基于微丝电极的神经电信号检测系统研制*

宋先腾， 徐声伟， 王蜜霞， 张 松， 王 力， 蔡新霞

(1.中国科学院 电子学研究所 传感技术联合国家重点实验室，北京 100190；2.中国科学院大学，北京 100190)

基于微丝电极的神经电信号检测系统研制*

宋先腾1,2， 徐声伟1,2， 王蜜霞1， 张 松1,2， 王 力1,2， 蔡新霞1,2

(1.中国科学院 电子学研究所 传感技术联合国家重点实验室，北京 100190；2.中国科学院大学，北京 100190)

研制了一种生物神经电信号检测系统。该检测系统采用微丝电极作为信号采集传感器，经过微弱信号调理仪器对微弱神经信号进行放大、滤波等处理，开发基于LabVIEW的上位机软件对所采集的信号进一步分析、显示以及存储等。实验中仪器噪声小于20 μV的条件下检测到了幅值为160 μV神经电信号，S/N≈8，结果表明：本检测系统可实现对微弱神经电信号的检测。

微丝电极； 神经电信号； 微弱信号检测； 嵌入式控制； LabVIEW

0 引 言

神经系统是生物体内最为复杂也是最为重要的系统之一，由大量的神经元和多种感官信息传递机制组成。神经元脉冲放电即神经电信号是传递信息的一种重要方式，对这些具有时间序列和空间分布的多维信息加以全面、准确、实时的检测，对促进神经科学的发展、神经性疾病的预防和诊治等具有重要的意义[1]。

目前，市场上已出现的一些检测神经电信号的大型仪器几乎都被国外厂商垄断，价格昂贵维护繁琐，且大型仪器在实际操作中比较复杂，对操作人员的要求比较高，给使用带来了一定的困难[2]。针对目前的现状，本文研制了包括微丝电极和微弱信号调理仪器的神经电信号检测系统。检测系统综合利用了微小信号放大技术、自动化控制技术和基于LabVIEW语言的编程技术，实现了低噪声神经电信号的检测。检测系统在体积上相比于成熟检测系统也大大缩小，实现了仪器的便携性，且上位机软件根据实验具体需求可以方便进行程序编写、升级，在未来的发展中，具有很好的使用前景。

1 神经电信号检测原理

神经元活动过程中所产生的电信号是在静息电位的基础上发生的动作脉冲。当神经元未受到刺激时，神经元细胞膜内外两侧的离子差异形成的电位差称静息电位。由于膜内外Na+，K+离子分布不均，导致这些离子有透过细胞膜向外扩散的趋势，这就是神经元静息电位和动作电位的离子基础。若以膜外为参考点，则静息电位大多处于-90～-30 mV之间。当细胞在受到刺激而产生兴奋时，细胞膜内负电位会迅速转为正电位，形成动作电位的上升部分，称去极化过程。当去极化电位上升到顶端开始下降时，形成动作电位的复极化部分，这一过程一般在2～3 ms之内完成[3]。

微丝电极正是将这种离子信号转换为电子信号，其简化原理图如图1所示。Rn和Cn分别代表神经细胞膜的等效电阻和电容，通过它们的并联来模拟。Ze代表微丝电极接触位点的等效阻抗，其值的大小与制作微丝电极的材料(电阻率)、接触面积等有关。Rs代表神经细胞膜和电极之间溶液的等效电阻，其大小与溶液的种类、浓度，以及神经细胞膜和微电极的贴合距离有关。当神经细胞膜离子通道的电流流经细胞膜和微丝电极之间等效电阻Rs时，会在电极上感应出一定电压，跟参比电极对比差分之后输入放大器中进一步处理，从而完成神经电信号的采集过程。

图1 微丝电极检测原理等效示意图

2 检测系统设计与制作

1)基于微丝电极的神经电信号检测系统主要分为3个部分：前端用于信号采集的传感器，使用超细金属丝制作的16通道植入式微丝电极；2)后端微弱信号调理仪器，功能包括对前端采集的微弱模拟信号进行阻抗匹配、放大滤波、模数转换等；3)基于LabVIEW虚拟仪器控制的计算机上位机软件。系统的总体布局如图2所示。在系统工作过程中，微丝电极采集到的微弱神经电信号经过前置放大器的阻抗匹配和初步放大输入下一级信号调理模块，经过多级处理的模拟信号通过模/数转换进而进行数据采集，通过通用串行总线USB2.0与计算机上位机软件通信，还可以通过上位机软件对仪器发出控制指令进行其他有关仪器的操作。

图2 检测系统结构框图

2.1 微丝电极制作

神经微丝电极是能够记录神经元细胞电势的微探针。微丝电极品种有很多，成本低，使用范围广。微丝电极的制作一般是利用商用的金属丝制备而成，金属丝(比如，铜、钨、铂、铂铱合金和镍铬合金等)的直径一般为几十个微米(μm)，即使多通道微丝电极植入生物组织也不会对生物体自身带来很大的损伤,所以适合植入式微电极的设计制作。

