一种新的方法,以尽量减少EEG数据采集中的反伪造效应

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理
• 集成电路设计 集成电路设计

背景情况:

• 电脑电图 (EEG) 信号采集对于理解人体信号至关重要,但经常受到高频和低频噪声的影响.
• 现有的EEG设备面临着噪声干扰,功耗和数据采集效率方面的挑战.
• 集成电路技术的进步对于开发更有效的生物信号监控系统至关重要.

研究的目的:

• 设计和模拟一个新的非二元互补金属氧化物半导体 (CMOS) 连续估计寄存器 (CGR) 可重新配置的模拟到数字转换器 (ADC) 集成与用于EEG信号采集的仪器放大器.
• 开发一种低功耗,低噪声效率的神经放大器系统,以提高EEG数据质量.
• 与现有技术相比,评估拟议的ADC模型在电力消耗,噪声水平和采集时间方面的性能.

主要方法:

• 设计了一个非二进制CGR可重新配置的ADC,与用于生物信号监控的仪器放大器集成.
• 采用一个AC合的机稳定模型,功率低 (1μA) 和噪声低 (1μA).
• 在神经放大器中使用了优化的电流技术,以最大限度地提高传导率以提高噪声效率.

主要成果:

• 拟议的系统实现了0.05-120 Hz的带宽,功耗为0.271 μW.
• 计算的噪声水平为1.1μVrms,增幅为45dB.
• 对比分析显示,拟议的ADC模型实现了大约12%的能源消耗降低,与非线性和开关电容ADC相比,时间缩短了9%.

结论:

• 设计的CGR ADC与仪器放大器集成,为EEG信号采集提供了高效的解决方案.
• 该系统在低功耗操作和降噪方面取得了显著的改进,这对于便携式和植入式生物信号设备至关重要.
• 18纳米CMOS技术的实施适用于生物信号监控中的密度优化,低功耗应用.