ES2829773T3 - Dispositivo y sistema de adquisición de bioseñales, método de adquisición de bioseñales - Google Patents

Dispositivo y sistema de adquisición de bioseñales, método de adquisición de bioseñales Download PDF

Info

Publication number
ES2829773T3
ES2829773T3 ES17711202T ES17711202T ES2829773T3 ES 2829773 T3 ES2829773 T3 ES 2829773T3 ES 17711202 T ES17711202 T ES 17711202T ES 17711202 T ES17711202 T ES 17711202T ES 2829773 T3 ES2829773 T3 ES 2829773T3
Authority
ES
Spain
Prior art keywords
optical
biosignals
electrical
biosignal
biosignal acquisition
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
ES17711202T
Other languages
English (en)
Inventor
Lühmann Alexander Von
Klaus-Robert Müller
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.)
Technische Universitaet Berlin
Original Assignee
Technische Universitaet Berlin
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 Technische Universitaet Berlin filed Critical Technische Universitaet Berlin
Application granted granted Critical
Publication of ES2829773T3 publication Critical patent/ES2829773T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
    • A61B5/0086—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters using infrared radiation
    • 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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • 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
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • 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 analogue processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0002—Modulated-carrier systems analog front ends; means for connecting modulators, demodulators or transceivers to a transmission line
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/06—Arrangements of multiple sensors of different types
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • 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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/282—Holders for multiple electrodes
    • 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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
    • 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
    • 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
    • A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
    • 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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biophysics (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)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Neurology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Neurosurgery (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Cardiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Pulmonology (AREA)

Abstract

Dispositivo de adquisición de bioseñales para la adquisición, en particular la adquisición concurrente o simultánea de bioseñales ópticas y eléctricas, en donde las bioseñales ópticas y eléctricas se reciben por un Dispositivo de Interfaz Analógica para bioseñales, con un convertidor optoeléctrico para convertir las bioseñales ópticas en señales eléctricas, en donde el dispositivo de adquisición de bioseñales comprende un sincronizador configurado para sincronizar las bioseñales ópticas y eléctricas, y en donde la adquisición de señales es parte de un sistema de circuito cerrado que incluye sensores ópticos y eléctricos y al menos un emisor óptico.

