CN107616792A - 一种万级数量通道的脑神经信号采集处理电路 - Google Patents
一种万级数量通道的脑神经信号采集处理电路 Download PDFInfo
- Publication number
- CN107616792A CN107616792A CN201710833042.7A CN201710833042A CN107616792A CN 107616792 A CN107616792 A CN 107616792A CN 201710833042 A CN201710833042 A CN 201710833042A CN 107616792 A CN107616792 A CN 107616792A
- Authority
- CN
- China
- Prior art keywords
- circuit
- brain
- signal
- analog
- charge pump
- 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
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种万级数量通道的脑神经信号采集处理电路,包括:检测阵列电路,包含万级数量探针电极用于对脑信号进行接收和预处理;模拟信号处理电路,具有两个信号处理通道,第一个处理通道为对脑信号逐一进行放大、滤波与数模转换后传递至微处理器中;第二个处理通道为将预处理后的各分区的脑信号进行放大与滤波后传递至开关选择电路,进而传输至相应的电荷泵中,再经过模数转后传递至微处理器中;时序产生电路,用于控制检测阵列电路的行列选择,还用于提供模拟信号处理所需的工作频率以及开关选择;电压基准电路,用于提供各个模块电路所需的基准电压。该电路可有效的检测生物绝大部分脑区的信号,方便了研究人员对大脑的研究,明确了解到生物行为受大脑控制情况。
Description
技术领域
本发明涉及生物脑神经信号检测领域,尤其涉及一种万级数量通道的脑神经信号采集处理电路。
背景技术
生物大脑的工作原理是人类至今没有揭开的谜题,也是人类到现今都一直在不断追寻探索的奥秘,对生物大脑的研究在未来将会是一个重大研究课题,而且对于生物大脑的研究是致力于揭示智力和创造性的本质,同时对有效地诊断和治疗神经、精神性疾病有着非常重要的临床意义。
脑的基本功能单元是神经元,当神经元活动时,其膜电位会发生一个全或无的短促变化,称为动作电位(Hodgkin,A.L.&Huxley,A.F.A quantitative description ofmembrane current and its application to conduction and excitation innerve.TheJournal of physiology 117,500-544 1952),细胞外记录到的信号幅度约为80-200微伏,持续时间约为1毫秒。神经元之间再通过“突出”进行信号传递并形成网络,脑神经网络庞大且复杂,目前,只有多通道在体记录技术,能直接检测群体神经元的胞外动作电位信号,并且满足单个神经元活动的水平的精度要求(Battaglia,F.P.&Schnitzer,M.J.Editorial overview:Large-scale recording technology:Scaling upneuroscience.Current opinion in neurobiology 32,iv-vi,doi:10.1016/j.conb.2015.03.002(2015)),然而这种传统的脑神经信号采集通道很少,现有的脑神经信号采集系统最多只能同时有1000个左右的采集通道,对于大脑这个复杂的神经元网络,需要尽可能多地同时观察、记录单个神经元的动作电位信号,所以现有的采集设备是远远不够满足于我们对脑神经网络如何工作的研究,而且现有的采集设备都存在成本高,体积大,携带不方便等特点。因此对于超高通量的神经元活动记录技术发的研究,且能同时观察清醒行为中动物脑内大量神经元的动作电位的技术开发是非常有必要的。
发明内容
本发明的目的是提供一种万级数量通道的脑神经信号采集处理电路,针对神经科学对揭示大规模神经元环路编码行为规律的迫切需求,旨在突破现有检测系统小于1000通道的限制,创新地集成万个通道的电极检测阵列采集电路,创新地对庞大数量的脑神经信号进行处理。
本发明的目的是通过以下技术方案实现的:
一种万级数量通道的脑神经信号采集处理电路,包括:检测阵列电路、模拟信号处理电路、时序产生电路以及电压基准电路;所述检测阵列电路与模拟信号处理电路相连,所述时序产生电路分别与检测阵列电路及模拟信号处理电路相连,所述电压基准电路分别与检测阵列电路、模拟信号处理电路及时序产生电路相连;其中:
所述检测阵列电路,包含万级数量探针电极用于对脑信号进行接收和预处理;
所述模拟信号处理电路,具有两个信号处理通道,第一个处理通道为对脑信号逐一进行放大、滤波与数模转换后传递至微处理器中;第二个处理通道为将预处理后的各分区的脑信号进行放大与滤波后传递至开关选择电路,进而传输至相应的电荷泵中,再经过模数转后传递至微处理器中;
所述时序产生电路,用于控制检测阵列电路的行列选择,还用于提供模拟信号处理所需的工作频率以及开关选择;
所述电压基准电路,用于提供各个模块电路所需的基准电压。
所述检测阵列电路中阵列为100行×100列,1-50行的检测点所连接的探针电极检测右脑信号,51-100行的检测点所链接的探针电极检测左脑信号;所述的预处理为针对脑信号做分区处理。
