脑电波采集原理与技术详解

脑电波采集原理与技术详解

引用

CSDN

1.

https://m.blog.csdn.net/weixin_50142645/article/details/145674722

从脑机接口到神经科学研究，脑电波（EEG）采集是理解大脑活动的核心技术。本文将从物理原理、电极类型、模数转换器处理及电极布局标准（10-20系统）四大维度，系统解析EEG信号采集的核心技术细节。

一、物理原理：脑电波如何被捕捉？

脑电波的本质是大脑皮层神经元群同步放电产生的微弱电信号（μV级）。我们采集的实际上是电压信号而不是有些人误以为的电流，其物理原理可概括为以下过程：

1. 神经元电活动

• 神经元通过动作电位（Action Potential）传递信息，突触后电位（PSP）在细胞膜内外形成局部电流。
• 当大量神经元（约10^4个）同步激活时，其电场效应可穿透颅骨，在头皮表面形成可测量的电位差。

2. 信号传播与衰减

• 脑电信号需穿过脑脊液、颅骨和头皮组织，导致信号衰减约90%（如皮层1 mV→头皮10 μV）。
• 低频信号（<100 Hz）穿透性更强，高频信号（如γ波）易被组织吸收，需高灵敏度设备捕捉。

3. 信号特性

• 频率范围：0.5-100 Hz，主要分为δ（0.5-4 Hz）、θ（4-8 Hz）、α（8-13 Hz）、β（13-30 Hz）、γ（30-100 Hz）。
• 幅值范围：10-100 μV，需高增益放大器（×1000-×10000）放大至mV级以供采集。

二、电极类型与特性：从湿电极到柔性干电极

电极是信号采集的第一道门户，其性能直接影响数据质量。常见类型对比如下：

关键技术指标：

• 接触阻抗：需低于20 kΩ（高阻抗会引入噪声）；
• 极化效应：Ag/AgCl电极极化电压小（<1 mV），适合长期使用；
• 生物兼容性：避免金属过敏（如钛电极更安全）。

三、模数转换器（ADC）的信号处理流程

EEG信号需经放大、滤波和数字化处理。以医疗级ADC芯片ADS1299（不少脑电设备包括openbci采用的都是这款芯片）为例，其处理流程如下：

1.模拟前端处理

• 仪表放大器（IA）：

• 差分放大信号，抑制共模干扰（如50 Hz工频噪声）。

• ADS1299支持可编程增益（×1-×12），适配不同幅值信号。

• 右腿驱动（RLD）电路：

• 主动抵消共模电压，提升共模抑制比（CMRR > 110 dB）。

2.滤波处理

• 硬件抗混叠滤波：

• 内置低通滤波器（截止频率可调），防止高频噪声混叠（如ADS1299默认-3 dB点为40 kHz）。

• 陷波滤波：

• 可选软件配置50/60 Hz陷波，消除电源干扰。

3.模数转换

• 24位高分辨率：可分辨最小0.1 μV信号（LSB = Vref/(2^24)）。
• 采样率可调：支持250 SPS至16 kSPS，兼顾功耗与带宽需求。

ADS1299核心优势：

• 8通道同步采样，相位误差趋近于零。
• 内置基准电压源和自校准功能，减少外部电路依赖。
• 专门处理生物电信号，电路设计的时候直接采用它比起自己设计电路要轻松许多。

四、10-20系统：电极定位的“坐标地图”

10-20系统是国际通用的电极放置标准，确保不同设备数据可比性。 也就是人为约定的电极放置位置，这样大家都这么放置，我们就用编号来描述位置，就像门牌号一样。当你看到别人的文章中写着下图中的某个编号，你就马上知道这个指的是哪个位置。

1.定位规则

• 基准点测量：
• 以鼻根（Nasion）和枕外隆凸（Inion）为前后基准，头围周长确定电极间距（10%或20%）。
• 电极命名：
• 字母代表脑区：F（额叶）、C（中央）、P（顶叶）、O（枕叶）、T（颞叶）。
• 数字表示位置：奇数左半球，偶数右半球，z为中线。
• 示例：C3 = 左中央区，Pz = 顶叶中线。

2.扩展系统

• 10-10系统：在10-20基础上增加62个电极，用于高密度EEG研究；
• 10-5系统：电极间距更密（5%头围），适用于脑源定位分析。

3.实际应用

• 临床诊断：癫痫病灶定位需固定Fp1/Fp2等颞区电极；
• 科研实验：P300成分分析常关注Pz、Cz点。

五、技术挑战与未来方向

• 噪声抑制：运动伪迹和肌电干扰仍是动态采集的难题（如自适应滤波算法）；
• 柔性电子：纳米材料电极（如石墨烯）可降低接触阻抗，提升穿戴舒适性；
• 片上系统（SoC）：集成ADC与AI芯片，实现实时脑电特征提取（如癫痫预警）。

结语

脑电波采集是生物电信号处理技术的集大成者，需融合生物物理、电子工程和算法设计。理解电极特性、ADC处理逻辑及10-20系统，是开展EEG研究的基石。未来，随着柔性电子与AI技术的进步，脑电采集将更便携、智能，推动脑科学走向日常生活。