CN112237432A - 一种脑电信号发生方法、信号发生器 - Google Patents

一种脑电信号发生方法、信号发生器 Download PDF

Info

Publication number
CN112237432A
CN112237432A CN202011132763.3A CN202011132763A CN112237432A CN 112237432 A CN112237432 A CN 112237432A CN 202011132763 A CN202011132763 A CN 202011132763A CN 112237432 A CN112237432 A CN 112237432A
Authority
CN
China
Prior art keywords
signal
electroencephalogram
digital
phase
analog converter
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
Application number
CN202011132763.3A
Other languages
English (en)
Other versions
CN112237432B (zh
Inventor
徐天昊
李洪
李密
姚映奎
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.)
Zhejiang Pearlcare Medical Technology Co ltd
Second Affiliated Hospital Army Medical University
Original Assignee
Zhejiang Pearlcare Medical Technology Co ltd
Second Affiliated Hospital Army Medical University
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 Zhejiang Pearlcare Medical Technology Co ltd, Second Affiliated Hospital Army Medical University filed Critical Zhejiang Pearlcare Medical Technology Co ltd
Priority to CN202011132763.3A priority Critical patent/CN112237432B/zh
Publication of CN112237432A publication Critical patent/CN112237432A/zh
Application granted granted Critical
Publication of CN112237432B publication Critical patent/CN112237432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4821Determining level or depth of anaesthesia
    • 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
    • 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
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

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

Abstract

一种脑电信号发生方法、信号发生器,脑电信号发生方法包括:获取任意脑电采集设备采集的脑电信号;对采集的脑电信号升采样后转换为对应的二进制补码编码,将二进制补码编码写入数模转换器;数模转换器产生信号后,经过一个使用反相放大器构成的低通滤波器,其增益为A1,产生与原信号反相的信号;再经过反相放大电路,增益为A2,得到与原信号频率同相、幅值变为原信号的A2倍的信号;经过同相衰减电路,衰减A3倍,得到目标信号V0’。本发明披露的信号发生器,可获取任意的脑电采集设备采集的脑电信号的数据量进行转化和存储,作为信号生成器的源数据。采用数字量的方式表征模拟信号的特性参数,使后续对脑电信号的处理应用更加灵活、准确。