所述模拟信号处理电路包括:放大电路、滤波电路、第一模数转换电路、开关选择电路、电荷泵电路、复位电路以及第二模数转换电路;
第一个处理通道针对每个信号通道的脑信号进行处理,即通过放大电路、滤波电路以及第一模数转换电路逐一将脑信号进行放大、滤波与模数转换处理后传递至微处理器;
第二个处理通道针对各脑区域活动状态情况进行处理,即通过放大电路与滤波电路将分区的脑信号进行放大、滤波与模数转换处理后,经过开关选择电路传递至电荷泵电路中相应的电荷泵中,最后再经过第二模数转换电路将转换后的信号传递至微处理器中,所述复位电路每隔一段时间对电荷泵电路中的电荷泵进行复位。
所述电荷泵电路中每一个电荷泵对应一个相应的脑区,通过不断传递过来的脑信号,电荷泵上的电压根据传递过来的脑信号大小的强弱积累相应的电压。
由上述本发明提供的技术方案可以看出,对每个通道进行采样,并对每个通道进行区域划分处理,以解决现有脑神经检测信号通道少,检测脑区域不够全面的问题;同时,可有效的检测生物绝大部分脑区的信号,方便了研究人员对大脑的研究,明确了解到生物行为受大脑控制情况。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种万级数量通道的脑神经信号采集处理电路的示意图;
图2为本发明实施例提供的检测阵列电路示意图;
图3为本发明实施例提供的检测阵列电路中的检测点示意图;
图4为本发明实施例提供的检测阵列电路的行列扫描时序图;
图5为本发明实施例提供的模拟信号处理电路的结构框图;
图6为本发明实施例提供的线列阵式运放结构示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
图1为本发明实施例提供的一种万级数量通道的脑神经信号采集处理电路的示意图。如图1所示,其主要包括:检测阵列电路100、模拟信号处理电路200、时序产生电路400以及电压基准电路300;其中:
所述检测阵列电路,包含万级数量探针电极用于对脑信号进行接收和预处理;
所述模拟信号处理电路,具有两个信号处理通道,第一个处理通道为:对脑信号逐一进行放大、滤波与数模转换后传递至微处理器中;第二个处理通道为:将预处理后的各分区的脑信号进行放大与滤波后传递至开关选择电路,进而传输至相应的电荷泵中,再经过模数转后传递至微处理器中;
所述时序产生电路,用于控制检测阵列电路的行列选择,还用于提供模拟信号处理所需的工作频率以及电荷泵的开关选择;
所述电压基准电路,用于提供各个模块电路所需的基准电压。
为了便于理解,下面针对万级数量通道的脑神经信号采集处理电路中各部分做详细说明。
1、检测阵列电路
本发明实施例中,所述的检测阵列电路,集成了万级数量的检测点,其基于CMOS技术阵列上的每个检测点对应一个信号通道,每个检测点对微弱脑电信号进行检测,并对信号进行预处理,通过时序产生电路对检测阵列电路上的每个检测点进行选通,最终将信号一一传递至模拟信号处理电路中。
如图2所示,所述检测阵列电路中阵列金额图为100行×100列,1-50行的检测点所连接的探针电极检测右脑信号,51-100行的检测点所链接的探针电极检测左脑信号;所述的预处理为针对脑信号做分区处理。图2中的每一实心圆代表一个检测点。
检测阵列电路对每个检测点进行选通,是通过行扫描和列扫描开关阵列控制,使每个检测点完成信号传递,扫描开关阵列受时序产生电路控制。
阵列检测电路中,检测点电如图3所示,信号经过预处理后,时序控制行列选择开关将脑信号逐一传递;本发明实施例中,要求每秒完成20K次的阵列扫描,每一次的扫描为一帧,时序产生电路需要在每一帧的最开始先读出第1行,第1列位置的电极信号,然后依次读第1行,第2列的信号……直到第1行,第100列的电极信号读出来后,切换到第2行,第1列所在位置的电极信号,再按照第1行的列信号进行读取,最终读取了第100行,第100列的信号后表明这一帧的所有信号采集完毕,再进行下一帧的采集,如图4所示,本发明实施例中,所设计的电路为20k帧,所以每一帧的扫描时间是1/50毫秒,因此完成每一行扫描所用的时间是1/10微秒。
2、模拟信号处理电路
如图5所示,其主要包括:放大电路201、滤波电路202、第一模数转换电路203、开关选择电路204、电荷泵电路205、复位电路206以及第二模数转换电路207。
所述的模拟信号处理电路,具有两个信号处理通道:
1)第一个处理通道针对每个信号通道的脑信号进行处理,即通过放大电路、滤波电路以及第一模数转换电路逐一将脑信号进行放大、滤波与模数转换处理后传递至微处理器。
如图6所示,本发明实例中,该通道选择的是阵列式放大器,对检测阵列电路的每列信号进行放大,放大所需的单位增益带宽需大于2M,放大后的信号又经低通滤波电路进行滤波处理,滤除信号中带的噪声,然后将初步放大降噪后的信号进行模数转换,本发明实施例中,采用单个ADC对1万个模拟信号进行采样,ADC的采样速率大于200M。
2)第二个处理通道针对各脑区域活动状态情况进行处理,即通过放大电路与滤波电路将分区的脑信号进行放大、滤波与模数转换处理后,经过开关选择电路传递至电荷泵电路中相应的电荷泵中,最后再经过第二模数转换电路将转换后的信号传递至微处理器中,所述复位电路每隔一段时间对电荷泵电路中的电荷泵进行复位。所述电荷泵电路中每一个电荷泵对应一个相应的脑区,通过不断传递过来的脑信号,电荷泵上的电压根据传递过来的脑信号大小的强弱积累相应的电压。