Description

DESCRIPCIÓN
Dispositivo y sistema de adquisición de bioseñales, método de adquisición de bioseñales
La invención se refiere a un dispositivo de adquisición de bioseñales con las características de la reivindicación 1, un sistema de dispositivos de adquisición de bioseñales con las características de la reivindicación 9 y un método para la adquisición de bioseñales con las características de la reivindicación 13.
Particularmente en los campos de la telemedicina, la neurotecnología y las interfaces cerebro-computadora (BCI), la tecnología de adquisición multimodal híbrida y el procesamiento de señales ganan impulso. Por lo tanto, se requieren dispositivos, sistemas y métodos eficientes para la adquisición móvil de bioseñales.
La invención se describe a continuación a modo de ejemplo haciendo referencia a los dibujos.
La figura 1 muestra un concepto modular multimodal y un escenario de ejemplo para una realización de un sistema de dispositivos de adquisición de bioseñales;
La figura 2 muestra una realización de la arquitectura de hardware del sistema que comprende una realización del dispositivo de adquisición de bioseñales;
La figura 3 muestra un esquema de temporización de adquisición de NIRS y EEG híbrido para un único módulo de una realización del dispositivo de adquisición de bioseñales;
La figura 4A muestra una configuración experimental para la caracterización NIRS óptica;
La figura 4B muestra un fantasma eléctrico;
La figura 5 muestra un módulo M3BA autónomo sin batería que comprende una realización del dispositivo de adquisición de bioseñales;
Las figuras 6A-D muestran las características de rendimiento de una unidad fNIRS/EEG en relación con una realización del dispositivo de adquisición de bioseñales;
La figura 7 muestra resultados comparativos de EEG (N100) entre M3BA y un dispositivo comercial (COM); La figura 8 muestra datos multimodales sin procesar registrados de manera sincrónica de un módulo M3BA en un sujeto que se mueve libremente durante la respiración profunda y con los ojos abiertos/cerrados;
La figura 9 muestra una descripción esquemática que comprende una realización del dispositivo de adquisición de bioseñales;
La figura 10 muestra una vista esquemática de diferentes capas en el diseño del circuito/disposición de la placa.
Iniciada por las computadoras portátiles y los teléfonos inteligentes con una capacidad computacional en aumento, está en curso una tendencia hacia los sensores corporales móviles, la telemedicina y la atención médica generalizada. Aunque el hardware de adquisición y los sensores se vuelven cada vez más miniaturizados, la tecnología de comunicación también cambia rápidamente hacia latencias extremadamente bajas en combinación con alta disponibilidad, confiabilidad y seguridad (por ejemplo, Internet táctil). Como resultado, las redes inalámbricas de sensores corporales (WBSN) hacen posible el uso y fusión de un número creciente de modalidades de bioseñales e integran información ambiental contextual.
En otro dominio, el dominio de las Interfaces Cerebro-Computadora (BCI), la gama de aplicaciones, principalmente estáticas, se ha ampliado sustancialmente al combinar BCI con otras señales fisiológicas o técnicas durante la última década.
Además, la Espectroscopia de Infrarrojo Cercano funcional (fNIRS) se unió al conjunto de modalidades utilizado para BCI multimodal o para la mejora de BCI basado en electroencefalograma (EEG). fNIRS es una tecnología óptica no invasiva para la medición local de cambios en la concentración de oxi (O2HB) y desoxi (HHB) hemoglobina en áreas corticales del cerebro que utilizan al menos dos longitudes de onda en el espectro de luz de infrarrojo cercano. Estos llamados "BCI híbridos" (ver G. Pfurtscheller, y otros, "The hybrid BCI," Frontiers in Neuroscience, vol. 4, no. 3, 2010) muestran el potencial de aumentar significativamente la cantidad de información mediante el uso de información tanto común como complementaria en el conjunto de señales. Esto también aumenta las opciones de enfoques para permitir un funcionamiento más sólido en condiciones más duras en escenarios de la vida real.
Estos avances también influyen en las nuevas áreas de investigación que están vinculadas a ambos dominios: la investigación en neuroergonomía y neurotecnología adaptativa se centra en el uso de bioseñales cerebrales y corporales para el diseño de nuevas tecnologías que, en un sentido más general de interfaz humano-máquina, mejoran los entornos de trabajo, eficiencia y seguridad y avanzan en la comprensión de la función cerebral en escenarios del mundo real.
Los dispositivos de adquisición combinados NIRS y EEG son conocidos de Quan Zhang ET AL: "Development of motion resistant instrumentation for ambulatory near-infrared spectroscopy ", Journal of biomedical optics, agosto de 2011; de ETIENNE LAREAU Y OTROS: " Near infrared spectrometer combined with multichannel EEG for functional brain imaging ", MEDICAL INFORMATION & COMMUNICATION TECHNOLOGY (ISMICT), 2011; de SAFAIE J Y OTROS: " Toward a fully integrated wireless wearable EEG-NIRS bimodal acquisition system ", JOURNAL OF NEURAL ENGINEERING, INSTITUTE OF PHYSICS PUBLISHING; y de JINDAL UTKARSH Y OTROS: " Development of Point of Care Testing Device for Neurovascular Coupling From Simultaneous Recording of EEG and NIRS During Anodal Transcranial Direct Current Stimulation", IEEE JOURNAL OF TRANSLATIONAL ENGINEERING IN HEALTH AND MEDICINE.
Las realizaciones descritas aquí contribuyen al avance de, por ejemplo, la tecnología BCI más hacia las aplicaciones fuera del laboratorio y en un contexto más amplio de aplicaciones de sensores portátiles que van más allá de las BCI tradicionales mediante el uso de hibridación y contextualización.
Las realizaciones descritas en el presente documento comprenden una arquitectura para una nueva generación de diseños bioópticos y bioeléctricos híbridos miniaturizados móviles que son generalmente compatibles con escenarios WBSN.
Si bien el enfoque general funciona para una variedad de aplicaciones y señales, la mayoría de las realizaciones descritas en este documento se utilizan en soluciones de neurotecnología híbrida, especialmente BCI y neuroergonomía, centrándose en fNIRS y bio señales de EEG como modalidades principales y acelerómetro, electrocardiograma (ECG) y electromiograma (EMG) como modalidades adicionales.
Los módulos funcionales del diseño fNIRS de código abierto se pueden utilizar para crear de manera rentable tecnología híbrida de adquisición de bioseñales que mida señales eléctricas y ópticas.
Las soluciones conocidas de fNIRS generalmente tienen el tamaño de una mochila y no están lo suficientemente miniaturizadas para usarse directamente en el cuerpo o se limitan a la aplicación en la frente.
Además del objetivo de implementar un diseño que considere los problemas anteriores, se pueden establecer tres objetivos adicionales para las realizaciones de la arquitectura novedosa para dispositivos, sistemas y métodos de adquisición de bioseñales:
• Para un escenario WBSN flexible, los módulos se pueden combinar modularmente y, por lo tanto, son escalables pero aún independientes.
• Además, al menos dos modalidades bioeléctricas diferentes (generalmente con referencias diferentes) deben poder medirse al mismo tiempo por un solo módulo, por ejemplo, un EEG de recuento de canales bajo combinado con un ECG simultáneo. Esto requirió un diseño para una configuración flexible de las referencias de biopotencial.
• Por último, se pueden utilizar circuitos integrados conocidos comparativamente baratos para garantizar la disponibilidad a largo plazo en el mercado y la disponibilidad de características de rendimiento detalladas.
En la siguiente sección, se demostrará el concepto de instrumentación y la arquitectura del hardware del sistema. Luego se describen los dispositivos, sistemas y métodos utilizados para la adquisición de datos fisiológicos en estudios de usuarios, características ópticas y eléctricas y algunos resultados cualitativos de los datos fisiológicos adquiridos. Finalmente, se discuten los resultados.
Instrumentación
Concepto: Para ilustrar una realización del dispositivo con el concepto del sistema y los objetivos de la aplicación para el dispositivo de Adquisición de Bioseñales Multimodal, Modular y Móvil (M3BA), la figura 1 muestra un escenario de aplicación híbrida WBSN BCI típico. Tal M3BA comprende una realización de un dispositivo de adquisición de bioseñales.
Los módulos (Mx=1...3) se pueden combinar para aumentar el recuento de canales fNIRS y el número de modalidades adquiridas sincrónicamente. Los módulos M1, M2, M3 forman juntos un sistema que comprende varios dispositivos de adquisición de bioseñales que en particular pueden tener un diseño idéntico.
Cada módulo M1, M2, M3 proporciona 4 2 canales de adquisición de señales bioeléctricas y 4 2 bio-ópticas y un acelerómetro 3D. El análisis de señales multimodal permite la extracción de información común y complementaria en el conjunto.
Si bien el escenario detallado y los estudios de BCI correspondientes no están dentro del alcance de esta divulgación, estos ejemplifican un caso de uso típico para el que se diseñaron los módulos, incluyendo las características necesarias como modularidad, movilidad, miniaturización y multimodalidad, escalabilidad y referencias reconfigurables. Además, estos implican el potencial resultante para enfoques de análisis de señales multimodales: Un solo módulo M3BA M1, M2, M3 proporciona 4 2 canales para la adquisición de señales bioeléctricas, que están diseñados para la adquisición de señales de EEG de grado científico y también se pueden utilizar para registros de ECG, EMG y EOG (electrooculograma). Cuatro canales derivan señales contra una referencia común fija. Los dos canales adicionales se pueden utilizar para la derivación contra el mismo electrodo común o (mediante microinterruptor) contra otra referencia independiente.
Cada módulo M1, M2, M3 también proporciona 4 2 canales fNIRS ópticos (dos detectores y emisores cada uno), donde los 2 canales están disponibles cuando los módulos M3BA vecinos M1, M2, M3 comparten recursos de emisor/detector a manera de acceso múltiple por división de tiempo.
Además, cada módulo M1, M2, M3 comprende un acelerómetro 3D para la adquisición de datos de aceleración. Los electrodos y optodos se pueden fijar al módulo M1, M2, M3, pero no es necesario. Por lo tanto, el módulo M1, M2, M3 puede, pero no tiene que usarse "en el sitio", dependiendo de la aplicación, se pueden usar sombreros o gorras.
En el escenario de ejemplo de la figura 1 (ver parte superior), se combinan tres módulos M1, M3, M3 para la medición simultánea de EEG, fNIRS, EMG y ECG: M1 y M2 y un par de optodos de M3 miden 8 canales EEG y 13 fNIRS sobre la corteza somatosenoria izquierda, mientras que M3 mide 2 canales EMG en el cuello y 2 canales ECG en el pecho.
M1 y M2 comparten un electrodo de tierra y de referencia y no hacen uso de los 4 canales de EEG que están disponibles adicionalmente.
M3 utiliza la división de referencia disponible para la adquisición independiente de EMG y ECG.
M1, M2 y M3 comparten recursos de detector/emisor fNIRS y, por lo tanto, crean 4 canales fNIRS compartidos.
Cuando sea necesario, los módulos M1, M2, M3 comparten una interfaz física (no inalámbrica) para señales comunes de tiempo crítico, tal como un reloj de muestreo compartido y señales de control de canal fNIRS y, como en el caso de M1 y M2, una referencia común. Todos los módulos adquieren movimientos (cambios de velocidad) a través de su acelerómetro 3D.
El conjunto resultante de (bio) señales adquiridas sincrónicamente permite una variedad de nuevos enfoques para el análisis de señales multimodales. Ha habido un número creciente de métodos novedosos que intentan relacionar y optimizar la cantidad de información extraída del conjunto que es común o complementaria en las modalidades únicas (tal como el Análisis de Correlación Cruzada del núcleo (kCCA) y la Correlación de Potencia de la Fuente Multimodal (mSPoC) (ver Biesmann y otros " Temporal kernel CCA and its application in multimodal neuronal data analysis", Machine Learning, 2010, vol. 79, núm. 1-2, páginas 5-27; Daehne y otros, " Multivariate Machine Learning Methods for Fusing Functional Multimodal Neuroimaging Data", Procedimientos del IEEE, 2015, volumen 103, núm. 9, páginas 1507-1530; Daehne y otros, " Integration of Multivariate Data Streams With Bandpower Signals, Multimedia, IEEE Transactions on Multimedia, 2013, volumen 15, núm. 5, páginas 1001-1013).
