CN117530698B - 一种基于人工智能的生理信号采集处理系统 - Google Patents
一种基于人工智能的生理信号采集处理系统 Download PDFInfo
- Publication number
- CN117530698B CN117530698B CN202410018669.7A CN202410018669A CN117530698B CN 117530698 B CN117530698 B CN 117530698B CN 202410018669 A CN202410018669 A CN 202410018669A CN 117530698 B CN117530698 B CN 117530698B
- Authority
- CN
- China
- Prior art keywords
- operational amplifier
- resistor
- capacitor
- inverting input
- grounded
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 50
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 12
- 230000003750 conditioning effect Effects 0.000 claims abstract description 20
- 230000001105 regulatory effect Effects 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 239000003990 capacitor Substances 0.000 claims description 52
- 238000000034 method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000002401 inhibitory effect Effects 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 238000003199 nucleic acid amplification method Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Power Engineering (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Vascular Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于人工智能的生理信号采集处理系统,包括生理信号检测模块、数据处理模块、用户界面模块、无线传输模块和电源管理模块,所述生理信号检测模块包括生理信号传感器、通道选择电路、信号调理单元和微处理器,所述生理信号传感器的采集信号通过所述通道选择电路进入所述信号调理单元中处理,所述信号调理单元包括依次连接的差分补偿放大电路、双陷波降噪电路和后置基准调节电路,用于将所述采集信号转换成纯净的、且能够被所述微处理器识别的电信号,本发明还通过人工智能网络对生理信号进行分析处理,实现了对生理信号的实时监测和健康状态的准确预测,显著提升了生理信号采集系统的准确性和可靠性。
Description
技术领域
本发明涉及生理信号采集技术领域,特别是涉及一种基于人工智能的生理信号采集处理系统。
背景技术
在医疗和健康监测领域,生理信号的实时、准确采集与处理对于疾病的早期诊断、病情监测以及治疗效果评估具有重要意义。目前的生理信号采集系统通常由生理信号传感器、信号调理单元和数据处理单元组成,其中,生理信号传感器是用来检测和测量人体生理活动的多种生理参数,如心率、血压、呼吸、体温、肌肉活动、脑电波等;信号调理单元对从传感器获取的原始信号进行初步处理,包括放大、滤波和信号转换等,这一步骤对于消除噪声、提高信号质量以及适应后续数据处理的要求至关重要。
然而,现有的生理信号采集系统在对传感器检测信号的信号调理方面存在噪声抑制不足、放大器非线性失真、滤波器设计不当等问题。例如,专利号为CN 109567796 A的发明专利公开了一种超微型无线电生理信号采集处理系统,该系统在电生理信号采集电路的前端与神经信号传感器电性连接,电生理信号采集电路上集成放大器、模数转换器和串行传输接口,尽管放大器采用了差分补偿放大电路来抑制生理信号采集过程中的共模干扰,但仍然可能存在难以完全消除来自外部的噪声和干扰,包括环境噪声、电源噪声、热噪声等。这些噪声会导致信号产生失真,影响生理信号的可读性和分析结果的准确性。
