CN217408828U - 基于NB-Iot的脑电数据采集系统 - Google Patents
基于NB-Iot的脑电数据采集系统 Download PDFInfo
- Publication number
- CN217408828U CN217408828U CN202122798420.7U CN202122798420U CN217408828U CN 217408828 U CN217408828 U CN 217408828U CN 202122798420 U CN202122798420 U CN 202122798420U CN 217408828 U CN217408828 U CN 217408828U
- Authority
- CN
- China
- Prior art keywords
- module
- electroencephalogram
- electrode
- iot
- 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.)
- Active
Links
Images
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本实用新型提供了一种基于NB‑Iot的脑电数据采集系统,包括:电极模块、信号处理模块、AD采集模块、控制模块、通信模块和显示模块;电极模块与信号处理模块电性连接,信号处理模块与AD采集模块连接,AD采集模块与控制模块电性连接,控制模块与通信模块以及显示模块连接;电极模块通过多电极多通道采集脑电信号,脑电信号首先通过信号处理模块进行低噪声放大以及滤波处理,然后通过AD采集模块再次进行滤波、放大以及模数转换后得到数字信号;控制模块对数字信号进行软件滤波;通信模块包括NB‑Iot模块,将软件滤波后的数字信号发送至云端服务器。本实用新型采用多电极多通道进行脑电信号采集并进行多次滤波处理,提高了脑电采集的效率,降低了噪声干扰。
Description
技术领域
本实用新型涉及脑机接口领域,尤其涉及一种基于NB-Iot的脑电数据采集系统。
背景技术
脑-机接口(BCI)是一种在人与外部设备间建立直接连接通路,从而直接利用大脑信号来与外部进行通信的技术。简而言之,BCI可以实现用自己大脑所想内容来直接控制外部设备。
BCI技术主要分为将信息输入大脑和从大脑中读出信息两部分。在读取大脑信息领域,非侵入式脑机接口(也就是利用EEG脑电数据控制外部设备)是当前研究热点,而脑电信号的准确采集是脑机接口的关键技术。
脑电波(Electroencephalogram,EEG)是反映大脑活动的电生理指标,是大脑活跃的情况下,大量神经元细胞产生突触电位的总和。通过记录脑电信号的变化情况制成的脑电图,更可以全局反映大脑皮层的电生理活动。
脑电图实施的原理是生物电现象。脑电波(EEG)是大脑在活动时,脑皮质细胞群之间形成电位差,从而在大脑皮质的细胞外产生电流。脑电图记录大脑活动时的电波变化,是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。脑电信号含有丰富的大脑活动信息,是生理研究和临床脑疾病诊断的重要手段。通常的脑电采集是由相对独立的各通道单独进行模拟放大、滤波、ADC运算,容易造成体积大、一致性差、功耗高等问题,且易引入大量干扰。
实用新型内容
为了解决传统脑电采集系统体积大、一致性差、功耗高,且易于引入干扰的技术问题,本实用新型提供了一种基于NB-Iot的脑电数据采集系统,包括:电极模块、信号处理模块、AD采集模块、控制模块、通信模块和显示模块;
所述电极模块与所述信号处理模块电性连接,所述信号处理模块与所述AD采集模块电性连接,所述AD采集模块与所述控制模块电性连接,所述控制模块通过所述通信模块与云端服务器或上位机连接,所述控制模块还与所述显示模块电性连接;
所述电极模块采用电极帽形式,上面分布着多个盘状电极,各所述盘状电极通过与大脑直接接触采集多个通道的脑电信号;
所述信号处理模块,用于对所述脑电信号进行低噪声放大以及滤波处理,得到预处理后的脑电信号;
所述AD采集模块,用于对所述预处理后的脑电信号再次进行滤波、放大以及模数转换后,得到数字信号;
所述控制模块,用于对所述数字信号进行软件滤波,得到软件滤波后的数字信号;
所述通信模块包括NB-Iot模块,用于将所述软件滤波后的数字信号发送至云端服务器;
所述显示模块,用于显示软件滤波后的数字信号波形。
优选地,所述盘状电极至少有23个,电极帽采用头套形式连接各所述盘状电极。
优选地,所述信号处理模块包括低噪声放大器和有源低通滤波器;
所述低噪声放大器一端与所述电极模块电性连接,所述低噪声放大器另一端与所述有源低通滤波器电性连接。
优选地,所述AD采集模块采用ADS1299生物电势采集芯片,用于采集至少8个通道的脑电信号。
优选地,所述控制模块采用STM32F103C8T6单片机。
优选地,所述显示模块为串口屏。
优选地,所述通信模块还包括WiFi模块,用于局域网内部脑电数据的传输。
本实用新型提供的技术方案所带来的有益效果是:
(1)采用NB-IOT与WIFI双传输模式,有效解决传统脑电采集系统仅限实验室检测脑电的局限性。
