[实用新型]生物电信号处理系统

说明书

本实用新型公开了一种生物电信号处理系统，属于数据处理技术领域，所述生物电信号处理系统包括：嵌入式芯片、ESP32芯片和信号采集设备。本实用新型通过嵌入式芯片、ESP32芯片和信号采集设备之间的配合，能够在不增加过多硬件设备的前提下实现生物电信号处理，便于携带，并且可以穿戴，成本低廉。

技术领域

本实用新型涉及数据处理技术领域，特别涉及一种生物电信号处理系统。

背景技术

Brain Computer Interface(BCI)又称脑机接口，是一种连通人类大脑与计算机和机械设备的交互方式。脑机接口一般是通过使用算法分析EEG(脑电波)/EMG(肌电)等生物电信号来识别出人的精神/心理/生理状态，从而识别人的意图/想法/命令。BCI技术对与残疾人辅助、康复系统、人机交互等领域具有重要意义。然而目前的脑机接口系统一般分为软件和硬件两部分，两者分离。相互独立，通过一定的数据接口连接。

目前市场上有许多方案，如Emotive公司的Epoc头盔、NeuroSky公司的Mindset头戴检测器、g.Tec公司的gUSBamp系列脑电信号放大器、开源社区OpenBCI开发的硬件OpenBCI Ganglion Board头盔等。这些方案都是通过蓝牙或WiFi等无线传输或USB连接线等有线传输方式将硬件采集到的生物电信号传输到电脑上，在电脑端运行配套的软件和算法，对数据进行分析，但这些设备普遍存在硬件设备体积庞大而沉重、不便携带、不可穿戴、以及成本高等问题。

实用新型内容

为解决上述的全部或部分的技术问题，本实用新型提供了一种生物电信号处理系统，所述生物电信号处理系统包括：嵌入式芯片、ESP32芯片和信号采集设备；

所述信号采集设备，用于采集待处理生物电信号，并对所述待处理生物电信号进行放大；

所述ESP32芯片，用于读取并缓存放大后的待处理生物电信号，并将缓存的待处理生物电信号一次性传输至所述嵌入式芯片；

所述嵌入式芯片，用于对所述ESP32芯片发送的待处理生物电信号进行时域特征提取和频域特征提取，获得时域特征和频域特征；

所述嵌入式芯片，还用于通过神经网络模型对所述时域特征和频域特征进行模式识别，获得模式识别结果。

优选地，所述时域特征提取包括：均方根、脉冲因子、峰值因子、裕度、峭度、偏度、协方差、自相关函数、上下包络线、帕金森震颤系数、僵直系数、运动系数、脑电精神力和专注度中的至少一种。

优选地，所述频域特征提取包括：快速傅里叶变换、短时傅里叶变换、小波变换、小波包变换、经验模态分解和希尔伯特黄变换中的至少一种。

优选地，所述嵌入式芯片，还用于对所述ESP32芯片发送的待处理生物电信号进行预处理。

优选地，所述预处理包括：基线矫正、去除伪迹、降噪、陷波、带通滤波和平滑中的至少一种。

优选地，所述生物电信号处理系统还包括：与所述嵌入式芯片相连的SPI屏幕；

所述SPI屏幕，用于对所述待处理生物电信号和模式识别结果进行展示。

优选地，所述嵌入式芯片为多处理核芯片；

所述嵌入式芯片，还用于将当前需要执行的任务分配至不同的处理核，由各处理核并行执行对应的任务。

优选地，所述嵌入式芯片，还用于通过python lab流媒体层建立本地数据流，从而实现进程间共享数据。

优选地，所述神经网络模型由Tensorflow搭建。

优选地，所述生物电信号处理系统还包括：与所述嵌入式芯片相连的WiFi驱动芯片；