Dado que la idea de multimodalidad es inherente al concepto de sistema, se mencionan algunos beneficios potenciales en una perspectiva BCI no conservadora (utilizando las señales cerebrales como una, pero no la única entrada): En el análisis de modalidad única, los artefactos (fisiológicos o ambientales) generalmente se suprimen al máximo. Cuando se combinan varias modalidades en el procedimiento de análisis, los artefactos fisiológicos e inducidos por el movimiento se pueden identificar, suprimir o extraer más fácilmente.
Cuando se extraen, incluso se pueden usar como parámetros adicionales (como frecuencia cardíaca, frecuencia de parpadeo de los ojos, etc.) para la estimación del estado del usuario en escenarios de neuroergonomía o BCI pasivo. Ejemplos típicos de esto son
1) los artefactos bloqueados en el tiempo de la actividad cardíaca como ECG en el EEG y ondas de pulso en registros fNIRS y
2) artefactos respiratorios o relacionados con el movimiento en EEG (interferencia EMG o cambios de electrodos) y fNIRS (modulación de señales de oxi/desoxihemoglobina y cambios del optodo) que están bloqueados a datos del acelerómetro adquiridos sincrónicamente.
Arquitectura del hardware del sistema: La arquitectura del hardware (ver Figura 2, 9) fue diseñada para concordar con el concepto del sistema y para proporcionar un rendimiento del sistema de grado científico, precisión y seguridad para el usuario.
En la figura 9 se ofrece una descripción general de una primera realización de un dispositivo para la adquisición de bioseñales ópticas y eléctricas, es decir, el dispositivo está diseñado para recibir bioseñales ópticas y eléctricas. La adquisición de las bioseñales ópticas y eléctricas puede realizarse en particular de manera simultánea o concurrente.
En la figura 9 se muestran esquemáticamente los sensores ópticos O y los sensores eléctricos E. Esos sensores E, O están adquiriendo las bioseñales como se indica en la figura 1. Las señales ópticas se convierten en señales eléctricas mediante un convertidor optoelectrónico OE. En una realización, se usa un fotodiodo monolítico y un amplificador de transimpedancia de suministro único (Burr-Brown OPT101) como convertidor optoelectrónico. El OPT101 es un fotodiodo monolítico con amplificador de transimpedancia en chip. El voltaje de salida aumenta linealmente con la intensidad de la luz. El amplificador está diseñado para funcionar con una fuente de alimentación simple o doble, lo que lo hace ideal para equipos que funcionan con baterías. La combinación integrada de fotodiodo y amplificador de transimpedancia en un solo chip elimina los problemas que se encuentran comúnmente en diseños discretos, tales como errores de corriente de fuga, captación de ruido y picos de ganancia debido a la capacitancia parásita. El fotodiodo de 0,09 x 0,09 pulgadas se opera en el modo fotoconductor para una excelente linealidad y baja corriente oscura. El OPT101 funciona con suministros de 2,7 V a 36 V y la corriente de reposo es de solo 120 mA. Esta está disponible en plástico transparente DIP de 8 pines, SIP de 5 pines y DIP en forma de J para montaje en superficie. El rango de temperatura es de 0 °C a 70 °C.
En otras realizaciones, se pueden usar diferentes fotodiodos en conexión con el convertidor optoelectrónico.
Por lo tanto, el AFE solo tiene que lidiar con señales eléctricas para que no se requieran dos unidades separadas. El AFE puede proporcionar un preprocesamiento y una adquisición en paralelo de bioseñales diferenciales.
El AFE está además conectado a un microcontrolador (pC) que acciona, entre otras cosas, un circuito emisor NIR. Dado que los sensores ópticos y los emisores ópticos están acoplados a través del AFE y el pC, se realiza un sistema de circuito cerrado. Los circuitos emisores se pueden controlar dependiendo de las bioseñales detectadas.
Por lo tanto, los datos de bioseñales entrantes son procesados conjuntamente por la AFE y luego transmitidos al microcontrolador (pC). Esto permite una sincronización eficiente de las señales salientes, es decir, no se requiere ningún dispositivo de reloj adicional.
La figura 2 muestra una vista más detallada de la adquisición de bioseñal híbrida de alta precisión independiente mediante la utilización de un AFE de bioseñal de ruido ultrabajo común y un potente microcontrolador Cortex M4 junto con unidades de detector y emisor fNIRS mejoradas del diseño abierto fNIRS (ver Luehmann y otros, " Towards a wireless open source instrument: functional Near-Infrared Spectroscopy in mobile neuroergonomics and BCI applications", Frontiers in Human Neuroscience, 2015, volumen 9, núm. 617). Hay 4 2 entradas diferenciales de biopotencial (azul: medición, naranja: referencia conmutable, verde: tierra (Pata Derecha Accionada configurable)). Todos los componentes críticos se almacenan en búfer y se suministran individualmente mediante reguladores de baja caída (LDO) de alta relación de rechazo de la fuente de alimentación (PSSR), de ruido ultra bajo desde una batería de iones de litio con carga controlada. Comunicación y transferencia de datos a través del módulo Bluetooth integrado.
Al diseñar un instrumento híbrido miniaturizado de nueva generación para mediciones bioeléctricas y bio-ópticas, se debe prestar atención a cómo implementar estos híbridos de manera que se pueda lograr una alta precisión y diafonía entre las señales y la diafonía de los componentes digitales en el diseño de circuito mixto se minimice.
Aquí, las ventajas esenciales de los enfoques híbridos unificados opuestos a la combinación de dos instrumentos separados son tanto la sincronicidad de la adquisición como un terreno común que permite una consideración más sofisticada de los campos y trayectos de corriente para minimizar el ruido y la diafonía eléctrica. Especialmente considerando los aspectos de miniaturización y precisión en un diseño de circuito mixto, esto se resuelve utilizando un circuito integrado de Interfaz Analógica (AFE) conocido para ambos tipos de señales:
La arquitectura de hardware M3BA se basa aquí en el circuito de alta precisión ADS1299 (consulte la hoja de datos ADS1299 Low-Noise, 8-Channel, 24-Bit Analog Front-End for Biopotential Measurements from Texas Instrument), que es un dispositivo de muy bajo ruido (1 pVpp (70Hz BW)) AFE Delta-Sigma de 24 bits con 8 entradas diferenciales optimizadas para mediciones de biopotencial EEG.
Este proporciona muchas características periféricas, tales como amplificadores de ganancia programables (PGA, G=1 -24), frecuencia de muestreo configurable (250 SPS - 16k SPS), un amplificador de polarización integrado y un multiplexor de entrada multifuncional (MUX).
El AFE está integrado en una plataforma compuesta por un potente microcontrolador ARM Cortex M4 de 32 bits y unidades funcionales mejoradas para la emisión y detección de luz en el infrarrojo cercano (NIR), que se inspiran en una tecnología fNIRS modular abierta (ver Luehmann y otros 2015 citado anteriormente para más detalles).
Las unidades emisoras de luz NIR configurables utilizan LED de doble longitud de onda con 750/850 nm (Epitex L750 / 850-04A) que se estabilizan y modulan mediante circuitos reguladores/moduladores de corriente basados en FET y OpAmp de alta precisión personalizados. Esto aumenta la precisión y la robustez frente a las fluctuaciones de la intensidad de la radiación debido a las variaciones de voltaje o los cambios de temperatura de la unión del semiconductor, y permite la modulación de onda cuadrada para la detección sensible a la fase (bloqueo) de la señal óptica.
Las unidades de detección de luz NIR se basan en fotodiodos de Si (Burr-Brown OPT101) con amplificadores de transimpedancia integrados (TIA). La selección es una compensación entre aspectos de seguridad y minimización (voltaje de suministro más bajo y tamaño más pequeño), capacidad de respuesta (0,45 A/W @650 nm), minimización de ruido y ancho de banda (14 kHz) para detección sensible a la fase. En el diseño de openNIRS, la detección analógica se basó en un circuito de detección de bloqueo analógico. Aquí, la atenuación por cambios de fase, tamaño, costo y número de componentes se minimiza al realizar una demodulación sensible a la fase en el microcontrolador en el dominio digital.
Las ocho entradas de señal AFE diferencial se dividen en 2 canales que miden la señal fNIRS multiplexada por división de tiempo óptica de un solo extremo contra el sistema analógico GND y 4 2 canales de biopotencial diferencial que se miden contra una referencia dividida o común (seleccionable mediante microinterruptor). De esta manera, el AFE fusiona las mediciones de alta precisión de ambos tipos de señales analógicas. Las tareas de configuración, control, procesamiento y comunicación las realiza el microcontrolador Cortex M4 que funciona a 120 MHz con un cristal externo para minimizar la fluctuación. En particular, este realiza
• el procesamiento y recuperación de datos de AFE y acelerómetro (vía SPI);
• configuración de AFE (PGA, MUX, frecuencia de muestreo, etc.),
• ajuste y modulación de corrientes/intensidades de LED NIR. Para el ajuste, se utiliza una señal DAC interna filtrada de 12 bits como variable de comando del regulador.
• control de canales y temporización NIRS (véase la siguiente subsección), demodulación de bloqueo digital de señales ópticas,
• comunicación con PC (a través del módulo bluetooth USART con búfer de anillo y control de flujo) y con otros módulos (interfaz física para temporización y control),
• gestión de energía y control de suministro.
Para minimizar el ruido y la diafonía eléctrica entre las señales analógicas, y también entre los circuitos analógicos y digitales, la arquitectura se diseñó cuidadosamente teniendo en cuenta las mejores prácticas para diseños de señales mixtas, multicapas y múltiples fuentes de alimentación. Para desacoplar al máximo las unidades funcionales analógicas y digitales en el instrumento, las unidades emisoras de LED, el detector analógico bipolar y los circuitos AFE y los componentes digitales (microcontrolador, acelerómetro, lado AFE digital, etc.) se suministran por separado mediante ruido ultrabajo, fuentes de alimentación basadas en regulador de baja caída de alta precisión y alta PSRR y además están amortiguadas con filtros de paso bajo de ferrita y LC.
El PCB de 6 capas se diseñó con protección de planos analógicos divididos, digitales y de suministro/GND, mediante técnicas de concepción y optimización de corriente de retorno, entre otras.
En la figura 10 se muestran capas para una realización con diferentes medios para desacoplar dominios mediante diferentes mediciones. En otras realizaciones, no todas esas mediciones tienen que estar presentes al mismo tiempo.
El instrumento se alimenta con una sola batería de iones de litio reemplazable y tiene un controlador de carga integrado para una recarga rápida a través de USB. Dado que M3BA es completamente inalámbrico y funciona con voltajes <3,7 V, los problemas de consumo de potencia y seguridad del usuario disminuyen drásticamente.
La adquisición, sincronización y comunicación híbridas: para administrar y sincronizar la adquisición de ambos tipos de señales, el AFE y el microcontrolador (pC) construyen un circuito cerrado en la arquitectura M3BA. Una vez que se inicia una medición continua, el AFE adquiere señales con una frecuencia de muestreo previamente configurada (usando un oscilador interno) e indica conversiones completas al pC a través de una señal Data Ready (DRDY). Las señales DRDY activan la recuperación de datos y el control de acceso múltiple por división de tiempo (TDMA) de los emisores/detectores fNIRS por parte del pC. La figura 3 ejemplifica un ciclo de adquisición híbrido típico de un solo módulo M3BA.
De abajo hacia arriba de la figura 3:
• DRDY: señal Data Ready de AFE que muestrea todos los canales con 1 kSPS;
• NStep #: iteración de la rutina de administración NIRS para una medición completa para todos los canales activos (aquí: 4);
• EEG: EA DS: Promedio exponencial y muestreo descendente de la señal EEG;
• Assign L-: Asignación de combinaciones de emisor-detector a canales y extracción de bloqueo;
• S\S: Muestrear y encender/apagar nuevas longitudes de onda (A)/LED (L).
El AFE funciona a una frecuencia de muestreo fija de 1 kSPS (con un ancho de banda de entrada de BW = 262 Hz); un ciclo completo de medición NIRS toma 60 eventos de muestra (DRDY). Aunque los datos del EEG se guardan continuamente, se promedian exponencialmente y se reducen a una frecuencia de muestreo configurable por el usuario de 500 o 250 SPS, la rutina NIRS se llama cada segunda iteración DRDY. En un ciclo de medición NIRS, este posteriormente cambia dos veces (I / II) a través de todos los estados de emisor disponibles (aquí cinco: dos LED Ly=1 y Ly=2 cada uno con dos longitudes de onda Ax= i = 750 nm y Ax=2 = 850 nm y un período de medición oscura).
Para un módulo, cada estado se muestrea 6 veces, donde al menos las dos primeras muestras se descartan durante la estabilización de la señal Si-PD (tpermanencia s 2 ms).
La última de las muestras adquiridas se guarda, se asigna y se activa el siguiente estado de emisor. Una vez cada 60 ms, cuando finaliza un ciclo de medición NIRS, las cuatro mediciones resultantes de cada par de emisor/detector (2 de emisor activo y dos de mediciones oscuras) se combinan en un paso de extracción de bloqueo (Ax Ly I + Ax LyN -OscuraI - Oscura") para la sustracción de radiación de fondo y corriente oscura. Esto da como resultado una frecuencia de muestreo de fNIRS de fsNIRS = 1/60 ms = 16,66 Hz con las muestras de fNIRS bloqueadas en el tiempo a la señal de EEG. Dado que cada estado de emisor se activa dos veces por ciclo de medición, esto produce una frecuencia de conmutación de corriente de LED de fconmutación = 33,33 Hz y sus múltiplos. La diafonía eléctrica resultante en las entradas de EEG se minimizó mediante las prácticas de diseño mencionadas anteriormente y se evaluó.
Para la sincronización de varios módulos M3BA, un módulo maestro declarado comparte una interfaz física paralela de 8 hilos con los módulos esclavos. A través de esta interfaz, todos los AFE se sincronizan con un reloj de muestra compartido proporcionado por un AFE maestro; se administra el control de canal fNIRS TDMS y se comparten las referencias comunes.
La comunicación de cada módulo con una PC host se realiza a través de un módulo Bluetooth integrado (BTM) de ST -Microelectronics (SPBT2632C2A). Los datos entre pC y BTM se comunican a través de una interfaz USART con búfer de anillo y control de flujo para minimizar la pérdida de paquetes.
Caracterización del rendimiento del hardware
En esta subsección, se presentan los métodos y fantasmas utilizados para la evaluación de la arquitectura híbrida. Dado que el ADS1299 está diseñado para la adquisición de EEG y el fabricante proporciona los detalles de rendimiento, nos centramos en el rendimiento óptico y el rendimiento híbrido, así como en las características de diafonía.
Evaluación de la calidad de la señal fNIRS y fantasma: La evaluación de las características ópticas se realizó empleando un fantasma óptico sólido homogéneo con propiedades de absorción y dispersión ópticas similares a los tejidos, para imitar
(1) la atenuación total que se produce en el tejido a una separación fuente-detector de 30 mm,
(2) la naturaleza difusa (en términos de su distribución espacial y angular) de la luz que sale del tejido.
Se usó un fantasma de transmitancia difusa conocida que se diseñó y caracterizó para evaluar la capacidad de respuesta del sistema de detección de los generadores de imágenes cerebrales ópticas en el dominio del tiempo (véase Wabnitz y otros, Performance assessment of time-domain optical brain imagers, part 1: basic instrumental performance protocol, J. Biomed. Opt., 2014, tomo 19, número 8, páginas 086010; Wabnitz y otros, Characterization of homogeneous tissue phantoms for performance tests in diffuse optics, Proc. SPIE 2016, volume 9700).
Como medida de atenuación difusa, se adoptó la "pérdida óptica" (OL) tal como se define en la norma internacional (IEC/ISO) para equipos NIRS funcionales (consulte Medical electrical equipment - Part 2-71: Particular requirements for the basic safety and essential performance of functional near-infrared spectroscopy (NIRS) equipment, IEC/ISO, IEC 80601-2-71:2015), es decir, como la relación entre la potencia óptica total que sale de una apertura circular de diámetro especificado (8 mm) en el lado de salida del fantasma y la potencia inyectada en el lado de entrada.
A continuación, la pérdida óptica se da como una relación (OL) o en unidades de dB, donde la pérdida óptica de X dB es equivalente a 10 ■X/10. La pérdida óptica del fantasma utilizado fue de 24,7 dB a 750 nm y de 23,5 dB a 850 nm. Las pruebas en el estándar IEC/ISO se refieren a pérdidas ópticas de > 40 dB o > 60 dB, dependiendo de la prueba en particular, para imitar una atenuación típica para fNIRS. Estos valores se lograron mediante el uso de filtros grises adicionales.
Las pruebas se realizaron en una configuración experimental personalizada con un par de emisor-detector fNIRS y el fantasma en geometría de transmisión, como se muestra en la figura 4A.
La figura 4A muestra una configuración experimental para la caracterización óptica de fNIRS utilizando un fantasma óptico con filtros de paso neutros. La figura 4B muestra un fantasma eléctrico para la evaluación de diafonía de la conmutación de fNIRS en entradas de EEG de M3BA y un dispositivo comercial.
El fantasma se colocó en un soporte de plástico negro, con su superficie inferior en contacto directo con el fotodetector fNIRS. En la parte superior, la caja del soporte fantasma se cerró con una tapa negra personalizada de dos piezas (impresa en 3D) que actuaba como un riel para un filtro de paso neutro absorbente (15 pasos que cubren un rango de densidad óptica de aproximadamente 2 órdenes (20 dB)) y filtros de vidrio de densidad neutra adicionales. Estos filtros se utilizaron para variar la pérdida óptica total. La luz del emisor NIR montado en la parte superior de la estructura se reflejó en el fantasma (diámetro del punto iluminado: 5 mm) mediante dos lentes convexas y se pasó a través de un obturador óptico controlable (de tipo Melles Griot 04 IES 211 con controlador 04 IPS 850, velocidad del obturador: 60 ms). El obturador se controló mediante una salida de disparador de hardware M3BA y se adquirió la (des)activación del obturador y se etiquetó en el flujo de datos NIRS adquirido. La atenuación de todos los pasos y filtrosgrises neutros usados se determinó de manera independiente a través de mediciones de transmisión de potencia utilizando un láser supercontinuo (SC500-6, Fianium Ltd, Reino Unido) con filtro sintonizable acústico-óptico sintonizado a 750 nm y 850 nm, respectivamente, y un medidor de potencia Fieldmaster Coherente con cabezal de sensor LM-2.
Las siguientes mediciones se realizaron con una configuración de ganancia de entrada de G=4 y una configuración de nivel de emisión de I=8 (8,94 mW @ 750 nm, 8,34 mW @ 850 nm):
• Derivas/Estabilidad: Con una pérdida óptica total fija (OL750 nm = 47,3 dB, OL850 nm = 50,2 dB), la señal óptica se adquirió de manera continua durante 15 min dos veces. Para la estimación de la deriva continua, se calcularon la pendiente y R2 de un ajuste lineal por mínimos cuadrados.
• Relación señal/ruido (s Nr ) / Coeficiente de variación (CV) y Linealidad (LIN) del instrumento: En una adquisición continua, después de 5 min de funcionamiento libre para el calentamiento, 42 mediciones de las señales NIR en un rango de OL = 4 x 10-2 - 9 x10-6 (26,0 dB - 69,5 dB) se realizaron en pasos de aprox. 1,5 dB. Los últimos 10 s de datos (170 muestras) se utilizaron para la evaluación de cada paso. Durante las transiciones de paso de filtro manual, el obturador estaba cerrado. Para cada medición, se abrió el obturador, proporcionando así también una respuesta escalonada (SR) en las señales ópticas/de voltaje adquiridas. Desviación estándar (Os ) y media (ms) se calcularon para todos los pasos y ambas longitudes de onda adquiridas. CV y SNR se calcularon como CVs= Os/rñs y SNRs= 20 log(rñs / Os ). Cabe señalar que para la caracterización del rendimiento del hardware, esta SNR está relacionada con la señal óptica total, no con los cambios de concentración de hemoglobina derivados de fNIRS. Para la evaluación LIN, se calcularon las pendientes y los valores R2 de los ajustes de regresión de mínimos cuadrados lineales en el rñs para cada longitud de onda.
• Potencia del emisor NIR. La potencia radiante emitida continuamente (sin conmutación) para cada longitud de onda se midió con un medidor de potencia Coherent Fieldmaster con sonda de medición LM-2. El LED se montó de tal manera que el área iluminada estaba completamente cubierta por la superficie de la sonda de medición. Se midió la potencia emitida a 6 niveles de corriente diferentes ((5 - 10) x 10 mA) y el área iluminada en la superficie del optodo para determinar la intensidad incidente en el cuero cabelludo del sujeto.
• Espectro del emisor NIR: Los espectros de los emisores NIR tanto para longitudes de onda como para diferentes niveles de corriente se midieron con un espectrómetro Avantes AvaSpec 3648 con un tiempo de integración de t = 50 ms y promediando más de 200 mediciones. La luz NIR se atenuó en 32,4 @ 750 nm y 33,3 dB @ 850 nm utilizando filtros de densidad neutra. Los espectros medidos se corrigieron mediante la sensibilidad espectral calibrada previamente determinada y mediante mediciones de oscuridad. Se evaluó la dependencia espectral de las direcciones de emisión debido a las características variables de los semiconductores locales midiendo los espectros en diferentes inclinaciones del emisor. Las longitudes de onda máximas (PW) se calcularon mediante una búsqueda máxima de un gaussiano ajustado al 10 % superior del área de cada espectro. Se determinaron los desplazamientos máximos de PW en todas las intensidades (APWA,máx). El ancho completo a media altura (FWHM) de la distribución de potencia espectral se calculó como la diferencia de la longitud de onda entre los dos puntos cuyos valores de potencia correspondientes son iguales y 3 dB inferiores a los valores en cada longitud de onda máxima.
• Potencia equivalente de ruido (NEP): para determinar el NEP de la parte NIRS del instrumento, se adquirieron 60 s (1000 muestras) de la señal para cada ganancia de entrada G, mientras que los emisores fNIRS estaban activos pero los detectores se colocaron en un caja opaca sin luz incidente. Usando las capacidades de respuesta del OPT101 Ra=750 = 0,55 V/pW y Ra=850 = 0,60 V/pW, la media de la señal rñGA y std og .a, luego se calculó el NEP para el ancho de banda de entrada completo (262 Hz comoNEPG^ = mg RA^+GagA)
Evaluación de la calidad de la señal eléctrica y el fantasma: Para las mediciones comparativas de la diafonía de conmutación de fNIRS en las entradas de EEG, se usó una red de resistencias a partir de resistencias de película metálica al 0,1 % como se muestra en la figura 4B. El fantasma consiste en una cabeza de poliestireno cubierta con una red resistiva con nodos ("electrodos") en 10-20 posiciones de EEG, a los que se puede acceder a través de conectores de electrodo DIN. La red resistiva simula la impedancia entre el electrodo y la piel (2,7 kü) y la conducción en la piel entre electrodos (200 ü). Claramente, esta red no tiene las mismas propiedades AC que el cuero cabelludo humano probado con EEG. En la posición F8, las señales sinusoidales divididas en voltaje con A = 150 pV y fs = {1,10,100} Hz de un generador de señales Agilent 3500B se suministraron a la red. Los dos emisores NIR de un módulo M3BA se colocaron entre Fz & Cz y F3 & C3 y estaban activos o inactivos (a = (0,1). Las señales se midieron en las posiciones p = {Cz, Fz, C3, F3, F8} contra una referencia común (GND) en T5. Cada medición de 70 s mf,p,a, se repitió tanto con el módulo M3BA (@500 SPS) como con un amplificador EEG de referencia comercial para comparar (COM, g-tec USB Amp, 2009, @512 SPS). Para la evaluación de la diafonía, los espectros de potencia FFT de los últimos 60 s de mf,p,a se calcularon y normalizaron para que la potencia máxima en fs fuera uno: Pnorma (fs) = 1. Luego, para i = 1...7, se extrajeron las potencias de ruido normalizado de múltiplos de la frecuencia de conmutación fNIRS fconmutación y se sumaron Pruido = ¿ Pnorma (i fconmutación ± 0,155). Esto permite una comparación de la fuerza del ruido de conmutación NIRS introducido en la señal EEG.
