陶陳逸1， 蘇振新2， 丁佳偉2， 黃志成1， 陸文娟2

1. 南京郵電大學(xué) 地理與生物信息學(xué)院，江蘇 南京 210023； 2. 南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003

　　摘要：結(jié)合嵌入式系統(tǒng)和腦機(jī)接口技術(shù)，構(gòu)建腦力驅(qū)動殘疾人輪椅系統(tǒng)。首先利用腦電信號（EEG信號）的采集芯片裝置TGAM對腦電信號進(jìn)行采集；其次通過藍(lán)牙模塊將TGAM和計(jì)算機(jī)相連接，將采集到的腦波原始數(shù)據(jù)傳輸?shù)接?jì)算機(jī)上，利用eSense算法將腦電數(shù)據(jù)進(jìn)行量化；然后再通過藍(lán)牙無線連接到Arduino輪椅控制平臺，通過I/O控制口實(shí)現(xiàn)腦力對輪椅的控制；最后提出采用多語言混合編程的方法實(shí)現(xiàn)腦電信號的圖像顯示，相比單一語言編程的圖像顯示，多語言混合編程法更好地顯示了腦電信號的三維圖像。

　　關(guān)鍵詞：腦電信號；eSense算法；Arduino輪椅控制平臺；圖像顯示

0引言

　　人類的每一閃思維、每一種情緒、每一個想法，在大腦中都會產(chǎn)生特定的腦電信號，腦電信號反映出大腦皮層不同區(qū)域的活動狀態(tài)，通過對腦電信號的分析和處理，可以有效地從腦電信號中提取可靠的特征參量來反映腦的功能狀態(tài)［1］。不同思維情況下產(chǎn)生的神經(jīng)元放電活動信號表現(xiàn)出不同的時空變化模式并導(dǎo)致EEG信號的不同。

　　隨著全球各國生活水平以及醫(yī)療水平的提高，人口老齡化逐漸成為大部分國家需要認(rèn)真考慮的問題，贍養(yǎng)老人也成為下一代很嚴(yán)重的壓力問題。因此智能生活的需求十分迫切，身體的不健全導(dǎo)致的一些生活的不便利可以通過大腦活動來彌補(bǔ)。智能輪椅的發(fā)明為現(xiàn)代人們提供了一種新的思路。

　　對于嚴(yán)重神經(jīng)或肌肉傷殘的人來說，可以利用大腦的信息與計(jì)算機(jī)或其他設(shè)備進(jìn)行通信，因此在腦電信號的提取方面有一定的研究必要。

　　腦機(jī)接口（Brain Computer Interface,BCI）是在人腦和計(jì)算機(jī)或其他電子設(shè)備之間建立一種不依賴于常規(guī)大腦輸出通路（外周神經(jīng)和肌肉組織）的直接信息交流和控制通道，是一種全新的人機(jī)交互系統(tǒng)［2］。對于遭受嚴(yán)重神經(jīng)或肌肉傷殘的人來說，可以利用腦機(jī)接口技術(shù)實(shí)現(xiàn)腦電信號與計(jì)算機(jī)或其他電子設(shè)備進(jìn)行通信。

　　Mindwave腦電采集裝置是一種不依賴于外周神經(jīng)和肌肉等常規(guī)輸出通道的信息交流系統(tǒng)。它可為神經(jīng)肌肉障礙患者提供一條與外界溝通的途徑,并在虛擬現(xiàn)實(shí)、游戲娛樂和航空等領(lǐng)域具有潛在價值。目前,常用的腦電輸入信號包括P300、穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)、皮層慢電位(SCP)以及μ或β節(jié)律等。其中,SCP、μ或β節(jié)律等自發(fā)腦電不依賴于額外刺激的輸入,不會產(chǎn)生視覺疲勞,沒有適應(yīng)性的問題,且其神經(jīng)生理學(xué)基礎(chǔ)已獲得比較深入的研究,因而在Mindwave腦電采集裝置中得到了較多的應(yīng)用。但是,基于自發(fā)腦電的腦機(jī)接口也存在明顯的缺陷,如并非所有個體都適用基于μ節(jié)律的腦機(jī)接口,基于SCP的腦機(jī)接口要經(jīng)過長時間的訓(xùn)練才能實(shí)現(xiàn)等。

　　本文以此為基礎(chǔ)，設(shè)計(jì)出一種能為手腳不便的殘疾人提供一個腦力驅(qū)動的輪椅系統(tǒng)，使用者無需手動操作操縱桿便可完成輪椅的前進(jìn)、轉(zhuǎn)向、停止等動作。本文利用多語言混合編程方法，設(shè)計(jì)軟件編程對腦電信號的三維圖像進(jìn)行顯示設(shè)計(jì)。

