论文部分内容阅读
摘要:脑电控制及检测设备被广泛运用于临床诊断、科学研究以及教学环节之中。本文通过分析脑电检测方法以及脑电信号与人体精神状态的关系,设计相应电路采集并进行分析脑电信号,重点对从脑电信号中解析出的人体精神专注度的数据进行研究和应用,测试者通过调节注意力,设计出可以采集脑电信号,用注意力的集中程度来改变彩灯颜色变化的脑电检测设备,进行脑-机交互操作。
关键词:脑电信号检测;脑电控制;虚拟仪器;信号检测
中图分类号:TN911.7 文献标识码: A
引言
脑电是大脑神经电活动的反映,脑电图描记术则是脑电图临床应用的开端。从上世纪40年代起,利用脑电图描记术就开始在临床脑病诊断中得到广泛的应用。随着电子技术和信号处理技术的不断发展,脑电检测技术和脑电检测类仪器也在不断发展,脑电的应用范围也由单纯的临床诊断逐渐扩大,而脑电检测类设备发挥的作用也日趋重要。随着人类对大脑研究的深入,也必然会对脑电检测类设备有更高的要求,所以对这些设备的开发研究、学习使用、故障维护等方面的要求也不断加强。
一、研究目标
通常情况下,脑电波是通过安置在头皮上的电压传感器采集的。国际标准10-20电极系统提供了标准脑电图命名和定位方案,如(图1)所示。最初的10-20系统仅包括19个电极,后来扩展到70个标准电极。一般情况下其中的一个电极作为参考电极,位置通常在耳垂或耳朵的乳突处。脑电信号EEG的研究是可以帮助我们了解大脑活动机制、人的认知过程和诊断疾患的重要手段,也是实现人与外界事物交互的新的途径。
我们采用了一款嵌入脑波采集芯片的脑波模块-TGAM模块,该模块结构小巧,通过连接一个EEG电极和一个REF参考电极就能够对脑波信号进行采集和处理,利用此模块采集脑电信号对脑电波进行研究和开发。
图1脑电采集10-20导联系统
二、总体设计及关键问题分析
(一)、系统结构
脑电信号检测示教系统包含硬件和软件部分,其中硬件部分为课题组前期完成的脑电信号检测前置级处理模块,本研究重点涉及虚拟仪器的软件系统设计。根据一般脑电检测设备功能以及示教需求,本系统软件基于LabVIEW语言,采用模块化设计的思想编写虚拟脑电检测系统程序。初步实现的软件系统具有脑电信号的获取、数据管理、脑电信号显示及分析、模拟示教训练的功能,其总体设计原理如图2所示:
图2虚拟EEG检测系统总体框图
(二)、信号处理模块
脑电信号具有幅度微弱且噪声背景强、非平稳、非线性以及频域特征比较突出的特点。因此脑电信号相对其他生物电信号,更需要借助信号处理的方法进行深入分析,本系统中也设计了信号处理的功能。如何进行信号处理模块的设计是本研究的关键问题之一。研究中,我们拟采用如下设计方案:
1)进行信号处理需求分析,初步设计有滤波功能模块和功率谱分析模块,每个模块可以设计不同的分析处理方法。2)借助LabVIEW所支持的信号分析功能包,进行信号处理功能设计,并且利用LabVIEW强大的界面显示功能,对分析结果进行显示。
(三)、工作原理
测试人员佩戴上脑电采集耳机后,紧贴在前额的EEG电极采集,到脑电信号后,送入脑电采集模块进行处理和分析,然后脑电采集,模块将分析后的数据以9600波特速率的串行数据送入ATmega8单片机,单片机将接收到的数据中的有用成分组合成新的数据帧,通过蓝牙无线发送给彩灯控制端。彩灯控制端ATmega8单片机通过蓝牙接收模块收到耳机端发,送来的数据后解析数据帧,根据得到的与测试者当前注意力相关,的信息控制灯的颜色发生变化,当控制端单片机检测到脑波采集电,极EEG电极或REF参考电极与皮肤接触不良时,语音提示模块会发,声提示接触不良等信息。下图3所示为脑电检测设备工作原理示意。
圖3脑电检测设备工作原理示意图
三、具体实现
(一)、脑电信号处理的意义
