基于容性電極的多通道皮層腦電采集系統

黃 龍，顏卓程，薛苗苗，夏 陽，高 敏，林 媛，劉鐵軍

(1.電子科技大學 微電子與固體電子學院, 四川 成都 610054； 2.電子科技大學 生命科學與技術學院, 四川 成都 611731；3.電子科技大學 信息醫學中心，四川 成都 611731)

神經生理信號在生物醫學領域中扮演著非常重要的作用。神經元活動一般通過下列幾種技術來測量：單神經元記錄、腦電圖(Electroencephalogram，EEG)、皮層腦電圖(Electrocorticography，ECoG)等[1]。由于皮層腦電信號的放電區域更靠近電極，因此振幅可以達到上百μV[2]。ECoG具有很好的信號穩定性，相比EEG也具有更高的空間分辨率。ECoG是放置于大腦皮層的電極所描記的腦電圖，是腦生理特征的客觀反映，用以檢驗腦的生理變化[3]。然而，現有的阻性接觸式微電極中的金屬會對被檢查者產生刺激并導致個體過敏反應。文中采用的容性微電極陣列電極利用高介電常數的介質層通過容性耦合方式得到腦電信號，消除了漏電流，增加了檢測的安全性[4]。為配合這種電極進行檢測，本文設計了一種適配于容性微電極陣列特性的高精度皮層腦電采集系統[5]。

1 系統總體方案

圖1所示為基于容性電極的多通道皮層腦電采集系統整體方案，包括前端用于匹配容性阻抗的阻抗匹配模塊、儀表運算放大器、放大及濾波電路、模擬數字信號轉換及數字信號處理模塊等部件。

圖1 腦電采集整體方案框圖

對大鼠初級視覺皮層進行手術以植入容性陣列微電極。參考電極和活動電極耦合皮層腦電信號，經阻抗匹配模塊后再通過儀表運算放大器對信號進行第一級差分放大；隨后為第二級模擬放大和濾波電路模塊處理信號；然后經A/D轉換后傳輸數據到主控芯片；主控芯片通過算法進行數字梳妝濾波處理，再組成數據包經串口傳輸到電腦上位機以便上位機進行第二次梳妝濾波處理，進一步濾除外界工頻干擾并實時繪圖顯示分析。

1.1 電極結構

本文中采用的容性陣列微電極由2×2的陣列構成，如圖2所示，中間金屬層有4個活動電極通過走線連接到焊盤，焊盤與電路中的電極接口相連。

圖2 容性電極結構示意圖

其中每個金屬電極點被上下兩層絕緣層所覆蓋，當電極貼附于生物組織上時能與金屬絕緣，起到保護作用。同時金屬、絕緣層和生物組織構成一個平行板電容器。經過測試，每一個電極點電容器模型的等效電容Cs約為400 pF。

1.2 阻抗匹配電路以及模擬放大電路

由于絕緣介質層具有很高的介電常數，電極的等效容抗較大，因此對后端采集電路的輸入阻抗有較高要求[6]。阻抗匹配模塊主要通過單位增益電壓跟隨器來增加后端電路的輸入阻抗，以避免信號衰減。當放大電路輸入阻抗大于源端阻抗包括電極容抗的100倍時，誤差可以忽略不計[7]。同時由于容性電極并非直接接觸，需要在電極等效電容后面增加接地的偏置電阻Rb，提供偏置電流回路，如圖3所示。

圖3 阻抗匹配模型

當只考慮交流信號時

(1)

考慮綜合增益時

(2)

式中，Cs為電極等效電容，Vs是原始腦電信號，Ci是電壓跟隨器放大器的輸入電容，Rb是偏置電阻，Vout是通過阻抗變換模塊獲取的腦電信號。

由此可得出電壓跟隨器過高的輸入電容會對耦合的腦電信號產生衰減。所以選用電壓跟隨器的放大器時，低噪聲和低輸入電容、高輸入阻抗等因素變得尤為重要。因此需要采用一種方法來減小輸入電容的影響。電壓跟隨器的輸出Vout經正反饋回路至其正相輸入端，反饋回路經過一個放大倍數為1+α的放大器，然后接入電容值為Cc=Ci/α的反饋電容。

假設運放正相輸入端電壓為Vi，則Vout=Vi。則流經反饋回路電容Cc的電流為

(3)

而流經輸入電容Ci的電流為

Ii=jω·Ci·Vi

(4)

可以得出當滿足此關系式時，流經反饋電容Cc的電流正好等于流經等效輸入電容Ci的電流，此種方法可減小輸入電容Ci對耦合腦電信號的衰減。同時，電極等效電容Cs、放大器輸入電容和偏置電阻Rb構成一個無源高通濾波器，其高通截止頻率為

(5)

通過上述方法可以有效增加電路的輸入阻抗，以高精度測量腦電信號。模擬放大電路采用差分儀表運放作為前置放大器來抑制共模信號，初步放大腦電信號，然后通過二階有源低通濾波放大電路來濾除高頻噪聲。經過硬件濾波處理的模擬信號再經過24位高精度模數轉換器高速轉換成數字信號以待處理。

1.3 系統軟件設計

在圖1中，微處理器采用STM32F103系列32位ARM微控制器。其控制高精度24位模數轉換器將模擬信號轉換成數字信號并將數據傳輸到MCU，在MCU中進行數字處理，最后通過USB將數據傳輸到電腦上位機進行實時顯示分析。數據傳輸詳細的處理流程如圖4所示。

圖4 數據處理流程圖

通過24位高精度A/D采用2 000 Hz的采樣率進行采集并將模擬腦電信號轉換成數字信號傳輸至MCU中，在高性能單片機中按照通道將數據進行拼接處理，然后實時的利用梳狀濾波算法濾除工頻干擾。數據通過USB傳輸到上位機，上位機軟件中數據處理線程再次進行第二次的實時梳狀濾波算法，最終通過繪圖線程顯示實時波形，處理后的腦電數據可保存到主機。

1.4 大鼠ECoG腦電采集方法

本文中所采集是大鼠大腦皮層的腦電信號，需要進行開顱手術。參考已發表的實驗方法，將電極植入硬腦膜下大腦皮層表面處。所使用的大鼠是體重約為270 g的Sprague Dawley雄性成年大鼠。

圖5 實驗電極放置圖

大鼠麻醉后，將其頭部固定于手術臺上，剪去頭部毛發，用酒精和碘酒消毒后，切開頭部皮膚；在顱骨視覺皮層開窗[8]，然后在左腦植入容性陣列電極；在右腦對稱區域植入參照用螺釘電極進行信號對比，如圖5所示。

2 實驗及結果分析

2.1 電路性能指標測試

通過一系列測試，腦電采集系統的性能指標達到了設計要求。其中系統的放大倍數約為1 320倍，信號的帶寬為0.5～80 Hz。該系統可以濾除0.5 Hz以下的極低頻噪聲以及80 Hz以上的高頻噪聲。本系統具有較高的共模抑制比以及二次的軟件陷波處理，不僅可以省去硬件工頻陷波電路，還能夠降低功耗、降低系統噪聲，提高信號的信噪比[9]。共模抑制比(CMRR)達到110 dB，系統的總噪聲僅為2 μV。

2.2 容性電極和螺釘電極采集ECoG信號的對比

本實驗采用的多通道皮層腦電采集系統通過容性陣列電極和螺釘電極同時采集ECoG信號，以此來對比兩種電極的信號質量。通過開顱手術在大鼠枕部視覺皮層植入容性陣列電極和螺釘電極。同時采集皮層腦電得到時域信號對比圖如圖6和圖7所示，圖6為同一時刻容性陣列微電極采集的ECoG波形圖，圖7為同一時刻螺釘電極采集的ECoG波形圖。

圖6 容性電極采集ECoG時域波形圖

圖7 螺釘電極采集ECoG時域波形圖

從圖中可以看出，使用容性陣列微電極采集的ECoG信號幅度比阻性螺釘電極更大。原因在于本腦電采集系統在信號采集前端有阻抗匹配模塊，增大了采集電路的輸入阻抗，較大幅度的減弱了信號的衰減效應。而后端模擬放大及濾波電路能夠有效提取高質量的完整的皮層腦電信號。

2.3 SSVEP響應信號的對比測試分析

SSVEP信號在信噪比、頻譜穩定性、以及抗干擾能力方面有諸多優勢[10]，在BCI系統中，只需要更短的訓練，SSVEP就能夠提供更高的信息吞吐量。因此SSVEP已經被越來越多的用于BCI研究中，成為了一種非常重要的研究手段。文中進行了SSVEP實驗，通過多通道皮層腦電采集系統實時采集數據。通過對大鼠雙側眼睛進行穩定頻率、穩定強度的8 Hz閃光刺激，記錄其ECoG信號，分析其對應的功率譜密度分析圖。

如圖8所示，通過功率譜密度分析可在頻譜中明顯的看到8 Hz及其倍頻的響應。

圖8 通過容性電極和螺釘電極采集的SSVEP信號功率譜密度分析

通過計算在8 Hz處的SSVEP信號的信噪比，可以更清晰的顯示SSVEP信號的響應。根據相應的原理，在大鼠枕部視覺皮層左右腦對稱位置處的腦電信號相關性可以達到95%以上。因此將相對稱位置的電極通道的信噪比進行對比，容性陣列微電極SSVEP信號的響應比螺釘電極更強，結果如圖9所示。

圖9 兩種電極在SSVEP實驗中的信噪比

2.4 實驗結果分析

該多通道皮層腦電采集系統適配于容性陣列微電極的特性，具有特定的阻抗匹配模塊，再通過模擬放大及硬件濾波處理，以及一系列數字濾波處理，可以完整的提取皮層腦電信號。通過腦電實驗對比得出，使用容性陣列微電極采集的ECoG信號幅度比阻性螺釘電極更大。對兩種電極的SSVEP信號進行功率譜密度分析得出，容性陣列微電極的信號8Hz及其倍頻成分更明顯，并且在8 Hz處的信噪比更高更平穩，代表其所采集的信號更穩定，信噪比更好[11]。綜上所述，使用容性陣列微電極配合該腦電采集系統可以得到比一般阻性電極質量更好的ECoG信號。

3 結束語

本文提出的適用于容性陣列微電極采集ECoG信號的皮層腦電采集系統，通過對電極等效模型的適配，改進前端模擬電路的阻抗匹配，可以減弱信號的衰減效應。同時對多通道的高精度腦電信號進行2 000 Hz的高速采樣提出挑戰。在MCU以及上位機中進行了二次實時濾波，共模抑制比達到110 dB，總噪聲水平僅為2 μV。對大鼠進行開顱手術進行實驗測試ECoG信號后發現，該皮層腦電測試系統可以有效抑制噪聲及工頻干擾，能夠完整的提取高質量皮層腦電信號用于科學研究分析，同時也證明適配于容性電極的腦電提取方法的合理性，相比普通阻性螺釘電極，采用容性微電極陣列采集的SSVEP響應信號更強、更穩定。

與EEG相比，ECoG具有更好的空間信號分辨率和保真度，具有對大鼠刺激小、采集信號空間分辨率高的特性[12]。高密度的ECoG電極陣列是研究電生理的一種重要工具，因為它的定位精度可以達到mm級。由于皮層腦電圖可以直接映射人的行為、意識和情緒，可以使用ECoG電極陣列作為神經接口來開發神經修復裝置[13]。ECoG數據可以用于臨床治療焦慮、失眠、阿爾茨海默氏癥、腦腫瘤、癲癇等疾病[14]。此外，大量的ECoG數據對腦科學和神經科學如功能認知、腦波控制和人機交互等都非常有用[15]。對于發展基于BCI的醫療保健系統[16]而言，EcoG采集系統被認為是一種非常有前景的工具，但仍要在安全性、舒適性等方面多加考慮[17]。