神經(jīng)信號檢測器的制造方法
【專利摘要】本發(fā)明提供了一種神經(jīng)信號檢測器，包括：神經(jīng)信號檢測模塊，用于檢測原始神經(jīng)信號；數(shù)據(jù)采集模塊，與神經(jīng)信號檢測模塊相連接，用于對原始神經(jīng)信號進行采樣和模數(shù)轉(zhuǎn)換；動作電位提取模塊，與數(shù)據(jù)采集模塊相連接，用于在進行模數(shù)轉(zhuǎn)換后的原始神經(jīng)信號中提取動作電位信號，濾除原始神經(jīng)信號中除動作電位信號之外的其他信號；信號編碼模塊，與動作電位提取模塊相連接，用于對動作電位信號進行調(diào)制；發(fā)送模塊，用于將調(diào)制后的動作電位信號發(fā)送出去。本發(fā)明可以減少需要發(fā)送的數(shù)據(jù)量，進而降低檢測器的功耗。
【專利說明】神經(jīng)信號檢測器【技術(shù)領(lǐng)域】[0001]本發(fā)明涉及電子行業(yè)信號檢測與處理【技術(shù)領(lǐng)域】，尤其涉及一種神經(jīng)信號檢測器。 【背景技術(shù)】[0002]傳統(tǒng)的在體記錄神經(jīng)元細胞放電行為的記錄方式通過電纜來傳輸測量到的神經(jīng)信號，但這會帶來諸多問題如限制被測量動物的運動自由、增加腦損傷的風(fēng)險等，而無線神經(jīng)信號檢測器能避免這些問題。[0003]無線神經(jīng)信號檢測器采用ASIC設(shè)計，體積小、重量輕，可以戴在被測動物的頭顱上，通過無線的方式將檢測到的信號發(fā)送出來。圖1為現(xiàn)有技術(shù)無線神經(jīng)信號檢測器的結(jié)構(gòu)示意圖，檢測器將檢測到的信號采集后，直接將信號傳輸給信號編碼模塊編碼，然后將信號傳輸給無線發(fā)射模塊發(fā)射出去；接收器接收到信號后將信號解碼，然后經(jīng)USB傳輸給上位機軟件；上位機軟件將接收到的信號處理、顯示和存儲等。它的一個很大的弱點是檢測器采用電池供電。一般來說，神經(jīng)信號采集的信號量比較大，在不對采集到的信號做任何處理的情況下，發(fā)送的信號量大，導(dǎo)致檢測器功耗增大，而受檢測器的體積、重量限制，所能采用的電池的容量有限，從而使檢測器持續(xù)工作的時間短，僅為2~4小時，不利于開展長時間的動物實驗。
【發(fā)明內(nèi)容】
[0004](一 )要解決的技術(shù)問題[0005]為解決上述的一個或多個問題，本發(fā)明提供了一種神經(jīng)信號檢測器，以減少需要發(fā)送的數(shù)據(jù)量，進而降低檢測器的功耗。[0006]( 二 )技術(shù)方案[0007]根據(jù)本發(fā)明的一個方面，提供了一種神經(jīng)信號檢測器，包括:神經(jīng)信號檢測模塊， 用于檢測原始神經(jīng)信號；數(shù)據(jù)采集模塊，與神經(jīng)信號檢測模塊相連接，用于對原始神經(jīng)信號進行采樣和模數(shù)轉(zhuǎn)換；動作電位提取模塊，與數(shù)據(jù)采集模塊相連接，用于在進行模數(shù)轉(zhuǎn)換后的原始神經(jīng)信號中提取動作電位信號，濾除原始神經(jīng)信號中除動作電位信號之外的其他信號；信號編碼模塊，與動作電位提取模塊相連接，用于對動作電位信號進行調(diào)制；發(fā)送模塊，用于將調(diào)制后的動作電位信號發(fā)送出去。