La diafonía/ruido eléctrico de las corrientes NIRS se puede introducir en las entradas de la propia PCB cuando el diseño del instrumento, por ejemplo, el diseño de retorno de corriente, no es óptimo, pero también se puede acoplar mediante campos entre los cables del electrodo EEG y del optodo NIRS. Para diferenciar entre ambos tipos, utilizamos una función del AFE ADS1299 que permite que el multiplexor de entrada acorte internamente las entradas para medir el ruido referido a la entrada. Para NIRS activo y no activo (I=8) y todas las ganancias de PGA G=1 -24, el ruido referido de entrada se determinó mediante el cálculo de la desviación estándar de 2000 muestras (@500 SPS) para cada condición.
Para verificar la linealidad y el corte de entrada de EEG deseados (influenciado principalmente por el ancho de banda de entrada de AFE y promediado exponencial implementado en el pC), la respuesta de frecuencia de entrada se evaluó adquiriendo un barrido lineal de 5 s desde 0,1 Hz - 2 kHz con ancho de paso constante y 100 mVpp de amplitud, generados por el Agilent 3500B. La respuesta de frecuencia se extrajo aplicando un ajuste de curva polinomial con el orden 21 a través de la envolvente de Hilbert de la señal de barrido sin procesar adquirida.
Todos los experimentos se llevaron a cabo en una habitación blindada magnética y eléctricamente (Ak3b de metacapa de dos mu, Vakuumschmelze, Hanau).
Datos fisiológicos - estudios con sujetos humanos
A continuación se describe la funcionalidad de la adquisición de las bioseñales dirigidas.
La funcionalidad fNIRS de M3BA utiliza una versión mejorada adicional del diseño abierto de emisor-detector fNIRS que ha sido validado con un estudio de BCI de N=12 basado en aritmética mental (ver arriba Luehmann y otros 2015).
Para la funcionalidad EEG y la adquisición multimodal, los siguientes estudios en seres humanos se realizaron de acuerdo con la declaración de Helsinki y fueron aprobados por los comités de ética locales. Todos los participantes fueron informados exhaustivamente y dieron su consentimiento por escrito antes del experimento.
EEG: Mediciones comparativas de Potenciales Evocados Auditivos: para caracterizar las capacidades prácticas de los amplificadores de EEG, a menudo es mejor realizar mediciones de potenciales evocados con sujetos humanos. Los parámetros técnicos puros se pueden determinar fácilmente utilizando el equipo de prueba adecuado, pero rara vez se conocen los fantasmas de generación de señales EEG. En cambio, los datos de sujetos humanos se consideran el "estándar de oro".
Este enfoque cualitativo y los potenciales evocados auditivos medidos (ver Picton y otros "Human auditory evoked potentials. I: Evaluation of components", Electroencephalography and clinical neurophysiology, 1974, volumen 36, páginas 179-190) en cinco sujetos diestros (3 hombres, 2 mujeres, edad promedio 26 ± 2 años) estimulando el oído izquierdo con tonos de seno de 1 kHz de 400 ms de duración. Los tonos se entregaron utilizando un auricular de inserción Etymotic ER-30 (www.etymotic.com) y una tarjeta de sonido RME HDSP 9632 (www.rme-audio.de). Los tonos tenían 92 dB SPL medidos con un oído artificial Bruel & Kjaer tipo 4153.
En total, se entregaron 300 tonos con un intervalo entre estímulos aleatorios de 1,5 a 2,5 s. Esto dio como resultado un tiempo de experimento de aproximadamente 12 minutos y después de 6 minutos se notificó a los sujetos del medio tiempo. Cada sujeto se midió con el M3BA y un amplificador EEG g.US-Bamp comercial (www.gtec.at). Los enchufes de los electrodos se movieron entre las entradas del dispositivo y la sesión duró 30 minutos (12 12 cambio de enchufes de EEG) en total para ambos amplificadores.
La secuencia de M3BA y g.USBamp se aleatorizó entre sujetos. Las señales se adquirieron sobre la corteza somatosensorial izquierda en las posiciones 10-20 C3, F3, T3 y T5 y se midieron contra la mastoides derecha con GND (DRL) colocada en Fpz. Se utilizaron electrodos de anillo AgCI con gel y las impedancias fueron inferiores a 10 kü. Las señales registradas se filtraron digitalmente con un paso de banda de retardo cero de 0,1 a 45 Hz y características de cuarto orden de Butterworth. Los tiempos se corrigieron a los valores de referencia en un intervalo de preestímulo de 100 ms y luego se promediaron para cada sujeto y canal para obtener el AEP. Los AEP obtenidos se compararon con los resultados de la literatura (ver Picton y otros 1974) con respecto a la amplitud y latencia del complejo N1-P2.
Ejemplo multimodal sin procesar: para los datos de ejemplo cualitativos y la validación de las capacidades de adquisición móvil multimodal del instrumento M3BA, se realizó un experimento de prueba 10 simple en un sujeto: un solo módulo M3BA se fijó a un casquillo EEG 10-20 (easycap) midiendo simultáneamente EEG (@500 Hz) con electrodos húmedos en las posiciones 01, 02, Cz y Fp2, un canal de ECG (derivación Einthoven 2), datos del acelerómetro y 4 canales fNIRS (@ 16,6 Hz).
Se colocaron emisores fNIRS en AF3 y AF7, detectores en F5 y Fp1, lo que resultó en distancias de detector de emisor de “ 30 mm. Se pidió al sujeto que se movía libremente que se pusiera de pie, cerrara los ojos y respirara profundamente cuando se reproducía un primer pitido y que abriera los ojos después de un segundo pitido después de 10 s. Para una mejor evaluación de la calidad de los datos sin procesar, se realizó un procesamiento limitado en MATLAB: los canales de EEG y ECG se filtraron digitalmente con un retardo cero de sexto orden de 0,1 a 45 Hz de paso de banda Butterworth. Para la estimación de la potencia de la banda alfa con los ojos cerrados, se calculó el promedio de las envolventes de Hilbert de las señales de O1 y O2 filtradas en paso de banda (segundo orden de Butterworth, 10-13 Hz). Los cambios de concentración de fNIRS O2HB y HHB se calcularon a partir de la señal óptica sin procesar utilizando coeficientes de extinción efectivos (véase Zhang y otros, " Experimental comparison of using continuous-wave and frequency-domain diffuse optical imaging systems to detect heterogeneities", en "BiOS 2001 The International Symposium on Biomedical Optics", 2001, páginas 219-238, Sociedad Internacional de Óptica y Fotónica) para los espectros LED medidos y software HOMER2 (ver Huppert y otros," HomER: a review of timeseries analysis methods for near-infrared spectroscopy of the brain", Appl. Opt., 2009, volumen 48, núm. 10, páginas D280 - d 298, Apr.) y luego se corrigieron los valores de referencia mediante la resta de la media.
Resultados
La arquitectura de Adquisición de Bioseñal Multimodal Modular, Móvil (M3BA) se implemento con éxito en un diseño altamente miniaturizado para la adquisición de precisión de EEG, EMG, ECG y fNIRS, que se puede utilizar, entre otros, para escenarios BCI híbridos basados en WBSN. Las dimensiones de un módulo M3BA completamente independiente (ver figura 5) son solo 4,2 x 4,2 x 0,6 cm3. Esto permite una integración flexible en diferentes configuraciones mecánicas y engranajes de cabeza y cuerpo.
Cuando se conecta directamente a los bordes del módulo, la distancia entre la fuente y el detector NIRS es de 35 mm. Se pueden conectar diferentes tamaños/capacidades de baterías de iones de litio a través de un conector estándar: con un consumo de corriente de <100 mA (todas las funciones activas), un módulo funciona más de 3 horas en una batería de iones de litio pequeña 28 x 34 x 2 mm3 (300 mAh) o más de 18 horas con una batería de teléfono móvil estándar.
La Tabla 1 resume las características del sistema de los módulos M3BA independientes. En las secciones siguientes se describirán con más detalle los resultados de las pruebas técnicas y de los registros fisiológicos.
Características ópticas
Las mediciones de deriva revelaron la necesidad de un tiempo de calentamiento de 5 min máximo después del encendido, en el que la potencia emitida de 850 nm se asienta en un 1,7 %. Después de eso, las señales ópticas se desviaron menos de 27,5 nV/s, que en relación con la amplitud de la señal a ~ 40 dB de pérdida óptica es menos de 1,6 ppm/s. Las características de rendimiento de la unidad fNIRS/EEG se muestran en las figura 6A a 6D.
La figura 6A muestra la linealidad de las señales ópticas fNIRS medidas en todo el rango de pérdida óptica.
La figura 6B muestra el coeficiente de variación/SNR de las mediciones de fNIRS.
La figura 6C muestra los espectros del emisor NIR para seis niveles de intensidad, longitudes de onda pico mín/máx e intensidades emitidas mín/máx.
La figura 6D muestra el ruido de conmutación NIRS en mediciones de EEG. Inferior: los espectros FFT-Power normalizados ejemplifican la presencia de fconmutación= 33,3 Hz y sus múltiplos en las señales medidas con el dispositivo comparativo (COM) y ausencia en M3BA. Superior: sumas de las fracciones de ruido de conmutación normalizadas para fNIRS activo (encendido) e inactivo (apagado) en las señales de varios electrodos.
Algunas de las características ópticas se analizan a continuación:
• Linealidad: El dispositivo mostró una linealidad muy distinta (ver figura 6A) para ambas longitudes de onda (pendientes S750 = -0,996, S850 = -1,005, coeficiente de corrección. R2750|850 = 0,999) en el rango óptico probado completo.
• CV y SNR: La evaluación de CV y SNR para ambas longitudes de onda (ver figura 6B) arrojó valores predominantemente constantes (CV <0,001, SNR> 60 dB) para baja atenuación OL <5 x10 ' 4 y CV linealmente creciente / SNR decreciente por encima de OL = 5 x 10' 4. Incluso con pérdidas ópticas muy altas en el rango de 10' 7 , la SNR todavía es de aproximadamente 20 dB, lo que indica que aún se pueden medir pequeños cambios en la potencia óptica que ocurren en los experimentos fNIRS.
• Las respuestas escalonadas medidas con el obturador para todas las configuraciones OL mostraron un asentamiento de la señal dentro de una muestra de fNIRS (60 ms) sin más oscilaciones.
• Potencia y espectro del emisor NIR: Los espectros normalizados de los emisores NIR se muestran en la figura 6C. Los experimentos de inclinación no mostraron una dependencia significativa entre el espectro y la inclinación del LED en relación con la sonda de medición. Los espectros, medidos para los seis niveles de intensidad implementados, muestran un ligero cambio hacia longitudes de onda de pico más altas con intensidades de iluminación más altas (A PW750,máx. = 4,75 nm, A PW850,máx. = 3,75 nm). Los cambios en el FWHM para ambas longitudes de onda son marginales (A FWHM máx. = 0, 75 nm).
• NEP: La potencia equivalente de ruido del circuito detector (el umbral en el que la luz incidente de una longitud de onda objetivo se ahoga completamente en ruido) para todos los niveles de ganancia de PGA se midió en el orden de NEPmín,A850 = 4,77 pW a NEPmáx,A750 = 5,92 pW de potencia incidente.
Características eléctricas
Resultados de la evaluación para la diafonía de conmutación NIRS eléctrica en EEG: las mediciones comparativas del ruido de entrada referido y los voltajes de la fuente de alimentación durante fNIRS activo e inactivo revelaron un aumento del ruido de la tensión de alimentación bipolar de alta precisión de 6,6 pVrms a 21,4 pVrms (262 Hz-BW) cuando el NIRS estaba activo.
