CN112826510B - 电生理信号采集系统 - Google Patents
电生理信号采集系统 Download PDFInfo
- Publication number
- CN112826510B CN112826510B CN202110265286.6A CN202110265286A CN112826510B CN 112826510 B CN112826510 B CN 112826510B CN 202110265286 A CN202110265286 A CN 202110265286A CN 112826510 B CN112826510 B CN 112826510B
- Authority
- CN
- China
- Prior art keywords
- signal
- target
- electroencephalogram
- electrocardio
- frequency domain
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/36128—Control systems
- A61N1/36135—Control systems using physiological parameters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本公开涉及一种电生理信号采集系统,所述系统包括电生理信号采集装置及处理装置,电生理信号采集装置包括金属壳体,脉冲发生模块,用于产生脉冲信号;多个电极;信号采集模块,用于采集心电信号及采集脑电信号;信号处理模块,用于去除心电信号及脑电信号中的刺激伪迹和/或心电伪迹;信号分析模块,用于提取心电信号及脑电信号中的特征作为脉冲调整参数;闭环控制模块,用于根据脉冲调整参数对脉冲发生模块的脉冲发生参数进行调整;信号传输模块,用于实现信号传输。本公开实施例可以去除采集结果中的心电伪迹和/或刺激伪迹,从而得到准确的脑深部电信号采集结果,复杂度低,且性能可靠、成本较低,适宜于推广应用。
Description
技术领域
本公开涉及医疗设备技术领域,尤其涉及一种电生理信号采集系统。
背景技术
脑深部刺激器是一种植入式医疗器械,主要用于治疗运动障碍及某些药物难治性精神障碍,在脑功能疾病治疗领域具有重要的临床价值。作为与大脑深部直接接触的有源、全植入式医疗器械,脑深部刺激器又可作为神经活动的一种植入式接口。当前,将脑深部刺激器与植入式脑电记录技术融合已经成为一种新兴技术,是开展闭环神经调控、植入式脑机接口研究的重要工具。
然而,植入式的电生理信号采集技术仍面临一定的挑战。由于体内传导环境的复杂性,多种干扰往往以不同强度叠加在微弱的目标信号中。在脑深部刺激器采集的局部场电位中,心电(electrocardiogram,ECG)干扰是主要的噪声来源之一。在利用这一采集技术的研究中,ECG干扰已经造成了大量的数据损失。研究人员有时不得不因为ECG噪声而调整记录触点组合,从而影响记录位置的精确性。此外,随着时间的增长,ECG噪声的强度有可能逐渐增大。以上问题限制了植入式脑电采集技术真正走向临床应用
ECG噪声主要来源于植入式脑电采集装置硬件设计的不足。对脑深部核团的电极触点构成的差分通道而言,ECG是一种共模信号。残留在采集结果中的ECG噪声强度取决于差分通道的共模抑制比(common mode rejection ratio,CMRR)。实验结果表明,CMRR需要达到60dB以上才能够显著抑制ECG噪声,这对于植入式脑电采集装置是非常困难的。一方面,由于需要长期在人体内工作,脑深部刺激器的功耗和体积非常受限,实现高精度的差分通道匹配难度很大。另一方面,一旦有轻微的体液泄露现象,差分通道的阻抗匹配将会被打破,造成CMRR的降低。因此,在目前的技术发展条件下,很难通过硬件设计完全去除ECG噪声。
另一方面,植入式脑电采集结果中的ECG噪声也很难直接被现有的算法去除。常见的ECG噪声去除方法通常需要额外增加同步的ECG记录通道或需要待处理信号的通道达到一定数量,然而,植入式脑电采集系统通常是独立工作的,且触点数量有限,难以满足上述方法的实现条件。尽管已有一些算法可对单通道脑电数据进行盲源ECG噪声去除,但这些算法的计算复杂度较高,其性能仍有待验证。
发明内容
有鉴于此,本公开提出了一种电生理信号采集系统,所述系统包括电生理信号采集装置及处理装置,所述电生理信号采集装置用于植入体内以采集电生理信号,所述处理装置设置于体外平台,其中,所述电生理信号采集装置包括金属壳体、设置在所述金属壳体外部的多个电极及设置在所述金属壳体内部的脉冲发生模块、信号采集模块、闭环控制模块,所述系统还包括信号处理模块、信号分析模块、信号传输模块,其中,
所述脉冲发生模块,用于产生脉冲信号;
所述多个电极,用于传导所述脉冲信号,以及接收所述电生理信号;
所述信号采集模块,用于通过任意电极与所述金属壳体采集心电信号,并通过任意一对或多对电极同步采集脑电信号;
所述信号处理模块,用于接收所述心电信号及所述脑电信号,并对所述心电信号及所述脑电信号进行处理,以去除所述心电信号及所述脑电信号中的刺激伪迹和/或心电伪迹;
所述信号分析模块,用于接收处理后的所述心电信号及所述脑电信号,并对处理后的所述心电信号及所述脑电信号进行分析,提取所述心电信号及所述脑电信号中的特征作为脉冲调整参数;
所述闭环控制模块,用于接收所述脉冲调整参数,并根据所述脉冲调整参数对所述脉冲发生模块的脉冲发生参数进行调整;
所述信号传输模块,用于实现所述电生理信号采集装置中各个模块的信号传输、及所述电生理信号采集装置与所述处理装置的信号传输。
在一种可能的实现方式中,所述电生理信号采集装置及所述处理装置均包括所述信号传输模块,
所述信号处理模块、信号分析模块设置于所述电生理信号采集装置中和/或设置于所述处理装置中。
在一种可能的实现方式中,所述信号采集模块包括单极采集通道单元及双极采集通道单元,所述单极采集通道单元用于采集所述心电信号,所述双极采集通道单元用于采集所述脑电信号,其中,所述单极采集通道单元及双极采集通道单元均包括:
