CN108478218A - 基于高性能电路与虚拟仪器的脑电信号采集系统 - Google Patents

基于高性能电路与虚拟仪器的脑电信号采集系统 Download PDF

Info

Publication number
CN108478218A
CN108478218A CN201810370334.6A CN201810370334A CN108478218A CN 108478218 A CN108478218 A CN 108478218A CN 201810370334 A CN201810370334 A CN 201810370334A CN 108478218 A CN108478218 A CN 108478218A
Authority
CN
China
Prior art keywords
eeg
module
circuit
eeg signal
signal
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.)
Pending
Application number
CN201810370334.6A
Other languages
English (en)
Inventor
王雯莹
欧阳伊萌
张虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201810370334.6A priority Critical patent/CN108478218A/zh
Publication of CN108478218A publication Critical patent/CN108478218A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features
    • A61B2560/0204Operational features of power management
    • A61B2560/0214Operational features of power management of power generation or supply

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Psychology (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了基于高性能电路与虚拟仪器的脑电信号采集系统,包括:EEG采集装置,其包括EEG提取硬件模块、EEG数据采集与处理软件模块,所述EEG数据采集与处理软件模块由EEG信号前端调理模块和EEG ADC采样模块组成;EEG信号前端调理模块由前置放大模块、级间高通、主放大电路、30Hz低通滤波电路、50Hz陷波器、第二级放大电路以及电平调节电路组成;电池供电的供电系统,其保持电源浮地,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,保持所述EEG采集装置的稳定性。主放大电路、第二级放大电路、30Hz低通滤波电路以及电平调节电路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。