Description

一种脑电信号发生方法、信号发生器
技术领域
本发明属于信号发生器领域,尤其涉及一种脑电信号发生器及其脑电信号发生方法。
背景技术
临床监测中常常会应用到基于脑电的麻醉深度监测仪,其基本原理均是通过采集目标的脑电信号,对采集到的数据进行算法分析后给出深度评价。在目前的行业内,由于现有技术和产品的限制,对该类型产品的各项标准或技术要求中大多采用正弦波等常规的周期函数生成的波形代替脑电作为测试信号源。这样的测试数据,与真实脑电差别很大。真实的脑电信号是一个混沌的,无周期的序列,幅度和频率也都很低。在真实的临床过程中脑电信号的频率与相位间的变化关系也是十分复杂的,使用正弦波或者叠加的正弦波模拟的信号,不但丢失了很多关键信息,也无法测试麻醉深度监测仪对真实数据的准确性和稳定性。如果直接使用一般的信号发生器直接将麻醉深度监测仪采集的数据输出,目前的产品的采样频率均无法满足需求,生成的模拟信号会存在很大的误差。
目前无论是在科学研究领域还是产品开发领域,都缺少一个标准化的装置用于产生一个无限接近于真实临床中采集到的模拟脑电作为测试信号以及评价参考。同时,由于不同品牌的麻醉深度监测仪采集的信号所携带的各种干扰信号不同,采集信号的硬件设备性能也千差万别。
发明内容
本发明针对现有技术中的缺点,提供了一种脑电信号发生器,输出高精度无干扰脑电波形信号。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种脑电信号发生方法,包括以下步骤:
S01,获取任意脑电采集设备采集的脑电信号;
S02,对所述采集的脑电信号升采样后转换为对应的二进制补码编码,将所述二进制补码编码写入数模转换器;
S03,数模转换器产生信号后,经过反相低通滤波器将信号进行反相,增益为A1,产生与原信号反相的信号;
S04,再经过反相放大电路,得到与原信号频率、相位相同、幅值变为原信号的A2倍的信号;
S05,经过同相衰减电路,衰减A3倍,得到目标信号V0’。
可选的,计算任意脑电采集设备采集的脑电信号真实值为:
Figure 346920DEST_PATH_IMAGE001
以V0作为输出值调整所述A1 、A1和 A3的系数;
其中,V1ref为脑电采集设备的参考电压,N1为脑电采集设备数字分辨率,Y为脑电采集设备增益,D0为脑电采集设备采集的数字信号量。
可选的,计算写入数模转换器的D的参数方法为:
Figure 106804DEST_PATH_IMAGE002
将信号D’转换为补码组成的信号D存储至存储器后,作为信号发生器的输入文件;
其中,
Figure 89803DEST_PATH_IMAGE003
其中,K为最小输出电压,即数模转换器能够输出的最小模拟信号电压,N2为数模转换器的分辨率,Vrefp为数模转换器的正基准电压,Vrefn数模转换器的负基准电压。
可选的,对所述采集的脑电信号升采样至8000Hz。
可选的,所述反相低通滤波器为反相运放构成的反相低通滤波器,其增益为1。
本发明还提供一种脑电信号发生器,包括:
主控器、脑电数据输入端、数模转换器、反相低通滤波器、反相放大电路、同相衰减电路、波形输出端,主控器控制采集的脑电信号输入给数模转换器,数模转换器输出的信号依次经过反相低通滤波器、反相放大电路和同相衰减电路后经波形输出端输出;
所述采集的脑电信号进行数字化预处理后输入数模转换器;
所述反相低通滤波器增益为A1,反相放大电路增益为A2,同相衰减电路衰减A3倍。
可选的,还包括第一滤波电路,所述第一滤波电路连接所述反相放大电路输出端。
可选的,还包括存储器,所述采集的脑电信号数字化预处理后输入所述存储器中,主控器读取所述存储器中的数字化预处理后的信号进行数模转换。
可选的,还包括定时器中断电路,主控器读取存储器中的编码文件后,开启定时器中断,定时器的周期为波形采样率的倒数,当定时器计数完成后,产生定时器中断,在定时器中断服务函数中将内存中的数据写入数模转换器。
本发明的有益效果:
1、本发明披露的信号发生器,可获取任意的脑电采集设备采集的的脑电信号的数据量进行转化和存储,作为信号生成器的源数据。采用数字量的方式表征模拟信号的特性参数,使后续对脑电信号的处理应用更加灵活、准确。而脑电信号具有振幅微弱,波形是混沌信号无法用公式和循环信号模拟,也对相位以及数据量有一定要求。本发明的信号发生器可生成的脑电信号噪声小于±1uv,可不间断的发生单组不超过30个小时的脑电连续测试数据。
