英语原文共 9 页
基于FPGA的脑-机接口控制病床护理系统总体设计
摘要
本文提出了一种基于异步稳态视觉诱发电位（SSVEP）的无需用户培训的病床护理系统。该系统可以方便地应用于各种电子病床上，只需盯着闪烁的面板就能帮助用户控制病床的姿态。与大多数由商用仪器组成的脑-机接口（BCI）系统不同，本研究提供了一个完整的设计方案。该系统首先设计了一个发光二极管激励面板，以诱导用户的SSVEP信号作为系统的输入信号。然后，分别设计了一个SSVEP放大器/滤波器电路和一个基于现场可编程门阵列的SSVEP信号处理器来获取和处理被试的SSVEP。此外，还采用H桥直流电机驱动电路来调整病床的姿态。最后，15名受试者被邀请展示拟议的基于BCI的医院床位控制护理系统的有效性。总体设计的BCI系统性能良好，平均精度为92.5%，每个命令的平均命令传输间隔为5.22秒。
- 引言
从发动机atients遭遇严重困难，如肌萎缩侧索硬化症（ALS）与脊髓小脑共济失调（SCA），和其他paralyzed病人可能有有限的空间运动约束在一个医院的床。这些长期bedridden病人可以忍受，因为他们都是虔诚的bedsores unable改变他们的态度。为了降低劳动负荷的护理的护理家庭护理服务或便利的豪斯医生和病人的自主性，开发一个系统的自我护理病人的医院道贺控制他们的两位极冰处理。尽管A音控位已被医院设计的，它可能不会是suitable病人有严重的发动机disabiliti
（例如，ALS或SCA）只有移动眼睛进行交流的能力。在这种情况下，很容易使用针对身体残疾人士的眼睛跟踪系统来控制设备[1]，[2]。但是，主体的姿态应该是固定的，以避免错误决策。此外，当受到诸如对比度、照明和图像不均匀性等环境干扰时，它可能会失效[3]。此外，在眼睛跟踪系统中，很难在准确度和灵敏度之间达到正确的平衡。陈[4]为残疾人设计了一个头部操作的电脑鼠标界面，但这个系统需要病人转动脖子。
脑-计算机接口（BCI）系统从人脑中获取脑电图（EEG）数据，然后通过信号处理算法将特定的脑信号模式识别并转换为设备控制命令[5]。目前，脑电信号，如p300诱发电位[6]、视觉诱发电位（vep）[7]、mu节律[8]和慢皮质电位[9]通常用作BCI系统的输入信号。
稳态VEP（SSVEP）是一种对闪烁视觉刺激的脑电图信号响应，频率范围较大，从1到90赫兹，但通常在5到27赫兹之间获得良好的响应[10]。提出了一种基于SSVEPBCI系统的具有仪器的类似个人计算机（PC）。
频率编码方法在基于SSVEP的带PC机的BCI系统中得到了广泛的应用。Cheng等人[11]使用12个命令（0–9、退格键和回车键）实现了一个基于SSVEP的频率编码BCI电话系统，并使用监视器作为刺激器。同样，Wang等人[12]提出了一种基于频率编码的基于SSVEP的基于信道位置优化的BCI系统，以提高信息传输速率（ITR）。此外，Jia等人[13]解决了基于频率编码SSVEP的BCI键盘系统。该系统由发光二极管（LED）视觉刺激器、脑电数据采集单元和PC机组成。M_lerPutz和Pfurtscheller[14]所展示的另一个应用是基于频率编码的SSVEP系统，用于通过安装在假体上的四个LED刺激器控制两轴电假手。在最近的一项研究中，Cecotti[15]提出了一种自调速度和无需校准的基于SSVEP的BCI拼写器。这个拼写器在LED屏幕上有五个Flash命令框：三个命令用于选择字符，另一个用于删除字符，另一个用于返回上一个操作。
最近，Pfurtscheller等人[16]和Ortner等人[17]已开发出SSVEPBCI来控制手部矫形器。为了使系统更加实用，他们没有使用监视器，而是使用两个不同频率（8和13Hz）闪烁的LED作为闪烁源。注意，使用LED闪烁的频率编码限制了闪烁的数量。此外，已经使用仪器来测量EEG信号
为了设计一个实用的BCI系统，本研究提出了一个BCI控制的病床护理系统的总体设计方案。该系统集成了不同的技术，包括：1）频率与相位编码LED刺激屏，以增加闪烁次数；2）用于测量SSVEP信号的模拟生物信号放大器电路；3）用于信号处理的现场可编程门阵列（FPGA）数字电路；4）用于调整病床姿态的电力电子H桥电机驱动。因此，系统中不包括PC和/或商用仪器。注意，病床护理系统和按摩垫的姿态控制需要八个LED来唤醒受试者的SSVEP。在这种情况下，使用两个不同频率[16]、[17]的频率编码的两个LED闪烁不符合要求。因此，本研究结合相位编码技术设计了8个具有两种不同频率的LED。因此，两个闪烁选项可以扩展到八个。
SSVEP小于一般生物信号，如心电图或肌电图。如果不使用商用EEG测量仪器，在噪声和电源干扰的环境中测量SSVEP并不容易。然而，这项研究设计了SSVEP放大器/滤波器电路，使系统更加实用。此外，SSVEP信号处理器（不考虑具有商用设备的PC）是通过手工编码高速集成电路硬件描述语言（VHDL）在FPGA中实现的。