前置处理模块,包括滤波电路、放大电路,用于对接收到的电信号进行滤波、放大;
差分采样模块,连接于所述前置处理模块,用于对接收的电信号进行采样。
在一种可能的实现方式中,所述信号处理模块用于:
在根据所述脑电信号确定不存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征;
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹;或
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,将所述目标脑电信号输出。
在一种可能的实现方式中,所述信号处理模块用于:
在根据所述脑电信号确定存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号、刺激伪迹,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征;
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹;或
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,将所述目标脑电信号输出。
在一种可能的实现方式中,所述信号处理模块用于:
在根据所述脑电信号确定存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号、去除所述预处理后的心电信号中的刺激伪迹,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征;
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹,并去除所述目标脑电信号中的刺激伪迹;或
当根据所述目标心电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,去除所述目标脑电信号的刺激轨迹。
在一种可能的实现方式中,所述信号处理模块用于:
将所述目标心电信号的时频域特征与所述目标脑电信号的时频域特征进行比较,确定心电信号对脑电信号的干扰,
其中,当干扰不存在或干扰强度小于预设干扰强度时,确定所述目标脑电信号中不存在心电伪迹;或
当干扰强度大于预设干扰强度时,确定所述目标脑电信号中存在心电伪迹。
在一种可能的实现方式中,所述信号处理模块用于:
对所述目标心电信号及所述目标脑电信号进行归一化处理;
对归一化处理得到的目标心电信号、目标脑电信号进行信号提取、时域分析、频域分析,得到目标心电信号的时频域特征、目标脑电信号的时频域特征;
将所述目标心电信号的时频域特征与所述目标脑电信号的时频域特征进行比较,确定心电信号对脑电信号的干扰。
在一种可能的实现方式中,所述信号处理模块用于:
确定所述目标心电信号中QRS波群的第一位置;
根据所述第一位置确定所述目标脑电信号中的心电伪迹的第二位置;
在所述第二位置,利用回归法估计所述目标脑电信号中的心电伪迹,并去除所述目标脑电信号中的心电伪迹;或
在所述第二位置,提取脑电信号中的心电伪迹的波形,并利用心电伪迹的波形建立伪迹波形模板,通过模板相减法去除所述目标脑电信号中的心电伪迹;或
在所述第二位置,将所述目标心电信号作为参考信号,利用自适应滤波器去除所述目标脑电信号中的心电伪迹。
在一种可能的实现方式中,所述信号处理模块用于:
确定所述目标心电信号中QRS波群的第一位置;
根据所述第一位置确定所述目标脑电信号中的心电伪迹的第二位置;
在所述第二位置,提取脑电信号中的心电伪迹的波形,对所述心电伪迹的波形进行滤波,并利用滤波后的心电伪迹的波形建立伪迹波形模板,通过模板相减法去除所述目标脑电信号中的心电伪迹;或
在所述第二位置,将所述目标心电信号作为参考信号,利用自适应滤波器去除所述目标脑电信号中的心电伪迹。
通过以上电生理信号采集系统,本公开实施例通过信号采集模块同步采集心电信号及脑电信号,并去除采集结果中的心电伪迹和/或刺激伪迹,从而得到准确的脑深部电信号采集结果,并且,所述系统不需额外增加体外的心电记录通道,降低了植入式的电生理信号采集装置的复杂度,且性能可靠、成本较低,适宜于推广应用。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1、图2示出了根据本公开一实施例的电生理信号采集系统的框图。
图3示出了根据本公开一实施例的信号采集模块的示意图。
图4示出了根据本公开一实施例的信号处理模块的工作模式示意图。
图5示出了根据本公开一实施例的信号处理模块的第一种工作模式示意图。
图6示出了根据本公开一实施例的信号处理模块的第二种工作模式示意图。
图7示出了根据本公开一实施例的信号处理模块的第二种工作模式示意图。
图8示出了根据本公开一实施例的信号处理模块的心电伪迹处理的示意图。
图9示出了根据本公开一实施例的信号处理模块的心电伪迹判断的示意图。
图10示出了根据本公开一实施例的信号处理模块的第一种工作模式、第二种工作模式的心电伪迹去除的示意图。
图11示出了根据本公开一实施例的信号处理模块的第三种工作模式的心电伪迹去除的示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
请参阅图1、图2,图1、图2示出了根据本公开一实施例的电生理信号采集系统的框图。
如图1及图2所示,所述系统包括电生理信号采集装置及处理装置,所述电生理信号采集装置用于植入体内以采集电生理信号,所述处理装置设置于体外平台,其中,所述电生理信号采集装置包括金属壳体8、设置在所述金属壳体8外部的多个电极1及设置在所述金属壳体8内部的脉冲发生模块2、信号采集模块3、闭环控制模块6,所述系统还包括信号处理模块4、信号分析模块5、信号传输模块7,其中,
所述脉冲发生模块2,用于产生脉冲信号;
所述多个电极1,用于传导脉冲信号,作用于人体(如大脑)中的目标部位,接收所述电生理信号;
所述信号采集模块3,用于通过任意电极1与所述金属壳体8采集心电信号,并通过任意一对或多对电极1同步采集脑电信号;