1系統(tǒng)結(jié)構(gòu)

　　本文的研究步驟是按照腦電信號的數(shù)據(jù)采集和分析數(shù)據(jù)處理數(shù)據(jù)輸出回饋框架，將腦電信號一路傳輸?shù)娇刂贫藢?shí)現(xiàn)輪椅的移動，一路傳輸?shù)接?jì)算機(jī)顯示端實(shí)現(xiàn)腦電信號的圖像顯示。使用TGAM芯片進(jìn)行腦電數(shù)據(jù)的采集和分析，利用藍(lán)牙模塊把采集、分析的數(shù)據(jù)傳輸?shù)接?jì)算機(jī)上，計(jì)算機(jī)進(jìn)行數(shù)據(jù)的處理，通過藍(lán)牙模塊把處理后的數(shù)據(jù)傳輸?shù)紸rduino平臺，經(jīng)由數(shù)據(jù)算法轉(zhuǎn)換成控制信號，對殘疾人輪椅進(jìn)行控制。輪椅的移動狀態(tài)能夠通過人的眼睛器官回饋給大腦，并在控制輪椅移動的同時在計(jì)算機(jī)上顯示腦電信號的三維圖像。

　　腦力驅(qū)動殘疾人輪椅和圖像顯示的系統(tǒng)框架圖如圖1所示。

2系統(tǒng)硬件設(shè)計(jì)

　　2.1數(shù)據(jù)采集模塊

　　頭戴式無線腦機(jī)接口系統(tǒng)設(shè)備［3］采用半導(dǎo)體微加工工藝制作的“干”電極作為采集腦電信號的電極，通過干態(tài)電極傳感器采集生物電信號，將采集的信號傳入到ThinkGear芯片中。

　　ThinkGear ASIC芯片是一種SoC（Systerm on Chip）。NeuroSky公司的ThinkGear ASIC專用芯片［4］集成了腦電信號的采集、濾波、放大、A/D轉(zhuǎn)換、數(shù)據(jù)處理及分析等功能，并通過UART標(biāo)準(zhǔn)接口對外輸出以下4種參數(shù):

　　(1)數(shù)字化的原始腦電波數(shù)據(jù)，輸出頻率512 Hz(每秒512個數(shù)據(jù)包)。

　　(2)8個δ、θ、α、β、γ波EEG參數(shù)，輸出頻率1 Hz；δ：1～3 Hz；θ：4～7 Hz；α1：8～9 Hz；α2：10～12 Hz；β1：13～17 Hz；β2：18～30 Hz；γ1：31～40 Hz；γ2：41～50 Hz。

　?。?）“專注度”、“放松度”兩個eSense參數(shù)，輸出頻率1 Hz。

　　（4）傳感器與皮膚的接觸良好程度參數(shù)，輸出頻率1 Hz。

　　該芯片集成的腦電信號分析模塊可以輸出實(shí)驗(yàn)所需的“專注度”和“放松度”兩個參數(shù)。

　　2.2Arduino平臺

　　Arduino UNO是Arduino USB 接口系列的最新版本，作為Arduino 平臺的參考標(biāo)準(zhǔn)模板。UNO的處理器核心是ATmega328，同時具有14 路數(shù)字輸入/輸出口（其中6 路可作為PWM輸出），6 路模擬輸入，一個16 MHz 晶體振蕩器，一個USB 口，一個電源插座，一個ICSP header 和一個復(fù)位按鈕。UNO已經(jīng)發(fā)布到第三版，與前兩版相比第三版有以下新的特點(diǎn)：在AREF 處增加了兩個管腳SDA 和SCL，支持I2C 接口；增加IOREF 和一個預(yù)留管腳，將來擴(kuò)展板將能兼容5 V和3.3 V核心板。這樣改進(jìn)了復(fù)位電路設(shè)計(jì)，USB 接口芯片由ATmega16U2替代了ATmega8U2［5］。

　　2.3受控模塊：電動殘疾人輪椅

　　輪椅的操縱桿控制電路如圖2所示，其與機(jī)械操縱桿（如圖3）連接可對輪椅進(jìn)行方向控制。輪椅的操縱桿有五個端口，分別為：控制輪椅前進(jìn)后退的A端口、基準(zhǔn)參考電壓GND、控制輪椅左右轉(zhuǎn)向的B端口、電源電壓VCC（5 V）、反饋調(diào)節(jié)電壓Vref。

　　輪椅方向的控制需要A端口和B端口的共同作用。由于采用了模糊控制方法，在A端口，電壓在2.25 V～2.75 V之間時，輪椅在前進(jìn)方向是停止的；當(dāng)電壓低于2.25 V時，輪椅會后退，由于電路內(nèi)部的保護(hù)機(jī)制，后退速度是固定且緩慢的；當(dāng)電壓高于2.75 V時，輪椅的轉(zhuǎn)速會隨著電壓的變大而變大。

