高速多导联脑电采集系统设计及数据压缩算法研究

摘要

脑电信号是人体大脑细胞群的自发性生物电活动，含有丰富的人体生理和病理信息。随着脑电信号处理技术的快速发展，一种用于记录脑部生物电活动波形图的设备，即脑电图机(EEG)，已经广泛应用于脑神经科学、虚拟现实技术BCI系统、生物反馈治疗仪等领域的研究，特别是在癫痫、颅内占位性病变等脑部疾病的临床诊断等方面具有不可替代的作用。国内脑电采集系统相比国外普遍存在抗干扰能力不强、频带窄、波形失真等缺陷，研制有自主产权的高水平脑电采集系统具有十分重要的意义。
　　μV级脑电信号十分微弱，在保证高增益的前提下如何有效地抑制外界干扰是脑电信号采集的关键问题。本文设计了一种具有高输入阻抗、高共模抑制比、低噪声和低漂移的信号放大电路，结合独特的“三极平均公共电位+数字差分”技术、光电隔离和完备的电磁干扰屏蔽技术，可以在外界强干扰下，不采用硬件工频陷波器实现μV级脑电信号的宽频带无失真放大，并通过高速AD、多路电子开关结合采样保持电路的方式对多导联脑电信号进行同步采集。
　　由于在传统双核控制的脑电采集系统中，主控ARM和SDRAM以及FPGA之间的通信过程繁琐重复，且数据吞吐量小、传输效率低，本文提出了一种基于FPGA和ARM的高速多通道脑电采集与传输系统方案，该方案将外部缓存SDRAM交由FPGA控制，并且通过SDRAM前后两对FIFO的乒乓操作实现SDRAM的异步时钟域同时读写，使得FPGA和ARM接口处的数据不间断，并且通过简洁的并行接口协议实现FPGA和ARM的高效通信，对于ARM来说，FPGA与SDRAM这两部分，从物理上等效于一片能自动采集数据的SDRAM;最后，ARM可以将采集到的高速数据应用于LCD液晶显示，或通过以太网发送给上位机。
　　鉴于脑电采集系统长时间的采集使得数据量增加的很快，而嵌入式系统中又没有太大空间来存储大量的数据，本文给出了一种用于二维图像压缩的嵌入式零树小波编码算法，即EZW算法，并将该算法加以修改后成功地应用在一维脑电信号数据的压缩上;然后针对EZW算法的不足，提出了一种以EZW为基础的改进压缩算法。
　　文中对设计的脑电采集系统进行了验证，测试结果表明本文设计的高速多导联脑电采集系统各项性能指标较好，能够满足临床的应用需要;通过对EZW算法及其改进算法进行仿真测试，结果表明EZW算法能够对脑电信号数据进行高效的实时压缩，且本文提出的EZW改进算法能够获得更高的压缩比和更高的重构信号质量。

目录

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 脑电采集系统的国内外研究现状

1．2．2 数据压缩算法的国内外研究现状

1．3 论文主要研究内容

第二章 系统整体方案设计及数据压缩算法研究

2．1 脑电信号的特性

2．2 脑电信号的采集方法

2．3 脑电采集系统的整体方案设计

2．3．1 脑电采集系统的功能需求分析

2．3．2 脑电采集系统的整体方案设计

2．4 脑电信号数据压缩算法研究

2．4．1 脑电信号数据压缩的必要性

2．4．2 脑电信号数据压缩算法分析

2．4．3 脑电信号数据压缩算法的整体框架设计

2．5 小结

第三章 系统硬件设计及高速数据采集传输技术研究

3．1 放大板电路设计

3．1．1 前置放大电路设计

3．1．2 有源低通滤波及二级放大电路设计

3．1．3 多通道同步采集电路设计

3．1．4 AD转换电路设计

3．2 FPGA及其外围电路设计

3．2．1 FPGA选型

3．2．2 FPGA外围电路设计

3．3 ARM及其外围电路设计

3．3．1 ARM选型

3．3．2 LCD显示电路设计

3．3．3 以太网电路设计

3．4 系统供电设计

3．5 系统硬件实物图

3．6 基于FPGA+ARM的高速多通道脑电采集与传输系统设计

3．7 小结

第四章 系统软件设计

4．1 FPGA模块程序设计

4．1．1 FPGA采集控制模块设计

4．1．2 FPGA数据缓冲模块设计

4．1．3 SPI通信模块设计

4．2 LCD显示模块程序设计

4．3 以太网数据发送模块程序设计

4．3．1 uIP协议栈简介

4．3．2 基于UDP的数据发送模块程序设计

4．4 小结

第五章 脑电信号数据压缩算法研究

5．1 EZW算法的提出

5．2 EZW算法的原理

5．3 EZW算法在脑电信号数据压缩中的应用

5．3．1 一维信号数据的零树小波结构

5．3．2 基于EZW算法的脑电信号数据压缩步骤

5．4 EZW改进算法在脑电信号数据压缩中的应用

5．4．1 EZW改进算法的提出

5．4．2 提升小波变换原理

5．4．3 算术编码原理

5．4．4 基于EZW改进算法的脑电信号数据压缩步骤

5．5 小结

第六章 测试结果与分析

6．1 脑电采集系统测试结果与分析

6．1．1 数据的采集与传输测试结果

6．1．2 系统软硬件联合测试结果

6．1．3 测试结果分析

6．2 数据压缩算法测试结果与分析

6．2．1 数据压缩技术的评价标准

6．2．2 EZW算法的测试结果与分析

6．2．3 EZW改进算法的测试结果与分析

6．3 小结

结论与展望

参考文献

声明

致谢