为了保持通过LED半导体结的电流恒定且不受电源电压和温度变化的影响,同时允许锁定放大过程的强度调节和电流调制,设计了定制的电流调节器电路(见图2)。
图2:
www.bitbrain.cn
图2。电流调节器/调制器电路。
类似于Chenier和Sawan(2007)提出的解决方案,模拟开关用于基于运算放大器的调节电路中,用于电流的方波调制。然而,模拟开关(ADG711)用于调节器电路的输入,以在停用时将调节器输入拉低,而不是中断晶体管基极的调节过程。fNIRS信道激活和调制因此通过简单地通过方波参考馈送到由多路复用器选择的相应电流调节器开关来实现。
当调节器在kHz范围内调制时,过冲和下冲会影响电流的理想方波形状。为了优化形状,添加了被动负RC反馈,并对其进行了最佳性能评估。
接收器分支:接收器分支设计为通过最小化来自散粒、热噪声和1∕f噪声、暗电流和来自外部光源的杂散光的噪声影响来最大化SNR。
散粒噪声基于光子的量子性质,因此不可避免,对于没有内部放大的探测器,散粒噪声与平均入射强度的平方根成比例(Scholkmann等人,2014)。为了最大化SNR,仪器使用在实验情况下可行的电流调节器的最大NIR光强度水平来操作。不透明单元橡胶管用于覆盖近红外发射器和探测器的侧面,fNIRS模块外壳覆盖有不透明涂料,以最大限度地减少背景辐射的散粒噪声影响。
为了减少热噪声的影响,选择了具有集成跨阻抗放大器电路(OPT101)的硅光电二极管进行检测。检测信号的锁定提取进一步减少了杂散光、暗电流和1/f噪声的影响。将PGA放置在检测和锁定提取单元之间能够实现信号的最大预放大,同时通过随后的锁定解调来减少在放大过程中添加的放大器噪声分量。信号的非生理高频分量被锁定解调单元的三阶低通滤波器衰减。
2.2.3.接口和软件设计
图3显示了软件概念。fNIRS模块软件设置硬件组件(PGA、DAC、MUX…),并由基于中断的架构控制,该架构从4位并行接口接收其控制信号。因此,接口操作和模拟信号转换可以由主板或具有4位可编程数字输出的任何定制或标准DAQ设备(例如NI USB600x系列)完成。使用主板,信道管理例程既监督数据采集,又通过处理接收到的用户命令(配置、启动、停止…),将其转换为4位fNIRS模块接口的信号,并通过UART接口发送采集的数据包,作为fNIRS模块和PC之间的接口。在PC的操作系统端,用户可以控制仪器,并通过简单的串行端口命令控制台直接读取ASCII CSV格式的数据包,或使用任何软件(如LabView或Matlab)访问串行端口。开发了一个LabView图形用户界面,便于配置和控制以及显示和记录原始和修改的比尔-朗伯定律数据。
图3
图3。软件和接口概念。独立的fNIRS模块通过主板或任何自定义控制和数据采集设备的并行控制接口操作。4位接口的功能(3:RST,2:TRIG,1:CH1,0:CH0):位CH1:CH0选择四个物理NIRS信道之一。TRIG线上的上升沿激活所选通道,始终从相应LED的波长750 nm开始。每个随后的上升沿在750和850nm之间切换激活。当RST线被拉起时,所有信道都被关闭。TRIG线上的下一个上升沿再次开始该过程,从750 nm开始。
2.2.4.机械和探头设计
在fNIRS仪器的机械设计中,通过为单个fNIRS模块和主板提供独立的定制3D打印解决方案,延续了模块化/可扩展性和坚固固定的理念:对于单个fNIRS模块,采用了一种新的机械弹簧加载设计,以优化信号质量、灵敏度和光穿透深度,以及光电二极管的简单、鲁棒、自适应固定(见图4)。基于直径D=20 cm的头部的球形近似值,中心NIR光检测器和四个NIR LED垂直于头皮放置,光源检测器距离D=35 mm。为了能够垂直固定发射器/检测器,同时允许对准头部的自然不平度及其与球形近似值的偏差,NIR光LED不是刚性地连接到模块主体外壳,而是集成在可移动的弹簧加载LED支架中。这些支架基于两个嵌套的管,这些管彼此(S1)和模块外壳(S2)弹簧加载,并能够围绕轴线(R)旋转:弹簧S1将LED压向头部表面,从而实现对齐并防止移动过程中的接触损失。弹簧S2和旋转接头R保持LED垂直于表面,同时允许舒适性和对准的小偏差。
