脑电信号采集处理的综述

生物电子学学院：电子信息学院班级：生物医学工程101班关于脑电信号采集处理的综述摘要：脑电信号是人体的一种基本生理信号，具有重要的临床诊断和治疗价值。由于脑电信号的自身非平稳性随机特点，使得对它的研究成为一项具有相当难度的课题。本文总结了脑电信号的采集方法以及后期处理的方法。脑电的采集主要是前置级放大电路的设计，而后期的处理则是通过对实测脑电信号进行时域分析、频域分析、Wigner方法、小波方法等若干算法的仿真和对比，深入分析和评价了脑电信号若干方法的特点以及存在的问题。脑电信号、采集、前置级放大、信号处理方法前曰：脑电信号是大脑神经元突触后电位的综合，具有丰富的大脑活动信息，是大脑研究、生理研究、临床脑疾病诊断的重要手段。脑电信号采集的预处理是一个比较复杂的问题。首先，脑电信号非常微弱，一般只有50同左右，幅值范围为5uV~100uVo所以，脑电信号放大增益要比一般的信号高得多，一般要放大20000倍左右。第二，脑电信号头皮与颅骨通常几千欧姆的电阻，所以要求前置部分有很高的输入阻抗，以提高脑电信号索取能力，一般输入阻抗要大于10MQ。第三，脑电信号的频率低，一般在0.1Hz~100Hz，需要滤除脑电信号频率以外的高频干扰。第四，在普通环境下，脑电信号采集受到工频干扰等共模干扰，信噪比通常低于-10dBoX频干扰主要是以共模形式存在，幅值在mV数量级，所以要求放大器具有很高的共模抑制比，一般要大于120dB。第五，在电极与头皮接触的部位会产生电位差，称为极化电压。极化电压一般在几毫伏到几百毫伏之间，理想情况下，在用双电极提取人体两点电位差时，两个电极保持对称则可以使极化电压互相抵消，但实际上，由于极化电压和通过电极电流大小、电极和皮肤接触阻抗不对称等很多因素有关，所以不可避免造成干扰，尤其当电极和皮肤接触不良时，干扰更严重。如果在仪表放大器的前端不做处理，极化电压的存在使得前置放大器的增益不能过大。除了极化电压的干扰外，还受主体的呼吸及运动等低频干扰，这些都是要考虑的。第六，必须考虑被测者的生理自然性和保证操作安全性等。第七，还需要考虑电极材料的选取。前置级放大电路的设计：1生物电前置级电路分析文献中以BB公司的仪表放大器INA128为例。当由该电路构成生物电信号前置级放大电路，只要将第5脚接地,3脚和2脚接差动输入，8脚和1脚接调节增益的电阻，INA128最大增益可达到10000倍，经过激光调节，器件内部电阻精度很高,运放对称度高.但在实际的脑电信号提取中，由于与电极接的是电解质溶液,如导电膏、人体汗液或组织液，因而会形成一个金属电解质溶液界面.由电化学知识可知，在金属和电解液之间会形成电荷分布，产生一定的电位差，称为电极极化电压.极化电压的幅值一般较高，在几毫伏到几百毫伏之间.理想情况下，在用双电极提取人体两点间电位差时，两电极保持对称就可使极化电压互相抵消，但实际上，由于极化电压与通过电极电流大小、电极和皮肤接触阻抗不对称等很多因素有关，所以不可避免造成干扰，尤其当电极和皮肤接触不良，干扰将更严重.如果在仪表放大器的前端不做处理，毫伏级的极化电压经过放大倍数设置过高的仪表放大器，势必造成信号的饱和.极化电压的存在给生物电信号前置级电路的设计增加了较大的难度，为避免信号在进入滤波处理的过程中出现大的失真，希望前置级电路尽可能大地提高放大倍数.有一种解决方案是在仪表放大器的前端加上高通RC电路，滤除低于0.5Hz以下的低频干扰，由于极化电压是直流成分，自然可以去除掉.