而专利号为CN 218899435 U的实用新型专利提出了一种光电生理信号采集处理装置,该装置包括光源、光电传感装置、采集电路、模数转换装置和微处理单元,其中,采集电路包括电流电压转换模块、滤波装置和放大电路,滤波装置选用只允许光源发出的用于采集生理信号所需的特定波长和光照强度的光线经过光电传感装置产生的特定频段的电信号通过的带通滤波器。虽然该技术方案可以去除一部分的环境噪声,但在实际应用过程中,放大器很容易受到环境因素产生温度漂移导致放大增益发生变化,影响心电信号采集的准确性,同时,机械振动和肌电干扰(EMG)也会掩盖生理信号的关键特征,导致信号质量下降。
针对上述情况,本发明旨在提供一种新的方案来解决此问题。
发明内容
针对上述情况,为克服现有技术之缺陷,本发明之目的在于提供一种基于人工智能的生理信号采集处理系统。
其解决的技术方案是:一种基于人工智能的生理信号采集处理系统,包括生理信号检测模块、数据处理模块、用户界面模块、无线传输模块和电源管理模块,所述生理信号检测模块包括生理信号传感器、通道选择电路、信号调理单元和微处理器,所述生理信号传感器的采集信号通过所述通道选择电路进入所述信号调理单元中处理,所述信号调理单元包括依次连接的差分补偿放大电路、双陷波降噪电路和后置基准调节电路,用于将所述采集信号转换成纯净的、且能够被所述微处理器识别的电信号,所述微处理器还用于控制所述通道选择电路的切换状态;所述数据处理模块包括人工智能处理单元、存储器和通信接口,所述人工智能处理单元用于从采集到的生理信号中提取特征、识别模式与做出预测,并将处理信息发送到所述用户界面模块进行显示;所述存储器用于存储处理后的生理信号数据,包括原始数据、分析结果和用户反馈;所述通信接口与所述无线传输模块连接,用于与外部设备形成通信;所述电源管理模块用于向所述生理信号检测模块、数据处理模块、用户界面模块和无线传输模块进行供电。
优选的,所述差分补偿放大电路包括运放器U1A、运放器U1B、运放器U2和温度补偿单元,运放器U1A与运放器U1B的同相输入端分别连接所述通道选择电路的正、负信号输出端口,运放器U1A的反相输入端通过电阻R1连接运放器U1A的输出端和电阻R3的一端,电阻R3的另一端连接运放器U2的反相输入端,运放器U1B的反相输入端通过电阻R2连接运放器U1B的输出端和电阻R4的一端,电阻R4的另一端连接运放器U2的同相输入端,并通过电阻R6接地,运放器U2的输出端连接所述温度补偿单元的输入端,并通过电阻R5连接运放器U2的反相输入端,所述温度补偿单元的输出端连接运放器U1A和运放器U1B的反相输入端,通过负反馈和温度补偿来抑制放大器误差。
优选的,所述温度补偿单元包括电阻R7,电阻R7的一端连接运放器U2的输出端,电阻R7的另一端连接三极管T1的集电极、基极和运放器U3的反相输入端,并通过热敏电阻RT接地,三极管T1的发射极连接三极管T2的集电极和基极,三极管T2的发射极通过电阻R8接地,运放器U3的同相输入端接地,运放器U3的输出端连接MOS管Q1的栅极,MOS管Q1的漏极连接所述电源管理模块的供电端,MOS管Q1的源极连接电位器RP1的调节端,并通过并联的电阻R9与电容C2接地,电位器RP1的第一端通过电阻R10的连接运放器U1A的反相输入端,并通过电容C1接地,电位器RP1的第二端通过电阻R11的连接运放器U1B的反相输入端。
优选的,所述双陷波降噪电路包括双T带阻陷波器、光电隔离器U5和LC陷波器,所述双T带阻陷波器用于抑制心电信号处理过程中的工频干扰;所述光电隔离器U5用于对所述双T带阻陷波器的输出信号进行隔离,以防止外部噪声及前级电路干扰进入后级电路;所述LC陷波器对特定频率的无用信号进一步抑制,以保证心电信号输出的纯净度。
优选的,所述双T带阻陷波器包括运放器U4,运放器U4的反相输入端连接电阻R13、电阻R15和电容C4的一端,电阻R13的另一端连接电阻R12和电容C5的一端,电容C4连接电阻R14和电容C3的一端,电阻R12与电容C3的另一端连接所述差分补偿放大电路的输出端,电阻R14与电容C5的另一端连接运放器U4的输出端,电阻R15的另一端通过电阻R16连接运放器U4的输出端,并通过电容C6接地,运放器U4的同相输入端通过电阻R17连接运放器U4的输出端,运放器U4的输出端通过电阻R18连接所述光电隔离器U5的输入端。
