(30 gadget day 8) 你爱我有几分 — Mindwave mobile

Mindwave EEG

Mindwave mobile EEG是一个一直以来我觉得Dev friendly做的最好的产品。
虽然开发起来依然不如Estimote,MYO之类的新Gadget那么方便,带maven带gradle,但就凭这么多年,当年的代码在android 5.0上依然可以跑,就足以欣喜啦。

那究竟它可以做什么?EEG是啥我就不说了,见Wiki。Mindwave mobile提供的SDK基于基础的alpha,beta数据,提供更有价值的注意力,冷静度,甚至眨眼的数据。当然,alpha,beta也是可以通过SDK获取的原始数据。

下面是官方应用的截图。
图片描述

client

这东西的开发很简单,尤其是android端。下载官方的SDK,把jar扔到你的项目里,就可以写代码啦。代码也很简单,拿到蓝牙Adapter,设置一个处理事件的Handler,连上设备。

    btAdapter = BluetoothAdapter.getDefaultAdapter();
    if (btAdapter != null) {
        tgDevice = new TGDevice(btAdapter, handler);
        tgDevice.connect(true);
    }

在发生了连接事件以后,启动设备以获取各种类型的脑波数据。除了设备状态转变以外,其他数据就都是业务数据了。其中也有两类:设备本身的数据质量,数据本身。数据质量里有一种很重要的MSG_POOR_SIGNAL,用来表示当前信号质量,这个数据主要用来描述EEG和大脑之间的接触良好成都。

private final Handler handler = new Handler() {
    @Override
    public void handleMessage(Message msg) {
        if (msg.what == TGDevice.MSG_STATE_CHANGE) {
            switch (msg.arg1) {
                case TGDevice.STATE_CONNECTED:
                    Log.i(TAG, "connected");
                    tgDevice.start();
                    break;
                ...
        } else {
            switch (msg.what) {
                    case TGDevice.MSG_POOR_SIGNAL:
                        signalTextView.setText(String.valueOf(100 - msg.arg1));
                    case TGDevice.MSG_ATTENTION:
                        Log.v(TAG, "Attention: " + msg.arg1);
                    ...

        }

你爱我有几分

前几天听到一个笑话:某工程师的妹子问他“你爱我有几分?”,答曰“8.5分”,“你爱你前女友几分?”,答曰“9分”。

但不说情商为何物,只缘分数还有小数点。不过从科学角度,我们倒是可以把注意力当做一种衡量标准。比如某PM问用户“你爱我们产品有几分?”,这时,用户的注意力就可以当做一种比较“本质”的回答。

Attention driven design

所以也许,用户的大脑状态可以是另外一种产品设计的基础。例如,我希望用户看到我的产品之后两分钟内都能保持高度注意力,那就可以用这样的技术来测试,甚至在产品设计阶段做简单的用户调研。

比如下面的图是我在写程序时候的注意力分布图。如果采用WakaTime类似的技术记录下我所有在IDE里的操作,就能够分析出IDE里每个功能的使用对应我的注意力,从而对功能设计作出调整。

图片描述

当然,根据每一条代码对应的注意力,也许就能作为代码检查的另外一种依据。“糊涂的代码”是个认真的说法。

Mindwave in cloud

作为QS的支持者,我当然希望我的所有数据都能数据化并保存下来。Mindwave mobile给我提供了很大的便利,很容易的将我简单的脑波数据保存下来。

具体的用处嘛,既然Apple watch都出了ResearchKit,就不用解释啦~但另一个可能的用处,也许就是我可以“出卖”我的数据。比如A网站是个codeshool类的产品,产品想知道某些教学视频到底做的好不好,有没有趣味,作为真实用户的我就可以根据需求用我真实的,具有严格时间戳的脑波数据来换取一部分好处。

我管它叫Cloudmind,目前是基于Leancloud+chartjs,可以持续积累数据。但由于没啥内容外加代码太惨,暂时就不扔出来啦。

关于这个功能我是认真的。所以,如果有哪个产品想获得我使用时的脑波数据以用于产品设计,请联系我哈~

最后,来看看我眨眼的样子:)

图片描述

图片描述

(30 hackdays day 14) Muse – 了解自己

Muse是一款Electroencephalography(EEG)。跟MindwaveEmotiv一样,佩戴上以后人们就能得到各种脑波数据。现在的主要用处是用来获取用户的专注度。

图片描述

怂恿之下,在Mindwave,Mindwave mobile,Emotiv之后,又入手了一副Muse。本不抱太大希望的(民用级的EEG也就Emotiv这样了),但经过简单的试用以后发现Muse真是一款挺不错的新产品~连接稳定(好,写到文章最后我决定去掉这个特性…),有刘海的情况下还算隐蔽,5个主要传感区域,戴上不像科学怪人,对佩戴要求并不高。

需要翻墙的App

要想使用他们的Sample App,居然需要翻墙(包括注册账户)…原因是他们的Server是在Google App Engine,存储静态文件也是在Google App Engine Storage里。就连他们的document也是放在Google site下的。(真幸福…)

痛苦的SDK

Muse的SDK是几个EEG里装起来最麻烦的(貌似把它整个toolchain都当了一遍…),差不多耗时1个半小时,但还好这过程没出任何错误。通过执行muse-io可以判断SDK是否安装成功。

图片描述

奇怪的是,似乎本地的测试程序每次只能拿到一个数据,然后就死在那了…

MuseIOReceiver

有一种数据叫OSC,是用来在电脑,各种多媒体设备间进行通信的开放协议。

Open Sound Control (OSC) is an open, transport-independent, message-based protocol developed for communication among computers, sound synthesizers, and other multimedia devices.

Muse基于OSC来进行数据传输(事实上,Muse还采用了Protobuf来存储数据)。所以甚至还像模像样的提供了oscdump工具。

MuseIOReceiver是用来接收Muse家的OSC数据的。给出的Sample代码可以给出delta, theta, alpha, beta and gamma值(好吧,原来还有这么多值…)然后他们提供了Android和iOS两个版本的源码。

原本的计划是我想拿到这实时数据,但这程序似乎不那么好用…再加上今天超困超困…以后再补上~

Foc.us 玩耍 1

Foc.us是一款用于提高游戏Gamer们注意力的主动干预设备。对应到中国就是杨教授用的电击疗法的mini版。

用法就是,戴上这玩意儿 > 电自己 > 爽(这是我加的) > 提高注意力

据官方称,这产品有各种研究的背景支持,啥军方的医疗的。

我打算用fit brains trainer来测试。但为了避免连续测试可能产生的电流敏感度下降,决定分成4天来测试,每天测试一种电流强度(0.5, 1, 1.5, 2),第一轮都用5min和白噪模式测试。

先玩一次~

IMG_0002 IMG_0007 IMG_0005 IMG_0004

在WordPress.com的博客.

向上 ↑