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（C，C ++，Python，Java，C＃，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。

当前可查阅到的学习资源

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

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）。

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）：

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）：

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：

同时推荐你查阅我之前写的使用LSL发送标记给nirs设备。

本文作者：Chen Rui

最后更新于3年前