基于ADS1299 的便携式EEG 采集系统设计*

王东庆，董煜阳

（昆明理工大学，云南 昆明 650500）

0 引言

脑机接口技术（Brain Computer Interface，BCI）是一种通过电极采集人体大脑活动产生的生物电信号，并利用信号分解方法提取生物电信号时域和频域信息来进行分析，实现脑电信息解码与外部设备直接交流的人机交互技术[1]。脑电采集设备作为脑机接口技术中脑电信号采集的工具，是脑机接口技术的关键和基础。

近年来，从人体头皮采集脑电信号的无创BCI技术得到了快速发展，各种脑电采集设备不断涌现，应用领域范围不断扩大[2-3]。目前，科研级的脑电采集设备价格昂贵、体积较大，而商业级的产品测量精度较低。此外，现有的产品集成度高且结构固定，用户无法在形态和功能上进行自由开发。为此开发具有高精度、低成本、便携式的脑电信号（Electroencephalography，EEG）采集系统对科学研究、临床诊断、康复治疗以及大脑信息解码等具有重要的价值和意义。

本文设计的EEG 采集系统采用高度集成的模拟前端芯片ADS1299 设计电路，并通过预处理电路和滤波算法提高信噪比。数据传输采用无线和有线两种方式，可通过STM32 主控程序切换数据传输方式。整个系统的硬件设计结构简单、成本低、便携性强，且能够准确采集被试不同状态时的EEG信号，为其他在线系统的开发提供了可靠平台。

1 系统硬件架构

EEG 采集系统硬件架构如图1 所示。EEG 采集系统主要由脑电帽、预处理电路、模拟前端、主控芯片、数据传输模块、蓝牙模块、SD 卡、电源管理模块构成[4]。

图1 EEG 采集系统硬件架构

系统采集数据过程如下：首先，主控芯片接收上位机发送的采集命令后开始进行EEG 采集，脑电信号通过电极帽经预处理电路进入模拟前端，模拟前端对EEG 信号进行放大并对其数字化得到8通道原始EEG 数据；其次，在采集信号的同时，蓝牙模块接收听觉/视觉刺激器发出的触发信号；最后，主控芯片对EEG 信号和触发信号进行打包，通过Wi-Fi 数据传输模块（或USB 数据传输模块）将数据发送至上位机，上位机对数据进行校验、解析、实时绘图和存储，以便对脑电信号进行进一步的处理和解码。

1.1 预处理电路

预处理电路包括静电防护电路和二阶阻容（Resistance-Capacitance Circuits，RC）滤波电路，其中ESD401 具有防护±24 kV 接触放电功能。整个预处理电路在保护电路的同时滤除脑电信号中的高频成分，预处理电路如图2 所示。

图2 预处理电路

脑电信号的主要频率分布范围为0.5～100 Hz，可用信息主要分布在50 Hz 以下[5]。EEG 采集系统阻抗在线测试所需频率为62.5 Hz，故设定预处理电路电阻R1=R2=4 kΩ，电容C1=C2=200 nF，通过计算可得-3 dB 时的截止频率为75 Hz。

1.2 模拟前端

EEG 采集系统通过ADS1299 模拟前端进行8通道低噪声采样，输入阻抗和共模抑制比较高，无须对模拟前端配置额外阻抗变换电路即可实现EEG信号采集。ADS1299 内部功能架构如图3 所示，其主要特性如下：

图3 ADS1299 内部功能框

（1）ADS1299 芯片内置可编程增益放大器、内部基准以及板载振荡器，具备颅外脑电图（EEG）和心电图（electrocardiogram，ECG）应用所需功能，集成度高、功能强大[6]。

（2）ADS1299 芯片中的8 个通道均具有24 位同步采样模数转换器（Analog-to-Digital Converter，ADC），电压分辨率最高可达0.022 μV。

（3）ADS1299 通道中配有输入多路复用器，与内部生成的信号独立相连，可完成内部信号测试、温度测量和导联断开检测[7]。

（4）ADS1299 芯片共模抑制比最高为-110 dB，数据传输速率范围为250 SPS～16 kSPS，输入阻抗可达1 000 MΩ。

（5）ADS1299 芯片内部具有偏置电极，用于减少噪声和抑制信号飘移，可通过SRB2 相关寄存器进行控制。

（6）ADS1299 芯片内部采用Σ-Δ 调制器和数字抽取滤波器。Σ-Δ 调制器基于过采样技术，可把更多的量化噪声压缩到基本频带以外的高频区。数字抽取滤波器由采样速率可变的三阶sin 滤波器组成，可有效降低高频区噪声[8]。

1.3 主控芯片

主控芯片采用ST（意法半导体）公司生产的内核为Cortex -M4 的STM32F407ZGT6。该芯片工作电压为3.3 V，时钟频率为168 MHz，内含完整DSP指令集，具有快速运算能力。芯片具有192 KB 的随机存取存储器（Random Access Memory，RAM）和1 MB 的只读存储器（Read-Only Memory，ROM），具有串行外围设备接口（Service Provider Interface，SPI）、通用异步收发传输器（Universal Asynchronous Receiver and Transmitter，UART）、通用串行总线（Universal Serial Bus，USB）、安全数字输入输出（Secure Digital Input and Output，SDIO）等接口，便于系统开发。主控芯片部分功能引脚与其他模块的连接如图4 所示。

图4 主控芯片部分功能引脚

1.4 电源管理模块

EEG 采集系统采用锂电池供电，以减少交流电供电带来的工频干扰，选用ADP7118ARDZ-3.3、ADP7118ARDZ-2.5、TPS60403、ADP7182AUJZ 电压模块将直流+3.7/5 V 转换为+3.3 V、+2.5 V、-3.7/-5 V、-2.5 V 对EEG 采集系统进行供电[9]。电源管理模块的电路如图5 所示。

图5 电源管理模块电路

1.5 数据传输模块

数据传输模块包括USB 数据传输模块和Wi-Fi数据传输模块。USB 数据传输模块采用CH340G芯片实现串口转USB；Wi-Fi 数据传输模块采用ALK8266 Wi-Fi 模块，与上位机通信时有效吞吐速率高于1 MB/s，满足8 通道EEG 数据的传输。

上位机与采集系统通信时，上位机需设置与采集系统相对应的通信属性，本文所设计的EEG 采集系统传输的单个数据包由39 个字节组成，包括帧头、功能码、数据长度、脑电数据、数据标签、校验位和帧尾。主控芯片发送脑电数据至上位机的通信协议如表1 所示。

表1 脑电数据通信协议

当上位机接收到数据时，需要对接收到的数据包根据表1 的通信协议进行校验、解析、实时绘图和存储。

1.6 蓝牙模块

EEG 采集系统选用HC-42 蓝牙模块与PC 进行通信，通过调用PC 端蓝牙串行通信端口（Cluster Communication Port，COM）将听觉/视觉刺激器产生的触发信号传输至EEG 采集系统，采集系统对EEG信号和触发信号进行打包并发送至上位机。

2 软件设计

EEG 采集系统软件部分由STM32 主控程序和人机交互界面组成。STM32 主控程序实现系统初始化、ADS1299 参数设置、数据转换读入控制、原始EEG 数据打包、数据收发功能[10]。人机交互界面包括参数设置、波形显示和阻抗测量，主要完成阻抗在线测量和波形的实时显示与存储功能。

2.1 STM32 主控程序

STM32 主控程序基于Keil uVision5 软件编写完成，其流程如图6 所示。

图6 主程序流程

STM32 主控程序具体流程如下：

（1）初始化STM32 主控芯片时钟、通用输入输出端口（General Porpose Intput Output，GPIO）、定时器、SPI、UART。

（2）STM32 主控芯片依次发送“WAKEUP”和“RESET”命令唤醒ADS1299，并将ADS1299 内部寄存器复位。

（3）STM32 主控芯片发送“SDATAC”命令停止连续数据读取，然后发送“WREG”命令配置ADS1299 寄存器。

（4）STM32 主控芯片发送“RDATAC”启动连续读取模式，等待DRDY 产生中断，并通过SPI读取转换后的数据，所读取每个通道的原始数据将以24 位补码的形式存储于寄存器中。

（5）STM32 主控芯片将原始数据转换成int32类型并根据通信协议对数据打包，通过Wi-Fi（或UART）将数据发送至上位机，最后判断是否接收到上位机发送的“STOP”命令。