优选的,所述LC滤波器包括MOS管Q2,MOS管Q2的漏极连接所述电源管理模块的供电端,MOS管Q2的栅极连接所述光电隔离器U5的输出端,MOS管Q2的源极连接电感L1、电容C7的一端和二极管VD1的阴极,电感L1和电容C7的另一端通过电感L2连接电容C8的一端,电容C8的另一端接地。
优选的,所述后置基准调节电路包括运放器U6,运放器U6的同相输入端连接电感L1的另一端和电容C10的一端,并通过并联的电阻R19与电容C9接地,运放器U6的反相输入端连接基准电压源,并通过电阻R22连接电位器RP3的第一端和调节端,运放器U6的输出端连接晶体管VT1的基极,晶体管VT1的发射极连接所述电源管理模块的供电端,晶体管VT1的集电极连接电位器RP3的第二端、电容C10的另一端和所述微处理器,并通过电阻R23接地。
优选的,所述基准电压源包括电位器RP2,电位器RP2的调节端连接运放器U6的反相输入端,电位器RP2的第一端连接稳压二极管DZ1的阴极,并通过电阻R20连接所述电源管理模块的供电端,稳压二极管DZ1的阳极接地,电位器RP2的第二端通过电阻R21接地。
优选的,所述微处理器选用MSP430系列MCU芯片。
优选的,所述通道选择电路选用CD74HC4051逻辑芯片。
通过以上技术方案,本发明的有益效果为:
1.本发明通过优化信号调理单元,有效解决了现有技术中生理信号采集过程中的噪声抑制不足、放大器非线性失真和滤波器设计不当等问题,系统采用差分补偿放大电路结合温度补偿单元,以抑制放大器误差和温度漂移,确保采集信号放大的准确性;双陷波降噪电路进一步消除了环境噪声和干扰,提高了心电信号采集的质量和准确性;后置基准调节电路确保了采集信号输出的纯净度,增强了微处理器对心电信号的识别能力。
2.本发明还通过人工智能网络对生理信号进行分析处理,实现了对生理信号的实时监测和健康状态的准确预测,显著提升了生理信号采集系统的准确性和可靠性。
附图说明
图1为本发明的系统模块结构框图。
图2为本发明中生理信号检测模块结构框图。
图3为本发明中差分补偿放大电路原理图。
图4为本发明中双陷波降噪电路原理图。
图5为本发明中后置基准调节电路原理图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考附图1至附图5对实施例的详细说明中,将可清楚的呈现。以下实施例中所提到的结构内容,均是以说明书附图为参考。
下面将参照附图描述本发明的各示例性的实施例。
如图1和图2所示,一种基于人工智能的生理信号采集处理系统,包括生理信号检测模块、数据处理模块、用户界面模块、无线传输模块和电源管理模块,其中,生理信号检测模块包括生理信号传感器、通道选择电路、信号调理单元和微处理器,生理信号传感器的采集信号通过通道选择电路进入信号调理单元中处理,信号调理单元包括依次连接的差分补偿放大电路、双陷波降噪电路和后置基准调节电路,用于将采集信号转换成纯净的、且能够被微处理器识别的电信号,微处理器还用于控制通道选择电路的切换状态。
数据处理模块包括人工智能处理单元、存储器和通信接口,人工智能处理单元用于从采集到的生理信号中提取特征、识别模式与做出预测,并将处理信息发送到用户界面模块进行显示;存储器用于存储处理后的生理信号数据,包括原始数据、分析结果和用户反馈;通信接口与无线传输模块连接,用于与外部设备形成通信。
电源管理模块用于向生理信号检测模块、数据处理模块、用户界面模块和无线传输模块进行供电,确保系统长时间稳定运行。
在上述中,为了保证采集到的原始生理信号能够被有效地处理和分析,本申请通过设计新的信号调理单元来对生理信号传感器的采集信号进行处理。具体的,首先利用差分补偿放大电路来放大微弱的生理信号,如图3所示,差分补偿放大电路包括运放器U1A、运放器U1B、运放器U2和温度补偿单元,运放器U1A与运放器U1B的同相输入端分别连接通道选择电路的正、负信号输出端口,运放器U1A的反相输入端通过电阻R1连接运放器U1A的输出端和电阻R3的一端,电阻R3的另一端连接运放器U2的反相输入端,运放器U1B的反相输入端通过电阻R2连接运放器U1B的输出端和电阻R4的一端,电阻R4的另一端连接运放器U2的同相输入端,并通过电阻R6接地,运放器U2的输出端连接温度补偿单元的输入端,并通过电阻R5连接运放器U2的反相输入端,温度补偿单元的输出端连接运放器U1A和运放器U1B的反相输入端,通过负反馈和温度补偿来抑制放大器误差。
