0 引言

    腦電圖(Electroencephalogram，EEG)是記錄大腦電活動的一種無創(chuàng)性方法，是通過把電極按照10-20國際標準放在大腦頭皮表面，并運用腦電采集系統(tǒng)記錄得到的腦電信號。采集有效的腦電信號并進行數(shù)據(jù)處理與分析，對大腦研究、生理研究和臨床疾病診斷具有重要意義^[1]。隨著腦電在臨床應用、康復科技、智能醫(yī)療、娛樂、體育和軍事方面的應用前景越來越廣泛，開發(fā)用于移動環(huán)境的便攜式小型化腦電采集系統(tǒng)成為需求^[2]。微電子學和無線通信技術的迅猛發(fā)展，促進了低成本、高效率的腦電采集系統(tǒng)開發(fā)^[3]。

    本設計采用級聯(lián)模式連接多個模擬前端創(chuàng)建可擴展的便攜式16通道腦電采集系統(tǒng)。采集系統(tǒng)具有簡單易用、體積小、低功耗的特點。用該系統(tǒng)采集受試者的α自發(fā)腦電和穩(wěn)態(tài)視覺誘發(fā)腦電均取得較高的信號質量，采集的信號符合相應的腦電信號特征。結果表明本系統(tǒng)可用于腦科學及腦機接口應用領域，具有一定理論與應用價值。

1 系統(tǒng)結構

    系統(tǒng)框圖如圖1所示。系統(tǒng)結構主要由采集傳輸模塊和PC主機兩部分組成。采集和傳輸模塊主要負責采集、放大、A/D轉換、腦電信號的傳輸以及整個系統(tǒng)的供電；PC主機主要負責存儲和處理接收到的數(shù)據(jù)，還能對采集傳輸模塊的相關參數(shù)進行修改和設置。

2 采集和傳輸模塊

    采集和傳輸模塊由模擬前端ADS1299、微控制器ATmega328、無線模塊RFD22301以及系統(tǒng)電源組成。采集和傳輸模塊框圖如圖2所示。

2.1 模擬前端

    本系統(tǒng)的核心是TI公司用于測量生物電勢的模擬前端ADS1299，集成化的模擬前端具有腦電應用所需的所有常用特性^[4-5]。

    本系統(tǒng)中采用級聯(lián)模式串聯(lián)兩個ADS1299器件，同時采集16通道的腦電信號。級聯(lián)模式下，時鐘信號線SCLK、數(shù)據(jù)輸入線DIN和數(shù)據(jù)輸出線DOUT在多個設備間共用，每個設備都有各自的片選CS，如此將多個設備連接起來。因此主控制器與n個從設備通信所需信號線數(shù)量為3+n。這個特性可以用來減少設備與微控制器之間的引腳連接數(shù)量，從而大大簡化多通道采集系統(tǒng)的電路。級聯(lián)連接設備的最大數(shù)量取決于設備操作所在的數(shù)據(jù)速率。可級聯(lián)設備的最大數(shù)目可用式(1)估算：

式中，f_SCLK表示串行時鐘頻率，f_DR表示輸出數(shù)據(jù)速率，N_BITS表示芯片的分辨率，N_CHANNELS表示設備的通道數(shù)。在使用級聯(lián)模式連接多個AD器件時，其中一個設備需要作為主設備且使用內部時鐘，主設備時鐘作為其他設備的外部時鐘源，以保證16個通道數(shù)據(jù)采集的同步性。

2.2 微控制器

    選用ATmega328作為主控制器，該微控制器提供串行外設接口（Serial Peripheral Interface，SPI），因此可以很方便地讀取ADS1299數(shù)據(jù)并控制藍牙模塊。通過在單個時鐘周期內執(zhí)行功能強大的指令，該設備的數(shù)據(jù)吞吐率可達1 MIPS/MHz，可平衡系統(tǒng)功耗和處理速度的關系。本系統(tǒng)中同時采集16通道的腦電數(shù)據(jù)，需要MCU具有較高的處理速度，采用電池供電也需要整個系統(tǒng)具有較低功耗。因此選用該高性能、低功耗的8位微控制器，能較好地滿足系統(tǒng)要求。

    本系統(tǒng)中，微控制器通過SPI與ADS1299等從設備進行通信。微控制器工作在SPI的主模式下，根據(jù)從計算機接收到的命令管理信號采集系統(tǒng)，主要負責采集前端初始化（片選信號、激活通道、每個通道的增益/偏移設置等）以及與PC主機通信。

2.3 無線模塊

    無線腦電采集系統(tǒng)中最相關的度量就是單位時間內的數(shù)據(jù)吞吐量。級聯(lián)多個AD器件時，通道數(shù)成倍增加，單位時間內采集的腦電數(shù)據(jù)也成指數(shù)倍增長，要無線傳輸16通道的腦電數(shù)據(jù)，就需要藍牙模塊具有較高的傳輸速率。本系統(tǒng)中，數(shù)據(jù)的吞吐率可由下式計算：