示例性的,信号经过放大滤波后连接至开关选择电路,假设使用电荷泵1和电荷泵2,电荷泵1对应阵列检测电路中1-50行的右脑信号,电荷泵2对应阵列检测电路中51-100行的左脑信号,当此时检测的是1-50行的信号时,开关选择电路将信号接入电荷泵1,积累电荷;当此时检测的是51-100行的信号时,开关选择电路将信号接入电荷泵2,积累电荷;若电荷泵1的电压高于电荷泵2时,则此时生物的行为更受右脑影响,相反时则更受左脑影响;每隔一秒会对电荷泵上的电压进行采样并复位,进行下一次生物的行为检测。
本发明实施例中,开关选择电路,采用多选一开关来实现的,使不同信号连接至不同电荷泵,由时序产生电路控制,使此刻检测的某脑区的脑神经信号连接至相应的脑区电荷泵。
本发明实施例中,不同的生物行为对应着不同的脑区活动状态,所以每过一段时间都要通过所述复位电路对电荷泵上的电压进行复位,以便检测下一个生物行为的脑区活动状态。
本发明实施例中,所述的放大电路,从检测阵列电路里传递过来的脑神经信号经过放大器进行放大,每个信道可共用一个放大电路,或每个信道对应一个放大电路。
本发明实施例中,所述的滤波电路,将放大后的脑神经信号进行滤波处理,除去信号中的噪声,再传递至模数转换电路以及开关选择电路中。
3、时序产生电路
时序产生电路由FPGA控制,用于产生检测阵列电路和模拟信号处理电路所需的控制开关时序和工作频率,控制检测阵列电路中的行列选择与模拟信号电路中的开关选择电路、模数转换电路,逐一完成每一路脑信号通道的检测。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (4)
1.一种万级数量通道的脑神经信号采集处理电路,其特征在于,包括:检测阵列电路、模拟信号处理电路、时序产生电路以及电压基准电路;所述检测阵列电路与模拟信号处理电路相连,所述时序产生电路分别与检测阵列电路及模拟信号处理电路相连,所述电压基准电路分别与检测阵列电路、模拟信号处理电路及时序产生电路相连;其中:
所述检测阵列电路,包含万级数量探针电极用于对脑信号进行接收和预处理;
所述模拟信号处理电路,具有两个信号处理通道,第一个处理通道为对脑信号逐一进行放大、滤波与数模转换后传递至微处理器中;第二个处理通道为将预处理后的各分区的脑信号进行放大与滤波后传递至开关选择电路,进而传输至相应的电荷泵中,再经过模数转后传递至微处理器中;
所述时序产生电路,用于控制检测阵列电路的行列选择,还用于提供模拟信号处理所需的工作频率以及开关选择;
所述电压基准电路,用于提供各个模块电路所需的基准电压。
2.根据权利要求1所述的一种万级数量通道的脑神经信号采集处理电路,其特征在于,所述检测阵列电路中阵列为100行×100列,1-50行的检测点所连接的探针电极检测右脑信号,51-100行的检测点所链接的探针电极检测左脑信号;所述的预处理为针对脑信号做分区处理。
3.根据权利要求1所述的一种万级数量通道的脑神经信号采集处理电路,其特征在于,所述模拟信号处理电路包括:放大电路、滤波电路、第一模数转换电路、开关选择电路、电荷泵电路、复位电路以及第二模数转换电路;
第一个处理通道针对每个信号通道的脑信号进行处理,即通过放大电路、滤波电路以及第一模数转换电路逐一将脑信号进行放大、滤波与模数转换处理后传递至微处理器;
第二个处理通道针对各脑区域活动状态情况进行处理,即通过放大电路与滤波电路将分区的脑信号进行放大、滤波与模数转换处理后,经过开关选择电路传递至电荷泵电路中相应的电荷泵中,最后再经过第二模数转换电路将转换后的信号传递至微处理器中,所述复位电路每隔一段时间对电荷泵电路中的电荷泵进行复位。
4.根据权利要求3所述的一种万级数量通道的脑神经信号采集处理电路,其特征在于,所述电荷泵电路中每一个电荷泵对应一个相应的脑区,通过不断传递过来的脑信号,电荷泵上的电压根据传递过来的脑信号大小的强弱积累相应的电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710833042.7A CN107616792B (zh) | 2017-09-15 | 2017-09-15 | 一种万级数量通道的脑神经信号采集处理电路 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710833042.7A CN107616792B (zh) | 2017-09-15 | 2017-09-15 | 一种万级数量通道的脑神经信号采集处理电路 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107616792A true CN107616792A (zh) | 2018-01-23 |
CN107616792B CN107616792B (zh) | 2020-01-03 |
Family
ID=61089725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710833042.7A Active CN107616792B (zh) | 2017-09-15 | 2017-09-15 | 一种万级数量通道的脑神经信号采集处理电路 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107616792B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991628A (zh) * | 2019-11-02 | 2020-04-10 | 复旦大学 | 一种基于电荷泵的神经元电路 |
