腦電信號采集處理的綜述_第1頁
腦電信號采集處理的綜述_第2頁
腦電信號采集處理的綜述_第3頁
腦電信號采集處理的綜述_第4頁
腦電信號采集處理的綜述_第5頁
已閱讀5頁,還剩1頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

生物電子學(xué)學(xué)院:電子信息學(xué)院班級:生物醫(yī)學(xué)工程101班關(guān)于腦電信號采集處理的綜述摘要:腦電信號是人體的一種基本生理信號,具有重要的臨床診斷和治療價值。由于腦電信號的自身非平穩(wěn)性隨機特點,使得對它的研究成為一項具有相當(dāng)難度的課題。本文總結(jié)了腦電信號的采集方法以及后期處理的方法。腦電的采集主要是前置級放大電路的設(shè)計,而后期的處理則是通過對實測腦電信號進(jìn)行時域分析、頻域分析、Wigner方法、小波方法等若干算法的仿真和對比,深入分析和評價了腦電信號若干方法的特點以及存在的問題。腦電信號、采集、前置級放大、信號處理方法前曰:腦電信號是大腦神經(jīng)元突觸后電位的綜合,具有豐富的大腦活動信息,是大腦研究、生理研究、臨床腦疾病診斷的重要手段。腦電信號采集的預(yù)處理是一個比較復(fù)雜的問題。首先,腦電信號非常微弱,一般只有50同左右,幅值范圍為5uV~100uVo所以,腦電信號放大增益要比一般的信號高得多,一般要放大20000倍左右。第二,腦電信號頭皮與顱骨通常幾千歐姆的電阻,所以要求前置部分有很高的輸入阻抗,以提高腦電信號索取能力,一般輸入阻抗要大于10MQ。第三,腦電信號的頻率低,一般在0.1Hz~100Hz,需要濾除腦電信號頻率以外的高頻干擾。第四,在普通環(huán)境下,腦電信號采集受到工頻干擾等共模干擾,信噪比通常低于-10dBoX頻干擾主要是以共模形式存在,幅值在mV數(shù)量級,所以要求放大器具有很高的共模抑制比,一般要大于120dB。第五,在電極與頭皮接觸的部位會產(chǎn)生電位差,稱為極化電壓。極化電壓一般在幾毫伏到幾百毫伏之間,理想情況下,在用雙電極提取人體兩點電位差時,兩個電極保持對稱則可以使極化電壓互相抵消,但實際上,由于極化電壓和通過電極電流大小、電極和皮膚接觸阻抗不對稱等很多因素有關(guān),所以不可避免造成干擾,尤其當(dāng)電極和皮膚接觸不良時,干擾更嚴(yán)重。如果在儀表放大器的前端不做處理,極化電壓的存在使得前置放大器的增益不能過大。除了極化電壓的干擾外,還受主體的呼吸及運動等低頻干擾,這些都是要考慮的。第六,必須考慮被測者的生理自然性和保證操作安全性等。第七,還需要考慮電極材料的選取。前置級放大電路的設(shè)計:1生物電前置級電路分析文獻(xiàn)中以BB公司的儀表放大器INA128為例。當(dāng)由該電路構(gòu)成生物電信號前置級放大電路,只要將第5腳接地,3腳和2腳接差動輸入,8腳和1腳接調(diào)節(jié)增益的電阻,INA128最大增益可達(dá)到10000倍,經(jīng)過激光調(diào)節(jié),器件內(nèi)部電阻精度很高,運放對稱度高.但在實際的腦電信號提取中,由于與電極接的是電解質(zhì)溶液,如導(dǎo)電膏、人體汗液或組織液,因而會形成一個金屬電解質(zhì)溶液界面.由電化學(xué)知識可知,在金屬和電解液之間會形成電荷分布,產(chǎn)生一定的電位差,稱為電極極化電壓.極化電壓的幅值一般較高,在幾毫伏到幾百毫伏之間.理想情況下,在用雙電極提取人體兩點間電位差時,兩電極保持對稱就可使極化電壓互相抵消,但實際上,由于極化電壓與通過電極電流大小、電極和皮膚接觸阻抗不對稱等很多因素有關(guān),所以不可避免造成干擾,尤其當(dāng)電極和皮膚接觸不良,干擾將更嚴(yán)重.如果在儀表放大器的前端不做處理,毫伏級的極化電壓經(jīng)過放大倍數(shù)設(shè)置過高的儀表放大器,勢必造成信號的飽和.極化電壓的存在給生物電信號前置級電路的設(shè)計增加了較大的難度,為避免信號在進(jìn)入濾波處理的過程中出現(xiàn)大的失真,希望前置級電路盡可能大地提高放大倍數(shù).有一種解決方案是在儀表放大器的前端加上高通RC電路,濾除低于0.5Hz以下的低頻干擾,由于極化電壓是直流成分,自然可以去除掉.