CN104068850A - 基于fpga的脑电眼电信号分析方法和系统 - Google Patents
基于fpga的脑电眼电信号分析方法和系统 Download PDFInfo
- Publication number
- CN104068850A CN104068850A CN201410243389.2A CN201410243389A CN104068850A CN 104068850 A CN104068850 A CN 104068850A CN 201410243389 A CN201410243389 A CN 201410243389A CN 104068850 A CN104068850 A CN 104068850A
- Authority
- CN
- China
- Prior art keywords
- module
- signal
- data
- blinking
- fpga
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了基于FPGA的脑电眼电信号分析方法和系统,通过信号采集模块在大脑皮层表面采集电信号,并转换成数字信号通过无线传输方式传输至FPGA板进行解码;再经过频谱转换模块获取脑电信号不同频段能量强度;经过眨眼信号提取模块获取眼电信号眨眼强度;将处理后的脑电、眼电信号进行数据打包,并以无线形式传送至上位机;上位机对数据包进行解析,并对有用信息进行实时显示。本发明利用多通道的脑电信号频谱转换以及眨眼信号提取,提高了数据的处理速度;并通过对数据的打包保证数据的准确性以及传输的效率,实现对大规模脑电眼电信号的低成本在线处理,易于嵌入式实现。本发明作为基于FPGA的脑电眼电信号分析方法和系统可广泛应用于信号分析领域。
Description
技术领域
本发明涉及信号分析领域,尤其是基于FPGA的脑电眼电信号分析方法和系统。
背景技术
近年来以脑电、眼电等生物电信号为信息载体的人机交互技术,是当前计算机应用和信息处理领域的一个重要研究方向,具有重要的科学意义及广阔的应用前景。但是当生物电信号通道数多、信息量大时,如何保证对大规模信号的在线分析与处理,成为了一个亟需迫切解决的问题。
传统的大规模脑电、眼电信号分析与处理方法可分为软件与硬件方法两大类:软件方法优点是成本较低,操作较为简单。缺点是由于运算速度的限制,无法满足对大规模脑电、眼电信号的在线处理要求,常用于对信号离线分析与处理的场合;硬件方法多采用高性能计算机作为主要处理单元,优点是能满足信号的在线处理要求,如BlueGene, SpiNNaker 和SyNAPSE等系统都是基于巨型计算机来完成复杂的计算。缺点是其移植性非常差且配置复杂,价格昂贵,功耗过高,使其仅限于实验研究,难以作为产业化实现。
发明内容
为了解决上述技术问题,本发明的目的是:提供一种基于FPGA实现高性能的大规模脑电眼电信号分析方法。
为了解决上述技术问题,本发明的另一目的是:提供一种基于FPGA实现高性能的大规模脑电眼电信号分析系统。
本发明所采用的技术方案是:基于FPGA的脑电眼电信号分析方法,包括有以下步骤:
A、利用脑电眼电信号采集模块采集模拟电信号,并先后经过放大、滤波、模数转换和压缩编码后通过无线发送至FPGA板;
B、利用FPGA板对信号进行解码,得到多通道脑电眼电信号;
C、通过频谱转换模块对脑电信号进行处理,得到多通道的各个频段的能量值信息;
D、通过眨眼信号提取模块对眼电信号进行处理,提取多通道的各通道眨眼信息;
E、利用数据打包模块将上述信息打包成数据包,并发送至上位机;
F、上位机通过串口接收数据包,对数据包进行解析并获取有用数据,进而完成对数据的在线显示。
进一步,所述步骤C中频谱转换模块对各通道脑电信号进行FFT时域频域转换,进而通过转换结果计算各个频段的能量值。
进一步,所述步骤D包括以下子步骤:
D1、将眼电信号通过匹配滤波子模块完成对信号的匹配滤波;
D2、将滤波后的信号输入峰峰值检测子模块,完成对信号峰峰值的检测;
D3、上述检测后的信号输入值眨眼判断子模块,当峰峰值大于阈值时判断为眨眼信号;
D4、将眨眼信号的能量值存储至存储模块。
进一步,所述步骤E中数据包包括有数据包头、实际数据和检验变量。
进一步,所述上位机还通过串口控制FPGA板上的控制参数,所述控制参数包括有FFT时域频域转换的FFT长度和眨眼信号判断的阈值。
本发明所采用的另一技术方案是:基于FPGA的脑电眼电信号分析系统,包括有TGAM数据采集模块、FPGA板和上位机,所述FPGA板包括有数据解码模块、脑电信号频谱转换模块、眨眼信号提取模块和数据打包模块,所述TGAM数据采集模块的输出端连接至数据解码模块的输入端,所述数据解码模块的第一输出端连接至脑电信号频谱转换模块的输入端,所述数据解码模块的第二输出端连接至眨眼信号提取模块的输入端,所述脑电信号频谱转换模块的输出端和眨眼信号提取模块的输出端均连接至数据打包模块的输入端,所述数据打包模块连接至上位机。