脑电信号本身非常微弱,而且噪声背景强,所以脑电信号极易被噪声所干扰,或者混入其他干扰信号(如50Hz工频干扰、肌电信号干扰等)。采用硬件电路滤波的方法可以滤除一部分噪声,但是硬件滤波的复杂度和成本都较高,而且灵活性也不强。脑电记录中的干扰成分是不同的,需要对信号进行频率分析的基础上,通过灵活设置滤波器参数达到抑制噪声的目的,这就需要用到数字滤波及其他相关的数字信号处理技术。
(二)、信号处理模块的实现及应用
1、滤波功能单元
本研究设计了低通、高通、带通及50Hz陷波四种基本滤波功能。数字滤波器分为有限冲激响应滤波器(finite impulse response即FIR)和无限冲激响应滤波器(infinite impulse response即IIR)两种类型。数字滤波器对应的传递函数为:
其中IIR滤波器可用较少阶数获得高的性能,且可利用目前成熟的模拟滤波器设计方法实现,为此我们针对每种功能的滤波器又可以选择用巴特沃斯(Butterworth)、切比雪夫(Chebyshev)、椭圆(Ellipse)、贝塞尔(Bessel)等滤波器进行滤波。在LabVIEW软件的数字滤波模板Filters提供了多种滤波模型子vi,可方便供这些子模块,实现滤波器的设计。
2、脑电波信号数据的提取与处理
脑电采集模块TGAM模块可以直接连接干电极,通过一个EEG,电极和一个REF参考电极就能对人脑的脑电信号进行采集和分析。采集到的脑电信号经过模块中集成的运放、滤波、ADC转换,过滤,环境噪音及肌肉组织运动的干扰后,运算处理转换为数字信号,模块分析得到α、β、δ、γ、θ等8组独立脑波数据,并处理输出专注,度和放松度参数数据,最后由串口输出。解析得到的一帧数据。TGAM模块输出的每一个完整的数据帧长度为36位同步位,有2个字节0xAA,0xAA。一个字节的数据表示信号质量(0-200),数值越大表示脑电信号中参杂的噪音越大。信号质量的值为200时,表示EEG电极或REF电极与测试者头部皮肤接触不良。数据帧中还可以解析出与α、β、δ、γ、θ脑波有关的数据,以及测试者当前专注度和放松度数据值。
3、LED灯阵列驱动的设计
本文设计的意念控制脑波检测设备的主体是一个直径40cm的球形灯,为了使灯达到足够的亮度,微控制器ATmega8单片机分别,从PC0,PC1,PC2三个I/O口输出占空比可调的PWM信号驱动TIP122大功率晶体管,晶体管的集电极与LED相连,保证有足够大,的功率使LED灯正常工作,如图7所示。LED灯采用了14串12并的连接方式,其中每一路并联灯又分别包括R、G、B三色灯,所以共计36路504个LED灯。LED灯的工作电流一般在10~20mA,用恒流源电路,驱动每一路串联的LED灯,使灯的工作电流稳定在18mA左右。恒流源电路由两个8550三极管组成,如(图4)所示。
图4TIP122晶体管驱动3路LED灯
4、测试效果
测试发现人们的注意力是不断变化的,经过一定的训练,测试者调整和集中注意力的能力增强,能更快地将彩灯颜色变为蓝色,并且蓝颜色出现次数和持续时间也会增加,说明人们可以通过有意识地训练提高自己的注意力。同时,测试发现儿童比成人更容易使彩灯的颜色变为蓝色,说明一般情况下儿童比成人更容易集中注意力。
结束语
总而言之,脑电采集和分析技术可以应用到许多行业和领域,例如在游戏中加入人脑意念控制,增加游戏趣味性,通过监测脑电波检测人体大脑是否疲劳困乏,用在汽车领域,对于安全驾驶很有帮助。随着脑波采集和脑波分析研究的深入和进步,相信脑-机交互的应用会越来越多,脑电技术也将给人们带来越来越多新奇的体验。
参考文献
[1] 温正,何嘉扬等.AVR单片机开发从入门到精通[M].北京:中国电力出版社,2009.