所述信号处理模块4,用于接收所述心电信号及所述脑电信号,并对所述心电信号及所述脑电信号进行处理,以去除所述心电信号及所述脑电信号中的刺激伪迹和/或心电伪迹;
所述信号分析模块5,用于接收处理后的所述心电信号及所述脑电信号,并对处理后的所述心电信号及所述脑电信号进行分析,提取所述心电信号及所述脑电信号中的特征作为脉冲调整参数;
所述闭环控制模块6,用于接收所述脉冲调整参数,并根据所述脉冲调整参数对所述脉冲发生模块2的脉冲发生参数进行调整;
所述信号传输模块7,用于实现所述电生理信号采集装置中各个模块的信号传输、及所述电生理信号采集装置与所述处理装置的信号传输。
通过以上电生理信号采集系统,本公开实施例通过信号采集模块同步采集心电信号及脑电信号,并去除采集结果中的心电伪迹和/或刺激伪迹,从而得到准确的脑深部电信号采集结果,并且,所述系统不需额外增加体外的心电记录通道,降低了植入式的电生理信号采集装置的复杂度,且性能可靠、成本较低,适宜于推广应用。
在一个示例中,刺激伪迹可以是刺激脉冲(如脉冲发生模块发出)经组织器官或机体内外的电解质溶液扩散到记录电极下而被引导、放大的电信号。
在一个示例中,心电伪迹可以是由心脏的电活动所引起的电信号。
在一种可能的实现方式中,如图1及图2所示,所述电生理信号采集装置及所述处理装置均可以包括所述信号传输模块7。
在一个示例中,信号传输模块可以包括通信组件(图1、图2未示出),通信组件可以被配置为便于系统内部各个装置之间及各个装置的各个模块之间或与其他设备之间有线或无线方式的通信。所述系统可以接入基于通信标准的无线网络,如蓝牙、射频通信,或它们的组合。在一个示例性实施例中,通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件还包括近场通信(NFC)模块,以促进短程通信。
在一种可能的实现方式中,如图1及图2所示,所述信号处理模块4、信号分析模块5可以设置于所述电生理信号采集装置中和/或设置于所述处理装置中。
在一个示例中,所述系统可以具有第一系统工作模式和第二系统工作模式。
在一个示例中,如图1所示,在第一系统工作模式中,所述信号处理模块4、信号分析模块5属于植入式电生理信号采集装置的植入式部分,所述信号采集模块3将采集结果传输至所述信号处理模块4,所述信号处理模块4实现刺激伪迹、ECG伪迹的去除,提取出纯净的电生理信号,处理后的信号可传输至所述信号分析模块5、闭环控制模块6,实现闭环神经刺激疗法,处理后的信号也可以通过所述信号传输模块7,无线传输至体外平台。
在一个示例中,如图2所示,在第二系统工作模式中,所述信号处理模块4、信号分析模块5属于植入式电生理信号采集装置的体外部分,所述信号采集模块4将采集结果传输至所述信号传输模块7,所述信号传输模块7将数据无线传输至所述体外信号处理模块4,由信号处理模块4对数据进行处理,去除刺激伪迹、ECG伪迹,提取出纯净的电生理信号;处理后的电生理信号可供所述信号分析模块5进行特征分析。
在一个示例中,信号分析模块5、信号处理模块4可以利用处理组件实现,组件包括但不限于单独的处理器,或者分立元器件,或者处理器与分立元器件的组合。所述处理器可以包括电子设备中具有执行指令功能的控制器,所述处理器可以按任何适当的方式实现,例如,被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现。在所述处理器内部,可以通过逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器等硬件电路执行所述可执行指令。
在一个示例中,所述脉冲发生模块2可以包括脉冲发生器,所述脉冲发生器可以包括脉冲产生电路,用于产生特定脉冲发生参数(例如脉冲幅度、宽度、频率、持续时间等)的脉冲信号,脉冲信号可以是恒压信号,也可以是恒流信号,脉冲发生模块2产生的脉冲信号可以经过电极1施加在大脑(可以是人体或其他动物体)的目标部位,实现对治疗靶点的电刺激治疗作用。
本公开实施例对脉冲发生模块2的具体实现方式不做限定,本领域技术人员可以根据相关技术实现。
请参阅图3,图3示出了根据本公开一实施例的信号采集模块的示意图。
在一种可能的实现方式中,如图3所示,所述信号采集模块3可以包括单极采集通道单元及双极采集通道单元,所述单极采集通道单元用于采集所述心电信号(通过金属外壳及任意一个电极触点),所述双极采集通道单元用于采集所述脑电信号(通过任意两个电极触点),其中,所述单极采集通道单元及双极采集通道单元均可以包括:
前置处理模块311,包括滤波电路、放大电路,用于对接收到的电信号进行滤波、放大;
差分采样模块33,连接于所述前置处理模块311,用于对接收的电信号进行采样。
本公开实施例对前置放大模块311的具体实现方式不做限制,本领域技术人员可以采用相关技术中的滤波电路(RC滤波电路等)、放大电路或其他电路组成前置处理模块,对接收到的电信号进行处理。
在一个示例中,差分采样模块可以包括模数转换器ADC,本公开实施例对差分采样模块的具体实现方式不做限定,对差分采样的具体过程也不做限定,本领域技术人员可以根据相关技术实现。
本公开实施例的所述信号采集模块3,能够同步记录ECG信号和脑深部的脑电信号。如附图3所示,包括单极记录通道31和双极记录通道32;其中,单极记录通道31由金属外壳与电极上的任意触点差分记录,用于记录ECG信号;双极采集通道32由电极上的任意两个触点差分记录,用于记录脑电信号;单极、双极通道同步记录;在单极记录通道31中,金属外壳和电极触点上的电压通过前置处理模块311进行处理;在双极记录通道32中,电极触点上的电压通过前置处理311模块进行处理;单极采集通道31与双极采集通道32经过前置处理模块311处理后的电压信号接入差分采样模块33,分别进行差分放大,得到两种同步的模拟电压信号,差分采样模块33通过同步采样将单极采集通道31与双极采集通道32的模拟电压信号转换为同步的数字信号,供后续处理。
请参阅图4,图4示出了根据本公开一实施例的信号处理模块的工作模式示意图。
在一个示例中,如附图4,所述信号处理模块具有第一种工作模式、第二种工作模式和第三种工作模式;所述信号处理模块首先判断双极采集通道得到的脑电信号中是否存在刺激伪迹,若不存在刺激伪迹,则进入第一种工作模式;若存在刺激伪迹,则进入第二种或第三种工作模式。
在一个示例中,所述信号处理模块判断刺激伪迹是否存在的方法,包括获取脉冲发生器工作状态,对双极采集通道的脑电信号进行时域、频域分析等。
在一个示例中,刺激伪迹可以是由刺激脉冲产生的,图4所示的“是否存在刺激伪迹”可以等同于脉冲发生模块是否发出脉冲,在这种情况下,可以根据脉冲发生模块是否发出脉冲确定是否存在刺激伪迹;但是在某些情况下,如0V刺激,或当双侧神经刺激器的一侧关机、另一侧开机时,关机侧的采集结果也可能出现刺激伪迹,在这些情况下,可以对双极采集通道的脑电信号进行时域、频域分析确定是否存在刺激伪迹。
请参阅图5,图5示出了根据本公开一实施例的信号处理模块的第一种工作模式示意图。
在一种可能的实现方式中,如图5所示,所述信号处理模块4用于:
在根据所述脑电信号确定不存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理(S41、S43),得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波(如利用巴特沃斯滤波器,或其他的低通或带通IIR、FIR滤波器等)、异常信号标记(数据丢包导致的不连续性、运动伪迹导致的异常波动等数据可以称为异常数据);
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征(S42);
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹(S44、S45);或
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,将所述目标脑电信号输出。
在一个示例中,如图5所示,信号预处理步骤S41对单极采集通道输出的心电信号进行预处理,预处理操作包括滤波、异常信号标记;步骤S42对预处理后的单通道采集结果进行进一步分析,剔除异常信号,通过时域、频域等分析方法识别ECG信号的周期,以及ECG各个成分(例如Q波、R波、S波)的幅值范围,确定ECG信号的时域、频域特征,输出目标ECG信号及其特征;步骤S43对双极采集通道的脑电信号进行预处理,预处理操作包括滤波、异常信号标记;步骤S44将步骤S42输出的目标ECG信号特征与目标脑电信号进行比较,分析目标脑电信号与目标ECG信号在时域、频域的相似性,判断脑电信号中是否存在ECG伪迹;若存在ECG伪迹,对步骤S43输出的目标脑电信号中的ECG伪迹进行去除,最后输出处理后的脑电信号。
请参阅图6,图6示出了根据本公开一实施例的信号处理模块的第二种工作模式示意图。
在一种可能的实现方式中,如图6所示,所述信号处理模块4用于:
在根据所述脑电信号确定存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理(S51、S53),得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号、刺激伪迹,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征(S52、S54);
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹(S55、S56);或
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,将所述目标脑电信号输出。
在一个示例中,如图6所示,信号预处理步骤S51对单极采集通道输出的ECG信号进行预处理,预处理操作包括滤波、异常信号标记;步骤S52对处理后的单通道采集结果进行进一步分析,剔除异常信号,对信号进行时域、频域分析,确定电刺激伪迹的频率、强度,利用高通、低通、带通滤波器或自适应滤波器对电刺激伪迹进行去除,对去除后的信号进行ECG信号时域、频域特征分析,输出目标ECG信号及时域、频域特征;步骤S53对双极采集通道的脑电信号进行预处理,预处理操作包括滤波、异常信号标记;步骤S54对信号进行时域频域分析,确定双极采集通道的电刺激伪迹的频率、强度,利用高通、低通、带通滤波器或自适应滤波器对电刺激伪迹进行去除;步骤S55将步骤S52输出的目标ECG信号特征与目标脑电信号进行比较,分析目标脑电信号与目标ECG信号在时域、频域的相似性,判断脑电信号中是否存在ECG伪迹;步骤S56对步骤S54输出的目标脑电信号中的ECG伪迹进行识别与去除。
请参阅图7,图7示出了根据本公开一实施例的信号处理模块的第二种工作模式示意图。
在一种可能的实现方式中,如图7所示,所述信号处理模块4可以用于:
在根据所述脑电信号确定存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号(S61、S63),其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号、去除所述预处理后的心电信号中的刺激伪迹,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征(S62);
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹,并去除所述目标脑电信号中的刺激伪迹(S64、S65);或
当根据所述目标心电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,去除所述目标脑电信号的刺激轨迹(S66)。
在一个示例中,如图7所示,信号预处理步骤S61对单极采集通道输出的ECG信号进行预处理,预处理操作包括滤波、异常信号标记;步骤S62对处理后的单通道采集结果进行进一步分析,剔除异常信号,对信号进行时域、频域分析,确定电刺激伪迹的频率、强度,利用高通、低通、带通滤波器或自适应滤波器对电刺激伪迹进行去除,对去除后的信号进行ECG信号时域、频域特征分析,输出目标ECG信号及其时域、频域特征;步骤S63对双极采集通道的脑电信号进行预处理,预处理操作包括滤波、异常信号标记;步骤S64将步骤S62输出的目标ECG信号特征与目标脑电信号进行比较,分析目标ECG信号特征与目标脑电信号在时域、频域的相似性,判断目标脑电信号中是否存在ECG伪迹;步骤S65对步骤S43输出的双极采集结果中的ECG伪迹进行识别与去除;步骤S66对信号进行时域频域分析,确定双极采集通道的脑电信号中电刺激伪迹的频率、强度,利用高通、低通、带通滤波器或自适应滤波器对刺激伪迹进行去除。
