（通信与信息系统专业论文）基于高性能电路与虚拟仪器的脑电信号采集装置设计.pdf

武汉理工大学硕士学位论文 摘要 科技与经济的蓬勃发展使人们对世界的认识有了更高的要求，追求着更加 发达的医学和生物学。对于人体大脑奥秘的探索更是吸引着无数研究者。经过 多年的研究，电子技术和信号处理技术的融合使得我们可以窥视人类脑部的信 息，而通过获得人体头部脑电信号( e l e c t r o e n c e p h a l o g r a m ，e e o ) 来破解大脑的 信息是一种十分有效的方法。脑电信号作为人体十分重要的生物电信号，包含 着大量的人体生物信息。自从1 9 2 4 年被科学家h a n sb e r g e r 首次发现以来，脑 电信号的研究逐渐兴起。其应用覆盖了脑部疾病诊断、辅助治疗、思维认知等 领域，未来在康复领域和军事领域的前景不可估量。然而，所有脑电信号研究 的前提是有效地获得人体脑电信号。早期的脑电采集装置体积庞大，工作环境 要求苛刻。而且，由于各国医疗设备出口的限制，e e g 采集设备通常价格高昂， 一定程度上提高了脑电信号的研究成本，阻碍了e e g 研究者的研究工作。 本文针对人体脑电信号特点设计了一种基于高性能电路和虚拟仪器的e e g 采集装置。在深入研究了人体生物电信号的物理特性和生理特点以及e e g 采集 技术的基础上，提出了e e g 采集装置的总体设计方案。方案采用系统化分模块 设计理念，设计出高性能e e g 调理模块探测人体头部表皮电压信号，并采用高 集成度数电模块实现e e g 信号的数字化和数据传输，以此获得适应上位机数字 信号处理算法的e e g 数据。再将基于l a b v i e w 的虚拟仪器技术应用于数据采 集和模块化设计中，以较低成本开发出p c 端数据采集软件。 测试实验表明，本文设计的e e g 采集装置在普通的非屏蔽环境下具有良好 的系统性能。并运用e e o 处理算法实现对e e g 节律和能量分布的分析，有效地 获得人脑e e g 信号特征。 关键词：e e g 装置，数据采集，l a b v i e w ，脑电节律 武汉理工大学硕士学位论文 a b s t r a c t w i t ht h e b o o m i n gt e c h n o l o g y a n d e c o n o m y , p e o p l e h a v et h e h i g h e r r e q u i r e m e n t sf o rp e r c e p t i o no ft h ew o r l d t h e r e f o r e ，m o r ea d v a n c e dm e d i c i n ea n d b i o l o g ya r ep u r s u e db ym a n yi n v e s t i g a t o r s a m o n gt h e m ，e x p l o r i n gt h em y s t e r i e so f h u m a nb r a i ni sv e r ya t t r a c t i v ea n du s e f u lt oh u m a n a f t e ry e a r so fr e s e a r c h ，t h e i n t e g r a t i o n o fe l e c t r o n i c t e c h n o l o g ya n ds i g n a lp r o c e s s i n gt e c h n o l o g ya l l o w s r e s e a r c h e rc a nl o o ki n t ot h ei n f o r m a t i o no fh u m a nb r a i n i ti sav e r ye f f e c t i v em e t h o d t o d e c i p h e r t h eb r a i n si n f o r m a t i o n t h r o u g h t h e a c q u i s i t i o n o ft h eh u m a n e l e c t r o e n c e p h a l o g r a m ( e e g ) a sa ni m p o r t a n tb i o l o g i c a ls i g n a li nh u m a nb o d y , e e g i n c l u d e sal a r g en u m b e ro fb i o l o g i c a li n f o r m a t i o n s i n c et h ee e gw a sf i r s t d i s c o v e r e db yd r h a n sb e r g ei n19 2 4 ，t h er e s e a r c h e so fe e ga r eg r a d u a l l yr i s i n gi n t h ew o r l d t h ea p p l i c a t i o no fe e gc o v e rt h ef i e l do