基于结构化稀疏压缩感知的脑信号获取与处理设备的制作方法
【专利摘要】本实用新型公开了一种基于结构化稀疏压缩感知的脑信号获取与处理设备，克服目前脑信号获取与处理的设备体积较大操作较复杂等不足，该设备中，脑信号传感器采集人体的脑电信号；信号处理电路对脑电信号进行放大、整形以及模数转换处理；压缩采样电路对经过信号处理电路处理后的脑电信号进行压缩采样，获得采样信号；信号发送电路发送采样信号；信号接收重构电路接收采样信号，对采样信号进行重构和放大，得到脑电数据；数据存储与分析电路分析获得脑电数据的幅度和频率，将脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，得到分析结果。本申请的实施例体积小，容易携带，操作简单，能被广大家庭和医院接受。
【专利说明】基于结构化稀疏压缩感知的脑信号获取与处理设备
【技术领域】
[0001]本实用新型涉及一种脑信号获取与处理设备，尤其涉及一种基于结构化稀疏压缩感知的脑信号获取与处理设备。
【背景技术】
[0002]脑电波分析是精神病临床诊断的重要手段之一。脑电图是通过脑电图描记仪将脑自身微弱的生物电放大记录成为一种曲线图，以帮助诊断疾病的一种现代辅助检查方法。它对被检查者没有任何创伤。
[0003]目前国内外已经出现了多种脑信号获取与处理的设备，主要包括视频脑电图、动态脑电图及常规脑电图等三种，并且已经在实践中广泛用于医学和研究领域。但是，这些设备价格高昂，体积较大，笨重不灵活，操作较复杂。
实用新型内容
[0004]本实用新型所要解决的技术问题是克服目前脑信号获取与处理的设备体积较大操作较复杂等不足。
[0005]为了解决上述技术问题，本实用新型提供了一种基于结构化稀疏压缩感知的脑信号获取与处理设备，包括:脑信号传感器(I)、信号处理电路(2)、信号压缩采样电路(3)、信号发送电路(4)、信号接收重构电路(5)、数据存储与分析电路(6)，其中:
[0006]所述脑信号传感器(I)采集人体的脑电信号；
[0007]所述信号处理电路(2)对所述脑电信号进行放大、整形以及模数转换处理；
[0008]所述压缩采样电路(3)对经过所述信号处理电路(2)处理后的脑电信号进行压缩采样，获得采样信号；
[0009]所述信号发送电路(4)发送所述采样信号；
[0010]所述信号接收重构电路(5)接收所述采样信号，对所述采样信号进行重构和放大，得到脑电数据；
[0011]所述数据存储与分析电路(6)分析获得所述脑电数据的幅度和频率，将所述脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，得到分析结果。
[0012]优选地，所述脑信号传感器(I)包含有盘状电极脑电导联线及尼龙固定帽。
[0013]优选地，所述信号处理电路(2)包括信号放大电路(21)与模数转换电路(22)，其中:
[0014]所述信号放大电路(21)对所述脑电信号进行放大和整形处理；
[0015]所述模数转换电路(22)对所述放大和整形处理后的脑电信号进行模数转换。
[0016]优选地，所述信号发送电路(4)通过无线传输将所述采样信号发送给所述信号接收重构电路(5)。
[0017]优选地，所述信号接收重构电路(5)包括无线接收电路(51)、信号重构电路(52)以及信号放大电路(53)，其中:[0018]所述无线接收电路(51)通过无线传输方式接收所述采样信号；
[0019]所述信号重构电路(52)对所述采样信号进行重构；
[0020]所述信号放大电路(53)对所述重构后的信号进行放大，得到所述脑电数据。
[0021]优选地，所述数据存储与分析电路(6)包括输入电路(61)以及数据存储分析电路(62)，其中:
[0022]所述输入电路(61)接收所述脑电数据；
[0023]所述数据存储分析电路(62)分析获得所述脑电数据的幅度和频率，将所述脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，得到分析结果。
[0024]优选地，所述数据存储与分析电路(6)包括显示电路(63)，显示所述分析结果。
[0025]与现有技术相比，本申请的实施例提供了一种成本较低的基于结构化稀疏压缩感知的脑信号获取与处理设备。本申请的实施例体积小，容易携带，操作简单，能被广大家庭和医院接受。本申请的实施例采用精度高、噪声小、安全性好、线缆材料柔软耐弯折的盘状电极脑电导联线，通过尼龙固定帽把电极固定在头上采样脑电信号。信号通过由放大电路、整形电路、压缩采样和无线收发电路、信号重构、放大电路，最后在计算机上显示波形和数据，给出诊断结果和健康指导。该设备可以诊断精神疾病、癫痫、脑肿瘤等疾病，并能实现远程监控，不受距离约束，精确性高，实时性好。
【专利附图】
【附图说明】
[0026]图1为本申请实施例的基于结构化稀疏压缩感知的脑信号获取与处理设备的构造不意图。
【具体实施方式】
