CN112656428B - 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法 - Google Patents

一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法 Download PDF

Info

Publication number
CN112656428B
CN112656428B CN202011481039.1A CN202011481039A CN112656428B CN 112656428 B CN112656428 B CN 112656428B CN 202011481039 A CN202011481039 A CN 202011481039A CN 112656428 B CN112656428 B CN 112656428B
Authority
CN
China
Prior art keywords
signal
brain
receiving sensor
signals
transmitting device
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.)
Active
Application number
CN202011481039.1A
Other languages
English (en)
Other versions
CN112656428A (zh
Inventor
陈楠
王潇敬
王佳威
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.)
Shanghai Zhiji Information Technology Co ltd
Original Assignee
Shanghai Zhiji Information Technology Co ltd
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 Shanghai Zhiji Information Technology Co ltd filed Critical Shanghai Zhiji Information Technology Co ltd
Priority to CN202011481039.1A priority Critical patent/CN112656428B/zh
Publication of CN112656428A publication Critical patent/CN112656428A/zh
Application granted granted Critical
Publication of CN112656428B publication Critical patent/CN112656428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法,涉及电子设备技术领域,其包括信号发射装置和接收传感器、信号处理装置以及PC及云计算系统,所述信号发射装置和接收传感器用于探测大脑和身体信息交换的多种脑部生理信号。该利用非嵌入式脑机接口获取人体生理信号的电子设备及方法,通过信号发射装置和接收传感器、信号处理装置、非嵌入式脑机接口获取人体生理信号的电子设备采集人的多种脑部生理信号以及信号处理装置直观地呈现出各种病毒细菌微生物等入侵的异常信息,从而解决了如何能够生产出一种用于辅助无法支配身体的人可以通过脑电信号与外界方便快捷地进行沟通的电子设备及方法的问题。

Description

一种利用非嵌入式脑机接口获取人体生理信号的电子设备及 方法
技术领域
本发明涉及电子设备技术领域,具体为一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法。
背景技术
脑机接口(brain-computer interface,BCI),指在人或动物大脑与外部设备之间创建的直接连接,实现脑与设备的信息交换,这一概念其实早已有之,但直到上世纪九十年代以后,才开始有阶段性成果出现,2008年,匹兹堡大学神经生物学家宣称利用脑机接口,猴子能用操纵机械臂给自己喂食,2020年8月29日,埃隆·马斯克自己旗下的脑机接口公司找来“三只小猪”向全世界展示了可实际运作的脑机接口芯片和自动植入手术设备,脑电波本质上是一种电信号,人类的各种活动都会产生能量不等的电信号,脑电波技术最根本的思路就是采集人类思考时产生的电信号,利用大数据技术找出规律性,从而进一步翻译成机器可识别的信号,简化方便了人们的行为方式,因而如何能够生产出一种用于辅助无法支配身体的人可以通过脑电信号与外界方便快捷地进行沟通的电子设备及方法成为了急需解决的技术问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法,解决了如何能够生产出一种用于辅助无法支配身体的人可以通过脑电信号与外界方便快捷地进行沟通的电子设备及方法的问题。
(二)技术方案
为达到以上目的,本发明采取的技术方案是:一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法,包括信号发射装置和接收传感器、信号处理装置以及PC及云计算系统,所述信号发射装置和接收传感器用于探测大脑和身体信息交换的多种脑部生理信号,所述信号处理装置用于被采集到的人体生理信号处理,模数转换A/D,数模转换D/A,所述PC及云计算系统用于计算及显示测试分析结果的图形界面。
优选的,所述多种脑部生理信号至少包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号。
优选的,所述PC及云计算系统包括存储器,所述存储器用于存储基于多种脑部生理信号数据库的运行软件,所述PC及云计算系统至少有一个处理器,任一所述处理器用于执行计算机指令来调用比对测试信息和数据库信息的运算。
优选的,所述信号发射装置和接收传感器包括定位装置、信号接收传感器、头部共振谐波传感器模块以及信号筛选电路,所述定位装置用于信号发射装置和接收传感器定位受测者的被测部位,所述信号接收传感器用于探测受测者的脑电信号,所述头部共振谐波传感器模块用于采集受测者的大脑各个分区自振频率信号,所述信号筛选电路用于从脑电信号和大脑各个分区自振频率信号中选取目标频率信号。
优选的,所述信号筛选电路包括高阻差分电路、带阻滤波器、低通滤波器、集成隔离放大器以及带通滤波器,所述高阻差分电路用于接收所述采集电极和/或耳部传感器采集的信号,所述带阻滤波器用于祛除高阻差分电路输出的信号中的工频信号,所述低通滤波器用于滤除带阻滤波器输出的信号中的高频信号,所述集成隔离放大器用于放大所述低通滤波器所输出的低频信号,所述带通滤波器用于选取目标频率信号。
优选的,所述信号发射装置和接收传感器包括信号采集电极,所述信号采集电极为线圈接收器,所述信号发射装置、接收传感器以及PC及云计算系统之间通过蓝牙模块和/或 USB 端口进行数据传输。
优选的,所述数据接收装置用于接收多种脑部生理信号,所述信号处理装置用于被采集到的生理信号处理、模数转换A/D、数模转换D/A,所述PC及云计算系统用于计算及显示测试分析结果的图形界面。
优选的,所述多种脑部生理信号包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号。
优选的,所述脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号中选择至少一种信号,且根据所选择的至少一种信号确定交互对象的信息比对。
(三)有益效果
本发明的有益效果在于:
该利用非嵌入式脑机接口获取人体生理信号的电子设备及方法,通过信号发射装置和接收传感器、信号处理装置、PC及云计算系统以及数据接收装置组成电子设备接收多种脑部生理信号、显示包括多个身体具体部位能量分布的图形界面、多种脑部生理信号分析获得对应身体部位病理信息、非嵌入式脑机接口获取人体生理信号的电子设备采集人的多种脑部生理信号以及信号处理装置直观地呈现出各种病毒细菌微生物等入侵的异常信息,再结合PC及云计算系统基于采集的多种脑部生理信号来控制身体修复,进而实现了基于脑部的生理信号来确定脑部电活动辅助人与外界的互动,从而解决了如何能够生产出一种用于辅助无法支配身体的人可以通过脑电信号与外界方便快捷地进行沟通的电子设备及方法的问题。
附图说明
图1为本发明电子设备的实施例结构示意图;
图2为本发明利用非嵌入式脑机接口获取人体生理信号的电子设备中信号发射装置和接收传感器的实施例的结构示意图;
图3为本发明利用非嵌入式脑机接口获取人体生理信号的电子设备中信号筛选电路的结构示意图;
图4为本发明利用非嵌入式脑机接口获取人体生理信号的电子设备中高阻差分电路的结构示意图;
图5为本发明利用利用人体生理信号进行交互的方法实施例的结构示意图;
图6为本发明被采集到的生理信号进行处理,模数转换A/D,数模转换D/A的结构示意图。
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。
如图1-6所示,本发明提供一种技术方案:一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法,包括信号发射装置和接收传感器、信号处理装置以及PC及云计算系统,信号发射装置和接收传感器用于探测大脑和身体信息交换的多种脑部生理信号,所述信号处理装置用于被采集到的人体生理信号处理,模数转换A/D,数模转换D/A,所述PC及云计算系统用于计算及显示测试分析结果的图形界面。
多种脑部生理信号至少包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号。
PC及云计算系统包括存储器,所述存储器用于存储基于多种脑部生理信号数据库的运行软件,所述PC及云计算系统至少有一个处理器,任一所述处理器用于执行计算机指令来调用比对测试信息和数据库信息的运算。
信号发射装置和接收传感器包括定位装置、信号接收传感器、头部共振谐波传感器模块以及信号筛选电路,所述定位装置用于信号发射装置和接收传感器定位受测者的被测部位,所述信号接收传感器用于探测受测者的脑电信号,所述头部共振谐波传感器模块用于采集受测者的大脑各个分区自振频率信号,所述信号筛选电路用于从脑电信号和大脑各个分区自振频率信号中选取目标频率信号。