(2)加入串口屏在本地实时显示脑电波形,可以实时调节头套的物理连接,使上传的脑电数据更加准确。
(3)采用低噪声放大器与ADS1299生物电势采集芯片相配合,进一步消除了脑电数据的噪声干扰,信息采集更加准确,脑电特征也更加明显。
(4)采用多电极多通道采集,使脑电特征更明显,噪声干扰影响更低。
附图说明
下面将结合附图及实施例对本实用新型作进一步说明,附图中:
图1是本实用新型一种基于NB-Iot的脑电数据采集系统的结构示意图;
图2是本实用新型电极分布位置示意图;
图3是本实用新型信号处理模块的结构示意图;
图4为本实用新型低噪声放大器的部分电路图;
图5是本实用新型低通有源滤波器的部分电路图;
图6是本实用新型ADS1299生物电势采集芯片的结构示意图。
具体实施方式
为了对本实用新型的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本实用新型的具体实施方式。
如图1所示,本实施例提供了一种基于NB-Iot的脑电数据采集系统,包括:电极模块、信号处理模块、AD采集模块、控制模块、通信模块和显示模块;
所述电极模块与所述信号处理模块电性连接,所述信号处理模块与所述AD采集模块电性连接,所述AD采集模块与所述控制模块电性连接,所述控制模块通过所述通信模块与云端服务器或上位机连接,所述控制模块还与所述显示模块电性连接;
所述电极模块采用电极帽形式,上面分布着多个盘状电极,各所述盘状电极通过与大脑直接接触采集多个通道的脑电信号;
所述信号处理模块,用于对所述脑电信号进行低噪声放大以及滤波处理,得到预处理后的脑电信号;
所述AD采集模块,用于对所述预处理后的脑电信号再次进行滤波、放大以及模数转换后,得到数字信号;
所述控制模块,用于对所述数字信号进行软件滤波,得到软件滤波后的数字信号;
所述通信模块包括NB-Iot模块,用于将所述软件滤波后的数字信号发送至云端服务器;
所述显示模块,用于显示软件滤波后的数字信号波形。
如图2所示,本实施例中,电极模块采用专用的电极帽,上面分布着盘状电极,通过与大脑直接接触传导出脑电信号。使用盘状电极来进行EEG信号采集有如下优点:
①响应速度快,确保及时准确的采集到脑电信号;
②电极位置稳定且与头皮接触面小,使采集到的EEG信号位置更精确;
③电极阻抗小,保证最大程度的接近真实的EEG信号;
④容易保存、成本低、电极寿命长;
⑤对人体无损伤、无副作用。
除了电极的选择,电极的分布位置也很重要。本实施例采用23个电极位置采集,采用头套形式连接电极,每个电极采用头套形式连接,对称分布于头套上的多个位置。
脑电信号极其微弱,其主要频段在0.5Hz~100Hz,信号幅值范围为5μV~100μV,所以极易受到其他信号的干扰,由于人体的分布电容、肌肉活动以及电子元器件受外界电磁环境影响等原因,脑电信号通常都带有多种干扰信号,如基线漂移、工频干扰、肌电干扰等等。因此脑电信号前端采集的信号处理模块对于整体脑电采集系统尤为重要。信号处理模块包括:低噪声放大器和有源低通滤波器,首先通过低噪声放大器,将5μV~100μV的电压信号进行40dB放大到500μV~10mV。然后通过有源低通滤波器,滤除高频杂波干扰。信号处理模块的电路结构如图3所示。
低噪声放大器的电路结构如图4所示,采用ADI公司的低噪声运算放大器AD8421,输入噪声低至电路中C83、C84、C85、C86均为电源旁路滤波电容,R52为输入阻抗匹配电阻,也可以有效防止信号发生反射,R50、RU12构成输出阻抗网络。电路增益控制为R51电阻完成,增益公式为G=1+9.9KΩ/R51。
ADS1299生物电势采集芯片最大的优势是超低噪声,输入端的引入噪声仅为1μVPP,相比TI公司同类型产品ADS1298和分立器件搭建的电路有着较大的优势。ADS1298的噪声只能做到10μVPP,而分立器件搭建的电路的噪声只能到30μVPP。
因此本实施例中,AD采集模块使用一个ADS1299生物电势采集芯片,如图6所示,采集8通道脑电信号,将人体头部电极(C3、C4、F3、F4、P3、P4、T7、T8、F7、F8、P7、P8、O1、O2)和耳电极(T9和T10)所采集的信号经保护和滤波电路后分别与ADS1299生物电势采集芯片的IN1P~IN8P和IN1N~IN8N相连接。ADS1299生物电势采集芯片内部集成了驱动电路,本实施例中,选取额电极的驱动,将额电极Nz与RLDOUT相连,额电极Nz经保护和滤波电路后与RLDINV相连。ADS1299生物电势采集芯片与控制模块采用SPI通讯方式。
本实施例中,电极模块采集到的脑电信号经过低噪声放大器,有源低通滤波器等硬件电路预处理后,进入ADS1299生物电势采集芯片,通过ADS1299生物电势采集芯片对信号再次进行滤波、放大以及模数转换后,通过SPI协议将采集的数据发送给控制模块,控制模块对数据进行软件滤波等简单处理,得到噪声干扰更小、脑电特征更明显的脑电数字信号。
在一些实施方案中,控制模块采用STM32F103C8T6单片机(可以根据实际需要进行调整)主要作用为接收ADS1299生物电势采集芯片输出的脑电数据,然后做滤波等算法处理,最后将脑电数据通过通信模块上传云端服务器或上位机上。