进一步,所述数据解码模块包括有串口协议解析子模块和数据包协议解析子模块,所述TGAM数据采集模块的输出端通过串口协议解析子模块连接至数据包协议解析子模块的输入端,所述数据包协议解析子模块的第一输出端连接至脑电信号频谱转换模块的输入端,所述数据包协议解析子模块的第二输出端连接至眨眼信号提取模块的输入端。
进一步,所述脑电信号频谱转换模块包括有FFT时域频域转换子模块、能量计算子模块和脑电信号存储子模块,所述数据包协议解析子模块的第一输出端依次通过FFT时域频域转换子模块、能量计算子模块和脑电信号存储子模块连接至数据打包模块的输入端。
进一步,所述眨眼信号提取模块包括有匹配滤波子模块、峰峰值检测子模块、阈值判断子模块和眨眼信号存储子模块,所述数据包协议解析子模块的第二输出端依次通过匹配滤波子模块、峰峰值检测子模块、阈值判断子模块和眨眼信号存储子模块连接至数据打包模块的输入端。
进一步,所述数据打包模块包括有数据封装子模块和串口通信子模块,所述脑电信号频谱转换模块的输出端和眨眼信号提取模块的输出端均连接至数据封装子模块的输入端,所述数据封装子模块通过串口通信子模块连接至上位机。
本发明的有益效果是:本发明方法利用多通道的脑电信号频谱转换以及眨眼信号提取,提高了数据的处理速度;并通过对数据的打包保证数据的准确性以及传输的效率,实现对大规模脑电眼电信号的在线处理,并降低了实现的成本,易于嵌入式实现。
本发明的另一有益效果是:本发明系统通过FPGA板实现各个功能模块,利用多通道脑电信号频谱转换模块以及眨眼信号提取模块,提高了数据的处理速度,并通过数据打包模块保证数据的准确性以及传输的效率,降低硬件成本,易于嵌入式实现;同时还具备FPGA的高灵活性和高速并行计算优势,能够用于实时控制假肢设备及神经动态钳位技术。
附图说明
图1为本发明方法的步骤流程图;
图2为本发明系统结构示意图;
图3为本发明系统中数据解码模块的具体结构图;
图4为本发明系统中脑电信号频谱转换模块的具体结构图;
图5为本发明系统中眨眼信号提取模块的具体结构图;
图6为本发明系统中数据打包模块的具体结构图;
图7为本发明中上位机数据解析流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
参照图1,本发明方法包括有以下步骤:
A、利用脑电眼电信号采集模块采集模拟电信号,并先后经过放大、滤波、模数转换和压缩编码后通过无线发送至FPGA板;
采用单个TGAM模块作为单个的脑电眼电信号采集模块,参照图2,由多个TGAM_x共同构成本发明的TGAM数据采集模块。
本实施例中,TGAM数据采集模块通过蓝牙无线通信协议将数据传送至蓝牙串口模块,蓝牙串口模块将接收的数据转换成串口协议标准,最后将数据传送至FPGA模块。
B、利用FPGA板对信号进行解码,得到多通道脑电眼电信号;
FPGA板需按照TGAM数据采集模块根据信号的编码标准开发相应的数据解码模块,以恢复出原始生物电信号,所述数据解码模块包括有串口协议解析子模块和数据包协议解析子模块。
参照图3,本实施例中,TGAM模块与FPGA板之间通过蓝牙通信,因此数据解码模块包括蓝牙配置模块、串口协议解析子模块和数据包协议解析子模块。信号流程为:首先通过蓝牙配置模块配置相关参数至蓝牙串口模块中,准备好接收TGAM模块发送过来的数据;蓝牙模块接收的数据将传输至串口协议解析子模块,该模块完成对串口协议的解析后,将数据打包,送给后续的数据包头解析模块;数据包协议解析子模块识别数据包头,并解析出数据包长度、特征等信息,根据该信息提取出脑电、眼电信号,送至后续模块。
C、通过频谱转换模块对脑电信号进行处理,得到多通道的各个频段的能量值信息;
参照图4,脑电信号频谱转换模块的输入信号为多通道脑电、眼电信号,输出为多通道信号在不同频段的能量值。采用FPGA自带IP核完成各通道的FFT时域-频域转换。其中采样频率为512Hz,FFT长度为1024,转换时钟为200MHz,采用流水线法完成对多通道信号FFT转换;FFT转换结果送入后续能量计算子模块,该模块将计算以下各个频段的能量值:delta(0.5-2.75Hz)、theta(3.5-6.75Hz)、低频alpha(7.5-9.25Hz)、高频 alpha(10-11.75)、低频beta(13-16.75Hz)、高频beta(18-29.75)、低频gamma(31-39.75Hz)、中频gamma(41-49.75Hz);计算结果按通道的不同分别存入不同的FIFO单元,即脑电信号存储子模块。
D、通过眨眼信号提取模块对眼电信号进行处理,提取多通道的各通道眨眼信息;