fd i a g n o s i so fb r a i nd i s e a s e ， a d j u v a n tt h e r a p y , c o g n i t i v et h i n k i n g t h o s ea p p l i c a t i o n sh a v ei m m e a s u r a b l ep r o s p e c t i nt h ef i e l do fr e h a b i l i t a t i o na n dm i l i t a r y t h ep r e m i s eo fa l le e gr e s e a r c hi st h e e f f e c t i v ea c q u i s i t i o no fe e gd a t a h o w e v e r , t h ee a r l ye e ga c q u i s i t i o nd e v i c ei s b u l k y ；t h er e q u i r e m e n to f d e v i c e sw o r ke n v i r o n m e n ti sd e m a n d i n g m o r e o v e r , d u et o t h e e x p o r t r e s t r i c t i o n so fm e d i c a l e q u i p m e n tb e t w e e nd i f f e r e n t n a t i o n a l e e g a c q u i s i t i o nd e v i c e sa r et y p i c a l l ye x p e n s i v e t h e s ep r o b l e m si n c r e a s et h ec o s t so fe e o r e s e a r c hi ns o m ee x t e n ta n da l s oh i n d e rt h ed e v e l o p m e n to fe e gr e s e a r c h i nt h i sp a p e r , a ne e ga c q u i s i t i o nd e v i c eb a s eo nh i g h - p e r f o r m a n c ec i r c u i ta n d v i r t u a li n s t r u m e n ti sd e s i g n e df o rt h ec h a r a c t e r i s t i c so fh u m a ne e gf i r s t ，t h ep h y s i c a l c h a r a c t e r i s t i c sa n dp h y s i o l o g i c a lc h a r a c t e r i s t i c so ft h eh u m a nb i o l o g i c a ls i g n a l sa r e d e e p l ys t u d i e di nr e s e a r c h t h ev a l u eo ft h ee e gs i g n a li n t h ef i e l do fb i o l o g i c a l s i g n a l si si d e n t i f i e d s u b s e q u e n t l y , t h ed i f f i c u l t i e sa n dk e yp o i n t si nt h et e c h n o l o g yo f e e ga c q u i s i t i o na r ea n a l y z e di nd e t a i l s e c o n d l y , t h eo v e r a l ld e s i g no ft h ee e g a c q u i s i t i o nd e v i c ei sp r o p o s e do nt h eb a s i so ft h ee e gt h e o r y t h ed e s i g no fe e g a c q u i s i t i o nd e v i c e i s s y s t e m a t i ca n dm o d u l a r e e gc o n d i t i o n i n g m o d u l ew i t l l h i g h p e r f o r m a n c ei sd e s i g n e dt od e t e c te e gs i g n a l sf r o mh u m a nh e a de p i d e r m i s i n a d d i t i o n ，i no r d e rt oo b t a i nd i g i t a le e g d a t at h a ta r ea d a p tt od i g i t a ls i g n a lp r o c e s s i n g i i 