5 款用于生理计算的 DIY 硬件平台

生理计算侧重于使用生物信号来开发交互式软硬件系统，这些系统能够感知、处理、反应数字和模拟世界并与之交互。

然而，生物信号对平台有特定要求，而典型的物理计算平台并非为此而专门调整。直到最近，许多项目最终都因成本高昂且难以获得合适的硬件材料而受阻。

如今的情况有所不同，部分归功于以下 5 个 DIY 硬件平台。

BITalino

这是低成本硬件和开源软件工具包的瑞士军刀，适用于生物信号（肌肉、心脏、神经系统等）的应用。BITalino 旨在满足学生、教师、创客、艺术家、研究人员、企业研发和其他用户的学习和原型设计需求。现在... 我当然有偏见来评论这个，但 MAKE 杂志最近强调了BITalino 作为可穿戴微控制器领域的“值得关注的对象”。正如 Robert McGrath 所说，“这些人知道自己在做什么，并且设计得很好。”

为了方便使用，该硬件捆绑了多个生物信号传感器、一个预编程用于实时数据流的 ATMega328p 微控制器、一个蓝牙无线接口和一个带有内置 LiPo 电池充电器的电源管理模块。该软件包括 OpenSignals 实时可视化工具、编程 API 和大量的示例。OpenSignals 实际上非常适合快速原型设计，因为它使用“开箱即用”的 Python 来处理高要求的任务，并使用 HTML/CSS/JS 来处理 UI——只需查看 GitHub 上的基本 python-serverbit 即可。

其他优点包括可以在任何桌面 3D 打印机上打印的免费外壳模型、活跃的用户论坛以及一个不断发展和充满活力的社区。

Libelium e-Health 传感器平台

用“一块板上的医疗军械库”来形容 Libelium 的 Cooking Hacks 开源硬件部门制造的 e-Health 传感器平台 也许是最恰当的。这个扩展板与 Arduino 或 Raspberry Pi 协同工作，具有血压、血糖、气流、血氧饱和度以及您期望仅在医院床边才能看到的许多其他传感器。有多种接口选项可供选择，包括 WiFi、3G、ZigBee，甚至可以使用摄像头来捕捉照片或视频。

在软件方面，该团队创建了一个 C++ 库，用户可以通过它读取传感器数据，并使用可用的通信接口之一发送测量数据。用户还有多种可视化数据的选项，甚至有一种方法可以将数据发送到云端。总体而言，e-Health 传感器平台的设计考虑了远程医疗，并提供了大量工具以经济实惠的方式实现远程医疗。

OpenBCI

您一定会喜欢这些人。脑活动监测无论如何都是一项艰巨的任务。将高端脑电图 (EEG) 设备的大部分功能封装到一个（相对）经济实惠的开源硬件平台中，并提供研究质量的信号？这值得尊敬。OpenBCI 团队迎接了挑战，并且一次非常成功的 Kickstarter 众筹活动敲定了合作。他们的板子包含一个高性能 TI ADS1299 模拟前端、一个可编程微控制器、用于本地存储的存储卡和用于数据传输的蓝牙低功耗 (BLE)。

OpenBCI 专为 EEG 设计，特别是针对脑机接口 (BCI) 项目，因此该套件附带一套标准的金杯电极和导电膏。甚至可以选择打印一个看起来像是蜘蛛侠电影中的头戴装置。至于软件，该团队选择了经过试验和测试的 Processing，为用户提供了一个基本仪表板来可视化数据流和从收集的数据中提取的特征。用户还可以获得 Python 的 SDK，并且即将推出 OpenFrameworks 和 Node.js 的对应版本。

最重要的是，还有一套组织良好的文档和教程。

OpenEEG

当谈到用于生理计算的 DIY 硬件时，这是所有平台中的鼻祖。 OpenEEG 于 2004 年（Arduino 诞生前一年）推出，其使命是提供一种廉价的商业 EEG 设备替代品，用作业余爱好者的工具或玩具。该硬件包括一个数据采集板、有源和无源电极、校准工具以及其他实用程序，例如调制器，用于将声卡用作 EEG 记录设备。这不是很棒吗？

用户还可以通过可用的与 OpenEEG 相关的软件应用程序和库进行破解。有生物反馈和神经反馈应用程序、用于原始 EEG 数据流的 TCP/IP 服务器，甚至还有一个由用户大脑控制的简单游戏。其他酷炫的脑电波项目包括 NeuroKnitting、The Space Between Us 和 Mattel 的 MindFlex。

Backyard Brains 的 SpikerBoxes

有机玻璃、冰棒棍、基本电子元件和一个 9V 电池——Backyard Brains 的天才们已成功地将这些看似无关的部件捆绑到他们的教育性 SpikerBoxes 中。虽然主要为学童设计，但诸如 RoboRoach 或 人与人之间的接口 等实验肯定也会揭开任何用户内心的童真。

SpikerBoxes 被认为是独立运行的，并具有一个集成扬声器，用于提供直接反馈以响应诸如肌肉收缩、心跳等事件。一个不错的派对技巧是将传感器板连接到计算机或智能手机上的音频插孔。这使人们能够使用声卡作为数据采集设备并实时查看数据。

这些人甚至为 littleBits 教育平台制作了一个模块。SpikerBox 套件原理图和带注释的原理图可作为免费 PDF 下载（此处 和 此处）从项目网站获得。

简而言之

尽管这些平台未被归类为成熟的医疗设备，但每个平台都使我们能够学习并构建关于我们健康状况的相当全面的知识体系。

鉴于 Eric Topol 的著作《医疗的创造性破坏》，用于生理计算的低成本 DIY 硬件只是数字（革）命的又一个组成部分，注定会创造更好的医疗保健实践。

我们很乐意听取您对这些工具或您可能熟悉但此处未列出的任何类似平台的使用经验的评论。

本文是 Rikki Endsley 协调的开放硬件连接专栏的一部分。通过发送电子邮件至 open@opensource.com，分享您关于不断发展的开放硬件社区以及来自世界各地创客和修补匠的奇妙故事.