本信号发生器是一个同时可以兼容多不同品牌的数据差异的转换系统。
2、对脑电信号的数字量进行升采样8000Hz,保证了后续DAC转换后可获得较大的模拟信号频率范围,也保证了频率相对偏低脑电信号不会失真现象出现。
3、将DAC输出的模拟脑电信号进行滤波处理,滤除数字处理过程中的干扰和其他非有效信号,获得信噪比更高的脑电模拟信号。
4、采用反相比例放大器电路,增加输出信号幅度,进一步提高信号质量;同时,利用高性能运算放大器对噪声的抑制特性,进一步提高信噪比。
5、采用同相衰减器,还原获得原始脑电信号,保证了微弱脑电信号的相位相同以及高信噪比。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是脑电信号发生器的原理框图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1:
一种脑电信号发生方法,包括以下步骤:
S01,获取任意脑电采集设备采集的脑电信号;
S02,对所述采集的脑电信号升采样后转换为对应的二进制补码编码,将所述二进制补码编码写入数模转换器;
S03,数模转换器产生信号后,经过反相低通滤波器将信号进行反相,增益为A1,产生与原信号反相的信号;
S04,再经过反相放大电路,得到与原信号频率、相位相同、幅值变为原信号的A2倍的信号;
S05,经过同相衰减电路,衰减A3倍,得到目标信号V0’。
与一种脑电信号发生方法相对应的本实施例中还提供一种脑电信号发生器,包括:
主控器、脑电数据输入端、数模转换器、反相低通滤波器、反相放大电路、同相衰减电路、波形输出端和存储器,主控器控制采集的脑电信号输入给数模转换器,数模转换器输出的信号依次经过反相低通滤波器、反相放大电路和同相衰减电路后经波形输出端输出;
采集的脑电信号进行数字化预处理后输入数模转换器;
反相低通滤波器为反相运放构成的反相低通滤波器,其增益为1。,反相放大电路增益为A2,同相衰减电路衰减A3倍。
所述采集的脑电信号数字化预处理后输入所述存储器中,主控器读取所述存储器中的数字化预处理后的信号进行数模转换。
主控器内包括定时中断电路,主控器读取存储器中的编码文件后,开启定时器中断,定时器的周期为波形采样率的倒数,当定时器计数完成后,产生定时器中断,在定时器中断服务函数中将内存中的数据写入数模转换器。
其中,S02步骤中,输入到预处理算法中的数据是数字量,并不是真实的脑电电压序列,需要通过转换为真实电压序列后,再经过处理后转换存储为输入到信号发生器的编码文件。
其中,计算任意脑电采集设备采集的脑电信号真实值为:
Figure 750592DEST_PATH_IMAGE004
以V0作为输出值调整所述A1 、A1和 A3的比例关系;
其中,V1ref为脑电采集设备的参考电压,N1为脑电采集设备数字分辨率,Y为脑电采集设备增益,D0为脑电采集设备采集的数字信号量。
由于已采集的脑电信号并不是实际的人体脑电信号,具有各种干扰和噪声,所以得到真实值V0后,可以进一步计算需要输入数模转换器的信号D。
其中,上述的目标信号V0’为无限趋近于脑电信号真实值V0的信号。进一步的,由于脑电信号为一串序列信号值,所以目标信号序列V0’无限趋近脑电信号真实值序列V0
计算写入数模转换器的信号D的参数方法为:
Figure 892860DEST_PATH_IMAGE002
将信号D’转换为补码组成的信号D存储至存储器后,作为信号发生器的输入文件;
其中,
Figure 980902DEST_PATH_IMAGE003
其中,K为最小输出电压,N2为数模转换器的分辨率,Vrefp为数模转换器的正基准电压,Vrefn数模转换器的负基准电压。
A1、A2、A3,是三个特征系数,通过调节这些系数来改善信号发生器的总体性能以及适应各个不同厂家、型号的麻醉深度监测设备的采集特性的差异。由于脑电信号为一串序列电压信号,所以本实施例所描述的脑电信号发生器输入为一组或多组脑电信号序列,输出为经过处理的脑电信号序列。
以下,通过一个具体参数案例进行进一步描述,如图1:
本实施例中采用ConView麻醉深度监测仪采集临床前额部脑电;主控器采用STM32F405RGT6(下简称MCU),数模转换器采用AD5791(或简称DAC),存储器为SD卡。
将STM32F405RGT6的时钟配置好,启用定时器,外接SD卡,SD卡内存放经过预处理的波形数据,所述经过预处理的波形数据通过3线串行接口以24位字格式写入AD5791。
写入其原理为:MCU通过SDIO接口将SD卡中的波形数据拷贝到内存中,开启定时器中断,定时器的周期为波形采样率的倒数,当定时器计数完成后,产生定时器中断,在定时器中断服务函数中将内存中的数据写入AD5791的数据寄存器,AD5791开启数模转换并输出对应的电压信号序列。
其中,SD卡存放的波形数据为波形表形式,数据格式是32位字格式即4字节为1个点,高8位是无效的数据。
通过Matlab将采集后的脑电信号升采样到8000Hz并将脑电信号的电压值转换为对应的二进制补码编码D,D组成的序列为写入数模转换器的编码文件。
SD卡中的波形数据需要用到MATLAB生成,具体公式见公式2,其为AD5791输出电压所对应的数字量,该数字量为十进制。
Figure 234553DEST_PATH_IMAGE005
如要产生峰值为50uV的正弦波,即V0为50uV,所需数字量为D=(50*2000)≈50×210=10486,10486是写入AD5719的DAC寄存器的20位代码,最终要转化成二进制补码,化为16进制表示为0x28f6。
调整A1、A2、A3的数值为:A1取1,A2取5,A3取10000。其中A1、A2和A3的具体取值规则为:
其中A1 根据反相放大电路特性确定,A2是在滤波器前的放大器的放大倍数,A2越大则信噪比提高的程度就越大,但是A2有一定的上限,受到模数转换的输出范围和放大器的输入参考电压范围限制,如果超出范围将出现信号失真,故A2应取到合理范围中的最大值。A3考虑取到能够将输出信号衰减到对应脑电的信号范围的最小值,因为这里衰减的越小,信号信噪比越高。故这里A1=1 ,A2=5,A3=10000。
数模转换器产生信号后,经过反相低通滤波器将信号进行反相,增益为1,产生与原信号反相的信号;再经过反相放大电路,增益为5,得到与原信号同相、幅值变为原来5倍的信号,最后经过同相衰减电路,衰减10000倍,得到目标信号序列V0’。
V0’为一个精度高,且无限近似于脑电信号真实值V0的值,信号发生器的精度越大,则V0’和V0的差异性越小。
具体的参数如下:数模转换器产生峰值为100mV的信号,经带有反相功能的滤波器放大,产生相位反相幅度不变的100mV反相信号,经反相低通滤波器放大后产生相位反相幅度放大5倍,峰值为500mV的反相信号,经过同相衰减电路生成相位相同幅度衰减10000倍,峰值为50μV的同相信号。
其中,数模转换器AD5791的DAC寄存器使用二进制补码编码,该数模转换器是20位的DAC,因此DAC的输出电压为公式1,D为写入DAC的20位代码,正基准电压Vrefp为5V,负基准电压Vrefn为-5V。当D为1时,最小输出电压为9.536uV,或者说最小分辨率为9.536uV/bit。
Figure 699032DEST_PATH_IMAGE006
从AD5791输出的信号会经过滤波电路,滤除毛刺,使信号更加平滑,然后经带有反相功能的滤波器和第二反相方大电路放大5倍,最后经过衰减电路衰减10000倍,输出所需的信号,则可以认为AD5791输出的信号需要经过衰减2000倍即为所述输出信号。
实施例2:
实施例2与实施例1的区别在于,还包括第一滤波电路,第一滤波电路连接反相放大电路输出端。
本发明实施例还提供一种计算机程序产品,该计算机程序产品包括计算机执行指令,该计算机执行指令存储在计算机可读存储介质中;至少一个处理器执行该计算机执行指令使得上述实施例的方法步骤执行。需要说明的是,上述步骤的具体执行顺序可以参见上述实施例中的描述,本申请在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。
所述单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何在本发明揭露的技术范围内的变化或替换,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以所述权利要求的保护范围为准。

