陶陳逸， 蘇振新， 丁佳偉， 黃志成， 陸文娟

(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)

腦力驅(qū)動殘疾人輪椅與腦電波圖像顯示設(shè)計*

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)

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和計算機(jī)相連接，將采集到的腦波原始數(shù)據(jù)傳輸?shù)接嬎銠C(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。

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)實現(xiàn)腦電信號與計算機(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、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)練才能實現(xiàn)等。

本文以此為基礎(chǔ)，設(shè)計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)計軟件編程對腦電信號的三維圖像進(jìn)行顯示設(shè)計。

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)娇刂贫藢崿F(xiàn)輪椅的移動，一路傳輸?shù)接嬎銠C(jī)顯示端實現(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)接嬎銠C(jī)上，計算機(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。

圖1 系統(tǒng)總體框圖

2 系統(tǒng)硬件設(shè)計

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。

(3)“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驗所需的“專注度”和“放松度”兩個參數(shù)。

2.2 Arduino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：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，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。

圖2 輪椅操縱桿電路

圖3 機(jī)械操縱桿接口電路

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。可以通過控制電壓的大小來實現(xiàn)移動的前進(jìn)、后退、轉(zhuǎn)向和停止。

3 系統(tǒng)軟件設(shè)計

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。

3.2 Arduino平臺輪椅控制系統(tǒng)實現(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，實現(xiàn)了簡單的信號二維圖形顯示，如圖4所示。

圖4 腦電信號的二維圖形

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[12]，并結(jié)合移動端的顯示，實現(xiàn)各頻段腦電波的三維圖像實時顯示，如圖5所示。

圖5 腦電波的三維圖像

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，成功地實現(xiàn)了腦電波的三維圖像顯示。

[1] 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.

[2] 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)計及在腦—機(jī)接口中的應(yīng)用研究[D].重慶：重慶大學(xué)，2006.

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

[5] 程晨.Arduino 開發(fā)實戰(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.

[8] 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.

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

[10] 左艷麗.C語言和匯編語言混合編程的方法和實現(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.

[11] 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.

[12] 鄧昌瑞.基于MATLAB GUI的多功能計算系統(tǒng)設(shè)計及實現(xiàn)[D].南昌：南昌大學(xué)，2012.

Mental drive wheelchairs for the disabled and the image display of EEG

Tao Chenyi1， Su Zhenxin2， Ding Jiawei2, Hang Zhicheng1, Lu Wenjuan2

(1.College of Geographic and Biologic Information, Nanjing University of Post and Telecommunications, Nanjing 210023, China; 2. College of Telecommunications and Information Engineering, Nanjing University of Post and Telecommunications, Nanjing 210003, China)

A mental drive wheelchairs system for the disabled by means of embedded system and brain computer interface is built．Firstly，it acquired the EEG dataset through the EEG acquisition device with the TGAM chip. Secondly，the TGAM and PC was connected with bluetooth，while the data acquired from the TGAM were transferred wirelessly to PC and were quantized by eSence algorithm. Thirdly，the Arduino wheelchairs control platform was wirelessly connected to PC with bluetooth，and controlled by I/O interface with the quantized EEG data. Finally， the paper proposed a method for image display of EEG using multiple mixed language programming. Compared with the single language image display, multi-language mixed programming method shows a better three-dimensional images of EEG.

EEG; eSense algorithm; the Arduino wheelchairs control platform; the image display

省級大學(xué)生創(chuàng)新訓(xùn)練計劃項目資助(201410293026Z；201510293068X)

TP334.7，TP312

A

1674- 7720(2016)03- 0092- 04

陶陳逸，蘇振新，丁佳偉，等. 腦力驅(qū)動殘疾人輪椅與腦電波圖像顯示設(shè)計[J].微型機(jī)與應(yīng)用，2016,35(3)：92- 95.

2015-10-13)

陶陳逸(1994-)，男，本科在讀，主要研究方向：腦電信號、Arduino硬件設(shè)計。

蘇振新(1990-)，男，碩士研究生，主要研究方向：腦電信號和生物電信號，嵌入式開發(fā)設(shè)計。

丁佳偉(1995-)，男，本科在讀，主要研究方向：腦機(jī)接口技術(shù)研究。