参照图5,眨眼信号提取模块包括匹配滤波子模块、峰峰值检测子模块、阈值判断子模块、眨眼信号存储子模块。原始眼电信号经过匹配滤波子模块完成对信号的匹配滤波,其中匹配序列为预先存储的眨眼信号。该模块功能为抑制噪声信号,放大眨眼信号;上述模块输出信号输入至峰峰值检测子模块,完成对信号峰峰值的检测,以降低信号速率;上述模块输出信号输入至阈值判断子模块,当输入峰峰值大于预先设定的阈值时,即判断为眨眼信号,并记下当前眨眼能量值,并存入后续的眨眼信号存储子模块。
E、利用数据打包模块将上述信息打包成数据包,并发送至上位机;
参照图6,经前面流程处理后得到了多通道脑电信号在不同频段上的能量信息以及眨眼强度信息,FPGA板需将上述信息传递至上位机进行后续处理。在传送前需对每通道数据进行打包,数据包包括数据包头、实际数据、检验变量。数据包头用于识别数据包的起始时刻,紧接着定义数据包的长度。实际数据包括通道信息、脑电信号不通频段的能量信息、眨眼强度信息。检验变量部分用于检验有效数据的准确性。经过打包后的信号速率已经很小,FPGA板只需将每个通道数据每秒向上位机传送一次。因此本模块中采用串口通信协议完成FPGA板中的数据向上位机的传输。
F、上位机通过串口接收数据包,对数据包进行解析并获取有用数据,进而完成对数据的在线显示。
上位机通过串口接收FPGA板发送的数据包模块,先对数据包进行解析,获取有用数据;解析过程如图7所示。解析后的对数据就能进行在线显示,包括脑电信号显示窗口与眨眼信号显示窗口;上位机能通过串口协议控制FPGA各模块控制参数,如调节FFT长度、眨眼信号判断阀值等。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可以作出种种的等同变换或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于FPGA的脑电眼电信号分析方法,其特征在于:包括有以下步骤:
A、利用脑电眼电信号采集模块采集模拟电信号,并先后经过放大、滤波、模数转换和压缩编码后通过无线发送至FPGA板;
B、利用FPGA板对信号进行解码,得到多通道脑电眼电信号;
C、通过频谱转换模块对脑电信号进行处理,得到多通道的各个频段的能量值信息;
D、通过眨眼信号提取模块对眼电信号进行处理,提取多通道的各通道眨眼信息;
E、利用数据打包模块将上述信息打包成数据包,并发送至上位机;
F、上位机通过串口接收数据包,对数据包进行解析并获取有用数据,进而完成对数据的在线显示。
2.根据权利要求1所述的基于FPGA的脑电眼电信号分析方法,其特征在于:所述步骤C中频谱转换模块对各通道脑电信号进行FFT时域频域转换,进而通过转换结果计算各个频段的能量值。
3.根据权利要求2所述的基于FPGA的脑电眼电信号分析方法,其特征在于:所述步骤D包括以下子步骤:
D1、将眼电信号通过匹配滤波子模块完成对信号的匹配滤波;
D2、将滤波后的信号输入峰峰值检测子模块,完成对信号峰峰值的检测;
D3、上述检测后的信号输入值眨眼判断子模块,当峰峰值大于阈值时判断为眨眼信号;
D4、将眨眼信号的能量值存储至存储模块。
4.根据权利要求1所述的基于FPGA的脑电眼电信号分析方法,其特征在于:所述步骤E中数据包包括有数据包头、实际数据和检验变量。
5.根据权利要求3所述的基于FPGA的脑电眼电信号分析方法,其特征在于:所述上位机还通过串口控制FPGA板上的控制参数,所述控制参数包括有FFT时域频域转换的FFT长度和眨眼信号判断的阈值。
6.基于FPGA的脑电眼电信号分析系统,其特征在于:包括有TGAM数据采集模块、FPGA板和上位机,所述FPGA板包括有数据解码模块、脑电信号频谱转换模块、眨眼信号提取模块和数据打包模块,所述TGAM数据采集模块的输出端连接至数据解码模块的输入端,所述数据解码模块的第一输出端连接至脑电信号频谱转换模块的输入端,所述数据解码模块的第二输出端连接至眨眼信号提取模块的输入端,所述脑电信号频谱转换模块的输出端和眨眼信号提取模块的输出端均连接至数据打包模块的输入端,所述数据打包模块连接至上位机。
7.根据权利要求6所述的基于FPGA的脑电眼电信号分析系统,其特征在于:所述数据解码模块包括有串口协议解析子模块和数据包协议解析子模块,所述TGAM数据采集模块的输出端通过串口协议解析子模块连接至数据包协议解析子模块的输入端,所述数据包协议解析子模块的第一输出端连接至脑电信号频谱转换模块的输入端,所述数据包协议解析子模块的第二输出端连接至眨眼信号提取模块的输入端。
8.根据权利要求7所述的基于FPGA的脑电眼电信号分析系统,其特征在于:所述脑电信号频谱转换模块包括有FFT时域频域转换子模块、能量计算子模块和脑电信号存储子模块,所述数据包协议解析子模块的第一输出端依次通过FFT时域频域转换子模块、能量计算子模块和脑电信号存储子模块连接至数据打包模块的输入端。