[2] 苏明秋.睡眠脑电图的临床应用[J].实用心脑肺血管病杂志,2010,18(6):848-849.
关键词:脑电信号检测;脑电控制;虚拟仪器;信号检测
中图分类号:TN911.7 文献标识码: A
引言
脑电是大脑神经电活动的反映,脑电图描记术则是脑电图临床应用的开端。从上世纪40年代起,利用脑电图描记术就开始在临床脑病诊断中得到广泛的应用。随着电子技术和信号处理技术的不断发展,脑电检测技术和脑电检测类仪器也在不断发展,脑电的应用范围也由单纯的临床诊断逐渐扩大,而脑电检测类设备发挥的作用也日趋重要。随着人类对大脑研究的深入,也必然会对脑电检测类设备有更高的要求,所以对这些设备的开发研究、学习使用、故障维护等方面的要求也不断加强。
一、研究目标
通常情况下,脑电波是通过安置在头皮上的电压传感器采集的。国际标准10-20电极系统提供了标准脑电图命名和定位方案,如(图1)所示。最初的10-20系统仅包括19个电极,后来扩展到70个标准电极。一般情况下其中的一个电极作为参考电极,位置通常在耳垂或耳朵的乳突处。脑电信号EEG的研究是可以帮助我们了解大脑活动机制、人的认知过程和诊断疾患的重要手段,也是实现人与外界事物交互的新的途径。
我们采用了一款嵌入脑波采集芯片的脑波模块-TGAM模块,该模块结构小巧,通过连接一个EEG电极和一个REF参考电极就能够对脑波信号进行采集和处理,利用此模块采集脑电信号对脑电波进行研究和开发。
图1脑电采集10-20导联系统
二、总体设计及关键问题分析
(一)、系统结构
脑电信号检测示教系统包含硬件和软件部分,其中硬件部分为课题组前期完成的脑电信号检测前置级处理模块,本研究重点涉及虚拟仪器的软件系统设计。根据一般脑电检测设备功能以及示教需求,本系统软件基于LabVIEW语言,采用模块化设计的思想编写虚拟脑电检测系统程序。初步实现的软件系统具有脑电信号的获取、数据管理、脑电信号显示及分析、模拟示教训练的功能,其总体设计原理如图2所示:
图2虚拟EEG检测系统总体框图
(二)、信号处理模块
脑电信号具有幅度微弱且噪声背景强、非平稳、非线性以及频域特征比较突出的特点。因此脑电信号相对其他生物电信号,更需要借助信号处理的方法进行深入分析,本系统中也设计了信号处理的功能。如何进行信号处理模块的设计是本研究的关键问题之一。研究中,我们拟采用如下设计方案:
1)进行信号处理需求分析,初步设计有滤波功能模块和功率谱分析模块,每个模块可以设计不同的分析处理方法。2)借助LabVIEW所支持的信号分析功能包,进行信号处理功能设计,并且利用LabVIEW强大的界面显示功能,对分析结果进行显示。
(三)、工作原理
测试人员佩戴上脑电采集耳机后,紧贴在前额的EEG电极采集,到脑电信号后,送入脑电采集模块进行处理和分析,然后脑电采集,模块将分析后的数据以9600波特速率的串行数据送入ATmega8单片机,单片机将接收到的数据中的有用成分组合成新的数据帧,通过蓝牙无线发送给彩灯控制端。彩灯控制端ATmega8单片机通过蓝牙接收模块收到耳机端发,送来的数据后解析数据帧,根据得到的与测试者当前注意力相关,的信息控制灯的颜色发生变化,当控制端单片机检测到脑波采集电,极EEG电极或REF参考电极与皮肤接触不良时,语音提示模块会发,声提示接触不良等信息。下图3所示为脑电检测设备工作原理示意。
圖3脑电检测设备工作原理示意图
三、具体实现
(一)、脑电信号处理的意义