CN113633262A (zh) * | 2021-08-13 | 2021-11-12 | 嘉兴知芯电子科技有限公司 | 近红外光谱脑功能成像系统及成像信号采样方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011004078A1 (fr) * | 2009-07-07 | 2011-01-13 | Hautes Etudes D'ingenieur | Procede de traitement de donnees permettant le filtrage d'artefacts, adapte notamment a l'electroencephalographie |
CN103270779A (zh) * | 2011-02-10 | 2013-08-28 | 松下电器产业株式会社 | 脑电波记录装置、助听器、脑电波记录方法以及其程序 |
CN104013400A (zh) * | 2014-05-30 | 2014-09-03 | 西安交通大学 | 一种高精度低功耗多通道脑深部神经电信号无线采集系统 |
WO2015066791A1 (en) * | 2013-11-05 | 2015-05-14 | Neurochip Corporation | Method and apparatus for processing eeg signals |
CN206147520U (zh) * | 2016-08-02 | 2017-05-03 | 昆明理工大学 | 一种用于基于运动想象和p300相结合的脑机接口控制虚拟现实的数据采集装置 |
-
2017
- 2017-09-15 CN CN201710833042.7A patent/CN107616792B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011004078A1 (fr) * | 2009-07-07 | 2011-01-13 | Hautes Etudes D'ingenieur | Procede de traitement de donnees permettant le filtrage d'artefacts, adapte notamment a l'electroencephalographie |
CN103270779A (zh) * | 2011-02-10 | 2013-08-28 | 松下电器产业株式会社 | 脑电波记录装置、助听器、脑电波记录方法以及其程序 |
WO2015066791A1 (en) * | 2013-11-05 | 2015-05-14 | Neurochip Corporation | Method and apparatus for processing eeg signals |
CN104013400A (zh) * | 2014-05-30 | 2014-09-03 | 西安交通大学 | 一种高精度低功耗多通道脑深部神经电信号无线采集系统 |
CN206147520U (zh) * | 2016-08-02 | 2017-05-03 | 昆明理工大学 | 一种用于基于运动想象和p300相结合的脑机接口控制虚拟现实的数据采集装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991628A (zh) * | 2019-11-02 | 2020-04-10 | 复旦大学 | 一种基于电荷泵的神经元电路 |
CN110991628B (zh) * | 2019-11-02 | 2023-04-18 | 复旦大学 | 一种基于电荷泵的神经元电路 |
CN113633262A (zh) * | 2021-08-13 | 2021-11-12 | 嘉兴知芯电子科技有限公司 | 近红外光谱脑功能成像系统及成像信号采样方法 |
CN113633262B (zh) * | 2021-08-13 | 2023-08-18 | 嘉兴知芯电子科技有限公司 | 近红外光谱脑功能成像系统及成像信号采样方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107616792B (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Franke et al. | High-density microelectrode array recordings and real-time spike sorting for closed-loop experiments: an emerging technology to study neural plasticity | |
Wallis et al. | From rule to response: neuronal processes in the premotor and prefrontal cortex | |
EP1436606B1 (de) | Sensor-anordnung | |
CN101339455B (zh) | 基于人脸识别特异性波n170成分的脑机接口系统 | |
CN107616792A (zh) | 一种万级数量通道的脑神经信号采集处理电路 | |
Chao et al. | Effects of random external background stimulation on network synaptic stability after tetanization: a modeling study | |
