用于癫痫病诊断的EEG信号记录分析系统芯片设计方法与关键技术研究

To meet the requirements of biomedical science and technology development, especially for the epileptic seizure detection, a whole set of SoC design methodologies and technologies for the EEG signal recording system are proposed including the design of high precision data acquisition and conversion system and the research of signal processing algorithms. The expected marked progresses include: the design methodology of ultra-low noise amplifier with wide dynamic range from microvolt to tens of millivolt and wide adjustable common mode voltage range and programmable gain; the design of high precision A/D converter with digital calibration and chip power/area optimization; a system level power consumption optimization is introduced by means of a closed loop control strategy which analyzes the EEG signals to generate the control signals to accurately renew parameters for the specific designed Gain-Band width adjustable amplifier and resolution adjustable ADC, as well as a fine-grained dynamic power management strategy to accommodate different modules. In addition, a real-time epileptic seizure detection algorithm will be developed for the proposed multichannel EEG recording system which consists of artifacts removal, seizure onset feature extraction and classification. The algorithm will be implemented on digital circuits which need optimization of speed, power consumption and hardware cost.

适应生物医学科学技术发展需要，针对癫痫病检测的特殊应用背景提出一整套用以支持构成脑电信号记录分析系统的SOC设计方法和技术，包括高精度信号采集与转换系统设计技术和信号处理算法的研究与实现。预期的标志性进展包括：可探测微伏至数十毫伏级信号电平的宽可调输入共模电压范围可调增益超低噪声前端放大器的设计方法、高分辨率模数转换器的设计及其数字校正与功耗、面积优化技术；在系统功耗优化方法研究中，依托构成的增益带宽可调的放大器和分辨率可调的可重构模数转换器，提出一种采用数模混合反馈环的闭环反馈式功耗优化方法，通过对EEG信号的分析结果生成反馈信号，对系统增益、带宽、ADC量化精度实现精确控制，结合细粒度电源动态调整，在实现系统功耗优化同时实现了系统性能最优化。此外，实现基于多通道EEG记录系统的癫痫病发作实时信号检测算法，包括伪影消除、特征信息提取和分类，并予以电路实现，进行速度、功耗和硬件开销的优化。

为适应生物医学科学技术发展需要，针对癫痫病检测的特殊应用背景，研究多通道脑电信号(EEG)记录分析芯片系统的关键技术--高性能模拟前端、EEG信号处理、微型微功耗等，提出较完整的SOC设计方法和技术以支持构成人脑信号的记录分析系统。. 对于高性能模拟前端，考虑到高性能的系统优化需根据信号和环境的变化对系统的增益带宽、精度及功耗做出实时调整。项目研究实现了可调增益带宽的超低噪声前端放大器，可探测µV级到数十mV级信号；实现了高精度SAR ADC和Delta-Sigma ADC：前者提出一种新的数字校正方法来降低器件失配对性能的影响；后者提出了新的全开关型积分结合多比特量化结构以降低整体功耗。为优化系统，提出一种数模混合反馈方法来闭环控制系统，包括调整系统增益带宽、重构12-16位ADC精度。在此基础上设计实现了多通道复用EEG信号采集模拟前端芯片，单片集成4通道前端放大器、单通道可编程增益放大器、12-16位可重构SAR ADC等来来优化系统功耗和面积。. 对于癫痫检测算法，提出了新的基于概率分布的噪声估计算法，复杂度更低，准确性和鲁棒性更高；提出了基于小波分析和独立成分分析的去噪方法以及基于小波分析和相位同步性分析的特征提取方法，分类效果好且适应性强，并通过参数寻优算法提高了SVM性能。基于NA-MEMD改进了特征提取方法，进一步用于癫痫预测。. 针对前述的闭环反馈系统的功耗优化，还研究了可行的动态电压调节策略和相应的片上状态检测电路，给出高精度低功耗电压/电流检测电路。同时进一步探究了基于能量采集和无线能量传输的非传统供电方式。.本项目为生物医学和集成电路的重要交叉领域--癫痫检测与诊断技术提供了系统化的芯片设计、系统优化、低功耗电源管理方案恩，探索了相应的算法优化，积极推动了这一现代医学亟待突破的重要领域的技术发展。.