[0008](三)有益效果[0009]從上述技術(shù)方案可以看出，本發(fā)明神經(jīng)信號檢測器具有以下有益效果:[0010](I)本發(fā)明中，神經(jīng)信號檢測器包含動作電位提取模塊，該模塊能利用神經(jīng)信號在時間域稀疏的特點，采用閾值或峰值的方法提取出動作電位，即能對神經(jīng)信號進行第一級壓縮，這樣能在保證不丟失有用信號的前提下，大大降低需要發(fā)送的信息量；[0011 ] (2)本發(fā)明中，神經(jīng)信號檢測器包含數(shù)據(jù)壓縮模塊，該模塊能利用神經(jīng)信號在離散小波變換(DWT)域稀疏的特點，采用壓縮感知的方法對動作電位進行進一步壓縮，即對神經(jīng)信號進行第二級壓縮，這樣能進一步降低需要發(fā)送的信息量；[0012](3)本發(fā)明神經(jīng)信號檢測器對神經(jīng)信號的二級壓縮能大大降低需要發(fā)送的信息量，從而降低無線發(fā)送的功耗，二級壓縮模塊消耗的功耗比無線發(fā)送模塊減少的功耗低，因而整個檢測器消耗的功耗能降低，檢測器持續(xù)工作的時間能延長?！緦＠綀D】

【附圖說明】[0013]圖1為現(xiàn)有技術(shù)無線神經(jīng)信號檢測器的結(jié)構(gòu)示意圖；[0014]圖2為本發(fā)明實施例神經(jīng)信號檢測器的結(jié)構(gòu)示意圖；[0015]圖3為本發(fā)明實施例神經(jīng)信號檢測器中動作電位提取模塊的結(jié)構(gòu)示意圖；[0016]圖4為本發(fā)明實施例神經(jīng)信號檢測器中數(shù)據(jù)壓縮模塊的結(jié)構(gòu)示意圖；[0017]圖5為本發(fā)明實施例神經(jīng)信號檢測器中無線發(fā)送模塊原理框圖；[0018]圖6為原始動作電位信號與經(jīng)過本發(fā)明實施例神經(jīng)信號檢測器及對端部件進行處理后的動作電位信號的對比圖?！揪唧w實施方式】[0019]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進一步詳細說明。[0020]需要說明的是，在附圖或說明書描述中，相似或相同的部分都使用相同的圖號。且在附圖中，以簡化或是方便標(biāo)示。再者，附圖中未繪示或描述的實現(xiàn)方式，為所屬【技術(shù)領(lǐng)域】中普通技術(shù)人員所知的形式。另外，雖然本文可提供包含特定值的參數(shù)的示范，但應(yīng)了解， 參數(shù)無需確切等于相應(yīng)的值，而是可在可接受的誤差容限或設(shè)計約束內(nèi)近似于相應(yīng)的值。[0021]本發(fā)明中，應(yīng)用神經(jīng)信號在時間域是稀疏的，神經(jīng)動作電位在離散小波變換 (Discrete Wave Transform,簡稱DWT)域稀疏的特點,對神經(jīng)信號進行壓縮,從而大大減少檢測器需要發(fā)送的數(shù)據(jù)量，進而降低檢測器的功耗。[0022]在本發(fā)明的一個示例性實施例中，提出了一種神經(jīng)信號檢測器。圖2為本發(fā)明實施例神經(jīng)信號檢測器的結(jié)構(gòu)示意圖。如圖2所示，本實施例神經(jīng)信號檢測器基于ASIC設(shè)計， 包括:包括神經(jīng)信號檢測模塊、數(shù)據(jù)采集模塊、動作電位提取模塊、數(shù)據(jù)壓縮模塊、信號編碼模塊和發(fā)送模塊。其中，神經(jīng)信號檢測模塊，用于檢測海量的原始神經(jīng)信號；數(shù)據(jù)采集模塊， 與神經(jīng)信號檢測模塊相連接，用于對原始神經(jīng)信號進行采樣和模數(shù)轉(zhuǎn)換；動作電位提取模塊，與數(shù)據(jù)采集模塊相連接，用于在進行模數(shù)轉(zhuǎn)換后的原始神經(jīng)信號中提取動作電位信號， 濾除原始神經(jīng)信號中除動作電位信號之外的其他信號；數(shù)據(jù)壓縮模塊，與動作電位提取模塊相連接，用于對所提取的動作電位信號采用基于壓縮感知的算法進行壓縮；信號編碼模塊，與數(shù)據(jù)壓縮模塊相連接，用于對壓縮后的動作電位信號進行調(diào)制；發(fā)送模塊，用于將調(diào)制后的動作電位發(fā)送出去。其中，需要說明的是，該神經(jīng)信號檢測器還包括:電源模塊，與上述各模塊相連接，用于為各模塊提供能量。上述發(fā)送模塊，可以是無線方式發(fā)送，也可以采用有線方式發(fā)送，為結(jié)合本發(fā)明的發(fā)明目的，下文以無線發(fā)送模塊為例進行說明。以下分別對各模塊進行詳細說明。[0023]神經(jīng)信號檢測模塊，其輸入端`與微電極陣列相連，輸出端與數(shù)據(jù)采集模塊相連，用于對原始神經(jīng)信號進行放大、濾波處理，提高信噪比。其通過一級差分放大器和兩級帶通濾波放大器，可以將通頻帶在350Hz~5000Hz的信號放大1000倍，而將通頻帶之外的噪聲信號濾除，保證能夠檢測到高信噪比的原始神經(jīng)信號。[0024]數(shù)據(jù)采集模塊，其輸入端與神經(jīng)信號檢測模塊相連，輸出端連接動作電位提取模塊，用于對經(jīng)過神經(jīng)信號檢測模塊處理的原始神經(jīng)信號進行采樣和模數(shù)轉(zhuǎn)換。數(shù)據(jù)采集模塊采用全差分逐次逼近模數(shù)轉(zhuǎn)換器(SAR-ADC)設(shè)計，采樣精度達12位，能實現(xiàn)時分復(fù)用，并保證每通道的采樣率達IOKHz以上，即只通過一個ADC就可以實現(xiàn)多通道的信號采集，以此減小ADC的開銷，降低檢測器整體功耗和減小系統(tǒng)體積、重量。[0025]動作電位提取模塊，其輸入端與數(shù)據(jù)采集模塊相連，輸出端連接數(shù)據(jù)壓縮模塊，用于提取模數(shù)轉(zhuǎn)換的原始神經(jīng)信號中的動作電位信號。其檢測原理為:首先通過非線性能量算子等相關(guān)方法，進一步提高信噪比，然后采用閾值法、峰值法等手段實現(xiàn)動作電位的提取。[0026]圖3為本發(fā)明實施例神經(jīng)信號檢測器中動作電位提取模塊的結(jié)構(gòu)示意圖。如圖3 所示，該動作電位提取模塊包括:滑動時間窗子模塊、非線性能量算子子模塊、閾值計算子模塊和動作電位檢測子模塊。其工作過程如下:輸入的原始神經(jīng)信號(X)經(jīng)過滑動時間窗子模塊(窗寬為N，即15ms的數(shù)據(jù)長度)累積后，變成系列窗信號y(n);系列窗信號y(n) 輸出給非線性能量算子子模塊，即采用非線性能量算子方法進行運算，產(chǎn)生信噪比更高的信號 r(n),其運算方法為 r (n) = y (n) *y (n)-y (n_l) *y (η+1) ,η = O, 1...N,其中 y (η)、r(n) 分別為信號y和r的第η個點，N為時間窗寬；r (η)分兩路輸出，一路輸出給閾值計算子模塊，另一路輸出給動作電位檢測子模塊；閾值計算子模塊根據(jù)預(yù)設(shè)長度的r (η)確定進行本次動作電位檢測的閾值Thr，并把它輸送給動作電位檢測子模塊，閾值Thr的計算方法為 Thr = a* σ，a = 3~5,其中σ為信號r的標(biāo)準(zhǔn)差；動作電位檢測子模塊逐個比較r (η)和閾值Thr，如果檢測到某個r(n)大于閾值，就認(rèn)為神經(jīng)信號中包含了一個動作電位，即檢測到了一個動作電位，那么此時就將y(n-M)到y(tǒng)(n+K)的這段信號即動作電位信號(z)發(fā)給數(shù)據(jù)壓縮模塊進行處理，其他信號則被認(rèn)為是噪聲，其中，M和K對應(yīng)預(yù)設(shè)時間長度的數(shù)據(jù)個數(shù)。