基于 STM32F103RCT6 和 ADS1298的腦電信號(hào)數(shù)據(jù)采集與波形顯示

劉培軍 李紅利

摘要：文章主要介紹了以STM32F103RCT6作為主控芯片跟高精度低功耗模數(shù)轉(zhuǎn)換芯片ADS1298進(jìn)行的實(shí)驗(yàn)測(cè)數(shù)原理及方案。文章具體講解了主控芯片與這款采集芯片的硬件電路搭建與軟件編程以及后期對(duì)程序的調(diào)試、修改，最后將微弱的腦電信號(hào)數(shù)據(jù)正確地測(cè)出，并以16進(jìn)制的數(shù)據(jù)形式以SPI通信方式發(fā)送到串口進(jìn)行記錄，經(jīng)過(guò)MATLAB的一系列處理，呈現(xiàn)出原始的腦電信號(hào)波形。實(shí)驗(yàn)結(jié)果良好，在疾病診斷和健康監(jiān)護(hù)領(lǐng)域有非常高的應(yīng)用前景。

關(guān)鍵詞：腦電信號(hào)數(shù)據(jù)采集；STM32103ZET6； ADS1298； MATLAB

腦電信號(hào)（Electro Encephalo Gran，EEG）是由腦神經(jīng)活動(dòng)產(chǎn)生并且始終存在于中樞神經(jīng)系統(tǒng)的自發(fā)性電位活動(dòng)，含有豐富的大腦活動(dòng)信息，是大腦研究、生理研究、臨床腦疾病診斷的重要手段[1]。

目前，由于腦電信號(hào)的采集方式不同，因此所獲得的結(jié)論差異較大，大多采用普通單片機(jī)作為控制器，轉(zhuǎn)換芯片的精度也相對(duì)較低，因此本文根據(jù)腦電信號(hào)的微弱特性和微弱信號(hào)處理要求，介紹了腦電信號(hào)采集系統(tǒng)組成和信號(hào)處理的有效方法[2]。本實(shí)驗(yàn)采用了TI公司研發(fā)的ADS1298這款24位高精度A/D采集轉(zhuǎn)換芯片，簡(jiǎn)化高效了“信號(hào)采集轉(zhuǎn)換”這一過(guò)程，優(yōu)于單獨(dú)搭建外圍放大、濾波電路這種普通采集模式，加之ARM公司研發(fā)的ARMv7M架構(gòu)的STM32F103RCT6這款高性能、低功耗的主控芯片，使得所測(cè)數(shù)據(jù)更加準(zhǔn)確。

1 方案設(shè)計(jì)

本系統(tǒng)主要有電極連接部分、預(yù)處理電路、A/D采集轉(zhuǎn)換、數(shù)字濾波及顯示部分5大模塊。

采用串行外設(shè)接口（Serial Peripheral Interface，SPI）為主控芯片與采集芯片的通信方式，之所以采用SPI進(jìn)行傳輸，主要是操作簡(jiǎn)單，只有4個(gè)接口，而且支持全雙工，其傳輸速率高，主機(jī)和從機(jī)各有一個(gè)移位寄存器，且二者連接成環(huán)，隨著時(shí)鐘脈沖，數(shù)據(jù)按照從高位到低位的方式依次移出主機(jī)寄存器和從機(jī)寄存器，并且依次移入從機(jī)寄存器和主機(jī)寄存器[3]。當(dāng)寄存器中的內(nèi)容全部移出時(shí)，相當(dāng)于完成了兩個(gè)寄存器內(nèi)容的交換。然后將轉(zhuǎn)換后的十六進(jìn)制數(shù)據(jù)發(fā)送窗口調(diào)試助手進(jìn)行記錄并保存，到此，完成了腦電信號(hào)數(shù)據(jù)的采集轉(zhuǎn)換，最后將數(shù)據(jù)導(dǎo)入MATLAB，采用EMD算法進(jìn)行濾波，還原出準(zhǔn)確的腦電波形。

2 主要硬件電路設(shè)計(jì)

為了節(jié)省空間、降低干擾，本文采用ADS1298為信號(hào)采集前端，該芯片是TI公司近年推出的一款針對(duì)心電和腦電信號(hào)采集的24位高精度專(zhuān)用模數(shù)轉(zhuǎn)換芯片。選擇這款芯片，首先看重的是其24位高精度的分辨率，采用芯片內(nèi)部參考電壓2.4V，所以，模擬信號(hào)能反映的最小幅值變化為0.023 8μV。眾所周知，腦電信號(hào)幅值微弱，范圍為1?100μV，因此，此款芯片單從精度上來(lái)說(shuō)，非常符合。其次，它內(nèi)置了右腿放大器，這樣方便了我們配置右腿電路驅(qū)動(dòng)，有效地簡(jiǎn)化了系統(tǒng)設(shè)計(jì)。另外，采樣速率可達(dá)32 kSPS，完全滿足對(duì)轉(zhuǎn)換速率的要求。可編程增益1，2，3，4，6，8，12，極大地方便了我們對(duì)檢測(cè)腦電信號(hào)的調(diào)試。

3 軟件設(shè)計(jì)

主要在于對(duì)ADS1298的26個(gè)寄存器的配置，以及對(duì)轉(zhuǎn)換數(shù)據(jù)對(duì)應(yīng)通道的設(shè)置、轉(zhuǎn)換函數(shù)的編寫(xiě)。另外，對(duì)于數(shù)據(jù)傳輸?shù)臅r(shí)序，一定嚴(yán)格按照芯片手冊(cè)給定的時(shí)鐘周期范圍跟時(shí)序圖進(jìn)行代碼的編寫(xiě)。最后完成初步編寫(xiě)，后期不斷進(jìn)行調(diào)試，對(duì)寄存器的改動(dòng)、對(duì)函數(shù)的優(yōu)化、對(duì)邏輯的分析，充分利用keil軟件中的單步調(diào)試、設(shè)置斷點(diǎn)等功能，對(duì)程序進(jìn)行細(xì)致的調(diào)整修改，最后實(shí)現(xiàn)正確通信，測(cè)出我們需要的腦電信號(hào)數(shù)據(jù)。通過(guò)串口調(diào)試助手顯示采集到的數(shù)據(jù)，記錄，然后將數(shù)據(jù)保存后進(jìn)行簡(jiǎn)單處理，為后面算法分析做準(zhǔn)備。

4 對(duì)數(shù)據(jù)進(jìn)行分析處理

4.1 處理算法的選擇

系統(tǒng)采集模塊設(shè)計(jì)了低通濾波電路，去除了部分高頻雜波信號(hào)，但所采集的數(shù)據(jù)仍然具有一定幅度的基線漂移[4]。因此，需要對(duì)腦電數(shù)據(jù)進(jìn)行基線漂移的消除。傳統(tǒng)的利用傅里葉變換的頻譜分析技術(shù)把信號(hào)映射到了頻率域內(nèi)并進(jìn)行了分析，這種方式對(duì)于平穩(wěn)信號(hào)且有噪音的譜特性有別于信號(hào)的譜特性時(shí)是比較實(shí)用的。但實(shí)際中我們所遇到的信號(hào)經(jīng)常是非平穩(wěn)信號(hào)，對(duì)它分析時(shí)需要弄清每個(gè)時(shí)刻的頻譜分量，在這種情況下，傅氏變換無(wú)能為力。又因?yàn)樾〔ㄈピ氲姆椒ㄈ狈ψ赃m應(yīng)性，EMD算法完美地克服了兩者的困難，彌補(bǔ)了兩者的不足，通過(guò)選擇相應(yīng)階數(shù)的IMF[5]（PS：本征模函數(shù)），自適應(yīng)的組合高通、低通、帶通或帶阻濾波器，對(duì)各個(gè)IMF分別采用不同取值方法進(jìn)行濾波重構(gòu)，最后實(shí)現(xiàn)信號(hào)去噪。

4.2 EMD算法的原理

該方法的關(guān)鍵是它能使復(fù)雜信號(hào)分解為有限個(gè)本征模函數(shù)（Intrinsic Mode Function，IMF），所分解出來(lái)的各IMF

分量包含了原信號(hào)的不同時(shí)間尺度的局部特征信號(hào)。EMD分解方法是基于以下假設(shè)條件。

（1）數(shù)據(jù)至少有兩個(gè)極值，一個(gè)最大值和一個(gè)最小值。（2）數(shù)據(jù)的局部時(shí)域特性是由極值點(diǎn)間的時(shí)間尺度唯一確定。（3）如果數(shù)據(jù)沒(méi)有極值點(diǎn)但有拐點(diǎn)，則可以通過(guò)對(duì)數(shù)據(jù)微分一次或多次求得極值，然后再通過(guò)積分來(lái)獲得分解結(jié)果。

經(jīng)驗(yàn)?zāi)B(tài)分解的基本思想：將一個(gè)頻率不規(guī)則的波化為多個(gè)單一頻率的波+殘波的形式。原波形=ΣIMFs+余波[6]。

以下是選取了原始信號(hào)圖（見(jiàn)圖1）與經(jīng)過(guò)EMD重構(gòu)后的咬牙圖像（見(jiàn)圖2）（PS：橫軸代表采樣數(shù)據(jù)點(diǎn)）。

5 結(jié)語(yǔ)

本文所介紹的新型腦電信號(hào)采集方案充分利用了超低功耗、高精度、高集成度的ADS1298轉(zhuǎn)換器，利用了其24位的高精度，結(jié)合芯片內(nèi)部的PGA可編程增益放大器及右腿驅(qū)動(dòng)電路，大大降低了前置信號(hào)調(diào)理電路的規(guī)模，其能夠很好地對(duì)人體腦電信號(hào)進(jìn)行精確采集，最后通過(guò)軟件濾波，獲得圖像分析與結(jié)果。與原始信號(hào)圖與濾波之后形成明顯的對(duì)比，去噪基本成功，呈現(xiàn)出精確的咬牙時(shí)腦電波形，實(shí)現(xiàn)了高效率的、便攜的、精確的腦電信號(hào)采集與成像。

[參考文獻(xiàn)]

[1]譚郁玲.臨床腦電圖與腦電地形圖學(xué)[M].北京：人民衛(wèi)生出版社，1991（2）：116-118.

[2]謝宏，謝濤.基于ADS1298與FPGA的高性能腦電信號(hào)采集系統(tǒng)[J].現(xiàn)代電子技術(shù)，2013（1）：95-97.

[3]郭繼鴻.EASI導(dǎo)聯(lián)衍生12導(dǎo)聯(lián)的原理[J].臨床心電學(xué)雜志，2008（3）：165-167.

[4]佟安時(shí).思維腦電的采集和特征提取方法初探[D].沈陽(yáng)：東北大學(xué)，2010.

[5]王志華.基于全帶寬的便攜式EEG采集系統(tǒng)[D].秦皇島：燕山大學(xué)，2013.

[6]龍錦益.腦信號(hào)分析的算法研究與多模態(tài)腦機(jī)接口[D].廣州：華南理工大學(xué)，2012.