logo资料库

16通道脑电采集系统设计与实现.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书 资料大小：0.54M 资料格式：pdf 举报 版权申诉
第1页 / 共6页
第2页 / 共6页
第3页 / 共6页
第4页 / 共6页
第5页 / 共6页
第6页 / 共6页
资料共6页，全文预览结束
    16通道脑电采集系统设计与实现 通道脑电采集系统设计与实现 针对现有脑电采集设备成本高、不便携等问题，设计了一套16通道脑电采集系统。该系统具有优化电源，可以 电池供电；级联多个模拟前端扩展为多通道的脑电采集系统，并通过片选信号选择所需通道数，以动态和个性 化的方式配置每个通道；通过高速无线模块将脑电信号发送至上位机。为测试系统性能，分别采集、分析了5位 被试者的自发脑电信号和稳态视觉诱发脑电信号。自发脑电闭眼时出现明显的α节律；稳态视觉诱发脑电信号在 对应的刺激频率和谐波上出现谱峰。实验结果表明：该采集系统可准确采集到人体自发脑电和诱发脑电信号， 并可用于脑机接口应用领域，具有一定理论与应用价值。 0 引言引言 脑电图(Electroencephalogram，EEG)是记录大脑电活动的一种无创性方法，是通过把电极按照10-20国际标准放在大脑头 皮表面，并运用脑电采集系统记录得到的脑电信号。采集有效的脑电信号并进行数据处理与分析，对大脑研究、生理研究和临 床疾病诊断具有重要意义[1]。随着脑电在临床应用、康复科技、智能医疗、娱乐、体育和军事方面的应用前景越来越广泛，开 发用于移动环境的便携式小型化脑电采集系统成为需求[2]。微电子学和无线通信技术的迅猛发展，促进了低成本、高效率的脑 电采集系统开发[3]。 本设计采用级联模式连接多个模拟前端创建可扩展的便携式16通道脑电采集系统。采集系统具有简单易用、体积小、低功 耗的特点。用该系统采集受试者的α自发脑电和稳态视觉诱发脑电均取得较高的信号质量，采集的信号符合相应的脑电信号特 征。结果表明本系统可用于脑科学及脑机接口应用领域，具有一定理论与应用价值。 1 系统结构 系统结构 系统框图如图1所示。系统结构主要由采集传输模块和PC主机两部分组成。采集和传输模块主要负责采集、放大、A/D转 换、脑电信号的传输以及整个系统的供电；PC主机主要负责存储和处理接收到的数据，还能对采集传输模块的相关参数进行 修改和设置。 2 采集和传输模块 采集和传输模块 采集和传输模块由模拟前端ADS1299、微控制器ATmega328、无线模块RFD22301以及系统电源组成。采集和传输模块框 图如图2所示。 2.1 模拟前端 模拟前端 本系统的核心是TI公司用于测量生物电势的模拟前端ADS1299，集成化的模拟前端具有脑电应用所需的所有常用特性[4-5]。 本系统中采用级联模式串联两个ADS1299器件，同时采集16通道的脑电信号。级联模式下，时钟信号线SCLK、数据输入 线DIN和数据输出线DOUT在多个设备间共用，每个设备都有各自的片选CS，如此将多个设备连接起来。因此主控制器与n个 从设备通信所需信号线数量为3+n。这个特性可以用来减少设备与微控制器之间的引脚连接数量，从而大大简化多通道采集系 统的电路。级联连接设备的最大数量取决于设备操作所在的数据速率。可级联设备的最大数目可用式(1)估算：
    式中，fSCLK表示串行时钟频率，fDR表示输出数据速率，NBITS表示芯片的分辨率，NCHANNELS表示设备的通道数。在使用级 联模式连接多个AD器件时，其中一个设备需要作为主设备且使用内部时钟，主设备时钟作为其他设备的外部时钟源，以保证 16个通道数据采集的同步性。 2.2 微控制器 微控制器 选用ATmega328作为主控制器，该微控制器提供串行外设接口（Serial Peripheral Interface，SPI），因此可以很方便地读 取ADS1299数据并控制蓝牙模块。通过在单个时钟周期内执行功能强大的指令，该设备的数据吞吐率可达1 MIPS/MHz，可平 衡系统功耗和处理速度的关系。本系统中同时采集16通道的脑电数据，需要MCU具有较高的处理速度，采用电池供电也需要 整个系统具有较低功耗。因此选用该高性能、低功耗的8位微控制器，能较好地满足系统要求。 本系统中，微控制器通过SPI与ADS1299等从设备进行通信。微控制器工作在SPI的主模式下，根据从计算机接收到的命令 管理信号采集系统，主要负责采集前端初始化（片选信号、激活通道、每个通道的增益/偏移设置等）以及与PC主机通信。 2.3 无线模块 无线模块 无线脑电采集系统中最相关的度量就是单位时间内的数据吞吐量。级联多个AD器件时，通道数成倍增加，单位时间内采集 的脑电数据也成指数倍增长，要无线传输16通道的脑电数据，就需要蓝牙模块具有较高的传输速率。本系统中，数据的吞吐 率可由下式计算： 式中，throughput为每秒传输的数据位数，x为通道数，T为采样周期[6]。本设计中通道数为16，采样率为125 Hz，由式(2)可 得要求的上传速率为48 000 b/s。本系统中蓝牙通信电路的核心是RFD22301，内置蓝牙4.0，无线传输速率可达250 kb/s，满 足本系统传输速率的要求。