关于现阶段生物医学信号处理的技术与进展

  • 格式:doc
  • 大小:30.00 KB
  • 文档页数:5

下载文档原格式

  / 5
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

关于现阶段生物医学信号处理的技术与进展[摘要] 生物电子学的迅速发展也推动着生物医学信号处理的快速进步。本

文对生物医学信号处理的研究现状作出介绍,同时通过分析典型系统,给出基于DSP的生物医学信号采集和分析系统的模型,并对面对的技术问题做出分析。最后指出今后的发展趋势及展望。

[关键词] 生物医学信号DSP小波虚拟仪器

引言

随着生物学和医学的发展,越来越多的人体和生物信号需要测定以供科研和诊断之用。生物医学信号处理被应用于医学教学、科研、临床、监控等,并显示出越来越重要的地位。生物医学信号包括各种生理参数,如脑电、心电、肌电等生物电信号;心跳、血压、呼吸、血流量、脉搏、心音等的非电量信号。这些信号均是强噪声背景下的低频(小于200Hz)微弱信号(幅度小于100 mV) ,这就对信号采集系统有很高的精度要求[1]。正由于采集的信号具有生物信号特有的特点:高背景噪声,且随机性大,即影响因素很多并且不可能用确定性的数学函数来表达,信号弱等[2],故需采用各种数字信号处理的方法来提取我们需要的信号。所以人体信号采集和分析系统的地位显得越来越重要。

一、生物医学信号处理的研究现状

1.基于DSP的生物医学信号采集和分析系统

现有的生物信号采集和分析系统大部分都是以PC机或工作站为核心的。其缺点是仅适合固定场合,灵活性差。并且计算机上用软件实现信号算法,虽然软件可以是自己编写的,也可以使用现成的软件包,但这种方法的缺点是速度太慢,不能用于实时系统,只能用于教学与仿真。如近些年发展迅速的Matlab,几乎可以实现所有数字信号处理的仿真[3]。便携式系统目前往往多是基于单片机系统,但由于单片机采用的是冯·诺依曼总线结构,所以单片机系统复杂,尤其是乘法运算速度慢,在运算量大的实时系统中很难有所作为,难以实现复杂的算法,特别是各种数字信号处理方面的大规模运算。近年来,随着大规模集成电路的发展,半导体制造厂商推出了高速低功耗特别适合于数字信号处理的嵌入式DSP处理器(如TI 的TMS320C2000/C5000等)和高增益、高共模抑制比的集成化仪用放大器等高性能芯片[4]。为研制新一代的采集和实时分析系统提供了物质基础。

2.基于虚拟仪器技术的生物医学信号采集和分析系统

作为一种新兴的计算机技术,虚拟仪器技术的发展为生物医学仪器的发展带来了广阔的前景。建立在通用计算机和数据采集(DAQ)设备基础上的虚拟仪器技术具有开发周期短、

通用性强和便于维护升级等特点,为研究人员节省了大量的时间和精力。与普通的分析仪器相比, 虚拟仪器具有分析功能强大, 图形化界面, 操作直观方便, 开放性能好, 价格便宜, 即插即用的优点[10]。

3.小波变换在生物医学信号分析中的应用

传统生物医学信号处理方法以傅立叶理论为基础,其积分区间是从负无穷到正无穷,其表示的是信号的总体谱,不易得到信号在某一段时间范围内的频谱[5]。小波变换是传统傅里叶变换的继承和发展。由于小波的多分辨率分析具有良好的空间域和频率域局部化特性,对高频采用逐渐精细的时域或空域步长,可以聚焦到分析对象的任意细节,因此特别适合于图像信号这一类非平稳信号源的处理,已成为一种信号/图像处理的新手段[6]。小波变换的基本方法是选择满足时域积分为零的函数作为基本小波,通过将基本小波的伸缩,平移来生成一函数族,该函数可以构成函数空间的一个框架,将待分析的信号向该框架上投影得到分解,便能得到信号的时间——尺度表达,从而能在变换域上达到最有效的信号处理[9]。现在小波分析理论在生物医学信号处理中的应用才刚刚起步,其应用主要集中在信号特征提取方面,已经开始用于脑电信号处理,心电信号处理以及医学图像处理。

二、典型的基于DSP的生物医学信号采集和分析的系统模型

1.系统的硬件结构

其中的数据采集和处理子系统是利用DSP设计的基于USB2.0总线的实时系统。USB的优势在于不会发生中断请求以及DMA、存储器和I/O冲突;具有强大的扩展能力;安装方便。其中,USB2.0有着高达480Mbps的传输速度,已经逐渐成为计算机接口的主流。