在一个示例中,第三种工作模式与第二种工作模式的区别为将刺激伪迹的去除放到最后的步骤,这样,第三种工作模式中,在去除ECG伪迹时,本公开实施例不再不依赖于刺激伪迹的去除。其中,第二种工作模式下是先将刺激伪迹去除后再进行ECG伪迹的去除,但是在实际应用中,不可避免会有一些残留的刺激伪迹,本公开实施例可以在不去除刺激伪迹的条件下对ECG伪迹直接进行去除,降低了算法复杂度,提高了算法的普适性。
请参阅图8,图8示出了根据本公开一实施例的信号处理模块的心电伪迹处理的示意图。
在一种可能的实现方式中,如图8所示,所述信号处理模块4用于:
将所述目标心电信号的时频域特征与所述目标脑电信号的时频域特征进行比较,确定心电信号对脑电信号的干扰,
其中,当干扰不存在或干扰强度小于预设干扰强度时,确定所述目标脑电信号中不存在心电伪迹;或
当干扰强度大于预设干扰强度时,确定所述目标脑电信号中存在心电伪迹。
在一个示例中,如图8所示,首先对心电信号及脑电信号进行时域、频域分析,提取信号的时域、频域的特征,将脑电信号的时频域特征与ECG信号的时域、频域特征进行比较,确定双极采集通道是否受到ECG信号的干扰,并确定干扰强度;若存在ECG信号干扰,且干扰强度大于预设干扰强度,则进一步对ECG伪迹进行去除;若不存在ECG信号干扰,或干扰强度远低于脑电信号强度,则不再进行ECG伪迹去除操作,直接输出脑电信号。
本公开实施例对预设干扰强度的具体大小不做限定,本领域技术人员可以根据实际情况或需要设置。
请参阅图9,图9示出了根据本公开一实施例的信号处理模块的心电伪迹判断的示意图。
在一种可能的实现方式中,如图9所示,所述信号处理模块4用于:
对所述目标心电信号及所述目标脑电信号进行归一化处理;
对归一化处理得到的目标心电信号、目标脑电信号进行信号提取、时域分析、频域分析,得到目标心电信号的时频域特征、目标脑电信号的时频域特征;
将所述目标心电信号的时频域特征与所述目标脑电信号的时频域特征进行比较,确定心电信号对脑电信号的干扰。
在一个示例中,如图9所示,分别对ECG信号和脑电信号进行归一化处理,归一化处理方法包括但不限于线性比例变换法、极差变换法、零均值标准化等;然后分别对ECG信号和脑电信号进行时域、频域分析;时域分析方法包括但不限于计算均值、标准差、样本熵等时域线性、非线性域指标,以及ECG信号与脑电信号的时域相关系数、均方误差、相对误差、内积;频域分析方法包括但不限于计算功率谱密度、特定频段能量,以及ECG信号与脑电信号的频域相关系数、频域相干性、互谱、频谱均方误差、频谱相对误差等;对时域、频域各项指标进行比较和分析,综合判断脑电信号中是否存在ECG伪迹的干扰。
在一个示例中,在ECG伪迹判断中,可以确定相似性指标的数目或相似程度,在相似性指标的数目、相似程度达到预定标准时,可以确定脑电信号中存在ECG伪迹的干扰,当然,本公开实施例对相似性指标的数目或相似程度的具体判定标准不做限定,本领域技术人员可以根据实际情况或需要设定。
请参阅图10,图10示出了根据本公开一实施例的信号处理模块的第一种工作模式、第二种工作模式的心电伪迹去除的示意图。
在一种可能的实现方式中,所述信号处理模块4用于:
步骤S451,确定所述目标心电信号中QRS波群的第一位置;
步骤S452,根据所述第一位置确定所述目标脑电信号中的心电伪迹的第二位置;
步骤S4541,在所述第二位置,利用回归法估计所述目标脑电信号中的心电伪迹,并去除所述目标脑电信号中的心电伪迹;或
步骤S453及步骤S4592,在所述第二位置,提取脑电信号中的心电伪迹的波形,并利用心电伪迹的波形建立伪迹波形模板,通过模板相减法去除所述目标脑电信号中的心电伪迹;或
步骤S4543,在所述第二位置,将所述目标心电信号作为参考信号,利用自适应滤波器去除所述目标脑电信号中的心电伪迹。
在一个示例中,QRS波群可以代表全部心室肌除极过程的综合波群。典型的QRS综合波包括3个紧密相连的波群,第1个向下的波,称Q波或q波;第1个向上的波,称R波或r波;R波之后向下的波,称S波或s波,对QRS波群的具体介绍,请参照相关技术。
在一个示例中,如图10所示,首先识别ECG信号各个QRS波的位置(S451),由于ECG信号(单极采集通道)与脑电信号(双极采集通道)同步记录,可根据ECG信号中QRS波的位置确定脑电信号中ECG伪迹的位置(S452);可利用线性或非线性回归法估计出脑电信号中的ECG伪迹,从而去除ECG伪迹(S4541);也可以在确认脑电信号中ECG伪迹位置后,提取出脑电采集结果中ECG伪迹的波形(S453),利用伪迹波形建立统一或自适应变化的伪迹波形模板,通过模板相减法去除ECG伪迹(S4542);也可以直接将ECG信号作为参考信号,由自适应滤波器对脑电信号中的ECG伪迹进行估计,达到去除ECG伪迹的效果(S4543),自适应滤波器包括但不限于基于最小均方(Least Mean Squares,LMS)算法的自适应滤波器、基于递归最小二乘(Recursive Least Squares,RLS)算法的自适应滤波器、频域自适应滤波器等。
请参阅图11,图11示出了根据本公开一实施例的信号处理模块的第三种工作模式的心电伪迹去除的示意图。
在一种可能的实现方式中,所述信号处理模块4用于:
步骤S551,确定所述目标心电信号中QRS波群的第一位置;
步骤S552,根据所述第一位置确定所述目标脑电信号中的心电伪迹的第二位置;
步骤S5531、步骤S5532、步骤S5541,在所述第二位置,提取脑电信号中的心电伪迹的波形,对所述心电伪迹的波形进行滤波,并利用滤波后的心电伪迹的波形建立伪迹波形模板,通过模板相减法去除所述目标脑电信号中的心电伪迹;或
步骤S5542,在所述第二位置,将所述目标心电信号作为参考信号,利用自适应滤波器去除所述目标脑电信号中的心电伪迹。
