-
Chords Python（GitHub 仓库）：
-
串口读取 UNO 数据；
-
数据预处理与滤波；
-
提取 α、β 波功率；
-
计算 β/α 比值；
-
将结果映射为游戏中的“球的受力”。
-
负责：
若你拿到的是未组装版本，需要：
-
焊接排针（header pins）；
-
焊接 JST PH 2.0 插座；
-
确保焊点可靠、无虚焊与短路。
每个 EXG Pill 使用 3 根公对母线与面包板连接：
-
黑色线 → GND
-
红色线 → VCC（5V）
-
黄色线 → OUT（模拟输出）
两块 EXG Pill 分别接到不同模拟通道（A0、A1）。
-
将 BioAmp Cable 接到 EXG Pill 对应接口；
-
在每条 BioAmp Cable 的末端连接凝胶电极：
-
IN+（信号输入正极）
-
IN−（信号输入负极）
-
REF（参考电极）
-
在计划贴电极的皮肤区域涂抹 Nuprep 凝胶；
-
轻轻揉搓一段时间，去除部分表层角质；
-
用湿巾或酒精棉片擦拭干净残留凝胶与污垢；
-
让皮肤保持洁净但略微湿润（有利于导电）。
Nuprep 的作用：
-
降低皮肤-电极接触阻抗；
-
提高信号质量；
-
尽量减少皮肤刺激。
本项目使用的是 前额皮层（Prefrontal Cortex） 的 EEG：
-
Fp1 点位：前额左侧（10–20 系统中的一个标准点位）；
玩家 A：
-
IN+（接 A0 的 EXG Pill） → 放在 Fp1；
-
IN−、REF → 放在左耳后骨性区域（mastoid）。
玩家 B：
-
IN+（接 A1 的 EXG Pill） → 放在 Fp1（对称位置）；
-
IN−、REF → 同样放在耳后骨性区域。
两块 EXG Pill 到 UNO R4 Minima 的连接关系：
-
VCC → 5V
-
GND → GND
-
OUT1 → A0（玩家 A）
-
OUT2 → A1（玩家 B）
再通过 Type-C 线将 Arduino UNO R4 与笔记本相连。
-
从 GitHub 下载：Chords-Arduino-Firmware 仓库 ZIP 包；
-
解压后，根据你使用的开发板型号进入对应文件夹，例如：UNO R4；
-
打开 .ino 工程于 Arduino IDE 中；
-
选择正确的开发板与串口；
-
点击“Upload”上传固件；
-
IDE 显示 “Done Uploading” 即表示烧录成功。
此时 UNO R4 就会以预设采样率从 A0、A1 采集 EEG 信号，并通过串口输出给上位机。
-
从 GitHub 下载 Chords-Python 仓库 ZIP 并解压；
-
在该目录下打开命令行/终端：
创建虚拟环境。
-
激活虚拟环境（Windows 示例）：
终端前缀出现 (venv) 说明激活成功。
-
安装通用依赖：
-
安装游戏相关依赖：
-
在虚拟环境中运行：
-
浏览器会打开一个 Web 界面；
-
点击 “Start LSL” 按钮，启动 EEG 数据的 LSL 流；
-
点击 “EEG Tug of War” 游戏按钮，进入脑控拔河游戏界面。
进入游戏后，你会看到：
-
屏幕中间有一个球；
-
左侧为 Player A，右侧为 Player B；
-
球初始位于中间位置。
游戏规则：
-
双方同时佩戴电极，面对屏幕；
-
尽量 专注于屏幕中央的球；
-
系统实时计算两位玩家的 β/α 比值；
-
比值大的一方施加的“力”更大，球向对方方向移动；
-
当球触碰到某一侧的边界线时，另一方获胜。
界面操作：
-
Start / Restart：
-
Start：开始游戏；
-
游戏进行中按钮会变为 Restart，点击后重新开始。
-
Pause：暂停游戏，冻结球的位置。
-
Resume：从暂停位置继续游戏。
-
Exit：退出当前游戏界面。
本项目完成了一个完整的 双通道 EEG + BCI + 实时游戏交互 示例：
-
硬件层：
-
使用两块 BioAmp EXG Pill + Arduino UNO R4 完成双通道 EEG 采集；
-
按照 10–20 系统在 Fp1 布置电极，采集前额皮层脑电。
-
软件层：
-
Chords Arduino Firmware 完成底层数据采集；
-
Chords Python 完成数据读取、频谱分析、α/β 提取与 LSL 输出；
-
浏览器游戏前端根据 β/α 比值实现实时“脑控拔河”。
-
应用层：
-
玩家靠“集中注意力”控制球的运动；
-
游戏本身既是交互娱乐，也是一种 专注训练/放松训练 工具。
-
引入更多 EEG 指标：如 θ 波、γ 波等，设计更复杂的游戏机制；
-
加入自适应难度：根据玩家当前状态自动调整游戏灵敏度；
-
使用机器学习对 EEG 特征进行分类，实现更复杂的指令集（比如多种操作）；
-
将游戏拓展为单人训练模式，用于冥想、注意力训练反馈（Neurofeedback）。