2.2 人机交互界面

EEG 采集系统中的人机交互界面通过MATLAB软件中的APP 设计工具进行设计。利用按钮、文本、图像、下拉框、坐标区、工具栏基本控件设计人机交互界面前面板，并对相应基本控件编写回调函数实现对应动作。

采集系统的人机交互界面主要由参数设置界面和波形显示与阻抗测量界面组成。参数设置界面用于串口参数和网络参数的设置；波形显示与阻抗测量界面用于显示指定通道波形和所有通道的阻抗数据，整个采集系统人机交互界面如图7、图8 所示。

图7 参数设置界面

图8 波形显示与阻抗测量界面

使用人机交互界面时，首先需要在参数设置界面中设置网络参数或串口参数实现下位机与上位机的通信。当下位机选择无线模块作为数据传输时，需将上位机中的网络参数设置为服务器模式，并设置本地主机端口号；当下位机选择串口作为数据传输时，上位机中只需在串口参数中选择端口号，其他参数保持软件默认。进入正式采集时，将界面调至波形显示与阻抗测量界面，打开开始采集按钮，选择所要显示波形的通道，波形将实时显示于界面的坐标区，点击数据保存按钮，数据将开始保存至默认文件存储位置，采集结束时，点击停止采集按钮并退出程序。

3 阻抗测量原理

阻抗测量是基于ADS1299 芯片内部提供的引线检测功能，即在选定的放大器输入端注入具有一定幅值和固定频率的方波电流用于阻抗测量。当采样率为250 SPS 时，电流源的大小有6 nA、24 nA、6 μA、24 μA 可选，频率有7.8 Hz、31.25 Hz、62.5 Hz 可选。对于连续监测，注入电流源频率不能落在可用的脑电图信号带内并且不能影响脑电信号。考虑到脑电的频率和幅值范围，故采用6 nA 的小电流和62.5 Hz的信号用于脑电连续记录中的阻抗测量[11]。

通过在选定的放大器输入端注入具有一定幅值和固定频率的方波电流进行阻抗测试。将欧姆定律应用到阻抗测量得到：

式中：VRMS为实测电压的均方根（Root Mean Square，RMS），即执行快速傅里叶变换（Fast Fourier Transform，FFT）后获得的激励信号的频率所对应的幅值；Ipeak为激励电流源的峰值幅值。

在阻抗测量中，误差主要来自电流源产生的公差，即±20%。考虑这一公差，在实际测量之前，本文使用已知数值的精确电阻进行了测试，并编写校准程序。校准程序主要通过在计算时加入权值系数k对测量误差进行补偿，系统校正后阻抗计算公式如下：

4 EEG 采集系统测试

4.1 输入参考噪声测试

将EEG 采集系统所有电极输入端短接并接地，设定ADS1299 芯片放大倍数和芯片采样率分别为24 Hz和250 Hz。通过EEG 采集系统采集10 s 数据计算均方根和峰值，重复10 次得到峰值为1.48±0.2 μV，输入参考噪声（均方根）为1.44±0.35 μV。

4.2 信噪比测试

采用信号发生器产生频率为10 Hz、幅值为50 mV 的正弦信号作为输入信号。信噪比公式[12]为：

式中：PSignal为输入信号基频对应的功率；PNoise为去除基频及2～6 次谐波后的信号功率，即噪声功率。利用式（3）计算信噪比，重复10 次取均值，得到系统在10 Hz 处的信噪比为75.28±0.95 dB。

4.3 共模抑制比测试

采用信号发生器生成频率为10 Hz、幅值为1 V的正弦信号作为共模输入信号，采集30 s 的数据进行计算[13]。共模抑制比的计算公式为：

式中：CMRR为系统的共模抑制比；Ad为差模放大；Ac为共模放大倍数。由式（4）计算得出，CMRR可达-94 dB。

4.4 阻抗测试

选用精密电位器模拟人体阻抗对采集系统进行阻抗测试，其中精密电位器电阻调节范围为10～35 kΩ，阻抗间隔为5 kΩ。阻抗测试实验中系统采样率、放大倍数、阻抗测试电流幅值和频率分别设置为250 Hz、24、6 nA 以及62.5 Hz。系统采集通道1～4 实测阻抗数据如表2、表3 所示。

