高密度表面肌电信号无线数据采集同步机制研究*

林上耀，金文光，张赛赛（浙江大学信息与电子工程学院，杭州310027）



高密度表面肌电信号无线数据采集同步机制研究*

林上耀，金文光*，张赛赛
（浙江大学信息与电子工程学院，杭州310027）

摘要：高密度表面肌电信号研究需要获取高精度、高空间分辨率、高质量的肌电信号，同时也对采集系统的便捷性、响应性、续航能力等方面提出了更高要求。本文在考虑可穿戴性、实时性、高通量等基础上，对sEMG采集系统架构和传输网络设计进行了深入研究，设计了基于模块化分层架构、有线USB结合无线WIFI传输模式、异步采集和同步聚合方法、双缓存和时隙切换的高精度同步机制的实时肌电采集通信系统。为验证系统功能和算法机制，本文还构建了实验平台装置，实现了128通道1 kHz采样率16 bit精度sEMG信号的实时采集、处理和传输。通过测试，在采用通信周期为50 ms下，通道间同步误差小于320 μs，刷新率可达20 Hz，系统的平均延时小于80 ms。

关键词：表面肌电信号；高密度表面肌电信号；多通道；时隙切换；时间同步；实时传输

表面肌电信号sEMG（surface Electromyography）是人体神经肌肉系统活动时产生的生物电信号，与肌肉活动状态和功能状态之间存在不同程度的关联性，反映了人体重要的生理状态和医学信息。sEMG研究具有较高的实际价值，其日益广泛地应用于临床医学领域的神经肌肉疾病辅助诊断［1］，医学康复训练［2］，体育科学领域的肌肉疲劳评估［3］和运动技术合理性分析，以及人机交互领域的远程遥控，体感游戏，虚拟现实等方面［4-5］。

早期sEMG的研究主要集中在对少数独立通道进行时域和频域的研究［6-7］。近年来随着对人体神经肌肉系统的认识进步和研究的深入，对sEMG的研究朝向多通道、阵列式方向发展，而在此基础上兴起的高密度表面肌电信号HD-sEMG（High Densi⁃ty surface Electromyography）［8-10］，通过紧密相邻的电极阵列来获取高密度的多通道sEMG信号，能够获取表面肌电信号的空间拓扑分布，从而得到更加丰富的肌肉活动信息，有助于分析单肌肉和多肌群活动以及运动单元的拓扑结构。

伴随应用领域的快速发展，近年来sEMG的采集装置也在不断变化，从集中式到分布式，从单片系统到模块化设计，而通信方式逐渐从有线演变成无线或者两者结合，包括基于蓝牙、Zigbee、WIFI、USB、SPI等通信方式［11-12］的系统得到广泛应用。同时电极阵列的设计、前端电路的微型化、信号分析识别等技术［13-14］的也正进行关键性的演进。然而现有的采集系统［15-16］主要基于独立通道模式进行采集，系统容量受限，无法采集高密度肌电信号，且往往局限于特定的应用，扩展性较弱。同时由于处于实验阶段，部分装置的集成性较低，不易穿戴，无法适合大规模实际应用。

本文的工作主要致力于研究可穿戴式的高密度阵列sEMG信号的采集和传输，通过合理的架构设计便于通道的扩展并减少噪声干扰的引入，结合有线的USB和无线的WIFI以保证传输效率的同时提高便捷性，同时对系统的同步机制和实时性进行深入优化，最后设计一套可用的评估系统以实现验证上述功能要求。

1　sEMG采集系统架构

1.1系统硬件平台构建

系统架构指导着整体的设计，需要合理选择和整合各种技术，并考虑模块间的依赖关系，以满足HD-sEMG信号采集和传输。同时为了后续扩展和升级且适应不同的应用，还需要考虑架构的可扩展性、伸缩性并降低不同模块间的耦合程度。另外可穿戴性也需要进行整体设计，在满足要求的同时尽量改善便捷性。下图即是本文所设计的系统的总体架构概览。

