原文連結: medium.com/@urish/reac…
本文為 RxJS 中文社群 翻譯文章，如需轉載，請註明出處，謝謝合作！
如果你也想和我們一起，翻譯更多優質的 RxJS 文章以奉獻給大家，請點選【這裡】
幾個月前，我偶然間發現了一臺藍芽智慧腦電波頭戴裝置。我突然意識到它的巨大潛力，使用它可以做一些超級酷的事情：使用 Web 藍芽，可以直接用大腦與網頁進行通訊！
腦電波 ( Electroencephalography，簡稱 EEG ) 本質上是監控腦電活動的一種方式。它通常需要在頭皮上放置幾個電極，然後收集關於神經元發射的資訊，最後將資訊記錄在圖表上。聽起來像是一些想當不錯的資料可供我使用！雖然腦電波主要用於醫療用途，但仍會不時出現一些新穎的使用案例。
其中一個新穎的使用案例便是 Muse，它是一種消費產品，花費$250便可以幫助你學習如何進行冥想，同時它還是自帶藍芽、消耗腦電波的實體裝置。雖然它能夠教會你如何平靜下來，但對我來說，只有弄清楚如何在網頁上消費這些資料後，我才能平靜下來！
(如果你也無法保持平靜的話，可選擇略過此部分，直接檢視下面的程式碼教程 ;-)
頭戴裝置配備 Android 或 IOS 應用，甚至還提供了一個庫，這樣你就可以獲取原始資料並構建自己的應用，但這個庫只能在原生應用中執行，而且原始碼不是開源的 (因此，我想用大腦控制網頁的夢想起初看來是視乎是無法達成的的)。
在參加 ng-cruise 時，我遇到了 Alex Castillo，他的演講展示瞭如何將他叫做 OpenBCI 的開源硬體腦電波頭戴裝置與 Angular 進行連線並將訊號視覺化。儘管這一切令人印象深刻，但他不得不使用 node.js 進行復雜的設定和 Web socket 伺服器來傳播資料，這離我想要的還有一定差距。後來在 ng-cruise 的黑客之夜，每個人都在嘗試使用各種硬體裝置來做一些很酷的東西，這些裝置中就包括腦電圖裝置，所以我自然不會錯過如此良機。
我嘗試對 Muse 的藍芽協議進行逆向工程，類似於這篇文章所做的。大約進行了一個小時，我想到之前可能有人已經做到了，所以我 google 了我所發現的一個特徵數字，並找到了這篇超棒的文章，反過來這篇文章指出了由 Alexandre Barachant 建立的 python 庫，突然間，我擁有了我所需的一切：這就是 muse-js 誕生的過程。
所以現在我可以將 Web 和 Muse 頭戴裝置進行連線並接受腦電波資料 (還包括電池電量、加速計/陀螺儀，等等)。萬歲！
那麼接下來我要用它做什麼呢？
硬體
在深入程式碼之前，我們首先來了解下 Muse 頭戴裝置。基本上，它就是一個輕量級的可充電頭帶。它配備了4個腦電波電極：2個在前額，眼睛稍微往上一些，另外2個與耳朵接觸。此外，它還配備了螺旋儀和加速計，這樣可以計算出頭的方位。我很高興我發現了它還有另外一個腦電波感測器，這樣就可以連線到自己的電極了 (儘管是 Micro USB 介面)，我打算儘快進行嘗試。
注意頭帶有兩個版本：2014款和2016款。你想要的肯定是2016款，它使用了藍芽低耗能。2014款使用的是經典藍芽，因此無法與 Web 藍芽一起使用。
Muse 2016: AF7 和 AF8 是前額電極, TP9 和 TP10 是耳電極
使用 RxJS 的響應流
構建庫時，我需要決定如何暴露傳入的腦電波資料。使用 Web 藍芽，每當接收到新的資料包時都會觸發一個事件。每個資料包包含來自單個電極的12個樣本。我本可以讓使用者註冊一個 JavaScript 函式，每當接收到新資料時便呼叫此函式，但我最後決定使用 RxJS 庫 (JavaScript 的響應式擴充套件庫)，它包括用於轉換，組合和查詢資料流的各種方法。
RxJS 的優勢是它提供了一組函式，可讓你操縱和處理從 Muse 頭戴裝置接收到的原始資料位元組，以便將其轉換為更有用的東西 (比如我們馬上要做的)。
視覺化
首先映入腦海的便是使用我們全新的 muse-js 視覺化資料。黑客之夜當晚，Alex 和我開始開發 angular-muse，這是一個 Angular 應用，它可以將腦電波資料和頭部方向進行視覺化。
我的 Muse 資料視覺化初始原型
事實上，如果你擁有 Muse 裝置和 支援 Web 藍芽的瀏覽器，你便可以實際開啟 Demo 頁面親自嘗試！
使用 Muse、 Angular 和 Smoothie Charts 將我的大腦活動進行視覺化
