一种提取动作电位的自适应阈值算法

阈值检测法是目前最广泛的动作电位提取的方法之一,自适应阈值算法比定阈值算法更为灵活,更能准确有效地检测出动作电位信号。该文设计了自适应阈值检测算法,它比目前自动设定阈值的方法计算量小,更容易实现,能够根据接收到的神经信号的数据,不断地计算﹑调整阈值,同时根据此阈值准确、实时地提取动作电位信号。该文把此种算法进行了Matlab仿真和FPGA电路实现。实验证明,该文中的自适应阈值法,方法简单、易于在电路上进行实现,能够灵活地调整阈值。同时,对神经信号发生器产生的动作电位信号,此算法把100%的动作电位和极少部分噪声截取出来,滤除了绝大部分的噪声信号。

基于FPGA的动作电位提取系统设计与实现

利用生物电测量技术的微电极,可以采集到神经元发放的动作电位,这为后续脑神经活动的研究提供有效的依据。但是如何将采集到的信号中的动作电位有效地提取出来,是信号处理领域的一个重要的课题。在实际过程中,动作电位非常稀疏,有必要对冗余信息进行滤除。该文将神经信号进行滤波放大和AD采样后,利用FPGA电路实现了动作电位的阈值法检测,滤除了大量的冗余信号,简化了后续的处理过程。实验表明:该电路能够实现动作电位的实时检测与发送,同时记录每个动作电位到来的时刻。

一种神经信号压缩感知检测方法

针对无线传感器在神经信号检测领域需要低功耗设计的需求,设计了一种利用压缩感知方法对含动作电位的神经信号进行分段压缩的方法。首先,通过构造冗余字典,实现了对原始神经信号的稀疏化表征;然后构建了测量矩阵,实现了对原始神经信号的压缩;最后,利用稀疏分解算法,实现了对原始神经信号的重构。利用测量到的大鼠脑部神经信号对设计的方法进行实验测试,结果表明,在压缩比为10∶1及以下的情况下,可以实现对含动作电位的神经信号的分段压缩和可靠重构。

基于DSP与FPGA的实时功率谱分析仪

设计了一套实时功率谱分析系统,主要用于信号的实时功率谱分析。采用DSP浮点芯片TMS32C6713作为系统的主处理单元,负责进行功率谱分析;FPGA芯片Spartan xc2s200为主控制单元,并通过CY7C68013 USB芯片与基于LabVIEW的上位机进行通信。为了保证系统的实时性,在DSP中使用了实时操作系统内核DSP/BIOS.它提供了抢占式多线程、硬件抽象、与寄存器配置等功能。分别采用频率为25 Hz、100 Hz的正弦信号对该系统进行标定。