图4
www.bitbrain.cn
图4。机械弹簧加载概念:球形头部近似(左上方),几何通道布置(红色:近红外LED,黑色:光电探测器,蓝色:最高灵敏度的测量点;右上方),弹簧加载机械设计显示在一个LED支架上(底部)。用于对齐和缓冲的弹簧S1,用于垂直对齐的弹簧S2和旋转接头R。
为了最大限度地减少杂散光的影响,并且为了缓冲,探测器和发射器由不透明的电池橡胶管包裹。为了将单个模块固定到头部,可以使用带有钩环紧固件的柔性带,将其缝合到模块外壳上。
机械概念的设计允许模块用于前额和头部毛发过多的区域:单个弹簧加载的光电二极管由于其模块化固定而无需帽或其他隐藏元件,因此易于接近。这使得用户能够手动将遮挡的毛发从光电二极管下方刷到一边,以获得更好的光学接触。尽管我们成功地对头部的毛发区域进行了测量,但必须指出的是,迄今为止,在受控条件下,模块在前额以外的其他区域的可用性尚未得到证实。
2.3.系统评估
2.3.1.硬件分析
为了根据功能单元对仪器硬件进行区分表征,评估和分析分为发射器支路(电流调节和调制)、接收器支路(锁定模块)、电源稳定性和总体漂移特性:
•电流调节器/调制器速度和电流形状/振荡特性:评估和优化电流调节器设计特性,以获得稳定、最小振荡但陡峭的方波形状的调节电流信号,进行了LTSpice模拟和测量,并使用两个高精度运算放大器(Analog Devices AD824A和Linear Technologies LMC6064)迭代改进了调节器设计参数。为了最小化瞬态振荡和稳定时间,在调节器设计中引入了负反馈去耦电容器C。为了确定其最佳值,在C=0 pF至C=330 pF的范围内,在不同的电流水平下研究了调节的方波电流信号的形状。
•锁定性能:发射器-检测器信号路径中每个硬件组件产生的传播延迟之和导致模拟锁定放大过程中输入信号和参考信号之间的总体相移。这种相移导致解调期间信号的衰减(Meade,19821983)。为了使这种影响最小化,信号路径中的所有硬件元件都是根据高速/低延迟时间选择的。剩余的总相移ΔΦ=ΔtT⋅2π
在解调之前测量参考信号(具有周期T)和检测到的预放大信号之间的距离。如Meade(1983)所述,使用方波参考锁定解调的直接数学模型
A=cos(ΔΦ)(1)
用于估计产生的衰减。
为了使用噪声等效功率(NEP)估计接收器灵敏度,在锁定模块的输出处测量暗电压噪声水平(没有入射光到光电检测器)。
•系统漂移:考虑了以下可能的系统漂移源:温度变化导致的1ΩLED电流调节电阻变化、半导体结温度导致的LED总辐射功率变化以及恒定电流和电源电压变化导致的变化。
温度变化导致的1ΩLED电流调节电阻变化,半导体结温度导致的LED总辐射功率变化,以及恒定电流和电源电压变化导致的变化。锁定放大过程强烈抑制了杂散光、放大器和热阻噪声的变化。为了尽量减少1Ω电流调节器电阻变化引起的信号漂移,选择了电阻温度系数较低(TCR=±50·10−6/°C)的松下电流传感电阻器。
单个fNIRS模块的整体系统漂移被指定为在最大强度(100mA)下单个活动通道的20分钟连续采集窗口,PGA设置为G=44,并且模块被放置在不透明封闭盒中的固定位置。