[0027]以下将结合附图及实施例来详细说明本实用新型的实施方式，借此对本实用新型如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下的相互结合，均在本实用新型的保护范围之内。
[0028]压缩感知技术是一种新的采样技术，其通过开发信号的稀疏特性，在远小于奈奎斯特(Nyquist)采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建
算法完美的重建信号。
[0029]压缩感知技术在医学邻域的应用几乎是空白，但应用前景非常被看好。经由无线体域网的生理信号的远程监控，是目前医疗通讯领域的一个主要研究方向。压缩传感技术应用于这一领域有明显的优势:(I)当采用元素仅为O和I的稀疏矩阵为传感矩阵时，压缩传感可以比传统的小波压缩技术更加减少无线体域网的能量的损耗。而减少能量损耗是无线体域网研究的一个核心问题。(2)从压缩质量上来看，压缩传感和小波压缩有类似的压缩率和恢复质量。其大致原理是先采集原始脑信号X，然后任意生成一个随机感知矩阵Φ，由X和Φ便可得到压缩的信号Υ=ΦΧ。信号Y经由无线体域网传到智能终端并经过互联网进行远程传输。在远程 ，块稀疏贝叶斯学习(BSBL)算法由信号Y和共享随机感知矩阵Φ恢复原始的脑信号X。
[0030]如图1所示，本申请实施例的基于结构化稀疏压缩感知的脑信号获取与处理设备，主要包括脑信号传感器1、信号处理电路2、信号压缩采样电路3、信号发送电路4、信号接收重构电路5、数据存储与分析电路6。
[0031]脑信号传感器I采集人体的脑电信号。本申请实施例中的脑信号传感器1，脑信号传感器I包含有盘状电极脑电导联线及尼龙固定帽，其采用盘状电极脑电导联线，它测量精度高，噪声小，安全性好，线缆材料柔软耐弯折，通过尼龙固定帽把电极固定在人的头上。
[0032]信号处理电路2与脑信号传感器I相连，对脑信号传感器I采集的脑电信号进行放大、整形以及模数(A/D)转换处理，并将处理后的脑电信号发送给压缩采样电路3。
[0033]压缩采样电路3与信号处理电路2相连，对经过信号处理电路2处理后的脑电信号进行压缩采样，获得采样信号并发送给信号发送电路4。
[0034]信号发送电路4与压缩采样电路3相连，通过无线传输等方式将采样信号发送给信号接收重构电路5。
[0035]信号接收重构电路5与信号发送电路4通过无线等方式相连，接收信号发送电路4通过无线方式发送的采样信号；在收到采样信号后，对采样信号进行重构和放大，得到脑电数据；将脑电数据传输给数据存储与分析电路6。
[0036]数据存储与分析电路6与信号接收重构电路5相连，接收信号接收重构电路5传输的脑电数据，分析获得脑电数据的幅度和频率，并将脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，并显示分析结果。
[0037]如图1所示，本申请实施例中的信号处理电路2包括信号放大电路21与模数转换电路22。信号放大电路21与脑信号传感器I相连，对脑信号传感器I采集的脑电信号进行放大和整形。脑信号是一种生物信号，较为微弱，容易受噪声和受测者脑部轻微运动影响，经过放大后可以提高信号强度。模数转换电路22与信号放大电路21及压缩采样电路3相连，对信号放大电路21进行放大和整形处理后的脑电信号进行模数转换，并将模数转换后的脑电信号发送给压缩采样电路3。
[0038]本申请的实施例中，信号压缩采样电路3相对于传统奈奎斯特采样不仅降低采样频率对硬件的要求，也减少了采样时间和采样数据，由于采样数据的减少，需要的存储空间和传输时间也相应的减少。
[0039]本申请的实施例中，信号发送电路4采用远距离无线传输或者短距离蓝牙传输，实现了无线体域网的生理信号的远程监控。
[0040]信号发送电路4和信号接收重构电路5采用远距离无线传输或者短距离蓝牙传输，可以实现无线体域网的生理信号的远程监控，该特征使本系统更加的灵活方便，受距离限制较小。比如，测试对象可以在卧室、客厅等处，通过无线将数据发送给医院、卫生所等远程位置。
[0041]如图1所示，本申请实施例中的信号接收重构电路5包括无线接收电路51、信号重构电路52以及信号放大电路53。无线接收电路51通过无线传输方式与信号发送电路4相连，接收信号发送电路4通过无线方式发送的采样信号。信号重构电路52与无线接收电路51相连，对采样信号进行重构。信号放大电路53与信号重构电路52相连，对信号重构电路52重构获得的信号进行放大，以弥补信号在传输过程中的损失，得到脑电数据。
[0042]如图1所示，本申请实施例中的数据存储与分析电路6包括输入电路61、数据存储分析电路62以及显示电路63等。输入电路61与信号接收重构电路5相连，接收信号接收重构电路5传输的脑电数据并输入给数据存储分析电路62。数据存储分析电路62与输入电路61相连，收集历史数据并存储，为数据脑电分析、统计提供参考和支持，分析获得脑电数据的幅度和频率，并将脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，并获得分析结果。数据存储分析电路62采用Apache、MySQL、PHP等技术实现，能够提供图表展示等功能，顺应了基于Web的生物信息学的发展趋势。显示电路63与数据存储分析电路62相连，显示数据存储分析电路62根据比较结果进行数据分析所获得的分析结果。