微丝电极制作主要分为2个步骤：1)电极基底PCB板的设计制作；2)将金属丝组装成束的结构。PCB设计制作采用专用电路设计软件Altium Designer 09设计制作，18个接触位点中包括16路信号端，1路接地端和1路参考端。电极前端为了实验方便设计为中空结构，顶端开直径为1.5 mm的孔用以穿入16路成束微丝。

微丝选用包裹有绝缘层的直径20 μm超细铜丝，与仪器连接端将微丝分别与PCB板上16个焊盘通过焊接连接，另一接触信号端将16路微丝组合成一束穿过电极顶端的微孔，然后用碳钢剪刀对电极丝进行裁剪。为了增强电极丝的强度，将除了电极接触位点的植入端使用玻璃胶固定成束。实际在进行实验测试之前要对电极丝的尖端使用电化学的方法进行尖端抛光，以提高微电极性能和所测数据信噪比[4]。微丝电极实物图如图3所示。

图3 微丝电极实物图

2.2 微弱信号调理仪器设计制作

微弱信号调理仪器主要分为2个部分:1)用以实现阻抗变换和信号初步放大的前置放大器;2)后端的信号调理分析模块。

2.2.1 前置放大器

由于微丝电极直径属于μm量级，约20 μm，所以电极的阻抗不可避免的会非常高，由于电极等效阻抗的实部所产生的热噪声和高阻抗传输会耦合更多的外界电磁噪声，这对于微弱神经电信号的检测而言非常不利[5]。在设计中利用运放输入阻抗很大、输出阻抗很小的特点，将高阻变为低阻。实际的测试中将前置放大器置于动物的头部，和植入的微丝电极直接相连，能够在最靠近信号源的地方显著抑制信号传输中所引入的噪声干扰,而且实现了将信号初步放大10倍的功能。

2.2.2 信号调理分析模块

神经电信号的特征动作电位一般在100～200 μV的范围内，频率范围为10～3 000 Hz[6]。根据这一特征，来自前置放大器的神经电模拟信号经过20 dB放大增益的放大和阻抗变换后，在模/数转换之前还要对信号进一步进行调理。此处的信号调理模块作用主要包括两点，其一是对信号进一步放大，在前置放大器放大10倍的情况下再次放大100倍，使得最后的输出到模/数转换器的幅值大小满足ADC的输入范围。另一个作用是通过带通选频将噪声干扰滤除，以此增大最终检测信号的信噪比。

信号调理模块核心控制器采用意法半导体公司的微控制器STM32，主要用来通过与上位机软件通信控制仪器的电源使能、系统工作状态显示以及一些其他仪器操控。STM32微控制器内部嵌入基于C语言编程的下位机软件代码，通过C语言集成开发环境Keil uVision5进行烧入调试。数据采集部分采用NI USB—6210采集卡，用来采集记录电生理和神经递质电化学信号。NI USB—6210采集卡具有16路模拟输入(16位,250 kS/s)，4路数字输入线，4路数字输出线，2个32位计数器。每通道有4个可编程输入范围(±0.2～±10 V)。根据神经电信号的特征带宽约为10～3 kHz，设定采样率大于5 kHz。仪器工作过程中使用了16个通道，即16通道神经电信号采集。

2.2.3 上位机软件系统设计

对于一个完整的检测系统，上位机是人机交互的关键，选择虚拟仪器工程平台LabVIEW作为上位机软件设计的编程语言。LabVIEW是实验室虚拟仪器集成环境(Laboratory Virtual Instrument Engineering Workbench)的简称，是目前应用最广、发展最快、功能最强的图形化软件开发集成环境。LabVIEW采用图形化编程语言—G语言，产生的程序是框图的形式，大大提高工作效率，是开发测量和控制系统的理想选择。LabVIEW的功能十分强大，具有各种各样、功能强大的函数库，包括数据采集、GPIB串行仪器控制、数据分析、数据显示及数据存储等。

在本系统的设计中使用到了数据采集、串口通信等功能。整体软件结构如图4所示。

图4 检测系统软件结构框图

检测软件可实现对16通道信号进行滤波，具体参数设置包括采样率采样数，带通滤波器的高截止频率和低截止频率，提取Spike动作电位的阈值以及Spike的数据长度等。对多通道神经电信号、分离的Spike信号、场电位进行波形显示、数据存储，可分时间段选择性地进行数据保存，数据格式为TXT格式。

在对神经电信号的处理分析软件程序中，根据信号分类可分为对Spike动作电位的提取和对场电位的处理。

1)动作电位是指神经元受到一定刺激时，形成的膜内外电势差，这主要是由于膜离子的通透性发生变化而引起的[7]。一般多为高频信号，所以，在动作电位提取时要选择合适的频带。

2)对于场电位信号，它反映的是局部组织群体神经元突触后电位的线性总和，是神经元集群所发放电位的叠加，频率处于0.1～100 Hz之间，动作电位往往淹没于场电位之中。

以上设计在虚拟仪器工程平台强大功能的支持下，在有限个界面实现了数据的实时采集、处理、显示和存储，并对神经电信号检测仪器进行快速、精确控制。G语言种类丰富多样的控件为用户方便的创建检测与操作界面提供了极大的简化和方便[8]。

3 实验测试

为了测试检测系统的性能，进行了实验验证。

实验对象与仪器：体重为250 g的Sprague-Dawley大鼠，本文所研制的检测系统，手术设备(手术刀，止血钳，牙科钻，镊子等)，麻醉剂，注射器，屏蔽箱，立体定位仪，电动微推进器等。

实验过程与结果：

1)首先对仪器的基本的噪声性能进行了测试，通过将微丝电极的输入端全部短接，得到了小于20 μV的仪器噪声，如图5所示，表明在电路以及仪器结构针对性设计下，系统对外界噪声抑制效果较为明显。

图5 仪器噪声性能图

2)进行了活体的实验测试。对SD大鼠进行麻醉开颅，通过电动微推进器将微丝电极缓慢植入到大鼠皮层中，过程中连接检测仪器进行实时的观测。为了屏蔽外界噪声的干扰信号，提高仪器检测信号的信噪比，将微丝电极接地端、仪器和大鼠头皮统一接地。最后成功检测到了电信号动作电位Spike发放，如图6所示。提取的动作电位幅值约为160 μV，且波形具有比较典型的神经电信号的特征。

图6 神经电信号动作电位发放示意图

4 结 论

本文研制了一种基于微丝电极的神经电信号检测系统，系统可实现μV量级神经电信号的检测分析，且仪器噪声较小。该系统由微丝电极，微弱信号调理仪器以及基于LabVIEW程序的上位机软件构成，相比于比较成熟的大型检测仪器设备，在体积上的小型化极大地方便了实验与研究。本检测系统开发周期较短，操作简单，测量准确，所检测信号信噪比高，在实际测试中取得了较好的实验结果，可用于神经电信号的检测实验中。

基于微电极的神经电信号检测系统对神经电信号的采集处理进行了技术探索，初步实现了神经电信号检测的基本功能，进一步优化电极设计、提升系统的稳定性是下一步的研究方向。

[1] 李继硕.神经科学基础[M].北京：高等教育出版社,2002：39-41.

[2] 冯 婧,李醒飞,孙 斐,等.用于神经信号检测的传感器系统的研究[J].传感器与微系统,2008,27(3):9-11.

[3] 胡少楠.用于神经电信号采集的模拟前端处理[D].北京：北京理工大学,2015.

[4] 袁中直,周震涛,李伟善.用研磨微电极研究Bi2O3的循环伏安行为[J].应用化学,2004(3):251-255.

[5] 周洪波,李 刚,金庆辉,等.神经工程系统中的微电极技术[J].微纳电子技术,2006(11):535-540，545.

[6] 孙红斌.神经系统疾病的理论与实践[M].成都：四川科学技术出版社,1997: 20-36.

[7] Yuan J,Yankner B A.Apoptosis in the nervous system[J].Nature,2000,407(2):802-809.

[8] 霍 峰,王长松,巩宪锋,等.基于ZigBee和LabVIEW的多功能数据采集系统[J].传感器与微系统,2008,27(7):82-85.

Research and fabrication of neuro-electrical signal detection system based on micro-wire electrode*

SONG Xian-teng1,2, XU Sheng-wei1,2, WANG Mi-xia1, ZHANG Song1,2, WANG Li1,2, CAI Xin-xia1,2

(1.State Key Laboratory of Transducer Technology,Institute of Electronics,Chinese Academy of Sciences,Beijing 100190,China; 2.University of Chinese Academy of Science,Beijing 100190,China)

A neuro-electrical signal detection system is researched and faricated.The system uses self-made micro-wire electrode as signal acquisition sensor,amplification and filtering are carried out on weak neuro-electrical signal is realized by weak signal conditioning instrument,upper PC software is developed based on LabVIEW to achieve further analysis,display,and storage of the collected signals. In experiment,160 μV neuro-electrical signal is detected in condition of less than 20 μV noise，signal-to-noise(S/N)ratio is about 8.Experimental results show that the detection system can be used for weak neural-electrical signal detection.

micro-wire electrode; neuro-electrical signal; weak signal detection; embedded control; LabVIEW

10.13873/J.1000—9787(2017)04—0117—04

2016—04—28

中国科学院重点部署项目(KJZD—EW—L11—2)；国家自然科学基金资助项目(61527815,31500800,61501426,61471342)；北京市科技计划资助项目(Z141100000214002,Z141102003414014)；国家“973”计划资助项目(2014CB744600)

TP 216

A

1000—9787(2017)04—0117—04

宋先腾(1991-)，男，硕士研究生，主要研究方向神经微弱信号检测仪器研究。

蔡新霞(1966-)，通讯作者，女，研究员，主要从事生物传感器及检测微系统的应用基础研究，E-mail:xxcai@mail.ie.ac.cn。