分布式脑电信号采集系统研究

朱嘉祺

（北方工业大学 电子信息工程学院，北京 100144）

0 引言

脑电信号（Electroencephalogram），是一种使用电生理指标记录大脑活动的方法。脑电采集系统通过微电流传感器捕捉大脑活动时产生的微电流变化和大脑电流的磁场变化[1]，再经过专业的分析算法，将脑电波划分为δ 波（0.1Hz ～4Hz）、θ 波（4Hz ～8Hz）、α 波（8Hz ～13Hz）、β 波（14Hz ～30Hz）等4 种电波[2]，最后通过对各种波形的分析，可以直观反映大脑当前的活跃状态、健康程度等多项指标。

现今，如何提高学习能力，及时掌握学生的学习效率，维持良好的大脑学习状态成为很多学校、家长和学生关心的问题。然而，大多数学校和家长只能通过老师对孩子的日常观察和学生考试成绩这两种方式来了解学生的学习状态。由于这两种方法存在主观性强，影响因素过多，不能及时反馈等问题，因而通过脑电技术对学生学习状态的研究与训练是帮助提高学生学习能力与学习效率的最佳辅助手段。目前脑电采集还处在一对一的形式，且设备繁琐不易携带，并不适用于学生课堂多人同时采集的情景，而本文所研究的分布式脑电采集系统可以同时采集多人脑电信号，并且通过无线方式汇总，很好地解决了这些问题。本系统还拥有同步储存功能，可以允许用户在采集过程之后再对脑电进行整合与分析，更加方便老师对整体学生学习状态的分析，能够精确地对每个学生进行高效客观的评价。

表1 单极32极分类准确度比较Table 1 Comparison of single pole 32 pole classification accuracy

图1 硬件系统模型Fig.1 Hardware system model

1 脑电信号采集设备

目前，专业领域研究脑电信号都是采用多极脑电设备，一般为40 通道。但是这种设备佩戴极其不便，使用环境苛刻，受电磁干扰严重，最重要的是戴上设备后会影响到学生的学习。然而，单极设备小巧轻便，抗干扰能力强，且对学生学习影响很小[3]。本文所采用的单极脑机接口设备，由TGAM 芯片、额头贴片电极、耳夹电极以及电源管理系统组成。TGAM 芯片可以分析电极采集的脑电信号，得到专注度、放松度以及8 个脑波的能量，分别是Delta、Theta、LowAlpha、HighAlpha、LowBeta、HighBeta、LowGamma 和MidGamma。

为验证单极采集脑电信号的有效性，本文使用了DEAP 数据库进行了对比研究。DEAP 数据库是一组公开的通过脑电信号进行情感分析研究的数据集，因此利用其数据进行单极和32 极分类准确度比较。结果见表1，可见准确度相差很小，从而证明了使用单极设备采集脑电信号是一种很有效的方式。

2 硬件系统设计

2.1 系统总体架构

脑电采集设备本身是使用蓝牙进行通信的，考虑到多人同时采集会出现蓝牙干扰问题。因此，拟采用通过Wi-Fi 传输信号。但是，由于Wi-Fi 模块距离人脑太近会有辐射问题，所以本系统采用了蓝牙转Wi-Fi 的模式进行通信传输，由蓝牙模块接收脑电设备信号，再将信号传给Wi-Fi 模块，由Wi-Fi 模块使用UDP 通信协议将信号发送至路由器，最终发送到PC 端。搭建模型如图1 所示。

为使蓝牙模块和Wi-Fi 模块能进行通信，本文设计了一个连接器，连接器电路原理图如图2 所示。连接器将蓝牙模块的TX 接口与Wi-Fi 模块的RX 接口相连，并提供5V 和3.3V 电源给这两个模块。

2.2 固件程序设计

图2 连接器电路原理图Fig.2 Connector circuit schematic

系统固件程序流程如下：设备初始化之后，蓝牙模块首先进入配对流程，Wi-Fi 模块进入连接流程。蓝牙模块拥有自动回连功能，因此配对方式在首次上电之后可不用再设置。在蓝牙模块接受到信息之后，将数据发送至Wi-Fi 模块，Wi-Fi 模块将数据发送至UDP 网络。最后，将Wi-Fi 模块配置成开机透传模式，即可实现硬件系统上电后直接向PC 发送数据。

3 上位机软件系统设计

上位机软件系统负责将接收到的原始信号进行拆包，提取需要的数据，并通过用户界面显示结果以及进行数据保存[4,5]。

3.1 用户软件主程序设计

本软件系统采用C#语言编写，采用多页面跳转逻辑方式，调用多个经典visualstudio 控件。用户软件主程序流程图如图3 所示。其中，program.cs 为软件的主流程，控制整个软件运行。Form1.cs 为第1 张页面的代码块，其中包含了UDP 连接与IP 地址选择。Form2.cs 为主要显示界面，其中包含了解码、显示、保存等重要模块的代码。Windows form control library.usercontrol.cs 为显示模块的控件库代码。

图3 主程序流程图Fig.3 Main program flow chart

具体工作原理为：程序打开时，系统会自动加载与编译库文件。程序首先打开用户设置界面，使用户选择设备数与对应IP 地址。当系统确认用户输入无误后，系统会查询本机的IP 地址并建立UDP 连接，随之关闭设置界面，打开显示界面，进入显示阶段。在此阶段，每当UDP 接受到信息之后，系统则会调取接收线程，接收信息并更新显示页面，直至用户关闭软件。整个系统采用多线程运行方式，这使得系统可以非堵塞式接受信息，减少由于网络拥挤而导致丢包的现象，提升传输的可靠性。

3.2 解码模块设计

为了保证信号在传输时的可靠性与有效性，系统采集模块将采集到的脑电信号将信息，按照一定规律进行编码变成数据流。分布式脑电信号解码模块的作用则是将这些被数据流进行拆分解码，解码模块被包含在FORM2 的类定义之中。采集模块大约每秒钟发送513 个包，发送的包有小包和大包两种：小包的格式AA AA 04 80 02 xxHigh xxLow xxCheckSum 前面的AAAA80 02 04 02 是不变的，后3 个字节是一直变化的，xxHigh 和xxLow 组成了原始数据rawdata，xxCheckSum 就是校验和。一个小包就是一个原始数据，大约每秒钟会有512 个原始数据。在大包中包含了专注度、放松度、信号强度以及8 个脑波能量，这几个数据就是本系统所需要提取的有用数据。本系统解码模块具体流程如图4 所示。

图4 解码模块流程图Fig.4 Decoding module flow chart

3.3 用户软件界面设计

软件系统为了可以更好地服务于用户，必须包含一套逻辑鲜明的界面设计。本系统主要包含两个界面，第1 个界面如图5 所示。功能包括设备数量选择，设备默认IP 地址选择两个部分。在IP 地址选择时，本系统给出了大多数可能使用到的地址，方便用户直接选择，同时为了满足个别用户的个性化需求，本系统还添加了自定义IP 地址栏，完善了不同的用户需求。在用户输入完成时，程序会自动检查用户设置的参数。

第二个界面为主要显示界面，显示界面采用了标签页的设计方式，使用户可以在多个设备之间来回自由跳转，同时为了满足用户同一时间观察多个设备，本系统还增加了综合页面，将多个设备的主要信息同时显示在一个页面上。综合页面示意图如图6 所示。

图5 用户软件选择界面Fig.5 User software selection interface

图6 用户软件显示界面-综合界面Fig.6 User software display interface-integrated interface

图7 系统测试结果截图Fig.7 Screenshot of system test results

表2 脑电信号分析结果Table 2 EEG signal analysis results

4 测试与结果

4.1 系统整体测试

选取4 名同学进行系统测试，4 名被试同学按要求戴上脑电仪，然后进行小组讨论。采集进行5min 左右，观察系统是否能采集到脑电信号以及正确显示每名同学的专注度、放松度，并将每名同学的数据保存下来，以便进行学习状态分析。测试结果如图7 所示。

4.2 结果分析

将保存得到的数据加以分析，最终通过计算4 名同学的专注度、兴趣度，得出每名同学在分组讨论中的学习状态，结果见表2。可以看出，本分布式脑电采集系统，很好地实现了分布式采集的功能，填补目前多人脑电信号采集的空白。