信号筛选电路包括高阻差分电路、带阻滤波器、低通滤波器、集成隔离放大器以及带通滤波器,所述高阻差分电路用于接收所述采集电极和/或耳部传感器采集的信号,所述带阻滤波器用于祛除高阻差分电路输出的信号中的工频信号,所述低通滤波器用于滤除带阻滤波器输出的信号中的高频信号,所述集成隔离放大器用于放大所述低通滤波器所输出的低频信号,所述带通滤波器用于选取目标频率信号。
信号发射装置和接收传感器包括信号采集电极,所述信号采集电极为线圈接收器,所述信号发射装置、接收传感器以及PC及云计算系统之间通过蓝牙模块和/或 USB 端口进行数据传输。
数据接收装置用于接收多种脑部生理信号,所述信号处理装置用于被采集到的生理信号处理、模数转换A/D、数模转换D/A,所述PC及云计算系统用于计算及显示测试分析结果的图形界面。
多种脑部生理信号包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号。
脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号中选择至少一种信号,且根据所选择的至少一种信号确定交互对象的信息比对。
本发明的操作步骤为:
预先利用大数据技术找出了用于反应脑部各区思维活动的生理信号的规律,并相应的进行了记录,之后根据检测到的脑部的生理信号来判定身体各组织器官能量分布信息,从而辅助判读身体的健康状况,预知未来3-5年的发展趋势,如图 1实施例所示,利用非嵌入式脑机接口获取生理信号的电子设备包括:信号发射装置和接收传感器,用于探测大脑和身体信息交换的多种脑部生理信号;信号处理装置,用于所述被采集到的人体生理信号进行处理,模数转换A/D,数模转换D/A;PC及云计算系统,判定身体各组织器官能量分布信息,从而辅助判读身体的健康状况,预知未来3-5年的发展趋势本实施例的利用非嵌入式脑机接口获取人体生理信号的电子设备采集人的多种脑部生理信号,通过信号处理装置直观地呈现出身体各组织器官能量分布,再结合PC及云计算系统基于采集的多种脑部生理信号,从而辅助判读身体的组织器官自振频率是否在标准范围,预知未来3-5年的发展趋势。实现了仅仅基于脑部的生理信号就能够实现与外界的互动的目的。因而,本发明的电子设备实现了基于脑部的生理信号来确定大脑和组织器官通讯从而辅助人来与外界的交互。在本实施例中的信号发射装置和接收传感器可以是一种可穿戴的生理信号发射装置和接收传感器,用于探测大脑和身体信息交换的多种脑部生理信号,本实施例中的多种脑部生理信号至少包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号等信号中的一种,本实施例中脑电信号主要用于判断大脑和组织器官通讯的情况,组织器官自振频率信号主要用于判断测试者当前的细胞能量状态,细胞及内部细胞器自振频率信号用于判断测试者病理情况。PC及云计算系统根据多种脑部生理信号共同确定大脑和组织器官通讯,从而能够更加快速准确地确定3-5年健康趋势。在一些实施例中,所述信号发射装置和接收传感器和PC及云计算系统之间通过蓝牙模块和/或 USB 端口进行数据传输。在一些实施例中信号发射装置和接收传感器与PC及云计算系统可以是独立的两个电子装置也可以是一个电子装置的不同的功能模块。本实施例中的同频共振干涉修复可以是对单一目标(组织、器官、细胞、细胞器)施加共振影响。同频共振干涉修复还可以是对多目标(生命系统、微生物)施加共振影响。我们设定同频共振干涉修复是对一个独立目标(组织、器官、细胞、细胞器)施加共振影响,测试者的被修复目标会在每一次修复中再次被检测修复后的改变状态变量。这时, 每一次修复的改变都会被系统记录。例如,我们对心脏器官这个独立目标修复,我们会先测试心脏组成组织(神经、心肌、血液血管、覆膜、传导等)直到细胞器(核糖体、线粒体、细胞核、高尔基体等)存在的信息能量异常点,建立修复路径,云计算系统自动按照这个路径对这些能量异常点施加同频共振干涉波,同时记录修复后的改变状态,便于比对修复的改变。测试者可以通过这样的修复来改变心脏的功能状况。本实施例中主要基于修复脑电信号来实现对测试者的心脏功能障碍(心肌缺血,组织器官失调,心脏衰竭等)进行康复。例如,当测试者由于多种因素而导致睡眠障碍,在这个情况下系统将提供1、睡不着,2、睡不好,3、睡不醒三个症状供测试者选择。本实施例可以综合脑电信号和组织器官自振频率信号来实现辅助测试者改善睡眠质量,提高深度睡眠时间从而达到康复睡眠障碍的效果。例如,首先通过测试者的组织器官自振频率信号确定测试者是1、心脏(睡不着),2、肝胆(睡不好),3、心肾(睡不醒)中的哪一个问题,或者其中的一种组合,如果是心脏(睡不着)就在修复程序中调用优先修复心脏的子程序(例如,心动过速子程序),如果是肝胆(睡不好)就在修复程序中调用优先修复肝胆的子程序(例如,胆汁沉积子程序),以便于用于以最快的速度找到最佳的修复路径并选择。例如,当测试者通过云计算系统选择进入修复界面后,进一步的测试者还可以以相同的方式选择想要修复的次数,当点击确认后,系统自动运行,根据选择的修复路径开始自主工作。