[0043]本申请的实施例在应用时，可以通过尼龙固定帽把盘状电极固定在人的头上，采集人体的脑电信号。信号处理电路对脑电信号进行放大、整形以及模数转换处理，并将处理后的信号发送给压缩采样电路。压缩采样电路对经过信号处理电路处理后的脑电信号进行压缩采样，获得采样信号并发送给信号发送电路。信号发送电路通过无线传输等方式将采样信号发送给信号接收重构电路。信号接收重构电路收到采样信号后，对采样信号进行重构和放大，得到脑电数据。数据存储与分析电路将脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行脑电分析，并显示分析结果。
[0044]与现有技术相比，本申请的实施例依托近年来迅速发展的结构化稀疏压缩感知理论对信号进行压缩采样，这样不仅降低采样频率对硬件的要求，也减少了采样时间和采样数据。由于减少了采样数据，因此所需要的存储空间和传输时间也相应的减少。压缩传感可以比传统的小波压缩技术更加减少无线体域网的能量的损耗，在接收端利用块稀疏贝叶斯学习BSBL算法重构原始脑电信号。基于该理论远距离传输后在信号接收端可以比现有的方法更准确的接收到脑电信号。本实用新型能长程监护和长时监护，而且还有回放的功能，能对脑电信号准确分析。
[0045]本申请的实施例具有成本低、体积小、能远程监控等特点，能够在中小型医院甚至在普通家庭广泛使用。当前社会工作压力大，环境污染严重，脑部疾病包括精神疾病、癫痫、脑肿瘤等得病人数逐年上升，严重危害人们身心健康，本产品能有效地预防、诊断相关疾病，对于社会医疗有一定的促进作用，推动社会的发展。
[0046]虽然本实用新型所揭露的实施方式如上，但所述的内容仅为便于理解本实用新型而采用的实施方式，并非用以限定本实用新型。任何本实用新型所属领域内的技术人员，在不脱离本实用新型所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本实用新型的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
【权利要求】
1.一种基于结构化稀疏压缩感知的脑信号获取与处理设备，其特征在于，该设备包括:脑信号传感器(I)、信号处理电路(2)、信号压缩采样电路(3)、信号发送电路(4)、信号接收重构电路(5)、数据存储与分析电路(6)，其中: 所述脑信号传感器(I)采集人体的脑电信号； 所述信号处理电路(2)对所述脑电信号进行放大、整形以及模数转换处理； 所述压缩采样电路(3)对经过所述信号处理电路(2)处理后的脑电信号进行压缩采样，获得采样信号； 所述信号发送电路(4)发送所述采样信号； 所述信号接收重构电路(5)接收所述采样信号，对所述采样信号进行重构和放大，得到脑电数据； 所述数据存储与分析电路(6)分析获得所述脑电数据的幅度和频率，将所述脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，得到分析结果。
2.根据权利要求1所述的设备，其特征在于，所述脑信号传感器(I)包含有盘状电极脑电导联线及尼龙固定帽。
3.根据权利要求1所述的设备，其特征在于，所述信号处理电路(2)包括信号放大电路(21)与模数转换电路(22)，其中: 所述信号放大电路(21)对所述脑电信号进行放大和整形处理； 所述模数转换电路(22)对所述放大和整形处理后的脑电信号进行模数转换。
4.根据权利要求1所述的设备，其特征在于，所述信号发送电路(4)通过无线传输将所述采样信号发送给所述信号接收重构电路(5)。
5.根据权利要求1所述的设备，其特征在于，所述信号接收重构电路(5)包括无线接收电路(51)、信号重构电路(52)以及信号放大电路(53)，其中: 所述无线接收电路(51)通过无线传输方式接收所述采样信号； 所述信号重构电路(52)对所述采样信号进行重构； 所述信号放大电路(53)对所述重构后的信号进行放大，得到所述脑电数据。
6.根据权利要求1所述的设备，其特征在于，所述数据存储与分析电路(6)包括输入电路(61)以及数据存储分析电路(62)，其中: 所述输入电路(61)接收所述脑电数据； 所述数据存储分析电路(62)分析获得所述脑电数据的幅度和频率，将所述脑电数据的幅度和频率与参考信号进行比较，根据比较结果进行数据分析，得到分析结果。
7.根据权利要求6所述的设备，其特征在于，所述数据存储与分析电路(6)包括显示电路(63)，显示所述分析结果。
【文档编号】A61B5/0476GK203776899SQ201320812942
【公开日】2014年8月20日 申请日期:2013年11月29日 优先权日:2013年11月29日
【发明者】熊继平, 汤清华 申请人:浙江师范大学