Based on nano-level CMOS process, the key technologies of non-implanted brain machine interface (BMI) system is studied to solve the problems that the multi-channel Electroencephalography (EEG) acquisition system facing, then meets the demands of portable, wearable integrated medical electron monitoring and health wardship equipment applications. The main research contents are as follows. A high reliable and ultra-thin brain electrode embed into malleable flexible substrate material is proposed, which could be closely jointed with the human body and collect high quality EEG. The electrical characteristics and high density integration technology of malleable flexible substrate and ultra-thin brain electrode are studied, in order to realize continuously efficient real-time sensing, acquisition and transmission of EEG. Multi-channel EEG acquisition analog front-end circuit with ultra-low power is discussed. The restrictive relationship between multi-channel number and system power and area is studied. The ultra-low voltage, low-power and noise elimination technology of nano-level CMOS preamplifier circuit is proposed, and then collects, amplifies, and filters the multi-channel high fidelity EEG. Low-power high-precision VCO ∑Δ ADC is studied to monitor and deal the ultra-low power multi-channel high-precision EEG. The multidimensional energy harvesting technology is discussed to provide long-term stable working power supply for the whole system. Finally a development scheme of portable, low-power, high-precision BMI system is realized.
本项目面向便携式、可穿戴新型集成医疗电子监测和健康监护设备的应用需求,针对多通道脑电信号采集系统面临的问题,基于纳米级CMOS工艺,重点研究非植入式脑机接口电路系统的关键技术,主要包括:研究基于可延展柔性衬底材料、可与人体紧密贴合的高可靠性超薄脑电极,用以采集高质量脑电信号,研究可延展柔性衬底和超薄脑电极的电学特性及其高密度集成技术,实现连续、高效、实时的脑电信号感知、采集和传输;研究超低功耗多通道脑电信号采集模拟前端电路关键技术,研究多通道数目与系统功耗和面积之间的制约关系,研究纳米级CMOS前置放大电路的超低压低功耗和噪声消除技术,实现多通道高保真脑电信号EEG的采集、放大和滤波功能;研究低功耗高精度VCO ∑Δ ADC电路,实现超低功耗、多通道、高精度脑电信号EEG的监测和处理;研究多维能量获取技术为整个系统提供长期稳定的工作电源,最终实现一种便携式、低功耗、高精度BMI系统研发方案。
本项目基于纳米级CMOS工艺,重点研究非植入式脑机接口电路系统的关键技术,以满足便携式、可穿戴新型集成医疗电子监测和健康监护设备的应用需求。主要研究内容如下:首先,基于微结构转印技术提出了可延展柔性衬底材料与超薄脑电极采集系统的集成方法。设计了功能单元及其保护器件用以消除形变所带来的损失,保证了转印完成后器件和电路仍然能够维持高性能的工作,尽可能减少转印中功能块的损失,提高系统的集成度。第二,研究了多通道AFE系统设计方案。提出了一种C3IB-DSL结构,采用调制-解调连续时间信号处理方式减小了KT/C噪声,采用斩波技术降低了闪烁噪声;提出了一种反双曲正切预失真电路结构,扩展了输入线性范围,在保证滤波器高线性度的同时滤除了高频谐波、噪声以及干扰等非理性特性,降低了功耗。研究了多通道失配校正技术,通过优化电路结构改善了系统的性能。第三,研究设计了3阶一位CT-ΣΔ调制器电路。采用积分器级联前馈式结构简化了ΣΔ调制器的结构。积分器采用轨对轨两级运放结构实现了高增益、宽输出范围及高线性度。两级全动态比较器电路采用了C2MOS锁存器结构,在实现锁存功能的同时减小了回踢噪声与等效输入失调电压。DAC电路采用了电阻反馈型结构减小了热噪声。最终实现了一款低功耗高精度ΣΔ ADC电路结构,可为EEG信号提供高精度的处理和转换操作,进而提高了整个BMI系统的性能。第四,提出了一种低功耗高效能量合成管理方案。集成了振动能与射频能获取技术,分别采用了MPPT模块、共栅极比较器、过零检测模块、电压倍增电路、快速动态响应电路、双周期有源开关、Boost转换电路等关键设计技术,有效提高了能量利用率和系统稳定性,消除或减小了外界环境对BMI系统工作电源的影响。综上,本项目最终实现了一款节能环保、微功耗、多功能、便携式可穿戴的高精度BMI系统,从而对人脑活动进行准确、连续、实时有效的监护和控制。
{{i.achievement_title}}
数据更新时间:2023-05-31
主控因素对异型头弹丸半侵彻金属靶深度的影响特性研究
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
钢筋混凝土带翼缘剪力墙破坏机理研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
植入式脑机接口的长期稳定性研究
植入式脑机接口的信息解析和交互的基础理论与关键技术
植入式脑机接口的锋电位点进程估计和动态解析
基于运动想象的脑-机接口关键技术研究