CN102247137A (zh) | 基于微电极阵列的多通道神经信息检测系统 | |
CN113589937B (zh) | 一种基于孪生网络核回归的侵入式脑机接口解码方法 | |
Hahn et al. | Working memory capacity of crows and monkeys arises from similar neuronal computations | |
Napoli et al. | Understanding the temporal evolution of neuronal connectivity in cultured networks using statistical analysis | |
CN107485385A (zh) | 一种超高通量高时空分辨率活体神经元活动检测系统 | |
CN102879367B (zh) | 高等植物活体原位电活动的光电同步记录系统及方法 | |
CN101339413A (zh) | 基于脑电中人脸识别特异性波的开关控制方法 | |
Vallicelli et al. | Neural spikes digital detector/sorting on FPGA | |
Ortman et al. | Input separability in living liquid state machines | |
Potter et al. | Long-term bidirectional neuron interfaces for robotic control, and in vitro learning studies | |
Shaik et al. | Extracellular neural stimulation and recording with a Thin-Film-Transistor (TFT) array device | |
Biswas | Proposal for ranking nodes of neural network using activity index | |
Berdondini et al. | High resolution electrophysiological activity imaging of in-vitro neuronal networks | |
Imfeld et al. | Real‐time signal processing for high‐density microelectrode array systems | |
Tambaro et al. | A scalable spike detection method for implantable high-density multielectrode array | |
Thorbole et al. | Hardware implementation of genetic algorithm for epileptic seizure detection and prediction | |
Eiler et al. | Bioelectrical Signal Analysis of Mouse Cardiomyocyte Culture recorded on Thin-Film-Transistor Sensor Arrays | |
Saito et al. | Simulated activation patterns of biological neurons cultured onto a multi-electrode array based on a modified izhikevich's model | |
Maccione et al. | Imaging extracellular neuronal signaling on high resolution microelectrode arrays (MEAs) Hippocampal cultures coupled with a high resolution neuroelectronic interface |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211229 Address after: 230000 China (Anhui) pilot Free Trade Zone, Hefei, Anhui Province a1205-a1208, future center, Institute of advanced technology, University of science and technology of China, No. 5089, Wangjiang West Road, high tech Zone, Hefei Patentee after: Hefei Zhongke microelectronics Innovation Center Co.,Ltd. Address before: 230026 Jinzhai Road, Baohe District, Hefei, Anhui Province, No. 96 Patentee before: University of Science and Technology of China |