例如:M為2ms的數(shù)據(jù)個數(shù)，K為3ms的數(shù)據(jù)個數(shù)。其中的預(yù)設(shè)長度可以為I個或者多個，一般情況下不超過20個，優(yōu)選取5、10、15等。[0027]數(shù)據(jù)壓縮模塊，其輸入端與動作電位提取模塊相連，輸出端連接信號編碼模塊，用于對檢測到的動作電位采用基于壓縮感知(CS)算法進行第二級壓縮。CS技術(shù)采用測量矩陣與原始信號向量相乘運算實現(xiàn)被測信號的壓縮采樣。其運算方法為，Y= ΦΧ，其中Φ為測量矩陣，是一個MXN的矩陣，維數(shù)N > M，X為原始信號，是一個NX I的列向量，Y為壓縮結(jié)果，是一個MXl的列向量。由于維數(shù)N>M，可見此方法可以實現(xiàn)對原始信號的壓縮。在實際硬件實現(xiàn)中，為了降低數(shù)據(jù)壓縮模塊的實現(xiàn)復(fù)雜度，測量矩陣采用隨機濾波矩陣，并且將測量矩陣與原始信號向量相乘運算分成卷積和數(shù)據(jù)壓縮兩步來實現(xiàn)，其實現(xiàn)方法如圖4 所示。
[0028]圖4為本發(fā)明實施例神經(jīng)信號檢測器中數(shù)據(jù)壓縮模塊的結(jié)構(gòu)示意圖，數(shù)據(jù)壓縮模塊由有限長度梳狀濾波器和下采樣器兩部分組成，其中有限長度梳狀濾波器實現(xiàn)對輸入信號X[NX1](為NX1的列向量，下同)和H[NX1]的卷積運算，產(chǎn)生中間信號Y[NX I];下采樣器實現(xiàn)數(shù)據(jù)壓縮，產(chǎn)生輸出信號Y[MX I](為MX I的列向量，下同)。梳狀濾波器的主要構(gòu)件是循環(huán)移位寄存器和加法器，其輸入信號X[NX I]為輸入的動作電位信號，輸入信號H[NX I]為梳妝濾波器權(quán)值，取獨立分布的“ 土 I ”對稱伯努利隨機數(shù)，對H[NX I]進行循環(huán)移位可以產(chǎn)生隨機濾波矩陣，但實際實現(xiàn)中采用循環(huán)移位X[NX I]的方式來進行運算。 在工作狀態(tài)下，通過對輸入的動作電位信號X[NX I]循環(huán)移位和加法運算，得到動作電位信號X[Nxl]與濾波器權(quán)值H[NX1]的循環(huán)卷積輸出Y[NX1]。下采樣器以M:N的壓縮比對梳妝濾波器輸出信號Y[NX I]進行等間隔抽取，產(chǎn)生輸出信號Y[MX I]，實現(xiàn)數(shù)據(jù)量的壓縮。壓縮比M:N的取值視具體應(yīng)用對動作電位恢復(fù)精度的要求而定，典型值一般取1: 2 至Ij I: 3。[0029]信號編碼模塊，其輸入端與數(shù)據(jù)壓縮模塊相連，輸出端連接無線發(fā)送模塊，用于對數(shù)據(jù)壓縮模塊輸出的多路信號進行編碼，使之變成單路的能被無線發(fā)送模塊發(fā)送的信號。[0030]無線發(fā)送模塊，其輸入端連接信號編碼模塊，用于將輸入的信號通過射頻的方式發(fā)送出去。圖5為本發(fā)明實施例神經(jīng)信號檢測器中無線發(fā)送模塊原理框圖。如圖5所示， 其采用常規(guī)正弦載波系統(tǒng)發(fā)射機結(jié)構(gòu)的設(shè)計，主要由混頻器、功率放大器、發(fā)射器和天線構(gòu)成。其工作原理為:經(jīng)信號編碼模塊編碼的壓縮信號與本地振蕩器產(chǎn)生的載波信號經(jīng)過混頻器混頻產(chǎn)生混頻信號:(I)編碼的壓縮信號的幅值較小(低于IOOmv)時，則混頻信號需要經(jīng)過功率放大器后，再經(jīng)發(fā)射天線輻射出去；(2)編碼的壓縮信號的幅值比較大時，則混頻信號直接通過發(fā)射天線輻射出去。