黄 龙，颜卓程，薛苗苗，夏 阳，高 敏，林 媛，刘铁军

(1.电子科技大学 微电子与固体电子学院, 四川 成都 610054； 2.电子科技大学 生命科学与技术学院, 四川 成都 611731；3.电子科技大学 信息医学中心，四川 成都 611731)

神经生理信号在生物医学领域中扮演着非常重要的作用。神经元活动一般通过下列几种技术来测量：单神经元记录、脑电图(Electroencephalogram，EEG)、皮层脑电图(Electrocorticography，ECoG)等[1]。由于皮层脑电信号的放电区域更靠近电极，因此振幅可以达到上百μV[2]。ECoG具有很好的信号稳定性，相比EEG也具有更高的空间分辨率。ECoG是放置于大脑皮层的电极所描记的脑电图，是脑生理特征的客观反映，用以检验脑的生理变化[3]。然而，现有的阻性接触式微电极中的金属会对被检查者产生刺激并导致个体过敏反应。文中采用的容性微电极阵列电极利用高介电常数的介质层通过容性耦合方式得到脑电信号，消除了漏电流，增加了检测的安全性[4]。为配合这种电极进行检测，本文设计了一种适配于容性微电极阵列特性的高精度皮层脑电采集系统[5]。

1 系统总体方案

图1所示为基于容性电极的多通道皮层脑电采集系统整体方案，包括前端用于匹配容性阻抗的阻抗匹配模块、仪表运算放大器、放大及滤波电路、模拟数字信号转换及数字信号处理模块等部件。

图1 脑电采集整体方案框图

对大鼠初级视觉皮层进行手术以植入容性阵列微电极。参考电极和活动电极耦合皮层脑电信号，经阻抗匹配模块后再通过仪表运算放大器对信号进行第一级差分放大；随后为第二级模拟放大和滤波电路模块处理信号；然后经A/D转换后传输数据到主控芯片；主控芯片通过算法进行数字梳妆滤波处理，再组成数据包经串口传输到电脑上位机以便上位机进行第二次梳妆滤波处理，进一步滤除外界工频干扰并实时绘图显示分析。

1.1 电极结构

本文中采用的容性阵列微电极由2×2的阵列构成，如图2所示，中间金属层有4个活动电极通过走线连接到焊盘，焊盘与电路中的电极接口相连。

图2 容性电极结构示意图

其中每个金属电极点被上下两层绝缘层所覆盖，当电极贴附于生物组织上时能与金属绝缘，起到保护作用。同时金属、绝缘层和生物组织构成一个平行板电容器。经过测试，每一个电极点电容器模型的等效电容Cs约为400 pF。

1.2 阻抗匹配电路以及模拟放大电路

由于绝缘介质层具有很高的介电常数，电极的等效容抗较大，因此对后端采集电路的输入阻抗有较高要求[6]。阻抗匹配模块主要通过单位增益电压跟随器来增加后端电路的输入阻抗，以避免信号衰减。当放大电路输入阻抗大于源端阻抗包括电极容抗的100倍时，误差可以忽略不计[7]。同时由于容性电极并非直接接触，需要在电极等效电容后面增加接地的偏置电阻Rb，提供偏置电流回路，如图3所示。

图3 阻抗匹配模型

当只考虑交流信号时

(1)

考虑综合增益时

(2)

式中，Cs为电极等效电容，Vs是原始脑电信号，Ci是电压跟随器放大器的输入电容，Rb是偏置电阻，Vout是通过阻抗变换模块获取的脑电信号。

由此可得出电压跟随器过高的输入电容会对耦合的脑电信号产生衰减。所以选用电压跟随器的放大器时，低噪声和低输入电容、高输入阻抗等因素变得尤为重要。因此需要采用一种方法来减小输入电容的影响。电压跟随器的输出Vout经正反馈回路至其正相输入端，反馈回路经过一个放大倍数为1+α的放大器，然后接入电容值为Cc=Ci/α的反馈电容。

假设运放正相输入端电压为Vi，则Vout=Vi。则流经反馈回路电容Cc的电流为

(3)

而流经输入电容Ci的电流为

Ii=jω·Ci·Vi

(4)

可以得出当满足此关系式时，流经反馈电容Cc的电流正好等于流经等效输入电容Ci的电流，此种方法可减小输入电容Ci对耦合脑电信号的衰减。同时，电极等效电容Cs、放大器输入电容和偏置电阻Rb构成一个无源高通滤波器，其高通截止频率为

(5)

通过上述方法可以有效增加电路的输入阻抗，以高精度测量脑电信号。模拟放大电路采用差分仪表运放作为前置放大器来抑制共模信号，初步放大脑电信号，然后通过二阶有源低通滤波放大电路来滤除高频噪声。经过硬件滤波处理的模拟信号再经过24位高精度模数转换器高速转换成数字信号以待处理。

1.3 系统软件设计

在图1中，微处理器采用STM32F103系列32位ARM微控制器。其控制高精度24位模数转换器将模拟信号转换成数字信号并将数据传输到MCU，在MCU中进行数字处理，最后通过USB将数据传输到电脑上位机进行实时显示分析。数据传输详细的处理流程如图4所示。

图4 数据处理流程图

通过24位高精度A/D采用2 000 Hz的采样率进行采集并将模拟脑电信号转换成数字信号传输至MCU中，在高性能单片机中按照通道将数据进行拼接处理，然后实时的利用梳状滤波算法滤除工频干扰。数据通过USB传输到上位机，上位机软件中数据处理线程再次进行第二次的实时梳状滤波算法，最终通过绘图线程显示实时波形，处理后的脑电数据可保存到主机。