9.根据权利要求7所述的基于FPGA的脑电眼电信号分析系统,其特征在于:所述眨眼信号提取模块包括有匹配滤波子模块、峰峰值检测子模块、阈值判断子模块和眨眼信号存储子模块,所述数据包协议解析子模块的第二输出端依次通过匹配滤波子模块、峰峰值检测子模块、阈值判断子模块和眨眼信号存储子模块连接至数据打包模块的输入端。
10.根据权利要求6所述的基于FPGA的脑电眼电信号分析系统,其特征在于:所述数据打包模块包括有数据封装子模块和串口通信子模块,所述脑电信号频谱转换模块的输出端和眨眼信号提取模块的输出端均连接至数据封装子模块的输入端,所述数据封装子模块通过串口通信子模块连接至上位机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410243389.2A CN104068850B (zh) | 2014-06-03 | 2014-06-03 | 基于fpga的脑电眼电信号分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410243389.2A CN104068850B (zh) | 2014-06-03 | 2014-06-03 | 基于fpga的脑电眼电信号分析方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104068850A true CN104068850A (zh) | 2014-10-01 |
CN104068850B CN104068850B (zh) | 2016-05-04 |
Family
ID=51590752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410243389.2A Expired - Fee Related CN104068850B (zh) | 2014-06-03 | 2014-06-03 | 基于fpga的脑电眼电信号分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104068850B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678959A (zh) * | 2016-02-25 | 2016-06-15 | 重庆邮电大学 | 一种疲劳驾驶监控预警方法及系统 |
CN107440714A (zh) * | 2017-09-07 | 2017-12-08 | 哈尔滨理工大学 | 一种专注度及眨眼动作提取装置及方法 |
CN110444148A (zh) * | 2019-07-30 | 2019-11-12 | 广州健飞通信有限公司 | 基于256级灰度led显示屏幕的fpga实现方法、装置及计算机可读存储介质 |
CN111743538A (zh) * | 2020-07-06 | 2020-10-09 | 江苏集萃脑机融合智能技术研究所有限公司 | 脑机接口报警方法及系统 |
CN112181137A (zh) * | 2020-09-11 | 2021-01-05 | 东南大学 | 眨眼识别装置、控制装置、识别方法及控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090025023A1 (en) * | 2007-06-06 | 2009-01-22 | Neurofocus Inc. | Multi-market program and commercial response monitoring system using neuro-response measurements |
CN101690659A (zh) * | 2009-09-29 | 2010-04-07 | 华东理工大学 | 脑电波分析方法 |
CN102783947A (zh) * | 2012-08-27 | 2012-11-21 | 北京理工大学 | 可并联扩展多通道脑电采集装置 |
CN203379122U (zh) * | 2013-07-26 | 2014-01-08 | 蔺彬涛 | 无线脑电及眼动测谎仪 |
-
2014
- 2014-06-03 CN CN201410243389.2A patent/CN104068850B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090025023A1 (en) * | 2007-06-06 | 2009-01-22 | Neurofocus Inc. | Multi-market program and commercial response monitoring system using neuro-response measurements |