　　同樣在B端口，電壓在2.25 V～2.75 V之間時，輪椅不進(jìn)行左右轉(zhuǎn)向；當(dāng)電壓大于2.75 V時，輪椅通過右電機(jī)轉(zhuǎn)速大于左電機(jī)轉(zhuǎn)速的方式實(shí)現(xiàn)左轉(zhuǎn)，且左轉(zhuǎn)的幅度大小隨B端口輸出電壓的上升而上升；當(dāng)電壓小于2.25 V時，輪椅通過左電機(jī)轉(zhuǎn)速大于右電機(jī)轉(zhuǎn)速的方式實(shí)現(xiàn)右轉(zhuǎn)，且右轉(zhuǎn)的幅度大小隨B端口輸出電壓的降低而降低?？梢酝ㄟ^控制電壓的大小來實(shí)現(xiàn)移動的前進(jìn)、后退、轉(zhuǎn)向和停止。

3系統(tǒng)軟件設(shè)計(jì)

　　3.1腦電信號的采集與分析

　　腦電信號的采集與分析采用NeuroSky公司的ThinkGear ASIC芯片，腦電信息是非平穩(wěn)隨機(jī)連續(xù)的信息，以512 Hz的采樣率采集腦電信號［6］。腦電信號采集頻段在0～100 Hz之間。

　　腦電數(shù)據(jù)分析是由eSenseTM算法來完成，eSenseTM是NeuroSky用于以數(shù)字化參數(shù)方式對人的當(dāng)前精神狀態(tài)進(jìn)行度量的專利算法［7］。首先對采集的原始腦電信號進(jìn)行放大，并消除噪聲和肌電信號的干擾，然后利用eSenseTM算法對去除干擾的信號進(jìn)行計(jì)算，得到量化的eSense參數(shù)值。

　　eSense算法主要是先對原始腦波數(shù)據(jù)進(jìn)行FTT變換［8］,然后進(jìn)行頻率濾波，得到α波和β波，并進(jìn)行功率譜分析，選定基本參考值，進(jìn)行歸一化。

　　3.2Arduino平臺輪椅控制系統(tǒng)實(shí)現(xiàn)

　　TGAM無線腦電采集設(shè)備可以采集多個值，如poorsignal、attention、meditation以及Blink信號。

　　poorsignal主要反應(yīng)的是傳感器芯片上生物信號的強(qiáng)弱，值為0時表示生物傳感器接收到的信號很好，沒有任何明顯的問題；值在1~199區(qū)間時，值越高說明生物傳感器檢測到的問題越多；值為200時說明傳感器可能沒有接觸到導(dǎo)電體。一般在poorsignal參數(shù)值保持為0時，采集到的其他參數(shù)值才具有時效價值。

　　腦電采集裝置采集到的原始腦電信號，經(jīng)過計(jì)算機(jī)的處理后可以得到所需的“專注度”與“放松度”兩個數(shù)值。這兩個數(shù)值在0～99之間。正常人平時的“專注度”數(shù)值在30～60之間，當(dāng)人在高度集中時，“專注度”數(shù)值會大于60。同樣地，正常人的“放松度”在30～60之間，當(dāng)人在閉眼放松或放松全身肌肉時，“放松度”會高于60［9］。

　　選用“專注度”作為控制輪椅前進(jìn)、停止的信號，此時給定B端口固定為2.5 V電壓值，系統(tǒng)將收到的相關(guān)參數(shù)值轉(zhuǎn)換為控制輪椅移動的對應(yīng)電壓值，attention值小于60時，A端口電壓值固定為2.5 V，保持停止?fàn)顟B(tài)；attention值在60～70之間時，A端口電壓值固定為3 V，輪椅前進(jìn)；attention值在70～80之間時，A端口電壓值固定為3.5 V，輪椅前進(jìn)；attention值在80～90之間時，A端口電壓值固定為4 V，輪椅前進(jìn)；attention值在90～100之間時，A端口電壓值固定為4.5 V，輪椅前進(jìn)。

　　Blink信號是肌電信號，用來控制輪椅的轉(zhuǎn)向，眨眼信號是由rawdata原始數(shù)據(jù)計(jì)算得出，此時給定A端口固定為2.5 V電壓值，系統(tǒng)檢測到右側(cè)眨眼信號時，B端口給定電壓1.5 V，實(shí)現(xiàn)右轉(zhuǎn)向；當(dāng)檢測到左側(cè)眨眼信號時，B端口給定電壓3.5 V，實(shí)現(xiàn)左轉(zhuǎn)向。