脑电信号本身非常微弱,而且噪声背景强,所以脑电信号极易被噪声所干扰,或者混入其他干扰信号(如50Hz工频干扰、肌电信号干扰等)。采用硬件电路滤波的方法可以滤除一部分噪声,但是硬件滤波的复杂度和成本都较高,而且灵活性也不强。脑电记录中的干扰成分是不同的,需要对信号进行频率分析的基础上,通过灵活设置滤波器参数达到抑制噪声的目的,这就需要用到数字滤波及其他相关的数字信号处理技术。
(二)、信号处理模块的实现及应用
1、滤波功能单元
本研究设计了低通、高通、带通及50Hz陷波四种基本滤波功能。数字滤波器分为有限冲激响应滤波器(finite impulse response即FIR)和无限冲激响应滤波器(infinite impulse response即IIR)两种类型。数字滤波器对应的传递函数为:
其中IIR滤波器可用较少阶数获得高的性能,且可利用目前成熟的模拟滤波器设计方法实现,为此我们针对每种功能的滤波器又可以选择用巴特沃斯(Butterworth)、切比雪夫(Chebyshev)、椭圆(Ellipse)、贝塞尔(Bessel)等滤波器进行滤波。在LabVIEW软件的数字滤波模板Filters提供了多种滤波模型子vi,可方便供这些子模块,实现滤波器的设计。
2、脑电波信号数据的提取与处理
脑电采集模块TGAM模块可以直接连接干电极,通过一个EEG,电极和一个REF参考电极就能对人脑的脑电信号进行采集和分析。采集到的脑电信号经过模块中集成的运放、滤波、ADC转换,过滤,环境噪音及肌肉组织运动的干扰后,运算处理转换为数字信号,模块分析得到α、β、δ、γ、θ等8组独立脑波数据,并处理输出专注,度和放松度参数数据,最后由串口输出。解析得到的一帧数据。TGAM模块输出的每一个完整的数据帧长度为36位同步位,有2个字节0xAA,0xAA。一个字节的数据表示信号质量(0-200),数值越大表示脑电信号中参杂的噪音越大。信号质量的值为200时,表示EEG电极或REF电极与测试者头部皮肤接触不良。数据帧中还可以解析出与α、β、δ、γ、θ脑波有关的数据,以及测试者当前专注度和放松度数据值。
3、LED灯阵列驱动的设计
本文设计的意念控制脑波检测设备的主体是一个直径40cm的球形灯,为了使灯达到足够的亮度,微控制器ATmega8单片机分别,从PC0,PC1,PC2三个I/O口输出占空比可调的PWM信号驱动TIP122大功率晶体管,晶体管的集电极与LED相连,保证有足够大,的功率使LED灯正常工作,如图7所示。LED灯采用了14串12并的连接方式,其中每一路并联灯又分别包括R、G、B三色灯,所以共计36路504个LED灯。LED灯的工作电流一般在10~20mA,用恒流源电路,驱动每一路串联的LED灯,使灯的工作电流稳定在18mA左右。恒流源电路由两个8550三极管组成,如(图4)所示。
图4TIP122晶体管驱动3路LED灯
4、测试效果
测试发现人们的注意力是不断变化的,经过一定的训练,测试者调整和集中注意力的能力增强,能更快地将彩灯颜色变为蓝色,并且蓝颜色出现次数和持续时间也会增加,说明人们可以通过有意识地训练提高自己的注意力。同时,测试发现儿童比成人更容易使彩灯的颜色变为蓝色,说明一般情况下儿童比成人更容易集中注意力。
结束语
总而言之,脑电采集和分析技术可以应用到许多行业和领域,例如在游戏中加入人脑意念控制,增加游戏趣味性,通过监测脑电波检测人体大脑是否疲劳困乏,用在汽车领域,对于安全驾驶很有帮助。随着脑波采集和脑波分析研究的深入和进步,相信脑-机交互的应用会越来越多,脑电技术也将给人们带来越来越多新奇的体验。
参考文献
[1] 温正,何嘉扬等.AVR单片机开发从入门到精通[M].北京:中国电力出版社,2009.
[2] 苏明秋.睡眠脑电图的临床应用[J].实用心脑肺血管病杂志,2010,18(6):848-849.