例如,心动过速子程序开始运行,自动记录和比对修复效果,通过修复效果来筛选最佳的修复路径。本实施例可以综合考虑脑电信号和组织器官自振频率信号来辅助对测试者更加合理地修复方案。例如,首先通过测试者的组织器官自振频率信号确定测试者当前的身体状态以及受伤害程度(一般,组织器官自振频率信号偏离标准值越大,表明人的身体状况伤害越严重)。当判断测试者的组织器官自振频率信号偏离标准值比较大时则可以优先修复测试者这些伤害程度比较大的组织器官,以为测试者提供更明显的修复效果让测试者得到更好的自愈力。当判断测试者的组织器官自振频率信号偏离标准值比较小时则可以跳过这些组织器官的修复,提高修复的效率。从而可以始终都保持最适合测试者当前身体状况的修复执行方案。在一些实施例中,交互对象关联设置有预定操作。在本实施例中,所有的交互对象都预定设置有相应的预定操作。例如,对于选定的心脏,预定操作就是引导心脏剖面的各种快捷导航图标。对于选中的快捷导航图标,画面就会跳转到预设的界面,所见即所得,这里不对具体方式进行限制。在一些实施例中,所述PC及云计算系统包括:存储器,用于存储基于所述多种脑部生理信号波型的计算机指令;至少一个处理器,用于执行所述计算机指令和数据库信号波型进行比对。本实施例中的基于所述多种脑部生理信号波型的计算机指令可以使得本实施例的PC及云计算系统按照上述实施例中所列举的所有的选择交互对象的方法来准确快速的为测试者选择最合适的检测和修复需求。本实施例中的计算机指令不仅包括用于波型的比对的指令,还包括上述实施例中所述用于综合考虑脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号三种信号的展示交互对象的计算机指令。如图 2 所示在一些实施例中又提供一种利用非嵌入式脑机接口获取人体生理信号的电子设备,包括:数据接收装置,用于接收多种脑部生理信号;信号处理装置,用于所述被采集到的生理信号进行处理,模数转换A/D,数模转换D/A; PC及云计算系统,判定身体各组织器官能量分布信息,从而辅助判读身体的健康状况,预知未来3-5年的发展趋势,根据测试者交互的方式选择修复。本实施例的利用非嵌入式脑机接口获取人体生理信号的电子设备通过接收电子设备采集人的多种脑部生理信号,通过信号处理装置对信号进行模数转换A/D,再结合PC及云计算系统基于采集的多种脑部生理信号和数据库比对,得到测试者身体的健康状况,预知未来3-5年的发展趋势,根据测试者交互的方式选择修复。实现了仅仅基于脑部的生理信号就能够实现对测试者进行健康监测,并即时进行修复康复的目的。因而,本发明的电子设备实现了基于脑部的生理信号来确定大脑和组织器官通讯从而辅助人对测试者的健康进行初步检测,并根据所获得信息,制定测试者进一步专业医学检查的项目。
如图 3 所示,在一些实施例中,信号检测器包括:固定装置,用于将所述信号发射装置和接收传感器固定在受测者的头部;信号接收传感器,用于探测受测者的脑电信号;头部共振谐波传感器模块,用于采集受测者的组织器官自振频率信号和细胞及内部细胞器自振频率信号;信号筛选电路,用于从所述脑电信号和/或组织器官自振频率信号和/或细胞及内部细胞器自振频率信号信号中选取目标频率信号。本实施例中的信号接收传感器和头部共振谐波传感器模块实现了对人生理信号采集种类的多样化,使得基于大脑和组织器官通讯的辅助交互不再只依赖于脑电波,还可以参考头部共振谐波传感器模块所采集的组织器官自振频率信号和细胞及内部细胞器自振频率信号来更加快速准确的辅助测试者实现交互。如图 4所示,在一些实施例中,所述信号筛选电路至少包括:高阻差分电路,用于接收所述采集耳部传感器采集的信号;带阻滤波器,用于祛除高阻差分电路输出的信号中的工频信号;低通滤波器,用于滤除带阻滤波器输出的信号中的高频信号;集成隔离放大器,用于放大所述低通滤波器所输出的低频信号;和带通滤波器,用于选取目标频率信号。在本实施例中,由于人体本身就是一个高阻,因此采集接受脑电共振回波的放大器必须是高输入阻抗放大器。由于差分放大器是微电压放大器的前级,对共模抑制比及温漂等参数的要求非常严格。如图 5 所示,本级运放采用日本产的 OP-07 作为主放大芯片,以降低其运放本身的噪声信号,并要求 Rf1/R1 与 Rf2/R2 须严格相等才能防止共模信号的窜入。考虑各电阻有一定的误差,故采用微调Rf2 的方法实现。静电屏蔽罩与被屏蔽电路的零信号基准电位相连。该级的放大倍数为:-(1+2*R/Rw)*Rf1/R1 ,调整 Rw 可以调整放大倍数。取该级放大倍数为 10,即 20db。带阻滤波器采用四阶双二次级联切比雪夫带阻滤波器设计,纹波很小,基本不影响原始脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号的幅度。低通滤波器因为巴特沃夫滤波器具有通带内尽可能平坦,基本不影响原始脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号的相对关系的特点,用四阶双二次级联巴特沃夫低通滤波器集成隔离放大器,仪用放大器必须对其输入端提供直流通路,所以共模电压直接加在输入端与地之间,过高的共模电压不仅会影响测量精度,而且可能烧坏仪用放大器。用光电耦合或变压器耦合传递信号。隔离放大器有如下显著特点:①保护数据采集系统使其不会被高共模电压损坏。