本發(fā)明中經(jīng)過神經(jīng)信號檢測模塊產(chǎn)生的電壓信號為 IOmv左右，所以由混頻器輸出的信號要經(jīng)過功率放大器后，再經(jīng)發(fā)射天線輻射出去。[0031]為便于理解，以下給出上述神經(jīng)信號檢測壓縮模塊對應(yīng)接收端的解壓縮過程，從數(shù)學(xué)意義上講，基于壓縮感知理論的信號重建問題就是尋找欠定方程組(方程的數(shù)量少于待解的未知數(shù))的最簡單解的問題，LO范數(shù)刻畫的就是信號中非零元素的個數(shù)，因而能夠使得結(jié)果盡可能地稀疏。匹配追蹤類稀疏重建算法解決的是最小LO范數(shù)問題，最早提出的有匹配追蹤(Matching Pursuit,簡稱MP)算法和正交匹配追蹤(Orthogonal Matching Pursuit，簡稱0MP)算法。OMP算法的基本思想是在每一次的迭代過程中，以貪婪迭代的方法選擇測量矩陣的列，即選擇與信號最匹配的原子來進行稀疏逼近并求出余量，然后繼續(xù)選出與信號余量最為匹配的原子，并將所選原子利用Gram-Schmidt正交化方法進行正交處理，再將信號在這些正交原子構(gòu)成的空間上投影，得到信號在各個已選原子上的分量和余量，然后用相同方法分解余量，直到迭代次數(shù)達到稀疏度K，強制迭代停止。采用OMP算法恢復(fù)的動作電位效果如圖6所示，其中圈線表示的是原始動作電位，星型線表示的是恢復(fù)的動作電位。[0032]信號提取與解壓縮模塊的相對于動作電位提取模塊的信號恢復(fù)方法是將原始信號中的噪聲用零值代替，然后將OMP算法恢復(fù)的動作電位和噪聲按照原始信號中的時間順序組合起來，變成神經(jīng)信號波形。[0033]需要說明的是，上述對各模塊的定義并不僅限于實施方式中提到的各具體結(jié)構(gòu)或形狀，本領(lǐng)域的普通技術(shù)人員可對其進行簡單地熟知地替換，例如:(I)動作電位提取模塊采用的檢測動作電位方法可以是閾值法，也可以是峰值法等；(2)數(shù)據(jù)壓縮模塊所使用的隨機濾波矩陣可以用高斯矩陣等來代替。[0034]以上所述的具體實施例，對 本發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳細說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種神經(jīng)信號檢測器，包括:神經(jīng)信號檢測模塊，用于檢測原始神經(jīng)信號；數(shù)據(jù)采集模塊，與所述神經(jīng)信號檢測模塊相連接，用于對所述原始神經(jīng)信號進行采樣和模數(shù)轉(zhuǎn)換；動作電位提取模塊，與所述數(shù)據(jù)采集模塊相連接，用于在進行所述模數(shù)轉(zhuǎn)換后的原始神經(jīng)信號中提取動作電位信號，濾除原始神經(jīng)信號中除所述動作電位信號之外的其他信號;信號編碼模塊，與所述動作電位提取模塊相連接，用于對所述動作電位信號進行調(diào)制；發(fā)送模塊，用于將進行所述調(diào)制后的動作電位信號發(fā)送出去。
2.根據(jù)權(quán)利要求1所述的神經(jīng)信號檢測器，其中，所述動作電位提取模塊包括:滑動時間窗子模塊，與所述數(shù)據(jù)采集模塊相連接，用于將進行所述模數(shù)轉(zhuǎn)換后的原始神經(jīng)信號在預(yù)設(shè)滑動時間窗內(nèi)累計為系列窗信號y(n):閾值計算子模塊，與所述滑動時間窗子模塊相連接，用于利用預(yù)設(shè)數(shù)目的所述窗信號 y(n)，生成閾值電壓；動作電位檢測子模塊，與所述滑動時間窗模塊和閾值計算子模塊相連接，用于利用所述閾值電壓對由所述滑動時間窗子模塊輸出的系列窗信號y(n)進行檢測，如果當(dāng)前窗信號y(nl)大于所述閾值電壓，則提取窗信號y(nl-M)至y(nl+K)作為動作電位信號，其中所述M、K對應(yīng)預(yù)設(shè)時間長度的數(shù)據(jù)個數(shù)；否則，濾除當(dāng)前窗信號y (nl)。
3.根據(jù)權(quán)利要求2所述的神經(jīng)信號檢測器，其中，所述閾值計算子模塊采用如下公式生成閾值電壓:Thr = a* σ其中，a取3~5之間的常數(shù)，σ為所述預(yù)設(shè)數(shù)目的窗信號的標(biāo)準(zhǔn)差。
4.根據(jù)權(quán)利要求2所述的神經(jīng)信號檢測器，其中，所述滑動時間窗子模塊中:預(yù)設(shè)滑動時間窗為15ms ；M為2ms的數(shù)據(jù)個數(shù)；K為3ms的數(shù)據(jù)個數(shù)。
5.根據(jù)權(quán)利要求2所述的神經(jīng)信號檢測器，其中，所述動作電位提取模塊包括:非線性能量算子子模塊，與滑動時間窗子模塊相連接，用于利用非線性能量算子對系列窗信號進行濾波；所述閾值計算子模塊，與所述非線性能量算子子模塊相連接，用于利用濾波后的系列窗信號r (η),生成閾值電壓；動作電位檢測子模塊，與所述非線性能量算子子模塊相連接，用于利用所述閾值電壓對由非線性能量算子子模塊輸出的濾波后的系列窗信號r (η)進行檢測。
6.根據(jù)權(quán)利要求5所述的神經(jīng)信號檢測器，其中，所述非線性能量算子子模塊中，濾波后的系列窗信號:r (n) = y (n) *y (n) -y (η-1) *y (η+1)其中，η = O, 1..^』為時間窗寬，7(11-1)、7(11)、7(11+1)分別為輸入窗信號的第η_1、 η、η+1個點。
7.根據(jù)權(quán)利要求1所述的神經(jīng)信號檢測器，還包括:數(shù)據(jù)壓縮模塊，介于動作電位提取模塊和信號編碼模塊之間，用于采用壓縮感知算法對動作電位信號進行壓縮。
8.根據(jù)權(quán)利要求7所述的神經(jīng)信號檢測器，其中，所述數(shù)據(jù)壓縮模塊包括:梳狀濾波器子模塊，與動作電位提取模塊相連接，用于實現(xiàn)輸入的由多個動作電位信號組成的動作電位信號向量與濾波器權(quán)值向量的卷積運算；下采樣器，與所述梳狀濾波器子模塊相連接，用于以預(yù)設(shè)壓縮比對梳狀濾波器子模塊輸出信號時間序列進行等間隔抽取，實現(xiàn)數(shù)據(jù)量的壓縮。
9.根據(jù)權(quán)利 要求8所述的神經(jīng)信號檢測器，其中，所述濾波器權(quán)值向量中的值為獨立分布的“ ± I”對稱伯努利隨機數(shù)。
10.根據(jù)權(quán)利要求1至9中任一項所述的神經(jīng)信號檢測器，其中，所述發(fā)送模塊采用無線方式或有線方式將調(diào)制后的動作電位信號發(fā)送出去。
11.根據(jù)權(quán)利要求1至9 中任一項所述的神經(jīng)信號檢測器，其中，所述數(shù)據(jù)采集模塊為全差分逐次逼近模數(shù)轉(zhuǎn)換器。
【文檔編號】A61B5/04GK103505197SQ201210215888
【公開日】2014年1月15日 申請日期:2012年6月26日 優(yōu)先權(quán)日:2012年6月26日
【發(fā)明者】徐聲偉, 蔡新霞, 王蜜霞, 林楠森, 蔣庭筠, 劉春秀, 石文韜 申請人:中國科學(xué)院電子學(xué)研究所