进一步的,温度补偿单元包括电阻R7,电阻R7的一端连接运放器U2的输出端,电阻R7的另一端连接三极管T1的集电极、基极和运放器U3的反相输入端,并通过热敏电阻RT接地,三极管T1的发射极连接三极管T2的集电极和基极,三极管T2的发射极通过电阻R8接地,运放器U3的同相输入端接地,运放器U3的输出端连接MOS管Q1的栅极,MOS管Q1的漏极连接电源管理模块的供电端VCC,MOS管Q1的源极连接电位器RP1的调节端,并通过并联的电阻R9与电容C2接地,电位器RP1的第一端通过电阻R10的连接运放器U1A的反相输入端,并通过电容C1接地,电位器RP1的第二端通过电阻R11的连接运放器U1B的反相输入端。
可以理解的是,在差分补偿放大电路工作过程中,运放器U1A与运放器U1B利用电压跟随器原理分别接收通道选择电路的正、负信号输出端口的信号,构成双通道放大的同时保持采集信号的完整性。U1A和U1B的输出信号送入运放器U2中进行差分放大,利用差分放大器原理能够有效地放大微弱信号,同时抑制共模干扰。然而,差分放大器的性能会受到温度漂移因素的影响,温度变化会导致电路元件的参数(如电阻、电容、晶体管的阈值电压等)发生变化,因此加入温度补偿单元来消除温度漂移的影响,具体原理如下:
温度补偿单元采用电阻R7与热敏电阻RT对差分放大器的输出信号进行分流,热敏电阻RT的电阻值随温度变化而变化,这种变化会影响通过它的电流,从而在负反馈输入端形成一个与温度变化有关系的电流It,串联的三极管T1、T2与电阻R8将电流It转换成电压信号Vf,幅值为(It*R8+Vbe1+Vbe2),其中,Vbe1为三极管T1的be结电压,Vbe2为三极管T2的be结电压;运放器U3与MOS管Q1组成锁存器对该电压信号Vf进行处理,锁存器的作用是保持电压信号Vf补偿过程的稳定,防止由于温度变化或其他干扰导致的信号波动。最后由电位器RP1对电压信号Vf进行分压处理为两路信号后分别输入至U1A和U1B的反相输入端,以补偿U1A和U1B的输入偏置,从而减少温度对采集信号放大过程的影响。
原始微弱的生理信号经放大后,因环境噪声、电源噪声、热噪声等杂波侵扰,导致其采集信号中存在大量的无用信号,为了消除上述干扰噪声,双陷波降噪电路采用双T带阻陷波器、光电隔离器U5和LC陷波器依次对差分补偿放大电路的输出信号进行处理,如图4所示,双T带阻陷波器用于抑制心电信号处理过程中的工频干扰;光电隔离器U5用于对双T带阻陷波器的输出信号进行隔离,以防止外部噪声及前级电路干扰进入后级电路;LC陷波器对特定频率的无用信号进一步抑制,以保证心电信号输出的纯净度。
具体的,双T带阻陷波器包括运放器U4,运放器U4的反相输入端连接电阻R13、电阻R15和电容C4的一端,电阻R13的另一端连接电阻R12和电容C5的一端,电容C4连接电阻R14和电容C3的一端,电阻R12与电容C3的另一端连接差分补偿放大电路的输出端,电阻R14与电容C5的另一端连接运放器U4的输出端,电阻R15的另一端通过电阻R16连接运放器U4的输出端,并通过电容C6接地,运放器U4的同相输入端通过电阻R17连接运放器U4的输出端,运放器U4的输出端通过电阻R18连接光电隔离器U5的输入端。
LC滤波器包括MOS管Q2,MOS管Q2的漏极连接电源管理模块的供电端VCC,MOS管Q2的栅极连接光电隔离器U5的输出端,MOS管Q2的源极连接电感L1、电容C7的一端和二极管VD1的阴极,电感L1和电容C7的另一端通过电感L2连接电容C8的一端,电容C8的另一端接地。
双陷波降噪电路的具体工作流程如下:首先,双T带阻陷波器的RC双T陷波网络由电阻R12、R13、R14与电容C3、C4、C5组成,运放器U4作为双T带阻陷波器的核心,通过驱动RC双T陷波网络对电源线或其他电气设备产生的工频干扰频率进行抑制;同时,电阻R15、R16与电容C6形成的RC单T网络决定电路Q值(品质因数),Q值通常定义为电路的共振频率(ω0)与带宽(Δω)之比,即 Q = ω0 / Δω,因此可以通过调整R15、R16和C6的值来改变共振频率和带宽,从而改变Q值,以优化双T带阻陷波器对工频干扰的抑制效果。其次,光电隔离器U5的作用是通过光耦合提供一个电气隔离,这种隔离机制能够有效地防止电磁干扰(EMI)和前级电路的干扰信号进入后级电路,从而保证了采集信号的纯净度和系统的稳定性。最后,LC滤波器采用MOS管Q2接收光电隔离器U5的输出信号,并由电感L1、L2和电容C7、C8形成的LC陷波网络实现对特定频率信号的滤波功能,这里的特定频率信号主要包括机械振动和肌电干扰(EMG)产生的尖峰噪声,通过以消除或抑制上述无用信号的频率成分,极大地提高心电信号采集的质量和准确性。
进一步的,为了保证微处理器对心电信号识别与处理的准确性,采用后置基准调节电路对采集信号进行输出端处理,具体的,如图5所示,后置基准调节电路包括运放器U6,运放器U6的同相输入端连接电感L1的另一端和电容C10的一端,并通过并联的电阻R19与电容C9接地,运放器U6的反相输入端连接基准电压源,并通过电阻R22连接电位器RP3的第一端和调节端,运放器U6的输出端连接晶体管VT1的基极,晶体管VT1的发射极连接电源管理模块的供电端VCC,晶体管VT1的集电极连接电位器RP3的第二端、电容C10的另一端和微处理器,并通过电阻R23接地。
其中,基准电压源包括电位器RP2,电位器RP2的调节端连接运放器U6的反相输入端,电位器RP2的第一端连接稳压二极管DZ1的阴极,并通过电阻R20连接电源管理模块的供电端VCC,稳压二极管DZ1的阳极接地,电位器RP2的第二端通过电阻R21接地。基准电压源利用电阻分压原理对VCC电源电压进行分压,稳压二极管DZ1在分压网络中起到稳定幅值的作用,从而在电位器RP2的调节端输出一个稳定的基准电压,通过调整电位器RP2的调节端,可以改变分压网络的分压比,从而微调基准电压的值。
在后置基准调节电路工作过程中,运放器U6作为比较器用于将输入信号与基准电压源进行比较,从而对采集信号施加基准电位,以实现对采集信号整形的目的,提高微处理器对心电信号识别能力。晶体管在运放器U6的输出端起到跟随放大的作用,以补偿前级电路对信号处理产生的幅度损失,确保了采集信号在通过运放器U6后能够保持其幅度和形状。
在具体实施过程中,微处理器选用MSP430系列MCU芯片,MSP430系列是德州仪器推出的一系列低功耗、高性能的16位微控制器,内置有高精度模拟到数字转换器(ADC),可以将信号调理单元处理后的模拟采集信号转换为数字信号,并将数字信号上传至数据处理模块中进行分析处理。MSP430系列MCU还可以控制通道选择电路的切换状态,具体的,通道选择电路选用CD74HC4051逻辑芯片,CD74HC4051是一款8通道模拟多路复用器(MUX),用于选择来自不同生理信号传感器的信号,例如心电信号、血压信号、脉搏信号等,通过MCU对MUX控制切换操作,系统可以同时监测多个生理参数,而无需为每个参数都配备独立的采集通道,从而节省硬件成本和空间。
在上述中,数据处理模块包括人工智能处理单元、存储器和通信接口,人工智能处理单元用于从采集到的生理信号中提取特征、识别模式与做出预测,并将处理信息发送到用户界面模块进行显示;存储器用于存储处理后的生理信号数据,包括原始数据、分析结果和用户反馈;通信接口与无线传输模块连接,用于与外部设备形成通信。具体实施过程中,人工智能处理单元可利用循环神经网络(RNN)进行对采集数据进行特征提取和模式识别,以分析和预测用户的健康状况,处理后的生理信号数据和分析结果存储于系统内部,并通过通信接口与无线传输模块连接,将分析数据实时传输到外部设备,如智能手机应用或医疗监控设备,支持远程监控和医疗专业人员的介入。用户界面模块允许用户查看实时数据、历史趋势,并提供反馈,这些反馈可以用于模型的进一步优化。系统还具备模型更新和性能监控功能,以确保长期稳定运行和适应新的生理信号数据。
综上所述,本发明提供了一种基于人工智能的生理信号采集处理系统,该系统通过优化信号调理单元,有效解决了现有技术中生理信号采集过程中的噪声抑制不足、放大器非线性失真和滤波器设计不当等问题。系统采用差分补偿放大电路结合温度补偿单元,以抑制放大器误差和温度漂移,确保采集信号放大的准确性。双陷波降噪电路进一步消除了环境噪声和干扰,提高了心电信号采集的质量和准确性。后置基准调节电路确保了采集信号输出的纯净度,增强了微处理器对心电信号的识别能力。本发明还通过人工智能网络对生理信号进行分析处理,实现了对生理信号的实时监测和健康状态的准确预测,显著提升了生理信号采集系统的准确性和可靠性,为医疗健康监测领域带来了创新性的解决方案。
以上是结合具体实施方式对本发明所作的进一步详细说明,不能认定本发明具体实施仅局限于此;对于本发明所属及相关技术领域的技术人员来说,在基于本发明技术方案思路前提下,所作的拓展以及操作方法、数据的替换,都应当落在本发明保护范围之内。