武汉理工大学硕士学位论文 a l g o r i t h m so i lp c ，1 1 1 eh i g h l yi n t e g r a t e dd i g i t a lm o d u l ei sd e v e l o p e dt oc a r r yo u tt h e d i g i t i z a t i o na n dd a t at r a n s f e ro fe e gf i n a l l y , t h ev i r t u a li n s t n m a e n tb a s e do n l a b v i e wi sa d d e dt ot h ed e s i g no fe e ga c q u i s i t i o nd e v i c e v i r t u a li n s t r u m e n th a sa s t r o n ga d v a n t a g ei nt h ed e s i g no fam o d u l a rd a t aa c q u i s i t i o ns y s t e m e e gd a t a a c q u i s i t i o ns o f t w a r ew i l lb ed e v e l o p e db yl a b v i e wa tl o wc o s t t h et e s tr e s u l t ss h o wt h a tt h ee e ga c q u i s i t i o nd e v i c ed e s i g n e dh a se x c e l l e n t s y s t e mp e r f o r m a n c ei nt h eo r d i n a r yu n s h i e l d e de n v i r o n m e n t e x p e r i m e n t a le e gd a t a a r ep r o c e s s e db ys i g n a lp r o c e s s i n ga l g o r i t h m s n er e s u l t so fa l g o r i t h ma n a l y s i s r e f l e c tt h ec h a n g eo fe e gr h y t h m sa n dt h ee n e r g yd i s t r i b u t i o no fe e gs o ，t h e f e a t u r e so fh u m a ne e gc o u l db er e v e a l e di nt h i sp a p e r k e y w o r d s ：e e gd e v i c e s ，d a t aa c q u i s i t i o n ，l a b v i e w , e e gr h y t h m 武汉理工大学硕士学位论文 1 1 课题来源 第1 章绪论 本课题来源： ( 1 ) 湖北省国际合作重点项目( 2 0 0 9 b f a 0 0 6 ) 多自由度下肢骨骼复位手术 与康复训练机器人研究。 ( 2 ) 武汉理工大学自主创新基金( 2 0 1 z y x x 0 0 0 2 ) - 面向脑- 机接口的脑电信 号采集系统研究。 1 2 课题研究的背景、目的及意义 人类在科学研究的漫漫征途中，从来就没有停止过对于自身的探索。大脑 作为人体最复杂的系统，在上个世纪就成为科学界梦想探索的领域。2 l 世纪是 被科学界公认为生物科学和脑科学的时代【1 1 。脑部电信号则是人类探索大脑奥秘 的一扇窗口。脑电信号即e e g ，是来自人类最复杂系统大脑的生理电信号， 随机性很强，内含多种节律，包含着人体大量的信息1 2 j 。 自从1 9 2 4 年德国科学家b e r g e r 第一次获得脑电信号起，脑电信号的研究在 许多领域发挥着关键的作用【3 1 。作为一种无创的人体检测手段，e e g 信息广泛用 于神经类医学诊断和治疗，如神经生理学，心理学，病理生理学以及认知神经 科学等等【4 】。长期以来，e e g 信号的研究与各个应用领域有着紧密的关系，脑电 在临床医学应的用主要集中于癫痫、脑外伤、脑血管疾病、颅内炎症、睡眠障 碍等神经科疾病医学领域；在部分精神疾病领域包括精神分裂症、神经症和老 年性精神病等起着辅助诊断的作用【5 1 。到了2 1 世纪，科学家更是尝试将脑电信 号应用于人们的日常生活中，脑机接口( b c i ) 研究就是其中之一，使得脑电 研究进入了功能康复领域【6 l 。随着人们对脑科学研究和应用的重视，脑电图检查 室和脑电采集设备已经被广泛地建立在综合医院、大型e e g 研究机构。使得脑 电研究和临床应用都得到了长足的发展。 综合来说，脑电领域覆盖范围十分广泛，不同研究者对脑电信号有着不同 武汉理工大学硕士学位论文 的需求，需要获取脑电信号的实地环境也由于研究目的多样化而不尽相同。这 些领域的研究和应用都需要便捷有效的脑电信号采集技术强有力的支撑，尤其 是能适应有干扰环境下的e e g 信号采集技术。但是，医疗设备的出1 ：3 受到各国 的限制，大幅提高了许多国内外e e g 研究者的科研成本。而且，大部分商用设 备过于庞大的体积给研究环境提出了很高的要求。另外，大型e e g 采集设备由 于功能集中度高，通常要求工作于屏蔽环境下。这些都给e e g 研究工作，尤其 是初期和普通环境下的e e g 研究带来了不小的阻碍。因此，设计出适应与常用 环境下，较低成本又具备高性能的脑电信号采集装置是十分有益的。并且e e g 数据获取手段的低成本化和简易化也符合了脑电应用面向大众的发展趋势。并 以此推动e e g 研究揭示更多e e g 信息的奥秘。 1 3 相关领域国内外研究历史及现状分析 脑电研究始于生物电的发现，1 7 8 6 年意大利b o l o g n a 大学的解剖学教授 g a l v a n i 观察到青蛙外周神经和肌肉的带电现象，由此拉开了生物电研究的序幕 1 7 。而最早的人类e e g 采集技术来源于德国j e n a 大学的精神科教授h a a sb e r g e r 博士【s 】。他于1 9 2 4 在他的儿子头皮上获得了人类历史上第一次脑电图，即e e g 信号波形。b e r g e r 博士的e e g 研究成果成为后人研究e e g 的宝贵财富，他被称 为“人类脑电图之父 。b e r g e r 博士的e e g 采集手段是利用两根白金针状电极通 过头部有外伤的实验者颅骨破损部位插入到大脑皮层而获得的电信号。b e r g e r 博士的进一步研究证实，人类脑部电活动不需要将电极插入脑内而是通过头部 表皮电极就可以记录到。这一研究成果也使得后期被广泛采用的无创e e g 采集 技术成为e e g 检测技术的首选1 9 1 。1 9 3 3 年，英国著名的生理学家，诺贝尔奖获 得者e d a d r i a n 男爵在当时设备最完善的剑桥大学生理学研究室再次记录到 e e g 信号，并肯定了b e r g e r 的工作【l 们。之后e e g 研究在世界范围内得到推广。 1 9 5 8 年，英国伦敦大学的d a w s o n 学者研制出脑部诱发电位的电机械处理装置， 开创了脑诱发电位记录技术【1 1 1 。然而，早期的脑电信号采集技术受到当时电子 电路、信号处理以及计算机技术发展的局限。脑电研究还处于目视分析，e e g 研究者只能利用丰富的经验来消除信号噪音，并根据波形的数据项进行分类， 进而得到结论【1 2 1 。只能进行一些简单的定性分析，很难在复杂多变的e e g 信号 中提取出有意义的信息。因此，当时采集的脑电信号质量还有待改善，e e g 信 2 武汉理工大学硕士学位论文 号的可用性还过于薄弱。 直到2 0 世纪6 0 年代，计算机技术的迅猛发展，以及电子技术的不断提高， e e g 采集技术不断向前进步。e e g 采集电路的改良使得采集到的e e g 信号信噪 比更高，可观察到的e e g 细节也更多。而数字信号处理技术的发展也使得e e g 研究有了定性和定量的分析。目前，世界范围内出现了一些经典的脑电采集设 备与处理系统和装置，如2 0 0 0 年后，美国i l l i n o i s 大学f a r e w e l l 与d o n c h i n 利用 脑部p 3 0 0 电位实现的虚拟打字机【1 3 1 ，准确率可达8 0 。2 0 0 2 年，我国清华大 学程明教授团队利用s s v e p 研发的大脑诱发电位电话拨号的系统 1 4 o 可见，e e g 研究已经不仅限于疾病诊断方面，在功能康复领域也起到了一定的作用。这些 b c i 技术在康复工程和军事领域有重要的应用价值i l 引，引起了全世界越来越多 的关注和重视。在商用设备中，2 0 0 3 年后，世界上最大的健康监护设备生产商 v i a s y sh e a l h t c a r ei n c 开发出了基于p d a 的便携式手持e e g 监护仪”s n a p ”1 1 6 j 。 在采集性能方面，e e g 采集系统注重提高采集设备在非屏蔽环境下的抗干扰 能力。早在1 9 9 5 年，在w j r o s sd u n s e a t h 的研究中，就关注了采集系统在 非屏蔽环境下的e e g 采集性能，不过其每个通道的c m r r 在6 0 h z ( 工频干 扰) 只有8 5 到9 0 d b 。2 0 0 8 年r e f e tf i r a ty a z i c i o g l u 的研究中，电路的c m r r 能达到1 2 0 d b 1 7 】。2 0 1 0 年n a v e e nv e r m a 的研究的e e g 采集系统电流放大 c m r r 高于6 0 d b t l 8 1 ，不过没有阐述关于系统在非屏蔽环境中的改善方法。因 此，e e g 采集装置的发展空间依然巨大，由于商用e e g 采集装置通常价格高昂， 并且可二次开发程度十分小，使得国内外的e e g 研究者不断自行研制e e g 采集 装置。不同应用的e e g 研究更是需要不同的采集系统与之配套。因此，研发能 适应常用环境下的e e g 采集设备有利于降低e e g 研究的门槛。为此，新型的脑 电采集装置由高性能元器件通过头皮电极，放大、滤波以及伪迹去除后进行计 算机控制的数字化采样。