整个系统主要包括3个子系统：采集节点，设备节点和PC平台，其中采集节点与设备节点之间采用USB进行通信，而设备节点与PC平台间则通过WIFI进行通信。通过有线联通无线隔离的数据传输方式，有利于独立并行采集人体sEMG信号，实现高效和便捷性结合，同时采集节点和设备节点由电池供电，避免了电力线工频干扰的引入。另外，采集节点和设备节点都可以水平扩展增加sEMG采集的通道数量。

图1　系统整体架构

采集节点包括高密度阵列电极，前置二级滤波与放大电路，构成了16路sEMG信号通道，再经ADS1198（ADC）和MKL25Z（MCU）模块进行数模转换和信号处理，其中ADC采样频率设置为1 kHz，精度为16bit。

设备节点采用飞凌公司基于ARM11核的OK6410核心板进行定制扩展，并搭载了嵌入式linux操作系统，通过内置的USB接口和外置的WIFI模块，配合USB Hub和WIFI AP实现数据汇聚和传输。其中USB Hub采用汤铭公司FE2.1芯片设计，默认配置2级FE2.1芯片构成13个USB下行端口。

PC平台则为运行Windows或者Linux的操作系统的普通个人电脑或者小型服务器。其运行的上位机监听等待下位机的连接注册，负责管理和收集设备节点所采集到的人体sEMG信号并进行分析和呈现。

1.2系统软件平台构建

为了配合硬件系统工作和验证，本文研发了sEMG信号实时采集、传输和显示的软件平台。其中采集节点负责独立采集多通道肌电数据，而构建于linux操作系统的设备节点的程序实现多采集节点数据汇聚处理和传输，通过与采集节点和PC平台通信，形成了从人体到PC平台的数据通路。PC平台程序通过WIFI接收来自设备节点的HD-sEMG信号，负责波形显示、数据存储、通道检测等功能。

1.2.1采集节点程序

采集节点软件位于系统的前端，主要包括数据采集、信号处理、数据转发的功能。在与上层的设备节点通信协调后，中断监听指定同步包，并驱动ADC芯片定时采集多通道肌电数据，经过数字滤波后进行封装，累积预定数据量并切换缓存后通过USB模块转发至上层设备节点。

1.2.2设备节点程序设计

依据业务，将整个程序的功能划分成3个任务：采集，处理和传输。每个任务都通过独立的线程执行，main线程负责初始化并开启其他线程，collect线程负责收集两种数据，process线程负责解析、预处理、汇聚，socket线程负责按照预定协议发送数据包。通过将不同的串行任务隔离开，不同任务间通过消息队列进行同步，最大程度上提高了系统的并发性。

图2　设备节点多线程程序流程图

1.2.3PC平台程序设计

PC平台程序位于系统的后端，负责接收来自一个或多个设备节点的数据流，并向外提供数据接口、人机界面等功能。其中每个设备节点和所关联的若干子采集节点对应着一个人体，程序的运行环境可为Windows或Linux系统。

PC平台程序主要包括3层架构，分别是设备驱动层，DLL抽象层和应用层。设备驱动层包含网络通信程序，负责接收、解析来自设备节点的数据；DLL抽象层负责提供数据接口、控制接口和状态接口以便外部调用；应用层则包括波形显示、设备控制、数据存储、通道在线检测、增益控制等功能。其中应用层使用C#编写以实现窗体界面，下面两层则使用C++编写以实现跨平台。并将程序以执行情况划分成两个线程，应用层和DLL抽象层由一线程执行，而设备驱动层则由另一常驻线程执行，以保证数据汇聚工作的优先执行。

2　通信机制与算法设计

sEMG采集系统的通信架构是系统运行的基石。高通量及高采样率的肌电数据流的可靠实时传输对系统具有一定挑战，且由于高密度sEMG对高空间分辨率的固在需求，需要解决不同通道间的严格时间同步问题，同时人机交互应用对系统的响应延时也有苛刻的要求。