RFD22301无线模块仅指尖大小(15mm×15mm)且超低功耗，这些优良性能均有利于整个采集系统 的便携性和低功耗性。 2.4 系统电源 系统电源 所设计的脑电采集系统需要非常低的噪声、高精度的电源电压以进行数字化处理而不降低其性能，因此电源模块由锂电池 和低压差线性稳压器实现。经稳压芯片LP2992输出稳定的+5 V电压为主控制器供电。本设计中ADS1299采用双极电源，需要 ±2.5 V的模拟电源和+3.3 V的数字电源为芯片供电。稳压芯片TPS73225和TP5907分别将+5 V电压转换为+2.5 V和+3.3 V； 为了提供负电压，先通过电压转换芯片LM2664将+5 V转为-5 V，再由稳压芯片TPS72325将-5 V转为-2.5 V。德州仪器生产的 稳压芯片TPS73225和TPS72325具有降低噪声的功能，能够将输出噪声降到很低，符合脑电采集系统低噪声的要求。 3 脑电信号采集及分析 脑电信号采集及分析 利用自主设计开发的16通道脑电采集系统采集脑电数据。本文中使用武汉格林泰克公司生产的64导可拆卸电极帽(CM型 号)，脑电采集系统的采样率为125 Hz，电极放置位置参照国际10-20系统标准。采集自发脑电，所连通的16通道电极位置依 次为：P3，P4，Pz，O1，Oz，O2，T7，T8，C4，Cz，C3，F4，Fz，F3，F8，F7。图3所示为某位被试者睁眼状态的脑电 信号，持续时间为4 s。由图3可以较为直观地观察到被试者脑波活动：0.9s左右有眨眼噪声；1.2 s左右由于被试肌肉收缩导致 全脑信号波动；第16通道波形较异常，可能原因是被试头动出汗。 为验证脑电信号采集系统的可靠性和稳定性，分别采集分析了5位被试的自发脑电和诱发脑电信号。 3.1 α波自发脑电实验 波自发脑电实验 首先，测试被试者在睁眼和闭眼两个阶段枕叶上的α频带（8～13 Hz）脑波活动。选择α频带，是因为α波段脑电信号特征明 显、相对容易识别，且能够在人脑枕部位置被较为准确地采集[7]。
    将脑电采集系统的第一通道连接到电极位置O2，参考电极为左侧乳突，偏置电极连接到右侧乳突。在每个通道的参数设置 相同的条件下重复该实验，依次循环使用每个通道，得到的结果相同，表明各通道采集信号效果相同。 本实验共采集5名被试者（均为健康大学生、右利手）睁眼和闭眼阶段脑电数据。图4为某位被试者分别在睁眼和闭眼情况 下的脑电信号波形，频谱如图5所示。由图4可看出：闭眼时脑电中出现明显的α节律，且波幅较睁眼时变大；由图5可看出： 睁眼阶段α节律被抑制，闭眼阶段α波段能量明显强于睁眼阶段。图6为5名被试者闭眼阶段脑电频谱图，结果表明5名被试者的 α频段能量呈现一致性。 3.2 SSVEP诱发脑电实验 诱发脑电实验 除了人体自发脑电信号外，还有一类需要经过一定外部因素诱发才能产生，称为诱发脑电，诱发脑电包含了大量的生理和 病理信息。研究人体在正常功能状态下和在疾病过程中的诱发脑电的变化，对于基础生理研究和临床诊断都有重要的意义[8]。 因此，能否有效准确地采集诱发脑电信号是衡量本采集系统性能好坏的重要依据。 本文采用稳态视觉诱发电位（Steady-State Visual Evoked Potential，SSVEP）实验来验证系统性能。SSVEP是指当受到 一个固定频率的闪烁视觉刺激时，大脑视觉皮层产生的一个连续的与刺激频率相同或更高次谐波频率成分的EEG稳态响应。 SSVEP具有信息传输率较高、且被试者不需要接受大量训练等优点，因此常被用来分析和处理诱发脑电信号[9]。 3.2.1 实验方法及步骤 实验方法及步骤 实验对象为5名健康大学生（右利手）。SSVEP响应主要出现在大脑皮层枕区[10]，本实验中选择P3、P4、Pz、O1、O2电 极脑电信号，参考电极和偏置电极分别放置于左右乳突部位。 为了保证刺激频率的精准性，需要设计稳定可靠的刺激源。视觉刺激可以用闪烁的灯光（LED）实现，或者在计算机屏幕 上闪烁呈现。考虑到刺激参数(如大小、颜色和位置)在计算机显示器上呈现闪烁比使用单独的LED更加方便和灵活。本实验采 用一个LCD显示器（21英寸，60 Hz刷新率），利用单频率刺激的视觉刺激方式呈现闪烁刺激。为确保闪烁频率的精准性和稳
    定度，需要考虑到显示器的刷新率。若屏幕刷新率为fscr，刺激频率为fsti，则刺激频率应满足两个条件[11]： 考虑到EEG稳态响应与刺激频率存在基频和倍频的关系，本实验中选用4个刺激频率：7.5 Hz、8.57 Hz、10 Hz和12 Hz。 3.2.2 实验结果 实验结果 SSVEP实验中需要研究脑电信号与刺激频率的关系，需要将时域上的脑电信号转化为频率上频率和幅值的关系。基于频谱 特征的SSVEP信号检测，引入快速傅里叶变换将时域信号转换为频域信号。图7是某位被试在不同频率刺激下枕骨电极处的频 谱。在这些频谱图中可以清楚看到不同刺激频率下的SSVEP谱峰，如10 Hz刺激频率时，在刺激频率的基频10.01 Hz和倍频 20.02 Hz处出现峰值，表明在不同刺激频率下SSVEP均能有效诱发；4种刺激频率下，SSVEP的频率响应均出现在刺激频率 的基频和一次谐波处，且基频处的幅值明显高于一次谐波处的幅值。实验结果符合SSVEP响应的特点[12]，验证本系统能够准 确采集到诱发脑电。图8为5名被试者在4种刺激频率下的脑电频谱图，结果表明5名被试者在对应刺激频率下均能诱发EEG稳 态响应。
    4 结论结论 本文设计了一个16通道脑电采集系统，整个系统具有体积小、功耗低、简单易用等特点。采用级联模式，连接多个模拟前 端，创建可扩展的便携式多通道脑电采集系统。系统可以灵活选择所需的通道数，并能以动态和个性化的方式配置每个通道。 电池供电、无线传输等方式使得系统的移动性大大提高。分别采集自发脑电和诱发脑电对系统进行验证，验证结果表明本系统 可用于采集自发脑电和诱发脑电，且信号质量较好，表明系统可有效应用于脑电研究相关领域，例如睡眠监测或探索基于 SSVEP的脑机接口。基于本设计思路可以扩展更多导联数的脑电采集系统，以应用于脑功能研究、高级认知任务研究和临床 诊断中。 参考文献 参考文献 [1] 王斐，张育中，宁廷会，等.脑-机接口研究进展[J].智能系统学报，2011，6(3)：189-199. [2] De Vos M，DEBENER S.Mobile EEG：towards brain activity monitoring during natural action and cognition[J].International Journal of Psyc-Hophysiology：Official Journal of the International Organization of Psychophysiology，2014，91(1)：1-2. [3] 欧阳昭连，杨国忠，池慧.中国脑-机接口研究现状及其在国际中地位[J].北京生物医学工程，2010，29(4)：394-398. [4] 陈悦，罗锦宏，何可人，等.基于模拟前端ADS1299的脑电信号采集系统[J].测控技术，2015，34(8)：55-57. [5] BOQUETE L，ASCARIZ J M R，CANTOS J，et al.A portable wireless biometric multi-channel system[J].Measurement，2012，45(6)：1587-1598.
    [6] DAVIES P J，BOH?魷RQUEZ J.Design of a portable wireless EEG system using a fully integrated analog front end[C].Biomedical Engineering Conference(SBEC)，2013 29th Southern.IEEE，2013：63-64. [7] CLERC M.Brain computer interfaces，principles and practise[J].BioMedical Engineering OnLine，2013，12(1)：1-4. [8] 黄日辉，李霆，阜艳，等.诱发脑电提取方法的研究进展[J].现代电子技术，2008，31(22)：139-141. [9] VOLOSYAK I.SSVEP-based Bremen-BCI interface-boosting information transfer rates[J].Journal of Neural Engineering，2011，8(3)：036020. [10] PAN J，LI Y，ZHANG R，et al.Discrimination between control and idle states in asynchronous SSVEP-based brain switches：a pseudo-key-based approach[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，2013，21(3)：435-443. [11] ZHU D，BIEGER J，GARCIA M G，et al.A survey of stimulation methods used in SSVEP-based BCIs[J].Computational Intelligence and Neuroscience，2010. [12] Wu Zhanghua，Wu Zhang.Functional symmetry of the primary visual pathway evidenced by steady-state visual evoked potentials[J].Brain Research Bulletin，2017，128：13-21. 作者信息： 作者信息： 叶志雄1，2，罗锦宏3，糜 超1，2，邹 凌1，2 （1.常州大学 信息科学与工程学院，江苏 常州213164； 2.常州市生物医学信息技术重点实验室，江苏 常州213164；3.常州信息职业技术学院，江苏 常州213164）
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料