Sin embargo, el ruido referido a la entrada de los canales EEG para todos los ajustes de PGA permaneció idéntico a los datos del fabricante (0,14 pVpp, 60 Hz-BW @G = 24 y 0,28 pVpp, 262 Hz-BW @G=24) para condiciones NIRS activas e inactivas. La evaluación de la diafonía en el fantasma eléctrico con el M3BA y el dispositivo comparativo (COM) (ver figura 6D) mostró picos distintos a fconmutación y sus armónicos más altos en los espectros de potencia FFT para todas las señales de prueba medidas con el dispositivo comparativo. Medidos con el módulo M3BA, estos son casi completamente imperceptibles del piso de ruido generalmente más bajo. Esto también se refleja en las sumas normalizadas de las fracciones de potencia de fconmutación y sus múltiplos en las mediciones durante NIRS activo e inactivo: en el módulo M3BA, estos no muestran desviaciones significativas y son menores que 0,003. En la configuración no híbrida con el dispositivo comparativo, se puede observar un aumento significativo entre las condiciones y un nivel de ruido de hasta un orden de magnitud (0,028) más alto que en el M3BA, así como una dependencia espacial. El mayor ruido del COM puede deberse a una mayor longitud del cable y a los inevitables bucles de tierra, ya que la configuración combinada no se optimizó para un rendimiento de bajo ruido.
Las respuestas de frecuencia de entrada de la unidad de EEG para ambas configuraciones (250/500 SPS) uniformidad confirmada (<0,1 dB) en la banda de paso y los cortes establecidos por promediado exponencial (fcEA500 = 210 Hz, fcEA250 = 100 Hz) y ancho de banda AFE (fcBW = 262 Hz).
Datos fisiológicos - resultados cualitativos
EEG: Potenciales Evocados Auditivos: las señales de uno de los cinco sujetos se descartaron debido a un zumbido de red muy alto en la medición comparativa utilizando COM en lugar de los canales EEG M3BA. El análisis de señales mostró distintos picos N1-P2 típicos de los AEP en las señales EEG de los cuatro sujetos restantes. Aquí, las posiciones C3 y F3 mostraron fuertes amplitudes N100, donde las posiciones menos típicas (T3 y T5) mostraron señales menos distintas, como se esperaba. La figura 7 muestra las señales de ambos dispositivos para cada canal promediadas sobre todos los sujetos para la comparación. Los distintos N1-P2 en las señales y su parecido (en cuanto a tiempo, amplitud y forma) indican que el M3BA funciona como una unidad de registro de EEG de precisión estándar.
En la figura 7 se muestran los resultados comparativos de N100 entre M3BA y el dispositivo comercial (COM). Las líneas continuas son señales promediadas sobre todos los sujetos, las barras de error sombreadas indican la desviación estándar entre sujetos para cada canal.
Ejemplo multimodal sin procesar: la figura 8 muestra un ensayo único típico del conjunto de datos multimodal sin procesar adquirido en el experimento cualitativo con un sujeto que se mueve libremente utilizando un módulo M3BA. Este muestra datos multimodales sin procesar grabados de manera sincrónica de un módulo M3BA en un sujeto que se mueve libremente durante la respiración profunda y los ojos abiertos/cerrados: canales de EEG y potencia alfa (superior), señales de ECG y NIRS (solo Ch1 (AF3-F5) para una mejor descripción general) (medio) y señal del acelerómetro (inferior). Algunas dependencias típicas entre modalidades ya son fácilmente observables en las señales de ECG, fNIRS y del acelerómetro sin procesar (correlación de ondas R y de pulso, modulación de ECG/NIRS por respiración (acelerómetro).
O1, O2, Cz y el canal alfa muestran una clara actividad alfa con los ojos cerrados (10-20 s), Fp2 muestra artefactos típicos de parpadeo. La inhalación y exhalación profunda es claramente visible en la señal del acelerómetro. Además, la respiración profunda afecta la frecuencia cardíaca del ECG y la amplitud de la onda R, así como las señales fNIRS generales. Las señales fNIRS muestran las ondas de pulso típicamente más fuertes en O2HB en comparación con HHB, que también están claramente correlacionadas con la actividad eléctrica del corazón en el ECG.
Conclusión
En este documento se describe el desarrollo y la evaluación de una arquitectura de adquisición de bioseñales híbridas M3BA inexistente hasta ahora para aplicaciones BCI móviles. Las realizaciones mostradas integran fNIRS con mediciones de biopotencial de alta precisión utilizando una Interfaz Analógica compartida. Los instrumentos M3BA se diseñaron con éxito para uso inalámbrico móvil (Bluetooth) miniaturizado (4,2 x 4,2 x 0,6 cm3), adquisición de alta precisión/bajo ruido y seguridad del usuario.
La modularidad y la capacidad de combinación, así como un manejo flexible de las referencias de biopotencial, permiten escalar y personalizar el número y tipo de canales y las modalidades. Dado que la arquitectura se basa en un potente microcontrolador, el usuario puede cambiar, implementar y aumentar la complejidad de los programas que se ejecutan en el módulo de manera fácil y rápida. Por lo tanto, se hacen posibles nuevos enfoques, tales como la extracción, la adaptación y el filtrado de características en línea descentralizados en los propios módulos, que permiten su uso en escenarios táctiles inalámbricos donde la información del sensor se proporciona y procesa con respecto a la información de contexto y la disponibilidad de ancho de banda en la infraestructura inalámbrica.
La funcionalidad fNIRS implementada en la arquitectura M3bA mejora el diseño abierto de fNIRS al cambiar de amplificación de bloqueo analógica a digital (sin atenuación por cambios de fase), integración autónoma de todo el hardware en una sola unidad y mediante un mejor desacoplamiento eléctrico y minimización de ruido: La potencia equivalente de ruido para las mediciones ópticas se mejoró en 3 órdenes de magnitud (M3BA: pWpp, open fNIRS: nWpp). Para lograr las características de alto rendimiento deseadas en todas las modalidades, se tuvo mucho cuidado de minimizar el ruido y la diafonía optimizando el diseño multicapas de circuito mixto y de múltiples fuentes de alimentación para la unidad AFE - pC. Los experimentos de diafonía mostraron un impacto significativamente menor de la conmutación de fNIRS en las entradas de EEG del instrumento en comparación con el dispositivo de EEG comparativo. El uso de LED y SiPD para la emisión y detección de luz NIR permitió tanto la miniaturización como un menor consumo de potencia y voltajes y, por lo tanto, un uso más seguro en comparación con las aplicaciones de láser y fotodiodo de avalancha (APD). Las unidades M3BA se suministran con una sola celda de iones de litio de 3,7 que puede ser recargada a través de USB y reemplazada si la capacidad deseada Cbatt debería adaptarse al tiempo de ejecución máximo necesario (trun = (C mA)/(100 mA)h).
El uso TDMA de los canales fNIRS presenta un inconveniente con respecto a la frecuencia de muestreo cuando se usan varios módulos a la vez. Como se puede ver en el esquema de temporización de la figura 3, debido a varias muestras de fNIRS no utilizadas en la caja de un solo módulo, se pueden combinar hasta dos módulos, proporcionando una frecuencia de muestreo de 16,6 Hz. Sin embargo, cuando se agregan más módulos, debido a TDMA, la frecuencia de muestreo disminuye. Si es necesario en el futuro, esto podría resolverse mediante la iluminación simultánea con luz modulada sinusoidal en diferentes frecuencias. Sin embargo, esto también aumenta significativamente el consumo de potencia.
Otro problema surge cuando dos o más personas, todas con varios módulos M3BA en un escenario WBAN, se encuentran en distancias cortas. Es probable que la interferencia introducida por la cantidad de transmisores bluetooth de lugar a una gran cantidad de paquetes perdidos que no se pueden almacenar en búfer. Para tales escenarios, actualmente no existen soluciones óptimas con respecto a la infraestructura inalámbrica. Si los módulos se deben utilizar en tal configuración, se deberían tener en cuenta otros estándares de transmisión como ZigBee (IEEE 802.15.4) y WBAN (IEEE 802.15.6) o incluso estándares completamente nuevos.
Se realizó una evaluación de una realización tomando mediciones utilizando un fantasma óptico y eléctrico y características internas del AFE (para una validación de la funcionalidad fNIRS abierta unimodal, ver Luehmann y otros 2015). La funcionalidad EEG fue validada por un estudio de usuario AEP de N=4 con el instrumento de referencia nuevo y comercial, la adquisición multimodal fue validada por un experimento de datos sin procesar cualitativos adquiriendo simultáneamente datos fNIRS, EEG, ECG y de aceleración. Las pruebas de rendimiento del sistema mostraron una excelente linealidad, baja deriva óptica y niveles de ruido muy bajos, entre otros. La caracterización del ruido reveló que para OL de entre 20 - 50 dB el CV permanece constante con valores mejores que 0,1 %. Este componente de ruido se puede atribuir a la fuente de luz LED; tanto la señal como el ruido son atenuados proporcionalmente por el fantasma siempre que se pueda despreciar el ruido del fotón. Para OL por encima de 50 dB, CV aumenta linealmente con una pendiente aproximada de 1, lo que indica el dominio de un componente de ruido independiente de la señal. Extrapolar el curso a OL de 80 dB produce un CV “ 1 para una magnitud de señal del orden de 10 mV que coincide con los datos del fabricante para el ruido oscuro del fotodiodo en el ancho de banda utilizado (15 mV - 262 Hz BW). Esto también está de acuerdo con los valores de NEP medidos en el orden de 10-12 W, al considerar la potencia del LED óptico incidente de 10-3 W, un OL de 10-8, pérdidas adicionales en el trayecto óptico y el hecho de que el área real del detector (5 mm2) es más pequeña que el área de la apertura de 8 mm de diámetro utilizada en la definición de la pérdida óptica. Por lo tanto, se supone que el componente de ruido independiente de la señal es el ruido térmico del fotodetector en el que deberían centrarse los intentos futuros de mejorar el rendimiento.
Las señales eléctricas AEP medidas con el M3BA y el dispositivo de referencia mostraron las amplitudes y formas características esperadas de la señal N1-P2.
Otras realizaciones del dispositivo pueden comprender módulos M3BA con diferentes enfoques para un casco mecánico robusto y con resorte (similar al enfoque abierto fNIRS) y su utilización en estudios de BCI móviles híbridos.
Algunos elementos de realizaciones se resumen a continuación.
Objetivo: En el campo de la telemedicina, la neurotecnología y las interfaces cerebro-computadora (BCI), la tecnología de adquisición multimodal híbrida y el procesamiento de señales ganan impulso. Sin embargo, actualmente no existen dispositivos híbridos comerciales que combinen mediciones bioeléctricas y bio-ópticas (aquí, electroencefalografía (EEG) y espectroscopia de infrarrojo cercano funcional (fNIRS)) que también sean miniaturizados, personalizables e inalámbricos. Nuestro objetivo fue el diseño de tal instrumento.
Enfoque: Se diseño y evaluó una arquitectura de adquisición de bioseñales (M3BA) móvil, modular y multimodal híbrida basada en una interfaz analógica de alto rendimiento optimizado para la adquisición de bio-potencial, un microcontrolador y nuestra tecnología abierta fNIRS.
Resultados principales: Los módulos M3BA diseñados son módulos muy pequeños, de alta precisión, configurables y bajo ruido (Ee G inp. ref. ruido @ 500 SPS 1,39 mV, potencia de ruido equivalente de fNIRS NEP750nm = 5,92 pWpp, NEP850nm = 4,77 pWpp) con plena linealidad de entrada, bluetooth, acelerómetro 3D y bajo consumo energético. Eso permite configuraciones de referencia de biopotencial flexibles y su uso en escenarios de redes de sensores/áreas corporales inalámbricas (WBAN/WBSN).
Importancia: La arquitectura M3BA puede facilitar los diseños personalizados de los investigadores que necesitan construir su propio hardware híbrido de adquisición de bioseñales multimodal para aplicaciones móviles en escenarios que incluirán cada vez más sensores portátiles multimodales y aplicaciones de telemedicina en el futuro.

