脑电波采集原理与技术详解
脑电波采集原理与技术详解
脑电波（EEG）采集是理解大脑活动的核心技术，广泛应用于脑机接口和神经科学研究等领域。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：
- 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。
- 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。
- 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：
类型 | 材质与结构 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
湿电极 | Ag/AgCl + 导电膏（如KCl凝胶） | 阻抗低（<5 kΩ），信号稳定 | 需频繁补充导电膏，佩戴繁琐 | 实验室高精度研究（如癫痫监测） |
干电极 | 金属梳状结构 | 无需导电膏，快速佩戴 | 阻抗高（>50 kΩ），易受运动干扰 | 消费级设备（如冥想头环） |
半干电极 | 微针阵列 + 固态电解质膜 | 阻抗适中（10-20 kΩ），寿命长 | 成本高，需定制设计 | 长期监测（如睡眠研究） |
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。