[论文解读] An open-source implementation of a closed-loop electrocorticographic Brain-Computer Interface using Micromed, FieldTrip, and PsychoPy

Bob Van Dyck, Arne Van Den Kerchove+1 more|arXiv (Cornell University)|Feb 10, 2026

EEG and Brain-Computer Interfaces被引用 0

一句话总结

该论文提出一个开源、模块化的基于 Python 的闭环 ECoG BCI 堆栈，整合 Micromed 采集、FieldTrip 实时处理，以及基于 PsychoPy 的实验控制，包含三个库（psychopylib、pymarkerlib、pyfieldtriplib）和可运行示例。

ABSTRACT

We present an open-source implementation of a closed-loop Brain-Computer Interface (BCI) system based on electrocorticographic (ECoG) recordings. Our setup integrates FieldTrip for interfacing with a Micromed acquisition system and PsychoPy for implementing experiments. We open-source three custom Python libraries (psychopylib, pymarkerlib, and pyfieldtriplib) each covering different aspects of a closed-loop BCI interface: designing interactive experiments, sending event information, and real-time signal processing. Our modules facilitate the design and operation of a transparent BCI system, promoting customization and flexibility in BCI research, and lowering the barrier for researchers to translate advances in ECoG decoding into BCI applications.

研究动机与目标

• 在临床 Micromed 设置中提供对基于闭环 ECoG 的 BCI 部署的详细技术描述。
• 介绍三种开源 Python 库（psychopylib、pymarkerlib、pyfieldtriplib），以实现灵活、模块化的 BCI 开发。
• 通过紧凑的可运行示例展示这些工具的集成，覆盖训练、校准和在线使用。
• 促进透明度、定制化以及降低将 ECoG 解码进展转化为 BCI 应用的门槛。

提出的方法

• 基于 Python 的模块化工作流，结合数据采集、实时处理和用户应用。
• 三个库：psychopylib 用于结构化 PsychoPy 实验设计，pymarkerlib 用于发送精确的事件标记，pyfieldtriplib 用于基于线程的实时信号处理管线。
• 通过带有 MATLAB 代理的 FieldTrip 缓冲区进行实时数据流传输，使用 TCP/IP/WLAN 进行数据传输与同步。
• 在实时中实现分段、预处理和建模（RtEpoch、RtFunction），并使用多线程管线以避免阻塞采集。
• 演示包括一个开放/关闭运动分类的用例，采用运动想象范式和闭环反馈机制。
• 将时延分解为 ADC、处理和输出阶段；给出限制或降低时延以及设定合适决定率的策略。

实验结果

研究问题

• RQ1 在使用 Micromed 硬件的临床环境中，如何通过一个模块化、开源的 Python 堆栈支持闭环 ECoG BCI 实验？
• RQ2 哪些实际设计决策和软件工具能够实现 ECoG BCIs 的精确刺激时序、同步和实时处理？
• RQ3 三个轻量级库（psychopylib、pymarkerlib、pyfieldtriplib）是否能够从数据采集到闭环反馈实现端到端的 BCI 管道？
• RQ4 在这样一个模块化系统中，时延和决策速率的权衡是什么，异步与同步使用该如何管理？

主要发现

• 作者提供了三个开源 Python 库（psychopylib、pymarkerlib、pyfieldtriplib），用于闭环 ECoG BCI 的实验设计、事件同步和实时信号处理。
• 详细的系统描述展示了在临床场景中整合 Micromed 采集、FieldTrip 缓冲区和 PsychoPy 驱动的实验，包括 FieldTrip 代理和 MATLAB-MEX 接口。
• 他们展示了可运行的示例，包括一个闭环运动分类用例和一个运动想象脑电用例，附带端到端时延分析。
• 附录用例说明了训练、校准和异步 BCI 使用，以及基于(epoch)处理与反馈机制的明确。
• 工作强调模块化与极简主义，未来工作旨在通过将 FieldTrip Micromed 代理移植到 Python 来移除对 MATLAB 的依赖。