Claims (9)

1.一种脑电信号发生方法,其特征在于,包括以下步骤:
S01,获取任意脑电采集设备采集的脑电信号;
S02,对所述采集的脑电信号升采样后转换为对应的二进制补码编码,将所述二进制补码编码写入数模转换器;
S03,数模转换器产生信号后,经过反相低通滤波器将信号进行反相,增益为A1,产生与原信号反相的信号;
S04,再经过反相放大电路,得到与原信号频率、相位相同、幅值变为原信号的A2倍的信号;
S05,经过同相衰减电路,衰减A3倍,得到目标信号V0’。
2.根据权利要求1所述的脑电信号发生方法,其特征在于,计算任意脑电采集设备采集的脑电信号真实值为:
Figure 141928DEST_PATH_IMAGE001
以V0作为输出值调整所述A1 、A1和 A3的系数;
其中,V1ref为脑电采集设备的参考电压,N1为脑电采集设备数字分辨率,Y为脑电采集设备增益,D0为脑电采集设备采集的数字信号量。
3.根据权利要求2所述的脑电信号发生方法,其特征在于,计算写入数模转换器的D的参数方法为:
Figure 213921DEST_PATH_IMAGE002
将信号D’转换为补码组成的信号D存储至存储器后,作为信号发生器的输入文件;
其中,
Figure 437092DEST_PATH_IMAGE003
其中,K为最小输出电压,即数模转换器能够输出的最小模拟信号电压,N2为数模转换器的分辨率,Vrefp为数模转换器的正基准电压,Vrefn数模转换器的负基准电压。
4.根据权利要求1或2或3所述的脑电信号发生方法,其特征在于,对所述采集的脑电信号升采样至8000Hz。
5.根据权利要求1所述的脑电信号发生方法,其特征在于,所述反相低通滤波器为反相运放构成的反相低通滤波器,其增益为1。
6.一种脑电信号发生器,其特征在于,包括:
主控器、脑电数据输入端、数模转换器、反相低通滤波器、反相放大电路、同相衰减电路、波形输出端,主控器控制采集的脑电信号输入给数模转换器,数模转换器输出的信号依次经过反相低通滤波器、反相放大电路和同相衰减电路后经波形输出端输出;
所述采集的脑电信号进行数字化预处理后输入数模转换器;
所述反相低通滤波器增益为A1,反相放大电路增益为A2,同相衰减电路衰减A3倍。
7.根据权利要求6所述的脑电信号发生器,其特征在于,还包括第一滤波电路,所述第一滤波电路连接所述反相放大电路输出端。
8.根据权利要求6所述的脑电信号发生器,其特征在于,还包括存储器,所述采集的脑电信号数字化预处理后输入所述存储器中,主控器读取所述存储器中的数字化预处理后的信号进行数模转换。
9.根据权利要求6所述的脑电信号发生器,其特征在于,还包括定时器中断电路,主控器读取存储器中的编码文件后,开启定时器中断,定时器的周期为波形采样率的倒数,当定时器计数完成后,产生定时器中断,在定时器中断服务函数中将内存中的数据写入数模转换器。
CN202011132763.3A 2020-10-21 2020-10-21 一种脑电信号发生方法、信号发生器 Active CN112237432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011132763.3A CN112237432B (zh) 2020-10-21 2020-10-21 一种脑电信号发生方法、信号发生器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011132763.3A CN112237432B (zh) 2020-10-21 2020-10-21 一种脑电信号发生方法、信号发生器

Publications (2)

Publication Number Publication Date
CN112237432A true CN112237432A (zh) 2021-01-19
CN112237432B CN112237432B (zh) 2021-12-21

Family

ID=74169297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011132763.3A Active CN112237432B (zh) 2020-10-21 2020-10-21 一种脑电信号发生方法、信号发生器

Country Status (1)

Country Link
CN (1) CN112237432B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113100784A (zh) * 2021-03-29 2021-07-13 合肥诺和电子科技有限公司 一种csi麻醉深度指数信号发生器