但这个电路的缺点其一是降低了放大器的输入阻抗，其二是由于脑电信号的信号源的内阻高，且两输入端不平衡，隔直电容（高通网络）使共模干扰转变为差模干扰，电磁干扰尤其是50Hz工频干扰窜入电路，极大地影响了电路性能.2新型高性能的脑电前置级电路设计笔者在实验中用到的新型高性能的脑电前置级电路.这个电路采用了2个仪表放大器共同构成脑电前置放大电路，实际上就是2个同相并联结构的前置放大电路的级联，由于隔直电容与Rg1串联，前置级第一级电路的放大增益不可能设置得很高，采用INA121作为第一级放大电路主要是从成本上考虑,INA121可调放大增益和共模抑制比要低于INA128,所以图中采用了浮地跟踪电路进一步提高第一级电路的共模抑制比.冲◎浮地聊公j湖从理论上计算整个电路的共模抑制比为：CMRR=CMRR]区CMRR卫=卷x竺，凡he乂丑[•如=x/1靠二11+尹）x『1+豪）而整个电路的放大倍数为： ，式中CMRR为电路总的共模抑制比；CMRR1为第一级电路的共模抑制比；CMRR2为第二级电路的共模抑制比；A1d、A1c、A2d、A2c分别为第一级电路和第二级电路的差模增益和共模增益.由图2所示电阻参数可以计算出电路的放大倍数为25000倍，理论上其共模抑制比可达到200dB.由于脑电信号源的高阻抗，干扰极易通过脑电极进入两输入端，由于两输入端阻抗总是不平衡的，共模干扰转化为差模干扰，把输入端的接地端浮置并跟踪共模电压，即相当于器件的偏置电压都跟踪共模输入电压.这样，共模电压不能随着信号一起被放大，从而放大器输出端产生的共模误差电压便被大大削弱，这就相当于提高了放大器的共模抑制能力.第二级电路放大增益可设置到10000,但实际应用中如果放大增益设置过高，可能影响信号的线性度，一般将增益设定为几百倍.主放大电路：经过前置放大电路的放大，脑电信号的电压依然十分微弱，根据另一篇信号处理的方法来了解主放大电路的设计。由于后续电路输入电压范围为0V〜2.5V，因此脑电信号在送入ADC之前还需要进一步放大，本设计采用两级放大，分别位于低通滤波器的前后。都是采用简单的同相放大电路。第一级主放大电路放大倍数为20。第二级主放大倍数可调。调节电位器可以改变第二级主放大器的增益，使之在模数转换器的输入范围。脑电信号的处理方法：脑电信号的时域分析方法时域分析直接从时域提取特征是最早发展起来的方法，因为它直观性强，物理意义比较明确，因此仍有不少脑电图工作者使用。过去的EEG分析主要靠肉眼观察，这可以看作是人工时域分析。虽然大量脑电信息从频域观察更为直观，但也有一些重要信息在时域上反映更为突出,如反映癫痫信息的棘慢波、反映睡眠信息的梭形波等瞬态波形，因此时域分析在目前脑电定量化与分析中也有很重要的地位。时域分析主要用来直接提取波形特征，如过零截点分析、直方图分析、方差分析、相关分析、峰值检测及波形参数分析、相干平均、多通道脑电时域分析技术、脑电瞬态特征的提取等等。脑电信号的频域分析方法：1、功率谱估计方法功率谱估计是频域分析的主要手段。它的意义在于把幅度随时间变化的脑电波变换为脑电功率随频率变化的谱图，从而可直观地观察到脑电节律的分布与变换情况。谱估计法一般可分为经典方法与现代方法。1.1经典方法经典的谱估计方法是直接按定义用有限长数据来估计，即以短时间段数据的傅氏变换为基础的周期法。主要有直接法和间接法两种途径，这里不多做介绍，有兴趣的同学可以查阅参考文献中的文章。1.2现代方法为了避免经典谱估计存在的缺点，近年来发展了各种现代谱估计技术，参数模型法是其中应用最为广泛的一种方法，在EEG信号处理中应用也较为普遍。