Description

基于高性能电路与虚拟仪器的脑电信号采集系统
技术领域
本发明涉及脑电信号采集系统技术领域,具体为基于高性能电路与虚拟仪器的脑电信号采集系统。
背景技术
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EEG,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。
自从1924年德国科学家Berger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。作为一种无创的人体检测手段,EEG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。长期以来,EEG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。到了21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(BCI)研究就是其中之一,使得脑电研究进入了功能康复领域。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EEG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EEG信号采集技术。但是,医疗设备的出口受到各国的限制,大幅提高了许多国内外EEG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EEG 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EEG研究工作,尤其是初期和普通环境下的EEG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EEG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EEG研究揭示更多EEG信息的奥秘。
EEG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BCI技术在康复工程和军事领域有重要的应用价值i,引起了全世界越来越多的关注和重视。在商用设备中,2003年后,世界上最大的健康监护设备生产商VIASYS Healhtcare Inc.开发出了基于PDA的便携式手持EEG监护仪”SNAP”。在采集性能方面,EEG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1995年,在W.J.Ross Dunseath的研究中,就关注了采集系统在非屏蔽环境下的EEG采集性能,不过其每个通道的CMRR在 60Hz(工频干扰)只有85到90dB。2008年Refet Firat Yazicioglu的研究中,电路的CMRR能达到120dB。2010年Naveen Verma的研究的EEG采集系统电流放大CMRR高于60dB,不过没有阐述关于系统在非屏蔽环境中的改善方法。因此,EEG采集装置的发展空间依然巨大,由于商用EEG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EEG研究者不断自行研制EEG采集装置。不同应用的EEG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EEG采集设备有利于降低EEG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EEG采集装置发展的必然要求。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的基于高性能电路与虚拟仪器的脑电信号采集系统。
为实现上述目的,本发明提供如下技术方案:
基于高性能电路与虚拟仪器的脑电信号采集系统,包括:
EEG采集装置,其包括EEG提取硬件模块、EEG数据采集与处理软件模块,所述EEG数据采集与处理软件模块由EEG信号前端调理模块和EEG ADC采样模块组成;
EEG信号前端调理模块由前置放大模块、级间高通、主放大电路、30Hz 低通滤波电路、50Hz陷波器、第二级放大电路以及电平调节电路组成;
所述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EEG信号的初步放大,是前端调理模块的核心部分;
所述EEG ADC采样模块采用基于MCU MSP430的片内ADC12数模转换模块以及串口通信模块,所述串口通信模块为片内RS-232标准串行模块;
PC端信号软件采集与处理模块,其运行基于LabVIEW平台的虚拟仪器软件,利用VISA I/O模块实现与EEG ADC采样模块的串口通信模块进行数据通信,并通过接收串口通信模块的串口二进制数据,虚拟仪器计算并打印EEG 信号;
电池供电的供电系统,其保持电源浮地,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,保持所述EEG采集装置的稳定性。
