基于 STM32F103RCT6 和 ADS1298的脑电信号数据采集与波形显示

刘培军 李红利

摘要：文章主要介绍了以STM32F103RCT6作为主控芯片跟高精度低功耗模数转换芯片ADS1298进行的实验测数原理及方案。文章具体讲解了主控芯片与这款采集芯片的硬件电路搭建与软件编程以及后期对程序的调试、修改，最后将微弱的脑电信号数据正确地测出，并以16进制的数据形式以SPI通信方式发送到串口进行记录，经过MATLAB的一系列处理，呈现出原始的脑电信号波形。实验结果良好，在疾病诊断和健康监护领域有非常高的应用前景。

关键词：脑电信号数据采集；STM32103ZET6； ADS1298； MATLAB

脑电信号（Electro Encephalo Gran，EEG）是由脑神经活动产生并且始终存在于中枢神经系统的自发性电位活动，含有丰富的大脑活动信息，是大脑研究、生理研究、临床脑疾病诊断的重要手段[1]。

目前，由于脑电信号的采集方式不同，因此所获得的结论差异较大，大多采用普通单片机作为控制器，转换芯片的精度也相对较低，因此本文根据脑电信号的微弱特性和微弱信号处理要求，介绍了脑电信号采集系统组成和信号处理的有效方法[2]。本实验采用了TI公司研发的ADS1298这款24位高精度A/D采集转换芯片，简化高效了“信号采集转换”这一过程，优于单独搭建外围放大、滤波电路这种普通采集模式，加之ARM公司研发的ARMv7M架构的STM32F103RCT6这款高性能、低功耗的主控芯片，使得所测数据更加准确。

1 方案设计

本系统主要有电极连接部分、预处理电路、A/D采集转换、数字滤波及显示部分5大模块。

采用串行外设接口（Serial Peripheral Interface，SPI）为主控芯片与采集芯片的通信方式，之所以采用SPI进行传输，主要是操作简单，只有4个接口，而且支持全双工，其传输速率高，主机和从机各有一个移位寄存器，且二者连接成环，随着时钟脉冲，数据按照从高位到低位的方式依次移出主机寄存器和从机寄存器，并且依次移入从机寄存器和主机寄存器[3]。当寄存器中的内容全部移出时，相当于完成了两个寄存器内容的交换。然后将转换后的十六进制数据发送窗口调试助手进行记录并保存，到此，完成了脑电信号数据的采集转换，最后将数据导入MATLAB，采用EMD算法进行滤波，还原出准确的脑电波形。

2 主要硬件电路设计

为了节省空间、降低干扰，本文采用ADS1298为信号采集前端，该芯片是TI公司近年推出的一款针对心电和脑电信号采集的24位高精度专用模数转换芯片。选择这款芯片，首先看重的是其24位高精度的分辨率，采用芯片内部参考电压2.4V，所以，模拟信号能反映的最小幅值变化为0.023 8μV。众所周知，脑电信号幅值微弱，范围为1?100μV，因此，此款芯片单从精度上来说，非常符合。其次，它内置了右腿放大器，这样方便了我们配置右腿电路驱动，有效地简化了系统设计。另外，采样速率可达32 kSPS，完全满足对转换速率的要求。可编程增益1，2，3，4，6，8，12，极大地方便了我们对检测脑电信号的调试。

3 软件设计

主要在于对ADS1298的26个寄存器的配置，以及对转换数据对应通道的设置、转换函数的编写。另外，对于数据传输的时序，一定严格按照芯片手册给定的时钟周期范围跟时序图进行代码的编写。最后完成初步编写，后期不断进行调试，对寄存器的改动、对函数的优化、对逻辑的分析，充分利用keil软件中的单步调试、设置断点等功能，对程序进行细致的调整修改，最后实现正确通信，测出我们需要的脑电信号数据。通过串口调试助手显示采集到的数据，记录，然后将数据保存后进行简单处理，为后面算法分析做准备。

4 对数据进行分析处理

4.1 处理算法的选择

系统采集模块设计了低通滤波电路，去除了部分高频杂波信号，但所采集的数据仍然具有一定幅度的基线漂移[4]。因此，需要对脑电数据进行基线漂移的消除。传统的利用傅里叶变换的频谱分析技术把信号映射到了频率域内并进行了分析，这种方式对于平稳信号且有噪音的谱特性有别于信号的谱特性时是比较实用的。但实际中我们所遇到的信号经常是非平稳信号，对它分析时需要弄清每个时刻的频谱分量，在这种情况下，傅氏变换无能为力。又因为小波去噪的方法缺乏自适应性，EMD算法完美地克服了两者的困难，弥补了两者的不足，通过选择相应阶数的IMF[5]（PS：本征模函数），自适应的组合高通、低通、带通或带阻滤波器，对各个IMF分别采用不同取值方法进行滤波重构，最后实现信号去噪。

4.2 EMD算法的原理

该方法的关键是它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，IMF），所分解出来的各IMF

分量包含了原信号的不同时间尺度的局部特征信号。EMD分解方法是基于以下假设条件。

（1）数据至少有两个极值，一个最大值和一个最小值。（2）数据的局部时域特性是由极值点间的时间尺度唯一确定。（3）如果数据没有极值点但有拐点，则可以通过对数据微分一次或多次求得极值，然后再通过积分来获得分解结果。

经验模态分解的基本思想：将一个频率不规则的波化为多个单一频率的波+残波的形式。原波形=ΣIMFs+余波[6]。

以下是选取了原始信号图（见图1）与经过EMD重构后的咬牙图像（见图2）（PS：横轴代表采样数据点）。

5 结语

本文所介绍的新型脑电信号采集方案充分利用了超低功耗、高精度、高集成度的ADS1298转换器，利用了其24位的高精度，结合芯片内部的PGA可编程增益放大器及右腿驱动电路，大大降低了前置信号调理电路的规模，其能够很好地对人体脑电信号进行精确采集，最后通过软件滤波，获得图像分析与结果。与原始信号图与滤波之后形成明显的对比，去噪基本成功，呈现出精确的咬牙时脑电波形，实现了高效率的、便携的、精确的脑电信号采集与成像。

[参考文献]

[1]谭郁玲.临床脑电图与脑电地形图学[M].北京：人民卫生出版社，1991（2）：116-118.

[2]谢宏，谢涛.基于ADS1298与FPGA的高性能脑电信号采集系统[J].现代电子技术，2013（1）：95-97.

[3]郭繼鸿.EASI导联衍生12导联的原理[J].临床心电学杂志，2008（3）：165-167.

[4]佟安时.思维脑电的采集和特征提取方法初探[D].沈阳：东北大学，2010.

[5]王志华.基于全带宽的便携式EEG采集系统[D].秦皇岛：燕山大学，2013.

[6]龙锦益.脑信号分析的算法研究与多模态脑机接口[D].广州：华南理工大学，2012.