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RO117051B1 (ro) * 1998-12-23 2001-09-28 Inst Nat De Metrologie Inm Simulator de pacient ecg si eeg
CN201726375U (zh) * 2010-06-29 2011-01-26 重庆医科大学 基于lpc2144的开放式多功能医用信号发生仪
CN203433061U (zh) * 2013-09-02 2014-02-12 徐州铭昇电子科技有限公司 同步输出8路信号的模拟心电信号发生电路
CN104545888A (zh) * 2014-12-27 2015-04-29 迪姆软件(北京)有限公司 一种基于动态心电与呼吸波采集的睡眠呼吸暂停采集分析系统
CN206878790U (zh) * 2017-04-27 2018-01-12 昆明理工大学 一种合成式心电信号发生器
CN107589700A (zh) * 2017-10-16 2018-01-16 浙江大学 一种脑电信号模拟发生装置
CN108814583A (zh) * 2018-03-30 2018-11-16 东北大学 一种基于智能手机的多功能生理信号发生器
CN109714058A (zh) * 2019-02-14 2019-05-03 电子科技大学 基于并联结构的数模转换器dac
CN110840454A (zh) * 2019-12-21 2020-02-28 深圳市杰纳瑞医疗仪器股份有限公司 一种脑电信号采集装置和方法
CN110840453A (zh) * 2019-12-21 2020-02-28 深圳市杰纳瑞医疗仪器股份有限公司 一种采集脑电信号电路及抗干扰方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RO117051B1 (ro) * 1998-12-23 2001-09-28 Inst Nat De Metrologie Inm Simulator de pacient ecg si eeg
CN201726375U (zh) * 2010-06-29 2011-01-26 重庆医科大学 基于lpc2144的开放式多功能医用信号发生仪
CN203433061U (zh) * 2013-09-02 2014-02-12 徐州铭昇电子科技有限公司 同步输出8路信号的模拟心电信号发生电路
CN104545888A (zh) * 2014-12-27 2015-04-29 迪姆软件(北京)有限公司 一种基于动态心电与呼吸波采集的睡眠呼吸暂停采集分析系统
CN206878790U (zh) * 2017-04-27 2018-01-12 昆明理工大学 一种合成式心电信号发生器
CN107589700A (zh) * 2017-10-16 2018-01-16 浙江大学 一种脑电信号模拟发生装置
CN108814583A (zh) * 2018-03-30 2018-11-16 东北大学 一种基于智能手机的多功能生理信号发生器
CN109714058A (zh) * 2019-02-14 2019-05-03 电子科技大学 基于并联结构的数模转换器dac
CN110840454A (zh) * 2019-12-21 2020-02-28 深圳市杰纳瑞医疗仪器股份有限公司 一种脑电信号采集装置和方法
CN110840453A (zh) * 2019-12-21 2020-02-28 深圳市杰纳瑞医疗仪器股份有限公司 一种采集脑电信号电路及抗干扰方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
金已婷等: "基于AD9850的脉冲信号发生器的研究与设计", 《计算机与数字工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113100784A (zh) * 2021-03-29 2021-07-13 合肥诺和电子科技有限公司 一种csi麻醉深度指数信号发生器

Also Published As

Publication number Publication date
CN112237432B (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
Lee et al. Hardware implementation of EMD using DSP and FPGA for online signal processing
JPH0766628B2 (ja) アナログ信号のデジタル記録装置及び記録方法
CN112237432B (zh) 一种脑电信号发生方法、信号发生器
CN114176596A (zh) 一种改进经验模态分解排列熵的心磁信号去噪方法
CN111413725B (zh) 一种利用虚拟仪器技术实现γ-γ数字符合测量的系统及方法
CN107749301B (zh) 一种音色样本重构方法及系统、存储介质及终端设备
WO2023005248A1 (zh) 一种基于谐波的频率响应测量系统及方法
Giaquinto et al. Testing and optimizing ADC performance: A probabilistic approach
CN115541972A (zh) 一种直流电压隔离采样方法、装置及电路
CN117792392A (zh) 一种宽松条件下的adc动态参数测试方法
Janwadkar et al. Strategic design and optimization of Vedic low pass FIR filter for ECG signals
CN201361043Y (zh) 一种超声成像系统波束合成装置
CN114184270A (zh) 一种设备振动数据处理方法、装置、设备及存储介质
CN208092129U (zh) 一种基于fpga和arm的幅频特性测试仪
Saeed et al. ECG Classification With Event-Driven Sampling
US4272721A (en) Analog-to-digital converter alignment circuit
CN220344406U (zh) 一种用于提高血氧仪测量值动态范围的结构
CN212906267U (zh) 一种基于vr虚拟现实技术的变换器
CN116564509B (zh) 一种用于高压氧舱内患者的体征数据处理方法
JPS5829221A (ja) デジタル/アナログ変換法
CN118367896A (zh) 针对微伏级小信号的三级滤波方法、装置、设备和介质
CN115729311A (zh) 一种核信号的脉冲成形方法和系统
CN107049310B (zh) 一种基于经验模态分解的对肌电图的预处理方法
CN115877077A (zh) 一种信号频谱检测方法、系统、设备及介质
JP3036759B2 (ja) A/dコンバーター

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