Activetwo夙�/span>道脑电图记录�?/span>随着技术的进步使我们能够增加更多的通道、更高的数字分辨玆�/span>� 更广的输入范围以及更快的采样玆�/span>，将多通道、高解析度生物电测量系统的应用研究提高到一个新的标准。新二代的电极帽体积更加小巧而且轻便，同时还可以得到更好的采集信号。又多种型号可选：32通道/64通道/128通道/256通道、�/span>

主要特点９�/span>

1.脑电帽系统的使用非常方便

2.不需要对皮肤进行任何处理就可以进行很可靠的测野�/span>

3.采用光纤进行数据的传辒�/span>

4.适合进行脑电 � 心电以及肌电的测野�/span>

5.应用程序可用于普通电脑或苹果朹�/span>

6.肌电和心电的数字系统是兼容的

7.在一个包装中可达� 264 个电极及 7 个传感器

8.第二代活动电极特� : 尺寸更小 � 重量更轻

9.有色标志的电极是系统组建起来更灵洺�/span>

10.每个通道的模数转换速度� 24 bit� 使系统的信号有着非常好的信噪比和线�?/span>

11.全部直流信号操作 � **的输入范围为 : 524mVpp

12.每个通道可选的电极采样率为 : 2� 4� 8� 16 kHz 电极模数转换� USB2 接收器电脑工作站软件

活性电极：

BioSemi活性电极可以解决所有高电极阻抗和电缆屏蔽问题。通过熔接氯化银电极到放大器，可以轻松的获得低噪声测量，并且没有必要做皮肤的准备。活性电极是一个具有低阻抗输出的感应器。关于电缆与干扰源的电容耦合，以及电缆与接头的干扰都可以完全被排除、�/span>

扁平活性电极：

适合所有体表应�? EEG� ECG，EMG

可以通过电极膏或者粘性盘方便的固定到皮肤

电极膏腔可以减小移动干扰和电极的干化

一个共用接头上链接�?2个电�?/span>

标准电缆长度140厘米� 可以根据需要定制其它长�?/span>

活性炭电极带：

由炭电极及炭导线构成.

可暴露在X射线上�/span>

8 电极/� or 12 电极/�?

放大器集成在电极带的根部.

钉式活性电极：

开发用来安装在电极帽上

通过电极固定装置固定在电极帽三�/span>

电极编号非常便于通道的确宙�/span>

安装快捷

**的长时间直流稳定�?

电极帽：

专用于活性电极的高质量电极帽.

可支�?6-256通道

不会产生电极膏干�?/span>

方便清理

用户可改变电极固定位�?/span>

ActiveTwo数据转换盒：

ActiveTwo数据转换盒结构非常紧凑，与实验对象电隔离，可以支�?56道感应信号的24位数字化。感应器可以是主动电极，也可以是通常的被动电极。还可增加主动感应器的测量范围，比如呼吸，温度，力等。每一个转换盒通道都包含低噪声直流耦合放大器。所有的AD转换的数字输出都被数字混合并通过光纤无压缩和缩减的传输到电脑、�/span>

特性：

特殊的输入级可以匹配新型�?先式主动电极的输凹�/span>

主动电极的电源可自动关闭，以保证**的安全�?/span>

每通道的模数转换提供同步采栶�/span>

24位采样，32nV的数字解析度可以保证不丢失代�?/span>

Sigma-Delta转换技术提�?*的线性和动态范図�/span>

可定�?升级通道�?8-256通道

采集软件９�/span>

所有的BioSemi系统都已经配置了基于LabVIEW的采集软件。这个标准的软件包可以进行基本的操作，比如数据采集，屏幕显示，坐标轴调整，滤波选项，以.BDF格式保存数据文件到硬盘，网络共享、�/span>

分析软件：BESA 5.1

为你的EEG信号和MEG信号选择**的信号处理方式�

BESA (Brain Electrical Source Analysis) 是EEG与MEG研究领域应用*广的源分析与双极定位软件� BESA已经开发应用于人脑研究18年了�?**� Michael Scherg� University of Heidelberg� and Patrick Berg� University of Konstanz

BESA 是一个多功能并且用户友好的Windows程序。该软件具备优化工具和脚本，可以预处理原始数据的或为源分析进行数据平均�? 所有源分析的重要方面都显示在一个窗口中以便迅速的选择一系列工具�? BESA 提供一系列源分析运算法则，一个标准化的逼真头模型，可以允许快速方便的进行假设检验以及与MRI和fMRI的结吇�/span>

不仅是双极源定位

BESA覆盖从原始数据采集到动态源成像的全部信号处理和分析数据回顾与处理源的合成与3D全头部的映射 ERP分析与平均源定位与源成像脑皮层映射和标准MRI下的可视化单独的MRI和fMRI集成脑导航源一致和时间频率分析