Lab Streaming Layer 数据流简介

lab streaming layer(LSL)是用于研究的实验测量时间序列的统一收集,处理双方的网络,时间同步,实时访问设备系统以及可选的数据采集,可视化视图和保存记录数据。

LSL由核心库和一套建立在库的顶部工具。

核心传输库是liblsl及其语言接口(CC ++PythonJavaC#MATLAB)。该库是通用和跨平台的(操作系统支持:Win / Linux / MacOS / Android / iOS;体系结构支持:x86 / amd64 / arm)。

实时数据流的采集将有利于脑机接口(BCI)的运用和数据的开发。

LSL的简介,我在很早的时候,在微信公众号BrainTechnology上介绍过几篇如何使用lsl来读取EEG/fNIRS设备的数据过程。

LSL连接EEG设备

LSL连接fNIRS设备

当前可查阅到的学习资源

GitHub labstreaminglayer

LSL文档教程

在MATLAB中接收数据流

liblsl-python在Python中可以使用pip install pylsl使用

liblsl-matlab在matlab中使用一定要注意使用目录路径

对于开发人员可以通过安装LSL来构建所需要的环境,可参考该网址以及github上的安装教程

支持的设备和工具

所有app支持旧版本的安装包文件

LSL最初是为了促进涉及多模态数据采集的实验而开发的,包括大脑动力学(主要是EEG),生理学(EOG,EMG,心率,呼吸,皮肤电导率等),行为数据(动作捕捉,眼动跟踪,触摸交互,面部表情等),最后是程序状态(例如事件标记)。

支持的EEG硬件

目前市场上的大多数EEG系统都与LSL兼容。

LSL发行版中包含的程序支持以下系统(标有(u)的未试用系统):

支持眼动追踪硬件

LSL当前支持几种眼动跟踪系统,这些系统已包含在发行版中(标有(u)的未调试系统):

支持人机界面的硬件

支持的动作捕捉硬件

LSL当前支持几种运动捕捉系统,这些系统已包含在发行版中。这些是:

支持硬件刺激

支持的刺激呈现软件

同时推荐你查阅我之前写的使用LSL发送标记给nirs设备。

Psychopy通过LAN网线触发marker连接NIRX设备

谢谢大家观看,如有帮助,来个喜欢或者关注吧!

本文作者:Chen Rui

最后更新于