使得计算机能够对脑电信号进行二次处理是e e g 采集 装置发展的必然要求。 1 4 本文主要研究内容及结构组织 1 4 1 本文研究主要内容 本文针对人体头部e e g 信号生理特点和物理特点，采用生物电信号提取技 术，面向数字信号处理需求。设计了基于高性能电路和虚拟仪器的脑电信号采 3 武汉理工大学硕士学位论文 集装置，着重关注如何低成本，高性能以及高质量地获得e e g 数据。 首先，对e e g 信号进行深入的研究，分析人类头部电信号的物理特点和生 理特点。明确了e e g 采集技术所要达到的技术要求，提出e e g 采集装置的整体 模块化设计，并作为e e g 采集装置的实现理论框架基础。 其次，本文完成了e e g 采集装置整体设计以及各功能模块设计，脑电信号 采集装置，实现外部无损伤头皮电极提取脑部微弱电信号，采用高增益、高输 入阻抗及高共模抑制比的差分信号提取模块，同时加入有源滤波和伪迹去除处 理获得良好的脑电模拟信号。实现装置在非屏蔽环境下保持高性能工作状态。 结合生物电信号的数字化采样以及实时的数据通信模块，设计集成度较高的数 字化电路模块将e e g 采集装置与p c 端软件整合成为一个系统。 再次，依照虚拟仪器设计理念，充分利用其模块化，层次化，图形化的设 计方式，实现了e e g 数据采集软件，为简化数据处理和加快数据传输，装置数 据格式采用简易单b i t 格式，e e g 数据以通用格式存储。实时的波形显示以及标 准的数据格式，为e e g 信号的算法分析提供有力的支持。结合e e g 节律提取算 法和e e g 处理算法的分析，e e g 采集装置的性能得以证实，其数据质量得到保 证，可为e e g 特征探索和应用研究提供一个较为开放的平台。 1 4 2 论文结构安排 第1 章介绍了e e g 的研究背景、意义以及国内外研究历史以及现状。通过 对相关领域研究背景和现状的认识，阐述了e e g 采集装置研制的意义和目的。 第2 章首先分析了e e g 信号的特性，并对人体脑部生理电信号理论进行详 细叙述。总结出e e g 采集技术所要面临的关键技术点和难题。进而提出e e g 采 集装置总体设计，为实现e e g 采集装置提供模块化的理论基础。 第3 章给出了e e g 采集装置的硬件部分设计思想，并给出了e e g 信号提取 模块和数字化模块的具体实现手段。主要包括e e g 前端调理模块、e e ga d c 采 样模块以及数据通信模块。该章是本文的重点章节，详细地阐述了e e g 信号采 集技术的实现方法，设计中加入了信号获取手段，信号去噪技术以及数据采集 技术多种思想。硬件部分的性能决定了e e g 采集系统的主要性能指标。 第4 章阐述了基于l a b v i e w 平台的虚拟仪器具体实现。完整地介绍了虚拟 仪器完成的e e g 数据采集以及波形监测等功能。除此之外，阐述e e g 数据处理 算法的种类和处理方法。 4 武汉理工大学硕士学位论文 第5 张详细地给出了装置性能测试数据，描述e e g 装置信号采集具体细节。 完成了e e g 数据采集实验。并对e e g 数据进行算法处理，利用小波变换获得 e e g 节律成分，并通过快速傅里叶变换获得e e g 信号频谱和能量分布。进一步 观察到人体e e g 特征现象。 第6 章总结了所作的主要工作以及所存在的不足，并且对下一步e e g 研究 工作做出进一步的展望。 5 武汉理工大学硕士学位论文 第2 章e e g 采集装置总体设计 e e g 研究是生理学和电子信息学的结合。完善的e e g 研究总是以生理学作 为理论来源，并由电子信息技术作为实现手段的。因此，研究人体e e g 信号的 生理来源和对外界所表现的物理特性是必要的。然后，针对e e g 的电生理学理 论提出e e g 采集装置的技术要点和系统结构。 2 1e e g 特点研究 2 1 1e e g 生理学基础 人类脑电信号是由电极记录下来的，由脑细胞群产生的带有自发性和节律 性的电活动【19 】。这种现象伴随着人类生命的始终，随着生物个体死亡而消失。 我们通常所说的脑电图是指头皮脑电图。实际上就是头皮各测量点电位差与时 间之间的关系图表。脑电信号是大脑神经细胞的总体活动，包括了大脑细胞的 离子交换、新陈代谢以及生命活动等综合的外在表现【2 0 】，深入地研究e e g 的特 性将推进人类对自身大脑的探索研究进程。 e e g 采集技术研究与大脑生理学紧密相连。e e g 研究中，e g g 信号的测量 点覆盖了大脑皮层的绝大多数位置。如图1 1 在生理学上，人类大脑由大脑纵裂 区分为左右两个半球，左右半球都具有背外侧面、内侧面和基地面，其间分布 着许多沟、裂和回。 如图2 1 ，大脑主要分为：额叶( f r o n t a ll o b e ) 、顶叶( p a r i e t a ll o b e ) 、枕叶 ( o c c i p i t a ll o b e ) 和颞叶( t e m p o r a ll o b e ) ，分别对应于脑部的额骨、顶骨、枕骨 和颞骨。其中： ( 1 ) 额叶：由额际起至中央沟和外侧裂以前的部分。包括中央前沟、额上沟、 眶沟眶回、嗅沟以及扣带回旁中央小叶。 ( 2 ) 项叶：前缘为中央沟，后缘连接顶枕裂，下缘抵外侧裂平面，其中有中 央回沟，在中央沟之后，且与之平行分为上下两部。