這個應用以一種簡單的方式證明了資料是流式傳輸，但老實說，檢視資料圖確實能夠吸引人，但如果只是這樣而已，那麼你將很快失去對它的興趣。
關於眨眼
腦電波所做的眾多事情之一便是測量頭皮上不同位置的電勢 (電壓)。測量的訊號是大腦活動的副作用，可用於檢測一般心理狀態 (如濃度水平、突發刺激的檢測，等等)。
除了大腦活動之外，還可以使用稱為眼球電圖檢查 (幸運的是，我的女朋友就是驗光師，她能夠教我很多這方面的知識) 的技術來檢測眼部運動。Muse 裝置有兩個電極位於前額 (在標準的 10-20定位系統中稱為 AF7 和 AF8)，它們靠近雙眼，所以我們能夠輕而易舉地監控眼部運動。
我們的眼睛：角膜前方帶正電，視網膜背部帶負電
我們將使用這些電極的訊號作為我們腦電圖程式的 “Hello World”， 該程式會通過監測眼睛活動來檢測眨眼。
開始編碼！
我們的開發思路如下：我們從裝置中獲取傳入的腦電波樣本流 (如上所述，muse-js 將提供 RxJS Observable)，然後過濾出我們所需的 AF7 電極 (也就是左眼)，再然後我們會在訊號中找尋峰值，例如，絕對值超過500mV的樣本意味著發生了大變化。由於電極在眼睛旁邊，我們期望眼球的運動產生顯著的電勢差。
雖然這可能不是檢測眨眼最準確的方法，但它對我來說非常有用，並且程式碼簡單易行 (就像所有優秀的 “Hello World” 示例那樣 ;-) 。
但在開始之前，首先需要在專案中安裝 muse-js...
npm install --save muse-js複製程式碼...然後在程式碼中進行匯入。在這個示例中，它是一個 Angular 應用，其實只是用 Angular CLI 建立的空專案，但也可以使用 React/VueJS，隨你喜歡，因為很少會有框架相關的程式碼。
接下來，我們將 muse-js 匯入到應用的根元件中：
import { MuseClient, channelNames } from `muse-js`;複製程式碼MuseClient 類與頭戴裝置進行互動，channelNames 只是提供腦電圖頻道的對映，供開發者使用。
在元件中，我們會建立一個 MuseClient 的例項：
this.muse = new MuseClient();複製程式碼現在我們將進入略微有些棘手的部分：連線頭戴裝置的邏輯。
Web 藍芽需要一些使用者互動，才能夠啟動連線，所以我們需要新增按鈕，並只有當使用者點選該按鈕時才實際去連線頭戴裝置。我們在 onConnectButtonClick 方法來實現連線邏輯：
async onConnectButtonClick() {
await this.muse.connect();
this.muse.start();
// TODO: 訂閱腦電波資料
}複製程式碼MuseClient 類例項的 connect() 方法啟動與頭戴裝置的連線，start() 方法命令頭戴裝置開始對腦電波資料進行取樣並將其傳送到電線上。
使用 Web 藍芽與 Muse 頭戴裝置配對
接下來我們需要訂閱 muse.eegReadings observable 上的腦電波資料 (這段程式碼放到上面的 TODO 註釋處)：
const leftEyeChannel = channelNames.indexOf('AF7');
this.leftBlinks = this.muse.eegReadings
.filter(r => r.electrode === leftEyeChannel)複製程式碼上面的程式碼接收來自裝置的腦電波讀數，並過濾出位於左眼上方的 AF7 電極。每個資料包包含12個樣本，observable 流中每一項都是具有以下結構的物件：
interface EEGReading {
electrode: number;
timestamp: number;
samples: number[];
}複製程式碼electrode 包含電極的數字索引 (使用 channelNames 陣列對映出更友好的名稱)，timestamp 包含相對於記錄開始時取樣的時間戳，samples 是12個浮點數的陣列，每項都是一個腦電波測量，以 mV (微伏) 為單位。
下一步，我們只想得到每個資料包中的最大值 (例如，最大輸出值的測量)。我們使用 RxJS 中的 map 操作符：
this.leftBlinks = this.muse.eegReadings