② 由于隔离放大器的输入部分是完全浮置的,无须对输入端提供偏流电阻,因而没有偏流引线,泄露电流很小,解决了噪声拾取问题。
③ 由于输入断到公共断的电容和漏电导很小,具有非常高的共模抑制能力,能对直流以及低频信号进行完全准确的测量。带通滤波器(BPF),在实际设计中,总希望 BPF具有良好的选择性,通带内的增益高且能稳定工作。但是,当增益高时,BPF 的稳定性和可靠性下降。现象一是:BPF 容易自激;其二是,通带增益不稳定。当环境温度变化,带通滤波器中的电阻R、电容C 值均在变化,影响中心频率。一般电容具有负温度系数,电阻具有正温度系数,但很难实现完全匹配。制作高阶BPF 的经验是:通带增益不宜太大;第一级采用仪用放大器作差分放大,并对第一级屏蔽;整个放大器的布局是‘一’字型布局;采用一点接地。在一些实施例中,所述信号采集电极为线圈接收器。在一些实施例中,所述针电极为单极同心圆针极和/或双极同心圆针极和/或单极针。信号接收传感器主要包括针电极和皮肤电极(表面电极),记录电极的电和物理性能直接影响到电位的波幅等记录信息。一般针电极收集到的是针极周围有限范围内的运动单位电位的总和,而皮肤电极收集的是肌肉和神经干上的综合电活动。临床上多使用下述电极:①单极同心圆针极:在一支不锈钢针管内装入一绝缘的会属丝,电位变化是在针丝和针管之间电位差造成。这种电极可接触到 1~10 条肌纤维,引导出数十条肌纤维的动作电位,引导的波形较单一,波幅高,干扰小,临床多常用。正常肌电图各常数均以此电极引导为标准。②双极同心圆针极:与单极同心圆针极不同的是,在针管内有两条细金属丝,所测的电位是两条细金属丝之间电位变化,引导出的运动单位电位波幅高。但此种电极测定范围较小和有局限性,仅适于单个运动单位的引导等特殊分析时用。③单极针:用不锈钢制成,针尖端裸露 0.2~0.4mm,其余部分用绝缘膜覆盖,另一单极针或皮肤电极作参考电极插入肌肉或置于皮肤表面,此单极针与参考电极之间的电位差是记录电位的来源。一般用于记录近神经的感觉神经动作电位。此电极价格相对低廉,但不适宜用于测定运动单位电位。⑤皮肤电极:一般用银或白金制造,使用粘膏或胶布使之固定于皮肤表面,引导出电极下面局部肌肉的电活动,其优点是无痛,适合于儿童肌电图检查,可记录肌肉和神经干的综合电活动和作为周围神经的刺激电极,但不适合用于运动单位电位的测定,不能引导出深部肌肉的动作电位。值得注意的是出汗或过多的使用粘膏,会在刺激电极与记录电极或地线之间造成短路, 出现一个巨大刺激伪差。在本发明的一些实施例中,所述固定装置包括固定组件;所述第一固定组件的一端与所述信号发射装置和接收传感器的第一水平端连接,所述第一固定组件的另一端与所述信号发射装置和接收传感器的第二水平端连接,以将所述信号发射装置和接收传感器箍在受测者的头部;所述第二固定组件的一端与所述信号发射装置和接收传感器的第一垂直端连接,所述第二固定组件的另一端用于跨过受测者的头顶和下巴与所述信号发射装置和接收传感器的第二垂直端连接,以固定所述信号发射装置和接收传感器。本实施例中,头部共振谐波传感器模块通过组件固定在受测者的耳朵旁。本实施例中通过第一固定组件将信号发射装置和接收传感器箍在受测者的头部,使其在水平方向上不能够活动,通过第二固定组件在竖直方向上固定信号发射装置和接收传感器,避免信号发射装置和接收传感器在竖直方向的活动,从而固定组件相结合能够将信号发射装置和接收传感器稳固的固定在受测者的被检测位置,避免在检测过程中,因为信号发射装置和接收传感器的活动而导致的检测结果误差甚至错误。随着人们对于身体的健康越来越重视,移动医疗设备也越来越多。为了使忙碌的人们保持身体健康,本发明上述任一实施例提供的信息检测器满足了监控组织器官、细胞及内部细胞器自振频率信号需求,通过获得组织器官、细胞及内部细胞器自振频率信号等信息能让云计算系统通过用户选择的方式修复降低自己的组织器官的熵值,从而达到无创康复的目的。本实施例中的头部共振谐波传感器模块实际采用的为一款用于测量低频电磁信号波传感器,低频电磁信号波描记法是借同频电磁波激励下脑波信号变化的一种无创检测方法,当一定高频谐波被信号波调制后发射到耳朵附近大脑振动频率感受区域时,大脑共振谐波将通过共振或谐振方式传送到接收传感器。在一些实施例中,固定组件为弹性带,本实施例通过将固定组件设置为弹性带(具有一定的宽度,具体宽度可调),即保证了对信号发射装置和接收传感器的稳固的固定也避免由于非弹性的固定组件对被检测部位的压迫而造成脑电信号的异常或者由于对被测部位的血管的压迫而造成血流的阻塞引起的细胞及内部细胞器自振频率信号和/或组织器官检测的失真。
如图 6 所示,在一些实施例中还提供一种利用人体生理信号进行交互的方法,包括:S11、接收多种脑部生理信号。
S12、用于所述被采集到的生理信号进行处理,模数转换A/D,数模转换D/A。
S13、基于所述多种脑部生理信号修复选项根据测试者交互的方式选择修复。
本实施例的利用人体生理信号进行交互的方法通过接收电子设备采集人 的多种脑部生理信号,通过信号处理装置模数转换A/D,数模转换D/A,再结 合PC及云计算系统基于采集的多种脑部生理信号和数据库比对,得到测试者 身体的健康状况,预知未来3-5年的发展趋势,根据测试者交互的方式选择 修复。因而,本发明的方法实现了基于脑部的生理信号来确定大脑和组织器官通讯从而辅助交互不再只依赖于脑电波,还可以参考头部共振谐波传感器 模块所采集的组织器官自振频率信号和细胞及内部细胞器自振频率信号来更 加快速准确的辅助测试者实现交互。在一些实施例中,多种脑部生理信号至 少包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号。 本实施例中脑电信号主要用于判断大脑和组织器官通讯的情况,组织器官自 振频率信号主要用于判断测试者当前的细胞能量状态,细胞及内部细胞器自振频率信号用于判断测试者当前的身体状况条件,如图6所示,在一些实施 例中所述显示包括多个交互对象和一个对象选择光标的图形界面包括:
如上述实施例中所记载的,本实施例中的所述图像界面所对应的模式包括检测模式、修复模式和比对模式。本实施例根据不同的模式选择不同的交互工作方式。
例如,对于检测模式的施例中主要基于脑电信号来实现对测试者的身体监测,因为处于监测状态时人的各种信息都要采集,所以用于判断测试者当前的细胞能量状态的组织器官自振频率信号和用于判断测试者当前的身体状况条件的细胞及内部细胞器自振频率信号都要进入信号处理。这样不仅实现了准确的监测的目的,还将需要处理的信息数据都上传云端数据库,作为云端大数据分析计算的基础数据。
例如,对于修复模式的实施例可以综合考虑脑电信号和组织器官自振频率信号来实现辅助测试者选择修复选项。例如,首先通过测试者的组织器官自振频率信号确定测试者组织器官自振频率信号偏离标准值比较大时则可以优先修复测试者这些伤害程度比较大的组织器官,以为测试者提供更明显的修复效果让测试者得到更好的自愈力。当判断测试者的组织器官自振频率信号偏离标准值比较小时则可以跳过这些组织器官的修复,提高修复的效率。从而可以始终都保持最适合测试者当前身体状况的修复执行方案。
例如,对于比对模式的实施例可以综合考虑脑电信号和细胞及内部细胞器自振频率信号来辅助测试者更准确的把握健康趋势,提前发现问题,早期干预,即时解决问题,把健康问题做到心中有数。例如,首先通过测试者的组织器官自振频率信号确定测试者当前的身体状态和过去的测试结果或修复后状态进行对比,(一般组织器官自振频率信号偏离标准值越大,表明人的身体状况伤害越严重)。当判断测试者的组织器官自振频率信号偏离标准值比较大时则可以优先修复测试者这些伤害程度比较大的组织器官,以为测试者提供更明显的修复效果让测试者得到更好的自愈力。当判断测试者的组织器官自振频率信号偏离标准值比较小时则可以跳过这些组织器官的修复,提高修复的效率。从而可以始终都保持最适合测试者当前身体状况的修复执行方案。
本实施例中使得基于大脑和组织器官通讯的辅助交互方法不再只依赖于脑电波,还可以参考头部共振谐波传感器模块所采集的组织器官自振频率信号和细胞及内部细胞器自振频率信号来更加快速准确的辅助测试者实现交互。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种利用非嵌入式脑机接口获取人体生理信号的电子设备,包括信号发射装置和接收传感器、信号处理装置以及PC及云计算系统,其特征在于:所述信号发射装置和接收传感器用于探测大脑和身体信息交换的多种脑部生理信号,所述信号处理装置用于被采集到的人体生理信号处理,模数转换A/D,数模转换D/A,所述PC及云计算系统用于计算及显示测试分析结果的图形界面;
其中:所述多种脑部生理信号至少包括脑电信号、组织器官自振频率信号和细胞及内部细胞器自振频率信号;
其中:所述信号发射装置和接收传感器包括定位装置、信号接收传感器、头部共振谐波传感器模块以及信号筛选电路,所述定位装置用于信号发射装置和接收传感器定位受测者的被测部位,所述信号接收传感器用于探测受测者的脑电信号,所述头部共振谐波传感器模块用于采集受测者的大脑各个分区自振频率信号,所述信号筛选电路用于从脑电信号和大脑各个分区自振频率信号中选取目标频率信号;
所述电子设备还包括固定装置,所述固定装置包括第一固定组件和第二固定组件;所述第一固定组件的一端与所述信号发射装置和接收传感器的第一水平端连接,所述第一固定组件的另一端与所述信号发射装置和接收传感器的第二水平端连接,以将所述信号发射装置和接收传感器箍在受测者的头部;所述第二固定组件的一端与所述信号发射装置和接收传感器的第一垂直端连接,所述第二固定组件的另一端用于跨过受测者的头顶和下巴与所述信号发射装置和接收传感器的第二垂直端连接,以固定所述信号发射装置和接收传感器;
所述头部共振谐波传感器模块通过所述固定组件固定在受测者的耳朵旁;通过所述第一固定组件将所述信号发射装置和接收传感器箍在受测者的头部,使其在水平方向上不能够活动,通过所述第二固定组件在竖直方向上固定信号发射装置和接收传感器,避免信号发射装置和接收传感器在竖直方向的活动;
所述信号筛选电路包括高阻差分电路、带阻滤波器、低通滤波器、集成隔离放大器以及带通滤波器,所述带阻滤波器用于去除高阻差分电路输出的信号中的工频信号,所述低通滤波器用于滤除带阻滤波器输出的信号中的高频信号,所述集成隔离放大器用于放大所述低通滤波器所输出的低频信号,所述带通滤波器用于选取目标频率信号;
其中,采集接受脑电共振回波的放大器是高阻差分电路中的高输入阻抗放大器,带阻滤波器采用四阶双二次级联切比雪夫带阻滤波器设计;低通滤波器为巴特沃夫滤波器,其具有通带内尽可能平坦的特性;用四阶双二次级联巴特沃夫低通滤波器作为集成隔离放大器,用光电耦合或变压器耦合传递信号;集成隔离放大器的输入部分完全浮置;带通滤波器中第一级采用仪用放大器作差分放大,并对第一级屏蔽,采用一点接地;所述信号接收传感器包括针电极和皮肤电极,其中,所述针电极为单极同心圆针极或双极同心圆针极或单极针,所述针电极收集到的是针极周围有限范围内的运动单位电位的总和,而所述皮肤电极收集的是肌肉和神经干上的综合电活动。
2.根据权利要求1所述的一种利用非嵌入式脑机接口获取人体生理信号的电子设备,其特征在于:所述PC及云计算系统包括存储器,所述存储器用于存储基于多种脑部生理信号数据库的运行软件,所述PC及云计算系统至少有一个处理器,任一所述处理器用于执行计算机指令来调用比对测试信息和数据库信息的运算。
3.根据权利要求2所述的一种利用非嵌入式脑机接口获取人体生理信号的电子设备,其特征在于:所述信号发射装置和接收传感器包括信号采集电极,所述信号采集电极为线圈接收器,所述信号发射装置、接收传感器以及PC及云计算系统之间通过蓝牙模块和/或USB端口进行数据传输。
CN202011481039.1A 2020-12-15 2020-12-15 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法 Active CN112656428B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011481039.1A CN112656428B (zh) 2020-12-15 2020-12-15 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011481039.1A CN112656428B (zh) 2020-12-15 2020-12-15 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法

Publications (2)

Publication Number Publication Date
CN112656428A CN112656428A (zh) 2021-04-16
CN112656428B true CN112656428B (zh) 2024-05-24

Family

ID=75404932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011481039.1A Active CN112656428B (zh) 2020-12-15 2020-12-15 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法

Country Status (1)

Country Link
CN (1) CN112656428B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102920453A (zh) * 2012-10-29 2013-02-13 泰好康电子科技(福建)有限公司 一种脑电波信号处理方法及其装置
CN105030234A (zh) * 2015-06-26 2015-11-11 迈德高武汉生物医学信息科技有限公司 一种脑电波监测仪及其智能监测系统和方法
WO2017189748A1 (en) * 2016-04-29 2017-11-02 Freer Logic, Inc. Non-contact body and head-based monitoring of brain electrical activity
CN206852594U (zh) * 2017-03-06 2018-01-09 华斌 一种根据人体生物电磁波获取用户特征的装置
CN109045478A (zh) * 2018-06-25 2018-12-21 张�林 一种多功能智能康复理疗仪
CN111317469A (zh) * 2020-01-10 2020-06-23 深圳市宏智力科技有限公司 一种脑电波监测设备、系统及监测方法
CN111419182A (zh) * 2020-04-01 2020-07-17 蓝正(上海)生物科技有限公司 一种非线性健康分析系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102920453A (zh) * 2012-10-29 2013-02-13 泰好康电子科技(福建)有限公司 一种脑电波信号处理方法及其装置
CN105030234A (zh) * 2015-06-26 2015-11-11 迈德高武汉生物医学信息科技有限公司 一种脑电波监测仪及其智能监测系统和方法