但這個電路的缺點其一是降低了放大器的輸入阻抗,其二是由于腦電信號的信號源的內(nèi)阻高,且兩輸入端不平衡,隔直電容(高通網(wǎng)絡(luò))使共模干擾轉(zhuǎn)變?yōu)椴钅8蓴_,電磁干擾尤其是50Hz工頻干擾竄入電路,極大地影響了電路性能.2新型高性能的腦電前置級電路設(shè)計筆者在實驗中用到的新型高性能的腦電前置級電路.這個電路采用了2個儀表放大器共同構(gòu)成腦電前置放大電路,實際上就是2個同相并聯(lián)結(jié)構(gòu)的前置放大電路的級聯(lián),由于隔直電容與Rg1串聯(lián),前置級第一級電路的放大增益不可能設(shè)置得很高,采用INA121作為第一級放大電路主要是從成本上考慮,INA121可調(diào)放大增益和共模抑制比要低于INA128,所以圖中采用了浮地跟蹤電路進(jìn)一步提高第一級電路的共模抑制比.沖◎浮地聊公j湖從理論上計算整個電路的共模抑制比為:CMRR=CMRR]區(qū)CMRR衛(wèi)=卷x竺,凡he乂丑[?如=x/1靠二11+尹)x『1+豪)而整個電路的放大倍數(shù)為: ,式中CMRR為電路總的共模抑制比;CMRR1為第一級電路的共模抑制比;CMRR2為第二級電路的共模抑制比;A1d、A1c、A2d、A2c分別為第一級電路和第二級電路的差模增益和共模增益.由圖2所示電阻參數(shù)可以計算出電路的放大倍數(shù)為25000倍,理論上其共模抑制比可達(dá)到200dB.由于腦電信號源的高阻抗,干擾極易通過腦電極進(jìn)入兩輸入端,由于兩輸入端阻抗總是不平衡的,共模干擾轉(zhuǎn)化為差模干擾,把輸入端的接地端浮置并跟蹤共模電壓,即相當(dāng)于器件的偏置電壓都跟蹤共模輸入電壓.這樣,共模電壓不能隨著信號一起被放大,從而放大器輸出端產(chǎn)生的共模誤差電壓便被大大削弱,這就相當(dāng)于提高了放大器的共模抑制能力.第二級電路放大增益可設(shè)置到10000,但實際應(yīng)用中如果放大增益設(shè)置過高,可能影響信號的線性度,一般將增益設(shè)定為幾百倍.主放大電路:經(jīng)過前置放大電路的放大,腦電信號的電壓依然十分微弱,根據(jù)另一篇信號處理的方法來了解主放大電路的設(shè)計。由于后續(xù)電路輸入電壓范圍為0V?2.5V,因此腦電信號在送入ADC之前還需要進(jìn)一步放大,本設(shè)計采用兩級放大,分別位于低通濾波器的前后。都是采用簡單的同相放大電路。第一級主放大電路放大倍數(shù)為20。第二級主放大倍數(shù)可調(diào)。調(diào)節(jié)電位器可以改變第二級主放大器的增益,使之在模數(shù)轉(zhuǎn)換器的輸入范圍。腦電信號的處理方法:腦電信號的時域分析方法時域分析直接從時域提取特征是最早發(fā)展起來的方法,因為它直觀性強,物理意義比較明確,因此仍有不少腦電圖工作者使用。過去的EEG分析主要靠肉眼觀察,這可以看作是人工時域分析。雖然大量腦電信息從頻域觀察更為直觀,但也有一些重要信息在時域上反映更為突出,如反映癲癇信息的棘慢波、反映睡眠信息的梭形波等瞬態(tài)波形,因此時域分析在目前腦電定量化與分析中也有很重要的地位。時域分析主要用來直接提取波形特征,如過零截點分析、直方圖分析、方差分析、相關(guān)分析、峰值檢測及波形參數(shù)分析、相干平均、多通道腦電時域分析技術(shù)、腦電瞬態(tài)特征的提取等等。腦電信號的頻域分析方法:1、功率譜估計方法功率譜估計是頻域分析的主要手段。它的意義在于把幅度隨時間變化的腦電波變換為腦電功率隨頻率變化的譜圖,從而可直觀地觀察到腦電節(jié)律的分布與變換情況。譜估計法一般可分為經(jīng)典方法與現(xiàn)代方法。1.1經(jīng)典方法經(jīng)典的譜估計方法是直接按定義用有限長數(shù)據(jù)來估計,即以短時間段數(shù)據(jù)的傅氏變換為基礎(chǔ)的周期法。主要有直接法和間接法兩種途徑,這里不多做介紹,有興趣的同學(xué)可以查閱參考文獻(xiàn)中的文章。1.2現(xiàn)代方法為了避免經(jīng)典譜估計存在的缺點,近年來發(fā)展了各種現(xiàn)代譜估計技術(shù),參數(shù)模型法是其中應(yīng)用最為廣泛的一種方法,在EEG信號處理中應(yīng)用也較為普遍。參數(shù)模型法的優(yōu)點是頻率分辨率高,特別適用于短數(shù)據(jù)處理,且譜圖平滑,有利于參數(shù)的自動提取和定量分析,因此適合于對EEG作動態(tài)分析。