Claims (13)

REIVINDICACIONES
1. Dispositivo de adquisición de bioseñales para la adquisición, en particular la adquisición concurrente o simultánea de bioseñales ópticas y eléctricas, en donde las bioseñales ópticas y eléctricas se reciben por un Dispositivo de Interfaz Analógica para bioseñales, con un convertidor optoeléctrico para convertir las bioseñales ópticas en señales eléctricas,
en donde el dispositivo de adquisición de bioseñales comprende un sincronizador configurado para sincronizar las bioseñales ópticas y eléctricas, y
en donde la adquisición de señales es parte de un sistema de circuito cerrado que incluye sensores ópticos y eléctricos y al menos un emisor óptico.
2. Dispositivo de adquisición de bioseñales de acuerdo con la reivindicación 1, en donde el Dispositivo de Interfaz Analógica transmite datos a un Microcontrolador para su procesamiento posterior.
3. Dispositivo de adquisición de bioseñales de acuerdo con la reivindicación 1 o 2, que comprende además al menos un sensor de biopotencial diferencial, al menos un sensor EEG, al menos un sensor ECG, al menos un sensor EMG, al menos un sensor EOG, al menos un sensor fNIRS, y/o al menos un sensor de pulsioxímetro, los datos de estos sensores ópticos y eléctricos se transmiten al Dispositivo de Interfaz Analógica.
4. Dispositivo de adquisición de bioseñales de acuerdo con al menos una de las reivindicaciones anteriores, en donde el Dispositivo de Interfaz Analógica y/o un Microcontrolador controlan un emisor de señales ópticas, en particular un emisor NIR.
5. Dispositivo de adquisición de bioseñales de acuerdo con al menos una de las reivindicaciones anteriores, en donde el diseño de la línea del circuito está diseñado para minimizar la interferencia, en particular al menos una de las siguientes
• integrando los componentes en una sola placa de circuito multicapa, de modo que el diseño del circuito y la superficie potencial se utilizan como medios de protección para minimizar el ruido y/o la diafonía, • diseño de estrella
• diseño multicapa, es decir, la línea se coloca entre la alimentación y tierra para la protección, la división de dominios analógicos y digitales, es decir, la división de planos de alimentación, división óptica (emisor), entrada analógica (detector bioeléctrico y óptico) y capas de señal digital, mediante concepción y/o diseño de circuito de modo que no se crucen los dominios (analógico, entrada, emisor, potencia, señales digitales) excepto en uniones dedicadas/distintas.
6. Dispositivo de adquisición de bioseñales de acuerdo con al menos una de las reivindicaciones anteriores, en donde el Dispositivo de Interfaz Analógica comprende un procesador para bioseñales bipolares, en particular, bioseñales ECG o EEG.
7. Dispositivo de adquisición de bioseñales de acuerdo con al menos una de las reivindicaciones anteriores, que comprende además un conmutador para al menos una entrada de medición de las bioseñales entre dos posibilidades para una referencia, en particular un conmutador entre una referencia común con otras bioseñales medidas o una referencia dedicada separada de las otras bioseñales medidas.
8. Dispositivo de adquisición de bioseñales de acuerdo con al menos una de las reivindicaciones anteriores, que comprende además al menos un sensor de movimiento, en particular al menos un acelerómetro y/o al menos un giroscopio.
9. Sistema de una pluralidad dispositivos de adquisición de bioseñales de acuerdo con al menos una de las reivindicaciones anteriores.
10. Sistema de acuerdo con la reivindicación 9, en donde los dispositivos de adquisición de bioseñales forman parte de módulos idénticos entre sí.
11. Sistema de acuerdo con la reivindicación 9 o la reivindicación 10, en donde los dispositivos de adquisición de bioseñales como módulos se acoplan entre sí en particular para proporcionar más canales de señal.
12. Sistema de acuerdo con al menos una de las reivindicaciones 9 a 11, en donde cada dispositivo de adquisición de bioseñales comprende una tierra común, en particular a través de una interfaz física.
13. Método de adquisición de bioseñales para la adquisición simultánea de bioseñales ópticas y eléctricas, en donde las bioseñales ópticas y eléctricas ambas se reciben por un dispositivo de adquisición de bioseñales que comprende un Dispositivo de Interfaz Analógica para bioseñales, y las bioseñales ópticas se convierten mediante un acoplador optoeléctrico en eléctrico en señales eléctricas,
en donde el dispositivo de adquisición de bioseñales comprende un sincronizador configurado para sincronizar las bioseñales ópticas y eléctricas, y
en donde la adquisición de señales es parte de un sistema de circuito cerrado que incluye sensores ópticos y eléctricos y al menos un emisor óptico.
ES17711202T 2016-04-04 2017-03-17 Dispositivo y sistema de adquisición de bioseñales, método de adquisición de bioseñales Active ES2829773T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/090,141 US10799161B2 (en) 2016-04-04 2016-04-04 Biosignal acquisition device and system, method for acquisition of biosignals
PCT/EP2017/056411 WO2017174330A1 (en) 2016-04-04 2017-03-17 Biosignal acquisition device and system, method for acquisition of biosignals

