基于ARM的32导脑电信号精密同步采集系统的研究

《基于ARM的32导脑电信号精密同步采集系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要脑部疾病是导致人类死亡的主要疾病之一，它的临床诊断一般都通过分析患者的脑电波来完成，可见脑电波分析是临床脑部疾病诊断的一种重要手段。而获取脑电信号的主要工具是脑电信号采集系统，它的重要性也就因此显得尤为突出。国内脑电信号采集分析仪的研究方面与工业发达国家的差距来明显，研究和开发新型的脑电图仪是当务之急，可以解决国内仪器大部分依赖进口的不足，同时可降低购买进口仪器的成本，能带来可观的经济效益。由于受到信号处理技术的限制，现有数字化脑电图仪对EEG的研究和分析还不够深入，对于EEG中特征信息的提取还不能充分

2、满足临床诊断的需要。通过本课题的研究，将进一步改进脑电信号采集系统的硬件电路，将现代信号处理技术的最新成果引入生物医学仪器领域，将对脑电信号特征信息的提取和分析起到极大的推动作用，为最终研制出高性能的脑电信号处理和分析仪器奠定基础。本文在研究微弱信号放大检测原理的基础上，着重分析了在检测脑电信号过程中存在的噪声和各种干扰，对脑电信号采集系统的硬件部分设计了前置差分放大电路、高通滤波电路、50Hz陷波电路、低通滤波电路以及电压放大电路等模块。采用电路软件仿真和电路实验相结合的研究方法，同时精心挑选性能优越的新型电

3、子器件，使得各项设计指标得以实现。由于数字化的脑电信号数据量大，为满足实时显示以及同步采集脑电信号的要求，设计出了基于USB通讯接口的多通道同步数据采集系统，使脑电图仪与微机之间进行高速、可靠的数据传输成为可能。针对∥级脑电信号高频干扰和50Hz工频干扰及对线性相位性的要求，应用频率采样技术设计了FIR低通、高通滤波器；并克服了传统FIR的50Hz陷波器滤波阶数要求过高和对频率不稳定干扰信号缺乏鲁棒性的弊端，采用了自适应增长切换的Levkov滤波算法直接从实时记录的EEG信号中消除50Hz工频干扰，使得经过数字

4、滤波处理后的波形能准确地作为其它生理信号特征点识别的标志，并用此法与常用的滤波方法进行比较。结果表明此方法算法简单，处理速度快，对强、弱噪声滤波效果都较好。Matlab仿真后的波形图和功率谱图表明，该技术广东工业大学硕士学位论文能很好地抑制高频干扰和50Hz工频干扰信号。用VC++编写脑电波分析软件，其基本功能主要包括：添加新病历、保存病历的功能；脑电波数据的采集、处理实时显示功能；病历库管理操作功能；脑电的回放功能等。该新型脑电信号采集系统能够充分利用其合理的软硬件设计完成效果较好的脑电信号采集，可有效改善各

5、项技术指标，进而提高脑部疾病的诊断效率，IIV级脑电信号采集技术的研究和应用对提高自主创新能力，提高国产生物电检测医疗设备水平具有显著的促进作用，对于脑和神经科学研究、临床诊断以及康复医学具有重要的意义。关键词：脑电图；精密同步采集；FIR滤波器；自适应增长切换的Levkov滤波器llAbstractBraindiseaseisoneofthemaincausesofhumandeath．Theclinicaldiagnosisofbraindiseaseisusuallyperformedbyanalyzin

6、gthepatient’SEEG；itshowsthatEEGanalysisisallimportantmethodfortheclinicaldiagnosisofbraindisease．ThemaintooltoacquireEEGsignalisEEGdataacquisitionsystemwhichthereforeshowsitspareicularimportance．TheresearchandanalysiswhichtheexistingdigitalEEGapparatusmakeon

7、EEGisstillnotenoughdepthduetotechnicalconstraintsofsignalprocessing．Theextractiontousefulinformationalsocannotfullymeettheneedofclinicaldiagnosis．Throughresearchofthistopic，itwillfurtherimprovehardwarecircuitoftheEEGsignalacquisitionsystem．Modemsignalprocess

8、ingtechniquesareintroducedtothelatestachievementsinthefieldofbiomedicalinstrumentation．itwillplayagreatroleonextractionandanalysisonfeatureinformationofEEGMakeadevelopementfortheultimatehigh—per