其中模数转换是使用AD9042,采样速率为12B、41MHz。保证在20MHz带宽上,具有80dB的无失真动态范围,典型的信噪比为68dB。连接4K的双口RAM 空间分为2个BLOCK,每采完2B数据即产生一个EXT_INT7中断,DSP将数据取走,DSP取数不影响A/D采样,A/D采样的下2B数据写入另一个BLOCK,2个BLOCK轮流工作。

当模数转换结束后数据信号送DSP处理器进行运算处理,本设计采用了TMS320C6201数据处理器,作为采集系统的核心器件,对数据进行低通滤波、FFT 和相关分析等数字信号处理运算的同时,还要与USB之间进行数据传输控制。

USB接口是一种通用的高速串行接口。为了满足实时数据采集、传输、处理,USB2.0可以达到480Mbps,它可以很好地解决大数据量的数据在嵌入式系统与PC机之间的互传问题,同时支持热插拔,并且最多同时支持127个外设,我们选用了EZ-USB.FX2系列中的CY7C68013。(见图3)

CY7C68013的结构特点:(1)在它的独特架构中,包括一个智能串行接口引擎(SIE),它可以执行所有的基本USB功能,将嵌入的MCU解放出来用于实现其他功

能,以保证持续有效高速的数据传送。(2)芯片内具有4KB的FIFO用于数据缓冲,作为从设备时,可采用FIFO接口直接与DSP连接。(3)为了解决USB高速模式带宽的问题,USB接口和应用环境直接共享FIFO,而微控制器可不参与数据传输。

(4)8501单片机程序从RAM中运行也可从外部存储器运行,当从RAM中运行时可通过UBS口从PC机中装载,也可通过E2PROM装载便于软件更新。(5)FX2可提供全面集成的解决方案,它占用更少的电路板空间,并缩短开发时间。在FX2封装模式中我们选用了电路板空间较少的56脚SOPP[6] 。CY7C68013与外部设备的接口有2种方式,一种为SlaveFISO形式, 将CY7C68013设为从机方式, 另一种工作方式是以CY7C68013为主机方式, 在本方案中选用了SlaveFIFOs模式,异步读写。

2.系统的软件结构

系统软件主要有上位机应用程序、DSP数据采集和处理程序、USB固件和应用程序3个层次构成。下面简要介绍各部分的设计内容。

USB设备的软件设计:该软件包括固件设计,USB固件驱动程序和应用程序设计。固件程序是运行在CY7C68013上的程序,我们采用了C++语言设计。主要设计思路:(1)CY7C68013工作于异步从FIFO(SlaveFIFO)模式,相应寄存器操作为:IFCONFIC=0xCB。(2)由外部逻辑或外部DSP直接连接到FX2的端点FI-FO。将4KB的FIFO对应EndPoint2和EndPoint6两个端点,相应寄存器操作Ep2Cfc=0xAO;EP6CFC=0xF2,存放USB需要上传与接收的数据。(3)将FIFO的EndPoint2和EndPoint6设置为自动方式,即自动数据传输。相应的寄存器操作为:Ep2FIFOCFG=0x11,Ep6FIFOCFG=0xOD。

DSP的软件设计:DSP的软件设计包括DSP系统运行主程序和数据的信号处理、采样控制、传输控制等子程序。对于该软件的设计,我们在采样控制、传输控制等子程序用C语言完成,数据的信号处理方面,如:FFT、低通滤波相关计算等,我们采用了Matlab6.1。Matlab具有其它高级语言难以比拟的优点,如编程简单、编程效率高,带有各种适合多领域计算的工具箱,可直接应用。Matlab同C语言一样能在CCS(CodeComposerStudio)集成开发环境应用。最后将程序在CCS环境中编辑、调试、代码性能测试等,编译成汇编语言应用程序。

3.系统的测试结果

我们利用此系统完成了大鼠头皮层神经元群放电信号的采集与处理的实验研究。该信号的特点为幅度很低,基本淹没在背景噪声中,于是在DSP处理上加强了信号放大、滤波降噪,FFT、功率谱、小波变换等相关运算。经过处理后的信号如下。

4.对系统的两点个人想法

通过对这个典型系统的分析,包括硬件结构,软件结构以及最后的测试结果,我觉得又如下几点启示: