0 引言

    腦電圖(Electroencephalogram，EEG)是記錄大腦電活動的一種無創性方法，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記錄得到的腦電信號。采集有效的腦電信號并進行數據處理與分析，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、智能醫療、娛樂、體育和軍事方面的應用前景越來越廣泛，開發用于移動環境的便攜式小型化腦電采集系統成為需求^[2]。微電子學和無線通信技術的迅猛發展，促進了低成本、高效率的腦電采集系統開發^[3]。

    本設計采用級聯模式連接多個模擬前端創建可擴展的便攜式16通道腦電采集系統。采集系統具有簡單易用、體積小、低功耗的特點。用該系統采集受試者的α自發腦電和穩態視覺誘發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 系統結構

    系統框圖如圖1所示。系統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的供電；PC主機主要負責存儲和處理接收到的數據，還能對采集傳輸模塊的相關參數進行修改和設置。

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]。

    本系統中采用級聯模式串聯兩個ADS1299器件，同時采集16通道的腦電信號。級聯模式下，時鐘信號線SCLK、數據輸入線DIN和數據輸出線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量，從而大大簡化多通道采集系統的電路。級聯連接設備的最大數量取決于設備操作所在的數據速率。可級聯設備的最大數目可用式(1)估算：

式中，f_SCLK表示串行時鐘頻率，f_DR表示輸出數據速率，N_BITS表示芯片的分辨率，N_CHANNELS表示設備的通道數。在使用級聯模式連接多個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個通道數據采集的同步性。

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數據并控制藍牙模塊。通過在單個時鐘周期內執行功能強大的指令，該設備的數據吞吐率可達1 MIPS/MHz，可平衡系統功耗和處理速度的關系。本系統中同時采集16通道的腦電數據，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，能較好地滿足系統要求。

    本系統中，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，根據從計算機接收到的命令管理信號采集系統，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

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

式中，throughput為每秒傳輸的數據位數，x為通道數，T為采樣周期^[6]。本設計中通道數為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，這些優良性能均有利于整個采集系統的便攜性和低功耗性。

2.4 系統電源

    所設計的腦電采集系統需要非常低的噪聲、高精度的電源電壓以進行數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壓器實現。經穩壓芯片LP2992輸出穩定的+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的數字電源為芯片供電。穩壓芯片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，再由穩壓芯片TPS72325將-5 V轉為-2.5 V。德州儀器生產的穩壓芯片TPS73225和TPS72325具有降低噪聲的功能，能夠將輸出噪聲降到很低，符合腦電采集系統低噪聲的要求。

3 腦電信號采集及分析

    利用自主設計開發的16通道腦電采集系統采集腦電數據。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)，腦電采集系統的采樣率為125 Hz，電極放置位置參照國際10-20系統標準。采集自發腦電，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，F4，Fz，F3，F8，F7。圖3所示為某位被試者睜眼狀態的腦電信號，持續時間為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的可靠性和穩定性，分別采集分析了5位被試的自發腦電和誘發腦電信號。

3.1 α波自發腦電實驗

    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。在每個通道的參數設置相同的條件下重復該實驗，依次循環使用每個通道，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據。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：閉眼時腦電中出現明顯的α節律，且波幅較睜眼時變大；由圖5可看出：睜眼階段α節律被抑制，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頻段能量呈現一致性。

3.2 SSVEP誘發腦電實驗

    除了人體自發腦電信號外，還有一類需要經過一定外部因素誘發才能產生，稱為誘發腦電，誘發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下和在疾病過程中的誘發腦電的變化，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腦電信號是衡量本采集系統性能好壞的重要依據。

    本文采用穩態視覺誘發電位（Steady-State Visual Evoked Potential，SSVEP）實驗來驗證系統性能。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的與刺激頻率相同或更高次諧波頻率成分的EEG穩態響應。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點，因此常被用來分析和處理誘發腦電信號^[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響應主要出現在大腦皮層枕區^[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，需要設計穩定可靠的刺激源。視覺刺激可以用閃爍的燈光（LED）實現，或者在計算機屏幕上閃爍呈現。考慮到刺激參數(如大小、顏色和位置)在計算機顯示器上呈現閃爍比使用單獨的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閃爍刺激。為確保閃爍頻率的精準性和穩定度，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穩態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處出現峰值，表明在不同刺激頻率下SSVEP均能有效誘發；4種刺激頻率下，SSVEP的頻率響應均出現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]，驗證本系統能夠準確采集到誘發腦電。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EEG穩態響應。

4 結論

    本文設計了一個16通道腦電采集系統，整個系統具有體積小、功耗低、簡單易用等特點。采用級聯模式，連接多個模擬前端，創建可擴展的便攜式多通道腦電采集系統。系統可以靈活選擇所需的通道數，并能以動態和個性化的方式配置每個通道。電池供電、無線傳輸等方式使得系統的移動性大大提高。分別采集自發腦電和誘發腦電對系統進行驗證，驗證結果表明本系統可用于采集自發腦電和誘發腦電，且信號質量較好，表明系統可有效應用于腦電研究相關領域，例如睡眠監測或探索基于SSVEP的腦機接口。基于本設計思路可以擴展更多導聯數的腦電采集系統，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-機接口研究現狀及其在國際中地位[J].北京生物醫學工程，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[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.誘發腦電提取方法的研究進展[J].現代電子技術，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.常州市生物醫學信息技術重點實驗室，江蘇 常州213164；3.常州信息職業技術學院，江蘇 常州213164）