WO2017189748A1 (en) * 2016-04-29 2017-11-02 Freer Logic, Inc. Non-contact body and head-based monitoring of brain electrical activity
CN206852594U (zh) * 2017-03-06 2018-01-09 华斌 一种根据人体生物电磁波获取用户特征的装置
CN109045478A (zh) * 2018-06-25 2018-12-21 张�林 一种多功能智能康复理疗仪
CN111317469A (zh) * 2020-01-10 2020-06-23 深圳市宏智力科技有限公司 一种脑电波监测设备、系统及监测方法
CN111419182A (zh) * 2020-04-01 2020-07-17 蓝正(上海)生物科技有限公司 一种非线性健康分析系统

Also Published As

Publication number Publication date
CN112656428A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
US10973465B2 (en) Pacing signal processing method, system and electrocardiogram monitor
KR101674580B1 (ko) 생체 신호를 측정하는 장치 및 방법
CN113693607A (zh) 用于宽带相位梯度信号采集的方法和装置
CN101822863A (zh) 情绪调节装置和方法
JP6980011B2 (ja) 心臓信号をフィルタリングするためのシステム
D’Arcy et al. Towards brain first-aid: a diagnostic device for conscious awareness
US20070073184A1 (en) Sensor Device for Detecting LEEG Signals and Detecting Method Thereof
PL224517B1 (pl) System rejestracji i obróbki sygnałów do diagnostyki układu słuchowego i sposób rejestracji i obróbki sygnałów do diagnostyki układu słuchowego
CN107510454A (zh) 基于多阶滤波的肌电信号采集装置及系统
CN106901727A (zh) 一种基于脑电信号的抑郁症风险筛查装置
KR20150146328A (ko) 생체 전극 및 이를 이용한 생체 신호 처리 장치 및 방법
Kuronen Epic Sensors in electrocardiogram measurement
CN106859673A (zh) 一种基于睡眠脑电的抑郁症风险筛查系统
CN107693001A (zh) 一种用于胃电信号采集的拉普拉斯电极的设计方法
CN112656428B (zh) 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法
Gargiulo et al. Giga-ohm high-impedance FET input amplifiers for dry electrode biosensor circuits and systems
CN108968950A (zh) 一种数字化心电采集方法、装置及系统
Hermann et al. A ballistocardiogram acquisition system for respiration and heart rate monitoring
Man et al. Evaluation of electrical performance and properties of electroretinography electrodes
CN204246125U (zh) 一种心电工作站
CN113100776B (zh) 一种融合肌电和心电信号的疲劳监测系统及方法
Khong et al. National instruments LabVIEW biomedical toolkit for measuring heart beat rate and ECG LEAD II features
Abdul Jamil et al. Electrocardiograph (ECG) circuit design and software-based processing using LabVIEW
CN111643110A (zh) 一种基于聚焦超声空间编码的脑电检测装置
CN217408828U (zh) 基于NB-Iot的脑电数据采集系统

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