.filter(r => r.electrode === leftEyeChannel)
.map(r => Math.max(...r.samples.map(n => Math.abs(n))))複製程式碼所以現在我們擁有一個簡單的數字流，我們可以過濾出值大於500的數字，那很可能就是我們正在找尋的眨眼：
this.leftBlinks = this.muse.eegReadings
.filter(r => r.electrode === leftEyeChannel)
.map(r => Math.max(...r.samples.map(n => Math.abs(n))))
.filter(max => max > 500)複製程式碼到這裡，我們有了一個簡單的 RxJS 管道，它用於眨眼檢測，但為了實際開始接收資料，我們還需要訂閱它。我們從一個簡單的 console.log開始：
this.leftBlinks.subscribe(value => {
console.log('Blink!', value);
});複製程式碼如果執行程式碼，你可能會看到大量的 “Blink!” 出現，直到你將頭戴裝置戴上，因為會有很多的靜態噪音。一旦你穿戴好了你的裝置，只有當你眨眼或觸控左眼時，才應該會看到 “Blink!” 訊息的出現：
哇，它真的有效果！
每當你眨眼時，你可能會看到若干 “Blink!” 出現在控制檯中。原因是眨眼會另電勢產生變化。為了必要出現過多的 “Blinks!”，我們需要進行去抖動過濾 ( debounce )，類似於這篇文章 所做的。
我們來做最後的補充：我們不再將資訊列印到控制檯，而是當眨眼時我們實際發出值1，然後再最後一次電勢改變後等待半秒再發出值0。這會過濾掉我們所看到的多餘的 “Blink!”：
this.leftBlinks = this.muse.eegReadings
.filter(r => r.electrode === leftEyeChannel)
.map(r => Math.max(...r.samples.map(n => Math.abs(n))))
.filter(max => max > 500)
.switchMap(() =>
Observable.merge(
Observable.of(1),
Observable.timer(500).map(() => 0)
)
);複製程式碼那麼 switchMap 到底施了什麼魔法？簡單來說，每當一個新項到達時，switchMap 會拋棄前一個流並呼叫給定的函式來產生新的流。新的流由兩項組成：第一個是值1，它是由 Observable.of 立即發出的，第二個是值0，它在500毫秒之後發出，但如果一個來自 filter 管道中的新項到達的話，將重新啟動 switchMap 並拋棄前一個流中仍未發出的值0。
現在我們可以使用 leftBlinks observable 來對眨眼進行視覺化！可以使用 async pipe 將它繫結到 Angular 模板中：
<span [hidden]="leftBlinks|async">?</span>複製程式碼每當眨眼時，上面的程式碼會隱藏眼睛符號，或者我們可以切換 CSS 類，然後在閃爍時對眼睛符號進行顏色改變或執行動畫：
<span [class.blink]=”leftBlinks|async”>?</span>複製程式碼無論採用哪種方式，我建議每次只眨一隻眼睛，這樣可以確保你能觀察到你的程式碼是否正常工作?！
如果我們構建的是 React 應用，可以直接訂閱 observable 並在眨眼時更新元件的 state :
this.leftBlinks.subscribe(value => {
this.setState({blinking: value});
});複製程式碼現在我們做到了！腦電波的 “Hello World” 已經完成！
專案的完整程式碼在這裡。
總結
幾年前，腦電波還是很昂貴的，笨重的裝置只能用於醫院和研究機構。如今，像你我一樣的 Web 開發者都可以使用我們每天都在使用的開發工具 (瀏覽器、RxJS 和 Angular ) ，輕而易舉地來連線和分析腦電波資料。
即使腦電波不是你的菜，你可以清楚地看到，由於各種“智慧”消費品的推動，已經為開發者創造了一系列真正的好機會。我們確實生活在一個令人振奮、每天都充滿驚喜的年代！
備註： 十分感謝 Ben Lesh 幫忙完善這些示例中的 RxJS 程式碼。