优选的,所述MCU MSP430实现模拟EEG信号的12bit精度数字化采样和标准串口数据传输,所述片内RS-232标准串行模块简化了嵌入式数字模块的开发过程,其集成模块的稳定性也高于分立模块,数字化EEG数据通过采样中断程序放入串口缓冲区,数字EEG信号通过串口中断送入PC端。
优选的,EEG ADC采样模块采集的EEG信号被写入TXT文件保存,并将合理的EEG信号处理算法加入到研究中,采用小波变换分离EEG节律成分可以直观反映EEG节律变化,EEG信号进行傅里叶变换还可以得到EEG能量分布。
优选的,所述EEG提取硬件模块包括头部传感电极,其获得的电压信号在100μV以下,所述EEG信号就淹没在这些电压信号中。
优选的,所述EEG信号前端调理模块采用模拟电路技术,利用EEG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EEG 信号,使得输入端共模抑制能力≥100dB,输入阻抗≥10MΩ,并结合驱动电路设计提高电路共模抑制性能,所述EEG信号前端调理模块输出模拟EEG信号,并送入EEG ADC采样模块。
优选的,所述主放大电路、第二级放大电路、30Hz低通滤波电路以及电平调节电路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。
与现有技术相比,本发明的有益效果是:主放大电路、第二级放大电路、 30Hz低通滤波电路以及电平调节电路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EEG信号的高增益放大,增益值通常在40dB以上。由于 EEG信号有效频率处于0.5-30Hz,为了减小噪声,30Hz低通滤波电路电路在主放大之后进一步滤除带外噪声。为了尽可能地保留EEG信号特征,系统通带应保持平滑使得EEG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30Hz低通滤波电路之后加入Q值较高的50Hz陷波器,既能提高信噪比,又能保留EEG信号。第二级放大电路对EEG信号进行调节性的放大,使其能达到不同需求的EEG幅值,使得总增益达到70dB以上。电平抬升电路将EEG直流水平调节至ADC采样电路预备状态。
利用MCU MSP430F169搭建EEG ADC采样模块,MSP430F169具有片内多通道ADC12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12bit转换精度以及高倍速率采样很好地保留了EEG信号细节。数字化后的EEG数据依次送入到串口缓冲寄存器,MSP430F169自带两路串行通信,联合单片MAX3232 辅助外围电路完成串行通信。硬件通过标准RS232串口线与PC机相连,EEG 数据以二进制的方式送入PC软件。
EEG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PCB上的分隔式排布,模拟地与数字地通过电感或者0Ω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EMI干扰。
附图说明
图1为本发明EEG采集装置结构示意图;
图2为本发明电极安放法命名示意图;
图3为本发明三运放差分输入结构示意图;
图4为本发明前置放大模块结构示意图;
图5为本发明主放大电路结构示意图;
图6为本发明UAF42原理结构示意图;
图7为本发明30Hz低通滤波电路结构示意图;
图8为本发明UAF42滤波模块原理示意图;
图9为本发明UAF42 50Hz陷波模块结构示意图;
图10为本发明50Hz陷波模块内部原理图;
图11为本发明EEG幅值和电平调节模块设计示意图;
图12为本发明EEG ADC采样模块框图;
图13为本发明采样前LP设计图;
图14为本发明MSP430F169内部模块;
图15为本发明MSP430F169电路设计图;
图16为本发明MAX3232串口辅助电路图;
图17为本发明EEG ADC采样模块程序流程图。
具体实施方式
下面将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。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1-17,本发明提供一种技术方案:
基于高性能电路与虚拟仪器的脑电信号采集系统,包括:
EEG采集装置,其包括EEG提取硬件模块、EEG数据采集与处理软件模块,所述EEG数据采集与处理软件模块由EEG信号前端调理模块和EEG ADC采样模块组成;
EEG信号前端调理模块由前置放大模块、级间高通、主放大电路、30Hz 低通滤波电路、50Hz陷波器、第二级放大电路以及电平调节电路组成;
所述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EEG信号的初步放大,是前端调理模块的核心部分;
所述EEG ADC采样模块采用基于MCU MSP430的片内ADC12数模转换模块以及串口通信模块,所述串口通信模块为片内RS-232标准串行模块;
