1. 研究目的与意义（文献综述）
生物电信号中通常混叠有不同种类的伪迹成分(如：眼电、脑电、心电、肌电、工频干扰等),它们来自一些生理源的影响。这些噪声的存在给临床应用和分析研究带来了很大困难。通过外界激励得到的诱发生物电位信号的幅值远小于自发脑电（或是心电）信号的幅值。因此，如何从采集的生物电信号数据中获取反映人体各部位活动和状态的有用信息是微弱电信号分析中一个比较棘手的问题。人们已积累了大量的微弱电信息处理与提取方面的经验，提出了一系列微弱电信息处理的理论和方法，但仍有许多问题需要解决，微弱电信号消噪及提取处理的有效性就是需要解决的问题之一。 脑部疾病是导致人类死亡的主要疾病之一,它的临床诊断一般都通过分析患者的脑电波来完成,可见脑电波分析是临床脑部疾病诊断的一种重要手段。脑电信号是反映大脑神经元活动的有效分析对象，高质量的脑电信号采集系统的关键在于对模拟脑电信号采集模块的设计。由于脑电信号幅值非常微弱，在采集过程中极易受到肌电噪声、工频噪声等其他噪声的干扰，将它湮没在噪声里。因此，针对不同干扰的脑电信号滤波器设计是硬件设计的首要环节。 现有的滤除工频的方法主要是软件方法和硬件方法。在硬件方面，工频干扰是一种共模信号，可以设计高质量的前置放大器和良好的屏蔽 ，以及优秀的电源模块，减弱工频干扰对系统的影响。早期的仪器中主要采用硬件电路设计的方法 ，随着微处理器和微计算机的发展，数字滤波器已逐渐取代模拟滤波器。如: Oliaei 等采用Sigma-delta型 A/DC 来提高带宽内 SNR；美国Analog Device 公司的一些芯片也采用 ∑ 技术。 最早采用的平滑滤波算法简单，处理速度较快，但通频带很窄，对信号削弱很大；数字滤波器大大简化计算过程，但由于滤波延时较大，并且只能滤除固定频率，滤波效果受到一定限制；自适应滤波利用它在给定点的衰减为无穷大，其他频率部分保持不变这样的特性来滤除干扰信号，对窄带干扰又十分有效的抑止作用，但需要参考通道并且计算量巨大。Li Gang 等人提出了自适应相干模法可以抑止工频干扰，滤除基线漂移，不足之处在于低频与窄带干扰信号输出的抑止带宽必须相等，干扰频率在小范围内波动时难以兼顾。 除巴特沃思滤波器外，常用的模拟滤波器还有切比雪夫(Chebyshev)型和椭圆型滤波器。后两种滤波器的幅频响应的阻带衰减特性优于巴特沃思型滤波器，但其相位特性劣于巴特沃思型滤波器。各种模拟滤波器的设计和实现技术已很成熟，有现成的典型电路可套用，有现成的曲线和表格可供方便地查出所需元件的规格。但由于模拟滤波器的一些缺点(例如对元件精度，稳定性要求高，不能实现严格的线性相位特性等)，它们己不能满足医学仪器越来越高的要求。近年来，随着数字信号处理技术和大规模集成电路(尤其是微处理机技术)的迅速发展，越来越多的医学仪器趋向于使用数字滤波技术。
2. 研究的基本内容与方案
2.1 研究的基本内容 脑电信号是反映大脑神经元活动的有效分析对象，高质量的脑电信号采集系统的关键在于对模拟脑电信号采集模块的设计。由于脑电信号幅值非常微弱，在采集过程中极易受到肌电噪声、工频噪声等其他噪声的干扰，将它湮没在噪声里。因此，针对不同干扰的脑电信号滤波器设计是硬件设计的首要环节。 自发脑电信号的有效频率一般在0.5-30hz，其噪声干扰主要来自直流极化电压噪声、50hz工频噪声、系统内高频噪声、肌电噪声等等，针对噪声干扰，本系统设计了三种滤波器电路滤除噪声，分别是截至频率为0.3hz的高通滤波器、截至频率为35hz的低通滤波器以及50hz工频陷波器。通过了解脑电信号特点和采集传输中不同的干扰噪声特点，在不丢失脑电信号的条件下，以设计脑电信号采集滤波电路为设计任务，实现获取脑电信号有效频段0.5-30hz的实际需求。主要内容有以下几个方面：1.开展脑电信号采集系统需求分析，掌握滤波电路的参数设定；2.学习模拟电路设计的基本原理，掌握在protel中的电路仿真设计与测试；3.制作实际电路，完成制版、焊接和调试；4.完成实际干扰滤波测试。2.2 研究的目标 脑电信号是一种微弱的电信号,极易受到干扰。自发脑电信号的有效频率一般在0.5-30hz，其噪声干扰主要来自直流极化电压噪声、50hz工频噪声、系统内高频噪声、肌电噪声等等，针对噪声干扰，本系统设计了三种滤波器电路滤除噪声，分别是截至频率为0.3hz的高通滤波器、截至频率为35hz的低通滤波器以及50hz工频陷波器。设计时对每一部分作了详细的理论计算,并对仿真的结果作了说明。2.3 拟采用的技术方案及措施1）滤波和陷波采用模拟或数字的方式。若不采用模拟方式,信号经过放大以后直接放到信号处理芯片中进行数字滤波或陷波。2）硬件电路采用分立器件或集成器件 滤波和陷波可以通过运放构成,应尽量选用温飘小、共模抑制比高的运放芯片,现在对滤波器和陷波器也有成品,一类是可编程滤波放大器或信号调理放大器,滤波器类型可更改,其滤波阶数可达八阶,增益和截止频率均可调，另有一类是通用滤波器,通过更改外围电路的参数即可实现不同增益、截止频率及类型的滤波或陷波器。上述两类成品设计电路方便,稳定性好,但价格昂贵,本设计采用运放而不采用专用芯片设计。3）有源滤波器相对无源滤波器而言有其优点：不使用电感元件、体积小重量轻有源滤波器电路可加电压串联负反馈,使输入电阻高、输出电阻低,输入输出之间具有良好的隔离。只需把几个低阶滤波器串联起来就可以构成高阶滤波电路,无需考虑级间影响除滤波外还可以放大信号,放大倍数容易调节。