1.4 大鼠ECoG脑电采集方法

本文中所采集是大鼠大脑皮层的脑电信号，需要进行开颅手术。参考已发表的实验方法，将电极植入硬脑膜下大脑皮层表面处。所使用的大鼠是体重约为270 g的Sprague Dawley雄性成年大鼠。

图5 实验电极放置图

大鼠麻醉后，将其头部固定于手术台上，剪去头部毛发，用酒精和碘酒消毒后，切开头部皮肤；在颅骨视觉皮层开窗[8]，然后在左脑植入容性阵列电极；在右脑对称区域植入参照用螺钉电极进行信号对比，如图5所示。

2 实验及结果分析

2.1 电路性能指标测试

通过一系列测试，脑电采集系统的性能指标达到了设计要求。其中系统的放大倍数约为1 320倍，信号的带宽为0.5～80 Hz。该系统可以滤除0.5 Hz以下的极低频噪声以及80 Hz以上的高频噪声。本系统具有较高的共模抑制比以及二次的软件陷波处理，不仅可以省去硬件工频陷波电路，还能够降低功耗、降低系统噪声，提高信号的信噪比[9]。共模抑制比(CMRR)达到110 dB，系统的总噪声仅为2 μV。

2.2 容性电极和螺钉电极采集ECoG信号的对比

本实验采用的多通道皮层脑电采集系统通过容性阵列电极和螺钉电极同时采集ECoG信号，以此来对比两种电极的信号质量。通过开颅手术在大鼠枕部视觉皮层植入容性阵列电极和螺钉电极。同时采集皮层脑电得到时域信号对比图如图6和图7所示，图6为同一时刻容性阵列微电极采集的ECoG波形图，图7为同一时刻螺钉电极采集的ECoG波形图。

图6 容性电极采集ECoG时域波形图

图7 螺钉电极采集ECoG时域波形图

从图中可以看出，使用容性阵列微电极采集的ECoG信号幅度比阻性螺钉电极更大。原因在于本脑电采集系统在信号采集前端有阻抗匹配模块，增大了采集电路的输入阻抗，较大幅度的减弱了信号的衰减效应。而后端模拟放大及滤波电路能够有效提取高质量的完整的皮层脑电信号。

2.3 SSVEP响应信号的对比测试分析

SSVEP信号在信噪比、频谱稳定性、以及抗干扰能力方面有诸多优势[10]，在BCI系统中，只需要更短的训练，SSVEP就能够提供更高的信息吞吐量。因此SSVEP已经被越来越多的用于BCI研究中，成为了一种非常重要的研究手段。文中进行了SSVEP实验，通过多通道皮层脑电采集系统实时采集数据。通过对大鼠双侧眼睛进行稳定频率、稳定强度的8 Hz闪光刺激，记录其ECoG信号，分析其对应的功率谱密度分析图。

如图8所示，通过功率谱密度分析可在频谱中明显的看到8 Hz及其倍频的响应。

图8 通过容性电极和螺钉电极采集的SSVEP信号功率谱密度分析

通过计算在8 Hz处的SSVEP信号的信噪比，可以更清晰的显示SSVEP信号的响应。根据相应的原理，在大鼠枕部视觉皮层左右脑对称位置处的脑电信号相关性可以达到95%以上。因此将相对称位置的电极通道的信噪比进行对比，容性阵列微电极SSVEP信号的响应比螺钉电极更强，结果如图9所示。

图9 两种电极在SSVEP实验中的信噪比

2.4 实验结果分析

该多通道皮层脑电采集系统适配于容性阵列微电极的特性，具有特定的阻抗匹配模块，再通过模拟放大及硬件滤波处理，以及一系列数字滤波处理，可以完整的提取皮层脑电信号。通过脑电实验对比得出，使用容性阵列微电极采集的ECoG信号幅度比阻性螺钉电极更大。对两种电极的SSVEP信号进行功率谱密度分析得出，容性阵列微电极的信号8Hz及其倍频成分更明显，并且在8 Hz处的信噪比更高更平稳，代表其所采集的信号更稳定，信噪比更好[11]。综上所述，使用容性阵列微电极配合该脑电采集系统可以得到比一般阻性电极质量更好的ECoG信号。

3 结束语

本文提出的适用于容性阵列微电极采集ECoG信号的皮层脑电采集系统，通过对电极等效模型的适配，改进前端模拟电路的阻抗匹配，可以减弱信号的衰减效应。同时对多通道的高精度脑电信号进行2 000 Hz的高速采样提出挑战。在MCU以及上位机中进行了二次实时滤波，共模抑制比达到110 dB，总噪声水平仅为2 μV。对大鼠进行开颅手术进行实验测试ECoG信号后发现，该皮层脑电测试系统可以有效抑制噪声及工频干扰，能够完整的提取高质量皮层脑电信号用于科学研究分析，同时也证明适配于容性电极的脑电提取方法的合理性，相比普通阻性螺钉电极，采用容性微电极阵列采集的SSVEP响应信号更强、更稳定。

与EEG相比，ECoG具有更好的空间信号分辨率和保真度，具有对大鼠刺激小、采集信号空间分辨率高的特性[12]。高密度的ECoG电极阵列是研究电生理的一种重要工具，因为它的定位精度可以达到mm级。由于皮层脑电图可以直接映射人的行为、意识和情绪，可以使用ECoG电极阵列作为神经接口来开发神经修复装置[13]。ECoG数据可以用于临床治疗焦虑、失眠、阿尔茨海默氏症、脑肿瘤、癫痫等疾病[14]。此外，大量的ECoG数据对脑科学和神经科学如功能认知、脑波控制和人机交互等都非常有用[15]。对于发展基于BCI的医疗保健系统[16]而言，EcoG采集系统被认为是一种非常有前景的工具，但仍要在安全性、舒适性等方面多加考虑[17]。