本文构建了基于USB结合WIFI的通信架构，并设计了一种基于双缓存和时隙切换的高精度同步算法，采用异步采集和同步聚合的方式，解决数据汇聚周期一致性性和多通道数据同步问题，同时通过分析系统的采集传输延时优化系统的实时响应性能。

2.1全局时隙同步通信机制

sEMG信号在人体上的传导速率在4 mm/ms左右，而本系统设计的信号采样频率fs为1 kHz，相邻电极最小间距为8 mm，为了防止相邻肌电通道的信号串扰和提高sEMG空间分辨率以满足HD-sEMG分析需求，需要各个通道的采样数据严格同步。由于系统采用模块化设计，不同的采集节点之间是异步运行的。同时在考虑到传输延时，协议开销，操作系统调度延时等问题下，需要设计实现一种高精度的严格的时间同步机制。

(5)岩土体结构指标量化及归一化。由于研究区南部和北部沟谷发育阶段不同，切割深度不同，导致南北部坡体的岩土体结构不同。北部地区基岩切割深度较浅，水流的侧蚀和下切作用明显，坡体主要为黄土结构，有利于崩塌和滑坡的发生；而中南部地区，早期河流侵蚀作用强烈，基岩岩体切割深度较大，但由于基岩出露的位置较高，水流对覆盖于基岩之上的黄土的侧蚀和下切作用已经不那么明显，发生崩塌和滑坡的可能性较小。根据切割深度由南向北逐渐减小的规律，将岩土体结构指标进行0～1之间归一化差值处理(图3e)。

图3　时隙同步通信机制

sEMG通道之间的高精度同步至关重要，直接影响后续的信号处理和分析。本系统针对误差因素进行深入分析，设计了以下同步通信机制。如图3所示，在整个系统中，采集节点、设备节点、PC平台之间的时间同步由设备节点控制发起。设备节点上USB主控制器以1ms周期定时广播SOF（Start of Frame）同步包，其中带有当前帧号的标识。而采集节点的MCU将设置高优先级中断以优先响应接收由USB Hub转发的该SOF包。在系统初始化阶段，设备节点和采集节点将进行握手通信以协调出共同的起始帧号和每通信周期T的帧号增量以确定下一周期通信的帧号。其中由该起始帧号和帧号增量所划分的通信周期T即为预定的采集节点与设备节点以及设备节点与PC之间的通信间隔，1/T就代表了通信的频率，下一节中将对通信周期进行详细分析。

当接收到预先指定帧号的广播SOF时，采集节点的中断例程将进行左右缓存切换和数据包封装准备以等待接下来的数据通信。而设备节点的程序则开启定时器负责跟踪特定帧号的SOF包以划分周期边界，其collect线程将每个通信周期按子采集节点数划分成N个通信时隙，每个时隙负责和一个子采集节点进行通信，完成与所有子节点通信后将睡眠直至下一通信周期，而处理和转发任务将由其他线程执行。

设备节点和PC平台间的通信是基于TCP/IP协议一对一进行的，其同步过程相对直接。设备节点程序将在预定tcp端口等待PC平台上位机的连接，经过握手后建立起通信逻辑链路。每个通信周期过程中，上位机主动发数据请求命令，随后将接收之前一个周期T时间内累积的sEMG数据。而设备节点则是在USB通信结束并进行处理后再进行数据发送操作，注意到该传输是可以和下一周期的USB传输并发进行的。

对同步通信机制中存在的同步时间误差进行分析，如图4所示，可知sEMG采集系统内同步误差的引入因素主要存在于以下几点：单个采集节点上ADC针对不同通道的信号采样时间差，不同采集节点ADC由于工作频率不精准导致采样频率不同而累积的时间差，处理器响应同步数据包的时间差，同步数据包传递延时导致的时间差，以及其他处理逻辑可能引入的时间差。