PC端信号软件采集与处理模块,其运行基于LabVIEW平台的虚拟仪器软件,利用VISA I/O模块实现与EEG ADC采样模块的串口通信模块进行数据通信,并通过接收串口通信模块的串口二进制数据,虚拟仪器计算并打印EEG 信号;
电池供电的供电系统,其保持电源浮地,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,保持所述EEG采集装置的稳定性。
所述MCU MSP430实现模拟EEG信号的12bit精度数字化采样和标准串口数据传输,所述片内RS-232标准串行模块简化了嵌入式数字模块的开发过程,其集成模块的稳定性也高于分立模块,数字化EEG数据通过采样中断程序放入串口缓冲区,数字EEG信号通过串口中断送入PC端。
EEG ADC采样模块采集的EEG信号被写入TXT文件保存,并将合理的EEG 信号处理算法加入到研究中,采用小波变换分离EEG节律成分可以直观反映 EEG节律变化,EEG信号进行傅里叶变换还可以得到EEG能量分布。
所述EEG提取硬件模块包括头部传感电极,其获得的电压信号在100μV 以下,所述EEG信号就淹没在这些电压信号中。
所述EEG信号前端调理模块采用模拟电路技术,利用EEG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EEG信号,使得输入端共模抑制能力≥100dB,输入阻抗≥10MΩ,并结合驱动电路设计提高电路共模抑制性能,所述EEG信号前端调理模块输出模拟EEG信号,并送入EEG ADC采样模块。
所述主放大电路、第二级放大电路、30Hz低通滤波电路以及电平调节电路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EEG信号的高增益放大,增益值通常在40dB以上。由于 EEG信号有效频率处于0.5-30Hz,为了减小噪声,30Hz低通滤波电路电路在主放大之后进一步滤除带外噪声。为了尽可能地保留EEG信号特征,系统通带应保持平滑使得EEG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30Hz低通滤波电路之后加入Q值较高的50Hz陷波器,既能提高信噪比,又能保留EEG信号。第二级放大电路对EEG信号进行调节性的放大,使其能达到不同需求的EEG幅值,使得总增益达到70dB以上。电平抬升电路将EEG直流水平调节至ADC采样电路预备状态。
利用MCU MSP430F169搭建EEG ADC采样模块,MSP430F169具有片内多通道ADC12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12bit转换精度以及高倍速率采样很好地保留了EEG信号细节。数字化后的EEG数据依次送入到串口缓冲寄存器,MSP430F169自带两路串行通信,联合单片MAX3232 辅助外围电路完成串行通信。硬件通过标准RS232串口线与PC机相连,EEG 数据以二进制的方式送入PC软件。
EEG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PCB上的分隔式排布,模拟地与数字地通过电感或者0Ω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EMI干扰。
头部传感电极是EEG采集装置与人体直接接触的部分,头部传感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。头部传感电极采用表面电极,材质为纯银。
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EEG记录带来电极伪差,这个极化干扰可以通过使用Ag-AgCl电极减缓电极极化。但是,极化电压依然是难以完全避免的,因此在EEG硬件设计中需要加入极化电压消除手段。
头部传感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。EEG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。脑部不同部位以及不同导联法将可以检测到不同的EEG信号。
电极安放法的具体安放位置需要根据被测试者颅骨标志的测量加以确定,使得电极分布尽可能与被测试者头颅大小形成比例;其次所有电极的标准位置应当覆盖头部的所有部位,电极位置的名称也应结合脑部生理分区 (额、颞、顶、枕);EEG电极安放应符合生理解剖学;电极用阿拉伯数字标示如表3.2:左半球为奇数,右半球为偶数,零点代表头颅正中位,A1、A2 代表左右耳垂。接近中线的电极名称数字较小,外侧的数字较大。10-20电极放置法在侧面将鼻根和枕外粗隆相连接,在俯视面位把鼻根、外耳孔和枕外粗隆相连,中点为头顶Cz,通过Cz将两个连线分为2个10%和4个20%。各个电极与邻近电极离开10%或20%距离。