Claims (3)
1.一种基于人工智能的生理信号采集处理系统,包括生理信号检测模块、数据处理模块、用户界面模块、无线传输模块和电源管理模块,其特征在于:
所述生理信号检测模块包括生理信号传感器、通道选择电路、信号调理单元和微处理器,所述生理信号传感器的采集信号通过所述通道选择电路进入所述信号调理单元中处理,所述信号调理单元包括依次连接的差分补偿放大电路、双陷波降噪电路和后置基准调节电路,用于将所述采集信号转换成纯净的、且能够被所述微处理器识别的电信号,所述微处理器还用于控制所述通道选择电路的切换状态;
所述数据处理模块包括人工智能处理单元、存储器和通信接口,所述人工智能处理单元用于从采集到的生理信号中提取特征、识别模式与做出预测,并将处理信息发送到所述用户界面模块进行显示;所述存储器用于存储处理后的生理信号数据,包括原始数据、分析结果和用户反馈;所述通信接口与所述无线传输模块连接,用于与外部设备形成通信;
所述电源管理模块用于向所述生理信号检测模块、数据处理模块、用户界面模块和无线传输模块进行供电;
所述差分补偿放大电路包括运放器U1A、运放器U1B、运放器U2和温度补偿单元,运放器U1A与运放器U1B的同相输入端分别连接所述通道选择电路的正、负信号输出端口,运放器U1A的反相输入端通过电阻R1连接运放器U1A的输出端和电阻R3的一端,电阻R3的另一端连接运放器U2的反相输入端,运放器U1B的反相输入端通过电阻R2连接运放器U1B的输出端和电阻R4的一端,电阻R4的另一端连接运放器U2的同相输入端,并通过电阻R6接地,运放器U2的输出端连接所述温度补偿单元的输入端,并通过电阻R5连接运放器U2的反相输入端,所述温度补偿单元的输出端连接运放器U1A和运放器U1B的反相输入端,通过负反馈和温度补偿来抑制放大器误差;
所述温度补偿单元包括电阻R7,电阻R7的一端连接运放器U2的输出端,电阻R7的另一端连接三极管T1的集电极、基极和运放器U3的反相输入端,并通过热敏电阻RT接地,三极管T1的发射极连接三极管T2的集电极和基极,三极管T2的发射极通过电阻R8接地,运放器U3的同相输入端接地,运放器U3的输出端连接MOS管Q1的栅极,MOS管Q1的漏极连接所述电源管理模块的供电端,MOS管Q1的源极连接电位器RP1的调节端,并通过并联的电阻R9与电容C2接地,电位器RP1的第一端通过电阻R10的连接运放器U1A的反相输入端,并通过电容C1接地,电位器RP1的第二端通过电阻R11的连接运放器U1B的反相输入端;
所述双陷波降噪电路包括双T带阻陷波器、光电隔离器U5和LC陷波器,所述双T带阻陷波器用于抑制心电信号处理过程中的工频干扰;所述光电隔离器U5用于对所述双T带阻陷波器的输出信号进行隔离,以防止外部噪声及前级电路干扰进入后级电路;所述LC陷波器对特定频率的无用信号进一步抑制,以保证心电信号输出的纯净度;
所述双T带阻陷波器包括运放器U4,运放器U4的反相输入端连接电阻R13、电阻R15和电容C4的一端,电阻R13的另一端连接电阻R12和电容C5的一端,电容C4连接电阻R14和电容C3的一端,电阻R12与电容C3的另一端连接所述差分补偿放大电路的输出端,电阻R14与电容C5的另一端连接运放器U4的输出端,电阻R15的另一端通过电阻R16连接运放器U4的输出端,并通过电容C6接地,运放器U4的同相输入端通过电阻R17连接运放器U4的输出端,运放器U4的输出端通过电阻R18连接所述光电隔离器U5的输入端;
LC滤波器包括MOS管Q2,MOS管Q2的漏极连接所述电源管理模块的供电端,MOS管Q2的栅极连接所述光电隔离器U5的输出端,MOS管Q2的源极连接电感L1、电容C7的一端和二极管VD1的阴极,电感L1和电容C7的另一端通过电感L2连接电容C8的一端,电容C8的另一端接地;
所述后置基准调节电路包括运放器U6,运放器U6的同相输入端连接电感L1的另一端和电容C10的一端,并通过并联的电阻R19与电容C9接地,运放器U6的反相输入端连接基准电压源,并通过电阻R22连接电位器RP3的第一端和调节端,运放器U6的输出端连 接晶体管VT1的基极,晶体管VT1的发射极连接所述电源管理模块的供电端,晶体管VT1的集电极连接电位器RP3的第二端、电容C10的另一端和所述微处理器,并通过电阻R23接地;
所述基准电压源包括电位器RP2,电位器RP2的调节端连接运放器U6的反相输入端,电位器RP2的第一端连接稳压二极管DZ1的阴极,并通过电阻R20连接所述电源管理模块的供电端,稳压二极管DZ1的阳极接地,电位器RP2的第二端通过电阻R21接地。
2.根据权利要求1所述一种基于人工智能的生理信号采集处理系统,其特征在于:所述微处理器选用MSP430系列MCU芯片。
3.根据权利要求2所述一种基于人工智能的生理信号采集处理系统,其特征在于:所述通道选择电路选用CD74HC4051逻辑芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410018669.7A CN117530698B (zh) | 2024-01-05 | 2024-01-05 | 一种基于人工智能的生理信号采集处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410018669.7A CN117530698B (zh) | 2024-01-05 | 2024-01-05 | 一种基于人工智能的生理信号采集处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117530698A CN117530698A (zh) | 2024-02-09 |
CN117530698B true CN117530698B (zh) | 2024-03-22 |
Family
ID=89790361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410018669.7A Active CN117530698B (zh) | 2024-01-05 | 2024-01-05 | 一种基于人工智能的生理信号采集处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117530698B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206757619U (zh) * | 2017-03-30 | 2017-12-15 | 深圳市双佳医疗科技有限公司 | 一种社区小型化慢病检测管理系统平台 |
CN208818366U (zh) * | 2018-08-06 | 2019-05-03 | 河南鹿峰包装有限公司 | 瓦楞纸用温度检测装置 |
CN210469829U (zh) * | 2019-09-16 | 2020-05-05 | 河南省新乡市新星交通器材有限公司 | 一种光强自适应交通信号灯 |
CN211190622U (zh) * | 2019-10-31 | 2020-08-07 | 河南蔚源生物科技有限公司 | 一种香精生产离心机速度控制装置 |
CN112244770A (zh) * | 2020-10-10 | 2021-01-22 | 深圳市双佳医疗科技有限公司 | 一种婴幼儿自动检测生长趋势的设备 |
CN112506113A (zh) * | 2020-12-29 | 2021-03-16 | 无锡晓群机电科技有限公司 | 智慧城市电力大数据信息采集系统 |
CN113080901A (zh) * | 2021-04-29 | 2021-07-09 | 深圳市优云健康管理科技有限公司 | 一种基于ai技术的健康管理系统 |
CN116392147A (zh) * | 2023-02-27 | 2023-07-07 | 天津大学 | 基于心理预期调制效应的p300脑电处理方法 |
CN116930275A (zh) * | 2023-07-28 | 2023-10-24 | 中国农业科学院农田灌溉研究所 | 一种微塑料颗粒下土壤水分盐分浓度监测装置 |
CN117241238A (zh) * | 2023-08-31 | 2023-12-15 | 南阳市一通防爆电气有限公司 | 一种基于物联网云平台的防爆装备运行维护监测系统 |
-
2024
- 2024-01-05 CN CN202410018669.7A patent/CN117530698B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206757619U (zh) * | 2017-03-30 | 2017-12-15 | 深圳市双佳医疗科技有限公司 | 一种社区小型化慢病检测管理系统平台 |
CN208818366U (zh) * | 2018-08-06 | 2019-05-03 | 河南鹿峰包装有限公司 | 瓦楞纸用温度检测装置 |
CN210469829U (zh) * | 2019-09-16 | 2020-05-05 | 河南省新乡市新星交通器材有限公司 | 一种光强自适应交通信号灯 |
CN211190622U (zh) * | 2019-10-31 | 2020-08-07 | 河南蔚源生物科技有限公司 | 一种香精生产离心机速度控制装置 |
CN112244770A (zh) * | 2020-10-10 | 2021-01-22 | 深圳市双佳医疗科技有限公司 | 一种婴幼儿自动检测生长趋势的设备 |
CN112506113A (zh) * | 2020-12-29 | 2021-03-16 | 无锡晓群机电科技有限公司 | 智慧城市电力大数据信息采集系统 |
CN113080901A (zh) * | 2021-04-29 | 2021-07-09 | 深圳市优云健康管理科技有限公司 | 一种基于ai技术的健康管理系统 |
CN116392147A (zh) * | 2023-02-27 | 2023-07-07 | 天津大学 | 基于心理预期调制效应的p300脑电处理方法 |
CN116930275A (zh) * | 2023-07-28 | 2023-10-24 | 中国农业科学院农田灌溉研究所 | 一种微塑料颗粒下土壤水分盐分浓度监测装置 |
CN117241238A (zh) * | 2023-08-31 | 2023-12-15 | 南阳市一通防爆电气有限公司 | 一种基于物联网云平台的防爆装备运行维护监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117530698A (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112506113B (zh) | 智慧城市电力大数据信息采集系统 | |
CN101278838A (zh) | 多通道呼吸生理信号无线监测系统及方法 | |
CN111769819B (zh) | 一种采样频率自适应可调的数据采集方法及系统 | |
CN104545870A (zh) | 用于心率检测的床垫和心率检测方法 | |
CN108572579B (zh) | 基于物联网的农业大棚数据处理分析系统 | |
CN106707895B (zh) | 一种集多类型检测信号的高精度同步振动数据采集卡 | |
CN117530698B (zh) | 一种基于人工智能的生理信号采集处理系统 | |
CN107044890A (zh) | 长距离自适应的荧光光纤测温装置及方法 | |
CN108364455B (zh) | 医疗远程监控系统的信号补偿电路 | |
CN104615048B (zh) | 一种ad采集方法及装置 | |
CN103876735A (zh) | 一种高性能脑电信号采集系统及其采集方法 | |
CN1249478A (zh) | 社区医生助理系统 | |
CN206533028U (zh) | 一种激光器恒定功率数字控制系统 | |
CN106066397B (zh) | 一种适用于电流输出型光电倍增管的补偿系统、方法及免疫分析仪 | |
CN104352234A (zh) | 一种生理电信号尖峰奇异点检测方法 | |
CN101884525A (zh) | 一种实时动态医疗监护系统的便携装置 | |
CN115639408A (zh) | 一种高精度土壤电导率自适应监测系统 | |
CN214151462U (zh) | 一种铁道施工远程数据传输系统 | |
CN213399267U (zh) | 一种高压配电柜安全监测装置 | |
CN219626129U (zh) | 一种智能电表数据处理系统 | |
CN219084696U (zh) | 一种纺织车间粉尘远程监测装置 | |
CN209964795U (zh) | 一种基于互联网农作物防冻装置 | |
CN117084630A (zh) | 应用于癫痫病症的闭环式脑电信号采集电路及刺激方法 | |
CN117740886A (zh) | 一种针对高阻值传感器的高精度采集电路 | |
CN218548072U (zh) | 用于弹性体绝缘汽车用电缆生产的硫化温控装置 |
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 |