　　3.3腦電信號的圖像顯示

　　在圖像顯示方面，綜合考慮多種問題因素，提出采用多語言混合編程［10］的方法。所謂多語言混合編程，是指使用兩種或兩種以上的程序設(shè)計(jì)語言來開發(fā)應(yīng)用程序的過程。源文件無論使用何種語言編寫，最終編譯的結(jié)果都是機(jī)器碼。函數(shù)調(diào)用在機(jī)器碼中是很簡單的一步，按照參數(shù)表的要求把參數(shù)值放入堆棧，然后使用jmp指令跳轉(zhuǎn)到要調(diào)用的函數(shù)的函數(shù)地址即可，程序不管如何實(shí)現(xiàn)，只要知道參數(shù)表和函數(shù)地址就能調(diào)用，所有程序最終都是機(jī)器碼，自然也符合這個規(guī)則。所以實(shí)現(xiàn)互調(diào)，只要將對方的接口程序文件映射到自己的進(jìn)程中，預(yù)先知道它的參數(shù)表，得到它的接口函數(shù)地址，將參數(shù)放入堆棧，然后跳轉(zhuǎn)到函數(shù)地址，就能實(shí)現(xiàn)調(diào)用。

　　本文提出通過C++語言與MATLAB語言混合編程［11］的方法實(shí)現(xiàn)腦電信號的圖像顯示，并成功通過編程讀取腦電采集芯片輸出的相關(guān)數(shù)值，實(shí)現(xiàn)了簡單的信號二維圖形顯示，如圖4所示。

　　在腦電信號的三維圖像顯示上采用的解決方案是以MATLAB語言為主，C++語言輔助，通過MATLAB相關(guān)的GUI設(shè)計(jì)［12］，并結(jié)合移動端的顯示，實(shí)現(xiàn)各頻段腦電波的三維圖像實(shí)時顯示，如圖5所示。

4結(jié)論

　　本文利用腦電信號的“專注度”參數(shù)，通過Arduino平臺的轉(zhuǎn)換操作，得到有效控制命令電壓值，完成了輪椅的前進(jìn)和停止控制，但在輪椅的后退控制上還未解決。輪椅的左右轉(zhuǎn)向是通過眨眼信號來控制完成的，但是由于多種噪聲的干擾，導(dǎo)致轉(zhuǎn)向的精確度不高，提高精確度的方法是盡可能濾除噪聲影響。通過采用MATLAB語言和C++語言混合編程的方法，成功地實(shí)現(xiàn)了腦電波的三維圖像顯示。

參考文獻(xiàn)

　?。?］ VELUVOLU K C, WANG Y, KAVURI S S. Adaptive estimation of EEG rhythms for optima band indentification in BCI［J］. Journal of Neuroscience Methods，2012，203(1):163-172.

　?。?］ WOLPAW J R, BIRBAUMER N, HEETDERKS W J, et al.Braincomputer interface technology: a review of the first internationl meeting ［J］. IEEE Trans Rehabil Eng, 2000, 8(2):222-225.

　　［3］ 王三強(qiáng).腦電信號采集系統(tǒng)設(shè)計(jì)及在腦—機(jī)接口中的應(yīng)用研究［D］.重慶：重慶大學(xué)，2006.

　?。?］ 張軍.ASIC技術(shù)的特點(diǎn)與應(yīng)用［J］.信息技術(shù)，2001（9）：1-3.

　?。?］ 程晨.Arduino 開發(fā)實(shí)戰(zhàn)指南［M］．北京：機(jī)械工業(yè)出版社，2012．

　　［6］ 楊幫華，顏國正，丁國清，等.腦接口關(guān)鍵技術(shù)研究［J］.北京生物醫(yī)學(xué)工程，2005(4):308-310.

　　［7］ NeuroSky.Mindset Instruction Manua［Z］.神念科技有限公司，2009.

　?。?］ 胡廣書.數(shù)字信號處理（第2版）［M］.北京：清華大學(xué)出版社，2011.

　?。?］ 史小華,王洪波,王建軍.電動輪椅控制器的設(shè)計(jì)與實(shí)現(xiàn)［J］.電子測量技術(shù),2013（1）:65-69.

　?。?0］ 左艷麗.C語言和匯編語言混合編程的方法和實(shí)現(xiàn)［J］.職教與經(jīng)濟(jì)研究：婁底職業(yè)技術(shù)學(xué)院學(xué)報，2008（3）：60-62.

　?。?1］ 陳建平， 羅先啟.MATLAB與C/C++、FORTRAN語言混合編程［J］.三峽大學(xué)學(xué)報(自然科學(xué)版)，2005，26（6）：547-551.

　?。?2］ 鄧昌瑞.基于MATLAB GUI的多功能計(jì)算系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)［D］.南昌：南昌大學(xué)，2012.