图4　sEMG信号采集时间序列

如前文所述由于利用USB主控制器产生的同步包进行时间戳广播，借助于硬件实现而不需要引入操作系统干预，极大程度上保证了不同通信周期的时间长度一致，同时也避免了操作系统调度导致的延时和传统轮询方法导致的轮询延时问题。然而USB Hub从上行端口接收SOF包至转发给多个下行端口间有延时τ1，而挂接在k层USB Hub上的采集节点接收到SOF包将具有最大(k-1)t1的时间差。采集节点的每个模块的MCU是异步运行的，其速度和任务负载不一致，响应同步数据包并触发采集信号也将存在延时误差t2。其中单个采集节点上的16通道sEMG信号由两个共享时钟的ADC进行同步采样和转换，被触发后ADC将进行fsT次连续转换，而其采样的时间误差t0远小于1us，相对其它因素可以忽略。然而不同采集节点的ADC异步运行且采用各自的内部时钟，由于时钟存在偏差比例re，时间误差将在一个通信周期T内进行累积，共产生最大reT的偏差，其值在同步误差内占用较大的比重。其他的信号传输延时等因素对系统的同步误差影响相对不显著，可以忽略不计。

由此可见，同一采集节点的通道基本完全同步，而系统内sEMG通道信号的同步误差主要由异步采集的不同采集节点间通道的同步时间误差所决定，其主要由SOF包传递延时误差，MCU同步包中断响应处理延时和ADC异步累积时间差所构成：

2.2实时响应性设计与延时优化

在人机交互领域，系统的响应性至关重要。从采集到肌电数据到识别出动作结果间的延时直接影响用户交互体验。该延时主要包括数据采集传输延时和数据分析识别延时，本系统主要涉及前者，因此需要统筹整个采集系统以降低该延时，提高系统的实时响应性。

如上所述，系统以固定周期进行通信，该固定的通信周期T决定了系统的整体延时t，而该周期主要受到多个sEMG采集节点和设备节点间的USB通信以及设备节点和PC平台间的WIFI通信两者的共同限制，如前文所述，两者由独立线程并发执行，但采集任务和处理任务则需要在WIFI发送之前完成。同时信道传输延时，操作线程调度，协议处理开销都将对系统延时产生影响。

如前文所述，设备节点和sEMG采集节点间通过USB进行通信，通过时隙切分依次轮询N个子采集节点进行数据通信，该过程需要在周期T内完成：

式中tu为每时隙有效数据通信时间，t1为时隙间切换的固定开销，包括线程调度和系统调用延时，而t0为采集线程被唤醒和进行准备任务的软件延时。其中tu受到数据量影响，而t0和t1都独立于数据量和周期T，相对固定。

为了实现数据流吞吐，需要满足传输对应周期T的所有sEMG通道数据流的条件，

式中s0代表总数据速率，su代表进行USB传输的数据速率。

由式（2）和式（3）可得，

式（4）表示了对有效数据传输时间要求，而式（5）则限制了通信周期T的选择，其下限即代表可实现的最佳响应能力。

设备节点和PC平台之间采用WIFI进行通信，其对于传输速度和通信周期也具有限制。为了便于分析，文中将设备节点，WIFI AP，PC平台三者之间的两步通信过程合并，其中传输时间tw定义为从设备节点开始发送到PC平台接收结束的时间差，sw则为对应的传输速度。t2为建立数据通信过程的软件协议开销。类似前文的分析可得，

确定了通信周期T后便决定了系统中多个与传输数据量相关的时间变量，据此可对系统的整体延时性能进行进一步分析。本文所关注的系统延时t为从ADC采集到sEMG数据到传输至PC平台的延时，其主要由数据包缓存和处理时间，USB传输时间和WIFI传输时间以及过程中的软件开销延时所组成：

设

可得

式中：tp为系统数据解析处理时间，σ包括ADC采集转换时间、信号在信道上传输时间，其值相对远小于其他时间，可忽略不计，其它参数如前文所述。注意到随着采集周期的增大，tu、tp、tw将随着数据量增多将线性增加。由于存在双缓存切换机制，每个通信周期所传输的sEMG数据都是上一个周期内所采集缓存的数据，故在式（9）中系统延时的范围与T相关。而一个周期内的数据缓存时间均匀分布在0到T时间内，故可定义系统平均延时t为，

因此为了改善系统响应性能和减少系统延时，需要优先选择更小的通信周期T，并尽量减少引入的软件开销和优化数据处理时间和传输速率。

3　实验与测试分析

3.1实验装置与环境

为了验证采集系统的软硬件功能和测试算法机制的有效性，本文构建了实验室环境下的采集实验平台，如图5所示，其由8个16路采集节点、1个设备节点、2层USB Hub以及配合的阵列电极、移动电池、WIFI AP、PC机构成。通过辅助器材固定设备后，佩戴者可在一定环境内活动，其128路肌电信号将被记录并通过无线转发至PC平台软件。

图5　采集装置实验平台实物图

3.2通信周期确定和传输延时分析

通信周期对整个系统性能参数具有直接的影响，选定合理的周期值有利于改善系统的可靠性、实时性、吞吐能力。

由2.2节可知，在采集节点数N为8下，共有128通道sEMG数据，每个通道的采样频率为1 kHz，精度为16 bit，则s0约为2 Mbit/s。则通信周期T的下限主要由采集线程软件延时t0，USB传输速率su、时隙间隔t1和WIFI传输速率sw以及连接过程软件开销t2所决定。

本文选用的为USB 1.1接口，尽管其理论通信速率为12 Mbit/s，但由于实际采用端点数据包大小为1 023 byte的块传输模式，最高理论有效通信速率约为9 Mbit/s，这是由于协议开销和带宽保留导致的，实验中实际测得有效通信速率su为8 Mbit/s。类似地，采用的WIFI模块支持54 Mbit/s通信速率，但是由于协议开销和传输距离变化导致速率不同，同时注意到文中sw为从设备节点经过WIFI AP到PC平台两步通信的合并速率，在测试环境下距离AP 10 m处测定sw平均值为15 Mbit/s。

其余参数则受实际通信过程和程序影响，通过软件定时器和USB信号测量，下表中列出经实验测试的参数值：

表1　数据通信中关键延时参数　单位：ms

选定最严格条件下的参数t0=5 ms，t1=3.5 ms，t2=8 ms代入式（5）、式（7），可得由USB通信限制的最小周期为44 ms，而WIFI通信限制的最小周期为9.2 ms，因此可得周期T最小值的上界为44 ms，实际中在更宽松条件下可能存在更小的可行周期T值。

随后本文选定通信周期T为50 ms、80 ms、100 ms进行实验，在相同的设备及实验环境下，分别各测试了5组15 min的通信过程，与USB通信相关的时间通过信号测量获得，而其他的时间通过软件定时器和辅助调试信号进行测量，并计算三种周期各个参数平均值，列在下表中。

表2　3种通信周期的时间参数　单位：ms

由上表中不难发现，随着通信周期的变小，相对变化缓慢的延时和软件开销的比重上升，导致有效的数据通信时间比例变小，使得信道利用率更低。

取得对应参数值后，根据式（8）、式（10）可计算系统的平均延时t：

表3　3种通信周期下系统平均延时

由表3可知随着通信周期T的减小，系统平均延时显著降低，系统的实时响应性能得到了改善。因此本系统设定通信周期T为50 ms，其性能能满足人机交互需要。

3.3同步误差测试与结果分析

尽管文中设计的同步机制通过广播带有时间戳的同步包能较好地处理多通道同步问题，但系统中仍存在其它的因素引入延时和误差。由式（1）可知，不同sEMG通道的同步误差主要由USB Hub的层数k和层间同步包转发延时τ1，处理器响应同步包延时引起的误差t2，以及AD异步采集累积的误差reT所决定。

表4　同步误差估计

系统中采用了8个设备节点时需要二层的USB Hub，则由其转发的同步包延时差最多经过一层，根据实际测量可知其转发SOF包的延时t1可达5 μs~10 μs。另外一个重要的误差引入源为处理器的同步中断响应例程导致的，其程序延时在20 μs 到60μs，其跨度变化主要源于于处理器的即时任务负载。系统的异步采集特点结合ADC内部振荡器频率的变化将导致同步误差时间在一个周期内累计，这也是误差的主要引入源，参照芯片的手册在室温条件下，其频率漂移系数re在0.5%以下。根据式（1）可得在通信周期T为50 ms时，不同采集节点的通道的时间误差在25 μs~320 μs范围内。

由此可见随着周期T的变小，不同采集节点的通道间的时间误差将得到改善，而根据前文所述同一采集节点的通道间时间误差可以忽略不计。需要强调的是，文中所采用电极阵列在采集节点内电极间距最小为8 mm，而在不同采集节点之间的电极间距最小为15 mm，根据肌电的传输速度4 mm/ms，可知由同步时间差造成的空间距离误差小于电极间距的1/10，造成的影响较小，能满足高密度肌电采集要求。

为了验证分析的有效性，本文设置了实验，分别选取了8个位于同一采集节点的通道和来自不同节点的通道，并在相应的ADC输入端输入同一参考信号进行实测，并记录所采集的信号。经过对实验数据进行分析，相同采集节点的通道的信号波形几乎完全吻合，而不同采集节点的通道的波形则略有时间偏差，且会随时间变化，但仍符合理论预期，集中在320 μs以内。

4　结语

本文在考虑可穿戴性、实时性、高通量等基础上，设计了模块化分层的sEMG采集系统架构和低延时高精度同步的通信机制。其中采集节点实现高密度sEMG的异步并行采集，设备节点负责通过USB聚合处理并经WIFI无线转发所有通道数据至PC平台，PC平台程序进行波形显示、存储、分析和设备控制。构建的实验平台实现了128通道1 kHz采样率16 bit精度sEMG信号的实时采集处理传输。实验结果表明，在通信周期为50 ms时，通道间同步误差小于320 μs，刷新率可达20 Hz，系统的平均延时小于80 ms。

参考文献：

［1］Frigo C，Crenna P. Multichannel SEMG in Clinical Gait Analysis：A Review and State-of-the-Art［J］. Clinical Biomechanics，2009，24（3）：236-245.

［2］Zhang F，Li P，Hou Z，et al. sEMG-Based Continuous Estimation of Joint Angles of Human Legs by Using BP Neural Network［J］. Neurocomputing，2012，78（1）：139-148.

［3］Chang K，Liu S，Wu X. A Wireless sEMG Recording System and Its Application to Muscle Fatigue Detection［J］. Sensors，2012，12 （1）：489-499.

［4］Jiang M W，Wang R C，Wang J Z，et al. A Method of Recognizing Finger Motion Using Wavelet Transform of Surface EMG Signal ［Z］. 20052：672-2674.

［5］Guo W，Yao P，Sheng X，et al. A Wireless Wearable sEMG and NIRS Acquisition System for an Enhanced Human-Computer In⁃terface［Z］. 2014：2192-2197.

［6］王笃明，王健，葛列众.肌肉疲劳的sEMG时频分析技术及其在工效学中的应用［J］.航天医学与医学工程，2003（5）：387-390.

［7］Reaz M B I，Hussain M S，Mohd-Yasin F. Techniques of EMG Signal Analysis：Detection，Processing，Classification and Applica⁃tions［J］. Biological Procedures Online. 2006，8（1）：11-35.

［8］Merletti R，Aventaggiato M，Botter A，et al. Advances in Surface EMG：Recent Progress in Detection and Processing Techniques ［J］. 2010，38（4）：305-345.

［9］Nakamura H，Konishi Y，Yoshida M. High-Density EMG Tech⁃niques in Neuromuscular Studies［J］. Transactions of Japanese So⁃ ciety for Medical and Biological Engineering. 2013，51（Supple⁃ment）：17.

［10］Blok J H，van Dijk J P，Drost G，et al. A High-Density Multichan⁃nel Surface Electromyography System for the Characterization of Single Motor Units［J］. Review of Scientific Instruments，2002，73 （4）：1887-1897.

［11］Barone U，Merletti R. Design of a Portable，Intrinsically Safe Mul⁃tichannel Acquisition System for High-Resolution，Real-Time Pro⁃cessing HD-sEMG［J］. IEEE Transactions on Biomedical Engi⁃neering，2013，60（8）：2242-2252.

［12］左鹏飞，路知远，张永强，等. 32通道无线表面肌电和加速度信号采集系统设计［J］.传感技术学报；Chinese Journal of Sensors and Actuators，2013（6）：790-795.

［13］侯文生，杨丹丹，胡宁，等.基于柔性印刷工艺的表面肌电电极阵列装置的设计［J］.传感技术学报，2010（5）：621-625.

［14］Naik G，Arjunan S，Kumar D. Applications of ICA and Fractal Di⁃mension in sEMG Signal Processing for Subtle Movement Analy⁃sis：A Review［J］. Australasian Physical & Engineering Sciences in Medicine，2011，34（2）：179-193.

［15］王星，张莹，赵德春，等.多通道表面肌电无线采集系统设计及实验研究［J］.仪器仪表学报，2012（11）：2460-2465.

［16］Fang Y，Zhu X，Liu H. Development of a Surface EMG Acquisi⁃tion System with Novel Electrodes Configuration and Signal Repre⁃sentation［M］. Lee J，Lee M，Liu H，et al，Springer Berlin Heidel⁃berg，2013：8102，405-414.

林上耀（1991-），男，硕士研究生，主要研究方向为嵌入式系统，传感网络，通信协议，1210tom@163.com；

金文光（1966-），男，博士，副教授，主要研究方向为无线通信与移动嵌入式系统，无线传感器网络，信号采集与处理系统，jinguang@zju.edu.cn。

The Implantable Glucose BiosensorBased on the Spiral-Type Pt-Ir Electrode*

YU Jiangyuan1，2，ZHU Zhigang1*，CHENCheng1，LI Zhanhong1，CHEN Yunxia2*
（1.School of Environmental & Meterials Engineering，College of Engineering，Shanghai Second Polytechnic University，Shanghai 201209，China；2.School of Material Science and Engineering，Jingdezhen Ceramic Institute，Jingdezhen Jiangxi 333001，China）

Abstract：A novel electrochemical sensor was fabricated by utilizing a spiral platinum-iridium alloy electrode to en⁃hance the loading of glucose oxidase on the implantable biosensor and increase the active area of the working elec⁃trode.The morphology of polyurethane（PU）semi-permeable membrane was observed by scanning electron micro⁃scope（SEM），and the performance of the sensor was investigated by cyclic voltammetry and chronoamperometry up⁃on the influence of the thickness and content of PU as well as the enzyme concentration. The result shows that the sensitivity of the as-prepared spiral sensor is 20 nA/(mmol/L)~30 nA/(mmol/L)，which could be linearly detected the physiological glucose concentration between 2 mmol/L and 30 mmol/L. The sensors also showed good repeatability，stability and selectivity，which could be an ideal candidate of long-term implantable sensor to monitor the blood sug⁃ar for diabetes in the future.

Key words：Glucose biosensor；Spiral-wired electrode；Polyurethane semi-permeable membrane；Selectivity

doi：EEACC：723010.3969/j.issn.1004-1699.2016.01.002

收稿日期：2015-08-13修改日期：2015-09-23

中图分类号：TP212.3；TP393

文献标识码：A

文章编号：1004-1699（2016）01-0001-08

项目来源：国家863计划项目（2013AA013705）