作为可选地实施方式,通信模块可以采用NB-IOT方式和WIFI方式:
在一些实施方案中,采用NB-IOT模块来解决远程数据传输问题,控制模块处理后的脑电数据通过串口协议发送至NB-IOT模块,NB-IOT模块直接将采集的脑电数据上传云端服务器,脑电后台管理系统即可调用数据。这样脑电数据采集硬件设备就可以在任意地方进行采集测试,无需在固定实验室与电脑端前进行。这样就可以更加灵活的使用。适合医院等场景使用。
除了采用远程网络NB-IOT的数据方式外,在一些实施方案中,还加入了局域网内部传输数据方式,即通过WIFI模块来进行数据传输,在同一WIFI信号下,脑电采集硬件设备即可将脑电数据通过EPS8266WIFI模块传输至电脑的上位机中。适合实验室实验测试使用。
在一些实施方案中,还增加了串口屏模块,这样可以将脑电数据波形实时的显示在屏幕上,前期便于硬件设备的调试与开发,后期有利于医生或者测试者第一时间观察脑电波形,便于初步分析数据是否正确。也可以根据屏幕脑电波形图,有效及时调整脑电采集设备头套大小,电极贴合程度等物理连接问题。可以有效保障最后上传数据准确度。
本实用新型采用NB-IOT与WIFI双传输模式,有效解决传统脑电采集系统仅限实验室检测脑电的局限性;加入串口屏在本地实时显示脑电波形,可以实时调节头套的物理连接,使上传的脑电数据更加准确;采用低噪声放大器与ADS1299生物电势采集芯片相配合,进一步消除了脑电数据的噪声干扰,信息采集更加准确,脑电特征也更加明显;采用多电极多通道采集,使脑电特征更明显,噪声干扰影响更低。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本实用新型实施例序号仅仅为了描述,不代表实施例的优劣。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序,可将这些词语解释为标识。
以上仅为本实用新型的优选实施例,并非因此限制本实用新型的专利范围,凡是利用本实用新型说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本实用新型的专利保护范围内。
Claims (7)
1.一种基于NB-Iot的脑电数据采集系统,其特征在于,包括:电极模块、信号处理模块、AD采集模块、控制模块、通信模块和显示模块;
所述电极模块与所述信号处理模块电性连接,所述信号处理模块与所述AD采集模块电性连接,所述AD采集模块与所述控制模块电性连接,所述控制模块通过所述通信模块与云端服务器或上位机连接,所述控制模块还与所述显示模块电性连接;
所述电极模块采用电极帽形式,上面分布着多个盘状电极,各所述盘状电极通过与大脑直接接触采集多个通道的脑电信号;
所述信号处理模块,用于对所述脑电信号进行低噪声放大以及滤波处理,得到预处理后的脑电信号;
所述AD采集模块,用于对所述预处理后的脑电信号再次进行滤波、放大以及模数转换后,得到数字信号;
所述控制模块,用于对所述数字信号进行软件滤波,得到软件滤波后的数字信号;
所述通信模块包括NB-Iot模块,用于将所述软件滤波后的数字信号发送至云端服务器;
所述显示模块,用于显示软件滤波后的数字信号波形。
2.如权利要求1所述的基于NB-Iot的脑电数据采集系统,其特征在于,所述盘状电极至少有23个,电极帽采用头套形式连接各所述盘状电极。
3.如权利要求1所述的基于NB-Iot的脑电数据采集系统,其特征在于,所述信号处理模块包括低噪声放大器和有源低通滤波器;
所述低噪声放大器一端与所述电极模块电性连接,所述低噪声放大器另一端与所述有源低通滤波器电性连接。
4.如权利要求1所述的基于NB-Iot的脑电数据采集系统,其特征在于,所述AD采集模块采用ADS1299生物电势采集芯片,用于采集至少8个通道的脑电信号。
5.如权利要求1所述的NB-Iot的脑电数据采集系统,其特征在于,所述控制模块采用STM32F103C8T6单片机。
6.如权利要求1所述的NB-Iot的脑电数据采集系统,其特征在于,所述显示模块为串口屏。
7.如权利要求1所述的NB-Iot的脑电数据采集系统,其特征在于,所述通信模块还包括WiFi模块,用于局域网内部脑电数据的传输。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202122798420.7U CN217408828U (zh) | 2021-11-15 | 2021-11-15 | 基于NB-Iot的脑电数据采集系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202122798420.7U CN217408828U (zh) | 2021-11-15 | 2021-11-15 | 基于NB-Iot的脑电数据采集系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN217408828U true CN217408828U (zh) | 2022-09-13 |
Family