Publications (1)

Publication Number Publication Date
ES2829773T3 true ES2829773T3 (es) 2021-06-01

Family

ID=58347401

Family Applications (1)

Application Number Title Priority Date Filing Date
ES17711202T Active ES2829773T3 (es) 2016-04-04 2017-03-17 Dispositivo y sistema de adquisición de bioseñales, método de adquisición de bioseñales

Country Status (7)

Country Link
US (1) US10799161B2 (es)
EP (1) EP3439552B1 (es)
CN (1) CN109069051B (es)
AU (1) AU2017247879B2 (es)
CA (1) CA3019871C (es)
ES (1) ES2829773T3 (es)
WO (1) WO2017174330A1 (es)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10396785B2 (en) * 2017-12-12 2019-08-27 Nxp Usa, Inc. Reduction of capacitive touch sense electrode sample value change when electrode scan period is changed
WO2016019526A1 (zh) * 2014-08-06 2016-02-11 中国科学院自动化研究所 脑活动检测方法和系统
US10791981B2 (en) * 2016-06-06 2020-10-06 S Square Detect Medical Devices Neuro attack prevention system, method, and apparatus
CN106963373A (zh) * 2017-04-12 2017-07-21 博睿康科技（常州）股份有限公司 一种脑电自适应滤波方法
US11642070B2 (en) 2017-07-18 2023-05-09 Headwall Photonics, Inc. Diagnostic system and methods for simultaneously detecting light at multiple detection locations in a spectroscopic system
WO2019077414A1 (en) * 2017-10-20 2019-04-25 Analytics For Life Inc. METHODS AND SYSTEMS FOR DEBRISING MAGNETIC FIELD-BASED SENSOR DATA FROM ELECTROPHYSIOLOGICAL SIGNALS
US10849553B2 (en) 2019-03-27 2020-12-01 CeriBell, Inc. Systems and methods for processing sonified brain signals
US20210137400A1 (en) * 2019-11-13 2021-05-13 X Development Llc Optically Excited Biopotential Phantom
US11727792B2 (en) 2019-11-13 2023-08-15 Nextsense, Inc. Opto-electronic biopotential controller
TWI729808B (zh) * 2020-05-14 2021-06-01 廣達電腦股份有限公司 聽診裝置及應用聽診裝置的聽診方法
CN114600050B (zh) * 2020-09-30 2024-06-18 焦旭 多信号并行采集电路、电子装置及身体特征信号采集仪
CN112515663A (zh) * 2020-11-30 2021-03-19 深圳镭洱晟科创有限公司 一种听觉通路评估分析系统及其方法
CN112560703B (zh) * 2020-12-18 2024-02-06 杭州电子科技大学 一种基于pf系数的多模态bci特征提取方法
CN114153266B (zh) * 2021-11-12 2023-10-27 苏州维伟思医疗科技有限公司 一种数据时间同步方法、装置及计算机可读存储介质
CN116211298A (zh) * 2023-01-16 2023-06-06 杭州沃维医疗科技有限公司 一种集成血液氧含量与电信号采集的系统、方法及传感器

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6424320B1 (en) * 1999-06-15 2002-07-23 Ati International Srl Method and apparatus for rendering video
JP2003322612A (ja) 2002-04-30 2003-11-14 Communication Research Laboratory 脳活動計測装置、脳活動計測用頭部装着具
WO2005034761A1 (ja) 2003-09-19 2005-04-21 Hitachi Medical Corporation 生体光計測装置と脳波計測装置を組み合せた生体情報信号処理システムおよびそれに用いられるプローブ装置
WO2009114689A1 (en) * 2008-03-12 2009-09-17 The Trustees Of The University Of Pennsylvania Flexible and scalable sensor arrays for recording and modulating physiologic activity
US20090292658A1 (en) * 2008-05-23 2009-11-26 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Acquisition and particular association of inference data indicative of inferred mental states of authoring users
JP2010000283A (ja) 2008-06-23 2010-01-07 Shimadzu Corp リアルタイム同時計測システム、リアルタイム同時計測装置、リアルタイム同時計測方法、およびプログラム
CN201341869Y (zh) * 2008-12-31 2009-11-11 华中科技大学 一种实现近红外脑功能检测仪测量同步的装置
CN101449968B (zh) * 2008-12-31 2011-05-25 华中科技大学 一种实现近红外脑功能检测仪测量同步的方法和装置
US20100240971A1 (en) 2009-03-17 2010-09-23 Paolo Zanatta Integrated multimodality brain monitoring device
AU2010319403A1 (en) * 2009-11-12 2012-05-10 Covidien Lp Systems and methods for combined physiological sensors
CN202161317U (zh) 2011-07-29 2012-03-14 中国科学院沈阳自动化研究所 脑电和近红外光谱联合采集脑信号的头盔
US20130274712A1 (en) * 2011-11-02 2013-10-17 Stuart O. Schecter Haptic system for balloon tipped catheter interventions
US9483123B2 (en) * 2013-09-23 2016-11-01 Thalmic Labs Inc. Systems, articles, and methods for gesture identification in wearable electromyography devices
US9367139B2 (en) * 2013-12-12 2016-06-14 Thalmic Labs Inc. Systems, articles, and methods for gesture identification in wearable electromyography devices
US20160007921A1 (en) * 2014-07-10 2016-01-14 Vivonics, Inc. Head-mounted neurological assessment system
WO2016019526A1 (zh) 2014-08-06 2016-02-11 中国科学院自动化研究所 脑活动检测方法和系统
CN104146707A (zh) 2014-08-14 2014-11-19 华中科技大学 大脑多模态数据采集装置及应用
US9594104B2 (en) * 2014-10-22 2017-03-14 Natus Medical Incorporated Simultaneous impedance testing method and apparatus
CN204863182U (zh) * 2015-06-25 2015-12-16 昆明理工大学 一种运动想象EEG和fNIRS同步采集脑信息装置
EP3184043A1 (en) * 2015-12-22 2017-06-28 IMEC vzw Sensor, system and holder arrangement for biosignal activity measurement

Also Published As

Publication number Publication date
CN109069051A (zh) 2018-12-21
AU2017247879A1 (en) 2018-10-11
AU2017247879B2 (en) 2021-05-27
WO2017174330A1 (en) 2017-10-12
US20170281014A1 (en) 2017-10-05
US10799161B2 (en) 2020-10-13
CA3019871A1 (en) 2017-10-12
EP3439552A1 (en) 2019-02-13
CA3019871C (en) 2024-06-18
CN109069051B (zh) 2022-02-15
EP3439552B1 (en) 2020-09-16

Similar Documents

Publication Publication Date Title
ES2829773T3 (es) Dispositivo y sistema de adquisición de bioseñales, método de adquisición de bioseñales
von Lühmann et al. M3BA: a mobile, modular, multimodal biosignal acquisition architecture for miniaturized EEG-NIRS-based hybrid BCI and monitoring
Wyser et al. Wearable and modular functional near-infrared spectroscopy instrument with multidistance measurements at four wavelengths
Safaie et al. Toward a fully integrated wireless wearable EEG-NIRS bimodal acquisition system
US10595741B2 (en) Method and system for brain activity detection
US11445922B2 (en) Methods and systems for detecting physiology for monitoring cardiac health
CN109843154B (zh) 用于测量发色团浓度的改变的测量装置和设备
Sawan et al. Wireless recording systems: from noninvasive EEG-NIRS to invasive EEG devices
CA2787471C (en) Combined physiological sensor systems and methods
Budidha et al. Design and development of a modular, multichannel photoplethysmography system
Paul et al. A versatile in-ear biosensing system and body-area network for unobtrusive continuous health monitoring
ES3031428T3 (en) Multimodal brain function signal acquisition device and method
CN103445774A (zh) 脑电与血氧信号同步采集的光-电电极
CN104146707A (zh) 大脑多模态数据采集装置及应用
CN212346548U (zh) 脑电信号和近红外光谱信号联合采集装置
Xie et al. Development of a wireless multichannel near-infrared spectroscopy sensor system for monitoring muscle activity
Liu et al. A cost-effective instrument of distributed functional near-infrared spectroscopy for hyperscanning real-world interactions
Li et al. Design and implementation of high sampling rate and multichannel wireless recorder for EEG monitoring and SSVEP response detection
Mihajlović et al. Noninvasive wearable brain sensing
Palumbo et al. A wearable device-based system: the potential role in real-time and remote EEG monitoring
CN115040120A (zh) 一种集成化近红外脑成像系统
Ding et al. A Cost-Effective fNIRS System for Multi-Subject Multi Brain Regions Hyperscanning
EEG Moisés Alberto Domínguez Sánchez
Lareau et al. Near infrared spectrometer combined with multichannel eeg for functional brain imaging
US20210169424A1 (en) Real-time periodic artifact extraction from a physiological signal