电生理小信号采集系统-依托KS109x的实现

云深无际

发布于 2025-01-17 19:13:38

1140

最近在设计一套拥有更加灵活的采集系统，

这篇文章会回答很多问题，也会给出一些具体的设计指导，理论先行虽然是会快人一步，但是实践始终是最重要的。

高共模抑制比： 能够有效抑制共模干扰，提高抗干扰能力。

可编程增益： 可以根据不同的信号幅值调节增益，提高灵敏度。

内置滤波器： 可以滤除不需要的频率成分，提高信噪比。

内置参考驱动放大器： 提高参考电极的驱动能力。

内置高精度低压差稳压器： 为芯片提供稳定的电源。

支持基线快速恢复： 提高信号的稳定性。

支持直流耦合输入： 可以测量直流成分。

支持干电极： 提高用户舒适度。

高ESD保护： 提高芯片的抗静电能力

会分析里面的每一点对采集系统的影响。

EEG信号主要反映大脑神经元的电活动，是一种非常微弱的生物电信号。它包含了直流成分和交流成分。

直流成分： 主要反映大脑的静息状态，以及慢波活动，如深度睡眠时的δ波。

直流漂移： 直流信号容易受到漂移的影响，需要采取相应的措施，如使用差分放大器、自动零点校准等。

传统的EEG采集系统通常采用交流耦合，即通过一个高通滤波器来滤除直流成分。而直流耦合则直接将电极上的电位信号放大，从而保留了直流成分。

直流耦合对放大器的性能要求更高，需要选择低噪声、高稳定性的放大器。

交流成分： 主要反映大脑的动态活动，如α波、β波等，这些波形与人的意识状态、认知功能等密切相关。

ADMX3652-便携六位半电压表-这里面的挑战有一个就是直流漂移。

自动零点校准（Auto Zero）

自动零点校准是一种技术，用于消除ADC和系统中的偏移误差。在硬件设计中，这通常通过在ADC的输入端短路（连接到地或零电压参考点），然后进行一次测量实现。测得的值被用作偏移误差，之后的所有测量都会减去这个值以校正偏移。

单端输入（Single-ended Input）：信号相对于一个公共参考点（通常为地）的电压值。这是最常见的输入方式，简单直观。

差分输入（Differential Input）：信号相对于另一个信号的电压差。这个“另一个信号”通常是另一个通道的输出，或者是一个参考信号。两个通道上的共模噪声会被抵消，有效提高信号的信噪比。

为了兼顾单端输入的简单和差分输入的抗噪性，还有一种伪差分输入。它将单端信号的一端接入差分输入的正端，另一端接地，从而获得一定的共模抑制能力。但由于输入信号的阻抗和其地线的阻抗不同，所以在受到干扰时产生的电压尖峰也不会相等，所以共模抑制能力并不是很强。

差分输入引脚 (INP1, INN1, INP2, INN2)：用于采集脑电信号的差分输入。

电源引脚 (VDD, LDOIN)：
- 为芯片提供工作电源。
- LDOIN为内部低压差稳压器的输入，用于产生稳定的1.8V电源供内部电路使用。
控制引脚 (EN, FR, CHLEN, RESET)：
- EN：使能信号，控制芯片的工作状态。
- FR：快速恢复控制，用于在特殊情况下快速恢复芯片工作。
- CHLEN：通道使能，控制各个通道的使能状态。
- RESET：复位信号，用于将芯片复位到初始状态。
SPI接口引脚 (CS, SCLK, SDI, SDO)：
输出引脚 (VO1, VO2, LDF)：
- VO1, VO2：模拟输出，连接到模数转换器（ADC）的输入端，用于将模拟的脑电信号转换为数字信号。
- LDF：导联脱落检测输出，用于检测电极是否与头皮接触良好。
偏置引脚 (BSOUT, BSINV)：
- 用于驱动电极，提供偏置电流，有助于提高信号质量。
其他引脚 (VDDIO, GND)：
- VDDIO：数字接口IO电压控制输入，用于匹配外部电路的电压。
- GND：地，连接到系统的接地。

上面是参数表，很简单，来分析一下电性能

输入端性能：
- 差分输入模式：支持DC耦合，适用于采集静态和动态脑电信号。这里就看上面
- 输入范围：根据公式(VDD-0.15)/Gain计算，输入范围可调。后面有
- 输入阻抗：无源情况下输入阻抗较高，有利于减少噪声引入。
- 共模抑制比(CMRR)：100dB，表明芯片对共模噪声具有较强的抑制能力。
- 电源抑制比(PSRR)：85-105dB，表明芯片对电源噪声不敏感。
放大电路性能：
- 增益：第一级固定增益，第二级增益可调，满足不同应用需求。
- 带宽：0.05Hz-200Hz，覆盖了大部分脑电信号的频段。
噪声性能：
- 输入噪声：1uVrms，噪声水平较低，有利于提高信噪比。
驱动电路性能：
- 输出电压摆幅：可达VDD，能够驱动各种负载。
- 负载电阻：可驱动10kΩ-100kΩ的负载。
- 增益带宽积：10kHz，满足一般应用需求。