Projekt stanowi rozwinięcie prac nad systemem Ear EEG, którego celem jest rejestracja, transmisja oraz wizualizacja sygnałów elektroencefalograficznych pozyskiwanych z elektrod umieszczonych w obrębie ucha. W trakcie realizacji projektu zdecydowano się na celowe rozdzielenie architektury systemu na dwa komplementarne strumienie rozwojowe, co umożliwiło równoległy rozwój toru pomiarowego oraz warstwy aplikacyjnej, a także przyspieszyło proces testowania i walidacji rozwiązania.

Etap A: Tor pomiarowy EEG (hardware + akwizycja danych)

Pierwszy strumień projektu koncentruje się na fizycznym pomiarze sygnałów EEG. Obejmuje on połączenie elektrod EEG z dedykowanym układem pomiarowym oraz transmisję danych do komputera w celu dalszej analizy. Etap ten odpowiada za pozyskiwanie danych rzeczywistych i stanowi docelowe źródło sygnałów EEG w systemie. Poniższy projekt jest rozwinięciem projektu, w którym realizujemy tor pomiarowy dla Ear EEG.

Etap B: Platforma aplikacyjna i symulacyjna EEG

Drugi etap projektu skupia się na opracowaniu aplikacji umożliwiającej wizualizację sygnałów EEG w czasie rzeczywistym oraz na stworzeniu środowiska pozwalającego na jej rozwój niezależnie od fizycznego toru pomiarowego. W tym celu zastosowano mikrokontroler z firmware symulującym sygnały EEG, który przesyła dane do aplikacji za pomocą komunikacji Bluetooth Low Energy (BLE). Takie podejście umożliwia testowanie interfejsu użytkownika, mechanizmów buforowania oraz synchronizacji danych bez konieczności ciągłego korzystania z docelowego sprzętu pomiarowego.

Oba etapy projektu wykorzystują wspólny model danych EEG, co umożliwia płynne przejście od danych symulowanych do danych rzeczywistych bez konieczności zmiany architektury aplikacji. Dzięki temu aplikacja jest projektowana jako platforma niezależna od źródła danych, przygotowana do integracji z docelowym torem pomiarowym w kolejnych etapach projektu.

Komponenty systemu można podzielić na 4 warstwy

Warstwa 1: Dane - ich żródło oraz przechowywanie

• mikrokontroler z firmware symulującym EEG (docelowo nRF52840; na obecnym etapie wykorzystywany ESP32)
• wspólny format danych
• plik z danymi EEG (offline)
• zapis innych danych pomocnicznych do SQLite

Warstwa 2: Transport danych (komunikacja aplikacja–mikrokontroler)

• BLE
• protokół ramek danych EEG (GATTA)

Warstwa 3: Logika aplikacji

• parser danych EEG
• buforowanie i synchronizacja
• zarządzanie sesją pomiarową

Warstwa 4: Prezentacja

• wizualizacja przebiegów
• interakcja użytkownika
• elementy biofeedbacku

Dane EEG w Strumieniu B są reprezentowane w postaci strumienia ramek zawierających próbki wielokanałowe wraz z informacją czasową. Taki model umożliwia jednolitą obsługę danych zarówno symulowanych, jak i rzeczywistych.