CN101690659A (zh) * | 2009-09-29 | 2010-04-07 | 华东理工大学 | 脑电波分析方法 |
CN102783947A (zh) * | 2012-08-27 | 2012-11-21 | 北京理工大学 | 可并联扩展多通道脑电采集装置 |
CN203379122U (zh) * | 2013-07-26 | 2014-01-08 | 蔺彬涛 | 无线脑电及眼动测谎仪 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678959A (zh) * | 2016-02-25 | 2016-06-15 | 重庆邮电大学 | 一种疲劳驾驶监控预警方法及系统 |
CN105678959B (zh) * | 2016-02-25 | 2018-06-15 | 重庆邮电大学 | 一种疲劳驾驶监控预警方法及系统 |
CN107440714A (zh) * | 2017-09-07 | 2017-12-08 | 哈尔滨理工大学 | 一种专注度及眨眼动作提取装置及方法 |
CN110444148A (zh) * | 2019-07-30 | 2019-11-12 | 广州健飞通信有限公司 | 基于256级灰度led显示屏幕的fpga实现方法、装置及计算机可读存储介质 |
CN111743538A (zh) * | 2020-07-06 | 2020-10-09 | 江苏集萃脑机融合智能技术研究所有限公司 | 脑机接口报警方法及系统 |
CN112181137A (zh) * | 2020-09-11 | 2021-01-05 | 东南大学 | 眨眼识别装置、控制装置、识别方法及控制方法 |
CN112181137B (zh) * | 2020-09-11 | 2024-05-03 | 东南大学 | 眨眼识别装置、控制装置、识别方法及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104068850B (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104068850B (zh) | 基于fpga的脑电眼电信号分析方法和系统 | |
CN103793058A (zh) | 一种主动式脑机交互系统运动想象任务分类方法及装置 | |
CN103973324A (zh) | 一种宽带数字接收机及其实时频谱处理方法 | |
CN101576772A (zh) | 基于虚拟仪器稳态视觉诱发电位脑机接口系统及控制方法 | |
CN107569228B (zh) | 基于频带信息和支持向量机的颅内脑电信号特征波识别装置 | |
CN101539596A (zh) | 电网频率监测的方法 | |
CN106983509B (zh) | 一种具有实时打标功能的便携式脑电采集系统 | |
CN105262973B (zh) | 基于fpga实现并行多通道mipi模组点屏调节的装置及方法 | |
CN104035124A (zh) | 一种具有稳谱功能的多通道数字化谱仪 | |
CN105242784B (zh) | 基于交叉调制频率的稳态视觉诱发电位脑‑机接口方法 | |
CN105187138B (zh) | 一种子带拼接的宽带数据采集方法 | |
CN107193240A (zh) | 一种高通量生理信号采集分析装置 | |
CN106843509B (zh) | 一种脑机接口系统 | |
CN109893132A (zh) | 一种表面肌电信号采集系统 | |
CN203414563U (zh) | 一种局部放电ae位置检测系统 | |
CN201589810U (zh) | 一种单通道分时复用采样电路 | |
CN104361373A (zh) | 一种射频信号的采集与处理方法 | |
CN204571979U (zh) | 泥浆脉冲数据传输地面处理系统 | |
CN104068851B (zh) | 基于fpga的脑电信号采集系统和方法 | |
CN104281264A (zh) | 一种智能数据传输系统及方法 | |
CN205234511U (zh) | 一种血氧测试仪 | |
CN103148887A (zh) | 多模块实时监测系统及采用该系统实现数据同步存储方法 | |
CN204462752U (zh) | 一种信号采集处理系统 | |
CN107970031B (zh) | 一种高通量多通道电生理信号记录与刺激系统 | |
CN107806909B (zh) | 一种冲量式谷物流量传感器信号采集处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160504 |