表2 校正前实测阻抗数据 kΩ

对系统校正前每个通道阻抗计算比例系数k，并对8 个通道的比例系数进行平均，可得权值系数k=1.198 1。通过式（4）重新测量系统阻抗并计算测量误差，校正后实测阻抗数据如表3 所示。

表3 校正后实测阻抗数据 kΩ

从表2 和表3 可以看出，系统未校正前阻抗测试的阻值整体偏小，通过计算可得校正前最大误差为21%；校正后的阻抗数值接近理论阻值，最大误差为5%。因此，通过对阻抗计算的校正实现了更加准确的阻抗测量。

4.5 脑电信号测试

脑电信号测试实验中，系统采样率设置为250 Hz，放大倍数设置为12，参考电极接于耳后乳突处，地电极与测量电极置于额头处不同位置，偏置电极贴于右手背面。在电极涂抹导电膏的同时，观察人机交互界面中接触阻抗颜色和数值的变化，以确保电极的接触阻抗低于30 kΩ。正确安装电极后进入数据采集模式，对典型的脑电信号进行观察，如眨眼信号和清醒闭眼时的α 波。实验场景如图9 所示，被试者坐在屏幕正前方60 cm 处保持静息状态，实测数据如图10 所示。

图9 实验场景

图10 被试FP1 电极实测EEG 信号

EEG 信号因其具有较强的随机性，时域特征不明显，需通过频域特征进行验证。人体在闭眼时，大脑内部振荡频率（大约为10 Hz α 波）对EEG频率成分的影响占主导作用[14]；在睁眼时，外部视觉刺激产生的频率成分占主导地位。通过比较被试睁眼和闭眼时α 波强度来验证系统采集的信号是否为脑电信号[15-16]。

图10 为被试EEG 信号经过小波变换去噪后所得到的信号，其中0～2 s 被试处于睁眼状态，2～4 s被试处于闭眼状态。对上述去噪后的信号采用直接法计算相应的功率谱，被试在睁眼、闭眼时功率谱密度变化如图11 所示。

在图11 中，虚线和实线分别为被试睁眼和闭眼时的EEG 信号功率变化。从功率谱中可以看出，在闭眼时EEG 信号10 Hz 处的信号功率明显大于睁眼（大约为20 dB）。因此，实验表明本文所设计的EEG 采集系统能够采集被试大脑在不同状态时EEG 信号的不同频域特征。

图11 被试睁眼/闭眼时信号的功率谱

4.6 心电信号测试

由于脑电信号时域特征不明显，为进一步直观验证采集系统的有效性，对心电信号进行测试。心电信号测试实验中，系统采样率设置为250 Hz，放大倍数设置为12，电极采用标准导联中的I 导联[17]方式进行连接，测量电极和参考电极分别连接被试的左上肢和右上肢。系统通过低通滤波器和50 Hz陷波器对原始ECG 信号进行滤波，并采用小波变换进一步去噪[18]，采集到被试的ECG 信号如图12所示。

图12 被试实测ECG 信号

从图12 可以看出，滤波后的ECG 信号呈周期性变化，P 波、QRS 波、T 波和ST 段等特征均较为明显，表明EEG 采集系统能够采集到与脑电信号相比幅度较大、时域特征更显著的ECG 信号。

5 结语

本文设计了一种基于ADS1299 的8 通道EEG采集系统。系统的硬件部分采用高度集成的元件进行设计，模拟前端采用ADS1299 进行信号放大与模数转换，使用具有高性能、低功耗的STM32F407ZGT6 作为主控芯片；使用ALK8266Wi-Fi 模块实现无线高速数据传输，提高了系统的便携性；使用HC-42 蓝牙模块实现触发信号的接收。系统的软件部分使用MATLAB 中的APP 设计工具设计了人机交互界面。系统的测试结果证明：平均输入参考噪声为1.44 μV，共模抑制比可达-94 dB，实现了人体脑电信号的在线采集和处理，该采集系统满足一般脑电信号的采集要求，为其他在线系统的开发提供了可靠平台，有较强的推广价值。