EEG传感器电压信号经过导联线传输后,被送入前置放大器模块进行EEG 提取和初步放大。传感器上直接获取的信号包含着EEG信号,非屏蔽环境下, EEG信号完全淹没在人体共模干扰,高频干扰、极化电压、射频干扰以及多种伪迹之中。EEG前置放大器对EEG信号的提取和处理效果是十分显著的,前置放大模块是整个硬件的关键模块。
根据生物电EEG的特点,EEG信号属于高内阻且幅值微小的信号,通过 EEG传感器提取呈现出信号源不稳定高内阻性。研究表明,硬件输入端面临的信号源内阻可达100kΩ。根据阻抗匹配原理,后级的输入阻抗高于前级阻抗的5倍以上,说明电路模块阻抗匹配良好,保证EEG信号能顺利进入电路,因此,前置放大模块的输入阻抗需达到1MΩ以上。
一般来说,两条导联线上的信号中主要干扰成分如市电干扰(50Hz),EEG 带外高频噪声都属于共模干扰,所谓共模干扰,就是两导联线中相对于“地”上具有相同电位变化的干扰电信号。在所有干扰中,共模干扰对EEG信号的信噪比影响最大,前置放大电路模块应具有高共模抑制比(common-mode rejection ratio简称CMRR)能力。
CMRR=20*lg(Aud/Auc)(dB)
其中,Aud表示前置放大器对差模信号的放大倍数,Auc表示共模信号的放大倍数。CMRR数值表征了前置放大模块对共模干扰的抑制能力。在生物电领域,至少高于80dB的CMRR电路才能抵抗人体强大的共模干扰,对于幅值更加微弱的EEG来说,120dB CMRR是比较理想的性能指标。
在保证有效地抑制EEG噪声情况下,前置放大模块需要保持一定增益。由于受到极化电压和噪声通过这一级,增益应适中确定。器件选型和电路应采用低噪声和低温漂设计,避免混入噪声。
三运放差分输入结构,其深度电压串联负反馈结构使其具有很高的输入阻抗,由于A1、A2运放特性相同,则它们的共模输出电压和漂移电压也相同,再通过A3组成的差分式电路,相同电压相互抵消,可以获得很强的共模抑制能力以及很小的输出电压漂移。分立运放A1、A2很难保证特性完全相同,因此本设计采用集成三运放差分输入结构的仪表运放AD620或INA128完成前置放大器设计。这两款芯片都提供较高的CMRR和输入阻抗特性,其中Maxim仪表运放AD620内部改进于3运放差分输入结构。提供高精度(最大非线性度 40ppm)、0.28μVpp噪声,最小100dB CMMR的出色性能,输入端阻抗更是高达GΩ级和较低的输出阻抗,可以用于生物电信号差分放大器。同时结合驱动抗干扰技术,设计出性能较高的前置放大模块。
单通道EEG需要三路电极。IN+和IN-是差分输入,还有一路驱动电极。不过在多通道EEG装置中,所有通道将共用驱动电极。在非屏蔽实验环境下,空间中存在许多射频干扰(300KHz-30GHz),易通过导联线进入电路影响信号质量和放大器的高增益工作,仪表放大器会对这些干扰信号进行整流,会导致直流电压失调的出现。设计中,RIN+、RIN-线构成将仪表运放的输入端与信号隔离,保护运放过载。IN+与IN-线路上的采用相同特性值器件,即RIN+=RIN-=4KΩ,避免元件特性不一造成输入误差。同时,RIN+、RIN-与C1、C2、C3构成一个射频滤波网络,C1跨接两边与C2和C3组成串联组合并联, C1影响差模信号,C2和C3影响共模信号,电容不匹配将引起的仪表放大器的共模抑制能力CMRR,因此C1电容值需要远大于C2和C3,至少高出一个数量级。射频滤波网络差分带宽定义为当差分输入信号施加到电路的两个输入端(+IN和-IN)时滤波器的频率响应。RF滤波器的-3dB差分宽带(BW)为:
其中,RIN=RIN+=RIN-=4KΩ;C1=47nF;C3=C2=1nF。
设计中,射频滤波阻止400Hz以上的噪声进入仪表运放输入端。仪表运放AD620实现差分放大,AD620标准输入阻抗高达10GΩ,完全满足EEG信号源采集要求,内部三运放性能指标完全相同,严格对称的差动放大结构使其的CMRR最小可达100dB(G=10)以及其低噪声和低温漂性能使其广泛用于人体无创监测仪器和精密数据采集系统。仪表放大器的CMRR与增益成正比,增益越高其共模抑制能力越强。不过,由于极化电压和输入失调电压的存在,为了避免仪表放大器放大截止,设计中差分放大级增益不能过高,控制在20dB 左右。差分增益由1脚至8脚的外部电阻网络RG1、RG2、RG3调节,可表示为:
其中49.4KΩ来自内部电阻,RG1=RG2=22KΩ,RG3=5.6KΩ。
另外,前置放大模块加入了人体驱动电路抗干扰设计。共模信号通过RG1 和RG2中间点引出,A2运放形成一个电压跟随器来提高电路的驱动能力。A1 运放组成一个反相放大电路将共模信号通过驱动电极反馈到人体,形成共模电压负反馈。整个人体驱动电路构成了人体地共模信号反馈通路,从而大大减小了共模电压的输入,则包括工频干扰(50Hz)在内的干扰大大降低。现代采集技术研究表明,所有生物电采集都应该加入共模反馈驱动电路,早期驱动电路总是接于人体右腿部,因此也称为右腿驱动电路,加入驱动电路后 EEG信号中的交流共模干扰可降低100倍,从而提高差分放大电路CMRR特性。另外,如果采用屏蔽线较长的话,可以在A2运放输出端接至屏蔽网络,减少分布电容。