在一个示例中,如图11所示,首先识别ECG信号各个QRS波的位置(S551),由于ECG信号(单极采集通道)与脑电信号(双极采集通道)同步记录,确定脑电信号中ECG伪迹的位置(S552);可以在确认脑电信号中ECG伪迹位置后,提取出脑电采集结果中ECG伪迹的波形(S5531),对ECG伪迹进行滤波去除电刺激伪迹的影响(S5532),滤波方法包括叠加平均或滤波器滤波,从而建立统一或自适应变化的伪迹波形模板,通过模板相减法去除ECG伪迹(S5541);也可以直接将ECG信号作为参考信号,由自适应滤波器对脑电信号中的ECG伪迹进行估计,达到去除ECG伪迹的效果(S5542),自适应滤波器包括但不限于基于最小均方(Least Mean Squares,LMS)算法的自适应滤波器、基于递归最小二乘(Recursive LeastSquares,RLS)算法的自适应滤波器、频域自适应滤波器等。
本公开实施例还可以利用信号分析模块对处理后的所述心电信号及所述脑电信号进行分析,提取所述心电信号及所述脑电信号中的特征作为脉冲调整参数,作为反馈信号输出到闭环控制模块,并通过闭环控制模块利用脉冲调整参数实现对脉冲发生模块的脉冲发生参数(如脉冲幅度、宽度、频率、持续时间等)的调整,通过大脑中的反馈信号,可以针对性的调整脉冲信号,优化对目标对象(病患)的治疗方案,提升对神经类疾病的治疗效果。
本公开实施例对信号分析模块、闭环控制模块的具体实现方式不做限定,对信号分析模块进行分析的具体实现方式不做限定,对提取的脑电信号中的特征(如生物标记)的类型不做限定,本领域技术人员可以根据实际情况或需要选择、确定。
本公开实施例的电生理信号采集系统能够去除脑电采集结果中的ECG伪迹,与现有技术方案相比,本公开实施例能够同步记录单极采集通道和双极采集通道,并在单极采集通道中提取中ECG信号;将ECG信号作为参考以去除ECG伪迹,本公开实施例能够有效识别双极采集通道(即脑电信号)中是否存在ECG伪迹,并能够利用参考信号准确识别脑电信号中ECG伪迹的位置及波形,从而有效去除ECG伪迹;本公开实施例由于具有参考通道,对ECG伪迹的去除不易受到电刺激伪迹的影响,ECG伪迹的去除效果显著提升。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种电生理信号采集系统,其特征在于,所述系统包括电生理信号采集装置及处理装置,所述电生理信号采集装置用于植入体内以采集电生理信号,所述处理装置设置于体外平台,其中,所述电生理信号采集装置包括金属壳体、设置在所述金属壳体外部的多个电极及设置在所述金属壳体内部的脉冲发生模块、信号采集模块、闭环控制模块,所述系统还包括信号处理模块、信号分析模块、信号传输模块,其中,
所述脉冲发生模块,用于产生脉冲信号;
所述多个电极,用于传导所述脉冲信号,以及接收所述电生理信号;
所述信号采集模块,用于通过任意电极与所述金属壳体采集心电信号,并通过任意一对或多对电极同步采集脑电信号;
所述信号处理模块,用于接收所述心电信号及所述脑电信号,并对所述心电信号及所述脑电信号进行处理,以去除所述心电信号及所述脑电信号中的刺激伪迹和/或所述脑电信号中的心电伪迹;
所述信号分析模块,用于接收处理后的所述心电信号及所述脑电信号,并对处理后的所述心电信号及所述脑电信号进行分析,提取所述心电信号及所述脑电信号中的特征作为脉冲调整参数;
所述闭环控制模块,用于接收所述脉冲调整参数,并根据所述脉冲调整参数对所述脉冲发生模块的脉冲发生参数进行调整;
所述信号传输模块,用于实现所述电生理信号采集装置中各个模块的信号传输、及所述电生理信号采集装置与所述处理装置的信号传输。
2.根据权利要求1所述的系统,其特征在于,
所述电生理信号采集装置及所述处理装置均包括所述信号传输模块,
所述信号处理模块、信号分析模块设置于所述电生理信号采集装置中或设置于所述处理装置中。
3.根据权利要求1所述的系统,其特征在于,所述信号采集模块包括单极采集通道单元及双极采集通道单元,所述单极采集通道单元用于采集所述心电信号,所述双极采集通道单元用于采集所述脑电信号,其中,所述单极采集通道单元及双极采集通道单元均包括:
前置处理模块,包括滤波电路、放大电路,用于对接收到的电信号进行滤波、放大;
差分采样模块,连接于所述前置处理模块,用于对接收的电信号进行采样。
4.根据权利要求1所述的系统,其特征在于,所述信号处理模块用于:
在根据所述脑电信号确定不存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征;
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹;或
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,将所述目标脑电信号输出。
5.根据权利要求1所述的系统,其特征在于,所述信号处理模块用于:
在根据所述脑电信号确定存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号、刺激伪迹,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征;
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹;或
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,将所述目标脑电信号输出。
6.根据权利要求1所述的系统,其特征在于,所述信号处理模块用于:
在根据所述脑电信号确定存在刺激伪迹的情况下,
对所述心电信号、所述脑电信号进行预处理,得到预处理后的心电信号及预处理后的脑电信号,其中,所述预处理包括滤波、异常信号标记;
去除所述预处理后的心电信号及预处理后的脑电信号中的异常信号、去除所述预处理后的心电信号中的刺激伪迹,并对所述预处理后的心电信号及预处理后的脑电信号进行信号提取,得到目标心电信号及其时频域特征、目标脑电信号及其时频域特征;
当根据所述目标心电信号的时频域特征及所述目标脑电信号的时频域特征确定所述预处理后的脑电信号中存在心电伪迹时,去除所述目标脑电信号中的心电伪迹,并去除所述目标脑电信号中的刺激伪迹;或
当根据所述目标心电信号的时频域特征确定所述预处理后的脑电信号中不存在心电伪迹时,去除所述目标脑电信号的刺激轨迹。
7.根据权利要求4-6任一项所述系统,其特征在于,所述信号处理模块用于:
将所述目标心电信号的时频域特征与所述目标脑电信号的时频域特征进行比较,确定心电信号对脑电信号的干扰,
其中,当干扰不存在或干扰强度小于预设干扰强度时,确定所述目标脑电信号中不存在心电伪迹;或
当干扰强度大于预设干扰强度时,确定所述目标脑电信号中存在心电伪迹。
8.根据权利要求7所述的系统,其特征在于,所述信号处理模块用于:
对所述目标心电信号及所述目标脑电信号进行归一化处理;
对归一化处理得到的目标心电信号、目标脑电信号进行信号提取、时域分析、频域分析,得到目标心电信号的时频域特征、目标脑电信号的时频域特征;
将所述目标心电信号的时频域特征与所述目标脑电信号的时频域特征进行比较,确定心电信号对脑电信号的干扰。
9.根据权利要求4或5所述的系统,其特征在于,所述信号处理模块用于:
确定所述目标心电信号中QRS波群的第一位置;
根据所述第一位置确定所述目标脑电信号中的心电伪迹的第二位置;
在所述第二位置,利用回归法估计所述目标脑电信号中的心电伪迹,并去除所述目标脑电信号中的心电伪迹;或
在所述第二位置,提取脑电信号中的心电伪迹的波形,并利用心电伪迹的波形建立伪迹波形模板,通过模板相减法去除所述目标脑电信号中的心电伪迹;或
在所述第二位置,将所述目标心电信号作为参考信号,利用自适应滤波器去除所述目标脑电信号中的心电伪迹。
10.根据权利要求6所述的系统,其特征在于,所述信号处理模块用于:
确定所述目标心电信号中QRS波群的第一位置;
根据所述第一位置确定所述目标脑电信号中的心电伪迹的第二位置;
在所述第二位置,提取脑电信号中的心电伪迹的波形,对所述心电伪迹的波形进行滤波,并利用滤波后的心电伪迹的波形建立伪迹波形模板,通过模板相减法去除所述目标脑电信号中的心电伪迹;或
在所述第二位置,将所述目标心电信号作为参考信号,利用自适应滤波器去除所述目标脑电信号中的心电伪迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110265286.6A CN112826510B (zh) | 2021-03-11 | 2021-03-11 | 电生理信号采集系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110265286.6A CN112826510B (zh) | 2021-03-11 | 2021-03-11 | 电生理信号采集系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112826510A CN112826510A (zh) | 2021-05-25 |
CN112826510B true CN112826510B (zh) | 2023-02-07 |
Family
ID=75930036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110265286.6A Active CN112826510B (zh) | 2021-03-11 | 2021-03-11 | 电生理信号采集系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112826510B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113576414B (zh) * | 2021-08-02 | 2024-07-05 | 武汉中旗生物医疗电子有限公司 | 一种突变信号识别方法、定位方法及装置 |
CN113577559B (zh) * | 2021-09-03 | 2022-07-26 | 复旦大学 | 基于多信号的闭环深部脑刺激装置、系统及设备 |
CN113856046A (zh) * | 2021-10-22 | 2021-12-31 | 乐普医学电子仪器股份有限公司 | 一种用于植入式脉冲发生器的数据训练系统及方法 |
CN117481667A (zh) * | 2023-10-24 | 2024-02-02 | 沈阳工业大学 | 一种脑电信号采集系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058691A (zh) * | 2019-04-18 | 2019-07-26 | 西安交通大学 | 基于嵌入式的可穿戴无线干电极脑电采集处理系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105193412B (zh) * | 2015-08-25 | 2018-04-24 | 中国医学科学院生物医学工程研究所 | 一种用于经颅磁刺激大脑诱发脑电伪迹去除的方法 |
CN109938725B (zh) * | 2017-12-20 | 2022-03-18 | 北京怡和嘉业医疗科技股份有限公司 | 脑电信号处理方法和系统 |
CN110575164B (zh) * | 2019-09-20 | 2022-04-12 | 桂林电子科技大学 | 脑电信号伪迹去除方法及计算机可读存储介质 |
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 |
CN112022156A (zh) * | 2020-08-25 | 2020-12-04 | 南京智映博康医疗器械有限公司 | 一种实时去除刺激伪迹的生物电信号采集系统及方法 |
-
2021