顶叶又包括顶间沟、缘上 回、角回、中央后回以及楔前叶。 6 武汉理工大学硕士学位论文 ( 3 ) 枕叶：位于顶枕裂连接前切迹间假设线后的锥状脑叶。 ( 4 ) 颞叶：位于外侧裂下方，顶叶的前下方以及枕叶的前方；又根据颞部的 上、中、下沟界分为颞上、中、下回。 ( a ) 大脑平面结构图( b ) 大脑侧面结构图 图2 1 人类大脑结构图 e e g 信号就产生于这些人体大脑组织内，不过，脑电信号的产生机理目前 仍有多种说法，其中有细胞体或神经纤维的峰形波组成学说和国内部分学者认 同的顶树突动作电位组成学说；还有目前多数学者认为的大脑皮层神经元突触 后电位组成学说。该学说认为突触后电位不传导，其波幅较低，也不遵从全或 无定律并有重叠性质，并且该现象持续时间较长，由此产生频率较低的脑电信 号【2 。 2 1 2e e g 信号的组成成分及特点 ( 1 ) e e g 的自发性和节律性 脑部电信号在不受到外界刺激的情况下仍然存在着节律性、自发性的放电， 这说明脑电信号具有自发性特点。当然，现在的研究表明脑电信号存在诱发脑 电现象，诱发e e g 也成为e e g 研究的一个方向【2 2 1 。另外，自发脑电的节律性 特点是e e g 最为重要的特点。研究表明，神经元和中间神经元形成了闭合性的 神经元回路。因此当一个神经元受到外部刺激后产生的兴奋冲动将通过中间神 经元的传导反过来刺激该神经元本身，这样的反馈回路构成一连串的反射性自 我刺激，使得脑细胞出现反复放电现象。这种冲动在神经元回路中的传导速度、 7 武汉理工大学硕士学位论文 回路长短以及延迟等因素就决定了这一放电过程的周期。e e g 采集装置采集到 的e e g 即是无数大脑神经细胞的这一节律性电场的总和。其包含人体大脑的大 量思维信息和神经细胞生理信息。 目前，e e g 按照节律的频率可分为以下几种，如图2 2 所示。 6 节律：其中包含了6 l 节律( 1 - 2 h z ) 和6 2 节律( 2 - - 4 i - i z ) 。非主要节律， 在深度睡眠或麻醉，人体缺氧和大脑存在器质性病变时出现。振幅范围为 2 m 之0 0 9 v 。 o 节律：频率范围在4 - - - 8 h z ，出现于年龄较小人群脑部的顶叶和颞叶两侧。 困倦或中枢神经处于抑制状态时出现。 q 节律：频率范围在8 1 3 h z ，a 节律是e e g 信号最主要的成分，主频率在 1 0 h z 左右。在人体大脑枕部最为明显，振幅范围在2 0 - - 1 0 0 9 l v 。0 t 节律能反应人 体许多思维信息且易于发现，因此a 节律是e e g 研究的常见节律。 p 节律：频率范围在1 3 3 0 h z ，振幅范围为5 - 2 0 h z 。在额叶和颞叶部出现， 可以看出，e e g 各节律可以全面反应人体的生命状态，包含脑部健康状况 和情绪思维情况，这也正是e e g 研究的价值所在。e e g 的组成成分按照节律分 类对e e g 信号处理有着直接的意义。由于各节律产生于不同的神经电冲动。例 如，a 节律在人平静闭眼时出现幅值增大，受到刺激或者睁眼时幅值降低。称为 a 节律的阻断现象【2 3 j ；以及脑部疾病患者会出现棘波现象 2 4 j 。因此，国内外e e g 研究工作大多是基于某频率成分节律的某种特定现象开展的。 昏 武汉理工大学硕士学位论文 ( 2 ) e e g 幅值小和频率较低 脑电信号作为人体生物电信号。幅度非常微弱，无创脑电采集技术从头皮 获取的脑电最初只有不到5 0 p v 。超过：t ：1 0 0 p v 的基本就是噪声，这一特点使得 e e g 采集极易受到人体活动和环境的干扰，尤其是市电干扰( 5 0 h z ) 。e e g 也 是一种频率较低的电信号，比肌肉电信号 1 0 0 i - - i z 还低。按节律频率计算，有效 频率范围只有1 - 3 0 i - i z 。当然，e e g 频率范围各研究不尽相同，但基本处于 0 5 5 0 h z 以内，属于低频信号。 ( 3 ) e e g 信号源内阻高和随机性强 e e g 信号来自人体，人体作为信号源，内阻高达十万欧姆。并且，e e g 信 号是一种随机性很强的非平稳生物电信号，可以影响它的因素非常多，而其内 在规律还有很多尚未被人类认识。 2 2e e g 采集装置设计框架 2 2 1e e g 采集技术要点 针对e e g 信号的特点，e e g 采集装置实现的即是有效地将e e g 信号真实 地提取并记录下来，保留e e g 信号的信号特征，以此满足e e g 研究对脑电信号 的观察、处理以及分析和应用等需求。因此e e g 装置要实现以下技术要点： 首先，e e g 装置应保证被测试者安全，作为医学设备，实验者的人身安全 是首要的要求。这主要指两方面，第一不造成测试部位创伤：第二保证被测试 者的电气安全。 其次，e e g 装置需要出色的电路性能和软件支持： ( 1 ) 具有非常高的输入阻抗，实现脑部信号源与采集装置的阻抗匹配。 ( 2 ) 达到万倍级的信号增益，保证e e g 放大到可视化的幅值。 ( 3 ) e e g 装置输入端具有较高的共模抑制信号能力，e e g 信号易受到共模噪 声的干扰，而e e g 信号本身实质上就是大脑两点间的电位差，属于差模信号。 ( 4 ) 较强的抗干扰能力，e e g 信号十分微弱，e e g 采集装置的抗干扰能力是 十分关键的。 ( 5 ) 模拟e e g 信号的高效数字化以及数据传输，满足计算机信号处理的要 求。 9 武汉理工大学硕士学位论文 ( 6 ) 易于操作的上位机数据采集软件，实时的数据通信。可视化的波形观测 功能，标准的e e g 数据存储。 最后，针对性的实施e e g 信号处理，提取出e e g 信号的特征现象。由于 e e g 信号的非稳非线性，使得传统意义上的线性信号处理方法并不完全适合 e e g 信号，不过传统的线性信号处理算法到目前为止依然是不可替代的e e g 处 理算法【2 5 1 。如，时域波形特征描述法、自回归a r 模型以及基于傅里叶变换的 功率谱估计。以及在节律取和特征提取方面，数字滤波算法和小波变换提取方 法在许多e e g 算法研究中发挥着重要作用。合理的e e g 分析方法使得e e g 采 集装置的性能得以证实，并为e e g 采集装置的二次应用提供指导。 2 2 2e e g 采集装置设计方案 本文设计的e e g 采集装置实现了在非屏蔽环境下人体e e g 信号的高效采 集，可以获得具有算法处理价值的e e g 信号。e e g 采集装置整体可分为e e g 提取硬件模块和e e g 数据采集与处理软件模块。 针对e e g 信号幅值微弱，有效节律集中于低频段、易受到周围噪声干扰。 并且面向计算机分析要求，提出如图2 3 装置总体设计方案。 图2 3e e g 采集系统设计框图 e e g 采集装置硬件由e e g 信号前端调理模块和e e ga d c 采样模块组成。 1 0 武汉理工大学硕士学位论文 e e g 硬件的性能基本决定了e e g 采集装置的整体性能，因此，硬件设计是本文 的关注重点。e e g 前端调理模块采用模拟电路技术，利用专用e e g 传感器获得 人体头皮电位变换。采用差分放大技术检测出电感器差分信号即e e g 信号，使 得输入端共模抑制能力 - 1 0 0 d b ，输入阻抗 1 0 m f ；并结合驱动电路设计提高电 路共模抑制性能。合理的多级增益模块实现了e e g 信号无失真地高增益放大， 增益达到约8 0 d b ；有源滤波模块大幅消除信号噪声并保留e e g 信号特征，构成 具有平滑通带( 0 5 3 0 i - i z ) 的整体频率响应。搭配电路中精细的抗干扰设计，进 一步提高e e g 前端调理模块的性能。该前端调理模块输出模拟e e g 信号，并送 入a d c 采样模块。 e e g a d c 采样模块设计采用基于m c um s p 4 3 0 的片内a d c l 2 数模转换模 块以及串口通信模块。充分利用m s p 4 3 0 的超低功耗和高集成度，高速地实现 模拟e e g 信号的1 2 b i t 精度数字化采样和标准串口数据传输。片内r s 2 3 2 标准 串行模块简化了嵌入式数字模块的开发过程，集成模块的稳定性也高于分立 模块。数字化e e g 数据通过采样中断程序放入串口缓冲区。数字e e g 信号 通过串口中断送入p c 端。 p c 运行基于l a b v i e w 平台的虚拟仪器软件，利用v i s ai o 模块实现与 e e g 采集硬件串行数据通信。通过接收串口二进制数据，虚拟仪器计算并打 印e e g 信号。每次采集的e e g 信号被写入t x t 文件保存，合理的e e g 信 号处理算法加入到研究中。采用小波变换分离e e g 节律成分可以直观反映 e e g 节律变化。e e g 数据进行傅里叶变换还可以得到e e g 能量分布。这些 都是e e g 研究经常需要的数据e e g 采集装置所得数据可以适应多种算法需 求。 装置硬件严格划分模拟器件和数字器件，供电系统由电池供电，保持电 源浮地。数字部分电源由总电源分压隔离得到，使得系统各模块工作于相对 独立状态下，保持整个e e g 采集装置的稳定性。 2 3 本章小结 本章详细地叙述了e e g 的生理学基础，阐明了e e g 产生机理。分析了e e g 信号的特点并给出e e g 各节律成分，作为e e g 采集装置设计的理论基础。针对 e e g 的对外表现的特性和频率特点，分析出e e g 采集技术的技术要点并提出了 武汉理工大学硕士学位论文 完整e e g 采集装置框架，搭建了硬件与软件结合、模拟电子与数字电子结合模 块化总体设计。为e e g 采集装置设计具体实现打下坚实基础。 1 2 武汉理工大学硕士学位论文 第3 章e e g 采集装置硬件设计 第2 章概述了e e g 采集装置的总体设计，本章将按照e e g 信号流动顺序依 次详细阐述e e g 采集装置硬件各模块设计。主要包括硬件电路结构、e e g 调理 模块和e e g a d c 采样模块的设计原理以及电路细节。 3 1e e g 采集装置硬件总体设计 一般来说，从头部传感电极获得的电压信号在1 0 0 0 v 以下。e e g 信号就淹 没在这些电压信号中。由于自发脑电信号十分微弱，获取后必须通过放大器、 滤波器和模数( a d ) 转换后才能为计算机识别的脑电信号，这个过程成为e e g 信号调理。e e g 信号的带宽在0 5 3 0 h z ，幅度范围在5 0 9 v 左右，这对放大模 块的要求是非常高的。一台脑电设备的性能优劣很大程度上取决于该系统的放 大模块性能【2 6 】。经过放大的信号还必须经过滤波器处理，滤波的目的在于对e e g 信号数字处理前尽可能地降低噪声背景，改善信噪比，保留原始信号真实性。 除了放大滤波外，信号预处理还需要防止基线漂移、极化电压、电磁干扰，a d 转换产生的频率混叠等1 2 7 1 。 可见，e e g 采集装置硬件性能基本决定了e e g 采集装置的整体性能。概述 而言，e e g 采集装置硬件实现了e e g 信号的提取、，放大、去噪、采样与数据传 送。图3 1 显示了e e g 采集装置硬件的结构原理和器件布局。 其中，e e g 前端调理模块由前置放大模块、级间高通、主放大电路、3 0 h z 低通滤波、5 0 h z 陷波器、第二级放大电路以及电平调节电路组成。前置放大模 块是具有高输入阻抗、高共模抑制比的差分放大电路完成电信号的顺利输入和 共模噪声的消除，以及e e g 信号的初步放大，是前端调理模块的核心部分。电 路模块间的级间高通隔断各级间的直流成分，去除直流成分对运放工作点的影 响。主放大电路实现e e g 信号的高增益放大，增益值通常在4 0 d b 以上。由于 e e g 信号有效频率处于o 5 3 0 h z ，为了减小噪声，3 0 h z 低通滤波电路在主放大 之后进一步滤除带外噪声。 1 3 武汉理工大学硕士学位论文 电 极 导 联 线 图3 1e e g 采集装置硬件结构图 为了尽可能地保留e e g 信号特征，系统通带应保持平滑使得e e g 信号各部 分得到相同增益。虽然前置放大电路消除了大部分来自人体的共模干扰，但是 处于非屏蔽环境下的采集装置依然暴露在市电干扰下，因此，在3 0 h z 低通滤波 之后加入q 值较高的5 0 h z 陷波器模块，既能提高信噪比，又能保留e e g 信号。 第二级放大电路对e e g 信号进行调节性的放大，使其能达到不同需求的e e g 幅 值，使得总增益达到7 0 d b 以上。电平抬升电路将e e g 直流水平调节至a d c 采 样电路预备状态。 e e g 前端调理电路输出端输出的是模拟状态下的e e g 信号，对于现代e e g 研究，为获得计算机资源的支持，数字化信号是信号处理的趋势，因此a d c 采 样模块加入到设计中来。如图3 1e e g 信号经过一个无源低通网络进入采样模 块，这是为了防止数模间高频串扰。利用m c um s p 4 3 0 f 1 6 9 搭建e e ga d c 采 样模块，m s p 4 3 0 f 1 6 9 具有片内多通道a d c l 2 数模转换模块，采样基准电压由 电源分压产生，采样时钟由系统时钟分频产生。因此，大大地减少了外围器件， 减小装置体积。其1 2 b i t 转换精度以及高倍速率采样很好地保留了e e g 信号细 节。数字化后的e e g 数据依次送入到串口缓冲寄存器，m s p 4 3 0 f 1 6 9 自带两路 1 4 武汉理工大学硕士学位论文 串行通信，联合单片m a x 3 2 3 2 辅助外围电路完成串行通信。硬件通过标准r s 2 3 2 串口线与p c 机相连，e e g 数据以二进制的方式送入p c 软件。 e e g 采集装置整体采用数模原件严格分离原则，包括浮地电源部分。各电 路部分在p c b 上的分隔式排布，模拟地与数字地通过电感或者0 q 电阻连接， 模拟地与数字地的分割和分开覆铜设计有效地降低电路间e m i 干扰。 3 2e e g 前端调理模块设计 3 2 1e e g 传感器选用及国际放置标准 e e g 电极是e e g 采集装置与人体直接接触的部分，目前，脑电电极都是由 银或合金制成。e e g 电极能从大脑感应到电位变化的原理是：人体内电位变化 是因为细胞内离子传导造成的，金属电极电流是依靠自由电子移动传导的。因 此，电极在头皮部位在两种导电系统形成交界面，并产生能量转换。e e g 传感 器脑电电极的选材也是研究者需要考虑的问题。常见的e e g 电极有表面电 极、针状电极、深部电极和蝶骨电极。本设计采用表面电极，材质为纯银。目 前还有更加昂贵的脑电电极，材质为纯银镀氯的氯化银电极。 本设计采用纯银柱状表面电极，纯银具有良好的传感性能，较高的灵敏度， 电极表面的海绵保护被测试者头部不被过度压迫。在生物电信号采集中，在电 极与电解质溶液界面会有双电层的形成，或在电流通过时，电极与电解质溶液 交界面电位产生变化。使得电极是高度极化；或者电极与头皮产生相对移动时 形成的电动势都会产生一个极低频的电压，这个电压就是电极的极化电压。会 给e e g 记录带来电极伪差，这个极化干扰可以通过使用a g - a g c l 电极减缓电极 极化【2 8 】。但是，极化电压依然是难以完全避免的，因此在e e g 硬件设计中需要 加入极化电压消除手段。 e e g 电极由网状电极固定帽固定于被测试者头部，各电极安放位置可以调 整。e e g 传感器信号通过电极导联线将电信号传导至前置放大模块。医学配件 以及电极实物图如图3 2 所示。 1 5 武汉理工大学硕士学位论文