参数模型法的优点是频率分辨率高，特别适用于短数据处理，且谱图平滑，有利于参数的自动提取和定量分析，因此适合于对EEG作动态分析。目前在EEG分析中应用较多的是AR（AutoRegressive）模型谱估计技术。时频分析脑电信号是非平稳时变信号。脑电信号是一种时变的、非平稳信号，不同时刻有不同的频率成分，无论是时域分析方法还是频域分析方法都不能有效地反映脑电信号的这些特征，而单纯的时、频分析方法通过傅氏变换联系起来，它们的截然分开是以信号的频率时不变特性或统计特性平稳为前提的。但由于时域和频域分辨率的不确定性原理，不可能在时域和频域同时获得较高的分辨率。而且在EEG中有许多病变都是以瞬态形式表现的，只有把时间和频率结合起来进行处理，才能取得更好的结果。时频分析着眼于真实信号组成成分的时变谱特征，简单的说就是将一维的时域信号或者频域信号以二维的时间-频率密度函数的形式表示出来，揭示信号中包含频率的分部，以及每个频率分量随时间变化的规律。所以时频分析为脑电信号的处理提供了新手段，可以说信号的时频分析法为脑电信号处理提供了非常好的前景。目前应用的较为广泛的方法有维格纳分布和小波变换，匹配跟踪方法目前也已用于睡眠纺锤波的分析。维格纳分布：异常脑电波如癫痫患者，其EEG中出现棘波，尖波及棘慢综合波等，脑电波属于时变，非平稳信号，不同时刻有不同的频率成分，单纯时频域不能准确表征信号，EEG许多病变以瞬态形式出现的，只有时频结合才能有效处理，维格纳分布正是具有一些重复性质的时-频分析法，很适合于脑电信号瞬态波形的特征提取。通过对信号进行wigner分析，不但可求出信号的时间，频率两域分布图，还可求出信号的频率变化情况，从而更好地对脑电信号进行分类以及判别。但是,wigner分布不是线性处理，会有一个多余的交叉项，这个多余成分会对信号的有用成分构成干扰，影响了wigner分布的实际应用。消除交叉项主要方法属于时频两轴卷积平滑和利用模糊函数消除交叉扰。利用wigner分布进行脑电信号处理,要先进行低通滤波，满足WD频率需要，防止混迭，保证EEG的有用特性不会被隔去，EEG信号截止频率选在30Hz以下。若对信号未进行预处理就进行wigner方法分析，将会由于交叉干扰的存在而无法分辨信号特征。小波变换：小波变换具有多分辨率（多尺度）、品质因数即相对带宽（中心频率与带宽之比）恒定的优点，因此适当地选择基本小波,可使小波在时、频两域都具有表征信号局部特征的能力。当使用小尺度时，时轴上观察范围小，而在频域上相当于用较高频率做分辨率较高的分析，即用高频小波做细致观察；当使用较大尺度时，时轴上观察范围大，而在频域上相当于用低频小波作概貌观察。因此小波变换被誉为/数学显微镜0。它是一种把时间和频率两域结合起来的分析方法，在时频域都具有表征信号局部特征的能力的特点。时域分辨率和频域分辨率的相互矛盾得以解决。适当选取小波叩（t）,可看作滤波器的特性，意味着具有某一特性滤波器在不同分辨率下观察信号。这组带通滤波器中心频率各不相同。结论：脑电信号显然是非平稳随机信号，对它的分析从上个世纪20年代到现在，由于大脑产生机理的复杂性，一直有没有突破性的进展，存在许多问题未解决,使得这个领域仍有大量的工作待思考、开发和深入研究。本文根据多位专家学者的相关研究总结出了对脑电信号的采集处理方法，以期为脑电信号处理及特征提取提供一定的理论参考和分析依据。目前人们也尝试用非线性处理方法、神经网络的方法、时频结合等等现代的方法来处理脑电信号，相信这些方法会为脑认知以及医学的发展作出贡献。参考文献：王三强、何为、石坚.新型脑电信号前置级放大电路设计[J].重庆大学学报（自然科学版），2006