基于FPGA的电路设计的原因如下：由于FPGA包含可重构门阵列和大量嵌入式存储器，因此适用于快速实现数字信号处理算法。
近年来，许多研究人员使用FPGA芯片在实时系统上实现复杂的冗余算法。Tsai等人[22]提出了一种在FPGA芯片上实现脱氧核糖核酸算法的管道结构，以实现更高效和可靠的灭火系统。Chen和Dinavahi[23]在FPGA上提出了一种迭代的实时非线性电磁瞬态求解器。非线性求解算法构造具有完整流水线和并行结构的浮点（FP）数表示，以提高计算速度。Sudha和Mohan[24]使用FPGA通过复杂算法高速处理图像数据，目的是在动态环境中进行机器人路径规划。韦伯等人[25]和Dousoky等人[26]还针对FPGA的优势在特定系统上实现了算法。
此外，FPGA实现了并行架构，从而提高了系统性能。 并行体系结构不仅可以更高效地处理大量数据，还可以同时执行多个任务。 最终，所提出的SSVEP信号处理器将识别结果发送到电动机驱动电路，以根据患者的需要驱动安装在电气病床上的相应电动机。
主要贡献提供了一个完整的BCI系统到电气病床的总体设计。最后，通过实验验证了该系统的可行性。
二、材料与方法
a.系统配置
图1说明了拟议的基于BCI的病床控制护理系统的主要框图，其中包括：1）一个刺激面板；2）一个中央控制单元；和3）一个电气病床。刺激面板包含八个标有医院病床控制命令符号的视觉刺激。为了识别刺激面板的八个LED诱导的SSVEP，对八个LED进行编码。中央控制单元包括：1）一个带模数转换器（ADC）电路的SSVEP放大器/滤波器；2）一个基于FPGA的SSVEP信号处理器；3）一个H桥电机驱动电路；以及4）一个电源开/关电路。SSSVEP-放大器/滤波器电路首先获取受试者的SSVEP信号。在开始时，一个ADC电路对获得的SSVEP信号进行量化，SSVEP作为SSVEP量化获得。然后，基于FPGA的SSVEP信号处理器对量化后的SSVEP信号进行处理。一旦SSVEP信号处理器识别出受试者凝视的视觉刺激，处理器就会向病床电机或按摩垫的相应电路发送控制命令。因此，相关的病床操作被激活。
B.刺激面板
刺激面板包含八个发光二级管闪烁的视觉刺激，用于诱导受试者的SSVEP。闪光编码结合了频率和相位，在极限频率范围内生成更多的命令。八个视觉刺激以两个闪烁频率（21和25赫兹）闪烁，但有四个相位（0、90、180和270）。图2显示了八个闪烁序列的产生。在SSVEP中，LED增强了基频的响应，大于其他视觉刺激（即阴极射线管或液晶显示器）的响应[27]。 为了控制病床，视觉刺激根据医院病床控制动作进行符号化：刺激1和刺激5意味着分别上下移动整个病床; 刺激2和刺激6分别用于调整受试者的上下姿势; 刺激3和刺激7分别意味着调整受试者膝盖向上移动和向下移动的姿势; 刺激4和刺激8分别用于控制按摩垫电源的开启和关闭。
C:中央控制单元
1）SSVEP-放大器/滤波器电路：SSVEP放大器/滤波器电路通过三个镀金EEG电极（草科技，F-E5GH，直径为1cm的圆盘电极）从头皮获取SSVEP信号。 根据10-20系统或国际10-20系统放置电极的位置。 10-20系统或国际10-20系统是国际公认的方法，用于在EEG测试或实验的背景下描述和应用头皮电极的位置。 第一个电极SSVEPPOS放置在枕骨区域OZ（基于国际EEG 10-20系统），第二个电极SSVEPNEG放置在右乳突，双极信号（SSVEP POS到SSVEPNEG）相对于地面 电极（第三电极SSVEPGND）放置在前额位置FpZ。 图3示出了SSVEP放大器/滤波器电路的框图。SSVEP放大器/滤波器电路设计有五级以获得所需的SSVEP信号。 因为从头皮记录的SSVEP信号的幅度非常大小（~50mu;V），五级放大器如下。
1）首先使用仪表放大器INA128（增益设置，增益：1000）通过前置放大器放大SSVEP双极性信号。 本研究使用INA128，因为它具有高增益和高输入阻抗，以及良好的共模抑制（CMR）比（CMRR）。当增益值为1000时，仪表放大器IC INA128具有大约130dB的CMR。此外，当增益值变大时，CMRR增加。 这是前置放大器中增益值设置为1000的主要原因。
2）然后通过低通有源三阶巴特沃兹滤波器（截止频率fC：26Hz）对预放大的SSVEP信号进行滤波，然后通过高通滤波器（截止频率fC：20Hz）进行滤波。 该带通滤波器在高通滤波器前面带有低通滤波器，可有效降低60 Hz噪声。
3）为了进一步消除60 Hz的电源线干扰，从SSVEP信号中，还使用60 Hz有源陷波滤波器。 60 Hz有源陷波滤波器由多反馈带通滤波器和减法器组成。 这种结构可以有效地降低60 Hz，并为以下自动调节变化电阻（VR）系统提供更低的60 Hz电平。
4）使用后置放大器电路（增益设置，增益MAX：201）再次放大滤波后的SSVEP信号，以调整滤波后的SSVEP信号，峰峰值电压范围为2.5至2.5 V.