在部分EEG采集系统设计中,为了消除电极的极化电压等直流干扰,在输入之前加入隔直电容,但是分立电容难以保持相同特性,造成电容不匹配引入的误差。因此,本设计将AD620设计成交流电偶放大工作状态。利用运放A3、Cf、Rf构成截止频率为0.05Hz的高通负反馈电路,反馈接至AD620REF 管脚,让它工作于交流放大状态,这种设计同时具有消除基线漂移效果。
EEG信号振幅在50μV以内,要获得可视化的波形一般需要将信号放大至 2V左右,因此采集装置总放大倍数在4W倍以上。单级增益无法满足这么高的要求,设计采用三级放大完整总增益。前置放大作为第一级,完成了EEG信号的提取和初步放大,EEG信号需要进行进一步的高增益放大。
作为EEG信号的主放大模块,承担着信号主要的放大作用,放大倍数应达到50-100倍。模拟信号放大电路通常有同相放大电路和反相放大电路。其中,同相放大电路具有输入阻抗高、可单电源供电等特点,不过同相放大结构没有“虚地”,除了差模信号之外还存在较大的共模信号,使其抗干扰性能相对较差。反相放大结构两个输入端电位始终近似为零(同相端接地,反相端虚地),使其只存在差模信号,具有优良的抗干扰能力。虽然反相放大结构输入阻抗较低,但是前置放大模块优良性能保证了其低输出阻抗,确保主放大模块与前级的阻抗的良好匹配。
EEG信号经过前置放大处理后,只有百μV级别,而且通常因为前置运放输出端存在输入失调电压和极低频的噪声会影响主放大模块的工作点。因此,采用一级无源高通网络耦合前后级,滤除直流和低频干扰,防止EEG基线出现上下浮动即基线漂移。EEG属于低频电信号,隔直电容Chp电容值较大(1μF) 保持电路良好的低频性能。整个HP的截止频率由式(3-4)决定: fhp=1/2πRhpChp≈0.05Hz
其中,fhp表示HP的截止频率,Rhp=3.3MΩ、Chp=1μF。实验表明,高通耦合之后,电路中出现的基线漂移基本消除,运放工作状态良好。
随后,EEG信号进入反相放大电路。在EEG采集电路中,所有设计和元件选取应追求低噪声化,本设计中运放都采用高精度、低噪声运算放大器TI公司的OPA2227。OPA2227提供低噪声高CMRR(138dB)、高开环增益(160dB)、低输入偏置电流(最大10nA)、低输入失调电压(最大75μV) 完美性能。由OPA2227组成的反相放大电路的增益由输入电阻Ra和反馈电阻 Rf决定:GMA=-20lg(Rf/Ra)=40dB
其中,GMA表示反相放大增益,Rf=1MΩ,Ra=10KΩ。模块设计中加入平衡电阻Rb以此匹配阻抗和减小失调电流。Rb阻值有Rf和Ra决定: Rb=Ra//Rf≈10KΩ。
EEG信号各节律成分集中在30Hz以下,30Hz以上的视为噪声,在非屏蔽实验环境中一些高频信号以毛刺的形式叠加在EEG信号中,幅度大的噪声更是可以扰乱EEG信号。因此,EEG采集装置需要加入性能良好的滤波模块,EEG 信号对模拟硬件要求是非常高的。首先,滤波模块的截止频率应尽量靠近 30Hz,以此将更多带外噪声滤除;其次,滤波模块需具有平滑的通频带,使 EEG的各频率分量的增益相同,保留EEG各节律能量和幅度的细节。设计中采用波特沃斯型滤波电路实现低通滤波模块,在滤波器设计过程中,分立元件的特性值一直是研究者烦恼的问题,尤其是电容器件的特性值难以把握,所以集成可调的滤波器件是合理的选择。
UAF42是一款通用有源滤波芯片,并可通过配置外围电路成为较大带宽的低通、高通、带通、带阻滤波电路。UAF42采用经典的阶数可变的模拟电路结构,由一个反相放大器和两个积分器组成,片内还留有一个空余运放。芯片的创新设计在于内部集成了两个1000pF的精密电容,电容值误差在0.5%以内。这种结构解决了有源滤波设计最困难的问题之一,获得低损耗、严格误差的电容。
设计中30Hz以内的EEG信号将被保留,采用单片UAF42搭建巴特沃斯型 30Hz低通滤波模块。
基于单片UAF42设计的30Hz低通滤波模块,为了使滤波器的阶数达到最大,加快陡降速度。该滤波模块巧妙利用片内空余运放,采用两个基本节串联实现整体3阶平坦的幅频响应。
整体3阶滤波由一个1阶滤波基本节和一个2阶滤波基本节组成。利用片内空余运放组成基本节1,采用阻容结构的低通滤波搭配一个电压跟随器增强带载能力。基本2由反相放大和两个积分器组成,通过外围电阻和电容配置成全极点低通滤波响应,整体增益可由增益电阻RG调整。滤波器截止角频率由式得出:
ω2=R2/R1RF1RF2(C1+C1A)(C2+C2A)
fALP=ω/2π≈30Hz
其中,w为截止角频率,fALP表示有源滤波器截止频率,R2=R1=50KΩ, RF1=RF2=482.3KΩ,C1=C2=1000pF,C1A=C2A=10nF。其中,基本节2传递函数由式给出:
滤波器Q值表征了滤波器的陡降速度,可通过改变外围电阻调整,其计算方法由(3-9)决定:
滤波器保持0dB的增益,不改变EEG信号幅度,其增益亦可通过外围电阻调整,放大倍数由式表示:
因此,其传递函数为:
滤波器截止频率在30Hz,与设计值符合,在0~30Hz通频带内幅-率响应曲线平坦,各频率成分增益都是0dB,即不增益不衰减。UAF42巴特沃斯滤波器截止频率之后的陡降速度可到-20dB。可以大大抑制EEG带外噪声,其中包括50Hz工频干扰以及它的倍频噪声。