目前在EEG分析中應(yīng)用較多的是AR(AutoRegressive)模型譜估計技術(shù)。時頻分析腦電信號是非平穩(wěn)時變信號。腦電信號是一種時變的、非平穩(wěn)信號,不同時刻有不同的頻率成分,無論是時域分析方法還是頻域分析方法都不能有效地反映腦電信號的這些特征,而單純的時、頻分析方法通過傅氏變換聯(lián)系起來,它們的截然分開是以信號的頻率時不變特性或統(tǒng)計特性平穩(wěn)為前提的。但由于時域和頻域分辨率的不確定性原理,不可能在時域和頻域同時獲得較高的分辨率。而且在EEG中有許多病變都是以瞬態(tài)形式表現(xiàn)的,只有把時間和頻率結(jié)合起來進(jìn)行處理,才能取得更好的結(jié)果。時頻分析著眼于真實信號組成成分的時變譜特征,簡單的說就是將一維的時域信號或者頻域信號以二維的時間-頻率密度函數(shù)的形式表示出來,揭示信號中包含頻率的分部,以及每個頻率分量隨時間變化的規(guī)律。所以時頻分析為腦電信號的處理提供了新手段,可以說信號的時頻分析法為腦電信號處理提供了非常好的前景。目前應(yīng)用的較為廣泛的方法有維格納分布和小波變換,匹配跟蹤方法目前也已用于睡眠紡錘波的分析。維格納分布:異常腦電波如癲癇患者,其EEG中出現(xiàn)棘波,尖波及棘慢綜合波等,腦電波屬于時變,非平穩(wěn)信號,不同時刻有不同的頻率成分,單純時頻域不能準(zhǔn)確表征信號,EEG許多病變以瞬態(tài)形式出現(xiàn)的,只有時頻結(jié)合才能有效處理,維格納分布正是具有一些重復(fù)性質(zhì)的時-頻分析法,很適合于腦電信號瞬態(tài)波形的特征提取。通過對信號進(jìn)行wigner分析,不但可求出信號的時間,頻率兩域分布圖,還可求出信號的頻率變化情況,從而更好地對腦電信號進(jìn)行分類以及判別。但是,wigner分布不是線性處理,會有一個多余的交叉項,這個多余成分會對信號的有用成分構(gòu)成干擾,影響了wigner分布的實際應(yīng)用。消除交叉項主要方法屬于時頻兩軸卷積平滑和利用模糊函數(shù)消除交叉擾。利用wigner分布進(jìn)行腦電信號處理,要先進(jìn)行低通濾波,滿足WD頻率需要,防止混迭,保證EEG的有用特性不會被隔去,EEG信號截止頻率選在30Hz以下。若對信號未進(jìn)行預(yù)處理就進(jìn)行wigner方法分析,將會由于交叉干擾的存在而無法分辨信號特征。小波變換:小波變換具有多分辨率(多尺度)、品質(zhì)因數(shù)即相對帶寬(中心頻率與帶寬之比)恒定的優(yōu)點,因此適當(dāng)?shù)剡x擇基本小波,可使小波在時、頻兩域都具有表征信號局部特征的能力。當(dāng)使用小尺度時,時軸上觀察范圍小,而在頻域上相當(dāng)于用較高頻率做分辨率較高的分析,即用高頻小波做細(xì)致觀察;當(dāng)使用較大尺度時,時軸上觀察范圍大,而在頻域上相當(dāng)于用低頻小波作概貌觀察。因此小波變換被譽為/數(shù)學(xué)顯微鏡0。它是一種把時間和頻率兩域結(jié)合起來的分析方法,在時頻域都具有表征信號局部特征的能力的特點。時域分辨率和頻域分辨率的相互矛盾得以解決。適當(dāng)選取小波叩(t),可看作濾波器的特性,意味著具有某一特性濾波器在不同分辨率下觀察信號。這組帶通濾波器中心頻率各不相同。結(jié)論:腦電信號顯然是非平穩(wěn)隨機信號,對它的分析從上個世紀(jì)20年代到現(xiàn)在,由于大腦產(chǎn)生機理的復(fù)雜性,一直有沒有突破性的進(jìn)展,存在許多問題未解決,使得這個領(lǐng)域仍有大量的工作待思考、開發(fā)和深入研究。本文根據(jù)多位專家學(xué)者的相關(guān)研究總結(jié)出了對腦電信號的采集處理方法,以期為腦電信號處理及特征提取提供一定的理論參考和分析依據(jù)。目前人們也嘗試用非線性處理方法、神經(jīng)網(wǎng)絡(luò)的方法、時頻結(jié)合等等現(xiàn)代的方法來處理腦電信號,相信這些方法會為腦認(rèn)知以及醫(yī)學(xué)的發(fā)展作出貢獻(xiàn)。參考文獻(xiàn):王三強、何為、石堅.新型腦電信號前置級放大電路設(shè)計[J].重慶大學(xué)學(xué)報(自然科學(xué)版),2006

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論