5）最后，这项工作采用直流偏置调整电路来调整SSVEP采集的输出电压电平，以便后面的SSVEP采集电路可以轻松地将SSVEP数字化所需范围（峰峰值电压范围：0~5 V）。
实验表明，即使在相同的实验条件下，每个受试者也能诱发不同幅度的SSVEP信号。此外，不仅电子噪声，而且直流偏压也会随着环境的变化而变化。这些非理想因素很容易使输出SSVEP饱和。为了避免获得的SSVEP饱和，提高其信噪比（SNR），必须根据不同的主题或环境调整SSVEP放大器/滤波器电路的参数。然而，人工操作很难调整参数。通过设计陷波滤波器、后放大电路和直流偏压电路的自动可调虚拟现实系统，解决了这一难题。
虚拟现实系统的自动调整包括三个虚拟现实集成电路（模拟设备AD8400）、Rgain、Rbias和rnotch，如图3所示。它们分别用于调整后放大器增益、直流偏压和60赫兹陷波滤波器。为防止输出信号饱和，设置了一个小的初始值vr，Rgain。然后，微控制器在一段时间内从图3所示的点A获取平均最大和最小输出信号。此外，微控制器获取图3所示的60Hz陷波滤波器的输出信号，以检测噪声级。
自动可调数字VR系统包括三个步骤。 初始步骤调整VR Rbias，使直流偏置位于1-3 V范围内。然后，微控制器通过调整Rgain控制SSVEP被采集在2到3 V之间。 最后，Rnotch用于精确设置陷波滤波器的中心频率为60 Hz。 连续重复这三个步骤，直到输出信号特性线在0-5V的范围内。
ADC电路将获取的SSVEP信号SSVEP转换为数字形式，然后将其发送到基于FPGA的SSVEP信号处理器。 ADC芯片是8引脚双列直插式封装，带有串行控制接口器件Microchip MCP3201，可降低FPGA的输入/输出端口开销。 ADC的分辨率和最大采样率分别为12 b和100 k样本。
2）基于FPGA的SSVEP信号处理器：该系统的SSVEP信号处理算法在Altera Cyclone EP2C20Q FPGA中实现，本文称之为SSVEP信号处理器。 通过手动编码VHDL代码来实现硬件。 使用Quartus II编译，合成和拟合这些代码。 图4示出了所提出的SSVEP信号处理器的电路框图。
首先，从SSVEP放大器/滤波器电路获取的SSVEP信号SSVEP通过ADC电路以8 kHz的12-B分辨率（SSVEP定量）进行采样。为了保证ADC电路的正常工作，在FPGA中设计了一个控制器。
为了避免信号处理后的数字误差积累，必须在FPGA中实现FP算法。量化的SSVEP数据将从0–4.096 V的电压范围转换为12-B二进制。然后，12-B二进制必须立即通过二进制/FP转换器转换为32-B单精度浮点（IEEE754标准）。fp数值的计算方法如下：FPvalue = (minus;1)s(1.f) times;2(eminus;127)
其中s是用于指定fp数字符号的符号位，e是称为偏差指数字段的8-b数量，f有23 b存储fp数字的分数。请注意，fp算法允许在更宽的范围内表示数字，因为它能够自动缩放数字。因此，本研究也在SSVEP信号处理器中实现了加、减、乘、除、平方根等硬件FP运算单元。
SSVEP信号分析策略由两部分组成：相位识别模式和应用模式。在控制病床之前，系统以阶段识别模式启动。完成相位识别模式后，系统进入应用模式，允许用户控制病床。
在信号处理中，根据不同的要求，在时间或频率域对数据进行分
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
