聚吡咯氧化石墨烯修饰的神经微电极阵列

利用电化学方法,在多通道神经微电极阵列芯片上制备聚吡咯氧化石墨烯薄膜材料,并对该材料的电化学行为进行了分析。对神经微电极阵列芯片采用计时电压法探究,确定了定向修饰聚吡咯氧化石墨烯薄膜的最佳电沉积条件。微电极阵列芯片为多通道实时检测神经细胞的电生理和电化学信号提供了一种新的器件,但其检测灵敏度、信噪比需进一步的提高。将聚吡咯氧化石墨烯的平面微电极阻抗值降低了92.1%,且提高了对多巴胺循环伏安响应的灵敏度,对神经电生理信号和电化学信号的检测具有重要意义。     

基于FPGA的动作电位提取系统设计与实现

利用生物电测量技术的微电极,可以采集到神经元发放的动作电位,这为后续脑神经活动的研究提供有效的依据.但是如何将采集到的信号中的动作电位有效地提取出来,是信号处理领域的一个重要的课题.在实际过程中,动作电位非常稀疏,有必要对冗余信息进行滤除.该文将神经信号进行滤波放大和AD采样后,利用FPGA电路实现了动作电位的阈值法检测,滤除了大量的冗余信号,简化了后续的处理过程.实验表明:该电路能够实现动作电位的实时检测与发送,同时记录每个动作电位到来的时刻.     

高精度微弱脑电检测数模混合控制芯片系统

针对脑电检测的研究需要,研发了微弱EEG脑电信号采集专用芯片系统。该芯片使用斩波稳定去噪声技术,首先利用2 k Hz的斩波频率对100 Hz以下的EEG信号进行频域隔离,然后利用RRL纹波抑制环路反馈进行调制后位于chopper频率处的主要由失调与低频1/f闪烁噪声引起的纹波电压的抑制;单级斩波放大使用电流复用、亚阈值跨导增强技术对来自EEG传感器的低频(100 Hz)小信号(5~100μV)进行40 d B增益的稳定中频放大;级联S/H电路进行去累积毛刺滤波,配合前面斩波技术,达到整体低噪声性能;VGA/LPF通过改变输入、反馈/负载电容,分别进行增益/带宽的数字调整。EEG-DSP加速芯片实现对多通道采集的控制以及信号处理编码。设计使用SMICRF 180 nm混合工艺,使用Cadence的Spectre软件进行功能前/后仿真,使用Caliber工具进行DRC/LVS的版图验收。最后,对设计芯片进行实际测试,结果表明放大芯片关键性能为:8.1μW/通道、面积6.3 mm2/8通道、0.8μVrms(BW=100 Hz)等效输入噪声;该款自主研发的脑电斩波放大芯片性能达到国内外前列的水平,可进行正确的脑电EEG采集,可应用于可穿戴领域、对后续脑电数据分析具有重要的使用价值。     

一种神经信号压缩感知检测方法

针对无线传感器在神经信号检测领域需要低功耗设计的需求,设计了一种利用压缩感知方法对含动作电位的神经信号进行分段压缩的方法。首先,通过构造冗余字典,实现了对原始神经信号的稀疏化表征;然后构建了测量矩阵,实现了对原始神经信号的压缩;最后,利用稀疏分解算法,实现了对原始神经信号的重构。利用测量到的大鼠脑部神经信号对设计的方法进行实验测试,结果表明,在压缩比为10：1及以下的情况下,可以实现对含动作电位的神经信号的分段压缩和可靠重构。     

抑郁症静息脑电的小波包节点功率谱熵分析

头皮脑电(EEG)信号反映了大脑皮层神经元细胞群自发性节律性的电生理活动,含有丰富的生理与病理信息,是临床脑神经与精神疾病诊断的重要依据.针对抑郁症的研究和诊断中缺少客观有效的量化参数和指标的状况,提出一种基于小波包分解节点重构信号的功率谱熵值(记为W值)的脑电信号分析方法,并利用此方法对静息态的脑电信号进行计算和分析.实验和分析结果表明:抑郁症患者脑电信号S32节点(频率24~32 Hz)的熵值(置信区间[0.0129,0.0176])在部分脑区显著大于正常健康人(置信区间[0.0246,0.0303]),显示抑郁症病人快波节律的能量分布存在弥散性,符合现在关于抑郁症患者自我调节能力减弱的发病机制.对结果进行了T检验统计分析,证明了这种辨别方法的准确性和可行性,将为抑郁症疾病检测诊断提供有效的量化物理指标.     

双模态神经信息检测分析仪器研制

针对神经科学基础研究对神经信息检测仪器的迫切需求,研制了双模态神经信息检测分析仪器。该检测仪由中央控制模块、电生理检测模块、电化学检测模块、数据采集模块及多通道神经信息分析处理软件组成,能实现128通道神经电生理信号和8通道神经电化学信号的检测。采用模拟神经信号发生器对该分析仪进行了电生理检测模块性能测试,能实时检测、分析处理128通道的微弱神经电生理信号,提取的Spike信号峰-峰值为320 μV。结合64通道离体微电极阵列,采用电化学循环伏安扫描可实现对不同浓度抗坏血酸溶液的检测。实验结果表明,该分析仪能实现对微弱神经电生理和递质电化学信号的检测,为神经信息双模检测奠定了技术基础。     

基于小波变换的电生理信号压缩采样与重构

压缩感知是一个新兴领域,该理论可对信号以低于奈奎斯特采样率的速率进行成比例压缩采样,用来降低数据存储。本文基于压缩感知和小波变换,设计并实现了神经动作电位信号的压缩与重构。首先在小波域构造了64位神经动作电位信号的稀疏矩阵,然后设计了64位神经动作电位信号的2：1压缩矩阵与OMP（OrthogonalMatchingPursuit）重构算法,并通过编程仿真实现,可以完成信噪比较高的压缩信号的高精度恢复。仿真结果表明,重构信号与原信号的关键值相对误差小于15％。     

基于微丝电极的神经电信号检测系统研制

研制了一种生物神经电信号检测系统.该检测系统采用微丝电极作为信号采集传感器,经过微弱信号调理仪器对微弱神经信号进行放大、滤波等处理,开发基于LabVIEW的上位机软件对所采集的信号进一步分析、显示以及存储等.实验中仪器噪声小于20 μV的条件下检测到了幅值为160 μV神经电信号,S/N≈8,结果表明:本检测系统可实现对微弱神经电信号的检测.     

基于DSP与FPGA的实时功率谱分析仪

设计了一套实时功率谱分析系统,主要用于信号的实时功率谱分析。采用DSP浮点芯片TMS32C6713作为系统的主处理单元,负责进行功率谱分析;FPGA芯片Spartan xc2s200为主控制单元,并通过CY7C68013 USB芯片与基于LabVIEW的上位机进行通信。为了保证系统的实时性,在DSP中使用了实时操作系统内核DSP/BIOS.它提供了抢占式多线程、硬件抽象、与寄存器配置等功能。分别采用频率为25 Hz、100 Hz的正弦信号对该系统进行标定。