式中，throughput為每秒傳輸?shù)臄?shù)據(jù)位數(shù)，x為通道數(shù)，T為采樣周期^[6]。本設計中通道數(shù)為16，采樣率為125 Hz，由式(2)可得要求的上傳速率為48 000 b/s。本系統(tǒng)中藍牙通信電路的核心是RFD22301，內置藍牙4.0，無線傳輸速率可達250 kb/s，滿足本系統(tǒng)傳輸速率的要求。RFD22301無線模塊僅指尖大小(15mm×15mm)且超低功耗，這些優(yōu)良性能均有利于整個采集系統(tǒng)的便攜性和低功耗性。

2.4 系統(tǒng)電源

    所設計的腦電采集系統(tǒng)需要非常低的噪聲、高精度的電源電壓以進行數(shù)字化處理而不降低其性能，因此電源模塊由鋰電池和低壓差線性穩(wěn)壓器實現(xiàn)。經穩(wěn)壓芯片LP2992輸出穩(wěn)定的+5 V電壓為主控制器供電。本設計中ADS1299采用雙極電源，需要±2.5 V的模擬電源和+3.3 V的數(shù)字電源為芯片供電。穩(wěn)壓芯片TPS73225和TP5907分別將+5 V電壓轉換為+2.5 V和+3.3 V；為了提供負電壓，先通過電壓轉換芯片LM2664將+5 V轉為-5 V，再由穩(wěn)壓芯片TPS72325將-5 V轉為-2.5 V。德州儀器生產的穩(wěn)壓芯片TPS73225和TPS72325具有降低噪聲的功能，能夠將輸出噪聲降到很低，符合腦電采集系統(tǒng)低噪聲的要求。

3 腦電信號采集及分析

    利用自主設計開發(fā)的16通道腦電采集系統(tǒng)采集腦電數(shù)據(jù)。本文中使用武漢格林泰克公司生產的64導可拆卸電極帽(CM型號)，腦電采集系統(tǒng)的采樣率為125 Hz，電極放置位置參照國際10-20系統(tǒng)標準。采集自發(fā)腦電，所連通的16通道電極位置依次為：P3，P4，Pz，O1，Oz，O2，T7，T8，C4，Cz，C3，F(xiàn)4，F(xiàn)z，F(xiàn)3，F(xiàn)8，F(xiàn)7。圖3所示為某位被試者睜眼狀態(tài)的腦電信號，持續(xù)時間為4 s。由圖3可以較為直觀地觀察到被試者腦波活動：0.9s左右有眨眼噪聲；1.2 s左右由于被試肌肉收縮導致全腦信號波動；第16通道波形較異常，可能原因是被試頭動出汗。

    為驗證腦電信號采集系統(tǒng)的可靠性和穩(wěn)定性，分別采集分析了5位被試的自發(fā)腦電和誘發(fā)腦電信號。

3.1 α波自發(fā)腦電實驗

    首先，測試被試者在睜眼和閉眼兩個階段枕葉上的α頻帶（8～13 Hz）腦波活動。選擇α頻帶，是因為α波段腦電信號特征明顯、相對容易識別，且能夠在人腦枕部位置被較為準確地采集^[7]。

    將腦電采集系統(tǒng)的第一通道連接到電極位置O2，參考電極為左側乳突，偏置電極連接到右側乳突。在每個通道的參數(shù)設置相同的條件下重復該實驗，依次循環(huán)使用每個通道，得到的結果相同，表明各通道采集信號效果相同。

    本實驗共采集5名被試者（均為健康大學生、右利手）睜眼和閉眼階段腦電數(shù)據(jù)。圖4為某位被試者分別在睜眼和閉眼情況下的腦電信號波形，頻譜如圖5所示。由圖4可看出：閉眼時腦電中出現(xiàn)明顯的α節(jié)律，且波幅較睜眼時變大；由圖5可看出：睜眼階段α節(jié)律被抑制，閉眼階段α波段能量明顯強于睜眼階段。圖6為5名被試者閉眼階段腦電頻譜圖，結果表明5名被試者的α頻段能量呈現(xiàn)一致性。

3.2 SSVEP誘發(fā)腦電實驗

    除了人體自發(fā)腦電信號外，還有一類需要經過一定外部因素誘發(fā)才能產生，稱為誘發(fā)腦電，誘發(fā)腦電包含了大量的生理和病理信息。研究人體在正常功能狀態(tài)下和在疾病過程中的誘發(fā)腦電的變化，對于基礎生理研究和臨床診斷都有重要的意義^[8]。因此，能否有效準確地采集誘發(fā)腦電信號是衡量本采集系統(tǒng)性能好壞的重要依據(jù)。

    本文采用穩(wěn)態(tài)視覺誘發(fā)電位（Steady-State Visual Evoked Potential，SSVEP）實驗來驗證系統(tǒng)性能。SSVEP是指當受到一個固定頻率的閃爍視覺刺激時，大腦視覺皮層產生的一個連續(xù)的與刺激頻率相同或更高次諧波頻率成分的EEG穩(wěn)態(tài)響應。SSVEP具有信息傳輸率較高、且被試者不需要接受大量訓練等優(yōu)點，因此常被用來分析和處理誘發(fā)腦電信號^[9]。

3.2.1 實驗方法及步驟

    實驗對象為5名健康大學生（右利手）。SSVEP響應主要出現(xiàn)在大腦皮層枕區(qū)^[10]，本實驗中選擇P3、P4、Pz、O1、O2電極腦電信號，參考電極和偏置電極分別放置于左右乳突部位。

    為了保證刺激頻率的精準性，需要設計穩(wěn)定可靠的刺激源。視覺刺激可以用閃爍的燈光（LED）實現(xiàn)，或者在計算機屏幕上閃爍呈現(xiàn)。考慮到刺激參數(shù)(如大小、顏色和位置)在計算機顯示器上呈現(xiàn)閃爍比使用單獨的LED更加方便和靈活。本實驗采用一個LCD顯示器（21英寸，60 Hz刷新率），利用單頻率刺激的視覺刺激方式呈現(xiàn)閃爍刺激。為確保閃爍頻率的精準性和穩(wěn)定度，需要考慮到顯示器的刷新率。若屏幕刷新率為f_scr，刺激頻率為f_sti，則刺激頻率應滿足兩個條件^[11]：

    考慮到EEG穩(wěn)態(tài)響應與刺激頻率存在基頻和倍頻的關系，本實驗中選用4個刺激頻率：7.5 Hz、8.57 Hz、10 Hz和12 Hz。

3.2.2 實驗結果

    SSVEP實驗中需要研究腦電信號與刺激頻率的關系，需要將時域上的腦電信號轉化為頻率上頻率和幅值的關系。基于頻譜特征的SSVEP信號檢測，引入快速傅里葉變換將時域信號轉換為頻域信號。圖7是某位被試在不同頻率刺激下枕骨電極處的頻譜。在這些頻譜圖中可以清楚看到不同刺激頻率下的SSVEP譜峰，如10 Hz刺激頻率時，在刺激頻率的基頻10.01 Hz和倍頻20.02 Hz處出現(xiàn)峰值，表明在不同刺激頻率下SSVEP均能有效誘發(fā)；4種刺激頻率下，SSVEP的頻率響應均出現(xiàn)在刺激頻率的基頻和一次諧波處，且基頻處的幅值明顯高于一次諧波處的幅值。實驗結果符合SSVEP響應的特點^[12]，驗證本系統(tǒng)能夠準確采集到誘發(fā)腦電。圖8為5名被試者在4種刺激頻率下的腦電頻譜圖，結果表明5名被試者在對應刺激頻率下均能誘發(fā)EEG穩(wěn)態(tài)響應。

4 結論

    本文設計了一個16通道腦電采集系統(tǒng)，整個系統(tǒng)具有體積小、功耗低、簡單易用等特點。采用級聯(lián)模式，連接多個模擬前端，創(chuàng)建可擴展的便攜式多通道腦電采集系統(tǒng)。系統(tǒng)可以靈活選擇所需的通道數(shù)，并能以動態(tài)和個性化的方式配置每個通道。電池供電、無線傳輸?shù)确绞绞沟孟到y(tǒng)的移動性大大提高。分別采集自發(fā)腦電和誘發(fā)腦電對系統(tǒng)進行驗證，驗證結果表明本系統(tǒng)可用于采集自發(fā)腦電和誘發(fā)腦電，且信號質量較好，表明系統(tǒng)可有效應用于腦電研究相關領域，例如睡眠監(jiān)測或探索基于SSVEP的腦機接口。基于本設計思路可以擴展更多導聯(lián)數(shù)的腦電采集系統(tǒng)，以應用于腦功能研究、高級認知任務研究和臨床診斷中。

參考文獻

[1] 王斐，張育中，寧廷會，等.腦-機接口研究進展[J].智能系統(tǒng)學報，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] 歐陽昭連，楊國忠，池慧.中國腦-機接口研究現(xiàn)狀及其在國際中地位[J].北京生物醫(yī)學工程，2010，29(4)：394-398.

[4] 陳悅，羅錦宏，何可人，等.基于模擬前端ADS1299的腦電信號采集系統(tǒng)[J].測控技術，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] 黃日輝，李霆，阜艷，等.誘發(fā)腦電提取方法的研究進展[J].現(xiàn)代電子技術，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：

葉志雄1，2，羅錦宏3，糜  超1，2，鄒  凌1，2

（1.常州大學 信息科學與工程學院，江蘇 常州213164；

2.常州市生物醫(yī)學信息技術重點實驗室，江蘇 常州213164；3.常州信息職業(yè)技術學院，江蘇 常州213164）