基于单片的UAF42的50Hz陷波器具有灵活的调整方式,Q值和外围电阻都可以灵活取值,其内部实现原理是通过空余运放将内部一个低通滤波和高通滤波相加得到带阻滤波结构。
陷波中心频率由式决定:
其中ALP表示低通输入为0Hz时的增益,AHP表示高通输入时远大于陷波中心频率时的增益。通常地,ALP等于AHP、RZ2=RZ1=2KΩ。则有:
fNotch=fo,fo=1/RF·C·2π≈50Hz
其中,RF=RF1=RF2=3.184MΩ,C=C1=C2=1000pF。UAF42陷波器具有一个可调的-3dB陷波带宽,这个陷波带宽应尽量窄避免陷波模块影响EEG频带内信号。而且-3dB陷波带宽越窄陷波深度越大,即Q值越大,Q值可由RZ1、RZ3 决定:
Q=RZ3/RZ1=6
则-3dB带宽与Q值的关系:
BW-3dB=fNotch/Q≈10Hz
可见,陷波器影响的频率范围在45~55Hz内,不会影响EEG采集的频带范围。Q值不能过大,过大的Q值将使得模块工作不稳定,而且50Hz干扰会有频率浮动,因此应保持一定的陷波宽度,即Q值不应过大。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.基于高性能电路与虚拟仪器的脑电信号采集系统,其特征在于,包括:
EEG采集装置,其包括EEG提取硬件模块、EEG数据采集与处理软件模块,所述EEG数据采集与处理软件模块由EEG信号前端调理模块和EEG ADC采样模块组成;
EEG信号前端调理模块由前置放大模块、级间高通、主放大电路、30Hz低通滤波电路、50Hz陷波器、第二级放大电路以及电平调节电路组成;
所述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EEG信号的初步放大,是前端调理模块的核心部分;
所述EEG ADC采样模块采用基于MCU MSP430的片内ADC12数模转换模块以及串口通信模块,所述串口通信模块为片内RS-232标准串行模块;
PC端信号软件采集与处理模块,其运行基于LabVIEW平台的虚拟仪器软件,利用VISAI/O模块实现与EEG ADC采样模块的串口通信模块进行数据通信,并通过接收串口通信模块的串口二进制数据,虚拟仪器计算并打印EEG信号;
电池供电的供电系统,其保持电源浮地,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,保持所述EEG采集装置的稳定性。
2.根据权利要求1所述的基于高性能电路与虚拟仪器的脑电信号采集系统,其特征在于:所述MCU MSP430实现模拟EEG信号的12bit精度数字化采样和标准串口数据传输,所述片内RS-232标准串行模块简化了嵌入式数字模块的开发过程,其集成模块的稳定性也高于分立模块,数字化EEG数据通过采样中断程序放入串口缓冲区,数字EEG信号通过串口中断送入PC端。
3.根据权利要求1所述的基于高性能电路与虚拟仪器的脑电信号采集系统,其特征在于:EEG ADC采样模块采集的EEG信号被写入TXT文件保存,并将合理的EEG信号处理算法加入到研究中,采用小波变换分离EEG节律成分可以直观反映EEG节律变化,EEG信号进行傅里叶变换还可以得到EEG能量分布。
4.根据权利要求1所述的基于高性能电路与虚拟仪器的脑电信号采集系统,其特征在于:所述EEG提取硬件模块包括头部传感电极,其获得的电压信号在100μV以下,所述EEG信号就淹没在这些电压信号中。
5.根据权利要求1所述的基于高性能电路与虚拟仪器的脑电信号采集系统,其特征在于:所述EEG信号前端调理模块采用模拟电路技术,利用EEG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EEG信号,使得输入端共模抑制能力≥100dB,输入阻抗≥10MΩ,并结合驱动电路设计提高电路共模抑制性能,所述EEG信号前端调理模块输出模拟EEG信号,并送入EEG ADC采样模块。
6.根据权利要求1所述的基于高性能电路与虚拟仪器的脑电信号采集系统,其特征在于:所述主放大电路、第二级放大电路、30Hz低通滤波电路以及电平调节电路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。
CN201810370334.6A 2018-04-24 2018-04-24 基于高性能电路与虚拟仪器的脑电信号采集系统 Pending CN108478218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810370334.6A CN108478218A (zh) 2018-04-24 2018-04-24 基于高性能电路与虚拟仪器的脑电信号采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810370334.6A CN108478218A (zh) 2018-04-24 2018-04-24 基于高性能电路与虚拟仪器的脑电信号采集系统