当然有源滤波器也有一定的缺点：不宜于高频使用；不宜在高电压、大电流情况下使用；使用时需要外接直流电源；可靠性较差。综合而言，有源滤波器比较适合本次设计。4）数字滤波器与模拟滤波器相比较（1）模拟滤波器的优点：模拟滤波器的输入、输出均为模拟信号,可以直接对前极输入的信号进行处理,输出模拟信号可以直接被后极使用,而且模拟滤波器技术己相当成熟,有不少典型的电路拱参考,如巴特沃斯滤波器、切比雪夫滤波器、贝塞尔滤波器等,这些滤波器都有严格的设计公式、现成的曲线和图表供我们使用。在对脑电信号的滤波电路中,其前后级均为模拟信号,因此降低了电路的复杂度。（2）与模拟滤波器比较， 数字滤波器具有以下一些突出的优点：精度高：模拟网络的精度很大程度上取决于所用的元器件精度。 可靠性高：数字系统中不存在模拟元件的温度系数及老化等问题。 利用fir滤波器可以实现准确的线性相位响应，这是用模拟网络难以实现的。 但是数字滤波器的缺点：数字系统的运算速度问题；数字系统的成本相对地要比模拟系统的高；数字系统必须首先将模拟信号进行采样和转换。总的来说，模拟滤波器与数字滤波器都有其优缺点，本次设计会根据具体情况择优使用。
3. 研究计划与安排
1.第1-3周 完成题目调研，完成文献阅读，进行相关资料的收集，完成文献综述以及开题报告的撰写；2.第4-7周 学习了解脑电信号采集系统的需求分析，掌握脑电信号采集和传输中的干扰噪声及滤波器参数设定；3.第8-11周 学习并掌握滤波器电路基本理论知识，在protel中的电路仿真设计与测试；4.第12-14周 制作实际电路，完成实际信号采集模块测试；5.第15-16周 完成并提交毕业设计论文；6.第17周 答辩。
4. 参考文献（12篇以上）
[1][1]侯俊钦. 基于 FPGA 的脑电信号采集系统的设计[D]. 安徽大学，2007.[2]Nian-qiang LI,Yun-jie NIE,Wei ZHU.The Application of FPGA-based Discrete Wavelet Transform System in EEG Analysis. ISDEA 2012,1306-1309.[3]董建. 脑电信号数字滤波技术及 ICA 伪迹去除算法的应用研究[D]. 广州: 广东工业大学, 2010[4]Alexander C Metting VanRjin .Amplifiers for bioelectric events: a design with a minimal number of parts[J].Med.Biol.Eng.comput,1994,32:305-310.[5]Jiawei Xu; Mitra, S.; Matsumoto, A.; Patki, S.; Van Hoof, C.; Makinwa, K.A.A.; Yazicioglu, R.F. A Wearable 8-Channel Active-Electrode EEG/ETI Acquisition System for Body Area Networks, Solid-State Circuits, IEEE Journal of, 2014(49),: 2005 - 2016.[6]Sheng-En Lin; Shi-Hao Ou; Rieger, R. Dual-channel pulse-width-modulation ASIC for isolated bio-signal recording front-end, Circuits and Systems (ISCAS), 2015 IEEE International Symposium on, On page(s): 1246 - 1249.[7]Dunseath, W.J.R., Kelly, Edward F., Multichannel PC-based data-acquisition system for high-resolution EEG, IEEE Transactions on Biomedical Engineering,2002(42): 1212 – 1217.[8]Zarifi, T., Chung-Ching Peng, Zarifi, M.H. Low-power amplifier for in-vivo EEG signal recording. 2011 1st Middle East Conference on Biomedical Engineering (MECBME), 2011:19-22.[9]A. C.M. van Rijn , "High quality recording of bioelectric events" , Med. Biol. Eng. Comput., 1991(29): 433 -440.[10]郝丽俊, 乐建威, 张志芬. 基于 DSP 的数字化脑电采集系统的设计[J]. 医疗卫生装,2011(11): 1-3.[11]金旭林. 基于 USB 接口的脑电信号采集系统的开发[D]. 武汉: 华中科技大学. 2006.[12]王佳威. 脑电波信号的处理方法与应用 .北京：北京邮电大学.2015[13]徐健. 多路脑电信号无线采集系统的设计.山东师范大学.2015[14]刘冰. 生物信号噪声消除的数字滤波器研究.上海交通大学.2008[15]董建，杜玉晓，邓俊华. 脑电信号数字处理研究..广东工业大学.2010