•主板电源稳定性:评估了20分钟信号采集期间的直流电源电压漂移以及电流调制对电源电压的影响。由于100mA(最大)方波3.125kHz调制会影响电源电压稳定性和噪声,因此会降低信号检测和放大元件的性能。在有源调制期间获取它们的输出信号,同时通过用不透明金属盒封装有源LED来确保光电检测器的零光学输入。对于定制,fNIRS模块的布局允许LED电流和模块硬件的单独和共同供应。
2.3.2生理验证
使用10–20点Fp1的信道进行了简单的定性实验,以验证原始信号及其功率谱中生理信息的显著强度。除其他外,脉冲伪影的可见性和强度是信号质量的指标,并已在fNIRS文献中广泛记录,脉冲伪迹的幅度按照大脑活动引起的代谢变化的顺序排列(Boas等人,2004年;Lareau等人,2011年;Scholkmann等人,2014年)。因此,随着fNIRS模块牢固地压在头部以降低对头皮信号的敏感性(光电二极管下的血流减少),清晰可见的脉冲伪影是测量大脑激活的足够信号质量的第一个指标。用常规参考脉冲测量来验证脉冲速率。
为了验证和量化设备测量代谢大脑活动的能力,对12名受试者进行了心算BCI实验。在本实验中,研究表明,测量的血流动力学反应可以在单个试验的基础上进行分类,即,每个试验可以被分类为包含心算或放松,而不是仅测量平均血流动力学反应的差异。
已知心算任务会导致额叶区域的强烈血流动力学反应,并已在一系列fNIRS研究中进行了研究(Ang等人,2010年;Herff等人,2013年;Bauernfeind等人,2014年)。在这里,为每个参与者记录了30次心算数据试验。在每次10秒的试验中,参与者被要求从501到999之间的数字中重复减去7到19之间的数字(不包括10)。这两个数字都显示在距离大约50厘米的屏幕上。在每次心算测试后,参与者被要求放松25-30秒。屏幕上的固定十字指示了暂停间隔。在15次试验后,参与者可以休息和饮酒,这一试验包括了一个更长的、可变长度的休息期。我们的分析中没有使用这些延长休息期的数据。
开放式fNIRS装置被放置在前额,并用带有钩环紧固件的柔性丝带固定在头部周围。放置时,两个有源发射器都放置在国际10–20系统的位置Fp1和Fp2上。将光检测器放置在AFz上,导致发射器-检测器距离约为3.5cm。
所有受试者在实验前都得到了通知,并给予了书面同意。
记录数据的信号处理是以直接和简单的方式进行的,因为我们在本文中关注的是开发的硬件。已经表明,更先进的方法可以提高神经成像分类的准确性(Calhoun等人,2001;Blankertz等人,2008;Lemm等人,2011;Heger等人,2014)。使用修改的比尔-兰伯特定律(Sasaroli和Fantini,2004),将原始光密度转换为氧合血红蛋白和脱氧血红蛋白(分别为HbO和HbR)的浓度变化。HbO和HbR值随后在300 s的窗口中线性去趋势化。通过减去每个样本前后30 s的平均值的移动平均值来衰减低频噪声。最后,使用滤波器阶数为6、截止频率为0.5Hz的椭圆IIR滤波器对数据进行低通滤波
主板、蓝牙模块和电池被戴在多单元链式外壳中受试者的上臂上(另请参见下一节中的图5)。
对于单个fNIRS模块,采用了一种新的机械弹簧加载设计来优化信号质量
下一篇:模块化多通道fNIRS系统
无锡场致电子科技有限公司苏ICP备2022001945号-7
| 在线留言 | 联系电话:0512-51910068 | 联系地址:江苏省无锡市锡山经济技术开发区芙蓉中三路99号 薄膜压力传感器,热电堆传感器,热释电传感器,薄膜压电传感器,薄膜电容传感器,TEKSCAN,I-SCAN,Tactilus,步态分析系统,压力分布 力学试验机 弯曲传感器 压力分布量测系统 薄膜压力传感器原理,磁力传感器 薄膜压力传感器怎么用,力学传感器,力学试验机,磁电式传感器