Publications (1)

Publication Number Publication Date
CN108478218A true CN108478218A (zh) 2018-09-04

Family

ID=63314007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810370334.6A Pending CN108478218A (zh) 2018-04-24 2018-04-24 基于高性能电路与虚拟仪器的脑电信号采集系统

Country Status (1)

Country Link
CN (1) CN108478218A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110123303A (zh) * 2019-04-08 2019-08-16 清华大学深圳研究生院 一种生物电信号提取系统
CN111012341A (zh) * 2020-01-08 2020-04-17 东南大学 基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法
CN112869772A (zh) * 2020-12-12 2021-06-01 深圳市蟠桃树科技有限公司 一种基于压力传感器的诊脉系统
CN117481667A (zh) * 2023-10-24 2024-02-02 沈阳工业大学 一种脑电信号采集系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110123303A (zh) * 2019-04-08 2019-08-16 清华大学深圳研究生院 一种生物电信号提取系统
CN111012341A (zh) * 2020-01-08 2020-04-17 东南大学 基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法
CN111012341B (zh) * 2020-01-08 2022-04-22 东南大学 基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法
CN112869772A (zh) * 2020-12-12 2021-06-01 深圳市蟠桃树科技有限公司 一种基于压力传感器的诊脉系统
CN117481667A (zh) * 2023-10-24 2024-02-02 沈阳工业大学 一种脑电信号采集系统

Similar Documents

Publication Publication Date Title
CN108478218A (zh) 基于高性能电路与虚拟仪器的脑电信号采集系统
US20050215916A1 (en) Active, multiplexed digital electrodes for EEG, ECG and EMG applications
CN109171702A (zh) 一种非接触式心电信号的测量装置和测量方法
CN102551727B (zh) 呼吸信息检测方法及装置
CN106725459A (zh) 脑电信号采集系统
CN203802458U (zh) 一种心电信号采集及预处理电路
CN107510454A (zh) 基于多阶滤波的肌电信号采集装置及系统
US20070073184A1 (en) Sensor Device for Detecting LEEG Signals and Detecting Method Thereof
WO2021213150A1 (zh) 弱电信号采集电路及具有该采集电路的座圈及马桶盖
CN201542630U (zh) 新型心电记录装置
CN112617866A (zh) Emg肌电信号数字采集电路及系統
Xue et al. Design of amplifier for wearable human ECG sensor with low power and low noise
CN106725438A (zh) 无导联线标准心电监护仪
CN203898304U (zh) 一种监护仪的心电信号放大电路
CN102579033B (zh) 一种恒流源驱动的生物电前置放大器及其控制方法
CN111162738A (zh) 一种带纹波抑制功能的仪表放大器
CN217408828U (zh) 基于NB-Iot的脑电数据采集系统
CN207870892U (zh) 一种用于新生儿的脑电信号检测装置
CN110037733A (zh) 一种便携式程控无线体音监测系统
Wu et al. An ECG extraction and reconstruction system with dynamic EMG filtering implemented on an ARM chip
Szakacs-Simon et al. Signal conditioning techniques for health monitoring devices
CN205338943U (zh) 无线远程心电监测系统
CN104706344A (zh) 一种心电信号测量采集系统
CN203953643U (zh) 一种有源非接触电容式生物电信号传感器及其应用
CN210520969U (zh) 一种基于无线传输的脑电波采集装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180904

WD01 Invention patent application deemed withdrawn after publication