ID=83168870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202122798420.7U Active CN217408828U (zh) | 2021-11-15 | 2021-11-15 | 基于NB-Iot的脑电数据采集系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN217408828U (zh) |
-
2021
- 2021-11-15 CN CN202122798420.7U patent/CN217408828U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chi et al. | Wireless non-contact EEG/ECG electrodes for body sensor networks | |
US20220133239A1 (en) | Method and apparatus for wide-band phase gradient signal acquisition | |
CN103393420B (zh) | 一种高密度有源柔性电极阵列及其信号调理电路 | |
CN109171702A (zh) | 一种非接触式心电信号的测量装置和测量方法 | |
CN101828919A (zh) | 一种具有放大功能的表面肌电电极 | |
Matthews et al. | Novel hybrid bioelectrodes for ambulatory zero-prep EEG measurements using multi-channel wireless EEG system | |
CN108714027A (zh) | 一种用于实时测量多路电极/头皮接触阻抗的装置及测量方法 | |
Guermandi et al. | A wearable device for minimally-invasive behind-the-ear eeg and evoked potentials | |
CN110393526A (zh) | 一种高频微弱脑电信号放大采集系统 | |
CN106510696A (zh) | 有源降噪的数字电极采集系统及其采集方法 | |
Hasan et al. | Design and simulation of cost effective wireless EEG acquisition system for patient monitoring | |
KR20120111268A (ko) | 생체 신호 측정 시스템 및 그 방법 | |
CN100348151C (zh) | 用于便携式事件相关脑电位仪的脑电信号放大器 | |
CN217408828U (zh) | 基于NB-Iot的脑电数据采集系统 | |
Fernández et al. | A simple active electrode for power line interference reduction in high resolution biopotential measurements | |
CN109498003A (zh) | 监测麻醉深度的装置 | |
Yang et al. | A multi-parameter bio-electric ASIC sensor with integrated 2-wire data transmission protocol for wearable healthcare system | |
Hazrati et al. | Wireless brain signal recordings based on capacitive electrodes | |
Li et al. | A portable and a scalable multi-channel wireless recording system for wearable electromyometrial imaging | |
CN204246125U (zh) | 一种心电工作站 | |
CN103654773B (zh) | 脑电生理实验教学装置 | |
CN106951065B (zh) | 一种40导联脑机接口信息采集系统 | |
CN208851487U (zh) | 基于多阶滤波的肌电信号采集装置及系统 | |
Yang et al. | Design of a self-organized Intelligent Electrode for synchronous measurement of multiple bio-signals in a wearable healthcare monitoring system | |
Usakli et al. | USB‐Based 256‐Channel Electroencephalographic Data Acquisition System for Electrical Source Imaging of the Human Brain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |