X-BCI
  • 入门指南
  • 1. X-BCI硬件使用
    • 1.1. 1通道脑机设备
    • 1.2. 2/4通道脑机设备
    • 1.3. 8通道脑机设备
    • 1.4. 设备基础操作
  • 2. X-BCI软件使用
    • 2.1. PC-GUI
    • 2.2. APP
    • 2.3. 系统平台
      • 2.3.1. 账号的注册和登录
      • 2.3.2. 账号的密码修改和退出
    • 2.4. SDK
  • 3. 数据转换方式
    • 3.1. 各个通道设备EEG数据结构表
      • 3.1.1. 1通道脑机设备
      • 3.1.2. 2通道脑机设备
      • 3.1.3. 4通道脑机设备
      • 3.1.4. 8通道脑机设备
      • 3.1.5. 16通道脑机设备
    • 3.2. EEG数据输入和输出(电压)的转换
    • 3.3. 导联数据结构说明
  • 4. 读取数据的方式和数据结构
    • 4.1. 从设备读取数据
      • 4.1.1. 数据实例
        • 4.1.1.1. 1通道脑机设备
        • 4.1.1.2. 2通道脑机设备
        • 4.1.1.3. 4通道脑机设备
        • 4.1.1.4. 8通道脑机设备
        • 4.1.1.5. 16通道脑机设备
    • 4.2. 从PC-GUI获取数据
    • 4.3. 从APP读取数据
    • 4.4. 从系统平台读取数据
    • 4.5. 算法模型调用的数据
      • 4.5.1. 1通道脑机算法
        • 4.5.1.1. 注意力二分类
        • 4.5.1.2. 疲劳三分类
        • 4.5.1.3. 眩晕三分类
      • 4.5.2. 2通道脑机算法
        • 4.5.2.1. 注意力三分类
        • 4.5.2.2. 疲劳三分类
        • 4.5.2.3. 眩晕三分类
      • 4.5.3. 4通道脑机算法
        • 4.5.3.1. 情绪四分类
      • 4.5.4. 8通道脑机算法
        • 4.5.4.1. 注意力三分类
        • 4.5.4.2. 疲劳三分类
        • 4.5.4.3. 情绪三分类
  • 5. 实例
    • 5.1. 从PC-GUI中获取数据
      • 5.1.1. 基础蓝牙配置
      • 5.1.2. EEG数据采集
      • 5.1.3. IMU数据采集
    • 5.2. 从APP中获取数据
    • 5.3. 从系统平台中获取数据
      • 5.3.1. PC-GUI上传数据
      • 5.3.2. APP上传数据
      • 5.3.3. 从系统平台下载数据
    • 5.4. 算法调用结果的数据获取
    • 5.5. 功能展示
      • 5.5.1. APP功能展示
        • 5.5.1.1. 阻抗测试
        • 5.5.1.2. EEG信号
        • 5.5.1.3. IMU信号
      • 5.5.2. PC-GUI功能展示
        • 5.5.2.1. 软件功能区介绍
        • 5.5.2.2. 软件功能介绍
        • 5.5.2.3. 软件使用
      • 5.5.3. 系统平台功能展示
        • 5.5.3.1. 控制面板
        • 5.5.3.2. 设备平台
        • 5.5.3.3. 业务管理
        • 5.5.3.4. 数据平台
        • 5.5.3.5. 系统管理
        • 5.5.3.6. 系统设置
      • 5.5.4. Marker功能展示
        • 5.5.4.1. Marker工具设备
        • 5.5.4.2. Marker工具连接
        • 5.5.4.3. Marker数据
  • 6. 开发流程
    • 6.1. 面向X-BCI设备的开发流程
    • 6.2. 面向X-BCI数据采集的开发流程
    • 6.3. 面向X-BCI系统的开发流程
    • 6.4. 基于SDK的开发流程
      • 6.4.1. 使用示例
      • 6.4.2. 项目结构
      • 6.4.3. API参考
      • 6.4.4. 开发者指南
  • 7. 注意事项

搜索结果

没有相关内容~~

6.4.3. API参考

最新修改于 2025-07-30 14:49
BleClient 类 BleClient 是 SDK 的核心类,提供了与 BLE 设备交互的所有功能。 主要方法 start\_eeg\_stream(user\_callback, raw\_data\_only=False) - 启动EEG数据流 start\_imu\_stream(user\_callback, raw\_data\_only=False) - 启动IMU数据流 start\_impedance\_stream(user\_callback, raw\_data\_only=False) - 启动阻抗数据流 start\_lead\_stream(user\_callback, raw\_data\_only=False) - 启动导联状态流 start\_battery\_stream(user\_callback) - 启动电池数据流 start\_mixed\_stream(mode, user\_callback, raw\_main\_data\_only=False) - 启动混合数据流 原始数据模式 所有数据流方法都支持 raw\_data\_only 参数: raw\_data\_only=False(默认):回调函数接收解析后的字典数据 raw\_data\_only=True:回调函数接收去除帧头帧尾的原始 bytearray 数据 混合数据流使用 raw\_main\_data\_only 参数控制所有数据类型的输出格式。 异常类 所有异常继承自基础的 BleError 类: ConnectionError - 连接失败时抛出。 DisconnectionError - 断开连接失败时抛出。 NotificationError - 启用或停止通知失败时抛出。 DeviceNotFoundError - 未找到指定地址的设备时抛出。 WriteError - 写入特性失败时抛出。 最佳实践 1. 使用异步上下文管理器:始终使用 async with 来确保正确的资源释放。这可以保证在操作完成或发生错误时,BleClient 实例能够正确地断开连接并清理资源; 2. 实现高效的回调函数:确保回调函数是异步的,并能高效地处理数据,避免阻塞主事件循环。对于原始数据模式,注意数据类型判断; 3. 适当处理异常:通过使用 try-except 块,可以优雅地处理连接失败、通知错误或设备未找到等情况,从而提高应用程序的健壮性; 4. 使用日志记录:集成一个成熟的日志系统(如 Python loguru),记录关键操作(连接尝试、通知启用/停止、数据接收、错误)的详细信息,这对于调试和监控至关重要; 5. 选择合适的数据模式; 6. 使用解析模式(默认)进行常规数据分析; 7. 使用原始数据模式进行自定义数据处理或性能优化; 8. 混合模式适用于需要多种数据类型同步采集的场景; 9. 日志内容和函数docstring用英文:保持代码注释和文档的语言一致性,有助于国际化合作和提高可读性。

备案号:京ICP备2022008549号-8

开始访问