- 2021-03-11 CN CN202110265286.6A patent/CN112826510B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058691A (zh) * | 2019-04-18 | 2019-07-26 | 西安交通大学 | 基于嵌入式的可穿戴无线干电极脑电采集处理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112826510A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112826510B (zh) | 电生理信号采集系统 | |
US8366628B2 (en) | Signal sensing in an implanted apparatus with an internal reference | |
AU2017325013B2 (en) | Brady pause detection for implantable cardiac monitors | |
US12064628B2 (en) | Apparatus for treating neurological disorders by electrostimulation and method for processing neural signals collected by the said apparatus | |
JP6980011B2 (ja) | 心臓信号をフィルタリングするためのシステム | |
US20150065813A1 (en) | System for recording and processing signal for diagnosing auditory system and method for recording and processing signal for diagnosing auditory system | |
US9622672B2 (en) | Digitally invertible universal amplifier for recording and processing of bioelectric signals | |
CN113080875A (zh) | 用于在手术期间防止记录的生物信号干扰的系统和方法 | |
Tan et al. | Decoding movement states in stepping cycles based on subthalamic LFPs in Parkinsonian patients | |
CN111657933A (zh) | 自主高频qrs波群分析装置及分析方法 | |
Hung et al. | Introduction to Biomedical Signals and Their Applications | |
Wang et al. | Real-time artifact removal system for surface EMG processing during ten-fold frequency electrical stimulation | |
Jegan et al. | Low cost and improved performance measures on filtering techniques for ECG signal processing and TCP/IP based monitoring using LabVIEW | |
Yol et al. | Design of real time cardiac arrhythmia detection device | |
WO2014125673A1 (en) | Biological signal detecting apparatus and implantable medical device | |
Talukdar et al. | Analysis of noise and its removal in nerve conduction study signal | |
EP3851047A1 (en) | Improved wireless electrocardiograph | |
Petkos | Wired, wireless and wearable bioinstrumentation for high-precision recording of bioelectrical signals in bidirectional neural interfaces | |
CN114847972B (zh) | 一种经颅脑刺激多通道数据采集系统及方法 | |
Molanes et al. | Design of a muscle activity monitor for rehabilitation of post-stroke patients | |
Gutierrez-Hernandez et al. | Machine Learning Evaluation of Passive Wireless Neurosensing Recorder for Biopotentials Recognition | |
Sivasakthivel et al. | Exploring Bio Signals for Smart Systems: An Investigation into the Acquisition and Processing Techniques | |
CN113209471A (zh) | 用于深部脑内刺激dbs设备的信号采集及分析方法及系统 | |
Harsha et al. | Design, Implementation and Simulation of Patient Monitoring System using Steady State Visual Evoked Potential Signal based on LABVIEW | |
CN112402010A (zh) | 消融脉冲的控制方法、装置及系统、电子设备、存储介质 |
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 |